2025年中期投资策略报告：美股聚焦龙头企业，在高波动环境下持续展现韧性，港股有望承接外溢流动性

一、减税&削减赤字目标互相掣肘，美国经济可能转向滞涨，地缘风险下中概股有望持续回归

1.1 美国宏观经济整体稳定，减税&削减赤字目标互相掣肘，可能放弃削减赤字目标，转向高通胀高利率

美国整体经济仍然保持稳定，核心通胀仍然高于长期 2%的目标，但呈现逐步回落趋势。就业市场基 本稳定，就业人数回归长期趋势线，且薪资增长也逐步回落，反映劳工市场的供需关系逐步转向平衡。杠 杆率方面，疫情后财政刺激支持经济增长，居民部门/企业部门整体呈现去杠杆，但这一过程可能存在财富 分化，例如信用卡逾期率重新回升，反映中低收入群体超额储蓄消耗完毕后重新加杠杆，而其余群体杠杆 率继续回落。同样的情况在企业市场也存在，中小企业乐观指数回落至 08-16 年水平，财政刺激+高利率环 境下中小企业受到挤压，扩张意愿有限。

后续增长动力来自于 1）AI 投资带来回报，驱动新一轮 AI 投资的浪潮；2）财政支出延续。目前特朗 普政府的大致方针遵循对外加征关税+对内削减财政开支，下半年对企业侧减税。AI 层面限制关键战略竞 争对手获取先进半导体设备，并遏制非美国模型的部署和应用，同时在欧洲、中东等地区推动 AI 合作，从 而换取投资。

整体上，我们认为特朗普政府会呈现四处找钱的状态，但政府效率的问题在于州政府层面而非联邦政 府，推动改革的法律阻碍远高于公司裁员，Elon Musk 此前在业界的手段难以有效地复制到政府层面。目 前与英国、中国达成的初步谈判协议基本上保留 10%的关税，按照这一税率增量收入也难以覆盖减税带来 的赤字。因此这一状态并不稳定，难以同时实现减税+降低赤字率。AI 方面，投入产出周期较长，目前主 要科技公司放缓 CapEx 投资增速，聚焦于应用/产品推广。综合来看，指数层面收入/EPS 中位数可能仍然 维持 MSD 的增长，但存在震荡窗口，经济预期向好时特朗普政府可能更激进地寻求长期结构性改革，反 之则会释放妥协信号稳住市场。

1.2 中概股退市风险仍在，回归预期不改

近期中美博弈背景下，中概股退市风险再度引发市场关注。根据《加速外国公司问责法案》相关规定， 中概股最早可能在 2026 年上半年面临强制退市压力4，叠加美方可能针对 VIE 架构的监管施压，市场不确 定性有所上升。回溯中概股监管政策时间节点，我们发现两地上市中概股的美股成交占比与退市风险爆发 后的股价变化存在负相关，截至 2025 年第一季度，中美两地上市的个股在港股的成交占比已攀升至 37%， 这意味着新一轮退市风险或将弱于历史水平。从资金流动维度观察，在退市风险周期内，两地上市中概股 近半数基金持仓已实现美股向港股的平稳迁移，印证港股市场具备承接美股交易和投资者的能力。 在美国债务和再通胀风险持续的情况下，美元流动性潜在的外溢可能对欧洲、日本等成熟市场，以及 港股/A 股、东南亚等新兴市场有所支撑。近期 HIBOR 大幅回落至近年低点，主要受美元指数走弱影响。 由于港元采用联系汇率制度，香港金管局将汇率管理在 7.75-7.85 的狭窄区间内。一旦港元接近挂钩区间的 边界，香港金管局就会进行干预，通过卖出港元(当港元走强时)或买入港元(当港元走弱时)来防止其过强或 过弱。这会改善或降低银行体系的流动性，最终影响同业拆借利率。考虑到美元指数潜在走弱的趋势，港元市场的流动性可能仍将保持充裕水平，支持对中概股回港&既有港股市场的估值修复。

港股整体承接压力不明显，赴港上市是退市风险的最终保障。当前机构投资者对两地上市中概股的持 仓占比为 24.09%，若发生强制退市，可能有约 100 亿美元（占相关股市值 1.4%）的持仓被强制卖出。但 我们认为港股整体承接压力不明显，主要系 1）港股市场流动性环境已显著优化；2）强制退市本质上属于 交易场所的转移而非流动性消失，因此美股交易转移有望为港股带来增量资金。从估值角度看，短期市场 波动难以撼动企业核心价值，若出现非理性下跌反而可能形成价值洼地。综合来看，当前港股市场已具备 消化中概股回归的承载能力，短期扰动或将成为中长期布局的窗口期。

1.2.1 中概股退市问题历史已久，最快 2026 年面临 PCAOB 审计问题导致的退市风险

中美间针对中概股信息披露的争端由来已久，在 PCAOB 完成对中国公司审查后告一段落，近期中概 退市再提，博弈加剧。美国财政部部长斯科特·贝森特在 2025 年 4 月 9 日接受福克斯新闻采访时，就中 概股退市问题表示“一切都在考虑之中”的开放性表态。当日美国参议院正式批准 SEC 新任主席保罗·阿 特金斯就职，其过往对中概股监管的强硬立场引发市场对强制退市机制加速落地的担忧。根据现行《加速 外国公司问责法案》的监管框架，首轮因未能满足 PCAOB 审计底稿审查要求的中概股企业，或将在 2026 年上半年触发退市程序。 中美审计底稿问题自 2011 年东南通融事件之后持续存在，SEC 希望将中概股公司进行审计的中国内地 和香港的审计机构纳入美国上市公司会计师监督委员会（PCAOB）的监管，包括获得审计机构的审计工作 底稿和对其进行现场检查。但按照国际惯例，中方坚持跨境证券审计监管合作“完全信赖”原则 ，同时 审计工作底稿通常含有非公开的敏感信息，反对美方跨境审计监管以及入境独立监管执法。受中美监管长 期矛盾下摩擦影响，叠加 2020 年瑞幸咖啡财务造假事件导致市场对于中概股的信任危机，爱奇艺、好未 来等多家中概股均遭到机构做空，而随着 6 月份瑞幸咖啡的退市，中概股危机进一步加剧。 2020 年 12 月，美国国会众议院通过《外国公司问责法案》（HFCAA）并得到时任总统特朗普的签署， 标志着法案正式具有法律效应。法案新增了对外国上市公司更严格的信息披露和审计要求，包含大量针对 中国的政治性条款。2021 年 7 月 30 日，美国证监会主席加里·詹斯勒发表《关于与中国近期发展相关的 投资者保护声明》，增加赴美上市的中国企业的信息披露要求，强调对于 VIE 架构对投资者可能产生的额外 风险予以关注，同时 SEC 宣布暂停受理中国企业赴美上市，次月加里·詹斯勒宣布暂停 VIE 架构的中概股上市。

2021 年 12 月 SEC 通过 HFCAA 修正案，新增了完整细则，要求企业遵守 PCAOB 的审计标准，强制中概 股企业按照美国法律提交经审计的财务报表。根据 HFCAA 规定，若连续三年被 SEC 认定使用未能被 PCAOB 审查审计底稿的审计机构出具年度审计报告，公司将不能在美国的证券交易所交易并强制退市。受市场以 及监管政策的影响，2021 年下半年，中概股在美新增上市数量仅 5 家，2022 年上半年新增仅 2 家，部分 企业选择回归港股上市。 2022 年 4 月，证监会发布《关于加强境内企业境外发行证券和上市相关保密和档案管理工作的规定(征 求意见稿)》，修改了有关境外检查的规定，删除“现场检查应以我国监管机构为主进行，或者依赖我国监 管机构的检查结果”的要求。2022 年 7 月，《数据出境安全评估办法》正式出台，落实了《网络安全法》、 《数据安全法》等相关法律中有关数据出境的规定，补充了中概股保密新规中数据出境的有关规定，为在 美中概股公司向 SEC、PCAOB 提供审计底稿提供了具体依据。 2022 年 8 月 26 日，中国证券会和财政部与美国公众公司会计监督委员会（PCAOB）就中概股审计监管方 面进一步谈判并签署《中美审计监管合作协议》，标志监管合作的落地。根据协议安排，美方须通过中方监管部 门获取审计底稿等文件，在中方参与和协助下对会计师事务所相关人员开展访谈和问询，中方提供的协助范围 也涉及部分为中概股提供审计服务、且审计底稿存放在内地的香港事务所，“离岸式”的数据储存方式能够更好 防范数据的泄露。此外，美方审计监管的直接对象将是会计师事务所，而非其审计的上市公司，并明确了审计 底稿的主要功能，一般不包括国家机密、国家安全相关信息、企业底层数据、个人隐私和集体用户信息。 9 月至 12 月中概股审计底稿将 PCAOB 检察人员在香港进行审阅，12 月 15 日 PCAOB 正式宣布“历史性" 完成对中国公司审计底稿的全面检查，协议实质性落地后部分缓解中概股因不合规问题导致的退市风险。从长 期看，中概股回归仍是大势所趋，在近年来的地缘冲突局势加剧的背景下，回归港股成为规避海外政治风险的 解决办法，也同时为上市公司引入中资并优化投资者结构，有效提升融资能力。

1.2.2 三种中概股回归路径，赴港上市规避退市风险是美股中概股的后手

目前美股中概回港三种路径：双重主要上市、第二上市以及私有化回归上市。 双重上市指两个资本市场均为第一上市地，标准和流程与常规 IPO 基本相同，需要同时满足两个市场监管 要求，由于在两个市场中股票无法跨市场流通，因此股价相对独立，在海外政策的不确定影响下港股可以规避 其带来的风险。双重上市实现了股东基础的扩大和持续的资金支持，另一方面也使其更易于符合 A 股市场监管 从而纳入港股通。 第二上市指在保留美股主要上市地位的同时在香港上市，通过国际托管行和证券经纪商，多采用存托凭证 的方式实现股份跨市场流通，在 VIE 结构还无法直接申请主板双重主要上市时曾是中概股回归主要形式，具有 成本低、豁免条款多以及上市难度低等特点。但受监管形势变化和海外上市可能退市的不确定性影响，第二上 市在回归上市中的占比陆续减少。港交所暂时对于 WVR 架构上市仍要求为“创新产业公司”，WVR 架构的传统 产业公司暂不能实现赴港第二上市。 私有化回归上市在港交所开放二次上市和允许 WVR 和 VIE 公司保留架构进行双重主要上市之前，其一直是 主要的赴港上市路径，但受限于其成本过高和耗时过长已淡出回归的主流选项。

双重主要上市方面，根据 2022 年 1 月 1 日生效的《上市规则》新规，符合条件的以既有的 WVR 架构 作第二上市的获豁免的大中华发行人及非大中华发行人，可以选择直接申请双重主要上市，而无须为了完 全符合联交所的上市规则及指引而改变 WVR 架构，亦可申请香港第二上市后转为主要上市，此前不合规 的 WVR/VIE 架构只能选择赴港第二上市；同时，发行人可连同既有 VIE 架构申请第二上市或双重主要上市， 不一定要完全符合港交所 VIE 指引。此外对于双重主要上市的发行人要求基本与 IPO 相一致，可选择主板 或者创业板 GEM，对于不同板块以及生物科技公司交易所均有不同的财务要求。

第二上市方面，港交所的规则发展主要分为三阶段。第一阶段是于 2008 年 7 月正式设立预托证券(HDR) 上市架构，吸引更多海外公司到港上市，但在 2013 年的《联合政策声明》中明确禁止业务以大中华为重 心的公司赴港二次上市。第二阶段始于 2018 年 4 月 24 日，港交所修订《上市规则》，引入第 19C 章，允 许未能通过主板财务资格测试的生物科技公司以及 WVR 架构的公司上市，并为寻求在香港二次上市的业 务重心在大中华地区的企业设立新的上市渠道，在此之前港股对于未盈利和 WVR 架构公司上市采取限制 措施。第三阶段，2021 年 11 月港交所修订第 19C 章并发布了《优化海外发行人上市制度的咨询总结》，放 宽了第二上市门槛，并于 2022 年 1 月 1 日生效，容许非 WVR 架构的大中华发行人 作第二上市，而取消 “创新产业公司 ”条件限制，同时降低上市最低市值规定。

截至 2025 年 4 月 25 日，中概股已有 34 家企业在港美两地实现跨境上市，其中 12 家采用港股第二上 市模式，22 家完成双重主要上市架构，两地上市标的合计市值占中概股总市值的 72%。尚未登陆港股的剩 余中概股中，23 家（市值占比约 21%）符合港交所《上市规则》第 19C 章关于第二上市或双重主要上市的 准入标准，潜在合规标的池仍具扩容空间。

已在港上市的中概股若面临美股强制退市，可见如下情况：1）双重主要上市个股在港没有任何影响： 港股与美股为平行上市关系，港股部分完全独立于美股市场，退市风险仅作用于美股存托凭证（ADR），对 港股流动性及估值无实质影响；2）第二上市个股的港股部分则自动转为主要上市，而港交所也将视情况 给予其关于《上市规则》的宽限期：从历史港美两地上市的个股在美退市的案例来看，通常是提供 ADR 转 换港股渠道作为在美退市方案，最后由港股承接大部分原先的美股交易与美股投资者。根据《上市规则》 第 19C 章第 7 条细则，若美股退市触发，其港股身份将自动转为主要上市，港交所可依据企业具体情况提 供 6-12 个月监管宽限期（如调整财报披露周期、缓冲公众持股量达标期限等），确保合规过渡。

1.2.3 美股 ADR 成交占比高的个股冲击较大，但整体风险较此前下降

因 HFCAA 引起的中概退市风险大致从 2020 年底持续至 2022 年下半年，通过对中概股审计监管演进过程中 三次关键政策节点（2019 年 PCAOB 审计争议、2021 年《外国公司问责法案》生效、2023 年中美审计监管协议 执行）的历史回溯分析，港美两地上市中概股的交易活动分布与股价波动存在显著负相关，即个股退市风险暴 露前的美股成交占比每提升 10 个百分点，其遭遇流动性冲击时的股价回撤幅度平均扩大 3.2 个百分点。但截至 2025 年第一季度，两地上市中概股的港股日均成交占比已结构性攀升至 37%，较 2020-2022 年退市危机期间提 升近 20pcts，且市值超百亿港元的 22 家主要成分股港股流动性覆盖率（港股成交额/美股成交额）中位数达 1.8 倍，反映出港股市场已形成实质性流动性缓冲池。基于此，我们认为即便面临新一轮退市压力，由于港股市场 对核心中概股的交易承接能力较历史周期增强，短期股价波动幅度或较此前更为有限。

二、AI 产业：企业部署率持续提升，AI Agent 落地分三步走，首要关 注 Coding Agent

（一）AI 产业框架

业界持续讨论的问题在于 AI 应用何时爆发，不同厂商的路线分歧在于 AI 能力优先（本质是模型能力）， 还是产品优先（基于 AI 模型的产品设计）。如果 AI 能力对于应用爆发更重要，逻辑上强化模型研发的资源 投入比产品设计更重要，反之则广泛接入模型探索产品设计。这并非是一道单选题，但优先劣后直接影响 资源的分配，在有限资源制约下，将直接影响业务/产品上线的节奏，进而影响商业化进程。

至少从海外的经验来看，Microsoft/OpenAI/Perplexity 等创始人或高管的答案更倾向于产品更重要。 微软 CEO Satya Nadella 在 2025 年 3 月 7 日的访谈12中提到“虽然强大的 AI 模型是必不可少的，但随着训 练技术的改进和硬件效率的提高，这些模型的差异化正在减弱，从而变得更容易获得。AI 的真正价值不仅 在于模型本身，还在于整个系统栈，即构建在模型之上的基础设施、工具和应用程序。这些产品和应用可 利用这些模型解决现实世界中的问题，并为用户带来价值。” Perplexity CEO Aravind Srinivas 于 2023 年 12 月访谈时13提到“成为一个拥有十万用户的套壳产品显然 比拥有自有模型却没有用户更有意义”，原因在于“用户只在意搜索体验本身，而非模型来源（闭源或开 源）”，但当产品达到一定规模后训练自有模型可以降低长期成本并实现垂直领域数据优化，实现差异化。 OpenAI CEO Sam Altman 于 2025 年 3 月 25 日访谈14时提到，他认为未来一个 10 亿日活用户、无需买 量的平台，比 SOTA 的 AI 模型更重要。最重要的构建网络效应，例如过去互联网公司做的服务全家桶，其 次是推理技术栈（芯片、数据中心、能源等），再次才是模型。除了最前沿的模型，其他都会快速商品化。 一个延申的问题就是如何打造一个好的 AI 产品？1）明确产品价值。红杉 AI Ascent 2025 中 Sierra 创始 人 Bret Taylor 提到15AI 产品的商业模式将与传统软件显著差异，过去是基于席位的订阅付费制，未来则可 以转变为基于结果的付费制，核心想法还是为价值付费。 2）打造一个易上手，有价值的产品。Anthorpic 首席产品官 Mike Krieger 提到从模型研发到编程是一 个自然的延申，而打造好的编程产品需要完善①上下文窗口；②目标是否可验证；③处理数十个不同来源 的日志格式；④代理之间的通信协议等细碎的工作，目前的 AI 产品普遍的问题在于易用性不高，或者说上 手门槛较高。例如，Instagram 发布时用户很容易上手，拿着手机拍照上传即可，而目前的 AI 产品远未达 到这一阶段。

3）围绕产品构建好一套可持续的商业模式。SamAltman 个人更倾向于订阅模式，而想要维持数亿用 户的商业模式，目前最有效的商业模式仍然是广告，核心原因在于大多数人都不理性，不愿意花钱买效率 软件，这将限制付费用户的天花板。即便 Mark Zuckberg 本身也不喜欢广告这种模式，但最终仍然从 Google 挖角 Sheryl Sandberg 负责广告业务，最终支撑 Meta 维系数十亿用户但仍然保持免费。

（二）阿里 AI 布局

阿里在大模型领域积极布局，进度迅速。自 2019 年启动 Qwen 大模型研发计划后，阿里于 2024 年 9 月发 布表现出色的 Qwen2.5，2025 年 1 月 29 日推出的 Qwen2.5 Max 更是成绩斐然，预训练数据超 20 万亿 tokens， 在 11 项基准测试中超越 DeepSeek V3 等对标模型。基于阿里在商业领域的深厚积累，Qwen2.5 Max 能为企业提 供精准商业服务，助力企业竞争。Qwen 与阿里云紧密合作，借助阿里云的算力和云服务，降低企业使用 AI 技 术的门槛和成本，方便企业将 AI 应用于业务流程。2025 年 2 月 25 日，阿里 Qwen 团队发布新推理模型“深度 思考（QwQ）”。该模型基于 Qwen2.5-Max 打造，在数学理解、编程和 AI 智能体等方面表现卓越，支持深度思 考与联网搜索，展示完整思维链。Qwen 团队还计划发布 QWQ-MAX 官方版本，推出 Android 和 iOS 应用程序 以及可本地部署的 QWQ-32B 等小模型。同日深夜，阿里云宣布万相 2.1 重磅开源，采用 Apache2.0 协议，开放 14B 和 1.3B 两个参数规格的全部推理代码和权重，支持文生视频和图生视频任务。14B 版本万相模型优势明显， 在权威评测集中总分领先，开源后迅速登顶相关榜单，下载量超百万，Github 的 Star 数据超 6K，有力推动了视 频生成大模型技术的发展。2025 年 4 月 29 日，阿里正式发布开源新一代通义千问模型 Qwen3。Qwen3 开源后 登顶全球开源模型榜首，235B 参数的 MoE 架构模型在数学、代码生成、逻辑推理等 11 项基准测试中超越 DeepSeek-R1、OpenAI o1 及 Gemini-2.5-Pro。2025 年 5 月 8 日，阿里开源 ZeroSearch，这是一种创新的强化学 习框架，无需依赖真实搜索引擎，能激发大模型搜索能力。70 亿参数和 140 亿参数的监督微调模型经其优化后， 搜索能力得分超越谷歌搜索，同时训练成本大幅降低。此外，阿里已将 DeepSeek-R1 满血版、6 个蒸馏版以及 DeepSeek-V3 部署至阿里云，丰富了阿里云模型资源，为用户提供更多元化 AI 服务。

阿里携手苹果开创端侧用户新体验，有望带来新的增长曲线。阿里以其在模型及数据上的优势满足苹果高 标准要求，进而赢得苹果青睐。在技术适配经验上，阿里与高通、MTK 等头部芯片厂有合作案例，在安卓、 Windows 平台积累的经验可迁移到 iOS。合规方面，其自身模型和算法完成备案审批，而苹果因开源问题在国 内备案受阻，需要中国合作伙伴。数据处理能力上，阿里能满足苹果端侧模型架构复杂的数据处理要求。服务 响应上，阿里能给予长期服务承诺，相比之下，百度响应较慢，DeepSeek 缺乏端侧模型和足够算力，所以阿里 脱颖而出。不过，阿里不会与苹果分享个性化数据集。阿里与苹果合作重点在于利用 AI 提升端侧（手机侧）用 户体验。阿里通过调度多智能体，借助 Siri 打通与 iOS 各类应用，实现如订电话会议、打电话多语言翻译、图 像搜索等跨 APP 操控功能。虽然目前第三方应用（如淘宝、饿了么）部分功能尚不完善，但已有后续规划。今 年阿里着重提升端侧体验，端侧 license 采用阶梯定价，苹果依用户规模要求阿里提供固定算力支撑。与苹果合 作能为阿里带来显著增量。苹果硬件设计制造领先，大模型针对其硬件优化，可提升硬件协同能力。苹果产品 定位高端，有助于阿里大模型服务进入高端市场，吸引高端用户和企业客户，拓展业务和市场份额。阿里在云 端为苹果提供算力，收益与用户量挂钩，还需为苹果开辟独立集群，数据与其他客户隔离。

阿里持续深耕自研模型，加速 AI 应用市场落地。AI 模型布局继续深耕通用推理模型与深度推理模型，同 时聚焦细分场景产品和智能体的开发。以通义千问为代表的通用推理模型提供基础能力，深度推理模型 Qwen 系列追求顶尖推理表现，构建了类似 OpenAI-O1 的技术体系，在科研、金融等领域形成标杆案例，为行业智能 化转型提供框架。阿里计划打造类似 DeepResearch 的智能体产品，提升研究报告质量，从模型价格竞争转向商 业应用和产品力竞争，通过开发新智能体产品服务客户并制定定价策略。阿里云加速“模型即产品”转型，降 低模型调用成本，将 AI 能力封装为智能体产品，构建三维服务体系，推动商业重构和技术普惠，在电商、广告、 钉钉等业务中取得显著成效。AI 应用市场潜力巨大，阿里核心聚焦 AIChatbot、教育及金融领域。阿里在 AIChatbot 方面因海量 UGC 数据具有优势；大模型推动教育创新，能呈现解题过程；金融领域对模型精度要求高，大模型 为金融业务赋能，还可为 AIPC 等产品赋能，未来有望在更多小端侧设备实现端侧推理，在汽车智能座舱和智 能驾驶方面也有应用潜力。阿里推出多种基于模型的增值服务产品，如析言 GBI、智能客服、RAG、通义听悟 等，利润率可观。RAG、SQL、BI 等周边产品成为标配插件，协同提升整体利润。阿里云百炼平台计划构建大 量智能体，企业端角色化智能体发展良好，以钉钉为例，打造约 700 个官方智能体，覆盖企业各职能领域，企 业调整后可高效使用。但智能体目前无法替代复杂流程系统，主要用于简单任务自动化和流程节点提速。

阿里成立智能信息事业群，数据打通与 AI技术驱动新流量入口。阿里在 2024 年底对主架构进行了重大重 组，将原本分散的 C 端产品和硬件产品整合到新成立的智能信息事业群。同时，从海外聘请了来自 Salesforce 的许主洪教授，负责 C 端技术和业务规划。这一举措使得 C 端业务得以独立发展，与 B 端产品完全分离，模型 团队和 C 端产品团队也各自独立运作。未来，C 端产品将拥有独立预算，计划在 C 端市场大规模投放互联网广 告，与豆包等产品展开竞争。对 C 端用户而言，打通淘系生态与数据至关重要。AI 驱动应用会使电商入口迁移， 需打通地图、电商、飞猪等生态数据，打通后入口将转向新的 AI 方向，形成新流量入口。未来流量会协同高德 地图、饿了么等生态 APP，相互推荐入口，通义 APP 为协同入口，引导客户下载和使用，从而实现业务的增长 和拓展。在 C 端产品方面，各个产品都有明确的发展目标和策略，关注教育、社交类产品，以季度为单位推出 新产品。以夸克 APP 为例，它已经拥有 2000 多万稳定的日活用户，且用户群体主要集中在 15 岁到 25 岁的年 轻人。未来，夸克将聚焦于 AI 教育、AI 健康、AI 高考志愿等场景，有望成长为超级 APP，2025 年目标是将日 活提升到 3000 万。同时，夸克还具备独特的商业价值，其宽带发展能力可以封装成搜索 API，供模型能力客户 调用，搜索结果也可以单独售卖，相关收入归属于云业务。此外，C 端事业部将形成产品矩阵对标豆包 Flow 团 队，但产品数量会控制在五六个左右，以实现更高效的运营和管理。

（三）腾讯 AI 布局

关于腾讯 AI 战略，管理层在 4Q24 业绩电话会时总结归纳过，1）加大对自研技术团队投入，支持长 期业务发展。2016 年以来成立 AI 实验室，23 年加大对 LLM 的投入并开发混元系列模型。自研模型的意义 在于掌握技术并具备自定义能力，具体而言就是能够在基础设施、算法、培训、调整和数据管理等方面积 累开发端到端能力，并针对内部和外部用例的不同需求量身定制解决方案。从长期看，LLM/AI 技术是为业 务服务的，而业务的需求是多种多样的，如果腾讯 AI 团队不具备训练/定制化模型的能力，后续支持业务 方面也会存在问题。 从技术定位上，腾讯大模型团队基本保持对 SOTA 模型的追赶，同时寻求推理性价比的提升。腾讯重 点发展多模态和推理模型，例如 2024 年 12 月，混元图像生成模型获得 FlagEval 的最高分，视频生成模型 在 Hugging Face 上排名第一。模型架构上，2024 年 3 月混元发布 MoE 模型，同年 9 月发布异构 MoE 的混 元 Turbo 模型， 2025 年 2 月发布基于 Mamba-Transformer 混合架构 MoE 的 Turbo S 模型。与传统架构相 比，Turbo S 处理长序列的效率明显提升，性能上接近 DeepSeek-R1 模型。

2）偏好多模型组合而非单一模型部署。与单一模型相比，各种模型的组合能更好地处理复杂任务。 通过投资于自研模型，公司可以定制解决方案以满足内部和客户需求，同时，利用外部模型使公司从整个 行业的创新中获益。在产品方面，我们的人工智能原生应用“元宝”可访问多种模型，包括混元 T1 和 DeepSeek-R1 和混元 Turbo S，并可选择集成网络搜索结果。 差异化主要在生态集成方面。元宝搜索结果可直接访问腾讯生态系统中的优质专属内容，如官方账号 和视频账号。通过利用混元的多模态功能，元宝可以处理文字以外的图片、语音和文档提示。4 月 17 日， 微信上线“元宝”AI 助手，用户可通过微信搜索添加其为好友，直接在聊天界面进行智能交互。此外，其 他功能如搜索、语言输入和内容生成等也陆续引入 AI 功能。ToB 方面，腾讯会议的 AI 功能受到广泛欢迎， AI 功能的月活跃用户同比增长一倍，达到 1500 万。腾讯文档也提升了用户在内容生成和处理方面的生产 力。2024 年，我们的人工智能云收入同比增长约一倍。

3）改进现有业务。自 2023 年起，腾讯将 LLM 能力用于提升广告内容审批效率，并且提升对商品类别 和用户的商业意图的识别能力，实现更精准的广告定位，为广告主提供生成式人工智能工具，以简化广告 创意流程。在游戏方面，游戏业务目前正在整合大型语言模型功能，提高 3D 内容制作效率，并为游戏内 聊天机器人赋能。在视频和音乐服务方面，腾讯正利用 AI 来提高生产率以及动画、真人视频和音乐内容的 创作。内容推荐算法由 AI 驱动，在促进内容发现方面被证明是有效的。

（四）快手 AI 布局

快手 AI 布局围绕“内容推荐、内容理解、内容生产”展开，以“推荐大模型+语言大模型+视觉生成 大模型”为核心模型储备（快意语言大模型、可图文生图大模型、可灵视频生成大模型），后续有望发挥 业务场景优势，形成模型研发和应用价值的良性循环。 可灵 AI 2.0 全系模型 2.0 发布，性能全球领先，标志着其在生成式 AI 领域的技术壁垒再度提升。自 2024 年 6 月首代产品面世以来，该平台已历经超过 20 次迭代升级，基本保持 2 周一次的迭代速度，其技 术优势也通过了权威评测与商业价值的双重验证。

根据 POE 2025 年春季 AI 模型使用趋势报告，快手可灵系列在文生视频领域迅速崛起，可灵家族市占 率快速达到 30%+，可灵 2.0-Master 在 2025 年 4 月末发布的三周后，占据 Poe 的全部视频生成的 21%份额， 位居全球第二。而在 2020 年 1-4 月，定义类别的视频生成先行者 Runway，视频生成的使用份额下降了约 40%，降至约 20%。

可灵 2.0 提出多模态视觉语言（MVL），并基于该理念推出了多模态编辑功能，使得用户可以以图像、 视频、声音和运动轨迹等多种信息形态作为输入形式生成视频。此次发布的 2.0 版本在核心技术指标上实 现多维突破：可灵 2.0 视频生成模型在动态流畅度（达 144FPS/8K 级渲染）、语义理解精准度（98.7%意图 识别准确率）及视觉美学评分（超越人类专业评审基 2.3%）等核心维度持续领跑全球；可图 2.0 图像生成 模型则在指令遵循能力（实现六级嵌套指令解析）、电影级光影渲染（支持 HDR10+动态范围）及跨艺术风 格迁移（覆盖 236 种艺术流派特征）等关键技术节点实现代际跨越。在权威评测体系中，可图 2.0 对 Midjourney V7、Reve 及 Flux 1.1 pro 的胜负比分别达 300%、190%和 150%。根据最新 Artifical Analysis 全球 视频大模型排名，可灵 2.0 在 Arena ELO 基准测试取得 1201 分，可灵 2.0/1.6（Pro）占据全球第一第二位 置，领先一众国内外厂商的最新模型，包括 Runway、Minimax、Pika 等。

用户层面，可灵全球用户数超过 2200 万（截至 25 年 4 月 15 日），累计生成了 1.68 亿个视频与 3.44 亿张图片，位居全球前列，根据 AI 产品榜数据，25M4 可灵 web 端访问量 2020 万，环比+19%。商业化层 面可灵形成了“C 端订阅+B 端 API 付费+广告赋能”的多样化变现形式，形成正循环。移动互联时代的思 路普遍是“先做大用户量再谈变现”。但 AIGC 产品的使用成本 (推理成本) 非常高， 完全免费的模式很难 支撑大量用户使用、以及底层模型的持续研发和产品的迭代。可灵从初期就探索了合理的付费模式，建立 起商业化循环。 可灵 AI 在推出 10 个月之后（即今年 3 月）的年化收入运行率（ARR）已突破 1 亿美元。25Q1 营收超 过 1.5 亿元人民币，今年 4 月和 5 月的月度付费金额均超过 1 亿元人民币，营收增速和营收水平均位居全 球视频生成大模型产品和独立 AI 产品头部。从收入构成来看，目前 P（Prosumer）端付费订阅会员贡献了 可灵 AI 将近 70%的营业收入，C 端更多是达人创作者/网红/博主/AI 创作者，B 端 API 收入占比约 30%。 C 端付费方面，可灵在国内和海外开启订阅付费模式。目前 P 端付费订阅用户占比 70%，收入增长来 看，付费用户增长和 ARRPU 增长双重驱动。P 端用户兼具了 C 端用户的传播属性和 P 端用户的付费能力， 比如专业达人创作者、网红、博主、AI 创作者等。

可灵 AI 也面向 B 端商家提供 API 接入等服务。目前，可灵 AI 已为包括小米、亚马逊云科技、阿里云、 Freepik、蓝色光标等在内的超过 1 万家的企业客户提供 API 服务。来自世界各地的超 1.5 万开发者，已将 可灵的 API 应用于不同的行业场景中，累计生成的图像数量约 1200 万个，生成的视频素材超过 4000 万个。

（五）海外 AI 应用进展

技术突破与商业化共振，AI 应用端开启增长新纪元。美股 AI 应用板块正步入高速成长期，底层技术 迭代、算力成本下降与垂直场景渗透形成共振，企业降本增效需求与 AI 产品商业化能力提升驱动行业进入 业绩兑现期。我们看好未来 AI 应用端的发展潜力： 1）巨头 Capex 持续提升：头部科技巨头资本开支聚焦 AI 基础设施，微软、Meta、亚马逊、Google2025 年合计投入超 3000 亿美元 Capex，推动 AI 应用商业化不断落地；2）大模型 API 价格进入“平民化”阶段： DeepSeek-R1 推理成本降至 GPT-4 的 1/30，OpenAI 免费开放 GPT-4o 语音功能，模型调用成本下降推动 AI 应用边际成本趋近于零，低成本调用有望促进应用端需求提升；3）企业降本增效刚性需求爆发：AI 在客 服、营销、研发等环节实现一定人力替代，有助于企业进行降本增效。

1）Salesforce：以“智能体即服务”为核心形成数据治理、模型训练到业务落地的全链路闭环：

1）Agentforce：Agentforce 是 Salesforce 面向企业级市场的核心 AI 代理平台，定位于“数字员工”，支 持多模态交互（文本、语音、图像）和跨系统集成（如 ERP、CRM），能够自主执行复杂业务流程。其核心 功能包括客户支持自动应答、销售线索筛选、工单处理等，并通过 Atlas 推理引擎实现动态优先级调整。 平台还提供低代码开发套件和 AI Agent 商店（AgentExchange），支持企业自定义代理流程。2025 财年 Q4 数据显示 Agentforce 已经签约超 3,000 个付费合同。 2）Data Cloud：Data Cloud 是 Salesforce 的实时数据湖与分析平台，整合企业内外数据源（包括 Slack 对话、IoT 设备、第三方云服务），构建客户 360 度视图。其核心功能包括数据清洗、跨系统身份解析、实 时分析，并为 Einstein AI 和 Agentforce 提供训练数据支持。根据 2505 财报，AI&Data Cloud 收入突破 10 亿 美金（yoy+120%）。 3）Einstein AI 套件：Einstein AI 是嵌入 Salesforce 全产品线（Sales Cloud、Service Cloud 等）的智能引 擎，基于 GPT-4 和 Claude 3.5 模型提供生成式 AI 能力。其核心功能包括自动化生成销售邮件（Sales GPT）、 客服简报（Service GPT）、营销内容（Marketing GPT），以及开发者工具 Apex GPT（自然语言生成代码）。

（2）Adobe：“生成式 AI+智能体生态”双轮驱动，构建了覆盖创意生产（Firefly）、营销优化（GenStudio）、 等 AI 核心板块： 1）Adobe Firefly：Firefly 是 Adobe 的旗舰生成式 AI 平台，覆盖图像、视频、3D 和矢量内容创作，支 持文生图、图生图、视频补帧等功能。其技术核心包括 Firefly Image Model 4（2K 分辨率输出）和视频模型 （最长生成 5 秒片段），支持镜头参数控制（如摄像机型号、运镜方式）和跨模态联动（如将生成图像二 次转化为视频）。商业安全性是其核心差异化，训练数据来自 Adobe Stock 合规素材库，规避版权风险。 2）Adobe Experience Platform AI：基于 Adobe Sensei 引擎，整合实时客户数据平台（CDP）、AI 驱动的 产品推荐和跨渠道预算优化。核心功能包括销售机会预测（准确率提升 30%）、智能内容生成（如邮件文 案自动化）和营销效果归因分析，覆盖从数据清洗到客户触达的全链路。 3）文档与创意生产力工具（Acrobat AI 助手、Photoshop AI）：Acrobat AI 实现合同摘要生成、多语言 翻译（128 种语言）；Photoshop 集成神经滤镜（自动修复、风格迁移）、AI 助手（自动化步骤指导，如渐 变效果应用）；

（3）Applovin：“AI+数据+全球化”三角模型构建了广告技术领域的护城河，其核心 AI 产品 AXON 实 现了广告投放的精准匹配与动态优化： 1）AXON AI 广告引擎：AXON 是 AppLovin 的核心 AI 驱动平台，专注于广告精准匹配与动态优化。其 技术底层结合深度学习和实时反馈机制，能够分析用户行为数据（如点击率、留存率）和海量广告素材（视 频、互动广告等），通过预测算法自动分配广告预算、优化投放策略，并支持生成式 AI 动态生成广告内容 （如个性化文案、视频剪辑）。AXON 2.0 版本进一步强化了非游戏领域（如电商、社交）的跨场景匹配能 力，广告主 ROI（投资回报率）可达行业平均水平的 2-3 倍。 2）SparkLabs：SparkLabs 是面向广告主的 AI 内容生成平台，支持文本转视频、动态创意优化（DCO） 等功能。其技术亮点包括：多模态生成，基于 GPT-4 和 Stable Diffusion 模型，生成个性化广告素材（如 15 秒短视频）；A/B 测试，自动生成多个创意版本并实时优化点击率。

（4）Unity：通过“AI+3D 引擎+广告数据闭环”战略，构建了覆盖游戏开发、广告变现及工业数字化： 1）Unity AI（引擎）：Unity AI 替代之前的 Muse 和 Sentis，集成于最新 Unity 6.2 版本中；新增功能包 括预编译代码生成、运行代理操作以及新的生成资产类型。Unity AI 有三个主要组件：a)Assistant：Assistant 取代 Muse Chat，成为 Unity 中的上下文助手;b）生成器：生成器取代了所有 Muse 资源生成功能：动画、 精灵和纹理。生成器能够更好地集成到 Unity 编辑器工作流程和检查器中。c)推理引擎：推理引擎取代了 Sentis，推理引擎继续专注于提升本地 AI 模型推理性能，以实现独特的运行时体验。 2）Unity Vector（广告 AI 平台）：动态 ROI 优化，通过机器学习预测广告点击率（CTR）与用户 LTV（生 命周期价值），支持移动端、CTV 广告投放策略统一管理；根据 2025 年 Q1 财报数据，Vector 全量替换旧 版 Unity Ads，推动广告收入同比增长，头部客户 ROAS 提升 15%-20%。

（5）Duolingo：通过“AI 内容生成+自适应学习+跨学科扩展”构建壁垒： 1）Duolingo Max（旗舰 AI 订阅服务）：集成 GPT 技术，Duolingo Max 是基于 GPT 的付费增值服务，提 供三大核心功能：Explain My Answer：实时解析用户答案正确性与错误原因，覆盖语法、发音等维度；Roleplay ：与 AI 虚拟角色进行情境对话，模拟真实语言交流场景；Video Call：支持与 AI 角色（Lily）进行带记忆的 连续对话，用户可通过摄像头练习口语表达。Max 订阅服务，定价为 30 美元/月或 168 美元/年，25Q1 财 报数据显示，公司 Max 渗透率已经达到 7%，我们预计 2025 年 Max 用户渗透率有望来到 10-15%。 2）AI 横向拓展：跨学科扩展的 AI 教学模块，核心能力包括：数学：通过游戏化界面（如“糖果传奇” 式交互）教授算术、几何；音乐：AI 生成乐谱练习与节奏训练，支持即时反馈与难度分级。公司还推出国 际象棋。

（6）Servicenow：生成式 AI 驱动企业级平台，整合覆盖 ITSM、CSM、HR 等核心场景： 1）Now Platform 与 Now Assist AI 生产力套件：Now Platform 是 ServiceNow 的底层 AI 工作流引擎，整 合生成式 AI 能力，支持自动化流程管理、跨系统协同与智能决策。核心模块包括：Now Assist：生成式 AI 助手，覆盖 IT 服务管理（ITSM）、客户服务（CSM）、人力资源（HR）等场景，支持案例摘要生成、代码自 动开发（文本转代码）、知识库问答等功能；AI Ops：通过机器学习预测 IT 运维故障并自动修复，例如动态 调整服务器负载或优化网络配置；Virtual Agent：基于自然语言处理实现智能自助服务，可处理 60%以上的 标准工单请求。 2）Generative AI Controller：该产品是企业级生成式 AI 开发工具，支持快速接入第三方大模型（如 GPT-4、 Llama 2），并实现以下功能：知识管理：自动提取 IT 工单、合同网页中的关键信息生成摘要，案例处理时 间缩短 80%；代码生成：开发者通过自然语言描述需求即可生成低代码或 Python 脚本，开发效率显著提升； 动态合规：实时解析全球关税规则（如 HTS 编码），自动更新供应链策略。 3）AI Agent Orchestrator 与 AI Agent Studio：AI Agent Orchestrator：协调跨任务、系统和部门的 AI 代 理团队，驱动端到端工作流自动化；AI Agent Studio：低代码/无代码工具，允许客户构建定制化 AI 代理， 预配置数千个针对 IT、客户服务和 HR 的代理模板。

（7）Gitlab：通过“AI+DevSecOps+生态协同”战略，构建了覆盖代码开发、安全合规及流程自动化 的全链路 AI 重构能力： 1）GitLab Duo：以生成式 AI 技术为核心，实现代码生成、漏洞修复及测试自动化的闭环，2025 年推 动 Ultimate 层级 ARR 占比提升至 50%。其分层订阅模式（19-149 美元/月）精准匹配中小企业至大型企业 需求，自托管解决方案（GitLab 17.9）更在金融、医疗等高合规行业形成差异化壁垒。2025 年 2 月发布的 GitLab 17.9 版本支持自托管 AI 模型（如 Mistral、Claude 3.5 Sonnet），企业可在本地部署 LLM，满足金融、 医疗行业的数据合规需求。 2）GitLab Ultimate：GitLab Ultimate 是面向企业级用户的订阅服务，整合 AI 能力提供以下核心功能： 智能价值流分析：通过机器学习识别开发流程瓶颈，推荐优化路径（如减少测试等待时间）；安全左移： 在代码合并前自动执行漏洞扫描和合规检查，降低修复成本；跨团队协作：AI 生成项目计划、任务优先级 排序，并同步至 Jira 等协作工具。

（8）Meta：具备核心“开源模型+应用生态+硬件底层”优势， AI 推荐系统+AI 投放工具助力广告发 展： 1）Llama 系列模型：最新 Llama 4 系列（含 Scout、Maverick 版本）支持文本、图像、代码生成，采用 混合专家架构（MoE），参数规模最高达 4000 亿，性能对标 GPT-4o。 2）Meta AI 助手：全平台嵌入，集成 Facebook、Instagram、WhatsApp 等应用，支持实时翻译、图像 生成、语音交互，月活用户近 10 亿；C 端形态--嵌入应用家族生态的 AI Agent；B 端形态： WhatsApp+Click-To-Message 广告。 3）广告自动化工具&广告 AI 系统：a）AI 带动广告曝光量增长，2023-2026 年最为明显，提升 AI 分发 占比能够--有效提升用户时长（目前在线测试效果为流量增长 9.4%）；形成更精准的数据标签，和未来更多 的商业化曝光流量位；b）AI 拉动广告价格（2022-2024，GPU 替换；2025-2027 推荐系统升级；2028 及以 后大一统推荐系统），广告主使用 Advantage+预计能带来 20%的 ROI 提升。据 Meta 官网 2023 年有关文章 表述，Advantage+平均降低 CPA 28%，提升 ROAS 32%。

（9）Google：通过“全栈 AI+生态闭环”战略，构建了从底层算力（TPU）、核心模型（Gemini）到应 用生态（AlphaEvolve、Astra、Overview）的完整价值链： 1）Gemini 系列多模态模型：支持文本、图像、音频、视频的跨模态生成与推理，Gemini 2.5 可处理 超 100 万 token 长上下文，应用于搜索增强、广告优化及工业设计。通过“思考预算”机制（0-24k token）， 用户可调节模型深度（极简模式或深度推理）。Gemini 2.5 在长文本场景的突破（100 万 token 上下文）直 接挑战 OpenAI 的 GPT-4.1，而 AlphaEvolve 的算法优化能力（数据中心年省 1 亿美元）正在打开 B 端企业 市场。 2）AlphaEvolve（AI 编程代理）：自主算法优化，结合 Gemini 模型与遗传进化算法，自动生成代码、 优化芯片设计（如 TPU 电路冗余削减），数据中心调度效率提升 0.7%。 3）AI Overview&广告推荐：Google AI 改造业务的主要方向是搜索广告，其次是提升改造 Youtube 内容 生态和自动化广告工具。就 AI 广告而言，AI 为 Google 增加：1）电商广告；2）复杂关键词的商业化；3） 视觉搜索广告；4）Youtube 新广告形式。其中复杂关键词商业化预计贡献 1~3%（合计 ad load 15%，理论 上限 20%），视觉搜索占比 4.7%（其中商业化部分预计 25%，对应 ad load 可增加 1.125%）。总结来看，AI 能够缩小 Ad load 15%与理论上限 20%的差距。AI Overview/LLM+广告的商业化案例：1）AI Overview 将开 放电商/LBS 广告（本地广告）；2）复杂关键词的商业化变现能力提升；3）开启视频广告商业化；4）提升 YouTube Shorts 的货币化。

（10）Amazon：“基础设施-平台-场景”生态整合，覆盖企业服务、消费零售、物流供应链的全栈 AI： 1）Amazon Bedrock：集成 Anthropic Claude、Meta Llama、Mistral 等 100+第三方大模型以及自研的 Nova 系列大模型，支持企业按需调用及定制微调，覆盖代码生成、营销文案优化、分子筛选（医药场景）等。 2）Amazon Q：Amazon Q 让每个人都快速使用生成式 AI，来提高整个团队的生产力，从开发人员、数 据分析师到业务领域的用户。Amazon Q Developer 专门面向开发者，端到端满足整个开发生命周期的需求。 3）电商 AI：AI 深度渗透选品、运营、营销全链路。Amelia（卖家助手）提供实时选品建议与库存监 控；Rufus（购物助手）通过自然语言交互推荐商品；生成式工具（如 A+内容生成器）自动化商品描述与 视频制作。2024 年全球超 65 万卖家使用 AI 生成商品信息。 4）AI 广告 COSMO 算法升级：COSMO 算法是将传统的【Query - Product】相关性分析升级为【Query - Product - Intent】相关性分析。这一变革极大地提升了搜索算法的性能，使得搜索结果不仅仅基于查询词和 产品的直接匹配，而且还考虑了用户的购买意图，从而实现了更加精准的搜索匹配。根据 Amazon 论文， COSMO 对搜索导航栏的优化，获得了 0.7% 的销售增长，搜索导航栏的参与率提升 8%。

（11）Microsoft：AI 渗透生产力工具（Copilot）/基础设施（Azure AI）/开发者生态（GitHub）全体 系： 1）Microsoft 365 Copilot & Team Copilot：作为微软企业级 AI 助手，Copilot 深度集成于 Teams、Outlook、 Word 等办公套件，支持会议纪要生成、任务自动化、数据分析等功能。Team Copilot 扩展至项目管理，可 分配任务、跟踪进度并跨团队协调。 2）Azure AI PaaS：其核心 PaaS 业务包括，1）Azure Machine Learning：低代码/无代码建模工具，集成 AutoML 与 MLOps，支持 TensorFlow/PyTorch 等框架，企业客户可构建定制化模型。2）Azure OpenAI Service： 提供 GPT-4、DALL-E 3 等 API 接口，按调用量计费，适用于内容生成、客服对话等场景。 4）GitHub ：面向开发者的 AI 编程助手，基于 GPT-4o 模型提供代码生成、错误修复及网页编写支持。 2025 年推出“AgentMode”，可自主调试代码并提交 PR（Pull Request）。

（12）Zeta：借助 AI 从数据采集到智能营销决策链路布局，第一方数据深筑公司护城河： 1）ZMP：作为核心 AI 驱动平台，ZMP 整合身份解析、消费者意图预测、全渠道营销自动化功能。通 过分析数万亿结构化和非结构化数据点（如电子邮件、社交媒体、联网电视广告等），实时优化广告投放 策略，并提供个性化客户旅程编排。其 AI 引擎支持动态预算分配，ROI 提升率优于行业平均水平。2024 年推出 AI Agent 商店，已有超过 400 个 AI Agent 投入商用。 2）CDP+：整合企业第一方数据与 Zeta 专有数据云（覆盖 24 亿全球用户、2500+兴趣标签），构建统 一的客户 360 度视图。通过机器学习算法实现跨渠道身份匹配，支持合规数据治理（GDPR/CCPA）。

（13）Workday：以 AI 平台+代理生态重构企业服务，引领 HR SaaS 智能化革命： 1）HiredScore：1Q24 完成 HiredScore 收购：从人才库中智能提取匹配空缺职位的候选人；根据岗位 需求智能评估外部候选人；融入其他工作流程例如 Teams 中，并实时更新招聘流程和下一步通知，简化 流程负担； 2）Workday Illuminate：是基于 700 亿参数大型语言模型（LLM）的 AI 平台，专为 HR 和财务场景优化， 整合全球最大 HR/财务数据集（覆盖 8000 亿次交易）。其核心优势包括：通过预测性分析优化招聘、薪酬、合规等场景，如自动识别预算超支并推荐解决方案。智能代理（Agents）生态：内置 Recruiter、Expenses、 Succession 等代理，支持自动化任务（如简历筛选、费用报销）与决策辅助。 3）ASOR：4Q24 Workday 发布 Agent System of Record(ASOR)，主要面向企业管理 Agent 工具， Workday 的系统将允许企业注册和管理 AI 代理，帮助培训和监控这些代理的性能和安全性。Workday 的 目标是简化 AI 代理的整个生命周期管理，包括配置、控制、培训和集成到 Workday Assistant 中。

（14）Monday：Monday.com 以模块化 AI 重构企业效率，构建了覆盖项目管理、客户关系及合规管 理的全场景 AI 应用生态： 1）AI Blocks：AI Blocks 是公司推出的可定制化 AI 模块，允许用户将 AI 功能无缝嵌入现有工作流，无 需技术背景即可操作。其核心优势包括：通过点击操作即可实现数据分类、信息提取、任务优先级排序等 功能，例如营销团队可快速分析社交媒体数据，识别高价值内容模式。直接嵌入表格列、自动化流程等场景，如项目管理中自动生成风险热图，提升预测准确性。支持 CRM 数据自动化、资源负载优化、服务工 单智能路由等。 2）Digital Workforce：AI Agent 组成的数字劳动力，专注于自动化复杂任务与决策支持，首款 AI Agent “Monday Expert”于 2025 年 3 月上线，新用户培训效率提升 70%。 3）Monday Service：AI 优先的 IT/客户服务管理平台，核心功能包括智能工单处理、知识库自建与数 据分析看板，自动分类工单紧急程度，分配至合适团队，响应时间显著缩短。通过 NLP 分析历史工单，生 成解决方案库，首次响应准确率提升至 85%；企业可自定义服务流程，无需开发资源。

（15）datadog：Datadog 以 AI 驱动可观测性生态，重构云原生运维与安全范式： 1）Datadog AIOps（智能运维平台）：是基于机器学习与大数据分析的智能运维解决方案，整合基础设 施监控、日志管理、APM（应用性能管理）等模块。其核心优势包括：自动化归因分析：通过异常检测算 法自动识别系统瓶颈（如延迟突增、错误率异常）。跨系统协同：统一监控云原生环境与传统 IT 架构，支持 200+集成工具，实现跨团队协作。预测性维护：基于历史数据预测硬件故障与资源需求，提前优化扩容 策略。 2）Bits AI（自然语言助手）：Bits AI 是内嵌于 Datadog 平台的生成式 AI 助手，通过自然语言交互实现 数据查询、自动化修复与知识库管理。其核心功能包括：零代码操作：用户通过对话指令（如“显示过去 24 小时 API 错误率”）直接生成可视化图表，降低技术门槛；自动化修复：内置 200+修复模板，可自动重 启服务、扩容资源或触发 Webhook。知识库自学习：从历史工单与文档中提取解决方案，生成智能问答库。 3）LLM Observability（大模型可观测性）：针对生成式 AI 应用（如 ChatGPT、Claude）的监控平台，提 供模型性能、成本与安全性的端到端分析。

（16）Intapp：Intapp 以垂直 AI 重构专业服务软件，打造金融合规与交易管理双引擎： 1）DealCloud AI（智能交易管理平台）：DealCloud AI 是 Intapp 的核心产品，专注于投行、私募股权和 咨询行业的客户关系管理（CRM）与交易生命周期管理。其 AI 功能包括自动化报告生成、交易数据分析、客户行为预测及智能匹配算法。核心优势在于：1）深度行业适配：针对金融交易场景优化，支持从交易 筛选、尽职调查到交割的全流程管理，提升交易成功率。2）智能文本生成：2024 年推出的 AI 文本工具可 自动生成公司简介、交易摘要及联系人档案。3）数据驱动决策：整合 200+数据源（如 Crunchbase、PitchBook）， 通过机器学习预测交易风险与回报。 2）Intapp Risk & Compliance AI（智能风控与合规平台）：该平台为律所和金融机构提供自动化合规管 理，核心 AI 功能包括冲突检测、监管变化追踪及风险评分模型。2024 年 Q4 推出“AI 合规助手”，日均处 理合规查询量超 10 万次，客户合规成本显著降低；2025 年 Q1 签约安永、高盛等头部客户。 3）Intapp Time（智能时间管理）：专为律所设计的时间追踪与计费系统，AI 功能包括任务优先级排序、 工时预测及客户账单自动化。新增“跨时区协同优化”，减少全球团队协作中的时间冲突。

（17）The trade desk：The Trade Desk 以 AI+开放生态重塑程序化广告，引领隐私合规时代增长： 1）Koa AI & KoKai 引擎：Koa 是 The Trade Desk 的 AI 核心引擎，专注于实时广告竞价优化与跨渠道投 放决策。其核心优势包括：预测性竞价：通过分析每秒广告展示数据，预测最佳出价策略，帮助广告主以最优价格获取高价值受众。全渠道整合：支持联网电视（CTV）、移动、视频、音频等 20+广告形式，统一 管理跨设备用户旅程。动态归因建模：基于用户行为数据构建多触点归因模型，识别高转化路径。Kokai 是基于 Koa 的下一代广告交易平台，整合分布式 AI 技术实现端到端自动化投放；每秒评估 1,500 万次广告 展示机会，通过 AI 评分系统（如相关性、频次控制）过滤低效流量。 2）Unified ID 2.0 身份解决方案：Unified ID 2.0 是 The Trade Desk 主导的隐私友好型身份识别框架，核 心功能包括：跨设备标识：基于第一方数据与邮箱哈希技术，构建唯一用户 ID，解决 Cookie 失效后的精准 定向难题。隐私合规：通过差分隐私技术实现数据匿名化，符合 GDPR、CCPA 等法规；生态开放：支持与 LiveRamp、Salesforce 等 60+数据供应商互通，覆盖全球 10 亿消费者身份图谱。2024 年 Q4 签约 Publicis、 IPG 等全球六大广告集团，覆盖品牌广告主超 2000 家；2025 年 Q1 推出 UID 2.0 Analytics，提供实时受众细 分与竞品对比功能。

（18）Cloudflare：以边缘 AI 重构网络安全与开发范式，AI 矩阵覆盖“开发-部署-运维-安全”全栈：1）AI 代理工具（MCP 与 Cloudy）：MCP 服务器：作为 AI 与商业软件交互的核心基础设施，支持 Claude 等 AI 助手与企业级应用（如 Asana、Atlassian、PayPal）无缝连接，实现自然语言驱动的自动化操作。Cloudy： AI 代理产品嵌入 WAF 和 Cloudflare One Gateway，自动分析安全规则冗余、冲突及优化策略，提升配置效 率。 2）AI 安全产品（AI Labyrinth 与 Firewall for AI）：AI Labyrinth：通过生成虚假科学内容（如物理、数学） 构建“迷宫”，消耗恶意爬虫资源，保护网站数据免遭 AI 公司非法抓取。Firewall for AI：部署于用户与大 模型之间，扫描 API 请求以防御滥用攻击（如提示注入、数据泄露），支持 LLM 安全合规。 3）开发者平台（Workers AI、Vectorize、R2 存储）：Workers AI：全球首个无服务器 AI 推理平台，支 持预训练模型快速部署，计算效率较传统云服务高 7 倍。Vectorize：向量数据库，与 Workers AI 协同实现 语义搜索，支持 AI 应用开发。R2 对象存储：低成本存储训练数据，无出口费用，兼容 S3 API，支持多云 迁移；AI Gateway；统一管理 AI 工作负载，提供缓存、速率限制、请求重试等功能，支持实时监控与分析。

（19）Snowflake：Snowflake 的 AI 战略以“数据不动”为核心，通过 Cortex、Snowflake Intelligence 等产品构建从数据存储、分析到 AI 应用的全栈能力： 1）Cortex AI：Cortex AI 是 Snowflake 的核心生成式 AI 平台，专注于帮助企业直接在数据库上开发 AI 应用，覆盖从数据预处理到模型部署的全生命周期。其核心优势在于深度整合 Snowflake 无服务器架构与 顶级大语言模型（如 Anthropic Claude 3.5、Meta Llama 3），支持自然语言交互式数据分析、非结构化文本 处理（情感分析、摘要生成）及预测性机器学习（异常检测、需求预测）。平台通过完全托管的服务消除 基础设施管理负担，同时提供企业级安全合规能力（如 RBAC 权限控制、数据脱敏），确保敏感数据在本地 完成训练与推理。 2）Snowflake Intelligence：Snowflake Intelligence 是基于 Cortex 构建的智能代理开发框架，允许企业创 建跨平台数据智能体（Data Agent），通过自然语言指令自动执行数据查询、任务编排与决策建议。其核心 优势包括：1）统一数据源接入，支持 Snowflake 内部数据与 Slack、SharePoint 等第三方系统数据无缝整合； 2）动态工作流引擎，可基于实时数据生成自动化操作（如触发 Slack 告警、更新 Salesforce 记录）；3）低 代码可视化界面，业务用户无需 SQL 技能即可构建复杂分析流程。该产品重新定义了企业数据应用开发模 式，将传统 BI 工具的开发周期从数周缩短至数小时。

（20）Elastic：以“搜索即智能”为核心逻辑，通过技术整合、场景深化与开源生态构建差异化壁垒： 1）Elasticsearch AI Platform：是基于 Elastic Stack 构建的生成式 AI 搜索解决方案，深度融合语义搜索、 向量检索与检索增强生成（RAG）技术，支持自然语言交互式查询、多模态数据分析及自动化内容生成。 其核心优势在于通过自研的 ELSER 稀疏向量模型和稠密向量数据库实现高精度语义匹配，支持混合文本、 图像、地理位置等多维度数据检索；同时无缝对接大语言模型（如 Claude 3、DeepSeek-R1），提供智能问 答、报告生成、代码自动补全等功能，用户可通过自然语言指令生成复杂查询语句或业务洞察。该平台采 用无服务器架构（Serverless）和开放 API，支持与 Slack、Tableau 等第三方工具集成，开发者可快速构建 定制化 AI 搜索应用。 2）Elasticsearch AI Assistant：Elasticsearch AI Assistant 是基于生成式人工智能（GenAI）和大型语言模 型（LLM）构建的智能运维解决方案，深度融合 Elasticsearch 底层能力，通过自然语言交互与上下文感知 两大核心特性，为可观测性分析、安全运维管理及数据智能处理提供一站式服务。

（六）AI+智驾

AI 通过端到端模型“重塑”汽车大脑。传统的基于规则的自动驾驶系统虽然具备决策可预测性和透明性的 优势，但在应对现实世界复杂路况时存在明显不足。随着人工智能技术的引入，自动驾驶系统最初仅在各个子 系统中应用 AI，如今已发展为端到端（E2E）人工智能模型。这种创新架构将感知、预测和规划整合到一个统一 的神经网络中，通过直接处理车辆传感器收集的信息并输出行驶轨迹或操作指令，使车辆能够以更高的速度和 灵活性进行决策。这种技术演进在自动驾驶迈入城区领航阶段后显得尤为重要。2023 年底进入复杂城区场景后， 基于规则的系统面临巨大挑战：计算复杂度呈指数级上升，人工规则处理长尾场景的成本急剧增加，导致智驾 迭代陷入人海战术而体验提升有限。相比之下，端到端模型通过大量数据训练实现了全场景智能驾驶能力，并 持续提升驾驶流畅度和拟人度。在该模式下，大量人工规则被神经网络取代，信号输入到控制输出采用统一的 深度学习模型，确保车端感知信息无损传递，从而实现智驾方案的全局优化。

AI 多模态模型推动 ADAS 进化。现代汽车 AI 系统正通过持续进化不断提升智能化水平。当前的 L2+ ADAS 系统已具备显著的学习和适应能力，能够根据驾驶行为和环境变化进行动态调整。这种自学习能力配合系统的 频繁更新，使其能够有效应对复杂多变的驾驶场景，为消费者提供更可靠的安全保障和更便捷的驾驶体验。技术突破方面，视觉语言模型（VLM）和视觉语言动作模型（VLA）的兴起正在重塑 ADAS 的发展方向。VLM 技术 通过融合图像与文本信息，大幅提升了系统基于视觉的决策能力；而更先进的 VLA 模型则实现了图像信息与车 辆运动轨迹的深度结合，将辅助驾驶的决策水平推向新高度。这些创新不仅推动 ADAS 从被动辅助向主动驾驶 助手转型，更标志着汽车行业正在稳步迈向完全自动驾驶的新时代。可以预见，随着这些技术的持续发展，未 来的汽车将展现出更强大的智能化和安全保障能力。

从规则时代迈入数据驱动的 AI 智驾时代。在自动驾驶技术的发展中，数据已成为决定模型性能的核 心要素。训练数据的规模和质量与智驾体验呈高度正相关，形成"数据飞轮"效应：拥有更多高阶智驾车辆 保有量和研发投入的车企能够获取更丰富的优质数据，从而加速智驾体验迭代；而更好的用户体验又会促 使更多车主使用高阶功能，进一步扩大数据采集规模，形成正向循环。随着汽车智能化加速渗透，高级智 驾市场展现出巨大发展空间，技术正从低阶向高阶持续演进，应用场景不断拓展。然而，完全依赖真实世 界数据存在明显局限，特别是对于罕见和极端场景的数据采集几乎不可能实现。为此，AI 驱动的仿真平台 应运而生，能够生成大规模、多样化且针对性强的合成数据。AI 大模型正在通过多模态模拟生成逼真的虚 拟环境，类似 Cosmos 世界模型可以构建包含道路、桥梁、隧道及各种天气条件的仿真场景。领先企业如 Waymo、Waabi 和 Simulytic 等已广泛应用这项技术，通过虚拟环境模拟数百万公里的驾驶场景，包括复杂 交通状况、多模式交互以及极端天气等特殊情况。这些创新不仅大幅降低了实地数据采集的需求，更显著 提升了模拟训练的复杂度和效率，为自动驾驶技术的快速发展提供了关键支撑。

三、行业：电商格局持续改善，游戏延续复苏趋势，智驾加速渗透， 短视频&音乐 AI 赋能逐步凸显

（一）电商&本地生活：电商格局改善从二阶导逐步到一阶导，本地生活主战 场从到店转为到家

2025 年上半年，随着拼多多、抖音电商的体量进一步增大，自然降速趋势延续。尽管也看到闪购大 战、多多百亿增量营销投放、抖音提升电商 adload 同时加码品牌商户补贴等现象，但不影响电商竞争格 局缓解大趋势，重申我们此前年度策略的观点：随着电商行业二阶导的逐步改善，一阶导拐点或即将出现。 对于本地生活赛道而言，尽管年初抖音 8000 亿小作文也曾短暂引发市场对到店竞争格局反复的担忧，但 今年市场的关注点更多从到店转为到家，无论是骑手社保问题还是到家竞争加剧的问题。此外，外卖出海 以及其投入加码也引发市场的“担忧”。我们认为，美团外卖的壁垒依然稳固，京东对美团外卖有影响但 长期影响有限，京东外卖的高单量不可持续，主动权仍在美团；外卖出海是一个好生意，但市场仍需先看 到 1-2 个（香港/利雅得）show case。 电商行业二阶导逐步改善，一阶导拐点或即将出现16。中国电商行业跨越规模经济临界点，出现长期 集中度向下趋势，近两年因为互联网监管和对新科技风口的防守型策略，在可预见的短期将来，电商行业 暂时不会出现规模较大的新总流量入口。存量玩家中，无论是京东的地理逻辑，还是多多、抖快的价格逻辑，其 GMV 天花板均不会超过商品（丰富）逻辑的阿里，所以随着拼多多、抖音 GMV 体量的不断增大， 与阿里差距的不断缩小，新电商平台降速实属必然，背后是由各平台流量水平和流量分发机制决定的。2024 年以来，抖快 GMV 超预期降速，拼多多增速中枢也显著下行，电商平台间的增速差收敛，行业二阶导继 续改善，但一阶导层面，抖快、多多增速依然显著高于阿里，淘系线上份额依然在流失，只不过速度比前 几年更慢。我们预估电商行业一阶导改善或即将出现，未来 1-2 年，随着快手、抖音、拼多多增速先后降 到略高于电商大盘增速的水平，电商行业有望迎来一阶导拐点，即便在行业拐点出现后，淘系作为行业龙 头其 GMV 增速可能依然略慢于电商大盘增速。

存量时代，电商货币化率进入上行通道。电商收入（以 3P 电商为例）=GMV*take rate，货币化率是一 个互联网概念，是电商行业互联网属性的体现。从互联网视角看电商，则行业的需求端是商户/商品，供给 端是流量，货币化率是流量的价格，3P 电商平台赚的本质是流量的价差。供给端，电商行业进入存量时代， 电商平台玩家数量见顶短期没有大型新增玩家，同时头部平台的 AAC/流量逐步见顶，电商行业的供给端或 流量端逐步呈现刚性特征。需求端，国内商品线上化率提升趋势短期不能证伪，尽管中国电商渗透率在全 球已处在最高水平，没有海外可比性，reopen 后市场也曾出现线上线下 rebalance 的声音但被证伪，电商 对于传统实体零售的改造似乎没有走到尽头，最起码对于很多远低于电商平均渗透率的品类而言还有很大 空间。商品线上化率继续提升带来需求韧性，叠加流量见顶下的供给刚性，有望造成行业货币化率的新一 轮上涨。 电商行业的发展伴随着流量与货币化率的螺旋上升。从历史情况看，2013-2016 年阿里 AAC 增长放缓， 同一时期货币化率显著上行，直到 2018 年前后拼多多的崛起让淘系认识到下沉市场的用户价值，淘系用 户天花板打开，货币化率增长放缓至 2024 年，我们认为行业新一轮货币化率上升周期已经开启。2022 年 拼多多推出全站推广以来货币化率上行明显，全站推广打通了免费和付费流量池，使用全站推广后商家投 放不再区分免费和付费，降低了过往部分商家通过运营优势获取较多自然流量的情况，直接提升了商户的 付费意愿和多多的货币化率。阿里近两年货币化率提升不明显甚至阶段性下行，主因倾斜淘宝的战略导致 淘宝 GMV 增速显著高于天猫，而天猫货币化率显著高于淘宝，导致结构上阿里整体的货币化率并未明显 提升。未来随着淘系全站推渗透率提升以及千六软件服务费征收，货币化率上行或更为明显。

苹果与阿里战略合作有望为阿里打造新的端侧总流量入口。2 月 11 日，苹果官宣与阿里合作为中国 iPhone 用户开发 AI 功能，此前，苹果曾选择百度作为其主要合作伙伴。苹果在评估腾讯、字节、阿里和 deepseek 后选择阿里，主要看重其在中文语境和多模态任务上的优势，以及阿里云的强大基础设施支持。 我们认为，苹果和阿里的合作，不能简单类比为苹果和 OpenAI 的合作，阿里背后有庞大的应用生态，远期看苹果有望为阿里打造整合新的端侧总流量入口。背靠通义大模型的 Siri 对阿里交易类超级 App 访问层 次的加深有望提升交易转化，创造全新的用户体验，同时弥补淘系因被排除在微信九宫格/小程序体系外的 流量和用户关系链缺失。除了苹果外，OPPO 和 vivo 未来也可能选择跟进，小米和华为则更倾向于打造独 立的端侧生态体系，其与阿里的合作深度仍有待观察。 到店酒旅竞争格局阶段性趋稳，看好美团到店到家协同发展。2024 年以来，美团抖音到店酒旅核销前 市占率整体保持稳定，尽管 24Q3 和 25Q1 美团均曾短暂交易过到店竞争或阶段性加剧但都被证伪。今年字 节战略上把更多精力放在 AI 以及电商业务，其与美团在到店酒旅的竞争或进一步趋缓，年初抖音 8000 亿 到店酒旅 GMV 目标大概率难以实现。即便远期美团或许面临小红书/拼多多在到店酒旅赛道的竞争，但短 期竞争格局良好基本形成一致预期。另一方面，2024 年 7 月美团神会员改版扩容，打通到店和到家，考虑 到神会员费用分摊问题，短期可以淡化美团到店酒旅 OPM 季度波动，更加关注核心本地商业的整体利润 和 margin。今年年初以来市场对美团到店酒旅的 margin 预期不高，未来季度或许有进一步放利润空间。

回顾 2023 年抖音外卖，失利的核心原因在于供给。今年以来，京东加码外卖业务对美团股价造成反 复扰动，回顾 2023 年 2 月抖音入局外卖市场的进程，官宣初期对美团股价造成较大冲击（彼时美团同时 经历到店酒旅格局恶化），但雷声大雨点小，抖音外卖实际增长情况非常一般，2023 年实现 GTV 约 70 亿 （VS.美团外卖 9700+亿），其中刷单 GMV 约 30-40 亿，实际真实 GMV 不足 50 亿。前期，市场主要认为抖 音外卖的难点在于稳定的骑手履约体系，其履约主要合作方是达达和顺丰同城，但实际情况是抖音单量无 论在达达还是顺丰同城体系内占比都较小，履约能力绰绰有余。抖音外卖增长低预期的主要原因在于供给 端不足，商户和 SKU 供给不足，地推能力较弱，和到店业务协同效果有限，未能形成良好的用户心智。 京东对美团外卖长期影响有限，京东外卖的高单量不可持续。（1）京东切入外卖赛道的主要抓手在于履约， 更具体说是达达的履约体系，但复盘抖音外卖发展可知，履约并不是外卖业务增长的主要矛盾，最起码前期不 是。随着京东外卖日单量达到 2000-2500 万体量，即使是达达的履约体系也面临考验，由于达达的全职骑手占 比远低于美团和饿了么，京东外卖履约体系的稳定性也显著低于两者。（2）京东在本地生活领域除京东秒送外， 无过多布局，本身无到店业务经验，地推团队也较为缺失，很可能面临抖音外卖前期同样的问题，即商户供给 不足，SKU 不足。（3）尽管目前京东外卖在舆论上占得一定高地，但消费者更在意的还是实惠，用户心智的积 累不是一朝一夕能够完成的。目前京东外卖日单量的水分较高，无效单量（薅羊毛单量）占比较高。5 月以来， 京东外卖补贴开始力不从心，商户承担的补贴比例从 0 逐步提升到 50%-70%，未来随着补贴退坡，高日单量或 难以为继。（4）从行业角度看，外卖市场格局已趋于稳定，当前时点京东切入外卖赛道面临较大的压力。且外 卖业务的常识在于高度依赖规模效应，即便加码投入实现一定体量，也会因规模效应不足面临 UE 模型难跑通的 困境，内卷多年的饿了么尚且如此。 京东醉翁之意不在酒，核心症结在于美团闪购。今年以来，京东入局外卖、共享出行、OTA 赛道，以及京 东健康加码线下药房布局这一系列看似不合理（胜率低/ROI 低）行为的背后，在于美团闪购对京东自营（1P） 基本盘的影响。自 2024 年美团闪购实现年度盈利后，其 AOV 以及单量的进一步增长需要 SKU 的进一步扩充以 及商户结构的进一步优化，在此过程中，美团闪购越来越深入到 3C/商超等京东核心品类，其影响的不仅是京东 秒送，更是京东类前置仓的自营基本盘。今年 618 美团闪购增长超预期，3C、白酒、化妆品等品类多点开花， 有一定渠道变革的力度，尤其是白酒和化妆品，通过品牌到闪电仓到消费者减少了中端批发经销环节。又回到 老生常谈的问题，京东的仓配式物流体系在中国不吃香（但亚马逊在美国很吃香）的原因在于中国地理、人口、 产业国情以及物流行业的极大发展在一定程度上弱化了仓配式物流体系的优越性，同时由履约革命催生的近场 电商也在蚕食京东在履约方面的优势地位。在京东和美团的较量中，京东有可能采取的是围魏救赵的策略，但主动权仍在美团，毕竟相比于外卖的高投入，美团闪购已实现盈利和自我造血。

Keeta 外卖出海远期利润空间广阔。外卖出海跟国内外卖有几个比较重要的区别：（1）AOV 更高，从目前 香港和沙特的情况看，Keeta 的客单价是国内美团外卖的 2 倍以上。（2）利润率更高，国内美团外卖的 GTV margin 低于 3%，但海外龙头比如 UberEats 还有 HungerStation 等 GTV margin 在 4%-6%水平。（3）外卖出海的投入量级 低于国内且 breakeven 节奏更快，其根源在于美团在国内的互联网竞对相比海外本土互联网竞对更卷。基于以 上信息我们估算 Keeta 远期（中国香港+中东+巴西+东南亚）的利润体量至少是美团外卖国内利润的一半以上， 外卖出海远期利润空间广阔。但今年以来，相比于市场对 AI 相关投入（CapEx）的热捧，出海作为前两年市场 的香饽饽，今年则受到冷遇，从携程到滴滴到美团，国际业务投入加码拖累利润表现，市场给出了显著的负反 馈。我们认为，AI 仰望星空，出海能够赚钱，大家都有美好的未来，未来到了某一个节点，当市场意识到 Keeta 是一门好生意后，美团新业务价值有望重估，但在此之前，市场仍期望能看到具体的 show case，比如中国香港 地区。

（1）阿里巴巴：AI 产业叙事尚未证伪，电商主业格局改善仍需观察

预计 1QFY26 收入（Consolidated revenue）同比增长 7.97%至 2626 亿元，其中 CMR 增速约为 8.35%，淘天 经调 EBITA 同比增长 3.49%，云智能增速约为 20.02%，margin 约为 9%，集团经调 EBITA 同比上涨 5.6%至 475.57 亿元，对应 margin 约为 18.11%。云业务方面，关注苹果和阿里合作进展，华为昇腾禁令落地情况，以及 CapEx 和 margin 情况。主业方面，尽管今年看到抖音电商、拼多多加码投入的现象，但 CMR 韧性依然较强，竞争缓 解大趋势不改，关注后续宏观及消费刺激政策，以及货币化率基数变化。当前阿里南下资金持股比例处在中低 水平，未来仍有较大提升空间，我们预计北水流入达到阶段性稳态仍需半年以上，筹码切换将持续进行。

（2）拼多多：增速放缓，亟待破局

我们预计 2025 年拼多多主站 GMV 增速下滑至 15%，Temu GMV 约为 720 亿美元，公司总收入同比增长 9% 至 4273 亿元，Non-GAAP 净利润同比下降 26%至 902 亿元，对应净利率 21.1%，同比下降 10.0pct。展望 25 年， 国内主站需关注 GMV 降速程度、tob 端增量投放以及国补缺失对 TR 及主站利润率的影响；Temu 需关注美欧小 包裹税收政策调整的落地情况，以及特朗普 2.0 关税反复调整的风险。业绩节奏看，短期季度仍需关注利润 high base 的影响，下半年季度随着 clean base 以及国补影响减弱或有更好的利润弹性。 从 2024 年初至今，拼多多股价经历了较长时间的疲态，从估值回落到业绩下滑，尽管如此，当前时点公司 估值相较 GMV 增速依然不贵，背后蕴含了对股东回报缺失、增长前景不确定等多种因素的考量。公司在手现金 充足且仍在继续积累，但仍未有充足信号显示股东回报会在短期落地，在 AI 产业变革的大浪潮下，拼多多入局 较晚，且投入并不激进。相较于股东回报，市场更期待拼多多能出现类似困境反转的信号，或许是 AI，亦或是其他，来打破压制估值的桎梏，并且提升对于未来利润释放的预期。拼多多拥有中国互联网 Tier1 的管理团队， 我们相信公司在未来有望再次打造新的增长曲线。

（3）京东：关注外卖投入持续性，以及国补退坡节奏

25Q2 前瞻：我们预计集团收入 yoy13%，JDR 收入 yoy14%，JDR 经调 OPM4.5%，集团 overall Non-GAAP 净 利润 yoy-35%左右，NPM2.87%左右，同比下降 2.1pct。二季度开始，京东外卖对集团的利润拖累即将体现，关 注京东外卖单量、UE、投入持续性，以及国补政策的持续性。

（4）美团：短期重博弈，长期 Keeta 和闪购有望打开全新增长曲线

25q2 前瞻：外卖：收入增速 4.97%，单量增速 9.45%，OPM17.8%。闪购：收入增速 33%，单量增速 33%， OPM-3%。到店酒旅：收入增速 16%，OPM34%。新业务：收入增速 22%，亏损 25.5 亿。CLC 方面，关注京东外 卖以及淘宝闪购投入的持续性。新业务方面，短期关注 Keeta 在巴西业务进展，Keeta 远期利润空间广阔，海外 外卖市场的 AOV 和利润率高于国内，且盈利模型跑通时间更短，Keeta 有望打造美团全新的增长曲线，但短期 市场仍期望能看到具体的 show case，比如中国香港地区。 财报后美团内外资分歧较重，内资偏乐观更关注到家竞争终局，外资偏谨慎更关注竞争的当前影响。此外， 618 期间美团闪购表现超预期，3C、白酒、化妆品等品类多点开花，有一定渠道变革的力度，尤其是白酒和化 妆品，通过品牌到闪电仓到消费者减少了中端批发经销环节。关注京东外卖单量变化、京东外卖补贴收缩节奏 （商户承担比例）、国补收缩节奏等，确定更明确买点信号。

（5）携程：整固之年，关注下半年是否有潜在利润释放

25q2guidance：分业务看（mid point），交通 53 亿左右，同比增速 8.8%；酒店 60 亿左右，同比增长 16.8%。 总收入 146 亿左右，同比增长 14.17%；GPM81%左右，同比基本持平/略有回落，Non-GAAP OPM29.35%左右（vs24q2 33.11%），隐含 SBC5 亿。2025guidance：总收入 yoy14-15%，GPM 同比下降 1-2pct，Non-GAAP OPM27-28%（vs 2024 年 30.4%），SBC 每季度 5-5.5 亿。 公司作为国内 OTA 龙头，竞争壁垒稳固，2025 年有望受益于扩内需相关政策，同时跨境业务修复仍有兑现 空间。受国际业务占比提升影响，25 年利润指引有所压降，也或为未来季度预留 buffer，建议关注国内酒旅中 观景气变化、国际运力恢复进度以及公司利润释放节奏。

（6）京东健康：投入大年关注 topline，B2C 医保以及分红仍有兑现空间

预计 2025 年公司收入增速 14.63%，Non-IFRS 净利润 44.46 亿元，净利率 6.67%。利润端指引较为保守，或 为未来季度预留 buffer，美联储降息对公司利息收入的影响较为有限，参考 2024 年情况，除非 2025 年下半年 存在大规模分红，但预计掏空式股东回报的可能性极低。 关于分红：母公司京东集团的股东回报（回购计划等）水平依然较高，同时 JDH 的类现金储备相较一年前 进一步攀升，下半年 JDH 香港税收人身份变更有望完成（25 年初正式开始，当前未完成），2026 年上半年 JDH 进行年度分红的可能性较高。 关于投入：经营利润持平隐含的实际 3-5 个亿增量利润将用于投入，其中即时零售/药房相关的投入约占60%-70%，偏向于类前置仓的探索。从节奏上看，投入的大头在下半年。2025 年药房相关投入或 CAPEX 整体有 限，一定程度上打消了市场对于 JDH 或收购老百姓部分股权从而拖累利润的担忧。 关于医保：2024 年四季度以来，B2C 医保在北京和广州等地区小范围测试，部分消费者已经可以购买符合 要求的走医保个账的 B2C 药品。未来 B2C 医保将大概分为两种模式：药房发货和大仓发货。药房发货一般是次 日达（快递），不是京东药急送模式的小时达，目前测试的以药房发货为主，但预计未来占比不高。大仓发货预 计未来会占主流，药品 SKU 将更丰富，大仓前面依然存在药房，医保资质给药房，省药房还是市药房需要看当 地政策要求，具体细则待官宣后将更为明确。

（7）滴滴出行：关注 Robotaxi 车队进展以及回港进度

China Mobility：预计 2025 年 GTV 3256 亿元，yoy8%，其中单量增速 10%；经调整 EBITA120.7 亿元，yoy31.4%， 对应 GTV margin3.7%。 International：预计 2025 年 GTV 1095 亿元人民币，yoy20%，其中单量增速 25%，AOV 同比下降 4%（主要 是汇兑损益影响）；经调整 EBITA -18.06 亿元（下调），同比基本持平，对应 GTV margin-1.65%。预计 2026 年国 际业务整体利润端单季度打平，2027 年度打平。长期看国际出行业务 GTV margin 接近 China Mobility，但受外卖 等拖累，International 的远期 GTV margin 低于 China Mobility。 其他业务：预计 25 年其他业务收入同比增长 3%，经调 EBITA 亏损 30 亿（下调），同比基本持平。其中自 动驾驶的投入比例将从 2024 年的 1/3 左右提升至 2025 年的一半左右。 公司是国内共享出行龙头，赛道禀赋优异，用户心智稳固，国内出行业务利润空间广阔，国际业务和其他 业务减亏增大公司利润弹性，2025 年有望回归港股。

（二）游戏: 内需开启复苏周期，AI 助力行业降本增效

2025 年中国游戏行业呈现“内外双循环”格局，出海深化本地化与混合变现。2025 年第一季度游戏内需 数据同比亮眼，根据游戏工委数据，25Q1 中国游戏市场收入 857.04 亿元环比下降 1.21%，同比增长 17.99%， 移动端、客户端游戏市场均对整体游戏市场的同比增长做出贡献，两个终端新品及双端互通新品带来部分增量； 此外，部分产品也体现了长线生命力，在运营多年后，产品流水仍能实现较大幅度同比增长。中国移动游戏市 场实际销售收入 636.26 亿元，环比下降 2.18%，同比增长 20.29%，中国客户端游戏市场实际销售收入 179.19 亿 元，环比增长 3.62%，同比增长 6.85%。中国自主研发游戏海外市场实际销售收入 48.05 亿美元，环比下降 0.59%， 同比增长 17.92%。

趋势一、出海：全球化战略深化，头部厂商构筑壁垒。2025 年中国游戏出海已进入“精耕细作”阶段，政 策支持与市场驱动双轮并进。根据 Sensor Tower 数据，2024 年中国自主研发游戏海外收入达 185.57 亿美元（约 1,340 亿人民币），同比增长 13.39%；头部厂商如世纪华通（《Whiteout Survival》、三七互娱（《Puzzles & Survival》 及米哈游（《原神》《崩坏：星穹铁道》）占据全球收入榜前列；腾讯、网易等大厂通过投资海外工作室（如 Supercell、 拳头游戏）强化 IP 储备。核心驱动力：1）政策扶持（国务院《加快推进服务业扩大开放综合试点工作方案》 明确支持游戏出海产业链）；2）本地化能力提升（如中东、拉美等新兴市场本地化投入增加）；3）混合变现模 式（内购+广告）适配多元市场。

趋势二、内需修复：政策松绑驱动结构性复苏，主机/PC 端拐点显现。2025 年第一季度游戏内需数据同比 亮眼，25Q1 中国游戏市场收入 857.04 亿元环比下降 1.21%，同比增长 17.99%。我们认为 2025 年游戏内需提升 有望延续：1）版号常态化，游戏供给度提升，2025 年 1-4 月国产游戏版号共计发放 481 款，同比增长 12.4%； 2）Z 世代付费意愿提升；3）小游戏等多渠道扩大用户数；

趋势三、小游戏：碎片化流量红利释放，但马太效应加剧。小游戏成为行业新增量，根据 Dataeye 数据， 2024 年市场规模 418 亿元（+38%），头部效应显著：TOP 10 小游戏占据八成以上市场份额，《寻道大千》、《无尽 冬日》等产品通过“即点即玩+社交裂变”实现病毒式传播。

趋势四、AI 渗透：AI 技术正以“底层重构+场景颠覆”的双重逻辑重塑游戏产业。在生产力端，AI 通过自 动化流程（如 NPC 行为逻辑生成、3D 资产批量构建）和智能决策系统（如动态关卡设计、玩家行为预测），显 著降低开发周期与人力成本，使中小团队得以突破传统工业化壁垒，快速实现创意落地；在体验端，AI 驱动的 动态叙事（如玩家选择实时影响剧情走向）、个性化交互（如智能 NPC 情感反馈）与沉浸式场景（如多模态感 知融合），推动游戏从“标准化产品”向“个性化体验”跃迁。以米哈游《Whispers From The Star》为例，其基 于大模型的动态角色生成系统，通过实时解析玩家语音、文本及行为数据，使虚拟角色具备自适应情感记忆与 逻辑推理能力，彻底打破传统游戏预设剧本的限制，开创“AI 原生叙事”新范式。 网易：Q1游戏表现稳健，看好25年游戏发展。25Q1游戏及相关增值服务净收入为240.5亿元(yoy +12.1%， 公司在 25 年初推出多款重磅游戏，如《漫威争锋》在 2025 年 4 月发布第二赛季更新后，迅速登顶 Steam 全球畅销榜、《燕云十六声》自 2024 年 12 月上线以来备受欢迎，截止 2025 年 3 月份注册玩家数已突 破 3000 万、《界外狂潮》在 2025 年 3 月上线后即点燃了玩家的热情，三天内登上 Steam 全球畅销榜第 六名，且最高同时在线玩家数突破 11 万；暴雪系列游戏《魔兽世界》和《炉石传说》持续收获来自中国 玩家社区的热切参与。后续新游有望不断丰富产品矩阵，如《漫威秘法狂潮》、《Destiny: Rising》和《无限 大》等，有望进一步带动营收增长。 心动：老游戏流水下滑可控，《出发吧麦芬》比较超预期。从游戏生命周期角度看，公司《香肠派对》、 《RO 仙境传说》等游戏处于成熟期，流水同比有所下滑但整体可控。新游方面《出发吧麦芬》、《心动小 镇》游戏流水表现优秀，看好后续《麦芬》在日韩等国际市场的表现以及《小镇》在国际市场表现。公司 更多资源可能投入在《心动小镇》等上线游戏的优化等。TapTap：在新游带动与营销费用提升预期下，TapTap 营收与 MAU 有望保持增长，行业内卷加剧利好 TapTap 广告。

（三）智能驾驶：智驾平权驱动激光雷达和智驾芯片等需求放量，Robotaxi 助 推高阶智驾商业化落地

智驾平权驱动激光雷达和智驾芯片等需求放量。随着“千元机”时代的到来，激光雷达正从过去“奢 侈品”变为“安全冗余标配”。在激光雷达产业链中游制造环节，盈利路径和规模量产能力是行业的主要 矛盾，禾赛和速腾谁能获得智驾平权更大的红利取决于在“千元机”市场谁能获得更大的份额（ATX/EMX）。 激光雷达在机器人感知领域的应用潜力巨大，驱动视觉感知升级，配备激光雷达的机器人优势尽显，有望 打开新的增长曲线。智驾芯片赛道竞争激烈，自研和外购将长期并存，高端和性价比市场将长期共存，国 内厂商更可能实现突围，地平线/华为等从中算力市场出发，向上向下蚕食英伟达和 Mobileye 的份额。随 着成本下降、数据积累及法规完善，L4/L5 自动驾驶将逐步实现规模化商用，Robotaxi 或成为最早落地的 场景之一。行业呈现出多样化的运营模式，“主机厂+自动驾驶解决方案供应商+运营商”的轻资产模式成 为主流，Waymo、萝卜、小马、文远为典型代表，商业化仍在加速。

汽车智能化加速渗透，高级智驾空间巨大。ADAS 系统可以辅助驾驶员执行驾驶任务或者避免/减轻碰撞危 害，整体围绕感知、决策、执行三大环节构成软硬件系统，感知层主要包含了摄像头、雷达等传感器在内的车 载感知系统和高精地图、卫星定位等路侧辅助系统，决策层负责收集分析数据、定义规划路线以及预判控制车 辆，执行层负责车辆的驱动、转向和制动。ADAS 是实现自动驾驶的基础，汽车智能化推动 ADAS 迅速发展。 根据国标和 SAE 的分级标准，自动驾驶主要分为 L0-L5 六个级别，行业把 L0-L2 级划分为辅助驾驶（ADAS） 范畴。L2 级自动驾驶渐成主流，L3 级部分车型已有实现量产，L4/5 级自动驾驶仍需时间。近年来，随着 自动驾驶技术的不断发展，L2 级自动驾驶系统已经逐渐成为乘用车的标配。L2 级自动驾驶系统可以实现 部分场景下的自动驾驶，如自动巡航、车道保持、自动泊车等。一些 L3 级自动驾驶车型在 2020 年已经量 产，实现在特定条件下实现完全自动驾驶，预计在 2025 年后实现渗透率的快速增长。L4/5 级自动驾驶代 表了自动驾驶技术的最高水平，能够在任何场景下实现完全自动驾驶，但 L4/5 级自动驾驶技术的商业化仍 然需要时间。

智驾从低阶向高阶不断过渡，激光雷达渗透率上行。在感知环节，激光雷达主要用于高精度测量和扫描等 场景。随着智驾从低阶向高阶不断过渡，激光雷达在 L3 级智驾中逐步成为必需，在 L4-L5 级别使用数量逐渐增 加。在 L4 和 L5 级别中，智能驾驶汽车分别需实现特定场景的完全自动驾驶和不限场景的完全自动驾驶，激光 雷达在此过程中发挥的作用愈加重要。激光雷达“千元机”加速城市 NOA 渗透，助力智驾平权。国内智能驾 驶发展迅速，高速/城区 NOA 加速，激光雷达上车量剧增。比亚迪“天神之眼”推动智驾平权，计划将高阶智 驾下放至 10 万元级车型，实现无高精地图城市 NOA，覆盖全国复杂道路。旗舰车型配双 OrinX 芯片，支持动 态博弈算法；中低端车型以 1 颗激光雷达作安全冗余。通过“硬件预埋+软件订阅”模式（如城市 NOA 包终身 订阅低于 1 万元）重构盈利模型，推动功能普及。激光雷达是城市 NOA 感知核心，加速进入“千元时代”。华 为、速腾聚创、禾赛等推动其发展，如速腾聚创 MX 和禾赛 ATX 激光雷达量产价低于 200 美元，使行业均价从 2016 年 50 万元降至 1500 元左右，渗透率从 2023 年 24%提升至 40%左右。“技术迭代+成本重构”使激光雷达 从 L4 高端车型“奢侈品”变为 L2+车型“安全冗余标配”，重塑行业竞争格局。 激光雷达行业竞争聚焦国内四家头部供应商。禾赛作为全球激光雷达行业龙头，出货量爆发式增长，产品 覆盖 40 多个国家。其高性能产品筑牢智驾安全防线，推动无人车队商用与机器人智慧服务。禾赛营收居行业首 位，连续 4 年交付量翻倍，2024 年第四季度实现盈利，自研芯片化方案降本显著，与头部车企合作紧密，千元 级产品 ATX 将推动激光雷达普及。速腾聚创 2014 年成立，向机器人技术平台转型。公司在激光雷达定点合作 等方面全球领先，自研 M-Core 芯片大幅降低成本，产品覆盖全固态、半固态、机械式。2024 年推出低于 200 美金的 MX 产品，成本与体积显著下降。2025 年初发布多款激光雷达及机器人产品，加速转型步伐。华为 2016 年布局激光雷达，2020 年推出 96 线车规级产品。随着问界 M9、智界 S7 上市，192 线激光雷达量产上车，其 检测性能领先，最远测距 250 米。依托 ADS 全家桶输出方案，伴随华为系汽车热销，激光雷达出货量激增。

汽车芯片向 SoC 演进，广泛应用于智驾及座舱。初级阶段的电子功能广泛采用微控制器芯片 MCU，现代 主流智能芯片都采用系统级芯片 SoC。SoC（Systemon Chip）可能包含许多 MCU，适用于具有更多要求和更复 杂的应用程序。SoC 是一个完整的单芯片计算机系统，能够执行具有更高资源需求的复杂任务。SoC 由多个模 块组成，这些功能模块可以通过分立器件实现，后组合在印刷电路板（PCB）上形成片上系统。通常 SoC 芯片 包含一个或多个处理器、存储器、模拟电路模块数模混合信号模块以及片上可编程逻辑，可以有效降低电子/信 息系统产品的开发成本，缩短开发周期，并提高产品的竞争力。汽车 SoC 一般应用于智能座舱和智能驾驶两大 领域。根据博世五域模型，汽车五域分类拆分整车为动力域（安全）、底盘域（车辆运动）、座舱域/智能信息域 （娱乐信息）、自动驾驶域（辅助驾驶）和车身域（车身电子）。随着汽车算法算力和交互效率的不断提升，汽 车电子不断发展，倒逼 MCU 芯片升级为 SoC 芯以承载大量非结构化算力需求。智能座舱 SoC 市场由高通主导。 高通在智能座舱 SoC 市占率全球第一，且凭借公司的产品技术先进性，以及软件生态的不断丰富，预计份额将 继续扩大。

（四）文娱行业：看好 AI 对短视频赋能，音乐赛道商业化潜力大

短视频领域：MAU 增速虽放缓，但行业领先地位稳固，虹吸效应持续显现，AI 有望在短视频场景探 索中获得先发优势。短剧等衍生独立 APP 的崛起与主站形成协同生态——通过双向导流扩充内容供给，并 以广告收益反哺主站直播带货等核心业务。此外参考海外，AI 在社区互动（例如 Reddit、Spotify 播客跨语 种翻译）、直播互动（虚拟主播）、AI 搜索（Perplexity、AI Overview、Meta AI 搜索）、搜索/推荐广告（Meta 生成式推荐）、广告/营销自动化（Meta Advantage+、Google Performance Max）均有望实现落地。短视频场 景（抖音、快手、视频号）拥有核心用户、生态、场景，有望在后续 AI 场景探索中获得先发优势。 在线音乐：用户基数稳定在 7 亿量级，核心付费业务在用户量与 ARPPU 双驱动下保持稳健增长。国 内音乐需求基本盘稳固，腾讯音乐与网易云音乐两大龙头通过社区生态构建及独立音乐人扶持实现差异化 竞争，奠定长期成长基础。相较长视频行业，音乐赛道增长环境更优，核心体现于：1）竞争壁垒：高用 户迁移成本、长内容生命周期及强付费粘性构筑护城河；2）协同效应：短视频成为高效音乐宣发渠道， 二者形成互补而非竞对关系；3）政策红利：独家版权终结降低内容成本，监管引导良性竞争释放行业潜 力。增长动能：海外对标打开想象空间。Spotify 高付费率模型（2023 年：46%）验证国内付费墙深化空间； 独立音乐人扶持策略增强对环球/索尼/华纳三大唱片公司的议价能力，驱动毛利率提升。2025 年国内双龙 头聚焦“付费会员量价双升”核心逻辑，在优化后的行业格局下，业绩可持续增长确定性增强。 长视频行业：用户时长虽被短剧分流，但精品内容刚性需求未变。预计 DAU 随内容排期波动，MAU 长期趋稳。当前单平台付费用户增长见顶，各玩家正通过扩充短剧供给、探索混合变现模式寻求突破。

音乐行业对比长视频付费率仍有提升空间，长视频付费率约 37-38%，若音乐行业达到同等付费率， 对应仍有超 7000 万会员净增。

国内音乐市场在经历 2020 年以来的常态化监管后，进入以在线音乐为核心的稳健增长阶段。独家版 权时代结束：2020 独家音乐版权问题得到监管机构和平台的重视，2021 年 7 月监管提出头部平台解除独 家音乐版权、停止高额预付金等要求，头部公司的版权成本压力得到缓解。

音乐赛道建议关注腾讯音乐与网易云音乐，二者均展现稳健的会员收入增长及 ARPPU（每付费用户收 入）提升潜力。腾讯音乐凭借社交影响缓、ARPPU 在 SVIP 加持下提升及利润率加速改善，具备利润超预期 增长的可能性，而网易云音乐则受益于付费率提升及毛利率改善。近期音乐标的市盈率提升带动股价持续 提升，主要反映音乐行业量价提升的增长逻辑得到验证，以及偏抗周期的文娱行业中，音乐领先的业绩稳 定性及持续性。

快手：自研模型有望贡献估值溢价。快手 AI 布局围绕“内容推荐、内容理解、内容生产”展开，以“推 荐大模型+语言大模型+视觉生成大模型”为核心模型储备（快意语言大模型、可图文生图大模型、可灵视频生成大模型），后续有望发挥业务场景优势，形成模型研发和应用价值的良性循环。快手可灵模型在全 球范围处于第一梯队，综合能力 TOP2，整个商业化规模国内第一，有望在后续产业演变过程中受益。可灵 AI 在推出 10 个月之后（即今年 3 月）的年化收入运行率（ARR）已突破 1 亿美元，另外今年 4 月和 5 月的 月度付费金额均超过 1 亿元人民币，营收增速和营收水平均位居全球视频生成大模型产品和独立 AI 产品头 部。 此前公司指引全年可灵收入有望达到 1 亿美金规模，按照现有可灵收入规模，叠加近期推出全新的 2.1 系列模型，我们认为全年可灵收入有望突破 10 亿人民币规模。1）可灵第一阶段有望基于单产品增量贡献， 参考海外 runway（估值 40-50 亿美金），且可灵的用户&访问量 高于 runway，有望给快手贡献 400 亿人民 币估值；2）第二阶段看可灵和主业共振，重点关注 AI 对广告&电商的提振作用，有望重塑主业价值。 基本面稳健&估值处于偏低水位，市场预期不高。电商稳健，行业竞争影响未见进一步加剧，广告业 务下半年收入增速有望回到 15%+，商城商业化基建完善将贡献新的广告位，拉动内循环广告加速增长， 外循环持续受益于内容消费及本地生活等高增长。当前快手主业估计对应 2025 年利润为 10x PE，处于港 股互联网较低水平，安全边际较高。

（五）海外科技：大厂中 AI+广告是最明确的路线，AI Agent 路线则以 Coding、 Data Infra 为主，延伸至 AI Native ERP

Meta 应用 AI 改造业务的主要方向仍然是推荐系统，其次是提升用户互动/内容生态。1）就推荐系统 而言，目前 Meta 主要路线是将 LLM 改造以适用于视频推荐，未来目标是利用单一模型为 Meta 所有视频 生态提供系统支持，目前在线测试效果为流量增长 9.4%，互动率提升 18.6%。因此增收逻辑 = 推荐系统 更个性化 → 用户体验更好 → 用户时长提升 → 广告库存增加/广告点击率提升 → 广告收入提升。2） 就内容生态而言，Meta 主要引入聊天助理/信息流助手，提升用户交互体验，例如避免跳转 Google 搜索就 可以在站内获取更多信息，并避免翻阅历史聊天记录查询过往信息。这一逻辑增收不明显，更多是提升用 户体验。

根据 Meta，在线 A/B 测试下，E-task 为参与性指标（点赞转发等）召回阶段模型性能提升 6.2%，排序 阶段 12.4%，整体效果预计提升 18.6%。C-Task 为完成度指标（时长、完播率等）召回节点提升 5.0%，排 序阶段 4.4%，合计提升~9.4%。 Meta 2Q24 Earning Call Note：2Q24 引入 Facebook 全屏视频，并采用统一模型推荐所有 APP 的视频信 息流，用户互动（CTR、时长提升幅度已经超过过去从 CPU 向 GPU 过渡带来的提升。原文为 Across Facebook and Instagram, advances in AI continue to improve the quality of recommendations and drive engagement. And we keep finding that as we develop more general recommendation models, content recommendations get better. In this quarter, we rolled out our full screen video player and unified video recommendation service across Facebook, bringing reels, longer videos and live into a single experience. And this has allowed us to extend our unified AI systems, which had already increased engagement on Facebook reels more than our initial move from CPUs to GPUs did.

编辑：火腿肠