AI视频创作的成功案例与市场激励 - B站首届AI创作大赛一等奖作品《牌子》获得100万元奖金，该比赛共有超过8300份作品参赛，77个获奖席位，总奖金池超过300万元[1][9] - 获奖短片《牌子》制作周期为23天，在B站上线一周后获得超过1000万次播放，80多万点赞，30多万投币[4] - 获奖者背景多元，包括3D动画广告人及01年生物学硕博连读生，显示AI创作门槛降低与参与者的广泛性[3] 获奖创作者的核心方法论 - 创作起点强调强烈的个人表达欲，需达到“难受到睡不着觉”的程度才值得进行，并需考量表达对他人是否有意义[14][15][17] - 形式设计追求极简以降低观众理解成本，避免因形式繁杂叠加AI的随机性导致画面崩盘和观众出戏[21][22] - 重视项目完成的可行性，会果断砍掉周期不可控的想法，确保在单位周期内完成以维持创作情绪与作品的连续性[23] - 坚持创作初衷，引用“我就是为了这盘醋才包的饺子”比喻，确保最终成品不偏离核心表达[27] 工程化AI创作流程 - 采用传统动画生产线结构（剧本、分镜、人设等），人类负责核心创意，将重复劳动交由AI执行[28] - 分镜草稿（即便是粗糙的“火柴人”草图）作为约束AI生成画面的关键结构，比纯文字提示词控制力更强[29][31] - 使用分层的三段式提示词：先定分镜基调，再拆解台词细节，最后补充氛围和角色性格[32] - 通过具体描述（如指向特定作品风格）和摄影语言（视角、色调变化）来减少“AI味”，增强作品质感[34] 音效、角色与工具链的精细化运用 - 重视BGM与音效设计，使用渐强或低频震动音效营造氛围，或通过分析经典配乐的文化脉络来生成音乐[37][38] - 角色设计通过活泼的人物、夸张表情和饱满情绪，让观众感觉背后有真实的人在表达，增强代入感[36] - 根据不同AI模型的“性格”让其各司其职，例如用Midjourney出艺术底图，再用Nano Banana抠细节；或根据视频质感需求选用谷歌Veo、可灵、Seedance 2.0等不同模型[39][40][44] AI工具普及对创作生态的影响 - AI工具降低了试错成本，使创作者能快速完成“前十个垃圾作品”并投放市场验证，根据反馈快速迭代[48][54] - 工具能力越强，竞争焦点越从工具本身回归到“创作者本人”及内容质量本身，如同锤子顺手后人们只关心“钉子钉得怎么样”[45][47][55][56] - 创作更依赖清晰的流程和前期设计，需要更早理解AI模型的边界（擅长奇观、吃力于细腻表情），从而反向优化剧本结构[59][61] - 创意、剧本、审美等人类能力被推到更前沿的位置，工具负责执行，人类负责决策[66][67] 平台扶持与行业机会 - B站AI创作大赛将长线落地，并启动了面向UP主的“AI动画剧场”激励计划，提供资金和流量扶持[69][70] - B站为UP主提供了AI创作助手“updream”，可学习并沉淀创作者的个人风格、习惯与偏好，降低使用门槛[71][73] - 行业机会不仅存在于百万大奖案例，更普遍存在于“1万”或“10万”量级的广泛机会中[68]

行业投资评级 - 计算机行业评级为“推荐”，维持评级 [4] 报告核心观点 - 人工智能在“十五五”规划中的战略地位全面升级，其作为关键词出现频次达30次，远高于“十四五”规划的6次，将成为我国经济升级的核心增长引擎 [6] - 智能经济开启，“AI Agent”（智能体）的全面爆发将成为未来五年AI叙事的主导和战略落地的关键产业形态，投资主线将围绕“高价值AI智能体爆发增长带来的价值裂变”展开 [6] - AI Agent的规模化渗透将驱动算力、算法、数据三大AI要素的价值链全面重构，并推动AI商业模式从成本中心转向利润中心 [10][13][38] 根据目录分别总结 一、“十五五”是智能经济全面启航的关键五年 - “十五五”规划中“人工智能”提及频次（30次）远超“数字经济”（7次），标志着国家数智化战略重心从以“数字化”连接为特征的“数字经济”阶段，进入以“智能化”价值创造为内核的“智能经济”新阶段 [8][9] - 规划首次提出“智能原生”，意味着AI有望从提升全要素生产率（A）的技术因素，升级为可与资本（K）、劳动（L）协同甚至主导组合的独立生产要素，即迈向Y = F(K, L, AI)的新生产函数 [11] - 在AI作为新生产要素的范式下，算力、算法、数据三大基础要素的价值链将被重构：算力追求绿色集约与算电协同；算法追求垂直场景的性价比与效果分成；数据追求高质量资产化与可信流通 [13][14][15][16] 二、十五五展望：AI Agent主导未来五年AI叙事 - **智能体驱动Token消耗超高速爆发**：以OpenClaw为代表的高价值AI Agent正推动AI从对话工具向自主执行代理升级 [17][22] 据IDC预测，全球活跃Agent数量将从2025年的约2860万攀升至2030年的22.16亿，年复合增长率139% [24] 伴随任务复杂度提升，年度Token消耗将从2025年的0.0005 PetaTokens暴增至2030年的152,667 PetaTokens，年复合增长率高达3418% [6][24] 报告测算，2026年全球（不含中国）AI Agent应用每日消耗的Token总量增速将达到22倍 [36][37] - **AI Agent从成本中心转向利润中心**：AI商业模式正从订阅制、调用制向“结果分成制”演进 [39] Agent可根据为客户节省的成本或创造的新增收益抽成，其收入公式包含“结果分成×任务价值×网络节点”的乘法效应，推动收入曲线从线性增长向指数增长跃迁 [42][45] - **Agent产业分工裂变**：大模型厂商主导平台层，构建AI Agent生态，提供MaaS（模型即服务）及AaaS（智能体即服务） [46] 应用层中，企业级智能体的落地将优先集中在企业服务（OA/ERP/CRM）、金融/财务/风控、营销/电商等领域 [51][52] 深耕垂直领域的SaaS服务商在部署企业级智能体方面具有先发优势，有望迎来弯道超车机遇 [51] 三、十五五期间AI要素将全面升级 - **智能算力与算电协同**：AI驱动中国智能算力爆发，预计到2028年智能算力占比将提升至95%以上 [53][58] AI算力需求爆发推动用电量激增，中国信通院预测，在高情景下2030年我国算力中心用电或超过7000亿千瓦时，占全社会用电量5.3% [6][62] “算电协同”已上升为国家战略，推动数据中心向极致能效（PUE）、绿电直供方向演进 [62][66] 液冷技术因散热效率高，未来有望成为AI服务器标配，IDC预计2022-2027年中国液冷服务器市场年复合增长率将达54.7% [68][75] - **国内外大模型对比与国产模型优势**：国外头部模型在通用智能、复杂推理和编程方面仍具领先优势 [78][81] 但国产大模型（如GLM-5、Kimi K2.5、Qwen3.5等）已跻身第一梯队，并在成本效率上建立压倒性优势 [79][91] 2026年2月，在海外开发者为主的OpenRouter平台上，中国AI模型调用量三周大涨127%，首次超越美国，且周调用量前五的模型中四款来自中国厂商 [6][92] - **高质量数据集需求爆发**：数据要素顶层设计不断完善，“十五五”规划强调统筹推进高质量数据资源供给 [6][93] 高质量数据集是AI时代的核心底座，可分为通识、行业通识和行业专识三大类，为模型训练、微调提供关键支撑 [96][99] 能够生产与治理高质量数据资产的服务商价值凸显 [16] 四、投资建议 - 报告建议围绕AI原生上下游核心赛道，关注四类投资机会 [102] 1. **AI原生应用公司**：关注可实现规模化收入的通用AI Agent，以及AI Agent与垂直行业Know-How深度融合的机会 [6][102] 2. **端侧AI上游“铲子型”公司**：关注服务于AI眼镜、人形机器人、自动驾驶汽车等载体的算法及产业链卡位公司 [6][102] 3. **国产算力链替代机遇**：关注供需剪刀差下的国产算力产业链机会 [6][102] 4. **算电协同基础设施**：关注绿电IDC、虚拟电网等相关领域 [6][102] - 个股层面建议关注地平线机器人-W、晶泰控股、美图、金山办公、恒生电子、中科创达、海光信息、中科曙光、拓尔思、同花顺等公司 [6][102]

文章核心观点 - AI音乐平台ACE Studio选择了一条与行业领导者Suno截然不同的发展路径，从专业音乐创作者（如制作人、电影配乐者）切入市场，旨在成为音乐人的AI集成开发环境，提供更可控、可编辑的创作工具，并已实现显著增长[5][6] - 公司认为AI音乐是当前最接近可直接消费的AI生成内容领域，其潜力可能远大于传统音乐产业本身，因为它能实现音乐创作的普惠化，让每个人都能表达自己的情绪[7][15] - ACE Studio通过构建一个开放的、由多个专家模型组成的AI音乐平台生态来建立竞争壁垒，并采用类似Flux的开源与闭源结合的商业模式，旨在长期挑战Suno的封闭生态模式[18][23][25] - AI音乐行业未来的核心竞争要素将是个性化，即帮助创作者建立并保持其独特的风格和IP，而非仅仅生成高质量但同质化的内容[32][36] - 公司经历了7年艰难创业，曾因不够聚焦而错失早期发展机会，但在2024年决定All in AI音乐后，通过追赶模型能力并聚焦开放生态战略，已进入快速增长轨道[29][30] --- 根据相关目录分别进行总结 01 ACE Studio，更像是音乐人的「Cursor」 - **市场定位与Suno的差异**：Suno是面向消费者的一键生成式产品，而ACE Studio定位为音乐人的AI集成开发环境，强调“human in the loop”和可控的创作工作流，从专业用户切入[5] - **技术优势**：公司的模型比Suno更轻、更快，可在单张NVIDIA 3090 GPU上几秒钟生成一首完整歌曲，在速度与质量的平衡上自称领先于所有开源和闭源的AI音乐模型[5] - **市场机会**：在重塑专业音乐创作工作流的AI工具领域，公司自称是首创者且目前保持领先，发布前几乎没有直接竞争对手[6] - **降低创作壁垒的案例**：国内有音乐教育机构使用其工具教学，一名三线城市的高中学生通过两个月的培训，创作出在QQ音乐连续数周排名第一的歌曲，获得近500万人民币的版权分成，展示了AI音乐赋能普通人创作并获利的潜力[7] 02 AI音乐，是最接近可直接消费的 AI 生成内容 - **内容消费的独特性**：与AI视频相比，AI生成的音乐是目前最接近能够被终端消费者直接消费的AI生成内容，普通用户已难以区分AI音乐与人类创作音乐的区别[15][16] - **行业阻力**：当前主要的音乐流媒体平台（如腾讯音乐、Spotify）对AI生成音乐存在歧视，会添加标签，但这股趋势已难以阻挡，AI已能批量产生播放量过亿的热门歌曲[15] - **市场潜力定性判断**：AI音乐可能是一个大于传统音乐本身的市场，因为它能让音乐创作普惠化，满足每个人用音乐表达自我情绪的潜在需求，这代表了一个更大的市场机会[7][14] 03 自建专家模型矩阵，不止一个模型 - **模型能力与工作流**：ACE Studio 2.0提供了包括旋律识别、乐器合成、端到端生成、音频分轨、音乐续写在内的多种专家模型，用户通过组合这些“原子能力”能涌现出复杂的工作流，例如从哼唱到生成好莱坞史诗级弦乐配乐的全流程创作[17][18] - **自建模型的必要性**：由于音乐领域第三方或开源模型稀缺，公司被迫自建模型，从而形成了独特的模型壁垒。训练这些专家模型需要专有数据和标注，是一个耗时且需要深厚音乐领域知识的过程[18][19] - **数据与训练**：公司使用多样化的专有数据集，例如歌声模型使用约1万小时的专业录音棚数据，而端到端生成模型的数据集通过购买授权和合成数据生成管线，达到了两三千万首、一两百万小时的规模[19] 04 Flux式商业模式：免费是漏斗，闭源是变现 - **用户画像的演变**：随着2.0版本引入更多端到端生成能力，“专业用户”的定义发生弥散，扩展至懂音乐但非传统制作人的“new professionals”，如音乐老师、乐器爱好者等，他们已能使用ACE Studio创作出专业作品[20][21] - **与Suno的竞争策略**：短期策略是开源和免费，提供可在本地（如3090或A100 GPU上）快速运行和训练的模型，以此作为差异化卖点吸引用户。长期战略是构建开放生态，整合全球各类音乐模型（包括开源和闭源API），以生态合力竞争[22][23] - **商业模式**：借鉴Flux在图片领域的模式，通过免费开源小模型吸引用户和开发者构建习惯，再通过半开源中模型和闭源大模型API实现变现。ACE Studio的年费为200美元和264美元两档，也销售两年期订阅[25] - **财务与市场天花板**：公司预测2025年全年收入可能达到3000万美元。毛利率很高，推理成本约占收入的5%-6%，营销成本约占20%。专业音乐创作软硬件市场年规模约150亿美元，其中软件部分约80亿美元，公司目标是占据该市场10%-20%的份额[25][26] 05 在创业最艰难时，看着 Suno 从 day one 做到了世界级水平 - **创业初心与愿景**：创始人的核心愿景是让音乐创作回归为每个人表达情绪的本能，打破由复杂技术堆砌带来的高门槛[28] - **至暗时刻与战略转折**：公司在2022年前后曾不够聚焦，涉足多个项目，错过了AI音乐早期的技术变量。目睹Suno从无到有成长为世界级产品，却因自身分散精力而未能专注，这个过程极为痛苦。2024年初，公司决定砍掉所有其他项目，All in AI音乐，此后进入增长轨道[29][30] - **关键建议**：创始人反思后的建议是：尽快出海，并尽快与全球最前沿的用户和技术领先者紧密接触[31] 06 对于 AI 音乐来说，个性化才是最重要的竞争要素 - **当前AI音乐的局限**：尽管AI生成的音乐在质量上已与专业人士作品无异，但尚未能打造出以创作者为中心的超级明星IP，因为AI生成具有随机性，难以保持独特、个性化的风格[10][32] - **个性化是未来方向**：未来的竞争将围绕个性化展开。公司计划在基模型上构建大量LoRA，让用户可以引入自己的个性。长期来看，AI音乐将走向个性化，而非生成统一、华丽的同质化内容[32][33] - **对传统渠道的颠覆**：AI音乐将颠覆传统音乐分发渠道。流媒体平台的核心成本——存量版权——可能被AI打破，例如通过AI Remix等方式重塑音乐消费和创作。传统平台因担心得罪现有版权方而难以转型[34] - **公司的未来布局**：公司计划涉足内容分发，将创作平台ACE Studio与消费社区ACE Music打通，认为未来的AI音乐创作与消费是一体化的[35] - **最重要的竞争要素**：长期来看，最重要的竞争要素是帮助用户建立并保有音乐中的个性化资产（如独特的声音、唱腔），从而构建长期的IP和粉丝忠诚度[36] - **地理位置选择**：公司将总部设在洛杉矶而非硅谷，是为了更靠近全球音乐制作的中心和核心用户（如格莱美获奖者），而非仅仅靠近资本[37] 07 2026年展望与行业未来 - **2026年关键任务**：公司将致力于打通ACE Music与ACE Studio，形成一个统一的开放AI音乐生产平台。重点方向包括：利用Agent辅助创作规划、支持用户微调并托管自己的模型、探索音乐与视频结合的多模态应用[38] - **十年行业愿景**：如果公司成功，AI将彻底重构音乐产业的方方面面，包括生产、分发、消费和线下互动。作为该生态中最重要的系统，其价值可能达到数千亿美元级别的基础设施规模[39]

行业投资评级 - 投资评级：看好（维持） [1] 核心观点 - **AI应用持续火热，商业化加速**：OpenClaw开源个人AI助手平台于2026年3月1日以25.2万颗星登顶GitHub软件星标历史第一，其火热出圈有望拉动模型Token量及推理算力、上云需求[3]。Suno AI音乐生成平台年经常性收入（ARR）突破3亿美元，Cursor年化收入超过20亿美元，Anthropic ARR接近190亿美元，显示垂直AI应用用户规模和商业化收入高速增长[3][29][33] - **游戏行业迎来多重利好，景气度有望延续**：谷歌宣布自2026年6月30日起，将美国、英国和欧洲经济区Google Play应用商店抽成比例从30%降至20%，此举或显著提升海外收入占比高的国内游戏公司净利率[4]。完美世界旗下二次元开放世界游戏《异环》预约量火爆，截至3月8日官网及TapTap预约量分别超过2500万和540万，具备“爆款”潜力，其上线或驱动游戏行业高景气延续[4] - **板块估值性价比凸显，建议聚焦AI与游戏**：近期传媒板块调整使得游戏板块估值性价比进一步凸显[4]。报告建议继续布局大模型（AI入口）、AI漫剧/短剧/音乐/社交等垂直应用、算力云以及游戏板块，并看好世界模型等AI技术对游戏玩法升级和流量价值的提升作用[3][4] 行业数据综述 - **游戏榜单**：截至2026年3月7日，《熊出没之熊大快跑》为内地iOS游戏免费榜第一，《王者荣耀》为内地iOS游戏畅销榜第一[11]。在TapTap平台上，《异环》为安卓预约榜第一，累计预约人数542万，TapTap评分9.0；《Hello Kitty My Dream Store》为iOS预约榜第一[11][21][22] - **电影市场**：2026年3月1日至7日，电影《飞驰人生3》以4.12亿人民币的周票房获得冠军，累计票房达40.60亿人民币[23] - **网络内容**：网播剧《玫瑰丛生》播映指数第一（77.9），网播综艺《周五晚高疯》播映指数领先（70.3）[26][27] 行业新闻与动态 - **AIGC领域**： - **技术突破与商业化**：Seedance 2.0视频生成模型定价公布，生成一条15秒标准视频成本约8.65元至14.21元[33]。OpenAI发布首个能力大一统模型GPT-5.4，集成了推理、编程、计算机原生交互等多方面能力[34] - **应用出圈与收入高增**：OpenClaw登顶GitHub星标榜，国内安装需求旺盛[3][31]。Suno付费用户超200万，ARR达3亿美元；Anthropic ARR接近190亿美元，较2025年底的90亿美元大幅提升[29][33] - **游戏领域**： - **政策利好**：谷歌降低Play商店抽成至20%，并开放第三方支付与应用商店，为出海游戏释放利润空间[4][34] - **产品与市场**：AI短剧在TikTok上表现强劲，例如一部“人猿泰山”题材剧集7天播放量超3.3亿[36]。国内大厂调整海外工作室策略，腾讯网易海外一方工作室数量有所减少[35] - **影视领域**：AI技术应用于短剧创作，在海外平台取得爆发式流量，单剧7天播放量可超过3亿[36] 公司业绩与公告 - **哔哩哔哩**：2025年实现总营业收入303.48亿元人民币，同比增长13.1%；净利润11.94亿元人民币，同比增长188.62%[36] - **心动公司**：2025年预计收入不少于571.0亿元人民币，同比增长约13.9%；净利润预计不少于158.0亿元人民币，同比增长约77.4%[38] - **百奥家庭互动**：2025年净亏损预计扩大至7200万至7950万元人民币，主要因一项游戏公司投资失利导致一次性减损约4500万元人民币[37] 板块行情表现 - **整体表现**：2026年第10周（3月2日-6日），A股传媒板块下跌6.97%，表现落后于上证综指（-0.93%）、沪深300（-1.07%）等主要指数[39] - **子板块分化**：传媒七大子板块中，游戏板块表现最好，周跌幅仅为0.05%；营销板块表现较弱，周跌幅为7.24%。游戏板块相对传媒指数和沪深300均获得了最高的超额收益，分别为6.92%和1.02%[39][43][45] - **个股涨跌**： - A股：勤上股份周涨幅最大（+12.58%），顺网科技周跌幅最大（-13.78%）[39][40] - 美股：猎豹移动周涨幅最大（+24.88%），哔哩哔哩周跌幅最大（-11.58%）[39][46] - 港股：汇量科技周涨幅最大（+6.89%），百奥家庭互动周跌幅最大（-11.90%）[39][47] 重点公司推荐 - **大模型与AI入口**：重点推荐腾讯控股、快手，受益标的包括智谱、Minimax、阿里巴巴、昆仑万维[3] - **AI漫剧/短剧**：重点推荐阅文集团，受益标的包括中文在线、掌阅科技、华策影视、荣信文化等[3] - **AI音乐/社交**：重点推荐网易云音乐，受益标的包括盛天网络等[3] - **算力云**：重点推荐顺网科技，受益标的包括浙数文化等[3] - **游戏板块**：重点推荐完美世界、恺英网络、心动公司、巨人网络、吉比特，受益标的包括世纪华通、三七互娱等[4]

报告投资评级 - 行业投资评级：看好（维持）[1] 报告核心观点 - **AI技术驱动应用商业化加速**：OpenClaw等AI应用持续火热，Suno等垂直AI应用商业化收入（ARR）高速增长，大模型能力提升正推动AI从聊天工具向“会做事”的管家系统演进，预计将拉动模型Token消耗、推理算力及上云需求[3] - **游戏行业迎来政策与产品双重利好**：谷歌宣布降低应用商店抽成比例至20%，并开放第三方支付，此举有望显著提升海外收入占比较高的中国游戏公司净利率；同时，完美世界《异环》等重磅新游预约量火爆，具备成为高流水、大DAU长青游戏的潜力，行业景气度有望延续[4] - **板块估值性价比凸显，建议聚焦AI与游戏主线**：近期传媒板块调整后，游戏板块估值吸引力增强，叠加AI技术突破（如世界模型）对游戏玩法升级的助力，报告建议继续布局大模型（AI入口）、AI垂直应用（漫剧/短剧/音乐/社交）、算力云以及游戏板块[3][4] 行业数据与市场表现总结 - **行业数据综述**： - 游戏方面：截至2026年3月7日，《熊出没之熊大快跑》为内地iOS游戏免费榜第一，《王者荣耀》为内地iOS游戏畅销榜第一[11] - 新游预约：完美世界《异环》在TapTap安卓预约榜排名第一，累计预约人数达542万，TapTap期待值9.0[21] - 电影方面：电影《飞驰人生3》以4.12亿人民币周票房获得冠军，累计票房达40.60亿人民币[23] - **板块行情综述**： - A股传媒板块在2026年第10周（3月2日-3月6日）下跌6.97%，表现落后于主要市场指数[39] - 子板块中，游戏板块表现最好，周跌幅仅为0.05%，相对传媒指数和沪深300分别获得6.92%和1.02%的超额收益[39] - 个股方面，A股勤上股份周涨幅最大（+12.58%），顺网科技周跌幅最大（-13.78%）；美股猎豹移动周涨幅最大（+24.88%），哔哩哔哩周跌幅最大（-11.58%）；港股汇量科技周涨幅最大（+6.89%），百奥家庭互动周跌幅最大（-11.90%）[39][40][46][47] AI与内容行业动态总结 - **AIGC技术进展与商业化**： - **模型与平台**：OpenClaw于2026年3月1日以25.2万颗星登顶GitHub软件星标历史第一[3][31]；阿里发布Qwen3.5小模型系列[32]；OpenAI发布首个能力大一统模型GPT-5.4[34]；Anthropic年化收入（ARR）接近190亿美元[33] - **应用商业化**：AI音乐生成平台Suno付费用户超200万，年经常性收入（ARR）突破3亿美元[3][29]；AI编程助手Cursor年化收入超20亿美元[30]；Seedance 2.0视频生成模型定价约为1秒1元人民币[33] - **内容应用**：AI短剧在TikTok上表现突出，例如一部“人猿泰山”题材剧集7天播放量超3.3亿[36] - **游戏行业政策与动态**： - **政策利好**：谷歌宣布自2026年6月30日起，将美国、英国和欧洲经济区（EEA）的Google Play应用商店抽成比例从30%降至20%，订阅类应用抽成最低或降至10%[4][34][35] - **产品动态**：恺英网络投资的AI情感陪伴应用《EVE》将于3月14日公测；完美世界《异环》将于4月23/29日开启全平台公测[4] - **市场调整**：腾讯、网易等国内大厂正在缩减海外第一方工作室规模[35] 重点公司业绩与推荐标的 - **公司业绩**： - 哔哩哔哩2025年实现净利润11.94亿元人民币，同比增长188.62%[36] - 心动公司预计2025年净利润不少于15.8亿元人民币，同比增长约77.4%[38] - 百奥家庭互动预计2025年净亏损扩大至7200万至7950万元人民币[37] - **重点推荐标的**： - **大模型/AI入口**：重点推荐腾讯控股、快手[3] - **AI垂直应用**： - AI漫剧/短剧：重点推荐阅文集团[3] - AI音乐/社交：重点推荐网易云音乐[3] - **算力云**：重点推荐顺网科技[3] - **游戏板块**：重点推荐完美世界、恺英网络、心动公司、巨人网络、吉比特[4] - **受益标的**：报告列出了包括智谱、Minimax、阿里巴巴、昆仑万维、中文在线、掌阅科技、世纪华通、三七互娱等在内的多家公司[3][4][48]

纪要涉及的行业或公司 * **公司**: Box (NYSE:BOX) [1] * **发言人**: Box 首席执行官 Aaron Levie [94] * **行业**: 企业软件、人工智能、SaaS、云计算 核心观点与论据 **1. AI在企业中的应用呈现“双城记”或“三城记”状态，不同领域采纳速度差异巨大** * 在软件工程领域，AI已成为一股不可阻挡的力量，预计今年普通工程师离开AI将无法构建软件，甚至出现了100%由AI编写的软件 [38] * 相比之下，法律、合同、营销、销售、财务等其他知识工作的AI采纳速度较慢，ROI提升缓慢，采纳程度未达预期 [36] * 造成差异的原因在于软件工程具有独特优势：代码可验证（运行与否）、权限访问控制相对简单、工作完全基于文本、有文档记录习惯，这些特性天然适合AI代理 [41][44] * 而其他知识工作领域信息获取矩阵复杂、依赖人际间非数字化语境、工作方式并非为AI代理而设计，导致部署困难 [42][44][45] **2. 企业要成功部署AI代理，必须改变自身工作流程以适应AI，而非相反** * 最大的思维转变是：必须想象一个人类工作方式去适应AI代理的世界，而不是让AI代理来适应我们 [46] * 这意味着需要构建系统和流程，以最高效、准确、全面的方式为AI代理生产信息和创造语境 [47][48] * 企业需要升级系统和工作的方式，以确保AI代理既能获得足够语境，又不会因信息过多导致“语境腐化”，同时确保其访问权限得到正确管理 [49][50][52] * 愿意重构或改变工作流程以使AI代理发挥效力的团队和公司，将获得巨大的竞争优势和真正的阿尔法收益 [57][58] **3. 企业AI应用的成功案例始于挖掘未被充分利用的数据价值** * 从Box的视角看，企业的语境（context）大量存储于非结构化数据中，如研究材料、备忘录、营销资产、合同、财务文档等 [59] * 过去无法大规模挖掘这些数据的价值，而AI代理使之成为可能 [59] * 例如，有客户每年处理1000万份医疗记录，过去需要投入大量人力审阅，效率低下，或者干脆无法从这些信息中获取价值 [60] * 现在他们部署AI代理来审阅所有信息，并通过其他界面或软件将结果呈现，以更好地决策、路由信息或自动化工作流，但这需要真正的变革管理来重新设计流程 [61] * 成功的起点是：识别企业内大量未被充分利用的数据，并思考如何利用AI代理最终利用这些信息 [62] **4. 企业AI采纳路径应是“双模式”：通用生产力提升与深度工作流重构并行** * 一方面，应建立通用的生产力系统，让员工每天获得1-2小时的生产力增益，例如获得更好的通用智能、内容生成等 [69] * 另一方面，应进行深度的、有针对性的工作流重构，挑选3、5、10个具体工作流程进行自动化改造 [69] * 例如，自动化合同流程或财务流程可能增加营收增长点，或能将财富管理入职流程从两周缩短至一小时，从而提升竞争力 [70] * 在未来一两年内，在深度重构这一端取得3-5场胜利至关重要 [70] **5. SaaS并未消亡，其作为“确定性系统”和“交通警察”的价值在AI时代反而可能提升** * 尽管AI将降低软件开发成本，导致更多SaaS出现和价格竞争，但“SaaS已死”的论调并不准确 [74] * 企业不太可能用“氛围编码”自行构建CRM或ERP系统，因为资源有限，且客户不关心这个，企业应将资源用于核心业务，将非核心业务外包或租赁服务 [75][78] * 在一个企业内AI代理数量百倍、千倍于人的世界里，这些非确定性的、概率性的代理需要被管理 [79] * 像ERP这样的“确定性系统”作为“交通警察”，负责协调代理能做什么、能访问什么数据，其价值反而会上升，因为它们能确保流程每次都按相同方式运行，避免风险 [80][82] * 软件将业务流程编码成每次都相同运行的系统，这种能力在AI时代价值不会降低 [82] **6. 商业和定价模式将演变：软件面临降价压力，但AI代理服务将采用基于消费的模式** * 由于AI能帮助开发更多功能，软件相对会变得更便宜，对价格造成压力 [83] * 另一方面，企业将部署AI代理来增强原本需要人力完成的软件使用劳动，对于这部分服务，供应商可能会采用基于消费的收费模式 [84] * 例如，审查合同的服务过去可能外包，现在由AI代理完成，并按消费量收费 [84] * 经济收益将流向软件栈、AI模型提供商和基础设施等各个环节 [84] * 定价模式可能动态演变：早期实验阶段，客户偏好灵活的消费模式；达到一定规模后，客户倾向于锁定价格以避免季度收益波动 [89][91] **7. AI的终极潜力在于赋能企业更具野心，做更多事，而不仅仅是降本增效** * AI应被视为一种增强能力的手段，其真正潜力在于让企业能够完成那些以前“从未有时间去做”的事情 [92] * 由于AI将做某事的成本降低了10倍，企业现在实际上可以去做更具雄心的事情，这些事以前因为耗时过长（例如需要三年验证软件价值）而难以企及，现在可能两周就能尝试 [92] * 建议企业利用AI变得更雄心勃勃，作为一个组织做得更多，不仅是小事，更是大事，这将是未来经济的走向 [92][93] 其他重要内容 * **背景信息**: 会议记录中穿插了关于NotebookLM、AI代理社会、推文等非核心讨论，但未提供实质性商业或行业分析 [10][34] * **幽默与行业调侃**: 发言中包含对AI改变推文风格、芯片供应商（提及Jensen和Lisa）将获得大部分收益等行业内幽默调侃 [21][84][86][88]

公司产品发布与技术进展 - 昆仑万维于1月28日发布Mureka V8音乐大模型 [2][6] - 公司宣布该模型在音乐旋律、人声表现力、编曲/结构和情绪表达与渲染能力方面，均超越了国际知名AI音乐创作平台Suno [2][6] - 公司董事长周亚辉表示，从V1.0/V6.0到V8.0，其对AI颠覆音乐产业的看法从将信将疑转变为100%确信 [3][7] - 周亚辉评价V8相比V1.0的进步巨大，在一年半到两年间有10倍甚至100倍的进步 [3][7] 行业影响与音乐人观点 - 知名音乐人高晓松指出，人类创作音乐有数千年历史，但以机构化进行音乐商业化是近百年才有的事情 [2][6] - 高晓松认为人类对音乐的追求长期是非功利或非商业化的，这是音乐的重要性和独特性所在 [2][6] - 高晓松表达了对音乐产业过度商业化的担忧，举例说明行业存在将80%的普通音乐与少量好音乐捆绑发行的功利做法 [2][6] - 高晓松分享其于2016年及2018年先后与索尼和微软小冰尝试AI音乐创作的经历，并表达了对AI音乐进步的认可 [3][7] 关于AI与人类创作的讨论 - 周亚辉认为高晓松内心并不服气会被AI颠覆，但其言论存在矛盾 [3][7] - 高晓松自称是“来自上个世纪的音乐人”，但并不担心AI会追上或超越自己 [2][6]

对AI音乐创作工具的评价 - 音乐人张楚认为当前AI音乐创作工具（如Suno、Udio）的产出是“二流货”，美学上存在缺陷，其交付的作品如同“一坨纸花”，缺乏真实样本的深度与美感[13][14][17] - 他指出AI在音乐创作上表现“扁平”和“僵硬”，未能展现出在严密和声与调式逻辑规则内应有的、超越人类的创造性应用能力[13][15][16] - 他认为问题根源可能在于开发者的美学水平或数据质量，推测“大公司”可能未开放顶级数据，导致AI只能在浅层维度重复，无法进行高维度的交互[13][17] 对AI时代创作“民主化”的批判 - 张楚将当前AI驱动的便捷化创作体验比喻为“LSD准世界”，认为其简化甚至省略了创作中关键的思考与调试过程，直达结果的方式令人担忧[27][28] - 他批评这种趋势导致创作失去具体性和独特性，并以“北京101中学的春天”和“青岛四中的春天”为例，指出AI目前无法表达不同具体场域下的独特美感[23][24] - 他强调人的“神性”在于主动为世界“加线索”，即便增加的是“0”，这种对抗被简化流程所困的主动性是人的核心定义[30][31] 个人创作理念与身份转变 - 张楚目前自我定位为“工科生”，强调理性与结构，其近期花费约三个月时间用Logic Pro对90年代的两张经典唱片进行重新编曲，旨在引入更理性化的物理空间感[4][9][11][12] - 他摒弃了早期“摇滚歌手”身份所关联的抽象概念与标签（如“地下”），认为沉迷于虚构的优越感“不构成进化”，主张应关注具体、有生命力的事物[43][47][48][50] - 他认为年轻人应“勇敢地做有体系的事情”，将勇敢的原初生命力与理性的体系构建相结合[45][46] 对科技行业与产品的看法 - 张楚欣赏乔布斯时代的苹果公司，认为其早期产品（如作曲软件）集合并推动了“有生命力”的向前探索，他是乔布斯的“死粉”[56][57] - 他对马斯克的看法由欣赏转为不喜欢，认为其行为（如星链卫星接近中国空间站）更多是利益驱动，而非纯粹的科技至上[56] - 他购买了中国品牌蔚来EC6电动汽车，并表达了对中国“有理想的科技人”及“科技梦”的支持，希望他们能被理想指引而不被带歪[59][60][61][63] 未来的创作计划 - 张楚计划在2026年制作一部构思约十年的动画片，旨在探讨“存在性的孤独”，区别于东方文艺作品中常见的源于社会结构脱离的孤独，他更想表达个体面对宇宙的、平静而庄严的孤独状态[64][65][66] - 他欣赏欧洲动画（法、英、西）因启蒙理性传统而形成的叙事结构，以及日本动画让艺术进入社会服务的理性能力[65] - 他对使用AI动画和视频生成工具（如Oiioii、Medeo）持开放态度，在试用后反馈“用了，特别好”，表明其愿意尝试新技术辅助实现创作愿景[68][69][71]

AI技术量级与历史地位 - AI是比互联网更宏大的技术变革，其量级堪比电力、微处理器和蒸汽机，目前仍处于非常早期阶段 [2] - 这是有生以来经历的最大规模的技术革命 [2] 成本通缩与供需规律 - 智能的单位成本下降速度远超摩尔定律，带来需求的爆发性增长 [2] - 所有AI输入的单位成本都在崩塌，导致单位成本的超通缩，将推动超出预期的需求增长 [8] - 遵循短缺导致过剩的历史规律，GPU和数据中心的大规模建设最终将导致供应过剩，进一步压低AI成本 [3] - 导致过剩的第一大原因就是短缺，因为短缺会吸引数千亿甚至数万亿美元投入，未来十年AI公司的单位成本将像石头一样直线下跌 [8] 市场结构与产业分工 - 未来AI市场结构将类似计算机产业：少数上帝级模型在顶端，海量低成本小模型在边缘侧普及 [3] - 行业结构将是一个分工明确的智力金字塔，并非零和博弈 [13] - 极少数相当于超级计算机的上帝模型运行在巨大的数据中心里，层层递进的小模型最终延伸到嵌入式系统，最聪明的模型永远在顶端，但数量最多的将是边缘侧的小模型 [13] 中美技术竞争格局 - AI只在美国和中国被构建，世界其他地方要么造不出来，要么不想造，这是一个双雄争霸的局面 [3] - 中国在追赶速度、开源策略和芯片自研上表现惊人，促使美国联邦层面的监管风向转为支持创新 [3] - 中国在开源模型上的进展让华盛顿和硅谷都感到惊讶，DeepSeek的发布是一个超新星时刻，其性能出色且来自一家对冲基金，完全出乎意料 [10] - 中国公司在开源领域的策略形成了一种全球性的价格竞争，使美国政策制定者重新思考监管方向 [10] - 在华盛顿，不管是民主党还是共和党，现在都很少有兴趣做任何可能阻止美国战胜中国的事情，联邦层面严苛监管风险已经大幅降低 [10] 商业模式演变 - AI应用正从按Token付费向基于价值定价转移 [4] - 初创公司不再只是套壳，而是正在向后集成构建自己的模型 [4] - 云巨头乐于通过按Token计费来销售算力，但初创公司正在探索更具护城河的模式 [12] - AI初创公司在定价上比SaaS公司更具创造力，如果能从医生、律师或程序员的生产力大幅提升中分一杯羹，高定价往往对客户有利 [12] - 像Cursor这样的领先应用公司正在向后集成，实际上正在构建自己的AI模型，因为他们拥有最深的领域认知 [12] 技术普及与公众接受度 - 全球最先进的AI技术已打破壁垒，任何人都可以在第一时间直接使用并验证这些原本昂贵的顶尖技术 [6] - 民调显示公众对AI替代感到恐慌，但实际行为数据显示人们正在疯狂采用AI [6] 欧洲监管环境的影响 - 欧盟因无法在创新上领跑，转而追求监管领先，这种做法几乎扼杀了本土AI发展 [5] - 欧盟的监管导致苹果和Meta拒绝在欧洲发布最新功能 [5]

AI技术变革的宏观定位 - AI是比互联网更宏大的技术变革，其量级可与电力、微处理器和蒸汽机相提并论，目前仍处于“非常早期”阶段 [3][11][23] - 智能的单位成本正以远超摩尔定律的速度下降，形成“极度通缩”，这将推动需求的爆发性增长 [4][13][41] - 基础设施（如GPU、数据中心）的短缺将引发数千亿甚至数万亿美元的大规模建设，最终导致供应过剩，进一步压低AI成本 [2][5][13][41] 市场结构与竞争格局 - 未来AI行业结构将类似计算机产业：顶端是极少数类似超级计算机的“上帝级模型”，边缘侧将普及海量低成本的小模型 [6][19][48] - AI领域实质上是中美双雄争霸的局面，世界其他国家要么造不出来，要么不想造 [6][57] - 中国在AI领域的追赶速度惊人，例如DeepSeek的发布被形容为“超新星时刻”，其开源策略和芯片自研进展对全球竞争格局产生影响 [6][13][60] 商业模式与定价演进 - AI应用正从“按Token付费”向“基于价值定价”转移，初创公司在定价上比传统SaaS公司更具创造力 [7][17][38] - 高定价可能对客户有益，因为它能支撑更好的研发，使产品变得更好 [82] - 领先的AI应用公司（如Cursor）正在向后集成，构建自己的专用模型，而不仅仅是做大模型的“套壳” [7][17][97] 技术发展路径与扩散 - 大模型与小模型并非零和博弈，而是一个分工明确的“智力金字塔”，两者将共存 [19][48][89] - 开源模型（如中国的Kimi）正快速追赶闭源大模型的能力，并能以更低的成本在本地硬件上运行，加速了技术扩散 [46][86][87] - AI技术的民主化程度极高，全球最先进的文本、视频、音乐AI（如ChatGPT、Sora、Suno）已打破壁垒，任何人都能第一时间使用 [7][28] 行业动态与初创公司生态 - 新一代AI公司的营收增长和起飞速度是前所未有的，真实需求正快速转化为银行账户中的收入 [19][32] - 初创公司生态极其活跃，不仅有应用公司爆炸式增长，也出现了新的基础模型公司（如由Ilya Sutskever、Mira Murati创立的公司） [92][93] - 风险投资机构采取投资组合策略，同时押注大模型与小模型、专有与开源、基础模型与应用等多种看似矛盾的方向，以捕捉技术变革的机遇 [20][106][108] 地缘政治与监管环境 - 中美AI竞赛促使美国联邦层面的监管风向转变，两党都少有兴趣做任何可能阻碍美国战胜中国的事情，严苛监管风险已大幅降低 [14][64][65] - 监管焦点从联邦层面转移到各州（如加州的SB 1047法案），但存在监管割裂的风险，业界正推动由联邦政府主导监管 [65][68] - 欧盟的《AI法案》被视为过度监管，扼杀了本土AI发展，甚至导致苹果和Meta拒绝在欧洲发布最新功能，欧盟正试图进行修正 [8][69][70]