1.1 行情表现
截至 2 025 年 10 月 30 日收盘，计算机（申万）指数年内涨跌幅为+23.72%，跑赢沪深 300 指数（+19.70%） 4. 02 个百分点： 1）年初市场担忧特朗普就职后政策存在不确定性，导致市场进入超预期调整阶段，尤其计算机板块自 2024 年 9 月 24 日快速反弹以来仍处于相对高位，跌幅显著高于沪深 300 指数。同时，由于 1 月整体处于政策真空 期，叠加春节以及地缘政治的不确定性，市场成交量萎缩至万亿以下。而后，随着特朗普就职后中美贸易关系 不确定性得以缓解，市场情绪有所回暖。 2）2 月，特朗普仅决定对华小幅加征 10%关税，带动市场信心增强。同时，DeepSeek-R1 在春节期间加速出 圈，叠加春晚宇树机器人登台亮相催化，A 股迎来以 AI 和机器人为主线的科技行情，以 AI 应用为代表的软件 带动计算机板块大幅上行。 3）3 月，科技主线短期交易过热，前期涨幅较大的 AI 板块持续调整，机器人板块亦震荡整理。同时，进入 财报季后，市场普遍担忧宏观环境弱势下，以 G 端和 B 端客户为主的计算机板块业绩承压，对应计算机指数持 续走低； 4）美国 4 月 2 日宣布对中国实施 34%对等关税后，较海外市场率先开盘的 A 股市场表现出较强的韧性，沪 深 300 指数和申万计算机指数仅分别下跌 0.59%/1.05%。清明节期间，海外市场受关税影响展现出恐慌情绪，叠 加国内推出强有力的反制政策，市场风险偏好快速下行，与市场流动性关联度更高的计算机板块更为弱势。 5）4 月下旬至 6 月，市场对特朗普政府反复的关税政策逐步脱敏，整体呈现震荡回升的趋势。计算机板块 虽跟随市场有所回暖，但缺乏主线行情，Agent、跨境支付、RWA 等多种主题快速轮动，且持续性相对较弱。 6）6 月 23 日，以伊双方停火背景下全球股市大涨，A 股同样迎来新一轮上行，截至 8 月 28 日，申万计算 机指数上涨 32.54%，跑赢同期沪深 300 指数的涨幅 16.04%。其中，中国人民银行与香港金融管理局跨境支付通 系统于 6 月 22 日上线，叠加市场流动性趋好，跨境支付、互联网金融等相关板块涨幅居前；7 月，AI 应用接棒 领涨计算机板块，主要系多家公司上调 AI 收入预期，叠加海外 AI 进展加速，相关标的有所表现。 7）8 月下旬，受 GPT-5 不及预期等影响，计算机板块 AI 相关标的有所调整，而大盘仍持续冲关，陆续突破 3700/3800 等关键指数关口。在此期间，计算机板块中与市场流动性相关性最高的互联网金融板块持续走强，带 领申万计算机指数亦同步走高。 8）9 月以来，大盘稳步上行，计算机则呈现宽幅震荡的走势，主因 9 月及 10 月为中报及三季报披露窗口， 宏观经济弱势下，客户以 B 端和 G 端为主的计算机公司业绩相对承压，对应市场表现亦相对平淡，仅国产算力、 量子计算等前沿技术相关标的存在结构性行情。
1.2 业绩回顾
1.2.1 2025 年前三季度计算机板块业绩回顾
2 0 25 年前三季度计算机板块收入实现稳健增长，利润端持续加速。截至 2025 年 10 月 31 日，申万计算机 行业共计 335 家上市企业（剔除北交所 26 家），除有棵树公告将延迟发布季度报告外，均已发布 2025 年三季 度报告。上述公司 2025 年前三季度合计实现营业收入 9296.57 亿元，同比增长 9.17%；合计实现归母净利润 231.47 亿元，同比增长 37.34%；合计实现扣非归母净利润 142.90 亿元，同比增长 43.38%，利润端显著修复。 2025 年第三季度，上述公司合计实现营业收入 3217.94 亿元，同比增长 4.81%；合计实现归母净利润 105. 7 9 亿 元，同比增长 35.15%；合计实现扣非归母净利润 72.38 亿元，同比增长 36.22%。
2 0 25 年前三季度多数企业收入端实现稳健增长。从收入分布结构看，2025 年前三季度 335 家上市公司总共 有 186 家实现正增长，较 2024 年有所改善，与 2025 年中报表现基本持平。宏景科技、亚信安全收入实现翻倍以上增长，分别因算力服务业务爆发增长以及重大资产重组所致。2025 年第三季度，194 家公司收入同比增长， 收入增速翻倍以上公司达到 7 家，行业企业收入端复苏态势延续中报趋势。
2 0 25 年前三季度计算机企业盈利能力持续改善。从利润分布结构看，2025 年前三季度受益于收入端持续修 复，超 5 成公司实现盈利，195 家公司实现利润同比正增长，利润修复基本同步于收入修复，其中盈利扩大、亏 损缩小、扭亏为盈的企业分别 77、84、34 家。
毛利率承压，收入增长与降本增效驱动期间费用率降低。2025 年前三季度计算机行业整体毛利率为 23.23%， 同比下滑 2.04pp；整体销售/管理/研发/财务费用率分别为 7.32%/4.87%/8.75%/0.12%，分别同比变动-0.66/- 0.47/-0.87/-0.06pp，费控持续推进下均保持下行，整体期间费用率下降 2.06pp，期间费用率降幅略高于毛利 率降幅，净利率同比回升 0.02pp。
2 0 25 年前三季度计算机板块经营质量同比改善。2025 年前三季度计算机行业经营活动现金净流量与营业 收入比为-1.83%，同比收窄 3.03pp。应收账款与营业收入比为 39.80%，同比显著改善 4.76pp，板块内公司加强 项目回款，经营活动现金净流量与应收账款均呈现向好趋势；应付账款与营业收入比下降 2.32pp 至 24.43%，存 货与营业收入比达到 34.05%，同比提升 0.50pp，行业备货力度较中报相对减弱，但下游整体需求仍保持积极。 总体看，计算机行业 2025 年前三季度现金流与回款表现改善明显，第三季度期间加强项目与产品交付满足下游 客户需求，计算机行业经营质量整体改善。
1.2.2 2025 年第三季度计算机分板块业绩表现分析
大型企业业绩稳定性强，中小企业 2025 年前三季度减亏明显，硬件板块保持高速增长。截至 2025 年 9 月 30 日，申万计算机中市值超过 500 亿的企业共有 18 家，分别为海康威视、同花顺、中科曙光、金山办公、科大 讯飞、浪潮信息、指南针、紫光股份、德赛西威、三六零、华大九天、大华股份、恒生电子、宝信软件、软通动 力、中国长城、深信服、用友网络。2025 年前三季度计算机行业营收整体同比上涨 9.17%，其中上述大市值企 业营收同比增长 19.67%，其他中小市值企业营收小幅增长 2.17%；从利润端看，2025 年前三季度全行业利润增 速 37.34%，大市值企业归母净利润增速 30.05%，其他中小市值企业利润端改善明显，由去年同期合计净利润 7.03 亿元增长至 21.43 亿元。此外，我们选取海康威视、大华股份、紫光股份、中科曙光、浪潮信息、中国长 城、电科数字、神州数码等以计算机硬件为主要业务的公司作为硬件板块，2025 年前三季度合计营收增长 20.24 %， 合计利润增速为 19.19%，收入增速高于行业整体水平，反映基础设施景气度较高，与海外趋同。
2 0 25 年前三季度板块经营分化，互联网金融、智能汽车、云计算持续强势。2025 年前三季度，多数子板块 实现收入正增长，受益于市场成交活跃度提升，互联网金融板块表现突出，在收入利润端均实现 50%以上增长； 云计算、智能汽车板块受益于 AI 产业发展同样取得较快收入与利润增长；网络安全板块营收和业绩同步增长， 主要系亚信安全并表亚信科技后收入端提升明显，剔除亚信安全影响后网安板块营收下滑 5%，利润则受益于控 费效果亏损同比缩窄 28%；智慧城市及政务、教育信息化、建筑信息化等板块收入整体相对稳定（±5%），业绩 端同样在降本驱动下改善明显；医疗、能源电力、国产化、工业软件等细分板块受宏观环境和下游景气度影响， 收入端表现略微承压，利润侧降幅更为明显。
1.3 持仓与估值
1.3.1 2025 年第三季度基金持仓情况
25Q3 计算机机构重仓持股比例环比下降 0.20pct，连续七季度低配，低于近三年历史平均水平（以申万计 算机为基准）。针对各基金机构发布的 2025 年三季度报告，我们对其前十大持仓股中计算机板块（申万 2021 一级行业分类）的数据进行了整理。2025Q3 期末，基金持股总市值中计算机的占比为 2.77%，较 2025Q2 环比下 降 0.20pct，低于历史 3 年平均水平 3.83%，低于计算机板块市值占申万一级行业分类总市值的比重 4.24%，连 续七季度低配。2025Q3，计算机板块市值占比环比提升 0.11pct，市值占比提升下基金对计算机板块重仓持股比 例却进一步降低，低配程度加大，主要系宏观环境弱势下计算机板块业绩承压，叠加“模型吞噬软件”等论调， 市场对计算机板块偏好有所降低。随着 25Q3 计算机板块业绩逐步回暖，预计计算机板块低配状况有望缓解。
1.3.2 行业及子板块估值情况
2 0 14 年至今，申万计算机指数 PE（TTM）均值为 60x，其中历次与大盘共振上行的起涨点均处于估值低位， 当前（2025.10.31）申万计算机指数 PE(TTM)为 93x，达到历史 97.35%分位： 1）2 014 年 5 月 19 日至 2015 年 6 月 1 2 日：申万计算机指数和上证指数共振上行，且大幅跑赢上证指数， 申万计算机指数 PE（TTM）从低点 43x 上涨至 157x； 2）2 015 年 8 月 26 日至 2015 年 11 月 2 5 日：申万计算机指数与上证指数共同反弹，且在反弹过程中跑赢 上证指数，申万计算机指数 PE（TTM）从 72x 反弹至 105x，相对仍然处于高位； 3）2 016 年 1 月 28 日至 201 8 年 1 月 2 6 日：申万计算机指数在上证指数上涨的过程中保持下行，系其估值 仍处于相对高位，持续向下调整，PE（TTM）由 68x 下降至 59x，且后续仍保持下行； 4）2 019 年 1 月 3 日至 2021 年 2 月 1 9 日：申万计算机指数和上证指数共振上行，且小幅跑赢上证指数， 申万计算机指数 PE（TTM）从低点 37x 上涨至 70x； 5）2 022 年 10 月 31 日至 20 2 3 年 5 月 8 日：申万计算机指数和上证指数共振上行，且跑赢上证指数，申万 计算机指数 PE（TTM）从低点 46x 上涨至 70x； 6）2 024 年 2 月 5 日至 2024 年 5 月 2 0 日：申万计算机指数与上证指数共同反弹，且在反弹过程中略微跑 输上证指数，申万计算机指数 PE（TTM）从 43x 反弹至 56x； 7）2024 年 8 月 27 日至今：申万计算机指数与上证指数同步上行，且大幅跑赢上证指数，申万计算机指数 PE（TTM）从 40x 反弹至 93x； 总体而言，估值处于低位是计算机板块底部反弹的特征之一。而计算机板块本轮上涨过程中，估值从 2024 年 8 月 27 日的 40X 上涨至 2025 年 10 月 31 日的 93X，已达到历史 97.35%分位，一方面 AI 产业趋势加速落地， 国内外大模型、Agent 产品快速迭代且逐步展现商业化价值，叠加 DeepSeek 爆火出圈，科技自信促进计算机板块估值持续走高；另一方面，宏观环境仍处于缓慢复苏阶段，滞后于政策落地，以 G 端和大 B 端客户为主的计 算机企业业绩相对疲软，分母端下滑致使板块估值相对较高。
计算机板块当前 PE 估值相对较高，但 PS 估值在 TMT 板块中仍具性价比。从估值看，计算机/通信/电子/传 媒 PE（TTM）分别为 93x/47x/72x/46x，对应十年 97.35%/75.82%/95.43%/81.71%分位数，计算机板块估值相对 较高，主因计算机公司以大 B/G 端客户为主，受宏观经济影响过去一年计算机板块业绩处于历史低位；但计算 机/通信/电子/传媒 PS（TTM）分别为 3.7x/2.2x/3.5x/3.3x，对应十年 66.32%/98.56%/80.74%/69.30%分位数， 此时计算机板块估值分位数属 TMT 板块最低。
智能汽车板块估值相对较低，多数板块受宏观影响 PS（TTM）估值处于 5-10x 中等区间。我们采取 PS（TTM） 估值分析计算机各子板块估值情况，其中智能汽车 PS（TTM）仅 4.4x，AI 产业驱动行业收入快速增长，估值处 于相对低位；工业互联网、教育信息化、能源及电力信息化、企业级服务、医疗信息化、网络安全、智慧城市及 政务、建筑信息化等多数板块 PS（TTM）位于 5-10x 区间，上述板块多与宏观经济相关性高，收入承压背景下估 值亦处于中等水平；云计算、军工及卫星遥感应用板块 PS（TTM）位于 10-15x 区间，二者分别受益于 A I 时代企 业上云需求，以及纪念中国人民抗日战争暨世界反法西斯战争胜利 80 周年阅兵等因素催化，估值有所提升；金 融 IT 和国产化板块 PS（TTM）处于 20-25x 区间，板块估值相对较高；金融互联网 PS（TTM）位于 86.9x 的高位， 主因今年市场流动性持续提升，互联网金融板块估值快速走高。
1.4 2026 年计算机行业展望
A I 产业日新月异，行业受益 AI 渗透率提升，收入利润剪刀差逐步兑现，AI+景气度将成为 2026 年计算机 行业的核心投资思路。随着人工智能技术的持续发展，计算机行业成为使用 AI 渗透率最高的行业。根据 A 股申 万计算机成分股的财报信息，多数计算机公司均明确了 AI 战略，加大 AI 与原有业务的融合或受益 AI 带来的硬 件需求释放。当前随着国内外模型差距的收窄和国产芯片能力的提升，我们认为 2026 年国内的 AI 产业有望继 续加速，其中 AI 的商业化与货币化价值会进一步放大，AI 相关产品收入占比进一步提升，业内公司降本增效带 动业绩持续改善。因此，一方面，积极看多国产算力的释放节奏和 AIDC 的建设情况，择优选择有业绩释放能力 和卡位优势的细分子行业与个股；另一方面，关注 AI 软件的货币化进程，优选 AI 相关收入占比高或因 A I 带动 营收/利润加速释放的公司，例如云计算、智能驾驶、金融 IT 等。 国际关系持续复杂，国产化是软件产业发展的重要驱动力，工业软件和量子科技值得重点关注。即将进入 “十五五”阶段，工业软件和量子科技有望成为未来 5 年大国博弈的核心赛道，政策支持与产业发展形成共振， 推进行业迭代加速。制造强国的发展离不开工业软件和先进技术的支持，国产工业软件的走强必然伴随国内制 造业提效的发展。在过去七八年的时间中，部分基础软件和大量运营类的系统软件已实现较好国产化，但在工 业软件领域，CAD/CAE/EDA 的国产化率偏低，主流央国企和大型名企依旧以海外软件采购为主，后续替换需求和 发展空间变大。此外，量子作为全球关注的先进技术，其技术迭代和商业化已逐步成为趋势，值得关注。
2.1 国内外大模型加速迭代，差距进一步缩窄
2024 年以来，国内外模型均加速迭代。其中海外各家大厂模型能力侧重有所不同，OpenAI 通过 GPT-5 统一 了 O 系列和数字系列模型，并聚焦幻觉率下降以适配用户落地需求；Anthropic 的 Claude 围绕编程能力不断优 化，Sonnet 4 已支持百万 token 上下文；xAI 基于 20 万 GPU 集群开发的 Grok 4 引入了多个智能体共同思考的 模式，其 RL 投入的算力已超过 Pre-Training 算力；Google Gemini 和 Veo 模型则分别对应 Chrome 和 YouTube 产品生态。国内由阿里主导开源生态，围绕“全尺寸”“全模态”“多场景”推出各种模型；初创厂商中 DeepSe e k 及 MiniMax 亦入局争夺开源第一宝座，DeepSeek-R1、MiniMax-M2 模型均以较低成本实现较高性能。 随着国内外模型进一步迭代，预计国内开源阵营头部模型能力与海外大厂闭源模型差距将进一步缩窄，并 通过成本优化为 AI 应用打开空间。
2.1.1 海外模型加速迭代，侧重点各有不同
20 24 年以来海外头部厂商模型迭代加速。随着人工智能技术的持续发展，2024 年以来海外头部厂商的模型 更新频率明显加速。以 OpenAI 为例，其 2024 年推出了包括拥有多模态处理能力的数字系列模型 GPT-4o、GPT4o mini、GPT-4 Turbo，具备推理能力的 O 系列模型 o1-preview、o1-mini、o1、o3、o3-mini，并正式发布年 初爆火出圈的视频生成模型 Sora；2025 年则延续 2024 年的密集更新节奏，对应模型能力亦加速迭代。
从能力上看，海外新模型更新时大多会刷新能力 SOTA，但具体侧重亦有不同： O p enAI：2025 年 8 月 8 日发布的 GPT-5 整合了数字系列和 O 系列模型，可通过实时路由器根据用户对话类 型、复杂性、工具需求和明确意图快速决定使用哪个模型，以提供更好的体验。性能方面，GPT-5 同样刷新了多 项基准测试 SOTA，尤其在数学、编程、视觉理解和健康领域表现突出，并在大模型竞技场 LMArena 上各维度取 得综合排名第一的成绩。
由于 OpenAI 相对更侧重 C 端，实质上缺席了 AI-Coding、企业级 Agent 等细分领域的爆发，对应其 B 端 API 份额由 2023 年的 50%下滑至 1H25 的 25%，而 Anthropic 和 Google 则均有不同程度的上行。而 GPT-5 开始重视 1）代码：在 SWE-bench Verified（With thinking）得分 74.9%，略超 Claude Opus 4.1 的 74.5%，取得新的 SOTA；2）长文本：上下文窗口提升至 400K tokens（约 30 万字，较 o3 翻倍）；3）低成本：定价与 Gemini 2.5Pro 持平，同时推理效率大幅提升（部分任务表现优于 o3，但输出 token 减少了 50-80%），一定程度可视为 OpenAI 补齐能力短板的尝试。
此外，GPT 的幻觉率和欺骗率亦实现了显著降低。在 ChatGPT 生产环境流量的匿名测试中，GPT-5 的事实错 误率比 4o 降低约 45%；启用推理功能时，错误率比 o3 降低约 80%。在开放性事实准确性基准 LongFact 和 FActScore 测试中，GPT-5 thinking 的幻觉率比 o3 减少约六倍；此外，GPT-5 进一步降低了模型过于自信的问 题，例如在对不存在图像的多模态问题回复欺骗率从 o3 的 86.7%降低至 9%。
A n thropic：代码能力一直是 Claude 的强项，例如根据任天堂反馈，其使用 Claude Opus 4.0 在一项要求 严苛的开源代码重构任务中独立运行长达 7 小时，并能始终保持稳定的性能。尽管 Claude Opus 4.1 在 SWEbench Verified 上被紧随其后发布的 GPT-5 略微超越，但一方面 Claude Opus 4.1 可以通过并行测试计算进一 步提升编程能力，另一方面官方亦表示未来几周会对模型进行更大规模升级与改进，预计 Anthropic 将继续在 Coding 能力上保持领先地位。此外，Anthropic Claude Sonnet 4 的上下文 token 数已于 2025 年 8 月 13 日提 升至 100 万（较之前的 20 万提升 5 倍），能够实现对更大规模代码库的分析。
xA I：作为基于 20 万 GPU 的 Colossus 超算开发，并通过多个智能体共同解决复杂问题的“重思考”模型， Grok 4 能力亦较前代实现大幅提升（发布时也在 GPQA、AIME 25、LCB、USAMO25 等多个常规测试集取得新 SOTA， 尤其在 AIME 25 中取得史无前例的满分）。其中，Grok 4 的 RL 算力投入较 Grok 3 提升了 10 倍，RL 投入的算 力已经超过了 Pre-Training 算力。 产品迭代方面，Grok 4 发布时马斯克承认其在图像理解上表现有限，且未同步上线代码模型，但给出了后 续明确的产品路线图，即 8 月 Coding 模型→9 月多模态 Agent→10 月视频生成模型。预计基于其超算集群，xAI 有望在 Coding、多模态、长文本等方面持续跟进，带来模型能力不断提升。
G o ogle 的模型围绕其两大主力产品布局。Gemini 系列模型辅助搜索、生产力需求，目前 Gemini 2.5 Pro 在各领域都有不俗的表现。OpenAI 最新推出的 Atlas 对谷歌 Chrome 有一定的挤压（发布会盘中 google 下跌3%），但 Atlas 不存在明显优于 Chrome 的能力，影响有限；而 Veo 系列模型通过文生视频/图生视频能力助力 YouTube 生态构建，Veo3.1 同样是视频生成领域最强模型之一。Veo 3.1 在其前代版本 Veo 3（于 2025 年 5 月发布） 的基础上进行了升级，增强了对对话、环境音效以及其他音频效果的支持。
G e mini 3 . 0 图片理解、代码能力优异。尽管 Gemini 3.0 尚未发布，但其已经在 Google AI Studio 的测试 中提前上线， LMArena 竞技场中的 lithiumflow 和 orionmist 亦被扒出分别为 Gemini 3.0 Pro 和 Gemini 3.0 Flash 的马甲。经过网友大量测试，都提到 Gemini 3.0 代码能力强，前端设计成熟，甚至能做出剪视频、刷短 视频的工具；而在其他 AI 模型难以通过的“看表”问题上， LMArena 竞技场中的新模型能够精确读出钟表时 间，显著优于 GPT-5 Thinking、Gemini 2.5 Pro 等其他模型。实际上，10 月 15 日 BGR 亦报道称，谷歌将于 10 月 22 日（已经 miss）发布 Gemini 3.0，在延迟、成本和编码能力等方面进行显著改进，并大幅提升 SVG 图像 生成性能，与上述测试结果较为一致。
2.1.2 国内厂商不断优化模型架构，竞相争夺开源第一
国内前沿模型与海外差距缩短，多方角逐开源阵营领先地位。横向对比各厂商大模型能力，尽管以 OpenAI 为代表的海外厂商持续引领技术优势，但国内前沿模型能力同样始终位列全球第一梯队，且较海外头部厂商的 差距已由最初的 6 个月以上缩短到目前的约 3 个月。就厂商而言，阿里作为国内唯一践行全面开源战略的互联 网大厂，持续引领国内开源模型风向；但也不乏 DeepSeek、MiniMax 等初创厂商在开源领域崭露头角。
阿里 A I 模型布局早，已实现“全尺寸”“全模态”“多场景”覆盖，在国内相对领跑，基于达摩院的技术 积累，阿里早在 2021 年 3 月就发布国内首个千亿参数多模态大模型 M6，同年 6 月和 11 月参数量分别拓展至万 亿和十万亿。2023 年 4 月，阿里顺应生成式大模型趋势，在阿里云峰会上发布“通义千问”基座大模型，并基 于此加速开发各领域垂直模型；叠加同年 8 月阿里开源 Qwen-7B 模型，成为国内首个开源自研模型的大厂；阿 里正式开启了“全尺寸”“全模态”“多场景”的大模型开源之路。截至 2025 年 10 月，阿里 Qwen 模型已在短 短两年多时间内迭代了三个大版本和多个小版本，以及文本、数学、代码、多模态等垂直场景；模型尺寸覆盖 0.5B 至万亿参数；此外，阿里不同团队还进一步推出了各领域垂直大模型，助力各业务场景开展。 模型能力方面，以 2025 年 7 月 22 日发布的 Qwen3 235B 为例，其能力与 DeepSeek-V3.1 Terminus 基本相 当，但发布时间早约 2 个月；而如果在开源阵营内比较，阿里 2024 年 9 月 19 日发布的 Qwen2.5 Instruct-72B 为国内模型首次超过海外模型（同年 7 月 23 日发布的 Llama 3.1 Instruct 405B），自此阿里和 DeepSeek 的 开源模型能力持续超过海外。
D e epSeek 更多通过架构优化等方式节省算力。DeepSeek 同样践行开源战略，主要通过架构优化降低模型对 算力的需求，其 V3/R1/V3.1 等模型性能亦曾位列国内开源模型榜首。在 V3/R1 模型中，DeepSeek 在模型算法 层面采用优化注意力机制显著降低了模型推理时的显存占用与带宽需求，同时优化 DualPipe 调度策略亦有效提 升了大规模集群的训练效率；V3.1 中引入专为梯度设计的 UE8M0 FP8 数据格式，可将梯度的存储与通信开销减 半，从而显著加速模型收敛。 DeepSeek 最新开源的 3B 参数模型 DeepSeek-OCR 模型则打开长文本问题新解决思路，其核心创新在于将文 本渲染为图像进行视觉 Token 化，以极低的 Token 成本处理长文本，有效解决了传统 LLM 计算复杂度平方级增 长的难题。该模型展现了卓越的效费比，在 10 倍压缩率（即 1000 文本 Token 压缩为 100 视觉 Token）下，OCR 准确率仍能保持在 97%以上。在 OmniDocBench 基准测试中，其性能表现优异，仅用少量视觉 Token 即可超越多 个主流模型。在实际部署中，单块 A100-40G 显卡即可实现日处理超 20 万页训练数据的高吞吐量，展示了其强 大的规模化应用潜力。
模型更新节奏加速，MiniMax 最新 M2 模型登顶开源榜首。作为国内大模型另一重要玩家，MiniMax2025 年 以来模型更新节奏加速。2025 年 1 月首次开源的 MiniMax-01 模型通过线性注意力将长文本处理的计算复杂度从平方级降至近似线性，支持高达 400 万 token 的上下文窗口；6 月发布的推理模型 M1 总参数量达 456 0 亿， 借助 MoE 架构每次推理仅激活约 10%的参数，在消耗 53.5 万美元训练成本下实现了百万 Token 上下文的高效处 理；此外，MiniMax 坚持文本、视频、语音全模态技术布局，视频模型 Hailuo-02 在复杂物理动作生成上表现突 出，语音模型 Speech 2.6 支持多语种克隆，音乐模型 Music 2.0 大幅提升对音乐的理解与表达。 2025 年 10 月 27 日，MiniMax 正式开源并上线了专为 Agent 和代码而生的 MiniMax M2 模型，在 Artificial Analysis (AA)的测评中取得全球第五、开源第一的成绩。M2 模型在使用工具和深度搜索的能力都非常接近了 海外最好的模型，在编程上逊色于海外最好的模型，但也达到国内最好的一档。此外，M2 使用了完全注意力架 构，但稀疏程度进一步优化（总参数 230B，激活参数量 10B），实现定价 2.1 人民币（0.3 美元）每百万输入 Token，8.4 人民币（1.2 美元）每百万输出 Token，仅 Claude 3.5 Sonnet 的 8%。
2.2 加单不断，全球资本开支持续上行
当前国内外资本开支向上的趋势基本一致，但近期海外以 OpenAI 和 Oracle 主导的算力大单进一步加速了 开支上行节奏。其中，OpenAI 通过和 AMD、英伟达、博通、CoreWeave 等合作，向着 2033 年达到 250GW 数据中 心的目标不断推进；Oracle 则坚定向 GPU 云转型，以超过经营性现金流的投入体量加速部署 AI 数据中心。Open A I 多样化的算力融资方式，以及 Oracle 需要举债的资本开支投入方式，有望促进海外传统云和科技厂商，以及国 内的大厂进一步上修资本开支预期。
2.2.1 海外资本开支持续上行，算力融资方式多样化
海外大厂 Capex 持续增长，AI 浪潮继续向上。2025 年第三季度，北美云四大厂商（微软、亚马逊、谷歌、 Meta）资本开支同比增长 68%，环比提高 9%，仍呈现上行趋势： 微软：2026 财年第一季度（2025 自然年第三季度），微软实现营收 776.7 亿美元，同比增长 18%，超过分 析师 753.3 亿美元的平均预期；录得 277.5 亿美元净利润，同比增长 12%。其中，智能云业务收入 309. 0 亿美 元，同比增长 28%，其中 Azure 云业务收入增速达 40%，高于 25Q2 的 39%，反映 AI 算力需求爆发式增长下微软 云计算产品栈直接受益。同时，微软预计第四财季营收将达到 795-806 亿美元；预计 Azure 云业务的增长率达 到 37%。
FY26Q1，微软资本支出为 193.9 亿美元（不含融资租赁），同比增长 30%，环比增长 14%；包括融资租赁获 得资产在内，总资本支出为 349 亿美元，高于市场预期 300 亿美元，其中大约一半的投入用于购买 GPU/CP U。微 软表示，其总体支出会逐季上升，目前预期 FY2026 支出增速将超过 FY2025 年（此前表示 FY2026 资本开支增速 将低于 F Y2025）。 亚马逊：2025 年第三季度，亚马逊实现营收 1801.7 亿美元，同比增长 13%，超过市场预期 1778 亿美元； 实现净利润 211.9 亿美元，同比增长 38%，同样超出市场预期。其中，AWS 云服务部门净销售额 330.0 亿美元， 同比增长 20%，高于分析师预期的 324 亿美元，创三年最快增速。展望 2025 年第四季度，公司预计净销售额为 2060-2130 亿美元，中位数略高于市场预期；营业利润为 210-260 亿美元，中位数略低于分析师预期。 25Q3，亚马逊资本支出为 342.3 亿美元，同比增长 61%，环比提高 6%。其中，公司资本开支主要用于 AWS、 定制芯片以及基础设施。公司表示将加大投资，预计 2025 全年现金资本支出将达到 1250 亿美元，高于此前预 期，2026 年还会进一步增加。
谷歌：2025 年第三季度，谷歌总营收为 1023.5 亿美元，同比增长 16%；净利润 350.0 亿美元，同比增长 33%，均超出市场预期。其中，谷歌云业务营收 151.6 亿美元，同比增长 34%，超出市场预期的 147.5 亿美元。 公司在业绩会上表示，谷歌新云客户同比增长 34%，超过 70%的云客户使用谷歌 AI 产品；目前谷歌云部门的 积压订单增至 1550 亿美元；此外，谷歌每日处理的 Token 量达 1300 万亿，年增长超过 20 倍。 25Q2，谷歌资本支出为 239.5 亿美元，同比增长 83%，环比增长 7%，其中绝大部分用于技术基础设施中， 六成投向服务器，四成用于数据中心和网络设备。公司上调全年资本支出至 9 10-930 亿美元（前值为 850 亿美 元），并预计 2026 年资本开支将进一步增加。 此外，10 月 23 日 AI 初创公司 Anthropic 宣布与谷歌达成合作，将部署多达 100 万个谷歌的 TPU 芯片以训 练旗下 AI 大模型 Claude。此次扩展计划价值数百亿美元，预计算力容量将于 2026 年达到 1GW（千兆瓦）级别。
M e ta：2025 年第三季度，Meta 实现营收 512.4 亿美元，同比增长 26%，显著超出市场预期的 495.9 亿美元； 实现净利润 27.1 亿美元，同比下滑 82.7%，主因受 159.3 亿美元一次性税收影响，剔除税收影响后净利润同比 增长 20%。Meta CEO 扎克伯格表示，公司正不断将广告排名和推荐模型进行整合，目前模型数量已减少约 10 0 个，并计划在未来几年内再整合 200 个模型；新的广告排名模型使 Instagram 的广告转化率提高了 2%。此外， Meta 预计，2025 年第四季度营收将介于 560-590 亿美元区间。 25Q3，Meta 资本支出为 188.3 亿美元，同比增长 128%，环比提升 14%；包括融资租赁获得资产在内，25Q3 总资本支出约 194 亿美元。公司在财报法说会上表示，预计 2025 年资本支出（包括融资租赁本金支付）在 700- 720 亿美元之间，较之前的 660-720 亿美元的预期进一步上修下限。同时，公司预计 2026 年将加大投入力度， 通过自建基础设施和采购第三方云服务以满足算力需求，资本开支增幅将远高于 2025 年。
除传统云厂商及科技厂商不断上修资本开支预期外，OpenAI 作为 AI 大模型龙头加速部署数据中心，而 O r acle 作为云计算行业后进者看到了从 CPU 云向 GPU 云转型的机会。 1）站在 Oracle 的角度，看到的是 AI 时代云计算需求激增，向 GPU 云转型的机遇。需求侧，早在 2025 年 6 月，Oracle 宣布签署一份年度收入达 300 亿美元的云服务协议，7 月外媒报道验证 OpenAI 将向 Oracle 租用 约 4.5GW 的数据中心电力，9 月 OpenAI 确认与 Oracle 签署协议，将在五年时间内采购价值 3000 亿美元的计算 基础设施（平均年采购 600 亿美元）。为了满足 AI 云计算需求，Oracle 坚定向 GPU 云转型，5 月采购英伟达价 值 400 亿美元 GPU 芯片（路透报道称约 40 万颗 GB200），10 月与 AMD 达成合作，首批部署 5 万颗 MI450，且将 在后续持续扩容。上述开支明显超出 Oracle 经营性现金流。 2）站在 OpenAI 的角度，是 AI 时代庞大的计算需求，以及 2033 年 250GW 数据中心的野心（按黄仁勋 1GW 数据中心 500 亿美元成本计算对应 10.5 万亿美元空间）。据 OpenAI 内部信息，公司预计 2025 年底建造数据中 心容量超过 2GW，并在 2033 年达到 250GW，近期密集动作与上述目标相契合。截至目前，OpenAI 已合计达成 26GW 数据中心部署协议（英伟达 10GW+AMD 6GW+博通 10GW），与 CoreWeave （从挖矿全面转向算力租赁）累计达成 224 亿美元的合作协议（25Q1 达成 5 年 119 亿美元合同+25Q2 40 亿美元扩展协议+25 年 9 月 65 亿美元新合作协 议）。
算力融资方式呈现多样化，Oracle 有望挤压传统云厂商上修资本开支。海外密集的资本开支动作反映北美 科技大厂 AI 投入的两大趋势：1）算力融资方式多样化：英伟达在向 OpenAI 投资时可获得无投票股权，OpenAI 与 AMD 合作时将获得认股权证，以股权换算力的方式暗含了实际更高的资本开支总量。2）传统云厂商资本开 支有望进一步上修：除 Oracle 外，目前包括亚马逊在内的所有其他云大厂（TTM）经营活动现金流净额都能覆 盖资本开支，投入尚处于安全阶段，而 Oracle 上述密集的资本开支计划则需要通过举债以覆盖投入。考虑到 Oracle 向 GPU 转型的方式可能对传统 CPU 云厂商造成冲击，从而倒逼其他大厂跟进资本开支，即北美云厂商 存在资本开支进一步上修可能。
2.2.2 国内资本开支趋势与海外一致
腾讯 25Q2 财报收入超预期，AI 代币化趋势明显。8 月 13 日，腾讯公布 2025 年第二季度财报，实现营业 收入 1845.0 亿元，同比增长 14.5%，大超市场预估的 1789.4 亿元；实现净利润 556.3 亿元，同比增长 16.8%。 腾讯多项业务在 AI 的促进下实现加速增长，AI 代币化逐步体现。增值业务收入同比增长 16% 至 914 亿 元，其中国内/国际市场游戏收入分别增长 17%/35%，《王者荣耀》及《和平精英》等长青游戏向平台化进化并 加大了虚拟队友/NPC 角色等方面 AI 应用；营销服务业务同比增长 20% 至 358 亿元，AI 驱动的广告平台改进 推动了广告主对视频号、小程序及微信搜一搜的强劲需求，尤其在点击率方面促进明显；金融科技及企业服务 业务收入 555 亿元，同比增长 10%，其中企业服务收入增速环比加速，主要系企业客户对 AI 相关服务需求持续 增加，包括 GPU 租赁和 API token 使用，以及商家技术服务费的增长。 资本开支方面，25Q2 腾讯资本开支达到 191.1 亿元，同比增长 118.9%；自由现金流中资本开支付款达到 229 亿元，且主要用于支持 AI 相关业务发展。
阿里云 25Q2 收入增长 26%，AI 相关产品连续 8 季度三位数增长，坚定完成资本性开支目标。8 月 29 日， 阿里巴巴公布 2025 年第二季度财报，实现营业收入 2476.52 亿元，同比增长 2%（若不考虑高鑫零售和银泰的 已处置业务的收入，同口径收入同比增长将为 10%）；实现净利润 441.15 亿元，同比增长 81%。其中，阿里云 收入 333.98 亿元，分部收入及来自外部客户的收入均实现 26%的超预期同比增长，增速创三年新高。公共云业 务收入增长带动阿里云收入高增，尤其 AI 相关产品收入连续八个季度实现三位数的同比增长。 25Q2，随着 AI 应用正在推动传统产品（如计算和存储）实现巨大的增长势头，阿里巴巴 AI 相关收入占外 部客户收入的比重已超过 20%。同时，公司持续提升基模能力，并积极布局 AI 原生应用，例如高德地图通过推 出全球首个 AI 原生的位置服务应用“Amap 2025”；钉钉完成了最新的 AI 升级，创造了全球首个由智能体驱动 的工作流；淘宝平台也开始探索 AI 搜索和 AI 广告平台等 AI 驱动的增长机会。此外，模型迭代下 AI 增长循环 已然显现，即企业基于持续升级的大模型，不断利用自己的专有数据进行训练，又反推公司 AI 基础设施利用率 提升。 资本开支方面，25Q2 阿里巴巴资本性支出达到 386.76 亿元，同比增长 220%。公司在业绩会上表示，过去 四个季度累计在 AI 基础设施和 AI 产品研发上投资超过 1000 亿元人民币，无论行业出现什么变化，公司都将按计划和预期推进 3800 亿元的资本支出。
国内互联网大厂资本开支同样存在上修空间。与海外一致，腾讯和阿里目前的（TTM）经营活动现金流净 额同样能覆盖资本开支，亦存在上修空间。 云服务角度看，IDC 报告称 25H1 中国公有云上大模型调用量（云厂商对外部客户提供的服务，不含自有业 务）达 536.7 万亿 Tokens，较 2024 年全年 114 万亿 Tokens 增长近 400%。其中火山引擎以 49.2%的份额位居第 一，阿里云百炼平台 27.0%和百度智能云千帆平台 17.0%次之。而 Omdia 的报告则指出 25H1 中国 AI 云市场规 模达 223 亿元，超过 24 年总规模 208.3 亿元。阿里云占比 35.8%位列第一，其他大厂分别为火山引擎 14.8%， 华为云 13.1%，腾讯云 7.0%，百度云 6.1%。上述数据反映的是腾讯/字节更 2C，阿里更 2B，也可以看到阿里的 资本开支较腾讯也更激进。
2.3 从 OpenAI“All in one”战略看 AI 生态机会
O p enAI 围绕“All i n o n e”持续布局，已逐步形成完整产品矩阵。OpenAI“All in one”最早的雏形可追 溯到 2023 年 11 月，彼时 GPT-4 更新了自动调用工具的能力，在用户提出问题后，ChatGPT 可以自行理解并调 用包括 DALL·E、浏览器、数据分析在内的一系列工具。如今，随着 ChatGPT 周活用户达 8 亿，开发者超 400 万， API 处理能力达 60 亿 tokens/分钟，OpenAI 围绕 GPT-5、GPT Agent、Sora APP 等系列产品构建的 “All in one”的战略路径正逐步清晰，后续有望通过流量、广告、订阅、IP 等多种形式收费。 C h atGPT：“All i n o ne”核心，实现各生态产品集成。ChatGPT 作为积累了 8 亿周活用户的首款产品，自 然而然地成为了 OpenAI“All in one”战略的核心，GPT-5 亦实现了数字系列模型和 o 系列模型的统一（通过 路由器自主判断用户需求）。一方面在自研方面，DeepResearch 可辅助用户进行深度研究，Agent 模式则支持 用户通过终端运行代码、链接外部数据等方式打造完整工作流；另一方面在外部产品上，OpenAI 于 10 月的开发 者日推出 ChatGPT 内置应用与 Apps SDK，并首批上线 Booking.com、Canva、Coursera、Figma、Expedia、 Spotify、Zillow 等应用，已展现将 ChatGPT 打造为应用入口的野心。
而从目前 ChatGPT 的用户使用情况看，寻求建议、辅助写作和收集信息等偏文本的场景用量最高，合计占 据了 77.7%的使用份额，其他如技术帮助（包括编程）、多模态和自我表达的占比相对较少，通过 API 和 Ag e n t 等方式接入外部产品，能够使 ChatGPT 补齐短板，在非文本类场景发挥出更大的价值。
A t las：补齐 ChatGPT 能力。OpenAI 于 10 月 21 日推出围绕 ChatGPT 构建的 AI 浏览器 Atlas，具备“即时 交互+场景记忆+自主执行”三重能力。1）即时交互：支持用户随时唤起侧边栏，其内置的 ChatGPT 可读取所在 页面的详细内容，帮助用户解释关键词、总结信息、处理任务。此外还能在用户输入时提供修改建议和智能补 全；2）场景记忆：Atlas 可以将用户所访问过的网页形成记忆，支持用户随时用自然语言调取（也支持控制记 忆范围和清除）；3）自主执行：相当于 ChatGPT Agent 模式的嵌入，使 GPT 自主在浏览器中完成多步骤任务。 当前 Chrome 在浏览器市场显著领先（2025 年 9 月市占率 74%，StatCounter），且已整合了 Gemini AI 功 能，Atlas 的推出会对其造成冲击，但短时间想重塑市场格局的难度较大。我们认为，Atlas 更多是对 ChatGPT 能力的补齐，尤其是利用 Agent 能力，可以支持用户通过 ChatGPT 完成网页端购物、订餐、回复邮件等任务， 大幅拓宽产品的服务边界。
S o ra App：多模态抓手 + 社媒裂变带来广告商业化市场。Sora 可视为 ChatGPT 在 AI 视频生成上的抓手， 尤其是 Sora APP 与 ChatGPT 账户直接关联更直接体现 OpenAI 生态打通的趋势。据应用情报提供商 Appfigures 数据，Sora 的 iOS 应用程序首发下载量 5.6 万，并在上线的两天内总计获得了 16.4 万次下载。尽管 So r a 的首 日下载量落后于 ChatGPT 和 Gemini，但考虑其在仅限美国和加拿大地区上线并采用邀请制的情况，其用户偏好可能更强。当地时间 10 月 3 日（周五），Sora 在上线第三天登顶苹果美国应用商店 App Store 的免费应用榜 第一名，超越了 OpenAI 的 ChatGPT 和谷歌的 Gemini。
S o ra App 的准入模式直接体现 OpenAI 对 C 端 AI+社交的重视：1）移动端优先：Sora2 初期仅上线移动端， 直接对标 TikTok 等短视频平台，相较过去视频生成工具用于降本增效，更强调“社交娱乐”而非“生产力工具” 的初始定位。2）生态绑定：Sora APP 与 ChatGPT 账户直接关联，不仅为 OpenAI 产品生态构建了新吸引点，更 将 ChatGPT 7 亿周活用户圈定为 Sora 的潜在客群。Sora APP 为 ChatGPT Pro 账户提供 Sora Pro 能力也展现了 其为 ChatGPT 付费订阅导流的目标。3）邀请制：邀请制不仅能够控制初期高昂的算力成本，还能够营造“一码 难求”的社交热度（格隆汇：首日邀请码最高被炒作至数十美元），激发用户渴望。此外，邀请码的裂变首先会 通过熟人链条传播，既保证初期用户群质量，又为社区交互提供了基础。
2.4 AI 赋能软件，B 端商业化逐步落地
北美 AI 渗透率较高的信息技术行业存在明显的营收超额增长，国内 B 端企业亦逐步开始探索商业化落地。 随着模型能力上行及 API 调用价格下行的趋势持续演绎，结合垂直场景优化下幻觉率降低，预计国内外 B 端 A I 的商业化进展将逐步加速。
2.4.1 AI 时代下科技企业营收较其他行业存在明显超额增长
科技企业营收增速普遍较实际 GDP 存在超额增长，AI 促进下标普 500 信息技术成分股营收增速连续 12 个 季度上行。对比过去十年美国实际 GDP 增速与标普 500 信息技术成分股营业总收入增长率，尽管存在一定程度 波动，但科技企业增速普遍高于经济整体运行情况。尤其在 2020-2022 年新冠疫情期间，远程办公需求带动软 件企业收入增速高增，对应标普 500 信息技术成分股营业总收入增长率分别较实际 GDP 增长 率 实现 8.81%/12.22%/7.99%的超额增长，但高基数也使得 2023 年标普 500 信息技术成分股营业总收入近十年首次下滑 （-0.23%）。 随着 2022 年底 ChatGPT 的推出带动新一轮 AI 浪潮，大厂资本开支和拥抱 AI 的趋势确定性强，标普 50 0 信 息技术成分股营业总收入增长率连续 12 个季度持续上升更反映 AI 已开始逐步对企业收入产生贡献，尤其近两 个季度增长率环比变动呈现加速趋势。
标普 500 信息技术板块营收增速较其他板块存在明显加速趋势。我们进一步对比了标普 500 各板块 2023- 2026Q1（Wind 数据按财年统计）的营业收入增长率情况，标普 500 信息技术板块各期增长率 分 别为0.23%/6.90%/22.08%/32.25% ， 逐 期 加 速 趋势 最 为 显 著 ， 其 他如 医 疗 保 健 板 块 （各 期 增 长 率 分别为 5.14%/9.55%/8.27%/23.16%）、通信服务板块（各期增长率分别为 5.19%/7.26%/9.32%/5.89%）虽然也呈现上行 趋势，但不存在加速趋势。考虑到科技企业 AI 渗透率相对更高（根据美国人口普查局 BTOS 调研数据，2024 年 约有 5.4% 的美国企业表示目前在其生产的商品或服务中使用了 AI。另有约 9.3% 的企业计划在未来六个月内 开始使用 AI，其中信息技术行业 AI 使用率最高达到 16.2%；专业、科学和技术服务业使用率为 12.6%；制造业 使用率为 6.5%；建筑业、住宿和餐饮服务业使用率最低，通常在 2%左右），一定程度可以认为标普 50 0 信息技 术板块营收增速的环比加速为 AI 商业化落地的表现。
2.4.2 国内 B 端 AI 商业化初显
国内 B 端企业 AI 商业化初显，Pre-AI 环节需求旺盛，降本增效的垂直场景推进较快。当前国内 AI 应用正 处于加速渗透阶段，政策层面，中央密集出台一系列政策文件，提出“适度超前建设数字基础设施”并 印发《关 于深入实施“人工智能+”行动的意见》，提出到 2027 年智能体渗透率达到 70%。技术突破方面，国产大模型 DeepSeek V3.1 版本发布，编程能力提升以及更长上下文窗口支持有望推动智能体在更多复杂场景的落地，助 力企业数字化、智能化建设，提升企业管理效率。 从当前 2B 企业已公告 AI 相关订单或收入的情况看，尽管订单或收入绝对值不高，但 AI 已经开始逐步体现 商业化价值。同时部分企业如迈富时已经开始使用 AI 工具提升运营效率，促进费用端下降。分类型看，汉得信 息、亚信科技和第四范式为大模型交付及解决方案企业，用友网络、金蝶国际、迈富时、致远互联为 B 端 SaaS 企业，一定程度反映当前国内 B 端 AI 收入主要集中在偏定制化的场景落地和对接数据上云的 Pre-AI 阶段，主 要系国内企业较海外数据治理程度相对滞后，需要更多的前期准备工作。而拓尔思、税友股份、北森控股则是 降本增效的代表，其中拓尔思通过 AI 深度挖掘数据关联，提供决策指导并优化执行效果；税友和北森分别在财 税和 HR 领域优化原有流程，大幅降低成本并提高服务效果和效率。
落地节奏更快的领域集中在企业管理、工业制造与营销领域： 企业管理领域，企业生产经营中积累了大量结构化数据，能够为 AI 智能体开发提供高质量数据，且单据审 核、报表生成、企业招聘、财务报销等环节标准化程度较高，应用 AI 智能体能够替代重复人力劳动，对于企业 管理者能够实现可量化的 ROI，因此企业管理领域方面的 AI 应用落地进展较为积极，用友网络前三季度 A I 业 务合同规模超 7.3 亿元，较半年报的 3.2 亿元继续大幅增长，带动公司单季度实现更大幅度减亏。 工业制造领域，供应链管理、生产参数优化、质量检测等环节智能体应用加速落地，工业软件类企业凭借 自身垂直领域深厚行业经验积累，结合自研 PaaS 平台赋能制造业企业智能化转型，大幅提升制造企业经营效率， 鼎捷数智在电子、装备等行业形成鼎捷雅典娜可复制标杆案例，重点聚焦中国台湾地区企业劳动力短缺痛点， 以“AI+稳态产品”融合方案提升用户黏性，非中国大陆地区实现收入稳健增长。 营销领域，从传统媒体到互联网+时代、大数据时代以及目前的人工智能+时代，营销都与最前沿的技术绑 定发展，营销需要处理大量用户数据、生成创意内容以吸引客户。AI 通过分析市场趋势、用户行为与竞品动向， 实现实时决策帮助消费品企业精准投放，实现利益最大化，此外，由智能体驱动的智能客服能够处理大量客户 咨询，减轻企业人员成本压力，同时快速收集并分析客户群体信息，为后续经营决策提供帮助。汉得信息凭借 其在企业管理领域长期积累的行业经验，持续完善“得灵”B 端 AI 应用产品与服务体系，发布企业级大模型训 练与管理平台“灵炼”。公司在上半年 AI 应用与平台收入 1.1 亿元基础上，第三季度单季度实现约 1 亿元收 入，吸引更多头部客户基于 PaaS 平台快速敏捷构建企业级业务应用。
此外，A I 应用还在金融、特种、能源、法院、自然资源等 B 端行业逐步落地，C 端的办公软件、搜索引擎、 图像/视频处理软件活跃用户数同样取得较快增长。综合来看，AI 应用受益政策与产业双重驱动正在加速落地， 各领域头部企业 AI 应用业务收入展望积极，全年 AI 应用收入占比突破双位数水平值得期待。在当前行业企业 自身和下游客户整体经营策略由规模扩张向降本增效转型驱使下，AI 应用或智能体能够较好地满足行业企业内 部管理优化与研发效率提升诉求，同时将该能力以项目、平台、产品等形式提供给下游客户，助力广泛下游领 域生产经营效率提升。AI 业务带来的效率提升将更好促进行业企业费用率下降，同时 AI 带来的客单价提升有 望减缓或扭转行业毛利率下行趋势，有望推动板块内公司报表端盈利能力改善与优化。
3.1 复杂国际形势下科技领域国产化进程有望加速
美对华关税可能再次加码，关键软件将实施出口管制。美国当地时间 10 月 10 日，美国总统特朗普在社交 媒体上宣布，从 11 月 1 日起，对中国产品额外征收 100%关税；并对所有关键软件实施出口管制。当前美国对华 关税水平平均约为 57%，此次额外关税落地后可能增长至 150%以上，且该加征关税和软件限制出口等一系列措 施可能早于 11 月 1 日实施。 复杂国际形势下科技自立自强重要性凸显，国产替代步入深水区。美国目前尚未明确将实施出口管制的关 键软件类型，参考其对俄罗斯的相关制裁，我们认为基础软件中的数据库、操作系统、中间件，应用软件中的 办公软件、安全软件，以及各类工业软件（CAD、CAE、CAM、MES、EDA、PLM、DCS、OCS、PLC 等）均可能被列入 限制范围。上述软件对于企业管理与日常经营以及生产制造等环节起到关键作用，部分领域我国仍面临“卡脖 子”环节，国产化替代进程亟需加速。 国家高度重视国产化，政策资金支持下招投标积极推进，带动相关企业业绩高增。近期通过的《中共中央 关于制定国民经济和社会发展第十五个五年规划的建议》提出了“十五五”时期经济社会发展的主要目标，其 中“科技自立自强水平大幅提高”成为核心目标的第二位，体现国家对于科技强国建设的重视。配套资金方面， 国家主导的超长期特别国债已于二季度陆续发行，三季度以来信创与国产替代的资金逐步落地，推动党政信创 相关招投标及项目验收落地进度持续加速。行业方面，金融、运营商、能源等关基行业替换深化发展，逐步向 核心业务系统渗透。工业软件领域，2024 年 10 月，工信部发布的《工业重点行业领域设备更新和技术改造指 南》明确了 2027 年前完成 200 万套工业软件和 80 万套操作系统的替换总体目标。随着国际形势不确定性提升， 相关替换进程可能进一步加速。
据不完全统计，2025 年第三季度涉及信创相关的大额招投标项目 33 个，合计预算规模 37 亿元，规模环比 提升 61%，延续高景气。信创细分板块数据库相关企业业绩率先兑现，海量数据 2025 年前三季度“数据库自主 产品和服务”收入 1.43 亿元，同比增长 50.89%；达梦数据 2025 年前三季度实现收入 8.30 亿元，同比增长 31.90%，实现归母净利润 3.30 亿元，同比增长 89.11%。随着政策资金逐步下发，预计党政与行业信创有望持续推进，服务器及 PC 整机、操作系统、集成等信创其他细分板块全年业绩有望实现较快增长或显著修复。
3.2 工业软件助力制造强国建设
我国工业软件市场预计保持稳健增长，国产化进程有望加速。据赛迪顾问，2024 年我国工业软件整体市场 规模 3541.4 亿元，同比增长 11.2%；据 IDC《中国核心工业软件市场预测，2025-2029》报告预测，中国核心工 业软件（含 CAD、CAE、EDA、PLM 、MES 等，不含咨询与实施服务）市场规模将从 2024 年的 318.6 亿元增长至 2029 年的 765 亿元，年复合增速 19.1%。尽管目前我国重点工业企业数字化研发设计工具普及率已达到 82%的 较高水平，我国约 39%的制造业企业仍将 IT 预算主要投向设计研发类工业软件中，头部工业企业增购、升级及 替换将成为主要需求，此外长尾的中小工业企业新增需求与正版化进程也将带来增量市场。
工业软件市场规模稳健增长态势的背后，是多重动力共同作用的结果。政策推动方面，从“十四五”系列 顶层规划到“数字经济”、“人工智能+”等专项政策，均将工业软件作为产业数字化、智能化发展的核心环节之 一。财政补贴、税收优惠及“专项再贷款”等工具直接激励了制造业企业在工业软件上的投入。企业经营方面， 随着人口红利消退和市场竞争加剧，国内制造业企业的核心诉求正从过去的扩产增收向降本增效和高质量发展 深刻转型。企业愈发依赖 MES、ERP 等软件优化经营与生产管理流程，通过 CAD/CAE 等设计类软件工具提升 研发创新效率，创造了持续且迫切的市场需求。此外，供应链安全方面，复杂的国际环境使自主可控成为国家 与企业的战略共识。为避免在研发设计、生产控制等核心环节被“卡脖子”，推动高端工业软件的国产替代正成 为“必选项”，为国内头部工业软件企业提供了宝贵的市场切入与发展窗口期。最后，技术赋能方面，云计算、 人工智能等新技术的成熟，正深刻改变工业软件的应用范式。云原生架构降低了软件部署和迭代的成本与门槛； 工业 AI 与大模型的融合，催生了智能设计、预测性维护等新功能，提升了软件价值，打开了新的市场空间。
3.2.1 研发设计类工业软件国产替代空间广阔
CAD 市场国产化率持续提升，国产 3D C A D 期待突破。据 IDC 报告，2024 年中国 CAD 市场规模约 61.2 亿元 （软件订阅及一次性授权收入），同比增速 11.8%。竞争格局方面，国产厂商进一步提升市场份额至 27%，较 2023 年提升 2 个百分点，中望软件、浩辰软件、华天软件等厂商市场份额跻身前十。达索系统、西门子、欧特克仍 位居市场份额前三，但三家份额均略有下滑，CAD 市场国产化趋势持续。在细分高端市场 3D CAD 领域，由于要 求厂商采用自研或开源的几何建模内核，同时对三维建模能力、编辑响应速度、产品稳定性等方面要求更高， 海外厂商市占率仍维持较高水平。3D CAD 占据我国 CAD 市场约 70%份额，但国产化水平较 CAD 整体市场偏低， 以中望软件为代表的国产 3D CAD 厂商加速产品迭代，有望在高端市场中持续提升份额，实现市场突破。
CAE 市场更多国产厂商涌现，海外巨头市占率略有下降。据 IDC 报告，2022 年中国 CAE 市场规模约 37.6 亿 元（软件订阅及一次性授权收入），同比增速 17.1%。竞争格局方面，三大海外巨头 Ansys、西门子与达索市场 份额均同比下滑超一个百分点，索辰科技、云道智造、霍莱沃等厂商在综合或专有领域中取得积极进展，更多 的国产化厂商涌现，带动国产化比例提升。
EDA 主要市场仍被海外巨头占据，国际形势变化带来国产化新发展机遇。中国 EDA 市场长期以来被新思科 技、楷登电子和西门子占据，合计市场份额超七成。自 2018 年以来，以 EDA 为代表的研发设计类工业软件多次 遭到海外技术封锁，与此同时国产产品持续推进技术迭代。在此背景下，据中商产业研究院数据，我国 EDA 市 场国产化率由 2018 年的 6%提升至 2023 年的 17%。随着中美软件层面供应链不确定性增强，以及政策对国家安 全的持续关注，国产 EDA 市场份额有望进一步提升。
中美贸易摩擦下研发设计类工业软件国产化进程有望加速，潜在空间超百亿。近期美国方面多次暂停或威 胁暂停 EDA 等关键软件对华出口，供应链安全风险持续，我国“十五五”时期发展重点中强调“科技自立自强”， 国际形势、政策支持、技术迭代等多重因素促进下，国产研发设计类工业软件有望提升市场份额。参考此前 EDA 市场份额提升情况，当前研发设计类工业软件国产化率不足 20%，到 2030 年有望突破 30%，结合 IDC 对于工业 软件市场规模的预测，国产工业软件增量市场规模有望达到约 160 亿元。
3.2.2 经营管理类工业软件有望受益于中企制造业出海
受益于国家政策和市场需求，国内 E RP 产业产品多年打磨成熟，有望迎来高端市场的替换机会。中国 ERP 市场的竞争格局可以划分为国内厂商和海外厂商两大阵营。海外 ERP 系统如 SAP、Oracle 在中国大型企业 市 场中占据重要地位，这些企业因其强大的品牌影响力和技术成熟度，吸引了大量客户。近年来，政府出台各类 政策，着重强调了操作系统、数据库等基础软件与工业软件自主可控的重要性，掀起国产化替代潮流。国内 ERP 厂商在技术研发、产品功能和服务能力等方面取得显著进步，尤其是金蝶、用友等领先厂商，通过不断创新和 提升本地化服务能力，逐渐占据了更多的市场份额。从 2009 年国内厂商仅占约 30%，到 2021 年占据约 80%，用 友、金蝶、浪潮等企业抓住政策与需求机遇，凭借自身努力，成功抢占大量份额。 国内厂商 ERP 市占率占据领先地位，但高端市场仍被外资企业主导。国内 ERP 厂商虽然在本地化服务和交 付能力上具有一定优势，但在一些特殊场景下的产品成熟度、产品框架仍略有差距，还需继续向国际先进产品 方向努力。2021 年国产 ERP 已经占据了国内市场近 80%的份额，但高端 ERP 市场仍以外资为主。国内有些企业 在初期使用国产 ERP 软件，而当其发展至一定规模时，国产软件难以支撑其业务要求，企业会将国产 ERP 软件 替换为国际大牌如 SAP，出现逆国产化现象。国内 ERP 厂商正通过创新和本地化服务逐步缩小与国际巨头之间 的差距，有望进一步提升高端市场份额。
新兴市场为中企制造业出海带来新发展机遇。根据百炼智能调研数据显示，北美、西欧、南美作为传统出 海目的地，是企业选择最多的出海地区，分别有 30.97%、27.65%、27.58%的企业布局。传统出海目的地以发 达国家为主，这些国家法规和基础设施完善，民众消费能力强，适合娱乐、消费品出口。相比之下，东南亚、 中东等新兴国家产业基础弱、经济增长快且竞争相对较弱。这些新兴市场随着人口红利释放，制造业需求旺 盛，中企制造业企业具备较强市场竞争力。在此背景下，赋能制造业智能化的企业管理类软件迎来海外广阔增 量市场空间。 企业数字化软件跟随中企出海获得良好发展机遇。利用我国广泛的人口基础带来的超大规模市场，能够更 好实现国货品牌的培育，为国产品牌在海外市场竞争积蓄能量。随着国内企业在 AI、5G、电子商务、新能源 汽车等领域实现技术创新与突破，制造业企业加速出海建厂，对于企业管理、生产流程自动化、供应链管理、 数字化转型、AI 相关应用有广泛且强烈的需求，为企业数字化软件带来广阔海外业务市场。ERP（企业资源计 划）系统和 MES（制造执行系统）是企业中常用的两类软件，过去几年在传统 ERP 领域，中企出海实施的订 单持续在加大，其他业务领域也逐渐出现商机。 以金蝶国际为例，金蝶云星空通过其全球化平台为企业出海提供全面支持。系统内置多语言、多货币、多 会计准则的功能，能够适配不同国家和地区的业务规则与需求。金蝶云星空旗舰版（国际版）已覆盖新加坡、 泰国、越南、印尼、马来西亚、沙特阿拉伯、卡塔尔、阿联酋、美国、墨西哥和匈牙利等 11 个国家的本地化 内容包，帮助企业实现全球化思考与本地化运营。当前金蝶云星空已服务全球超过 4.4 万家企业，其中不乏中 企出海案例。借助金蝶云星空平台，国内领先的粮机装备制造企业苹乐粮机集团实现了研产供销一体、业财一 体的信息化平台建设，助力苹乐拓展非洲、南美、南亚等全球粮食主产区粮机销售业务。
3.2.3 AI+工业软件助力中国制造业智能化转型升级
AI+工业软件细分市场预计保持高速增长，深度赋能工业企业转型升级。IDC 预测中国 AI+工业软件子市场 2025-2029 年复合增速达到 43.3%，远高于整体市场的 19.1%，到 2029 年预计规模达到 171.4 亿元 ，占核心工 业软件市场比例有望由 2024 年的 8.9%提升至 2029 年的 22.4%。AI 代码生成工具显著提高软件开发效率，而 AI 带来的仿真及智能化决策能力有望推动 AI+工业软件在工艺优化、预测性维护、智能排产等核心场景和环节实 现落地。 中望软件围绕 CAx+AI 加速布局，在其最新产品 ZW CAD2026 版本中，已加入了包含智能块、智能助手等 功能。智能块功能可应用于建筑设计、电路板设计以及其他广泛设计领域，可实现对相同/相似图形的自动识别， 并基于用户指令进行智能创建或替换块操作，降低大量人工比对标准库和历史项目图纸工作量并提高准确率。 智能助手则包含软件命令与操作查询、建筑规范查询等功能，帮助用户快速上手产品、提升工作效率，规范查 询则避免用户绘图过程中切换软件与界面，提升用户使用体验。
工业 AI智能体助力工业生产从自动化到自主决策。基于融合了 AI 能力的工业软件、工业领域大模型，工 业 AI 智能体得以在更多工业垂直场景中落地。当前 Agent 已在产线调度与检测、仓储物流与供应链、文档生成 等领域实现落地，助力企业安全、高效、合规经营。 汉得信息结合自主研发的企业级 AI 生产力平台，为齿轮制造行业龙头公司双环传动打造专属智能化解决方 案。在质量检测环节，汉得信息的 Agent 通过对双环传动历史生产产品数据的学习，以及产线上的机器视觉检 测算法，识别产线产品参数是否达到对应工艺标准，实现 50%以上人工替代，替代部分缺陷漏检率控制在千分 之一以下，较好的保证了产品质量，同时大幅节约人员成本。此外，汉得信息的产线 Agent 学习行业与企业生 产数据，结合传感器实时反馈的产线数据进行动态调参，在约 30%的产线上进行应用，综合降低产线能耗约 15% ， 减少企业成本同时助力绿色制造。 鼎捷数智同样布局制造业智能化解决方案，在近日举办的第二十二届中国国际化工展览会上，鼎捷数智基 于化工行业特点开发了包含供应协同、文档生成等多个领域的专家 Agent。化工企业供应链管理难度较大，面临 上游原材料价格以及下游客户需求波动双重影响，供应协同专家学习化工行业经验，结合市场数据，为企业提 供销售预测、智能补货、存货优化等能力。化工行业还面临文档数量多、规范多、耗时长的特点，文档生成专 家 Agent 以通用大模型+行业知识+企业经验相结合，融合分散的业务数据、历史文件、标准规范等，按自然语 言需求实现各类标准化文件生成，显著提升企业效率。
“灯塔工厂”树立全球智能制造新标杆，我国占比居全球首位。灯塔工厂是由世界经济论坛（WEF）与麦 肯锡公司于 2018 年联合提出的概念，被誉为“世界上最先进的工厂”，是第四次工业革命技术规模化落地的示 范性样板。其核心是通过整合物联网、人工智能、5G、大数据、数字孪生、区块链等先进技术，构建智能化、 数字化与可持续发展深度融合的生产体系，实现从研发设计到终端交付全链条的效率跃升与模式革新。成为灯 塔工厂需满足四大核心标准：一是在生产效率、成本控制等方面实现重大突破；二是成功整合多个技术应用案 例形成协同效应；三是拥有可复制、可扩展的技术平台；四是在管理变革、能力构建与行业协作等关键领域表现优异。截至 2025 年 1 月，全球累计评选出 189 家灯塔工厂，我国以 79 家占据 42%的份额，数量位居全球首 位，覆盖电子、汽车、化工、纺织、乳业等多个行业，这些工厂代表了全球智能制造的顶尖水平，是“中国制造 2025”成果的集中体现。 最新一批“灯塔工厂”名单中，湖南韶山的三一重能超级叶片工厂为中国实现了风电行业“灯塔工厂”零 的突破。叶片工厂通过全面数字化，可以实现在平板上实时反映包含温度、湿度、力矩、打磨粗糙度等各个单 元的各类参数，实现对工厂全流程无死角实时监控，帮助工厂管理者进行实时监控和精益化管理。工厂还基于 八万多平方米的实体工厂，利用仿真等工业软件一比一打造了数字线上工厂，保障工厂的叶片产品安全可靠， 进而提升风机的发电性能和全生命周期可靠性。此外，工厂内还通过机器人配合激光引导技术，实现了叶片表 面自动打磨、大面积自动喷漆，物料按需自动出库配送等诸多工序的无人化，让产品缺陷减少了 20% ，交付时 间缩短了 30%以上。
4.1 量子科技正处于技术快速突破、产业竞争加剧的蓬勃发展新阶段
回顾全球量子科技发展历程，主要包括理论奠定阶段、技术萌芽与原理验证阶段，以及技术崛起与产业竞 争阶段，量子芯片、量子传感器等关键技术加速突破，规模化应用场景持续拓展，各国纷纷加大研发投入与战 略布局，全球量子科技产业竞争日趋激烈。（1）理论奠定阶段（1900-1930 年）。以普朗克提出能量量子化、 德布罗意提出物质波理论、海森堡提出矩阵力学和不确定性原理等为标志，量子力学的核心理论框架逐步建立， 为后续发展筑牢根基。（2）技术萌芽与原理验证阶段（1940-2000 年）。费曼提出“量子计算机”概念，威斯 纳提出“共轭编码”将量子态用于加密，Bennett 和 Brassard 提出 BB84 协议奠定量子密钥分发理论基础，Shor 提出 Shor 算法证明量子计算机可高效破解 RSA 加密，量子科技从理论走向技术原理验证。（3）技术崛起与产 业竞争阶段（2001 年至今）。量子科技进入快速发展与产业竞争期，IBM 运行 Shor 算法验证量子算法可行性， 中国在量子领域成果斐然，发射“墨子号”卫星、建成“京沪干线”量子保密通信网络、“九章”“祖冲之二号”量子计算机问世，诺贝尔物理学奖也表彰了在电路宏观量子隧穿和能量量子化方面的发现。
从细分领域看，量子科技主要包括量子计算、量子测量以及量子通信等主要方向，产业成熟度依次提升， 各领域均呈现出快速发展态势。 1）在量子计算方面，从发展阶段来看，该领域发展主要分为量子优越性、专用量子模拟机、可编程通用量 子计算机三个阶段。当前，量子计算初步实现量子优越性，进入含噪声的中等规模量子（NISQ）时代，逐步向 专用量子模拟机演进。超导、光量子、离子阱、半导体量子点以及中性原子等多元技术路径齐头并进，超导与 离子阱路线当前处于领先地位，半导体量子点和光量子路线发展提速。从产业链来看，量子计算上游主要包括 环境系统、测控系统以及其他关键器件，中游主要包括量子计算整机制造、软件算法环节等，下游主要覆盖金 融、化工、制药、交通、物流等多个领域。 2）在量子通信方面，从发展阶段来看，该领域发展主要分为量子保密通信、量子安全互联网以及量子信息 网络三个阶段。当前，量子通信正处于以应用量子密钥分发技术提供高安全的数据传输和通信服务为主的量子 保密通信阶段。未来，量子通信产业将聚焦系统性的量子安全服务以及量子安全网络、量子云计算网络、量子 传感器网络等量子信息网络建设发展。从产业链来看，量子通信产业上游主要包括芯片、量子光源、单光子测 探器、量子随机数发生器、周期极化铌酸锂晶体与波导以及光纤光缆等，中游主要包括量子密钥分发设备、组 网设备和网络管理软件平台、网络建设集成、保密网络运营以及包括新一代的加密算法、安全协议、芯片的抗 量子加密等领域，下游主要包括量子加密、保密通信、量子防伪、身份识别以及物联网等领域。 3）在量子测量方面，从发展阶段来看，该领域发展主要分为专用量子传感器、工业级量子传感器以及消费 级量子传感器三个阶段。当前，量子测量产业正处于从专用量子传感器，逐步向工业级量子传感器过渡的初始 阶段。在此阶段中，冷原子干涉、热原子蒸气、金刚石氮-空位色心、里德堡原子等多元技术路线并行发展，提 升灵敏度、稳定性、信噪比等核心指标是未来产业发展重点。从产业链来看，量子测量的上游主要材料包括真 空系统、磁体环境、低温系统、电子元器件、激光等，中游主要包括时间测量、磁场测量、重力测量、惯性测 量、探测测量等测量仪器，下游主要覆盖计量、科研、医疗检测、精密制造、能源勘探、定位导航等应用领域。
4.2 各国纷纷加码战略布局，量子科技成为全球科技的重要角力场
量子科技已成为大国综合国力竞争的核心赛道，既是科技、经济等领域博弈的关键抓手，更是维护国家技 术主权、掌握发展主动权的战略制高点，正成为全球科技角力的全新战场。 （1）从政策层面来看，世界主要国家和地区加速布局量子科技，加速抢占发展先机。根据赛迪智库报告， 全球已经超过 30 个国家和地区制定和推动了量子信息领域的发展战略或法案文件，如美国《国家量子计划法 案》、欧盟《量子战略》、中国《“十四五”量子科技发展规划》等，在量子计算、量子通信以及量子测量等领 域加大投入与技术攻关。各国通过政策引导、资金支持、科研协作等多种方式，加速量子技术的研发与应用转 化，全球量子技术竞争呈现出多极化、高强度的态势，每一次技术突破与政策落地都在重塑着量子领域的全球 竞争格局，推动着量子科技向更深层次、更广范围发展，也为全球科技竞争与产业变革注入了新的动力。 （2）从融资层面来看，全球量子领域年度投资总额呈现出回升态势。根据光子盒研究院，2021 年总融资金 额为 29.10 亿美元，2022 年增长到 33.90 亿美元，然而 2023 年又降至 18.81 亿美元，2024 年则回升至 25.12 亿 美元，同比增长 33.55%，表明资本市场对量子领域的关注度和信心在增加，预计 2025 年融资规模将进一步扩 大。其中，美国以 15.79 亿美元的总融资规模高居首位，远超其他国家和地区，具有数量级的优势。其次是英国 的 2.30 亿美元、加拿大的 1.75 亿美元。中国 2024 年的融资规模为 1.04 亿美元，位居全球第四位，为美国的 6.59%。此外，自 2020 年以来，国盾量子（市值：573 亿元）、IONQ（市值：183.37 亿美元）、Quanum Computing Inc（市值：35.4 亿美元）、Arqit（市值：7.5 亿美元）、D-Wave（市值：106.09 亿美元）以及 Rigetti Computing （市值：120.88 亿美元）等公司相继上市，反映出量子科技领域的资本活跃度与产业发展的强劲势头，尽管部 分企业仍处于净利润为负的阶段，但融资为其技术突破和商业化进程注入了动力，也彰显了全球资本对量子科技未来发展的高度关注与期待。
（3）从研究层面来看，美中欧为核心竞争区，美专利授权领先、中专利申请与相关出版物居首。全球量子 技术专利授权美国最多，量子专利申请和相关出版物中国最多。在量子技术专利授予方面，2000-2024 年期间， 美国专利授权数量最多，占全球总量的 27%，其次依次是日本、德国、中国和法国。在量子技术专利申请方面， 中国提交的申请最多，占全球总量的 28%，其次依次是美国、日本、法国和德国。总体来看，美国、中国、日 本、德国和法国在量子科技研究更为领先。总体来看，全球量子科技行业呈现出“一超多强”格局，美国、中 国、欧洲构成三大核心竞争区。
4.3 量子科技已成为中美必争之地，引领全球技术革新与产业演进走向
中美量子科技竞争态势全球共时性较强，在高影响力的量子技术方面，美国占据主导地位；在市场化的量 子技术上，中国表现出色，在量子计算、量子通信以及量子测量三大细分领域各不相同。 1）在量子计算领域，美国在硬件开发和算法复杂性上都大幅领先中国。美国企业(如谷歌、IBM 和 IonQ)开 发的量子计算机的量子比特数量显著高于中国。当前，美国企业开发的量子计算机拥有的比特记录已经达到 6100 个量子比特，中国量子计算机“天衍-504”保持国内最高记录，即 504 个量子比特。2022 年 IBM 推出“鱼鹰”、 2024 年谷歌推出“柳木”量子芯片，均表现出出色的性能，成为量子计算迈向实用化的重要一步。此外，最著 名的量子算法，即 Shor 算法和 Grover 算法均由美国研究人员开发。美国公司及其盟友国家的公司在量子算法 的实际应用上处于领先地位。 2）在量子通信领域，中国领先全球。2016 年，中国发射了世界首颗量子科学实验卫星“墨子号”，成功实 现了卫星对地面站的高速量子密钥分发。2022 年，中国发射了第二颗量子卫星“济南一号”，2026 年计划将发 射第三颗卫星。2017 年，中国建成了量子保密通信“京沪干线”，总长超 2000 公里，是目前世界上最远距离的 基于可信中继方案的量子安全密钥分发干线。此外，中国量子通信在专利方面优势明显，在量子加密通信领域 的公开专利数量为 5544 件，远超美国 806 件。 3）在量子测量领域，中美势均力敌。多家国外智库指出，中美在量子测量方面技术实力较为接近，竞争态 势呈现胶着状态，各自在不同领域均取得积极进展。如，在医疗保健方面，美国麻省理工学院（MIT）和哈佛大 学的研究团队利用量子传感技术改进了 MRI 成像精度，可用于早期癌症检测。在军事应用方面，美国军方也正 在开发高精度的量子重力传感器，用于探测核潜艇和隧道等地下结构；中国北斗导航系统也正在利用量子传感 技术以提高定位和导航精度。此外，中国地震局已开始试验基于量子传感的地震监测设备。美国正开发用于油 气勘探的量子传感器。
此外，在量子核心企业方面，美国保持全面引领地位。根据 iCKTA&K 的《2025 年全球量子独角兽企业概 况》报告，全球共有 16 家量子独角兽、28 家准量子独角兽以及 5 家上市前量子独角兽企业。量子计算是当前量 子行业中的绝对主力，该领域共计 14 家独角兽企业、27 家准独角兽企业以及 4 家上市前量子独角兽，数量上 显著超过了量子通信与量子测量。其中，美国拥有 4 家量子独角兽、5 家量子准独角兽，以及 3 家上市前量子独 角兽（IONQ、Rigetti 以及 QuantumComputingInc）；中国拥有 3 家量子独角兽、3 家量子准独角兽，以及 1 家上市前量子独角兽（QuantumCTek）。美国以其庞大的独角兽数量和高额估值，保持着全球领先地位，其成熟的 生态系统已经培育出多家上市或者独角兽企业。中国则在量子通信和安全领域优势显著。
4.4 我国高度重视量子科技发展，积极把握产业变革机遇
在政策制定层面，我国高度重视量子科技发展，从长期战略规划到短期专项部署，构建了多层次、系统性 的政策支持体系。我国已连续 3 年将量子相关内容写入政府工作报告，从 2023 年提及“量子信息等领域创新成 果不断涌现”，到 2024 年强调“开辟量子技术新赛道”，再到 2025 年明确“培育量子科技等未来产业”，足 见其战略重要性持续提升。在此基础上，多部门协同发力加速产业落地：工信部将量子科技纳入“揭榜挂帅” 重点领域，对量子企业执行 15%所得税税率，并把研发费用加计扣除比例提至 150%；金融监管总局联合央行推 动量子加密在跨境支付、证券交易中的试点，2025 年已在长三角开展首批示范项目，直接带动量子密钥设备订 单增长 35%。 （1）在长期政策方面，2006 年 2 月发布的《国家中长期科学和技术发展规划纲要（2006—2020 年）》将 量子调控研究列为重大科学研究计划；2021 年 3 月的《“十四五”规划》把量子信息列为科技前沿领域攻关方 向，前瞻谋划量子信息等未来产业；2025 年 10 月的《“十五五”规划建议》更是将量子科技列为未来产业首 位，推动其成为新的经济增长点，加速“基础研究—技术攻关—产业转化”生态链形成。 （2）在短期政策方面，2011 年 7 月的《国家“十二五”科学和技术发展规划》将量子调控研究列为 6 大科 学研究计划之一，聚焦量子通信和量子计算关键核心技术；2012 年 2 月的《国家基础研究发展“十二五”专项 规划》推进量子通信技术实用化并保持技术领先；2016 年 7 月的《“十三五”国家科技创新规划》将量子通信 与量子计算机列为面向 2030 年的重大科技项目；2017 年 6 月的《“十三五”国家基础研究专项规划》对量子精 密测量提出要求并加强相关科学问题研究；2021 年 12 月的《“十四五”国家信息化规划》将量子信息纳入前沿 信息基础设施建设范畴，推动其应用探索与产业生态体系建设。上述政策从技术研发、产业布局、生态构建等 多维度发力，为我国量子科技从基础研究到产业化落地提供了全方位的政策支撑。
中国持续加大量子科技资金投入力度，从基础研究到产业落地构建全链条支持体系，通过专项基金、科研 资助等多元方式，为技术创新与产业规模化发展注入强劲动力。 （1）在产业发展层面，10 月 29 日，由国务院国资委发起、委托中国国新设立管理的中央企业战略性新兴 产业发展专项基金在北京启动，目前已具备投资条件。该基金首期规模达 510 亿元，其中中国国新拟出资约 150 亿元，作为国资委推动央企布局新兴产业的核心资本工具，其重点支持领域明确包含量子科技，将通过资本注 入助力国资央企补齐量子产业链短板、布局前沿技术方向，比如支持量子芯片制造设备研发、量子通信网络基 础设施建设等，进一步强化国有资本在量子产业核心环节的引领作用，推动产业从“技术突破”向“规模化落 地”跨越。 （2）在学术研究层面，今年 5 月，国家自然科学基金委员会发布《第二代量子体系的构筑和操控重大研究 计划 2025 年度项目指南》，单项目最高资助经费达 700 万元。该计划聚焦量子信息科学的前瞻性基础研究，重 点推动数理、信息、工程与材料、化学等多学科交叉融合，比如探索新型量子比特的构筑方法、研发更高效的 量子操控技术等，其核心目标是为下一代量子计算机、高精度量子传感器等技术突破奠定物理基础，从源头解 决量子科技“卡脖子”的底层理论与技术问题，为产业发展提供持续的原创性成果支撑。
4.5 量子科技产业规模增长潜力大，量子计算占据主导份额
量子科技产业规模增长潜力大，2035 年有望超过 9000 亿美元。根据光子盒研究院数据，2024 年，全球量 子科技产业整体规模将达到 80 亿美元，2024-2030 年复合增长率将达到 76.27%，到 2035 年量子总产业规模将 有望达到 9089.1 亿美元，其中，量子计算将达到 8077.5 亿美元。分区域看，北美量子科技产业规模仍处于领先 地位。2024 年，北美量子科技产业规模占比为 31.45%，欧洲占 26.91%，中国占比 24.03%，亚太地区（除中国） 占比 12.74%、其他地区占比 4.87%。2035 年，随着量子科技产业的不断成熟与发展，全球竞争格局有望迎来新 变局。北美仍维持最高的市场份额，占比 34.42%。中国份额显著增加到 28.61%，展示出中国在全球市场中的崛 起。与此同时，欧洲、亚太地区（除中国）、其他地区分别略微下降至 26.27%、8.59%、2.11%。
5.1 数币引领跨境支付启新篇，AI 助力互金行业高景气
5.1.1 数字货币加速跨境支付模式创新，“CIPS+货币桥”共同推动人民币国际化
基于 SWIFT 的代理行模式仍是全球跨境支付的主流模式，成本高、效率低、交易不透明、安全隐患以及 潜在金融制裁风险等问题不断凸显，跨境支付模式创新与变革势在必行。跨境支付是指付款方与收款方处于不 同司法管辖区，根据金融稳定委员会（FSB）报告，全球跨境支付处于多元模式共存的阶段，主要包括代理行模 式、互联模式、单一平台模式以及点对点模式。其中，基于 Swift 的代理行模式在跨境支付中占据主导地位。 SWIFT 体系存在着成本高、效率低、交易不透明、安全隐患、金融制裁等问题，并呈现出衰减态势。美国利用 自身在全球支付体系中的主导地位，通过 SWIFT 切断目标国家/实体的跨境支付能力实现对其制裁的政治目标， 导致对伊朗、俄罗斯等国家金融贸易以及经济发展均造成重创。尽管短期内，美国通过 SWIFT 制裁快速达到政 治目的，但长期看，这将削弱美元信用根基，加速全球金融体系“去美元化”和多极化，同时也推动跨境支付 模式与变革。 （1）代理行模式：是指传统的跨境支付清算模式，指一国商业银行在境外代理银行开立清算账户，主要通 过 Swift 渠道发送跨境报文，借助境外代理行的支付清算体系完成跨境资金支付清算的模式，长期在跨境支付中 占据主导地位。 （2）互联模式：根据国际清算银行定义，互联模式是指不同管辖区的支付系统之间的一系列协定、技术连 接、标准和运营组件，使得各国支付服务提供商能彼此进行交易，如同各国支付服务商处于相同的支付体系内 一样，主要包括单边接入模式、双边接入模式、中心服务模式和共同平台模式。 （3）单一平台模式：闭环单一平台模式通过一个独立的平台或系统，将支付交易限制在一个封闭的网络环境中进行。跨境支付的收付款方必须同属于一个 PSP。这些平台提供了购物、转账、缴纳公共事业费用、购买保 险等，主要包括国际信用卡、电子钱包、第三方支付（西联汇款、微信、支付宝等）和在收付款方所在地区均有 分行的商业银行。 （4）点对点模式：是指在两个交易主体之间直接进行支付，无需第三方机构参与，主要包括现金交易、数 字货币等，主要优点体现为成本低、效率高、透明度高、包容性强。
以数字货币为核心的点对点模式在合规监管层面取得积极进展，基于其高效率、低成本等优势，有望形成 全球跨境支付创新的突破点。当前，具有应用于跨境支付潜力的数字货币，从去中心化程度上看，主要分为去 中心化以及半去中心化的稳定币，以及由各国央行主导的中心化数字货币两大路径。各国基于国情以及战略考 虑，在数字货币发展路径上，呈现出不同的路径选择。 （1）稳定币路径。稳定币基于区块链网络发行和流通，通过分布式账本、共识机制、链上结算、智能合约 等区块链技术，全面重塑支付流程，实现成本骤降与效率提升。本质上是一场支付效率的革命，尤其在跨境支 付领域彰显出巨大的应用潜力。传统跨境支付依赖 SWIFT 体系，中间环节多，导致成本高、效率低。通过稳定 币支付可以绕开“银行+SWIFT”体系，跨境汇款可实时到账，手续费可以降低至 1%以下，大幅提升跨境支付 与结算效率。近两年，中国香港、美国、欧盟、新加坡等国家地区为稳定币规则制定的主导权展开激烈角逐， 相继推出针对稳定币的合规监管框架，推动稳定币发展进入新阶段，有望重塑传统金融体系，在跨境支付等领 域具有较强应用潜力。根据 Artemis 研报，2024 年 2 月至 2025 年 2 月期间，B2B 支付额同比增长 4 倍。2024 年 全球跨境支付总规模约 194.8 万亿美元，目前稳定币在跨境支付中的实际规模仍停留在“数十亿美元”量级，占 整体市场不足 1%，仍然有较大提升空间。
（2）数字人民币路径。自 2014 年以来，我国重点推动数字人民币发展，实现了“支付即结算”，从底层 重塑传统支付体系，大幅缩短跨境支付链条。2025 年 9 月 24 日，数字人民币国际运营中心在上海正式运营， 同步推出数字人民币跨境支付平台、区块链服务平台及数字资产平台三大核心业务载体。这一举措标志着数字 人民币从国内试点迈入跨境制度化应用新阶段，三大平台协同构建起新型跨境金融基础设施：跨境支付平台破 解传统结算成本高、效率低的痛点，实现秒级清算与低成本流转；区块链服务平台打通链间壁垒，提供标准化 跨链对接与合规监管支持；数字资产平台为债券、碳排放权等合规资产的跨境流通筑牢底层支撑。其不仅为人 民币国际化注入关键动力，提升我国在全球金融治理中的话语权，更助力上海强化数字金融枢纽功能，为国际 贸易、跨境投融资等场景提供安全高效的“中国方案”，推动金融开放向纵深发展。 1）理论研究阶段（2014-2016）：2014 年，中国人民银行成立法定数字货币研究小组，启动对法定数字货 币的相关研究工作，探索数字人民币的技术可行性、经济影响以及管理框架等内容。2016 年，中国人民银行搭 建了中国第一代法定数字货币概念原型，以“一币，两库，三中心”作为核心要素，为数字人民币的后续发展 奠定了理论和技术基础。 2）研发试验阶段（2017-2019）：2017 年末，经国务院批准，中国人民银行开展法定数字货币研发实验， 开始进行数字人民币的研发工作，打造并完善数字人民币相关系统和应用，完成各项业务的主体功能建设，并 在运营管理层面探索建立不同维度的较为完备的标准体系。 3）试点推广阶段（2020 至今）：2020 年 4 月，中国人民银行启动数字货币试点计划，并由点到面有序推 进。随着四批次的试点范围扩容，截至 2024 年末，试点范围已覆盖 17 个省（市）的 26 个地区；开设个人钱包 1.8 亿个，交易金额达 7.3 万亿元，数字人民币 M0 总量达 296 亿元，应用场景突破 2000 万个。
我国始终坚持“CIPS+货币桥”两手抓一以贯之，加速构建跨境支付全新模式，以应对 SWIFT 模式潜在不 确定性，加速推动人民币国际化进程。一方面，我国加速推动 CIPS 持续扩容、优化清算流程，夯实人民币跨境 流通的基础支撑。另一方面，持续打造数字人民币在跨境支付领域应用，深化多边央行数字货币协同，以期以 货币桥模式建立多边协同、高效安全的跨境央行数字货币结算新体系。 （1）CIPS：作为人民币国际化的重要基础设施，业务量与参与主体不断攀升。为了服务人民币国际化战 略，应对美元体系风险，满足跨境贸易与投资需求，2015 年我国成立人民币跨境支付系统（CIPS 系统），负责 对跨境支付指令进行清算处理。每个直接参与方在 CIPS 中都开通了资金账户，但各机构间的最终资金结算是在 二代支付系统（CNAPS）内完成。CIPS 同时具有报文和资金清算功能。截至 2025 年 9 月末，CIPS 系统共有直 接参与者 184 家，间接参与者 1553 家。间接参与者中，亚洲 1138 家（境内 568 家），欧洲 260 家，非洲 64 家， 北美洲 34 家，南美洲 33 家，大洋洲 24 家。CIPS 系统参与者分布在全球 122 个国家和地区，业务可通过 5000 多家法人银行机构覆盖全球 189 个国家和地区。2024 年，人民币跨境支付系统处理业务 821.69 万笔，金额 175.49 万亿元，同比分别增长 24.25%和 42.60%。日均处理业务 3.05 万笔，金额 6523.90 亿元。
（2）货币桥项目是数字人民币跨境支付的重要应用，作为数字人民币实现跨境流通的重要基础设施。货币 桥是 2021 年由国际清算银行 BIS（中国香港）、中国人民银行数字货币研究所、中国香港金融管理局、泰国央 行及阿联酋央行等机构联合发起的跨境支付项目，旨在通过区块链和分布式账本技术（DLT）构建一个多国央 行数字货币（CBDC）互联平台。2022 年，货币桥项目成功完成了基于四种央行数字货币的首次真实交易试点； 2024 年 6 月，货币桥项目进入最小可行性产品（MVP）阶段以来，四个管辖区的 35 家商业银行陆续在平台上 展开真实交易，交易金额超过 300 亿元，场景涉及大宗商品、机电、跨境电商等货物贸易，以及技术服务、通 讯服务、旅游服务、国际运输、商业服务等服务贸易。2024 年 10 月，货币桥项目已有 30 余家观察员。截至 2025 年 9 月末，中国银行累计办理货币桥业务交易量突破 2000 亿人民币。
5.1.2 互金行业景气度持续攀升，AI 赋能行业发展成效显著
互金行业景气度持续攀升，A 股成交量与 ETF 成交活跃度提升，互联网金融科技企业业绩增长预期增强。 在 A 股成交量方面，2025 年以来，A 股大盘指数以及成交量整体呈现出持续性走高的态势。2025 年 10 月 28 日，上证指数盘中最高报 4010.73 点，为 2015 年 8 月 18 日之后首次站上 4000 点，创逾 10 年新高。10 月 30 日，上证指数盘中创下 4025.70 点的阶段新高。2025 年 1 月至 10 月，每个月成交总额均超过 20 万亿，其中， 6 个月成交总额超过 30 万亿，2 个月成交总额超过 40 万亿，9 月成交总额最高达到 53.18 万亿。在 ETF 市场规 模方面，截至 2025 年 11 月 6 日，ETF 总市值达到 5.69 万亿，较年初增加 1.97 万亿；共计 1338 只，较年初增 加 305 只。其中，股票型 ETF 总市值为 3.71 万亿，共计 1056 只；债券型 ETF 总市值为 7047.78 万亿，共计 53 只。
AI技术快速迭代升级，正重塑证券行业的定价逻辑、服务模式以及风险管理体系。当前，AI 赋能证券行业 重点聚焦智能投顾、量化交易、风险控制以及投研辅助等核心应用场景，迅速提升客户体验，并以此为突破口， 打开公司业务新增向上空间。随着 AI 与证券行业全链条、全领域、全环节深度融合，有望全面释放前中后台人 员生产力，加速推动证券行业数字化、智能化转型。如，东方财富 2023 年推出“妙想”金融大模型，2024 年发 布 Choice8.0 版本，提供智搜、智读、智问、智创、智研以及智投等 6 大智能体验；同花顺 2024 年推出金融对 话大模型 HithinkGPT，应用于问财和 iFind，提供智能投顾、金融问答、投研写作、客户服务、风控合规/代码生 成等服务与能力。指南针主要通过接入外部大模型，整合技术能力，AI 布局集中于应用层优化，提供量化策略 工具、智能客服等服务。随着 AI 技术快速迭代，如 DeepSeek、Manus 等优秀成果持续涌现，“AI+金融”有望 迎来新一轮发展机遇。 多款智能投研产品爆火出圈，为 AI在投研领域的应用创新提供了多种可能性。投研是 AI 技术的重要应用 场景，该领域丰富规范的数据基础、明确的任务流程、清晰的反馈机制，与 AI 的技术特性高度适配，能够有效 解决传统投研中的信息处理效率、分析深度等痛点，2025 年以来 Alpha 派、Manus 等产品的出圈，进一步印证 了 AI 在投研场景的应用价值与发展潜力。尽管 Manus 从 6 月的爆火出圈，到彻底撤出中国，昙花一现，但是 其多智能体协同架构与端到端闭环处理的技术方案，为 AI 投研的产品形态创新提供了重要参考；其在金融分析 场景中展现的高效数据处理与可视化输出能力，也进一步印证了 AI 赋能专业投研的巨大潜力。Alpha 派作为讯 兔科技推出的 AI 投研应用，聚焦机构投研全流程痛点，打造会议机器人、业绩点评等细分工具，可快速生成纪 要、梳理投资逻辑、输出基本面概览，支持定制化服务。产品上线后覆盖超 4 万名机构投研用户，头部买方机 构使用率达 80%，成为投研人员提升效率的高频工具，充分验证了 AI 在投研领域的巨大应用潜力。
随着 A 股市场活跃度提升，ETF 市场规模逐步壮大，互联网金融科技企业业绩增长预期增强。AI 在股票分 析、智能投顾领域的积极进展，有望推动互联网金融科技企业加大 AI 战略布局，重塑证券行业的定价逻辑、服 务模式以及风险管理体系，加速 AI 赋能证券行业降本增效，打开业务新增长空间。互联网金融科技企业核心受 益市场活跃度提升以及 AI 在金融行业取得积极进展，迎来新一轮发展机遇。
5.2 无人化应用场景广泛带动智能驾驶高景气
5.2.1 无人化应用场景多元化发展
当前，以自动驾驶、机器人技术为核心的无人化应用正迎来多元化发展的关键时期。人工智能、5G、物联 网等新一代信息技术逐步成熟，企业应对劳动力短缺、提升效率与安全的需求强劲，共同驱动无人化应用场景 加速落地。以港口、矿区、环卫等为代表的半封闭场景，凭借环境可控、规则明确的特点，已基本完成技术验 证阶段，实现了规模化商业落地，形成了清晰的商业模式和积极的投资回报。干线物流、无人配送和 Robota x i （无人驾驶出租车）等场景市场空间更为广阔，涉及时间与空间复杂度更高，且相关法律法规建设仍未完善， 但上述场景正处于技术快速迭代与商业化试点周期，海内外技术与市场共振，有望在未来几年内迎来加速突破。 半封闭场景已成为无人化技术规模化商用的重点场景。半封闭场景通常边界清晰、作业流程标准化、人流 车流相对稀疏，降低了无人系统面临的复杂性和不确定性，使得高级别自动驾驶能够稳定、可靠地运行，也能 更好体现经济效益提升。在港口，无人驾驶集卡和水平运输机器人实现了与码头操作系统的无缝对接，提供全 天候不间断的集装箱水平运输服务，大幅提升了作业效率和安全记录，助力上海洋山港、天津港等港口打造现 代化智慧港口示范标杆。2020 年建成的洋山港四期码头目前是全球规模最大的单体全自动化码头，生产控制仅 需 9 人协同操作即可完成，年通过能力达到 400 万标准箱。在矿区，无人驾驶矿卡有效解决了恶劣环境招工难、 安全风险高的行业痛点，通过精准的路径规划和车队协同调度，在降低人力成本的同时，实现了运营效率提升 和生产安全性的大幅提升。在环卫领域，无人驾驶清扫车、洒水车已在多个城市的园区、广场和特定路段实现常态化作业，重点在清晨或深夜等非高峰时段执行任务，实现了更精细化、低扰民的智慧城市管理。上述场景 的成功源于无人化带来的人力成本节约和安全性可靠性提升，标杆项目形成可复制的成熟解决方案，向更广泛 的全国各地落地。
干线物流和城市末端配送等场景多点突破，具备更大想象空间。相较于港口、矿山等封闭及半封闭场景， 干线物流、城市末端配送的无人化场景涉及更多和复杂交通环境的交互，技术难度和对安全性的要求更高，目 前已在多个区域实现初步商业化落地，发展前景积极。根据国家统计局数据，我国干线物流市场规模超 6 万亿 元，卡车司机平均年龄约 49 岁，司机短缺问题日益突出。L3、L4 级别无人卡车货运成为蓬勃发展的新市场，自 动驾驶卡车编队解决方案在应用中已实现了车队综合运营成本降低成效，且通过算法能力更好优化运输路线， 在节能减碳方面也表现优异。除去干线物流重卡外，在末端配送场景上轻卡、微卡等同样有望得到广泛应用， 据中汽协数据，2025 年我国物流无人车市场规模预计突破 2000 亿元，至 2032 年有望突破 3000 亿元，保持稳 健增长。当前多家头部物流企业积极探索无人化场景落地，京东物流宣布在未来五年拟采购 300 万台机器人、 100 万台无人车和 10 万架无人机，用于智能物流供应链场景；顺丰控股投入使用超 800 台定制化无人车用于末 端配送，在无锡与新石器合作的二代背笼式无人车在双十一等业务高峰期可实现单日单车 3000 件运输量。
R o botaxi 商业化进展积极，海内外头部企业已实现规模化商业试运营。目前 Robotaxi 主要依赖于车端多 传感器的感知能力，结合高精地图与 AI 决策算法，辅以人工在车上或远程的安全控制与监督。海外和国内 Robotaxi 商业化落地进展积极，自动驾驶龙头企业特斯拉于 2024 年 10 月推出名为 CyberCab 的无人驾驶出租 车，搭载最新 FSD 自动驾驶系统，取消方向盘与踏板，并于 2025 年 6 月起在美国得克萨斯州奥斯汀开始运营。 截至 2025 年 10 月，CyberCab 在得州奥斯汀、加州湾区合计行驶里程超 200 万公里，特斯拉还在近日宣布在 2025 年内在美国的内华达州、佛罗里达州、亚利桑那州扩大 CyberCab 的运营区域，并逐步撤销车内安全员。未 来，特斯拉 CyberCab 计划年产能目标 200 万辆，以特斯拉规划的单车 3 万美元成本和每英里 0.2 美元的运营成 本测算，结合美国出租车平均运营单价每英里 2 美元、年行驶里程 1 万英里，单车有望实现 2 年内回收成本， 并持续为特斯拉贡献可观利润。 国内企业落地进展更为积极，包括百度“萝卜快跑”、小马智行等厂商在多地实现区域运行，北京、杭州等 地也率先立法规范数据合规、安全责任划分等行业痛点，助力厂商商业化落地。截至 2025 年 8 月，萝卜快跑在 北京、武汉、上海等 16 个国内城市部署超 1000 辆 L4 级无人车，累计完成 1400 万次出行服务和 2 亿公里安全 行驶里程。此外，萝卜快跑在迪拜、中国香港等地也实现试运行，并与 Uber、Lyft 等海外厂商合作拓展欧美市 场，加速全球化布局。随着智能汽车产业链成熟度提升，以及 Robotaxi 规模化落地，Robotaxi 单车生产成本有 望下降，同时运营端成本随着车上和远程车辆安全员配比下降有望显著优于传统出租车或网约车。Robotax i 成 本下降有望推动产业加速发展，在更多区域实现试点与商业化运营。
5.2.2 无人化场景拓展带动智驾产业链高景气
无人化场景的持续拓展，对车、路、云、网等一体化基础设施建设提出了大量新增需求，拉动了智驾产业 链上游的高景气度。要实现高阶“真无人”驾驶，单车智能的成本限制以及自动驾驶算法技术瓶颈仍然存在， “车路云一体化”成为当前主流的解决方案。这催生了对智慧道路（路侧感知、计算与通信单元）、高精度地 图（厘米级高精度的静态环境底图）以及高可靠、低时延的 5G/5G-V2X 网络等基础设施的大规模投入。上述设 施共同形成了智能驾驶对于环境的实时感知能力和分析能力，弥补单车智能在高阶智驾能力上的差距，提升安 全冗余和运行效率。2024 年 7 月，工信部等 5 部门发布《关于公布智能网联汽车“车路云一体化”应用试点城 市名单的通知》，确定 20 个城市（联合体）作为首批“车路云一体化”应用试点。北京、武汉等地相关项目规 模突破百亿元，无锡市已建成约 1700 个路口信号灯联网联控、700 个路口安装路侧直连通信单元、30 0 个路口 部署感知及边缘计算设备，形成市区两级协同的车联网云平台。
无人化场景的多元化与复杂化，对自动驾驶核心环节模型与算法的迭代效率提出了更高要求，驱动产业链 中游以数据和算法为核心的技术服务需求旺盛。无人化从封闭场景到动态复杂道路，使得传统实车路测验证方 式在成本、效率、安全性上难以满足。目前越来越多的厂商开始应用高保真仿真测试平台来完成海量的测试场 景，并通过仿真实现对于长尾场景的复现和测试，提升自动驾驶算法迭代效率。目前，实车测试与仿真测试相 辅相成，无人化的实车测试车队在真实场景运营中产生大量场景数据，为仿真和算法优化提供了宝贵的数据资 源，仿真和算法的优化迭代又促进了实车运营中的用户体验优化，并有望推动无人化场景拓展，形成良性循环。 在上述产业闭环中，包含数据标注、模型训练、仿真软件以及底层云平台等工具和服务都迎来了显著增量需求， 产业链景气度保持较高水平。
5.2.3 政策支持智能驾驶板块发展
近年来，国家与地方层面出台多项政策支持智能驾驶板块发展，政策重点从标准制定、路权开放等方向支 持产业发展。标准制定方面，国家层面出台的一系列政策构建了以安全发展为核心的标准体系。工信部发布的 《2025 年汽车标准化工作要点》强调将重点加快自动驾驶系统安全要求强制性国家标准研制，旨在建立统一安 全底线。此外，《智能网联汽车组合驾驶辅助系统安全要求》强制性国家标准的制定，针对 L2/L3 级系统界限 模糊引发争议，明确功能边界并规范市场宣传。包括自动泊车、自动驾驶仿真测试、车用芯片、信息安全等基 础标准的制定也在持续完善，助力产业规范化发展。
顶层规划对于产业发展明确了一系列标准，政策还从路权方面逐步突破，国家与地方对路权的开放助力无 人化场景在更广阔区域推进。一方面，国家支持 20 个试点城市“车路云一体化”建设试点，助力多场景规模化 应用；另一方面，包括浙江嘉兴、上海、天津等地市修订地方法律法规，将无人驾驶装备纳入上路范围，推动 全域或部分区域路权开放，为无人化应用落地提供必备场景。未来，国家与地方有望进一步完善路权及相关政 策规划，包括无人驾驶车辆登记与上牌、事故责任划分、无人车运营等环节，为商业化运营打通堵点。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
