2025年AI+多行业联合研究报告：AI+景气度持续提升，关注AI+六大细分方向

一、中国科技公司重估，AI+景气度持续提升

1.中国科技公司重估，估值整体提升

本轮行情，是外资对中国科技资产“认知差”和“估值差”的双重修复，因此中国科技资产估值修复弹性大。

对中国科技资产的认知差的修复： DeepSeek-R1 大模型的发布标志着中国在 AI 领域实现关键性突破。其训练成本低于国际头部模型，推理效率却达 到全球领先水平，直接挑战美国技术霸权。这一技术跨越使外资机构重新评估中国科技企业的创新能力。因此， Deepseek 的出现引发了全球资本对中国资产的重新思考，标志性的报告有德银 2 月 5 日发布的《China’s，not AI’ s sputnik moment》，描述了 Deepseek 对中国资产的意义，UBS 写了一篇《China equity strategy: a multi-faced look at deepseek’s implications》把中国科技公司和美国科技公司的估值进行了对比。英国媒体 BBC 制作了一起 《不只是 DeepSeek：<中国制造 2025>如何让中国崛起》的节目。这些报告，给了全球投资者重新认识中国科技资 产的窗口。 Deepseek 成为重估中国科技资产的点火器。其实，中国科技公司在过去几年，在很多领域已经成为全球领先或者 对全球领先进行快速追赶。中国在电动车产业链优势凸显、在高制程半导体等领域实现快速追赶，在军工领域也出 现了一系列重大突破，字节跳动旗下的 tiktok 在全球风靡，甚至引发了对美国对 tiktok 禁封的反复博弈。 此前，全球投资者被对中国偏见的“信息茧房”所困，甚至不愿意抬眼看一下中国科技公司的变化，同时中美的博 弈也打压了全球投资者对中国科技公司的信心。而在 AI 时代人工智能技术全球平权发展，使得中国公司在 AI 技术 领域的突破给了投资者打开重新审视中国资产的视角。而特朗普上台后，无论在关税还是对中国科技公司的态度 （例如对 TIKTOK 禁封）都好于预期，特朗普近期主要将视角放在美国国内和全球，使得未来一段时间内中美竞争 和冲突加剧的担忧降低。这些因素同时在春节前后发酵，最终推动了海外投资者对中国科技资产的认知差。

海外中国科技资产相对美股和 A 股估值差的修复： 整体来看，经过了 2021 至 2024 年的大幅杀估值之后，恒生科技指数和纳斯达克中国金龙指数都处在历史最低估值 水平，且相对 A 股和美股科技类指数明显低估。 在经过了这一轮的估值修复后，恒生科技指数、纳斯达克中国金龙指数的估值仍然大幅低于中国 A 股的科技类指数 的估值。

AI 时代中国科技公司外资对中国科技资产的认知偏见的修复和中国科技公司相对美国科技公司的低估值，触发了外 资重新加仓 A 股。 从指数层面来看，中国科技公司的估值存在明显折价。横向比较来看，目前恒生科技、纳斯达克中国金龙指数向前 预测市盈率分别为 24x、23x，相较于美股纳斯达克 100 指数的 36x 存在明显折价。纵向比较来看，即使经历了春 节后两周的大涨，恒生科技、纳斯达克中国金龙指数的向前预测市盈率仍处于历史 32%分位数。而纳斯达克 100 指 数的估值相对较高，即使计入了 2025 年净利润的快速增长，目前向前市盈率仍处于过去 10 年 99%分位数的极高水 平。

从个股层面来看，港股主要科技龙头与海外可比公司仍存在较大的估值差距。选取腾讯、小米、阿里巴巴等在港股 上市的主要科技龙头与海外龙头进行对比，从市值上看，仅有腾讯、联想与海外科技龙头市值处于同一量级，其他 科技公司市值均不足可比公司 1/10。从估值角度看，港股科技龙头与海外可比公司存在较大的估值折价，其中智能 汽车领域的小米、比亚迪折价现象最为严重。

2.并非 2015，AI＋行情演绎到哪个阶段了？

渗透率破 5%人工智能进入赛道主线投资阶段，人工智能指数的超额收益可能是刚开始系统性启动

AI 板块在过去三年是市场持续的热点，但是就人工智能指数而言，在 2023 年和 2024 年虽然有过几波比较大的超额 收益，但是以最终都以大幅下跌结束，超额收益回到原点。2023 年 1 月中旬开始，人工智能板块先后在 CHATGPT 诞生和 SORA 诞生后有过一大波超额收益。但是最终，因为繁荣的是美国的人工智能，而美国的 Chatgpt 和 Sora 这种大模型都无法在中国使用。因此，国内 AI 没有出现大规模应用的繁荣和渗透率加速提升。因此，A 股除了光模 块板块跟随英伟达产业链实现了系统性超额收益。其他板块经过了一系列主题性投资后超额收益回到了原点。

转折发生在 2024 年下半年，我们在 2 月初发布的月度观点《春季攻势，AI 领衔》。 2024 年以豆包为代表的 AIGC 应用开始迅速普及和破圈，根据 QuestMobile 的统计数据截至 2024 年 12 月豆包活 跃 AI 用户数量达到 7523 万，相对移动互联网的渗透率为 4.8%，接近 5%的渗透率区间。

这一数据表明，豆包 AI 正在实现从小众应用向大众工具的转变。在短短 9 个月内，活跃用户增长了 223%（从 2328 万增至 7523 万），渗透率提升了 3.3 个百分点，显示出 AI 应用在 To C 端市场的巨大发展潜力和用户接受度 的快速提升。从豆包 AI 来看，2024 年四季度实现突破 5%渗透率的关键跃升。 1 月 20 日晚，杭州深度求索人工智能基础技术研究有限公司发布了第一代推理模型 DeepSeek-R1-Zero 与 Deepseek-R1。至此，DeepSeek-R1 大模型的发布标志着中国在 AI 领域实现关键性突破。其训练成本低于国际头 部模型，推理效率却达到全球领先水平，直接挑战美国技术霸权。随着此后，各种厂商均宣布接入 Deepseek， deepseek 成为了电动车时代的“宁德时代”，使得没有大模型公司的公司具备了强人工智能能力，使得有大模型的 公司技术进步得到进一步提升。 随着 deepseek 下载量得到大幅攀升，和互联网大厂接连接入 Deepseek，使得 deepseek 接力豆包 AI 成为第二款 渗透率突破 5%的大模型工具。

我们在《赛道投资启示录》中描述过赛道投资的基本原则，5~10%是区分主题概念投资和赛道/产业趋势投资的关键 分水岭，当一种产品、技术、模式渗透率超过 5~10%，成为可被验证的新产品、技术和商业模式，则很可能迎来渗 透率的快速提升，此时，由于渗透率加速提升，相关上市公司收入和利润将会迎来高速增长。 此后，我们在《A 股二十年主线复盘启示录》中进一步描述。无论是那种渗透率都遵循一定原则，也就是“5-10- 35-40”规则，但在经典的赛道和产业趋势投资框架中，行业发展将会出现四个阶段，用渗透率来描述就是：

“0-1”阶段：“0-1”阶段是通常所指的“主题概念投资”阶段，在此阶段新技术取得革命性突破并以“低性价 比”形式应用于样品生产，创新型模式出现并“限制性”应用于部分场景，新产品诞生且呈现“顶端渗透”的 趋势。处于“0-1”阶段的产业开始逐渐引起部分投资者的广泛关注，参与投资者逐渐增多，在这一阶段，投资 胜率和单笔盈利虽然具有较大不确定性，但投资成败比较高。

“1-5”阶段：“1-5”阶段是通常所认为的“技术推广”阶段，在降本增效等因素驱动下，革命性技术以“高性价 比”形式应用于产品生产，创新性模式扩散至多数应用场景，新产品逐渐向中高端市场渗透。在这一阶段，投 资胜率和单笔盈利确定性较“0-1”阶段有所稳固，但投资成败比相对下行。

“5/10-35/40”阶段：处于“5-10”阶段的产业，渗透率在短时间内迅速攀升，产业的不确定性逐渐消散，投资胜 率进一步增加，投资赔率进一步下降。产业在主题投资阶段获得一定发展，市场渗透率有所提升后，其往往会 遇到渗透率瓶颈，该瓶颈分隔了产业发展的“1-5”和“5-10”阶段，通常而言，突破瓶颈需要产业技术突破， 相关需求增长或出现引爆市场的产品等，由此使产业总体进入“5-10”阶段的渗透率快速增长。“5-10”阶段 中相关产业的优质标的会得到投资者的集中关注，可能涌现出一两个行业领军者，以及其他几家较强企业，通 过关联效应带动产业链投资热情，以“一超多强”和“以点带面”推动产业整体快速发展。真正能让行业享受 β的阶段，是渗透率从 5%快速攀升越过 10%至 35%~40%的这几年，这几年的复合增速很高。但是一旦行业 渗透率超过了一定阈值，产业和赛道增速就会明显回落。因此，超高速增长难以一直持续下去。

赛道投资主线，是 A 股最大的超额收益的来源，是绝对不容错过的投资机会。

对比移动互联网、食品饮料（白酒）、电动车，人工智能超额收益到什么阶段了

“5-10”渗透率被突破，超额收益迎来主升浪，在过去 10 多年最典型的投资机会是 2013 年开始的移动互联网， 2016 年开始的食品饮料，2020 年开始的电动车。

2013 年移动互联网崛起，移动互联网 APP 渗透率加速提升成为关键

这一幕似曾相识，2012 年，微信的用户数迅速增长，在 2012 年 6 月突破 8000 万，而在 9 月突破了 1 亿大关。

在微信月活渗透率突破 5%之后，移动互联网指数相对 wind 全 A 超额收益开始持续攀升，直至 2015 年三季度，渗 透率突破 40%后，超额收益率逐渐接近尾声。这一幕在此后的电动车指数上再度上演。

接力移动互联网的是以中高端白酒为代表的中高端食品饮料，核心渗透率是中高端白酒和食品饮料渗透率的提升

白酒食品饮料，其中很多定位中高端的品牌都属于上市公司，2015 年之前，还没有明显消费升级趋势的时候，酒、 饮料行业上市公司收入与工业企业收入比例长期保持在 10%左右，并没有明显的提升。2016 年开始，居民选择中高 端品牌的比例在提升，中高端白酒和食品饮料迎来涨价趋势。在量价齐升的背景下，上市公司酒和饮料占全部工业 企业收入的比例提升，也可以近似看成是中高端品类品牌渗透率的占比提升。 而到了 2021 年一季度，上市公司酒饮料公司的收入占整个工业企业的收入比例达到 30%。按照前面的渗透率理论， 当渗透率突破 30%以上奔向 40%的时候，行业就会面临估值压力，而日常消费的超额收益的顶点也正好出现在 2021 年一季度。 2016 年白酒食品饮料的行情一直能持续到 2021 年一季度，从上市公司/工业企业收入渗透率的角度来看，非常吻合 标准的赛道思维的投资框架。

在 2016 年开始，A 股上市公司中的食品饮料公司在工业企业收入占比渗透率加速提升后，食品饮料相对 WIND 全 A 的超额收益比例开始进入主升浪。

接力食品饮料的板块是新能源汽车，核心是新能源汽车渗透率在 2020 年年中突破 5%后加速提升

电池续航里程的增加和技术的完善，充电桩等基础设施的完善以及全球对电动车的补贴提升，在 2020 年 5 月开始， 中国电动车的渗透率开始加速提升。相对应的，电动车板块的超额收益也进入主升浪，到 2022 年 8 月，电动车渗 透率达到 30%，加上整体 A 股行情惨淡，电动车板块超额收益提前结束。

总的来看，当渗透率突破 5-10%关键阈值，赛道迎来主升浪

从时间上来看，最短的是电动车，持续时间两年左右；最长是食品饮料，持续时间四年多，平均三年； 从相对 WIND 指数超额收益比例来看，最高是食品饮料，超额收益阶段，涨幅是 WIND 全 A 的 4.5 倍；最低是电动 车，超额收益阶段涨幅是 WIND 全 A 的 2 倍，移动互联网是 3.5 倍。当然，选用不同的赛道指数结论可能有差异。 从超额收益波数来看，可能有三波。最后一波超额收益斜率最大。

人工智能应用在 2024 年 9 月开始，渗透率开始加速提升，超额收益进入主升浪。目前人工智能（中证）相对 WIND 指数超额收益倍数是 1.36 倍，去年九月到今年 2 月时间上是五个月。从超额收益持续的时间和超额收益的幅 度来看，人工智能超额收益所处的阶段，类似 2013 年的 5 月移动互联网，2016 年 8 月食品饮料，2020 年 12 月电 动车。

有哪些风险点值得关注

随着 Deepseek 被大幅接入，以及其他大模型的逐渐成熟，AI+应用渗透率开始加速提升，但是目前以 5%左右的渗 透率，大多数 AI+应用，无论是软件、传媒还是端侧 AI，都很难在短期释放业绩。目前来看，随着国内云计算和互 联网大厂增加资本开支，上半年最有可能释放业绩的是与云计算和 IDC 相关的板块和个股，这就意味着，大多数因为 AI+上涨的公司，都不会在年报和一季报体现出业绩的高增长。 更值得关注的是，部分打着“AI+”旗号上涨的公司，其实有很多在过去两年业绩比较差，在此前已经公布了业绩预 告，只是短期来看，在业绩真空期，投资者不关注业绩。但是 4 月是年报披露期，随着年报披露，如果符合退市预 警标准的公司，就可能被实施退市警告，少数公司可能会面临被退市的风险。 因此，整体来看，四月是 AI+相关板块有一定风险的时刻。在过去两年 AI 板块阶段性超额收益，都因为财报季的到 来而出现了明显回落，2023 年开始于 4 月 7 日，2024 年开始于 3 月 22 日。因此在 3 月下旬开始，我们需要阶段 性关注人工智能板块超额收益回落的可能。

不过反过来，如果受益于国内算力投资和大厂资本开支上行受益的板块，可能在年报一季度报出超预期的业绩，这 些板块和公司可能会继续有表现。由于进入超额收益主升浪的阶段，当业绩披露期结束后，又可以考虑重新回到主 赛道。

小结

AI 板块在过去三年是市场持续的热点，但是由于中国人工智能没有出现大规模应用的繁荣和渗透率加速提升，因此， A 股除了光模块板块跟随英伟达产业链实现了系统性超额收益，其他板块经过了一系列主题性投资后超额收益回到 了原点。转折发生在 2024 年下半年，2024 年 12 月豆包达到接近 5%的渗透率区间。随后，今年 1 月 DeepSeekR1 大模型的发布标志着中国在 AI 领域实现关键性突破。我们在《赛道投资启示录》中描述过赛道投资的基本原则， 5~10%是区分主题概念投资和赛道/产业趋势投资的关键分水岭，当一种产品、技术、模式渗透率超过 5~10%，成 为可被验证的新产品、技术和商业模式，则很可能迎来渗透率的快速提升，此时，由于渗透率加速提升，相关上市 公司收入和利润将会迎来高速增长。 “5-10”渗透率被突破，超额收益迎来主升浪，在过去 10 多年最典型的投资机会是 2013 年开始的移动互联网， 2016 年开始的食品饮料，2020 年开始的电动车。移动互联网浪潮中，在微信月活渗透率突破 5%之后，移动互联网 指数相对 wind 全 A 超额收益开始持续攀升，直至 2015 年三季度，渗透率突破 40%后，超额收益率逐渐接近尾声。 食品饮料浪潮中，在 2016 年开始上市公司食品饮料公司在工业企业收入占比渗透率加速提升后，食品饮料相对 WIND 全 A 的超额收益比例开始进入主升浪。接力食品饮料的板块是新能源汽车，核心渗透率是新能源汽车渗透率 在 2020 年年中突破 5%后加速提升。总体来看，当渗透率突破 5-10%关键阈值，赛道迎来主升浪。从时间上来看， 最短的是电动车，持续时间两年左右；最长是食品饮料，持续时间四年多，平均三年。 本轮行情中，人工智能应用在 2024 年 9 月开始，渗透率开始加速提升，在四季度末左右，代表性产品豆包 AI 和 Deepseek 的渗透率先后突破 5%，标志着 AI+应用渗透率加速提升，对应的板块的超额收益进入主升浪。目前人工 智能（中证）相对 WIND 指数超额收益倍数是 1.36 倍，去年九月到今年 2 月时间上是五个月。从超额收益幅度和超额收益持续时间来看，类似 2013 年的 5 月移动互联网，2016 年 8 月食品饮料，2020 年 12 月电动车，后续可能 超额收益还有较大的提升空间和持续时间。

从风险点来看，虽然当前 AI+应用渗透率开始加速提升，但是以 5%左右的渗透率，大多数 AI+应用，无论是软件、 传媒还是端侧 AI，都很难在短期释放业绩。目前来看，随着国内云计算和互联网增加资本开支，上半年最有可能释 放业绩的是与云计算和 IDC 相关的板块和个股，这就意味着，大多数因为 AI+上涨的公司，都不会在年报和一季报 体现出业绩的高增长。更值得关注的是，部分打着“AI+”旗号上涨的公司，其实有很多在过去两年业绩比较差，在 此前已经公布了业绩预告。整体来看，四月是 AI+相关板块有一定风险的时刻。在过去两年 AI 板块阶段性超额收益， 都因为财报季的到来而出现了明显回落，2023 年开始于 4 月 7 日，2024 年开始于 3 月 22 日。因此在 3 月下旬开 始，我们需要阶段性关注人工智能板块超额收益回落的可能。

二、电子行业 AI+应用的细分领域、赛道和标的梳理

1.AI 手机/PC：本地设备 AI 能力将得到提升，更新换代周期有望加速到来，重点关注 具备生态优势的硬件大厂

伴随 DS 模型的出现，端侧 AI 在性能、成本、隐私方面的劣势得到补足，有望加速 AI 手机、PC 换机周期。经历两 年下滑后，2024 年智能手机出货量重回增长。去年以来，虽然 AI 功能作为手机、PC 新品的一大卖点，但 AI 功能 并非驱动换机的首要因素，市场对于 AI 功能能否驱动换机存在疑虑，主要原因为 AI 手机、PC 端侧芯片算力有限， 存在端侧小模型能力不足的问题，而依赖云端模型运行，又会有隐私保护、网络延迟和断网、高成本等问题，造成 AI 功能的体验一般。而随着 DS 推动小模型的推理能力提升及成本下降，本地设备 AI 计算能力将得到提升，未来会 有更多低功耗、响应快的模型落地，为 AI 端子应用落地提供更多可能性，有望加速手机、PC 等传统终端的更新换 代周期到来。

AI 模型能力有望被逐渐拉平，具备生态优势的终端品牌迎来机遇。目前相对于专门的大模型厂商，终端厂商模型能 力普遍较弱，DS 模型给终端厂商带来了弯道超车的机遇，模型能力有望被逐渐拉平，具备生态、用户优势的硬件终 端厂商迎来新发展机遇。1）苹果：表示乐观看待 AI 功能推动的换机需求释放，同时苹果正积极推动在国内的 AI 落 地，Apple Intelligence 4 月份将支持包括简体中文在内的多种语言，将在更多市场地区推广，6 月 WWDC 大会有望 进一步迭代 AI 功能。我们认为苹果打造的软硬芯云协同硬件与基础设施架构具备领先性，在 AI 平权趋势下，苹果 具备生态及优质用户优势，为最优质的流量入口，继续看好苹果引领 AI 时代端侧及云端创新，推动产业链迎新一轮 发展机遇。2）其他手机、PC 厂商：其他品牌厂看到 DS 模型带来的弯道超车机遇，利好之前模型能力较弱，但有 硬件生态优势的终端厂如小米集团、华为、传音控股、联想集团等。

AI 手机来看，未来渗透率未来将持续提升。Canalys 预计 2024 年全球 16%的智能手机出货为 AI 手机，到 2028 年， 这一比例将激增至 54%。受消费者对 AI 助手和端侧处理等增强功能需求的推动，2023 年至 2028 年间，AI 手机市 场以 63% 的 CAGR 增长。预计这一转变将先出现在高端机型上，然后逐渐为中端智能手机所采用；Counterpoint 预测到 2027 年生成式 AI 智能手机将占全球智能手机出货市场的 40%以上，保有量将超过 10 亿部。

2.AI 穿戴/家居：模型部署成本降低利好 AI 功能优化，尤其关注今年将迎发布潮的 AI 眼镜、耳机、玩具

1）AI 穿戴：AI 眼镜今年的成长因素有望由硬件密集发布、应用生态崛起因素共同驱动，同时关注融 入摄像头的 AI 耳机创新趋势。

对于 AI 眼镜而言，今年的成长因素有望由硬件密集发布、应用生态崛起因素共同驱动。从硬件角度，今年 AI 眼镜 进入百镜大战，数家大厂和初创品牌未来几个季度将密集发布 AI 眼镜，大厂例如 Meta 有望发布运动款 AI 眼镜以及 带显示屏的智能眼镜，同时小米、三星今年有望发布 AI 眼镜，并且苹果、字节等大厂也有相关规划，还有数十家初 创品牌今年也望纷纷发布。从软件角度，DS 模型降低了 AI 模型在眼镜端部署成本，不仅是大厂，初创品牌也有机 会推广 AI 应用在眼镜端的落地，各类 AI 应用体验（问答、翻译、导航、搜索、识物等）有望优化。同时，豆包推 出高性价比多模态模型，视觉理解的输入价格为每千 tokens 0.003 元，比行业平均价格降低 85%，相当于一块钱可 以处理 284 张 720P 的图片，有助于 AIGC 在各类垂直应用领域的落地，例如 AI 眼镜新增了摄像头，对于视觉理解交互的能力更为依赖，视觉大模型的落地利于拓宽 AI 眼镜应用边界。参考全球传统眼镜年出货量超 10 亿，如消费 者愿意为 AI 智能眼镜功能付费，未来传统眼镜用户向智能眼镜用户切换的空间比较大。 对于耳机而言，关注苹果为首的融入摄像头的 AI 耳机创新趋势。TWS、智能手表仍处于渗透率提升的阶段，我们 认为 AI 有望赋能穿戴产品创新，加速穿戴行业发展。耳机方面，AI 望驱动耳机成为随身 AI 语音助手，以及增加摄 像头用于收集周身信息，实现多模态应用，我们建议关注融入 AI 功能并且带摄像头的 TWS、OWS 耳机创新趋势， 关注苹果为首的 AI 智能耳机创新趋势。

2）AI 家居：终端厂模型能力有望补齐，优先关注 AI 玩具、家用机器人、NAS 等品类。 重点关注 AI 玩具、陪伴机器人、NAS 等新终端。伴随字节 AI 玩偶“显眼包”出圈，AI 玩具关注度持续提升，我们 认为 AI 玩具仍在发展早期，头部玩具 IP 企业、大模型公司和创业团队在进行相关探索，出货的空间较为广阔。此 外，关注陪伴机器人、智能音箱、家用摄像头等终端 AI 创新。同时，DS 模型也望推动模型本地化部署落地，对于 NAS 产品数据存储与备份、模型训练与推理的需求也望有提升。 终端厂模型能力有望补齐，端侧 AI 功能将有体验升级。虽然目前 AI 玩具、家居、陪伴等产品大多数接入的免费模 型，AI 能力较差，而云端接入也有隐私、成本、网络延时等问题。但是，媲美业内 Top 模型的开源 DS 模型的出现， 给模型能力弱的厂商提供了新发展思路，有利于玩具、家居端侧 AI 能力得到优化。

3.智能汽车：智驾平权浪潮将至，AI 将全面赋能车载智能化应用

2024 年端到端技术爆发，同时高阶智驾加速渗透，预计未来两年将快速普及至 10-20 万元市场。根据国际汽车工程 师学会（SAE）制定的自动驾驶分级标准，高阶智驾通常指 L2 级以上的智能驾驶功能。根据高工智能汽车，24H1 中国市场乘用车前装标配搭载高阶智驾 NOA 交付新车 58.07 万辆，同比+177%；新能源汽车 24H1 前装标配 NOA 已突破 10%，达到 13.65%，高阶智能驾驶上量提速且市场空间广阔。随着端到端技术升级、智驾方案成本持续下 探，2024 年已有宝骏云朵、小鹏 MONA 03 MAX 等 20 万以下车型标配搭载城区 NOA。伴随比亚迪率先提出“智 驾平权”及其他车企配备相关功能的中低阶车型陆续落地，我们预计未来两年高阶智能驾驶技术将快速渗透至 10- 20 万元市场，甚至 10 万元以下车型。 DeepSeek 有望降低车端模型部署门槛，助力 AI 全面赋能车载智能化应用，推动高阶智驾加速渗透。传统车端模型 的复杂度和算力需求高，存在计算资源、能耗等限制，具有较高的开发成本。DeepSeek 有望通过模型架构、训练 方法等创新适配自动驾驶车端需求，在降低算力消耗的同时保持较高性能；同时，其开源策略有助于进一步降低车 企开发成本，加速端到端大模型上车及迭代进程，助力智驾平权渗透至中低端车型。此外在座舱领域，DeepSeek 具备强大的自然语言处理能力和多模态能力，有望提供更具性价比的座舱模型本地化部署方案，吸引更多车企效仿 参与并实现智能座舱功能升级、助推生态繁荣。

类比智能手机，我们认为 2025 年将进入汽车智能化高速发展期，具备核心技术和生态优势的科技型龙头最终胜出。 参考软硬件创新节奏、智能化渗透率、重要新品、网络基础设施等要素，我们认为 2025-2030 年是高阶智驾的高速 发展期，可以类比 2010-2016 年智能手机的高速发展态势，我们认为在此期间以城区 NOA 为代表的高阶智驾将快 速渗透，同时智能汽车市场竞争洗牌加剧，类比智能手机，汽车行业集中度将进一步提升，我们认为具备核心技术 和生态优势的科技型企业最具备竞争力，国内智能汽车产业链享有更好的政策、产业链配套、成本等优势，有望诞 生出一批有国际竞争力的企业。

4.机器人：AI 赋能人形机器人发展，具身智能时代有望加速到来

人形机器人有望成为继计算机、智能手机、新能源汽车后的又一大颠覆性产品，以特斯拉为首的全球科技企业纷纷 加速布局。根据深企投产业研究院《2024 年人形机器人行业研究报告》，人形机器人，也称为仿生人形机器人，一 般认为是应当具有类人的外观、感知、决策、行为和交互能力，可以在生活、工作场景内如人类一般完成外界感知、 自主运动、行为交互等一系列任务的机器人。全球主要发达国家近年来纷纷加强人形机器人的整机制造、核心零部 件和人工智能等领域布局，并上升到国家战略层面。2023 年 11 月，工信部在《人形机器人创新发展指导意见》中 明确指出：人形机器人集成人工智能、高端制造、新材料等先进技术，有望成为继计算机、智能手机、新能源汽车 后的颠覆性产品，发展潜力大、应用前景广，是未来产业的新赛道。我国人形机器人产业前期已有一定基础，但在 关键基础部件、操作系统、整机产品、领军企业和产业生态等方面仍存在短板弱项，需要加强政策引导，集聚资源推动关键技术创新，培育形成新质生产力。伴随特斯拉 Optimus 人形机器人快速迭代掀起热潮，国内外企业加速人 形机器人领域布局。

2030 年全球人形机器人市场规模有望达数百亿美元，远期来看人形机器人市场空间可达百万亿美元。根据 Markets and Markets 报告，全球人形机器人市场规模预计将由 2023 年的 18 亿美元提升至 2028 年的 138 亿美元，年复合 增速约 50.2%。根据中国人形机器人产业大会上发布的《人形机器人产业研究报告》预测，2024 年中国人形机器人 市场规模将达约 27.6 亿元，2026 年达到 104.71 亿元，2029 年达到 750 亿元，将占世界总量的 32.7%，比例位居 世界第一，到 2035 年有望达到 3000 亿元规模。根据特斯拉官方微信公众号 2022 年 10 月 1 日发布的文章，特斯 拉机器人预计将在 3-5 年内交付，产量将达到数百万台，价格可能不到 2 万美元，对应市场规模可达数百亿美元。 远期来看，根据深企投产业研究院《2024 年人形机器人行业研究报告》，从机器换人的角度来看，由于人口老龄化、 劳动力人口下降和人力成本上升等问题，人形机器人的应用前景广阔。人形机器人能够发挥类人能力，用类人的感 知、决策、运动和执行能力来帮助人们面对生产生活中的各种问题。随着通用人工智能、感知和动力系统等方面取 得了巨大进步，人形机器人性能得到全面提升，成本逐渐下降，部署步伐加快，相关应用场景也不断扩展，应用领 域将全面覆盖从制造业到医疗、救援、服务业等各个领域。马斯克预测最终机器人：人的比例是 1：1 甚至 2：1， 未来人形机器人需求量可达 100 亿台甚至以上，远期对应空间百万亿美元级别。

AI 赋能人形机器人发展，具身智能时代有望加速到来。人工智能为机器人赋予了“大脑”，使其具备感知、思考和 决策能力；而机器人则为人工智能提供了“身体”，使其能够与真实世界进行交互，获取经验和知识。随着人工智 能算法的发展，尤其是多模态大模型技术的突破性进展，将显著加速机器人产业的发展，提升机器人的智能水平， 使得机器人能够自主进行判断和识别，执行复杂的多阶段语义推理任务。不仅提高了机器人的泛化能力，也快速推 动了人形机器人通往量产的进程。具身智能的兴起是人工智能和机器人技术各自发展到一定阶段的必然结果，是两 者深度融合的体现。人工智能的持续进步需要与物理世界的交互能力，而机器人的未来发展也离不开更高级别的智能化水平。

三、传媒行业 AI 应用梳理：重视多模态能力拓展，多领域应用落地迅速， 有望赋能内容创作

1.国内&国外 AI 应用

AI+文本、图片、音乐、视频应用逐步涌现。国内文本类产品品类丰富，其中较具代表性的包括百度文心一言、Kimi 智能助手等；图片领域较具代表性的产品包括美图旗下产品，支持 AI 修图、AI 设计、AI 视频等；音乐类 AI 应用正 逐步拓展覆盖音乐创作全领域，例如昆仑万维“天工 SkyMusic”；AI 视频发展迅速，密集发布，vidu、快手可灵、 字节豆包、智谱清影、MiniMax 以及阿里的通义万相等，均具备生成 5 秒以上视频的能力，色彩、动态等水平普遍 较高。 AI+游戏、社交方面，代表性的游戏 AI 包括腾讯自研 GiiNEX 游戏 AI 引擎、网易《逆水寒》AI，目前 AI 在游戏领 域的应用更多集中于降本增效、提升创作效率，未来有望赋能 NPC 玩法更新；社交类产品也逐步上线。

国内大厂 AI 多领域布局加快，字节豆包成为代表性应用。各大厂基于自研的通用大语言模型，深入探索并拓展至多 个具体应用领域，涌现出如字节“豆包”、百度“文小言”、阿里“通义”以及腾讯“元宝”等一系列创新产品。 这些产品功能全面且高度集成，融合了文本生成、图像处理、视频创作等多种能力，构建了综合性强、覆盖面广的 AI 生态系统。 字节构建多元立体 AI 生态体，底层研发到软硬件应用层全品类覆盖，已成为拥有最全生成式 AI 模型、最多 AI 应用 的技术公司，目前运维的 AI 应用数量 20 款，且研发速度保持高位。AI 触角已深入聊天（AI 助手豆包）、社交（猫 箱）、图像处理（星绘）、视频创作（即梦）、在线教育（豆包爱学）乃至硬件产品（AI 耳机）等多个维度。

（1）AI+搜索

AIGC 技术兴起推动 AI 搜索引擎蓬勃发展。相较于传统搜索引擎依赖于关键词匹配的搜索方式，AI 搜索引擎能够交 付更高效、精确、智能化且个性化的搜索结果。通过将 AIGC 技术融入问题理解和信息提炼过程中，AI 搜索引擎的 发展促成了三大类产品线的诞生。 传统搜索引擎+AI 工具。包括 AI Overviews、New Bing、360AI、百度 AI 智能回答、夸克 AI 搜索等。在传统搜索 引擎的基础上加入 AI 模型插件，旨在提供更准确和实时的搜索结果，同时为用户带来更优质的搜索场景、更全面的 回答、一个全新的聊天体验和内容生产能力。 原生 AI 搜索工具，包括 Perplexity AI 驱动搜索引擎、AskAITools、秘塔 AI 搜索、天工 AI 搜索、开搜 AI 搜索等。 从 0 到 1 打造 AI 搜索引擎产品，不以模型自身学到的压缩知识来回答问题，最终答案强依赖于有信息来源的搜索结果。科技巨头 Meta 也于近日通过成立专门团队，开始布局 AI 搜索引擎。 聊天机器人增加搜索功能，通过与 AI 聊天机器人进行交互，用户能够轻松获取所需信息。ChatGPT、文心一言、智 谱 AI、豆包以及 Kimi 等生成式 AI 产品，凭借其强大的大语言模型技术，为用户创造了一种更加自然、流畅的对话 式信息获取体验。其中，OpenAI 在 2024 年 10 月对 ChatGPT 进行了重要升级，成功集成了在线搜索功能。

（2）AI+游戏

AI+文本、AI+图片、AI+代码方面，利用 ChatGPT、Stable Diffusion、GitHub 及自研模型等工具，AI 深度赋能 游戏策划、角色对白、智能客服、内置代码、游戏地图等多个场景，实现生产时长及成本的大幅缩减。 AI+视频、AI+3D、AI Agent 方面，利用 Audio2Face、 Mind Agent 及自研模型等工具，AI 在场景布置、角色建 模、3D 地图、NPC 开发测试等多个环节大幅提升生产运营效率，其中 AI Agent 不仅可以作为 NPC 为玩家提供更 加真实的交互体验，还能在 MOBA 等游戏中进行实时分析决策和提供战术建议，生成创建自己的 AI 角色。 集成式 AI 工具方面，包括腾讯生成式 AI 游戏引擎 GiiNEX、巨人网络 AI 生成大模型 GiantGPT、Unity Muse 等。 以游戏引擎 GiiNEX 为例，该引擎目前已应用于《王者荣耀》《元梦之星》等多款热门网络游戏中，特别针对 AI NPC、场景制作、内容生成等场景，具有提供前沿算法模型、高效训练平台和在线推理引擎三大核心功能，为游戏 全生命周期提供 AI 解决方案。

（3）AI+电商

自 2023 年起，AI 大模型在全球范围内掀起了一场技术革命，各大电商平台纷纷致力于利用人工智能的强大能力， 探索并开拓电商市场的新增长点。AI 工具的快速迭代与升级，为电商行业的全链条效率提升注入了强劲动力。从供 应链管理到运营优化，再到客户服务等各个环节，AI 的广泛应用均带来了前所未有的变革与重塑机会。面向 B 端商 家，AI 工具在营销推广、经营分析、库存管理等方面提供了全方位的支持，助力商家提升运营效率与盈利能力。面 向 C 端消费者，AI 则通过个性化推荐、智能客服等方式，极大地提升了购物体验与满意度。 AI 在 B 端商家侧的营销推广与经营工具赋能方面展现出了显著优势。在 AI+文本、AI+图片、AI+视频方面，通过运 用 ChatGPT、Stable Diffusion 以及如亚马逊 AI Creative Studio 等自研的生成式 AI 模型，在广告投放、产品发布、 素材创作等多个关键环节上有效提升了商家的运营效率。海内外市场推出多款 AI 赋能的营销与经营管理工具，包括 “Shopify Magic”AI 驱动工具套件、“商家 AI 商业顾问”Sidekick、AI 助手 Amelia、“全站推广”新产品、阿里 国际站推出的专为外贸设计的 AI 产品生意助手、OKKI AI 等。这些功能极大地提高了商家的运营效率和营销能力， 助力商家在销售效率和管理水平上实现双重提升。

AI 购物助手型产品成为电商面向 C 端用户落地的切入点，众多电商零售巨头纷纷布局。2024 年 7 月，亚马逊正式 推出了 AI 购物助手 Rufus，标志着购物体验将迎来一场全新的变革。Rufus 凭借流畅的对话式互动模式，为用户打 造了一个便捷、高效的购物环境，极大地提升了用户的购物体验；沃尔玛其 GenAI 在线购物助手近期已在 APP 上 成功完成了β测试，展现出 AI 技术在提升购物便捷性方面的巨大潜力；欧洲市场时尚电商巨头 Zalando 同样于近日 正式宣布推出 AI 助手 Zalando Assistant 的测试版本，进一步推动了 AI 技术在电商领域的普及与应用。国内市场， AI 导购类型产品同样呈现出蓬勃发展的态势，多个电商巨头相继推出类似产品，包括“淘宝问问”等，以其独特的 AI 导购模式引领了行业潮流。

（4）AI+影视&IP

1）AI 智能生成助力多模态融合，影视内容趋向精细化发展。在书生通用大模型强大的多模态融合的赋能下，《千 秋诗颂》第二辑运用高效可控的原画生成 AI 技术，突破了传统动画短片制作美术风格单一的壁垒，可实现短周期内 美术风格的多样化；创新性打造基于角色动作驱动的视频生成技术，探索在二维动作序列驱动下的角色生成实践。 2）人与 AI 共创将成为新的创作形式，重构内容创作链条提升效能。芒果超媒推出的国内首个 AI 导演“爱芒”，不是 简单地为节目制作“减负”，而是为创作者注入前所未有的灵感。在《爱的修学旅行》中，“爱芒”突破了实拍场景的限 制，通过大模型生成极具创意的画面，推动人文艺术与 AI 技术的深度融合，带来了全新的视觉体验。3）全生态开发焕新经典 IP，实现 IP 角色和现实生活的跨次元同频。上海电影的“IP+AI”视频模型以经典剪纸动 画《葫芦兄弟》为载体，在面临可用的训练数据有限的情况下，实现了基于中国动画风格的 IP 可控视频的生成。在 原 IP 风格和角色造型下，模型能够根据剧情指令，高效创作出如“爷爷”角色喷射火焰、“火娃”喷水等全新动画 内容特效。

（5）AI+营销

AI 出海营销迎结构性机遇。当前，国内电商出海、游戏出海和泛娱乐出海持续景气，国内公司积极布局“一带一路” 沿线新兴国家打造先发优势。在此情景下，催生出大量营销诉求，同时国际营销市场的中长尾流量集中度相对国内 较分散，存在 20%~30%分散状媒体，为出海营销提供良好契机。 AI 多方位赋能出海营销成为增长引擎：1）AI 能够低成本解锁出海营销创意的无限可能：传统的广告创意制作方式 耗时耗力，不具备应对市场试错和频繁更新所需的灵活性。而且单纯依赖人工设计，产出有限，容易让消费者陷入 “创意疲劳”；而 AI 可以通过智能算法快速生成多种风格和布局，让品牌能够快速适应不同市场、不同人群的个性化 需求，在缩减成本的同时，还能维持营销新鲜感。2）AI 能够催化出海营销内容和视觉呈现深度本土化：相比传统 手工调整，AI 可以迅速将一个原始创意“重塑”为符合不同市场的语言风格、视觉习惯和消费偏好的版本，以低成本 高效执行创意本地化，提升转化率。3）AI 能够精准定位人群，高效投放广告：AI 整合出海当地的社交媒体、电商 平台和搜索引擎等多源数据，绘制消费者画像，助力品牌精准定位目标客户群体。

（6）AI+潮玩

随着 AI 大模型能力的持续增强，AI 技术在端侧的落地应用正加速迈向爆发期。自 2024 年以来，AI 玩具产品层出不穷，巧妙地将人工智能技术与传统玩具相融合，不仅极大地提升了玩具的互动性和智能性，还赋予了它们更强的陪 伴功能和社交属性。 国内外众多厂商纷纷开始布局 AI 潮玩市场，其市场表现远超预期，充分展现了市场对 AI 潮玩类产品的庞大潜在需 求。据 Contrive Datum Insights 的数据预测，到 2030 年，全球 AI 玩具市场的规模有望达到 351.1 亿美元。AI 初创 公司跃然创新于 2024 年 7 月推出的一款针对毛绒玩具的外置 AI 挂件——BubblePal，截至 10 月已销售数万台， 且销量持续攀升，预计年销量 8 万台 ；集合了火山引擎的多项 AI 技术的 “显眼包”作为非对外售卖的礼品在二 手平台被炒到高价；日本电子产品公司 Casio 于 11 月正式发售 AI 机器宠物 Moflin 在预售阶段就已断货，证明了 AI 潮玩产品的巨大市场吸引力。

（7）AI+出版&教育

AI 技术与出版业务的深度融合能够重塑出版行业价值，助力出版高质量发展。AI 对出版业带来的赋能与革新具体体 现在内容生产的创新、翻译校对流程的革新、营销手段的丰富以及出版流程的优化四个方面。通过灵活运用智能选 题、智能创作、智能编校、智能营销、智能服务等 AI 工具，能够增强出版全链路的信息集成组织与管理能力、人机 协同办公与优化能力、快速响应与问题处理能力，有利于降本增效，促进出版工作量质齐升。 作为 AI+领域极具潜力和价值的 AI+教育，具有“政策支持+需求广阔+技术突破+供给提质”等多重利好条件。教育 的刚需性、抗周期性叠加 AI 技术的创新性和高附加值，使得 AI+教育稳定性和成长性俱佳，预计未来 AI+教育业态 将飞速发展持续商业化落地，看好兼具智能化和个性化的 AI 教育产品抢占市场高地。

三、计算机 AI+应用的细分领域和赛道和标的梳理

1.通用场景重视工具类AI，B 端管理软件为重要入口

在通用场景中应重视工具类 AI。在此类场景中，AIGC 能在基础性工作中帮助或替代人力。此类场景对 AIGC 生成 内容的准确度要求不高，主要通过生成式 AI 提升内容供给速度、降低内容创作门槛，从而帮助人员专注于高价值的 工作及创作流程，提升工作效率。此类应用目前数量多，参与门槛相对低，无论是科技大厂还是初创公司均有参与， 大模型厂商产品相对占优。目前商业模式仍以订阅及按使用量付费为主，重点关注有模型技术优势及流量优势的厂 商。

技术优势与流量入口的结合是最佳策略。根据 AI 产品榜，可以看出以 ChatGPT、DeepSeek 为首的排名靠前的通 用工具均具备强大的模型能力，受益于其技术上的大语言模型优势，在生成内容的质量、语境理解等方面远超竞争 对手。另一方面，我们同时可以观察到流量入口是推动通用 AI 工具快速扩张的关键因素。典型案例包括豆包等，其 均基于厂商本身强大的流量基数，获得用户拓展方面的竞争优势。同时，综合来看，ChatGPT、豆包等用户数据表 现最好的厂商大多同时具备模型技术优势和流量入口优势，因此在通用 AI 工具领域建议重点关注与技术突出的大模 型厂商合作，同时本身具备用户及流量入口的应用厂商。

B 端通用场景中管理类软件是 AI 的最佳入口，Agent 为应用呈现的理想形式。企业若想利用 AI 提升经营效率，管 理类软件为无法绕过的 AI 载体。依托于 ERP、OA 等管理软件，基于企业目前积累的特有知识，可实现 AI 辅助决策分析，实现任务自动化。Gartner 预测，到 2028 年，至少 15%的日常工作决策将通过人工智能代理自主完成（这 一比例在 2024 年尚为 0%）。 从海外进展来看，随着生成式 AI 和推理技术的快速发展，AI Agent 在 B 端企业服务场景中的应用潜力正在加速释 放。通过与企业积累的大量运营数据深度结合，AI Agent 能够基于角色定位和目标导向，实现一定程度的自主操作， 有效承担企业内重复性和低附加值的工作。这不仅帮助企业简化流程、提升效率，还通过减少人工投入和优化资源 配置，显著降低运营成本，为企业提供了智能化转型的新路径。 以 Salesforce 的 Agentforce 为例，其为一个典型的应用侧代理平台。它允许企业在 Salesforce 平台上构建和部署 自主 AI 代理，这些代理能够自动执行各种业务功能，如销售、服务、营销和商务等。同时公司于 24 年 12 月发布 Agentforce 2.0，上线新的预构建代理技能库将 Agent 扩展到 CRM、Slack、Tableau 和 AppExchange 的合作伙伴 应用中，同时 Agent Builder 能够解释自然语言指令（例如“加入新产品经理”）以自动生成新代理，进一步提高代理 构建的便利性和灵活性。Agentforce 的主要特点包括： 自主操作：代理可以独立分析数据、做出决策并完成任务，如解决客户问题、筛选销售线索和优化营销活动。 深度集成：作为 Salesforce 平台的一部分，Agentforce 代理能够无缝访问和交互各种 Salesforce 应用中的数据， 利用客户信息、触发工作流程和更新记录。 可定制性：用户可以使用低代码或无代码工具，快速构建和定制代理，以满足特定的业务需求。 安全性和信任：Agentforce 通过 Einstein Trust Layer，确保代理在使用任何大型语言模型时，Salesforce 数据不 会被第三方模型提供商查看或保留。

国内 ERP 等企业也实现 AI 模块持续落地。2 月 6 日，用友 BIP 全面上线以 DeepSeek-V3 和 DeepSeek-R1 作为基 座大模型的智能服务，企业客户可以通过用友 BIP3 R6 智能平台的公有云、专属云模式使用相关服务。AI 层面，用 友已有多个 AI 模块落地，用友 AI 在商旅费控、人力招聘均已有落地销售，未来还会持续推出更多模块，空间广阔。 金蝶同样宣布已将 DeepSeek 全面集成至金蝶云全线 SaaS 应用及金蝶云苍穹平台，为客户提供更高效、更安全、 更低成本的智能解决方案，推出包括星空 BOSS 助理、AI 记账、智能生成财务报告、智能销售助手、AI 生成看板等 场景应用，赋能企业生产经营。

2.垂直场景卡位细分领域龙头

AIGC 应用的第二类场景为基于垂直场景打造的 AI 赋能类应用。在垂类场景中，客户对行业差异化和专业化要求更 高，垂直行业厂商拥有长尾数据帮助 finetune 大模型，容易建立壁垒。且垂直细分场景需求明确，领域内现有服务 商行业 know-how 深厚，基于现有场景需求引入 AI 赋能，实现企业内部运营效率提升+企业对外价值输出量提升。 目前此类应用数量相对通用 AI 应用较少，但在部分场景已看到 AI 带来参与者报表端的优化。

国内的垂类 AI 应用市场活跃，不仅涵盖了多个关键行业（如医疗、零售、教育、金融、智能汽车等），而且参与者 既包括深耕多年的行业巨头，也有大量新入场的创新玩家。 一方面，我们看到大平台主导的行业渗透，如钉钉（办公协同）、有道（教育）、京东（零售）等老牌公司，它们 依托既有的行业经验和资源优势，快速推动 AI 技术的应用落地。这些大平台不仅占据了行业领先地位，也为 AI 技术提供了更广泛的市场验证机会。此外，还能看到新玩家的参与，如 PhotoMagic、灵医智惠、ChatLaw 等，这些玩家往往聚焦在特定的细分领域， 通过 AI 技术切入尚未被完全覆盖的市场，形成差异化竞争优势。这类公司凭借灵活性和技术创新，有望逐步获 得市场份额。

四、通信行业 AI+应用的细分领域和赛道和标的梳理

1.AI 终端：算力向边缘迁移，AI 终端系行业所趋

边缘计算初现燎原之势，加速云计算升级革命。随着互联网、企业 IT 和智能手机的广泛普及，云计算在当前迎来了 大规模商业化应用的浪潮，但也面临高时延和数据传输压力的限制。边缘计算作为一种新兴互补技术，强调了本地 化和低时延性，提供了更快的响应速度，同时其本地化特性减少了对公共云服务的依赖，降低了数据在网络传输过 程中的风险，并增强了数据的隐私和安全性。根据德勤预测，中国边缘计算市场规模将从 2021 年的 427.9 亿元增长 到 2025 年的 1987.7 亿元，CAGR 47%。

边缘计算靠近数据源处理局部数据，实现低成本、低时延、高安全性。边缘计算是在靠近物或数据源头的网络边缘 侧，融合网络、计算、存储、应用等核心能力的分布式开放平台，就近提供边缘智能服务，满足行业数字化在敏捷 联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。相比于传统云计算，边缘计算不需要 将所有数据上传至云端，而是允许在网络边缘就地处理大量临时数据。其低成本、低时延、高安全性与隐私保护能 更有效地处理本地实时短周期的数据，适合本地业务的实时处理与执行，提供了更快的实时洞察力。

云、边 AI 相辅相成共助人工智能产业发展。ChatGPT 的出现引爆生成式 AI 市场。IDC 预测，全球生成式 AI 计算 市场规模将从 2022 年的 8.2 亿美元增长到 2026 年的 109.9 亿美元，在整体 AI 计算市场的占比将从 4.2%增长到 31.7%。 目前，我们使用的软件主流是云 AI 将大量数据发送到数据中心，利用数据中心的 CPU 和 GPU 进行高速学习，将 AI 安装在云端。由于云端处理数据依赖于互联网，存在延时较高、通信成本较高和数据安全性较低的问题，因 此数据向更靠近数据源的本地数据中心或边缘设备转移已成一种趋势，这导致了边缘 AI 的崛起。 值得注意的是，云 AI 与边缘 AI 并不是替换关系，两者将相辅相成。在此背景下，高通提出混合 AI 的概念——在 云端和边缘终端之间分配并协调 AI 工作负载，带来成本、能耗、性能、隐私、安全和个性化优势。DeepSeekV3 和 R1 的到来实现了数据的本地托管，并通过分布式学习保证数据私密性，通过模型创新显著降低应用成本， 加速云、边 AI 混合部署。

模型压缩与算力升级，助推大模型走向边缘。随着人工智能技术的快速发展，大型模型的应用所需参数、计算量不 断增大，这促使着这些模型逐渐向边缘端渗透。为实现这一转变需要算法和硬件的协同创新，通过模型压缩降低复 杂度，同时提升边缘计算性能，以支持模型部署。算法和硬件的优化升级，将加速大模型在边缘端的应用，推动 AI 向万物互联时代发展。 DeepSeek 带来边缘 AI 新突破。通过创新融合混合专家模型（MoE）和多头潜在注意力模型（MLA）能够打破边缘 算力的资源限制，助推算力升级。同时，DeepSeek-R1 利用蒸馏和自适应量化技术实现模型效率与性能的平衡，有 效缓解模型压缩带来的精度损失，为物联网发展注入新动力。 一方面，物联网提供海量客观数据，大模型拥有了新鲜养料。AIGC 是算力、算法、数据三位一体的成果，其中包 括大量的数据学习和训练。物联网涵盖海量数据，能在一定程度上解决 AIGC 模型训练所需的数据来源。另一方面， AIGC 实现边缘计算对智能模组整合至终端提出新需求。随着计算需求的不断转移至终端，终端配置 AI 模组以集成 边缘计算能力成为行业所趋。相关企业积极顺应时代变革，扩展物联网新成长曲线。 边缘计算对物联网传输及智能模组整合至终端提出新要求。边缘计算离不开靠近用户的高速、稳定的数据传输，算 力边缘的迁移持续拉动物联网需求；此外，随着计算需求的不断转移至终端，终端配置 AI 模组以集成边缘计算能力 成为行业所趋。相关企业积极顺应时代变革，扩展物联网新成长曲线。国际数据公司 IDC 联合浪潮信息日前发布的 《2025 年中国人工智能计算力发展评估报告》提出，DeepSeek 通过其先进的算法优化和高效的模型性能，激发了 新的应用场景的需求，显著拉动了数据中心、端侧及边缘计算的应用发展。

产业链生态加速布局，边缘 AI 应用迈向多元化发展。DeepSeek 的开源策略吸引相关企业和开发者涌入边缘 AI 领 域，促进产品创新和优化，用户使用和开发门槛不断降低，边缘 AI 应用领域不断拓展。以运营商为例，三家基础电 信企业悉数全面接入 DeepSeek 开源大模型：移动云基于昇腾生态全版本、全尺寸、全功能支持 DeepSeek 系列产 品，全面上线 13 个中国移动智算中心；电信天翼云“息壤”智算平台从昇腾硬件、推理引擎到模型服务支持 DeepSeek-R1 满血版至轻量化蒸馏模型灵活部署；联通云基于联合创新和自研加速引擎，构建昇腾智算底座，与 DeepSeek-R1 模型深度对接。 AI+玩具，强化玩具陪伴等价值，开启行业新的发展点。相比于传统玩具，AI 玩具在大模型的加持下，语音交互、 开发智能体互动、增加视觉功能等方向迭代发展，给儿童带来更加拟人化的情感陪伴。据市场研究机构 Research and Markets 的报告数据显示，全球 AI 玩具市场预计将从 2022 年的约 87 亿美元，增长到 2030 年的 351.1 亿美元， 年复合增长率超过 16%。AI 玩具有望打开新赛道，不仅吸引了特斯拉、字节跳动等巨头发力。有多款玩具搭载了豆 包大模型，如字节跳动推出的“显眼包”，内嵌了 FoloToy 的大模型 AI 机芯 Magicbox（魔匣）；初创公司跃然创 新推出的玩具 BubblePal，也搭载了豆包大模型。

字节 AI 玩偶“显眼包”凭借独特的外形和 AI 能力出圈。字节跳动在送出的中秋礼品中包含了一个蓝白配色形似小 山的毛绒玩具——AI 毛绒玩具“显眼包”。显眼包是一款基于大模型开发的情感陪伴玩偶，集合了火山引擎的多项 人工智能技术，如豆包大模型、扣子专业版、语音识别、语音合成等。显眼包情感交流表现出色，不仅能理解并积 极回应复杂的问题，还会用鼓励的方式进行互动，内置中英文双语两个角色。之所以能够提供语音互动，是因为它 内嵌了 FoloToy 的大模型 AI 机芯 Magicbox（魔匣），Magicbox 可以搭载并呈现豆包大模型和扣子专业版的能力。

五、机械行业 AI+应用的细分领域和赛道和标的梳理

1.工业 AI

工业 AI（工业人工智能）是指将人工智能技术应用于工业领域的实践与解决方案，旨在优化制造流程、提高生产效 率、降低运营成本以及提升产品质量。简单来说，工业 AI 利用机器学习、深度学习、自然语言处理、计算机视觉等 技术，对工业现场海量、多源数据进行采集、分析和建模，从而实现预测性维护、流程优化、质量监控、供应链管 理等多种应用场景。 工业 AI 的核心技术基础包含（1）机器学习和深度学习：通过数据训练模型，从而实现故障预测、工艺参数优化等 任务。（2）自然语言处理（NLP）：为工厂内的人机交互提供语音或文本指令支持。（3）计算机视觉：用于自动 化检测和监控，如产品外观质量检测。（4）机器人与自动化技术：代替人类完成重复性、危险或繁琐的工作，提高 了生产效率和安全性。（5）大数据分析与云/边缘计算：支持海量工业数据的存储、处理与实时分析。 工业 AI 的主要应用场景包括： （1）、预测性维护：利用机器学习模型分析设备运行数据，提前预测可能出现的故障，减少非计划停机时间。 （2）、生产过程优化：通过实时监控与数据分析，实现生产工序的智能调度和工艺优化，提高生产效率。 （3）、质量控制与检测：借助计算机视觉等技术，对产品进行自动检测，实时识别缺陷，保障产品质量。 （4）、供应链管理：分析库存、物流等数据，实现供应链全流程的优化与智能调配。 （5）、机器人与自动化系统：利用深度学习技术，使机器人在协作生产中具备自我学习和适应能力，从而提高生产 灵活性。

（1）AI+数控：华中数控 9 型智能数控系统

华中 9 型智能数控系统是基于大模型的故障诊断与决策支持系统，融合了大语言模型的深度理解与语言处理、知识 图谱的智能路径检索，以及本地多模态知识库的查询能力。通过对话式排查、反馈、评审与学习实现了可信生成式 的故障诊断与处理。同时，该系统还拥有 G 代码生成、工艺知识问答等功能。其特点包含：（1）更高效、智能： 基于大模型技术的故障诊断功能，能够更准确理解用户对故障问题的语言描述，并结合知识图谱的智能路径检索和 对工程数据深度处理、查询和推理功能，快速提供可能的故障原因及解决方案。（2）人机交互性更好：使用手机 APP 与数控机床轻松交互，手机诊断内容和参数优化建议可快速同步至数控屏幕，实现了操作的高度可视化和透明 化，让使用者的操作更加简便快捷。（3）人机交互性更便捷、易用：使用手机 APP 扫码即可快速联机，更快地获 取机床数控信息，通过语音或文字与系统轻松交互。华中 9 型将进一步降低操作门槛，让即使是经验不足的用户也 能更加轻松地上手排查系统警报和机床故障原因。（4）持续进化：通过对话式故障排查、反馈和评审，系统持续自 我学习与优化，并自动生成新的解决策略。截至 2024 年 4 月，已达 1 到 2 年工程师水平，未来将不断进化，提高 诊断处理能力。

（2）AI+运维：容知日新 PHMGPT

容知日新 2023 年推出了 PHMGPT 行业大模型，相当于会说‘行话’，能‘诊’会‘断’的设备故障诊断大脑。 2024 年 8 月，容知日新率先完成与 DeepSeek-V2 人工智能大模型的深度融合，成功升级 PHMGPT 设备智能运维 大模型。两者优势互补，推动工业 AI 从"感知智能"向"认知智能"的跨越式演进。 PHMGPT 依托 DeepSeek 大模型在自然语言理解、多模态数据处理及复杂逻辑推理领域的先进技术，结合容知日新 在设备故障诊断、健康评估等方面的专业积累，实现了设备状态洞察、故障溯源、策略优化、使用体验等能力的全 面升维。通过整合 DeepSeek 的千亿级参数模型和容知日新独有的行业知识图谱，PHMGPT 的设备异常检测准确率 显著提升，可快速处理振动、温度、压力等多维度数据。深藏于振动波形中的设备"心跳"、潜行于温度曲线的异常征 兆，在双模协同的智能思考与判断下，正被转化为高效行动的工业语言，可精准定位故障根因，并提供检维修建议。 支持自然语言对话的"AI 运维专家"在人机交互上实现了革命性突破。用户可通过文字直接提问，系统实时提供运维 建议，大幅降低了一线人员的技术门槛，使操作更加简单便捷。随着 DeepSeek-r1 的发布，容知日新正在基于其思 考推理流程构建具有诊断思考流程的 PHMGPT 升级版，通过对振动数据的深度观察和分析，结合行业经验知识库， 推出符合客观事实和专业机理的诊断结论。

PHMGPT 设备智能运维大模型已在电力、石化、冶金、煤炭、水泥等多个行业应用，助力发现多起设备故障，显著 缩短了故障响应时间，不仅助力客户实现稳定生产、降本增效、安全生产等高质量发展目标，也为工业数智化转型 提供了创新范式。

2.AI+机器人

人形机器人是具身智能的一个重要类别。AI 能够从多个方面赋能人形机器人，使其能够完成更精细化、智能化、类 人化的任务：

智能感知：1、视觉感知：深度学习算法能够使人形机器人对周围环境中的物体进行识别、分类和定位；2、听觉 感知：人形机器人能够借助 AI 语音识别技术将接收到的声音信息转换为文字信息。3、触觉感知：AI 算法结合 力矩传感器和触觉传感器，还能让人形机器人感知到物体的质地、硬度、压力信息。

学习决策：强化学习算法、深度学习模型（如循环神经网络、长短时记忆网络等）、迁移学习技术等能够使机器 人深入学习、理解各种信息，并举一反三地将所学信息应用到新的场景当中。 

语义识别及语言处理：ChatGPT、Deepseek、豆包等大模型的应用能够大幅提升人形机器人语言理解、语言生成、 情感交互等方面能力。Deepseek 的推出已大幅降低 AI 应用成本，有望加速大模型的迭代升级。

运动控制：AI 可以助力人形机器人优化其姿态控制与平衡、动作规划与执行等方面能力。机器人可以通过 AI 算法 实时监测和反馈其自身的动作信息，并根据任务目标和环境信息来执行复杂的操作任务。 下表梳理了国内外主要的几家人形机器人主机厂及其产品最新进展。这些机器人所展现出来的运动性能、学习及与 人交互的能力都较前几代有了显著的提升。除了硬件设计方案上的优化，这些进步离不开 AI 大模型的支持。我们选 取特斯拉、Figure、宇树科技、优必选为代表进一步分析 AI 在其机器人上的应用。

（1）特斯拉

特斯拉 Optimus 有望充分受益于 Grok3 大模型进步及 FSD 技术迭代： FSD 技术：马斯克曾说过，Optimus 所拥有的 AI 系统将会和特斯拉自动驾驶车辆中的十分相似，包括针对实时视 觉感知、物体识别和导航等研发的机器学习算法。 Grok3 大模型：2 月 18 日，马斯克旗下的 xAI 公司推出了其最新的大型 AI 模型 Grok3，在直播中，马斯克声称其 性能在多项测试中超过了 DeepSeek 等竞争对手，是“世界上最聪明的人工智能”。Grok3 有望成为 Optimus 的大脑，专注于理解环境，发出指令并控制机器人动作。

（2）Figure

在官宣和 OpenAI 终止合作之前，Figure 机器人采用的是多模态大模型+机器操控模型的技术原理。Figure 机器人 的多模态大模型可以理解为机器人的大脑，负责分析和处理机器人摄像头所捕捉到的信息。机器人的操控模型则负 责接收多模态大模型发送的指令并执行相关的任务。 这样的 AI 组织架构使 Figure01 机器人能够：1、描述周遭环境及事物；2、用常识来做决策；3、将抽象、高级的请 求翻译成适合该场景的动作/行为；4、描述为什么他会有这样的行为。

官宣和 OpenAI 终止合作之后，Figure 可能会专注自身 AI 系统的开发或是在全球寻找新的 AI 合作伙伴。

（3）宇树科技

宇树科技机器人能够完成转手绢、跳舞等动作，离不开以下几个 AI 技术： 深度学习和神经网络：通过大量数据训练，机器人能够快速识别并模仿人类舞蹈动作，这种技术大幅提升了机器 人的灵活性和适应性，实现了“任意舞蹈任意学”。 AI 驱动全身运动控制：H1 的最大关节扭矩达到 360N·m，支持机器人执行复杂舞蹈动作。 360 度全景深度感知技术：该技术使机器人能够全方位感知周遭环境的变化并作出相应的动作调整。

（4）优必选

优必选正在验证 DeepSeek 技术在人形机器人应用场景中的有效性，包括多模态人机交互、复杂环境下的指令理解、 以及工业场景中的任务分解与规划等。公司希望借助推理大模型的深度思考能力，破解这些复杂任务的挑战，使人 形机器人更接近人类的思维方式和行为表现。

六、医药 AI+应用的细分领域和赛道和标的梳理

医药健康是 AI 的核心应用场景，根据终端用户不同，医疗 AI 可以分为 to 医院、to 药企和 to 个人用户三大类。其中 医院作为医疗行为的主要发生场所，AI 应用场景丰富，覆盖诊疗全过程以及医院信息化建设，在商业化落地上亦相 对成熟；AI 在制药端的应用空间广阔，包括临床前的药物开发阶段和临床研究阶段，能够有效解决传统制药痛点， 缩短研发周期、提供药物研发成功率，具体包括 AI 靶点发现、AI 化合物合成等应用领域；AI 技术在个人端的应用 指将 AI 技术用于患者健康管理、日常生活，检测患者健康状况并就行智能化干预，包括 AI 可穿戴设备、AI 移动医 疗、AI 虚拟护士等场景。

从全球看，全球医疗 AI 市场规模超 50 亿美元，并将继续保持快速增长。根据 Global Market Insights 报告，2022 年全球医疗 AI 市场规模超过 50 亿美元，并预计将以超过 29%的年均复合增速增长至 2032 年市 700 亿美元。从市 场结构看，药物发现和医学影像是 AI 应用最广的两个领域，合计占比超过 50%，随着制药工业发展和 AI 技术迭代， 预计 2032 年 AI 药物研发市场规模将超过 205 亿美元。

AI+院内：医疗 AI 在院内应用既覆盖医生诊疗的过程，也包括医院信息化建设。医院是医疗行为的高频发生场所， 处于医保支付和患者需求的交点，在日常经营过程中产生海量数据，是发展 AI 技术的基础。AI 技术可用于患者诊疗 全过程，覆盖多部位、多病种，起到降本增效，提升就医体验、合理配置优质资源的作用，同时院内信息化建设也 不仅仅只满足于信息的产生、储存和交互，而朝着智能化、一体化趋势发展。

AI+医疗影像：AI 医疗影像将人工智能技术应用于医学影像诊断，能够快速、低成本对 CT、MR、DR 和超声影像 图片精准诊断，实现对肿瘤、心脑血管疾病和慢性疾病的辅助筛查、辅助评估和辅助诊断。根据刘士元教授调 研报告，目前 AI 影像辅助筛查软件在肺结节筛查、冠脉后处理等科室中应用比例较高，其次为脑卒中和肋骨检 测，而在其他科室中的渗透率仍然较低，未来有较大提升空间。

AI+检验检测：检验医学的发展经历了手工检验、半自动化和全自动化检验到实验室流水线多个时代，随着实验室 自动化和信息化建设程度提高，智能化成为检验医学学科新发展趋势。基于人工智能技术平台，可以实现检验 实验室自动采样，自动转运，自动质控，根据患者临床症状和历史检测信息自动推荐检验项目，对检验结果自 动审核与辅助解读，进行疾病预测与治疗，助力精准医疗，最终实现无人值守的智能检验实验室。同时在病理 检验领域，人工智能技术可以有效解决传统病理科诊断流程复杂、自动化程度低、诊断时间长缺点，辅助病理 医生判读切片，有效促进诊断效率和质量，提升病理行业数字化水平。

AI+制药：人工智能赋能新药开发，是指在规模化医药数据基础上，运用机器学习、深度学习、自然语言处理等技术 参与药物开发各个环节，包括靶点发现、化合物合成、化合物筛选到患者招募、临床试验设计等，通过 AI 技术的 运用有效解决传统新药研发痛点，缩短研发周期，提高研发成功率，降低研发成本。根据 DPI 援引英矽智能数据， 通过 AI 技术能将 ISM001 分子发现时间由传统手段的 2 年降至 11 个月，总费用从 4.14 亿美元降低至 20 万美元， 极大降低了新药研发负担。

从商业模式看，AI 制药可以分为 AI+SaaS，AI+CRO 和 AI+Biotech 三种经营形式。AI 制药发展早期，企业以提供 药物研发软件服务为主，附加值较低，客户付费意愿不强，市场空间有限，代表企业为 Schrodinger。Schrodinger 是全球早从事 AI SaaS 服务的企业之一，依托于 30 多年在 CADD 和 AIDD 上积累的优势，2023 年实现营收 2.17 亿美元，其中软件产品服务收入达到 1.59 亿美元。为了更加深度参与客户药物研发过程，突出 AI 制药优势，企业 陆续向 AI+CRO 和 AI+Biotech 的商业模式转变，AI+CRO 通过 AI 技术为药企和 CRO 公司提供研发外包服务，加 速新药的开发过程，代表企业为 Exscientia、晶泰科技等。AI+Biotech 模式则以开发内部管线为主，实现药物对外 授权或推进上市，代表企业为 Relay Therapeutics、英矽智能等。

AI To C：问诊咨询、辅助就诊、健康管理三大领域尚存大量未被满足需求。1）AI+问诊咨询：线上问诊咨询是对线 下诊疗的重要补充，分为健康咨询和线上问诊。①AI+健康咨询不仅能提高专业度和精准度、也能加强互动性甚至给 予人文关怀，提高“轻问诊”体验。②AI+线上问诊带来“效率”与“效果”的双重提升，通过诊前 AI 交流及历史 健康档案数据提取高效生成精炼准确的主诉、并通过相似案例比对精准推荐医生，在诊中诊后作为线上助理陪伴始 终，更好的服务体验有望加强 C 端付费意愿、医生时间节约有利于成本控制。 2）AI+健康管理：国内“互联网+健 康管理”经历了物种爆发→流量竞争加剧→淘汰整合的变革，我们认为发展瓶颈的原因主要包括对平台及相关数据 信赖度较低以及服务的碎片化和过于标准化。AI 的引入有望提高数据准确度和数据连续性，提供专业个性化健康服 务（AI 医生/护士）；3）AI+线下辅助就诊：AI 辅助门诊能提高患者就诊体验，缩短就医时间，也减少医生信息录 入时间使其能专注于诊断处方。

七、家电 AI+应用的细分领域和赛道和标的梳理

2 月 10 日，国常会提出促进人工智能+消费，AI+赋能智能家居超越 2015 年互联网+变革影响。联网控制不解决核 心痛点，AI 赋能家电通过数据驱动和算法优化提升功能，将从根本上优化用户体验，推动智能家居快速发展。

科技家电：石头科技/九号公司/科沃斯，九号率先布局 DeepSeek、出行 APP 推动两轮车智驾平权；扫地机器人 CES 机械臂 G30 Space 探索版新品国内上市催化。

智能家居：TCL 电子/海信视像/极米科技/四川长虹在智能家居板块中扮演视听娱乐用户交互入口，接入 DeepSeek 大模型，不仅能提高视听娱乐企业商业化变现能力，在语音交互的自然性、个性化内容推荐、跨平台内容搜索 聚合、精准广告投放方面都会大幅改善用户体验，同时国补刺激下硬件 MiniLED 电视/DLP 投影结构升级帮助 利润率释放；白电领军企业美的集团/海尔智家/海信家电/TCL 等借助 AI 赋能提升业务效率，产品侧升级到主动 服务、改善智能家居体验。

1.智能家居：国补刺激换新需求，AI 加速智能家居普及

IDC 预测，2023 年全球智能家电市场规模 1600 亿美元，预计到 2027 年达 2500 亿美元。艾瑞咨询统计，2022- 2025 年中国智能家居市场规模将从 4517 亿元增至 9523 亿元，AI 技术应用整体渗透率突破 50%，其中拥有 AI 视 觉、语音交互功能的智能清洁、智能摄像机、智能门锁、智能音箱率先突破 60%渗透率，智能照明主要通过传感器 控制，语音模组应用逐步提升 AI 应用渗透率，智能白电以视觉、语音为主的智能表现尚未完全贴合用户对产品的使 用需求，AI 应用渗透率相对提升缓慢。 25 年春节后家电企业纷纷宣布接入 DeepSeek 大模型，白电海尔智家、美的集团、海信家电、TCL 实业，视听娱乐 海信视像、TCL 电子、四川长虹、当贝投影等均做出表率。

2.科技家电：AI 推动智能升级，机器人引领创新浪潮

两轮车领域：以九号、小牛、雅迪、台铃、隆鑫通用为代表的两轮车企业均已官宣接入 AI 大模型。我们认为 AI 赋 能将在产品智能化、用户体验服务、满足个性化需求等多方面带来显著变革：人机交互方面，骑行中语音控制导航、 音乐、车况查询更加便捷；AI 技术辅助判断路况信息，暴雨天自动触发牵引力控制强化，机械故障 AI 预诊断，提升 用户驾驶安全性；AI 大模型根据消费者使用习惯和偏好，提供量身定制的服务和出行建议。参考汽车智驾平权时代 到来，我们判断未来两轮车竞争在于智能化普及，强烈看好产业变革带来的投资机会。

编辑：火腿肠