核心观点 - AI产业链从大模型、算力基础设施到机器人和智能体应用，已从技术概念转化为可询价、可订货、可批量交付的商品，勾勒出AI从“能对话”走向“会干活”的路线图 [1][3] AI转化为更强的生产力 - 腾讯展台的WorkBuddy可替“打工人”写周报、处理表格、安排会议 [5] - 商汤AI办公产品“小浣熊Raccoon Work”首次亮相，其中“小浣熊·教育版”展示AI支持教师创造数字教学工具，包括数学题情境化改造、教学插图生成、课堂板书视觉布局等十几个教学Agent [5] - 字节跳动发布“豆包工作”，将豆包与飞书的文档、会议、审批流程全面打通 [5] - 阿里巴巴推出千问办公、腾讯上线WorkBuddy，AI办公成为巨头AI争夺战的新“战场” [5] - 商汤Seko 3.0专业影视工作台通过多Agent协同将选题、剧本、分镜、生成、剪辑串成完整工作流，已汇聚超百万创作者，将漫剧制作周期缩短80%—90%、成本降低99.5%，实现“一人剧组” [5] - 商汤科技副总裁郑驰表示，AI在办公场景快速落地是由于大模型在长程任务的稳定性和工具调用上取得较大突破，AI能从聊天助手转变成工作伙伴 [6][7] - 小浣熊已在中国移动、上海电信、金山办公、蚂蚁、联想、360、零跑科技等8000余家企业落地 [7] AI拓展至更多元的场景 - 安诺机器人的调酒机器人用机械臂取杯、注酒、摇壶、出杯，几分钟内调出一杯鸡尾酒，已将AI现制饮品做成智慧零售生意 [9] - 豹拓智能为无人船提供物理AI控制模块，赋能船艇实现自主航行、自主避障、自主返航、自主靠泊、动力悬停、远程遥控等功能，无人船集成控制模块并加装机械抓手与垃圾舱后，可在河面上自动巡航识别并抓取树枝、垃圾袋等垃圾，相关产品已在国内多个内河湖泊落地 [9] - 亿欧智库发布的《2026全球具身智能商业落地研究报告》将今年定位为具身智能“部署态”元年，指出工业机械臂等非人形机器人的商业化成熟度领先于人形机器人，应用结构正由工业制造向商业服务拓展 [10] AI落地依赖更完备的供应链 - 在豹拓智能展台，一位做无人机的专业观众认为无人船的自主决策系统与无人机的需求高度相通，主动要求进一步了解 [12] - 本届大会可询价、可订货、可批量交付，采购商将展馆变成“洽谈室”，汇集了AI供应链的完整环节 [12] - 美的集团旗下威灵机器人部件带来谐波减速机、行量关节模组、重载机器人专用伺服电机等核心零部件 [12] - 十方融海的开源实时交互AI平台小智AI已接入设备超百万台，为各类硬件装上“对话的灵魂” [12] - 创维展出用于机器人训练的数据采集一体机，为机器人“大脑”进化提供数据“口粮” [12] - 深圳及周边大湾区城市将灵巧的机器人本体制造、聪明的“大脑”开源生态与算力设施捏合在一起，构筑出AI落地的中国路径 [13]

电话会议纪要关键要点总结 一、涉及的行业与公司 * **行业**：AI应用、多模态、泛办公、AI短剧/漫剧、AI视频、游戏[1] * **公司**：昆仑万维、腾讯、字节跳动、快手、智谱AI、中文在线、掌阅科技、MiniMax、巨人网络、完美世界、网易、心动公司、世纪华通、恺英网络、三七互娱[1][2][3][4][10][11][12][14] 二、核心观点与论据 1. AI应用商业化闭环与细分赛道 * **商业化闭环最成功模式**：MAS付费和模型驱动新应用，Coding赛道表现最突出，海外Astral和国内智谱AI的MAS收入兑现快、增长斜率陡峭，已在一二级市场明显反映[2] * **AI多模态领域基本面已根本性变化但股价未充分反映**：原因一是缺少像Astral那样持续融资形成估值锚的公司，二是缺乏纯粹AI多模态标的[2] * **未来值得关注的现象级市场**：除Coding外，多模态、泛办公和AI游戏[2] 2. 腾讯泛办公布局与WorkBuddy * **腾讯战略特点**：后发先至，判断赛道成功率超60-70%后重点投入[3] * **资本开支**：2026年第二季度包含预付款在内资本开支高达500多亿元[3] * **竞争优势**：模型迭代加速（混元大模型朝SOTA发展）、渠道与数据优势（微信流量、IMA体系及公众号数据库）、生态整合能力（整合腾讯文档、腾讯会议等）[3] * **WorkBuddy用户数**：桌面端用户数超过第二名到第五名总和，存在数量级领先[3] * **商业化进展**：2026年第二季度腾讯云业务收入增速从过去百分之十几提升至百分之二十多[3] * **未来变现路径**：从拉动云收入逐步拓展至MAS付费模式，实现双重兑现[3] * **泛办公市场规模**：按人力薪酬包测算达1.2万亿至1.5万亿美元，是Coding市场两倍以上[3] 3. AI多模态收入增长与市场空间 * **收入增长强劲**：截至2026年3月31日，昆仑万维AI业务收入5亿元，智谱AI为4亿元[4] * **环比翻倍增长**：昆仑万维2025年12月底AI收入2.4亿元，约三个月实现翻倍增长[4] * **市场天花板测算逻辑**：一部分替代人工成本，另一部分来自内生新增市场如AI短剧[4] * **AI短剧市场爆发**：2025年全年收入约100多亿元，2026年上半年收入完成220亿元，预估全年规模接近400亿元[4] * **增长核心驱动力**：供给端极大丰富，字节Cici开放API后推动市场快速扩张[4] 4. AI漫剧市场日消耗量变化 * **日消耗量显著增长**：从早前每日三千万元增长至七八千万元，2026年五六月份一度接近两亿元[5] * **当前稳定水平**：调整低质量内容分配系数后，稳定在每日消耗一亿元以上[6] * **字节调整策略**：将低质内容分配系数降至10以内，仿真人、3D等精品内容分配系数提升至40以上[6] 5. AI视频技术迭代与市场渗透率 * **技术迭代**：字节CBOUNCE 2.0版本在2026年七八月迭代，3D白模预演能力从漫剧向影视级制作渗透[7] * **市场空间**：AI视频创作者模态对应市场空间约1,000亿至1,600亿美元[7] * **渗透率**：截至2026年五月字节CDOS与六月可灵数据加总后整体规模仅几十亿美元，渗透率不足10%[7] * **竞争关系**：头部公司迭代更多是共同推动行业渗透率提升，共享行业增长贝塔，而非相互挤压市场份额[8] 6. 投资价值公司类型 * **第一类**：纯度较高的工具型公司，MaaS收入模式清晰，如可灵近期融资以5亿美元ARR获得180亿美元投后估值，对应市销率约36倍[9] * **第二类**：平台型公司，所有内容供给最终汇集于平台，平台是确定受益方[9] 7. 国内外平台变现模式差异 * **国内平台**：主要受益于内容承载量增加，变现模式以广告为主，代表如苹果、腾讯火罗漫剧[10] * **海外平台**：变现方式更多元，用户付费意愿更强，可通过订阅、增值服务（类似奈飞模式）、单集付费点播等商业化[10] * **布局海外平台公司**：昆仑万维（Drama Wave和Free Reels）、掌阅科技、中文在线[10] 8. 游戏行业AI赋能与估值 * **AI变现雏形**：尤其在游戏引擎方面已开始兑现收入，但市场反映尚不充分[11] * **板块特征**：弱预期、强现实，部分公司产品表现优异[11] * **具体案例**：巨人网络某款游戏DAU达1,200万且仍在增长，完美世界2026年新发行游戏四个月内全球累计流水超过20亿[11][12] * **当前估值**：市场按短周期逻辑交易，给予2026年估值仅为十倍出头[12] * **估值修复预期**：暑期档业绩在三季度兑现后，估值切换至2027年时多数公司估值将不足十倍，有望迎来显著估值修复[12] 9. 生成式AI对头部游戏公司影响 * **竞争格局**：生成式AI未损害头部公司竞争格局，反而起正面作用[13] * **业绩表现**：腾讯、网易及A股有产品周期公司，用户使用时长和单季度收入增长远高于行业平均水平[13] * **成本影响**：头部公司利用AI工具实现降本增效，缩短研发周期，研发费用呈现小幅下降趋势[13] * **估值重估机会**：即便不考虑AI新增量，仅基于现有公司业绩，游戏板块也存在估值重估机会[13] 三、其他重要但可能被忽略的内容 * **AI短剧市场监管风险**：行业规模扩大后可能面临监管及对低质量内容的限制[4] * **字节调整分配系数**：将低质内容分配系数降至10以内，精品内容提升至40以上，体现平台对内容质量管控[6] * **可灵ARR与估值**：可灵以5亿美元ARR获得180亿美元投后估值，对应36倍PS，显示市场对工具型公司高度看好[9] * **四季度分拆上市预期**：可灵、RealShot等工具和平台公司计划分拆上市，制作端公司收入爆发式增长，市场将进一步聚焦该领域[10] * **中期策略重点关注公司**：泛办公领域关注腾讯，AI视频及多模态领域关注可灵（计划单独上市）、MiniMax海螺、昆仑万维、中文在线、掌阅科技，游戏领域港股关注心动公司、网易，A股关注世纪华通、恺英网络、完美世界、三七互娱、巨人网络[13][14]

核心观点 - AI行业经历算力军备竞赛后，面临高昂成本与C端付费意愿低的矛盾，急需找到能产生现金流的商业模式 [2][4] - 办公场景因能明确计算投资回报率（ROI）、拥有成熟付费习惯和高用户黏性，成为巨头们实现AI商业闭环的首选战场 [2][5] - 2026年AI大战下半场，字节、阿里、腾讯等巨头不约而同聚焦办公赛道，本质是争夺填平算力账单、留在牌桌上的资格 [2][6] 行业背景与算力困境 - AI行业经历从千亿参数到多模态的狂热算力军备竞赛，技术捷报频传但资本市场耐心急剧消耗 [3] - 巨头面临天价算力账单：芯片采购、机房能耗、数据训练成本高昂，但C端用户多为“白嫖”式免费体验 [4] - C端消费者让AI写诗、画图，但按月订阅付费时转化率惨不忍睹，AI成为“高投入、低收益”的游戏 [4] - 资本不可能无限期为没有回报的“科技秀”买单，AI迫切需要证明“造血”能力 [4] 办公场景的商业逻辑 - 办公是极少数能明确计算ROI的领域：消费端情绪价值难量化，但生产端时间与效率可量化 [5] - AI能帮程序员完成大部分代码编写、自动整理会议纪要、快速生成财务分析报告，节省的工作时长和人力成本可量化 [5] - 企业客户和白领群体愿意为提升效率、释放生产力的AI付费 [5] - 办公赛道拥有最成熟的付费习惯：传统SaaS市场已完成用户教育，按人头订阅、按功能付费模式深入人心 [5] - 将AI植入办公场景无需重新培养付费意识，只需将软件升级为“AI加持的超级生产力工具”即可抬高客单价 [5] - 办公工具天然绑定企业核心业务流程与数据沉淀，一旦深度嵌入，迁移成本极高，形成高用户黏性护城河 [5] 巨头布局与战略动作 - 字节跳动于2026年8月25日正式推出独立AI办公品牌“豆包工作” [2] - 字节已完成大规模组织重组，将飞书产品团队以及TRAE、扣子（Coze）团队整体并入豆包体系 [2] - 阿里于2026年8月初公测“千问办公”，整合桌面编程QoderWork、企业协同悟空及云端智能体 [2] - 腾讯的WorkBuddy起步最早，市场占有率稳居前列，采取“前台多入口、后台资源统一”策略 [2] - 腾讯WorkBuddy辅以“积分+会员”计费模式，用户付费意愿显著增强 [2] 战役本质与商业底线 - 这场AI办公大战本质不是大模型参数高低或技术上限，而是AI能否持续运转的商业下限 [6] - 资本与巨头已为大模型概念和想象力付够溢价，如今必须拿出现金流和硬核ROI [6] - 谁能先把昂贵的算力账单填平，谁才有底气和资本留在牌桌上，去讲下一个十年的AI故事 [1][6] - 前沿技术再性感，商业世界不可能无休止为“故事”买单，所有技术革命最终要落到账单上 [6]

核心观点 - 腾讯将AI竞赛视为一场马拉松，强调长期投入和耐心，而非短期速度 [8][9] - AI应用落地需算法与工程并重，场景是腾讯做AI最厚的底牌 [10][11] - AI原生应用需自由探索、快速迭代，创新不可规划但能力可以积累 [12][16] - 企业AI应用架构由个人Agent与服务Agent互补构成 [19][22] - AI时代需用AI原生方式重构组织力，模型与产品需深度协同 [23][24] - 坚持长期主义和以人为本，技术服务于解决真实问题 [26][31] 一、AI战略与长期主义 - 腾讯高级执行副总裁汤道生承认外界“腾讯AI慢了”的舆论带来压力，但认为起得早不是最关键，AI下半场才刚开始 [1][8] - 汤道生以移动互联网发展史类比，指出诺基亚、摩托罗拉等早期入局者最终掉队，强调谁能更坚定长期投入、穿越周期才重要 [1][9] - 腾讯将大模型竞赛视为马拉松，现在可能才跑完头一公里，熬得久才有机会抓住新机遇 [2][9] - 腾讯2026年第二季度财报显示，总营收2047.9亿元，同比增长11%；研发支出272.8亿元，同比大涨35%；资本开支527.8亿元，同比增幅达176%，新增开支大多流向AI算力采购、大模型训练与推理基础设施建设 [2] 二、AI技术演进与应用落地 - 汤道生认为平台公司必须坚持大模型基础技术跟进，但不能只局限在模型本身，场景才是腾讯做AI最厚的底牌 [2][10] - 算法决定天花板，工程能力决定多快触达它，从数据整理、训练、推理到场景落地都需要AI Infra工程加持 [2][11] - 企业应用通过skills、MCP协议接入智能体，构建丰富的应用生态才是更长久护城河 [2][11] - 混元大模型经历多次重构，混元Hy3架构化繁为简，注重训练数据质量，在同等参数模型中效果突出 [8] - 腾讯会议用大模型生成会议纪要，腾讯乐享用大模型做企业知识助手，混元已支持公司内部数百个应用 [10] - 很多产品会接入多个大模型，针对不同模型能力与价格，把任务分类选择性价比高的模型 [11] 三、AI原生应用成长路径：以WorkBuddy为例 - WorkBuddy前身是亏损的DevOps研发工具项目，在降本增效周期中险些被收缩裁撤 [3][13] - 2024年推出CodeBuddy，通过私有化部署获得项目收入，使团队得以继续探索 [3][14] - 2026年初，基于CodeBuddy底座打造出界面更简单、适合非技术人员的WorkBuddy [3][15] - 腾讯文档团队调整到CSIG后，补齐了WorkBuddy急需的文档编辑能力 [3][15] - WorkBuddy上线短短三个月迭代四十多个版本，团队抛弃传统冗长评审流程，依靠AI快速产出原型，人负责判断、调试、把关 [3][16] - 过去要花好几个小时的工作，现在只需20分钟左右就能打磨出像样初稿 [16] - 汤道生总结AI原生应用成长逻辑：创新不可规划，但能力可以积累，产品要给予团队自由探索空间，紧盯场景痛点快速产出原型，依靠真实用户反馈持续迭代 [3][17] 四、元宝产品与Chatbot赛道 - 汤道生不赞同Chatbot赛道大局已定的判断，认为信息搜索与问答是用户长期刚需，只要答案做得比竞品好，机会就永远存在 [3][17] - 问答产品核心落脚于答案准确、来源权威、信息实时 [3][18] - 元宝沉淀的评测、反馈闭环等底层能力，已反向复用在WorkBuddy身上 [4][17] - 元宝团队可以卸下部分短期增长压力，专注打磨基础能力 [4][18] - 依托与混元Hy3的联合设计Co-Design模式，元宝搜索体验、用户留存持续改善，单位运营成本不断下降 [5][18] 五、Agent赛道二元架构 - 汤道生提出“个人Agent向左，服务Agent向右”的二元架构判断，腾讯不会只押注单一类型智能体 [5][19] - WorkBuddy代表个人Agent，站在使用者一侧完成任务 [5][19] - 企业内部大量智能客服、人力咨询、知识库查询属于服务Agent，需遵循企业管理者意图，承担数据输出责任，管控权限、规避滥用，保障7×24小时稳定运行 [5][19] - 个人Agent和服务Agent是并存与互补关系，共同组成企业AI应用完整架构 [5][22] - 腾讯云智能体开发平台ADP提供开箱即用配置方式，让客户快速打造稳定、安全、可扩展、可运维的服务Agent [21] 六、AI原生组织能力重构 - AI原生不等于简单给老产品插上AI接口，而是产品设计、研发协作、团队组织的全面重塑 [5][25] - AI接管大量标准化工作后，传统流水线分工变得臃肿低效，跨界协作、小团队攻坚将成为常态 [5][23] - 模型与产品不能割裂，否则会造成灵魂与肉体的分离，模型产品联合设计Co-Design是AI产品迭代进化关键路径 [6][24] - 混元团队与元宝、WorkBuddy团队的Co-Design，让模型架构和产品体验在同一过程中共创、迭代 [24] - 腾讯正在推动企业微信、腾讯文档、ima、腾讯会议、iwiki等产品与WorkBuddy打通，实现一站式文档处理、知识管理、会议总结、协作办公和人机共创 [24] 七、以人为本与长期主义 - 汤道生强调两个“不变”：长期主义和以人为本 [27][28][30] - AI不是替代人，而是帮助人把繁琐、重复、低效但重要的事情做得更好 [32] - 北京密云一位基层干部用WorkBuddy开发防汛小程序，过去需几十人通宵电话核对的工作，现在一人一小时即可完成16个乡镇预警下发和转移统计 [32] - 对于个体，真正能make a difference的是了解自己优劣势、聚焦喜欢的事、低谷期仍坚定投入的长跑手 [6][33]

核心观点 - 腾讯集团高级执行副总裁汤道生正面回应外界“腾讯做AI慢了”的质疑，认为AI竞赛是马拉松，起跑早不如熬得久，长期投入更重要[1][6][7] - 场景是腾讯做AI最厚的底牌，混元已支持公司内部数百个应用，算法决定天花板，工程能力决定多快触达[3][8][9] - 腾讯坚持长期主义和以人为本，技术只是手段，人才是目的，AI应解决真实问题[24][25][26][27][28][29] 对AI竞赛节奏的判断 - 汤道生坦言“要说一点不焦虑，那不可能”，承认公司整体算力严重不足，拖慢了混元大模型训练与产品发展[1][6] - 他认为“起得早也许不是最关键，AI的下半场才刚开始”，大模型竞赛像马拉松，现在可能才跑完头一公里[1][7] - 以移动互联网历史为论据：任天堂、苹果PDA入局更早，最终iPhone和安卓完成普及，诺基亚、黑莓等早期企业掉队[1][6][7] - 强调“熬得久才有机会抓住持续出现的新机遇”[1][7] 腾讯AI战略与优势 - 场景是腾讯做AI最厚的底牌，混元已支持公司内部数百个应用，各产品团队打造的智能体在快速增加[3][8] - 场景中的数据为用户生成或专业机构提供，为大模型提供上下文，历史互动可提炼为个人记忆或可复用技能[8] - 很多产品会接入多个大模型满足不同需求，针对不同模型能力与价格，把任务分类选择性价比高的模型[9] - AI应用落地是算法与工程的结合，算法决定天花板，工程能力决定多快触达，从数据整理到场景落地都需要AI Infra工程加持[3][9] - 企业AI应用要求包括敏感数据安全防护与权限管理、token资源成本管理与分配、企业内部系统打通及企业应用生态打造[9] 产品发展历程与成果 - 腾讯云早期开发者工具业务一度面临收缩，“幸好没有砍掉这个项目”[4][10] - 2021年微软发布GitHub Copilot后，腾讯云DevTools团队开始研究AI写代码，构建了Coding Agent早期代码模型与Harness[10][11] - 2024年推出CodeBuddy，通过私有化部署获得项目收入[11] - 2026年初团队基于CodeBuddy底座推出WorkBuddy，上线三个月迭代四十多个版本[4][12][13] - WorkBuddy上线后获得市场关注，接住逐步衰减的龙虾热，团队以原生AI工作方式疯狂迭代[13] - 过去要花好几个小时的工作，如清洗数据、做经营分析、起草文书，现在只需20分钟左右就能打磨出初稿[13] - 元宝在巨大用户增长压力下曾花较多精力做推广与引流，当时模型与产品未ready，效果不满意[15] - 元宝与混元Hy3的Co-Design加持下，搜索体验持续改善，留存率不断提升，单位运营成本持续下降[15] 个人Agent与服务Agent架构 - WorkBuddy扮演“个人助手”角色，帮用户写邮件、查资料、做分析、写报告、写代码等[16] - 服务Agent遵循服务提供者与管理者的意图，对数据输出承担责任，避免滥用，需连接企业内部CRM、知识库、工单、OA、ERP等系统[17] - 服务Agent要满足高可用、7×24小时响应，对信息准确性、时效性、数据格式、数据权限、流程约束、内容审核有严格要求[17] - 腾讯云智能体开发平台ADP提供开箱即用配置方式，让客户快速打造稳定、安全、可扩展、可运维的服务Agent[18] - 个人Agent和服务Agent并存互补，如WorkBuddy帮员工做客户分析报告，调用客户数据时由服务Agent核实身份、把关数据权限[19] AI原生组织与研发模式变革 - 汤道生提出“AI原生组织”方向：团队更扁平，小团队借助AI可快速完成产品落地[4] - 过去产品研发是长流水线：产品经理写需求、设计师做交互、工程师写代码、测试跑用例、运维部署，沟通成本高[20][21] - 有了大模型，产品经理可更早搞原型验证想法，开发能用AI直接生成前后端代码和测试用例，简单功能产品经理能vibe code完成[21] - 在AI原生组织里，跨界是常态，小团队办大事的基础[21] - 模型与产品深度协同（Co-Design）非常重要，否则造成灵魂与肉体分离，产品为模型展示用户需求分布并提供提升模型能力的宝贵数据[22] - 混元团队与元宝、WorkBuddy团队的Co-Design，让模型架构和产品体验在同一过程中共创、迭代[22] - 推动企业微信、腾讯文档、ima、腾讯会议、iwiki等产品与WorkBuddy打通，实现一站式文档处理、知识管理、会议总结、协作办公和人机共创[22] 以人为本的实践案例 - 北京密云一位基层干部用WorkBuddy开发防汛小程序，打通地灾预警、雨情、群众转移等信息[29] - 过去需要几十人通宵电话核对的工作，现在他一个人一小时就能完成16个乡镇预警下发和转移统计，大幅提升基层防汛效率[29] - 汤道生总结“创新不可规划，能力可以积累”[4] - 号召团队“把能力做厚，把产品做实，把场景吃透”[4][30]