**行业与公司** * 涉及行业：中国互联网及其他服务、人工智能（AI）全产业链（芯片、基础设施、模型、应用）[1][6][163] * 涉及公司： * 主要AI模型公司：阿里巴巴（Qwen）、字节跳动（Doubao/Seed）、百度（Ernie Bot）、腾讯（Hunyuan/Yuanbao）、MiniMax、Z.ai（智谱）、Moonshot（Kimi）、深度求索（DeepSeek）、小米[11][12] * 主要AI云/基础设施公司：阿里云、腾讯云、百度云、火山引擎（字节跳动）、华为云、中国移动[45][52][60][63][66] * AI芯片/加速器公司：华为（昇腾）、寒武纪、海光信息、沐曦集成、壁仞科技、天数智芯、燧原科技等[45] * 其他相关上市公司：在覆盖列表中包括美团、拼多多、京东、网易、快手、贝壳、携程等[162] **核心观点与论据** **1. 中国AI模型竞争力：全球重要竞争者，采取“开放”策略** * 中国贡献了全球前十的SOTA（最先进）模型中超过一半的数量，是美国的主要竞争对手[10] * 中美AI模型战略对比：中国偏向“开放权重”（Open Weight），美国偏向“专有”（Proprietary）[10] * 中国前沿基础模型玩家在参数规模上表现突出，例如深度求索V4-Pro达1600亿参数，Moonshot K2.6达1000亿参数[12] * 中国领先大语言模型的平均价格仅为美国同行的5%-18%，具有显著成本优势[17] **2. 算法与效率创新是中国关键竞争优势** * 通过算法创新提升效率，以部分抵消在算力规模上的相对劣势[27] * 中国AI实验室的关键人物普遍年轻，例如腾讯首席AI科学家28岁，Moonshot创始人34岁，体现了人才活力[26] **3. AI芯片与计算基础设施：走向脱钩，自给率将大幅提升** * 预计中国AI GPU（图形处理器）总市场规模（TAM）到2030年将增长至670亿美元[31][33] * 预计到2030年，中国AI芯片自给率将达到86%（580亿美元 / 670亿美元）[36] * 通过芯片级（多Die封装）、集群级（构建超大规模集群）和制造级（扩大产能）三步策略，中国基础设施实力正在缩小 perceived technology gap（感知技术差距）[40][43] **4. AI云市场：快速增长，竞争格局初显** * 中国AI云市场与传统云市场不同，增长更快[56] * 根据2025年下半年数据，中国MaaS（模型即服务）市场收入份额：火山引擎（字节跳动）占43%，阿里云占26%，百度云占10%，智谱占6%，中国移动占4%[60][63][66] * 企业CIO（首席信息官）在AI部署中最倾向于寻求阿里云和腾讯云的协助[61] **5. 2C（面向消费者）AI应用：微信生态是AI智能体的前身** * 微信拥有庞大的用户基础和高粘性：2025年7月数据为11亿月活跃用户，用户日均会话44.6次，日均使用时长99.4分钟[76] * 主要AI应用各具定位：例如，深度求索擅长技术任务和编码；Kimi擅长长上下文文档分析；豆包（字节跳动）偏向轻量级社交娱乐[74] **6. 2B（面向企业）AI应用：早期采纳广泛，投资增加** * CIO调查显示，人工智能/机器学习/流程自动化是企业支出增加最多的项目（占受访者的13%）[87] * 企业AI/LLM投资的首要三大领域是：供应链与库存管理（43%）、客户服务（50%）、销售（30%）[91] * 预计未来三年，中国将有16%的工作时长被生成式AI/LLM取代[95] * 企业AI工作负载渗透率预计将从2024年的13%提升至2026年的16%[95] **7. 主要公司动态与战略** * **阿里巴巴**：Qwen是全球使用最广泛的开源模型系列，截至2026年1月21日在Hugging Face累计下载超10亿次；云业务目标五年收入1000亿美元，年复合增长率超40%；预计三年资本支出将超过3800亿元人民币[109] * **腾讯**：2026年将加倍对“新AI”的投资（2025年支出180亿元人民币）；在智能体AI部署方面处于早期领先地位[110][111][112] * **百度**：2025年第四季度，百度核心AI驱动收入超过110亿元人民币，占百度收入的43%；AI加速器基础设施的订阅收入同比增长143%[115] * **字节跳动**：被视作新的颠覆者，其火山引擎在MaaS市场份额领先[105] * **MiniMax**：中国唯一专注于全模态能力的独立AI实验室；超70%收入来自海外市场[100] * **Z.ai（智谱）**：纯专注于大语言模型，擅长编码、智能体和推理；起源于清华大学学术实验室[104] **其他重要内容** * 行业观点：摩根士丹利对中国互联网及其他服务行业给予“有吸引力”（Attractive）的评级[1] * 模型性能评估标准：智能水平、价格、速度[10] * AI模型竞争的三要素：计算能力/能源供应（学多少）、数据/知识（学什么）、模型算法/脑潜力（多高效地学）[21][22] * 全球数据量持续增长，为AI发展提供燃料[25] * 中国CIO调查显示，未来一年AI/LLM支出分配中，硬件占比预计从26%升至28%，软件（应用、模型）从40%降至33%，IT服务从34%升至39%[89]