（一）展望：2026 年，企业级应用发展势不可挡
2025 年，全球 AI 大模型在推理能力（Reasoning）、多模态（Multimodal）和智能体 （Agent）方面爆炸式进步，尤其是在编程、数学和长流程 Agent 任务中。我们判断： 2026 年，这些趋势将加速，进而推动 AGI 的逐步走向现实，同时，AI 将在全球范 围内将应用由“聊天（Chat）”推向“行动（Act）”。 目前，尽管海外 Google Gemini 3、OpenAI ChatGPT 5.1，以及国内阿里 Qwen3、 DeepSeek 3.1 以及 Kimi 2.0 在模型能力上，均不断实现 SOTA，并在感知、生成式任 务（如文本、图像生成）方面已取得显著进步，但主流 SOTA 语言模型和多模态模 型，仍处于 Emerging AGI (新兴 AGI) 阶段，而非完全成熟 AGI——模型仍缺乏对 复杂物理现象的深层推理能力、广泛任务处理能力以及与物理世界深度交互能力。 当前大模型，距离 AGI 仍存在一定距离。对此，我们判断：模型正不断逼近 AGI， 2026 年，多模态、世界模型以及自主 AI Agent，将有望成为 AI 发展核心方向。
此外，在 AI 模型发展过程中，仍存在一些核心挑战与风险： 1. 底层突破：目前 Scaling Law (规模法则) 仍有深入空间，但未来真正的突破可能 需要新的底层算法框架和架构 2. 可信数据：仍是未来商业 AI 训练的关键要素 3. 伦理安全：AGI 可能带来生存风险、数据和算法中可能被植入偏见风险 科技界普遍认为 AI 大模型是通往 AGI 关键一步，其发展速度远超预期。虽然大模 型目前尚未达到完全 AGI 水平，但企业家们对 AGI 实现时间充满乐观，多数预测 在十年内将实现超越人类智能。
AGI：“逼近”未来与模型性能收敛
2025 年，全球顶级模型如 Gemini 3、Qwen3 以及 Kimi 2.0 ，在 MMMU、GPQA、 SWE-bench 等复杂基准测试中，分数均取得大幅提升（2025 年 AI Index 报告显示， 相比一年前，这些得分分别增长了 18.8、48.9 和 67.3 个百分点），Google Gemini 3 Pro 测试中，HLE（人类最后一场测试）实现 37%正确率，种种迹象均表明，人工智 能在理解和执行复杂任务上的能力接近甚至超越人类。 缩短的 AGI 时间线：尽管 AGI 明确定义和时间表存在争议，但全球科技专家预测中 值持续缩短。根据 2025 年 Metaculus 预测，达到“高水平机器智能”的 50%概率中 值已从几年前的数十年，大幅缩短至 2033 年左右，而一些 AI 产业领袖乐观估计可 能更早。例如，OpenAI CEO Sam Altman 曾提出 2025 年实现 AGI 的愿景。 模型间的差距缩小：竞争加剧导致模型性能快速收敛。2025 年 AI Index 指出，顶级 模型与排名第十模型的 Elo 技能分差已从一年前的 11.9%降至 5.4%，头部两名模型 的差距甚至缩小至 0.7%。这预示着 2026 年，模型差异将更多体现在成本、速度和 特定领域的专业化上，而非原始智能。
应用：从“聊天”转向“行动”
智能体（AI Agent）爆发：2025 年，Microsoft Copilot、OpenAI 的 Agent Builder、 Google 的 Agentic AI 以及国内 Kimi、DeepSeek 在智能体应用上进行大量布局。 McKinsey 2025 年工作场所报告显示，近三分之二的受访者表示他们的组织正在试验 或试行 AI 智能体。 多步骤复杂任务自动化：2026 年，AI Agent 将从“回答”转向“执行”，能够自主规 划、调用外部工具、进行多步骤操作。如研究市场、生成代码、执行数据分析。实践 中，微软 Analyst Copilot 能够像数据科学家一样在 Excel 中分析数据、进行“思考 链”推理，运行 Python 代码。Kimi 推出全新 Agent“OK Computer”——依托 K2 搭 建一个能处理超 100 万行数据生成交互式仪表盘，用户可完成搭建网站、制作 PPT 等需求。在交互上，OK Computer 基于用户提示词，为自身列出“To Do List”并在 当前进度中进行展示，用户可直接查询其中进度和已完成的文档。 硬件方面，NVIDIA 作为 AI 基础设施的核心提供者，其新一代 GPU（如 Blackwell 系列）将继续推动训练和推理（Inference）成本下降和效率提升，为大规模部署 Agentic AI 提供算力支持。预计到 2025 年，全球超大规模（Hyperscalers）数据中心 CAPEX 投入将接近 2500 亿美元，智能算力持续维持高速增长。
竞争：效率、开源与垂直领域
开源模型：以 DeepSeek、Qwen、Kimi 为代表我国公司证明了以更低成本训练出世 界级模型的可能性，如 DeepSeek-V3 的训练成本据报道约为 557 万美元，远低于 GPT4 的一亿美元；同样，Kimi K2 的训练成本仅为 460 万美元，远低于 OpenAI 等公司 的数十亿美元投入，显示出其在 AI 领域的成本效益优势。2026 年，开源模型将继续 在性能上逼近甚至超越封闭模型，特别是在编码、多语言等特定领域，如 Qwen3、 Kimi2 在 HumanEval 编码基准上表现突出。 成本效率：成本将成为企业大规模采用 AI 的关键。硬件成本预计每年下降约 30%， 能效每年提高约 40%。以 Google、华为等 ASIC 芯片厂商为代表的企业，正以实践 验证 ASIC 芯片架构在训练和推理芯片领域的成本优势。同时，拥有高效模型架构 和推理能力的企业，如 DeepSeek、Kimi 等将在商业化竞争中占据优势。 企业级应用：AWS 和 Azure 将继续主导企业级市场，提供从底层芯片、模型到托管 服务全套解决方案；Google 则集芯片、模型与搜索一体化发展，重新塑造 AI 龙头地 位。2026 年，AI 将与企业工作流深度融合，深刻改变工业、办公等垂直领域。
（二）模型：Token 消耗爆发，海内外模型接力 SOTA
大模型 Token 消耗呈现爆发式增长态势。当前，全球大模型 Token 消耗量正经历爆发式 增长，但未来持续高速增长仍需依赖更具商业价值的新应用场景突破。根据沙利文发布 的报告，2025H1 中国大模型市场日均调用量超过 10 万亿 tokens，较 2024 年下半年增长 约 363%，呈现爆发式放量。调用激增带来算力与存储消耗显著提升，也标志着大模型正 走出试点期，进入规模化落地阶段。根据 OpenRouter 数据显示，全球主流大模型的 Token 消耗量显著增长。展望未来，推理算力的需求增长将更取决于 AI Agent 等复杂应用的规 模化落地，从而实现从"高消耗"向"高价值"的转变，并构建起更高效的价值闭环。
（三）海外：OpenAI、Google、xAI 与 Anthropic 千帆竞发
OpenAI：GPT-5 架构革新打造动态智能生态系统
2025 年 8 月 7 日，OpenAI 正式推出了 GPT-5，并称为其目前最智能、最高效且最实用的 AI 系统。GPT-5 实现了"快速响应"与"深度思考"的智能整合，其创新架构包含三个核心 组件：高效的主模型、具备深度推理能力的 GPT-5 thinking 模型，以及智能实时路由器。 系统能根据对话类型、任务复杂度、所需工具及用户明确意图，自动选择最优处理路径。 在性能表现上，GPT-5 在编码、数学、健康咨询和视觉理解等多个领域都达到了新的技术 高度，显著减少了幻觉现象，提升了指令遵循能力，同时降低了阿谀奉承倾向。特别针 对写作、编码和健康咨询这三类高频使用场景进行了专项优化。OpenAI 为 ChatGPT 中 新增了四种性格（Personality），允许用户从四种预设性格中选择偏好："Cynic（愤世嫉俗） "、"Robot（机械理性）"、"Listener（耐心倾听）"和"Nerd（学术严谨）"，以定制对话风 格。目前该模型已向所有用户开放，Plus 和 Pro 订阅用户还能获得更高的使用额度，或 升级体验具备扩展推理能力的 GPT-5 pro 版本。
推出更智能、更具“人味”GPT-5.1 系列模型。11 月 12 日，OpenAI 发布 GPT-5.1 系列 模型，通过智能水平与沟通风格的双重升级，显著提升 ChatGPT 智能性和对话趣味性。 该系列包括 GPT-5.1 Instant 和 GPT-5.1 Thinking 两大核心模型，并推出 GPT-5.1 Auto 功 能以自动选择最适合模型。 GPT-5.1 Instant 引入自适应推理机制，成为首个支持思维链的轻量化模型，能根据问题复 杂度调整响应速度，同时语气更亲切、准确率更高；GPT-5.1 Thinking 则优化了思考节奏， 简单任务响应提速两倍，复杂问题提供详尽解答，且表达更通俗易懂。此外，OpenAI 升 级了个性化定制功能，推出八大对话风格矩阵，涵盖专业、古怪等选项，并支持自定义 简洁度、语气温暖度等参数，模型还能智能感知用户偏好并建议调整。
Google：谷歌推出全能型大模型产品
Google DeepMind 是谷歌于 2023 年整合旗下 DeepMind 与 Google Brain 两大团队成立的 人工智能 AGI 核心部门。DeepMind 于 2023 年 12 月发布 Gemini 1.0；随后推出 Gemini 1.5 Pro 与 Gemini 2.0 Flash。2025 年 5 月，Gemini 2.5 Pro Preview 0506 版本发布，模型 新增了深度思考功能模块；6 月，谷歌推出了 Gemini 2.5 Pro 正式版，此次整合修复了上 一版在处理非编码任务时的性能问题，扩展了上下文窗口容量，同时创新性地引入思维 预算功能模块。在官方数学、编程等测试中，该模型的表现超越 o3 和 Claude 4 的最新版 本；同时在 GPQA、AIME 2025 等顶级学术评估中，Gemini 2.5 Pro 也取得了优异成绩。 2025 年 11 月 19 日，Gemini 3 Pro Preview 上线，该模型被视为“史诗级更新”，具有 100 万 Token 超大上下文窗口、万亿级参数规模和原生多模态能力，旨在与 GPT-5 和 Claude 4.5 竞争。
Gemini 3 Pro 技术突破显著强化 Google 在 AI 竞赛中的领先地位。凭借其卓越的推理能 力与强大多模态功能，Gemini 3 Pro 能够将各类创意转化为现实，并在所有关键人工智 能基准测试中显著超越前代 2.5 Pro 模型。该模型以 1501 分突破性 Elo 评分高居 LMArena 排行榜榜首，不仅在推理能力上达到博士水平——在“人类终极考试”中无工 具辅助得分率达 37.5%，并在 GPQA Diamond 基准测试中取得 91.9% 的最高准确率， 还在数学领域树立了全新标杆，于 MathArena Apex 测试中以 23.4% 的成绩达到当前最 先进水平。此外，Gemini 3 Pro 在多模态理解方面表现突出，在 MMMU-Pro 和 VideoMMMU 上分别获得 81% 与 87.6% 的优异成绩，同时以 72.1% 的得分在 SimpleQA Verified 基准测试中创下事实准确性方面的新纪录，充分彰显其卓越的可靠性以及应对 科学、数学等跨领域复杂问题的强大能力。
xAI：Grok-4 在复杂知识领域以及相关测试中表现优异
2025 年 7 月 10 日，马斯克通过其旗下的 X 平台发布了新一代人工智能模型 Grok-4。在 发布会中 xAI 团队重点展示 Grok-4 在多模态交互与跨学科领域的性能评估数据，马斯克 宣称该系统综合性能全球领先，目前模型学术研究能力已达到博士级别专业水准。Grok4 研发团队表示将持续优化模型短板，通过针对性训练提升综合表现。 Grok-4 由 xAI 的 Colossus 超级计算机训练，在 API 模式下支持 256,000 tokens 的超大上 下文窗口，远超前代 Grok-3 的处理能力。自 Grok-2 至 Grok-4，计算资源投入总共增加 了一百倍。xAI 推出普通单智能体“Grok-4”与会员版多智能体 “Grok-4 Heavy” 双版 本。会员版支持多个智能体并行工作，通过小组协作思考，选取最优解决方案。 在性能测试上，xAI 采用"人类最后一场闭卷考试"（Human-Level Examination, HLE）基 准对 Grok-4 进行评估。HLE 基准测试由全球多领域权威专家联合制定，涵盖数学、生物、 计算机等学科的 2500 个高阶专业问题，对标博士级科研难度，在业界内是评估模型在跨 学科推理、复杂系统分析能力的权威测试。Grok-4 以 44.4%的准确率，刷新了历史得分 记录；Grok-4 在国际数学竞赛 AIME 2024、SAT 以及美国研究生入学考试 GRE 等传统 大模型测试中取得了高分。
Anthropic：Claude 4 在软件编码能力功能上表现卓越
公司于 2021 年创立，团队成员多数来自前 OpenAI 研究成员。2023 年 3 月，Anthropic 公司发布其第一代大语言模型 Claude 1；同年 7 月，该公司进一步推出了 Claude 2 系列 模型。2024 年 3 月，Anthropic 正式发布 Claude 3 系列模型，该系列包含旗舰版 Opus、 均衡版 Sonnet 和轻量版 Haiku 三个版本。后续持续推出了多模态升级 Claude 3.5 Sonnet 以及快速版 Claude 3.5 Haiku。截止到 2025 年 8 月已经迭代到了 Claude 4， Claude 4 在 编码和复杂推理方面表现出色，Opus 4 版本适用于复杂长程任务和智能体工作流。 该系列支持并行工具使用，可边思考边调用工具完善回答。Anthropic 还推出了 Claude Code 系列的编程工具，如 VS Code 插件和 GitHub Actions。目前，Claude 4 通过 Amazon Bedrock 和 Google Vertex AI 等平台提供服务。在 SWE-bench Verified 软件工程能力测试 中，Claude 4 系列模型展现出行业领先的软件工程能力：Claude Sonnet 4 准确率达到 72.7%，Claude Opus 4 达到 72.5%，两项成绩均超越 GPT-4.1 和 Google Gemini 2.5 Pro。 8 月，Anthropic 正式发布了 Claude Opus 4.1 新版本，在智能体任务处理、现实世界编程 应用及逻辑推理能力三大领域，对 Claude Opus 4 进行了了全面升级。在编程基准 SWEbench Verified 上，从 Opus 4.0 的 72.5%提升到了 Opus 4.1 的 74.5%准确率。
Anthropic：Claude 4 在软件编码能力功能上表现卓越 公司于 2021 年创立，团队成员多数来自前 OpenAI 研究成员。2023 年 3 月，Anthropic 公司发布其第一代大语言模型 Claude 1；同年 7 月，该公司进一步推出了 Claude 2 系列 模型。2024 年 3 月，Anthropic 正式发布 Claude 3 系列模型，该系列包含旗舰版 Opus、 均衡版 Sonnet 和轻量版 Haiku 三个版本。后续持续推出了多模态升级 Claude 3.5 Sonnet 以及快速版 Claude 3.5 Haiku。截止到 2025 年 8 月已经迭代到了 Claude 4， Claude 4 在 编码和复杂推理方面表现出色，Opus 4 版本适用于复杂长程任务和智能体工作流。 该系列支持并行工具使用，可边思考边调用工具完善回答。Anthropic 还推出了 Claude Code 系列的编程工具，如 VS Code 插件和 GitHub Actions。目前，Claude 4 通过 Amazon Bedrock 和 Google Vertex AI 等平台提供服务。在 SWE-bench Verified 软件工程能力测试 中，Claude 4 系列模型展现出行业领先的软件工程能力：Claude Sonnet 4 准确率达到 72.7%，Claude Opus 4 达到 72.5%，两项成绩均超越 GPT-4.1 和 Google Gemini 2.5 Pro。 8 月，Anthropic 正式发布了 Claude Opus 4.1 新版本，在智能体任务处理、现实世界编程 应用及逻辑推理能力三大领域，对 Claude Opus 4 进行了了全面升级。在编程基准 SWEbench Verified 上，从 Opus 4.0 的 72.5%提升到了 Opus 4.1 的 74.5%准确率。
（四）国内：DeepSeek、Qwen、Kimi 与 MiniMax 百舸争流
DeepSeek：持续技术迭代与产品升级，V3.1 版本大幅提升模型灵活性与思考效率
DeepSeek 是由初创企业杭州深度求索研发的大型语言模型， DeepSeek 成立于 2023 年 7 月 17 日。2024 年 1 月，DeepSeek 发布了其首个公开大语言模型 DeepSeek LLM，5 月推 出 DeepSeek-V2，同年 12 月，开源视觉模型 DeepSeek-VL2 与第三代大语言模型 DeepSeek-V3。2025 年 1 月，正式发布 DeepSeek-R1 模型，并同步开源模型权重。 2025 年 5 月 29 日，DeepSeek-R1 模型已完成小版本升级，更新为 DeepSeek-R1-0528 版 本。新版本延用了 V3 Base 模型作为基座，在后训练过程中投入了更多算力。DeepSeek R1 在深度逻辑推理与代码解析领域表现卓越，而 V3 作为多模态大型语言模型，目前 是 DeepSeek 的核心模型基底。更新后的 R1 在数学、编程及逻辑推理等基准测评中成 绩优秀，整体性能上已接近国际顶尖模型 o3 与 Gemini-2.5-Pro。2025 年 8 月 21 日 DeepSeek-V3.1 正式发布，新版本大幅提升模型灵活性与思考效率，并基于 Post-Training 优化显著增强 Agent 能力，在工具使用与智能体任务执行上表现突出。
Qwen：由阿里巴巴集团旗下达摩院开发大语言模型系列
2023 年，阿里开源第一代模型 Qwen 1.0；2024 年 2 月发布 Qwen-1.5，同年 6 月推出 Qwen 2，并于同年 8 月进一步拓展模型矩阵，发布面向数学、音频及视觉领域的 Qwen2-Math、 Qwen2-Audio 以及 Qwen2-VL，9 月更新过渡版本 Qwen2.5；2025 年 4 月，Qwen3 系列 大模型正式发布，其中包括 Qwen3-235B-A22B 版本。 7 月 22 日，阿里巴巴对该 235B-A22B 版本进行了优化升级，推出 Instruct-2507 新版本。 同时，阿里巴巴正式发布了对标 Claude 4 的 Qwen3 Coder 编程模型。Qwen3 Coder 在多 个编码基准测试中表现优异，展现出超强的代码生成与模型能力，在代理编码、浏览器 应用和工具调用三大指标获得出色成绩，性能得分媲美 Claude Sonnet 4。 9 月 5 日，阿里巴巴推出了其迄今为止最大语言模型 ——Qwen3-Max-Preview，模型拥 有超过一万亿个参数，成为全球 AI 技术新标杆。
“千问”App 为核心全面进军 AI 助手领域。2025 年 11 月 17 日，阿里巴巴正式宣布推 出“千问”项目，该应用基于其自研的全球领先开源大模型 Qwen，以“开放、免费、场 景融合”为核心策略，定位为“会聊天、能办事”的个人 AI 助手。阿里核心管理层将该 产品视为未来的 AI 生活总入口，致力于推动前沿 AI 技术普惠。千问 APP 计划整合地 图、外卖、订票、办公、学习、购物、健康等各类生活场景，让用户通过统一入口享受全 方位 AI 服务。阿里巴巴拥有淘宝等电商生态、高德等本地生活生态、夸克和钉钉等 AI 应用生态，未来这些生态或将与千问 APP 全面打通，构建超级应用。
Kimi：K2 在模型架构上实现了多项技术创新，显著提升了推理和工具使用能力
Kimi K2 Thinking 模型采用混合专家架构，总参数量高达 1 万亿，每次推理激活 320 亿参 数，模型支持 256K 上下文窗口，并采用原生 INT4 量化技术，使推理速度提升约 2 倍的 同时保持了性能领先。特别值得关注的是，该模型实现了“模型即 Agent”的设计理念， 能够无需人工干预执行 200-300 次连续工具调用，在解决复杂问题时能通过多轮“思考 →搜索→浏览→思考→编程”的动态循环，将模糊的开放式问题分解为可执行子任务。 这些技术进步源于月之暗面在测试时扩展领域的最新探索，通过同时扩展思考 Token 和 工具调用轮次，使模型在 Agent 和推理性能上实现了质的飞跃。据 CNBC 转引自机器之 心，该模型的训练成本仅为 460 万美元，与 OpenAI 投入形成鲜明对比。在定价策略上， Kimi K2 Thinking 的 API 价格具有明显竞争力：缓存命中每百万 tokens 仅 0.15 美元，缓 存未命中为 0.6 美元，输出为 2.5 美元，这一价格远低于 GPT-5 的 1.25 美元输入和 10 美 元输出的定价。这种低成本高性能的特点部分源于其采用的量化感知训练和 INT4 纯权 重量化技术，不仅提升了生成速度，还降低了对硬件的要求，使模型对国产加速计算芯 片更加友好。该模型采用最宽松的 MIT 协议开源，允许免费商业使用，仅对超大规模部 署有署名要求，这大大降低了企业和开发者使用前沿 AI 技术的门槛。
MiniMax：构建了全栈产品体系，商业化优势显著
MiniMax 作为中国人工智能领域的独角兽企业，凭借其全栈技术布局和积极的商业化探 索，已成为全球大模型竞赛中的重要参与者。该公司由前商汤科技副总裁闫俊杰在 2021 年创立，目前已发展成为估值超 40 亿美元的 AI 独角兽。MiniMax 构建了覆盖基座模型、 视频生成、语音合成及智能体（Agent）的全栈产品体系，展现出强大的技术执行力。10 月 27 日，MiniMax 发布 M2 模型凭借其卓越的性能和极致的成本效益，该模型在Artificial Analysis 权威测评中总分已跻身全球前五，位列开源模型第一，展现出顶尖的综合能力。 更为突出的是其商业化优势，M2 的 API 服务成本极具竞争力，定价仅为每百万 Token 输 入 0.3 美元，输出 1.2 美元，约为同类高智能模型 Claude Sonnet 价格的 8%。
在 AI 与大模型的共生迷局中，“吞噬”与“繁荣”的辩证张力始终存在，但二者的关系 绝非零和博弈。大模型作为技术基座，其强大的泛化能力确实重构了传统 AI 应用的开发 范式——当基础模型通过 API 即可输出 90%的通用能力时，表层应用的“护城河”似乎 被瞬间填平。“大模型对软件的吞噬”在客服、翻译、标准化内容生产等领域尤为明显， 仅依赖浅层算法封装的应用正被大模型的通用智能快速溶解。 尽管大模型确实把通用能力做成了自来水，但水本身不解决最后一公里：医疗影像需要 放射科医生的标注数据把准确率从 92%提升到 99.5%，工业质检需要产线实时反馈把误 报率压到 ppm 级。这些场景数据、工程化部署、客户信任，反过来成为应用层的新壁垒， 也是大模型持续迭代的数据养料。我们认为：大模型吞噬的是“只套壳、无数据、无场 景”的伪应用；真正扎进行业、持续反哺数据的玩家，会和大模型结合在一起，甚至将 AI 为己所用，将公司的 TAM 继续扩大。
（一）AI+广告：内容制作效率提升，广告投放效率优化
AI 不仅改变了广告的创作和投放方式，还重塑了整个广告生态系统。通过数据分析、机 器学习、自然语言处理等技术，AI 不仅提升了广告投放的精准度，还优化了广告创意、 投放策略和效果评估。2025 年，人工智能在营销领域的应用已从概念验证进入规模化部 署阶段。根据 Research And Markets 发布的最新报告，AI 营销市场 2025 年达到 355.4 亿 美元，2029 年预计将增长至 1065.4 亿美元，期间复合年增长率高达 31.6%。
广告创意优化
AI 工具已经能够自动生成广告文案、图像和视频内容。这不仅降低了广告制作成 本，还提高了创意的多样性和效率。
Persado：一家利用 AI 生成广告文案的公司。其高度聚焦于追求用户即时情感响应 和行动前线营销文案。在社交媒体上展示广告等需要瞬间抓住眼球、激发点击短文 案则是 Persado 的核心战场，其能快速测试并找出点击率最高的情感组合词句。其次 在邮件营销中，主题行和行动号召按钮文字是决定邮件打开率和转化率关键。公司 能生成大量情感丰富主题行变体以及更具说服力 CTA，显著提升邮件营销表现。
广告投放优化
AI 通过分析用户的行为数据，如历史、购买记录和位置等，能够精准定位目标受众，并 为其推送个性化广告。精准投放不仅提高了广告的转化率，还减少了广告资源浪费。
AppLovin：自研 AXON 人工智能广告引擎系统，能够高效处理海量数据，极其精准 地匹配广告主与目标用户，显著提升了广告投放效果和开发者收入。公司也有外延 式并购，通过收购 Adjust, MoPub 等公司，构建从广告投放到效果归因完整技术闭 环，形成了强大“数据-算法”增长飞轮。AXON 采用了先进算法，最大特色在于动 态调整，专注于营销广告投放，因此它模型体量不需要和传统语言大模型一样庞大， 能够以更快的速度更新最新数据，帮助广告主找到最高回报投放模式。
广告方案优化
AI 可以给出根据各平台的投放效果进行实时监测，如监测广告的表现数据（如点 击率、转化率等），并根据反馈自动调整投放策略，针对广告投放方案进行优化。
Meta：10 月 2 日，Meta 更新了一款免费且可定制销售 AI 代理“Business AI”，可 直接添加到企业网站。据了解，品牌方可在 Meta Business Suite 中创建专属、部署在 自己网站上 Business AI 代理，用于回答产品问题、协助定制选项并推动销售。在广 告投放方面，Meta 还推出了 Meta AI Business Assistant，该工具旨在基于 Meta 平台 用户数据为企业主与营销人员提供投放与帖文表现的解答，并能处理账户相关问题， 包括被禁用账户与支出限额等账户问题，从而在操作层面提供直接支持。
（二）AI+编程：重塑软件开发生态，实现数字世界平权
效率革命，AI 编程已全面重塑开发市场。AI+编程工具市场正处于高增长通道，根 据 Marketus 的最新报告，全球 AI Code Assistant 市场规模预计将从 2024 年约 55 亿 美元增长至 2034 年约 473 亿美元，对应年复合增长率（CAGR）高达 24%，北美市 场贡献最大，占全球份额超过 38%。 技术方面，AI 大模型在 MMLU 和 HumanEval 等主要基准的性能测试差异已大幅缩 小，开源模型如 Llama、Qwen、DeepSeek 正逐步缩小与头部模型的性能差距。摩根 士丹利报告《人工智能编码如何创造就业机会》指出，AI 编程将开发人员的角色从 手动编程转向战略性职能，将提升开发人员价值，不同机构对未来的员工增长速度 预测存在显著差异：美国劳工统计局预测，到 2033 年的年均增长率约为 1.6%；而 研究公司 IDC 的预测则更为激进，认为到 2029 年增长率或将能达到 10%。 我们认为：开发人员总量预计保持相对平稳，AI+编程将重构人力结构，压缩低技能 的重复性岗位，提升高技能的具备业务抽象与系统架构能力岗位占比，从而优化研 发费用结构、显著提升整体开发效率，并推动企业盈利能力持续改善。
国内方面，AI+编程市场正受益于国家数字战略，处于快速发展期。在国内，AI+编 程、生成式 AI 市场正在受益于数字基础设施与用户端普及的双重推动。根据第 55 次《中国互联网络发展状况统计报告》，截至 2024 年底，中国已有约 2.49 亿人使用 过生成式人工智能产品，占全国人口约 17.7%。 从基础设施来看，2024 年中国整体算力基础设施规模已达到约 280 EFLOPS（《2024 年数字中国发展报告》），为 AI 计算与大规模模型运行提供硬件支撑。结合用户普及 与算力供给的双重提升，国内 AI 编程、生成式 AI 市场具备从早期试水向大众应用 规模化落地的基础条件。这为产业界、科研机构和创新公司在内容生成、辅助编程、 产业数字化改造等方面带来了广阔空间。
AI+编程极大地提高了开发效率，将成为未来软件工程师的标配工具。据此，行业将呈现 出若干发展趋势：1）大模型主导竞争格局：高性能基础模型已成为决定代码生成质量、 推理链条深度与工具稳定性的核心壁垒。2）生态成为关键变量：主流厂商正加速构建开 发者生态，将 AI 编程能力深度嵌入 IDE、DevOps、云服务与企业工作流，提升开发者黏 性与企业渗透率。3）数据与算力决定上限：高质量代码数据、企业专有数据以及弹性算 力集群是编程发展基建，模型规模扩张与多轮工具调用进一步提升对算力需求。
Anthropic：11 月 25 日凌晨，Anthropic 发布了其迄今最强大的 AI 模型 Claude Opus 4.5。该公司宣称，新模型在软件工程任务上实现了“最先进性能”，进一步加剧了其 与 OpenAI、谷歌等对手之间的竞争。Claude Opus 4.5 在软件工程测试中表现出色， 得分超越 Gemini 3 Pro、GPT-5.1 等对手。
月之暗面：11 月 6 日，公司发布最新大模型 Kimi K2 Thinking，多领域实现 SOTA。 模型总参数量达 1 万亿，每次推理仅激活约 320 亿参数，是典型稀疏 MoE 结构。 K2 支持上下文窗口长达 256K tokens 超长输入与持续状态维护，和 200-300 次连续 工具调用，在单次任务中可反复执行“思考→调用→分析→再思考”闭环。在 LiveCodeBench 中，性能仅次于 Gemini、Claude 和 GPT 为国内最强模型。
（三）AI+决策：协助数据规律发现，提升公司决策水平
决策式 AI 是一种利用 AI 技术来增强、优化甚至自动化人类和组织做决策的过程和结果 的方法，它超越了传统数据分析，将机器学习、深度学习、预测模型和自然语言处理等 AI 技术深度集成到商业、金融、医疗、军事或日常管理的复杂决策流程中。 其核心要素与价值在于：1）数据驱动的洞察：AI 能够处理和分析海量、多样化的数据， 发现肉眼难以察觉的模式和趋势；2）预测与模拟：利用机器学习建立模型，预测不同决 策路径可能带来的结果，例如预测市场需求、设备故障或信贷风险；3）优化与推荐：AI 能够基于设定目标（如利润最大化、成本最小化），推荐最优行动方案或自动调整系统参 数（如供应链调度、投资组合）；4）自动化：对于重复性高、规则明确的决策（如欺诈检 测、库存订购），AI 可以完全取代人工，实现实时、高效的自动化决策。 总结来说，AI+决策就是让 AI 形成智能体，帮助人类更快、更准、更理性地做出更优选 择。根据灼识咨询报告显示，2022 年中国人工智能支出 2255 亿元，预计于 2027 年将增 至 6910 亿元，年均复合增长率约 25.1%。其中决策类人工智能市场的支出规模为 532 亿 元，预计 2027 年将增至 2104 亿元，年均复合增长率约 31.7%。
第四范式：决策领域市占第一，产品有望快速渗透
专注企业级 AI 解决方案 11 年，是企业 AI 的先驱者和领导者。公司成立于 2014 年 9 月，提供以平台为中心 AI 解决方案，并运用核心技术开发了端到端企业级 AI 产品， 致力于解决企业智能化转型中面临效率、成本、价值问题，提升企业决策水平。2016 年， 公司自主研发了端到端 AI 应用开发平台先知平台 2.0，后发布 AI 操作系统 Sage AIOS 并推出企业级 AI 应用商店；2023 年，发布 SageGPT，专为业务场景进行设计企业级生 成式 AI 产品，具有多模态互动能力及企业级 AI 智能工具特性；2024 年，与临港集团 签订了战略合作协议，致力于打造“三中心一平台”。自 2015 年开始为金融领域用户提供 AI 产品以来，公司产品现已广泛应用于金融、零售、制造、能源与电力、电信及医疗。 平台+方案+服务三大业务矩阵，产品在行业内处于领先地位。公司聚焦于企业服务领域， 目前公司产品体系包括平台+方案+服务三大业务矩阵：1）先知 AI 平台：AI 底座平台， 为开发 AI 模型提供了坚实基础，能够处理超过万亿参数模型训练、毫秒级实时推理和 模型自学，支持企业用户轻松进行模型训练、推理、部署等；2）SHIFT 智能解决方案： 基于先知平台底层基座及行业经验，为沉淀出一系列标准化的 AI 产品，在金融、能源 电力等领域得到广泛认可；3）AIGS 服务：基于式说大模型打造生成式 AI 软件开发平 台，专注于利用生成式 AI 技术赋能软件开发过程。
（四）AI+ERP：技术驱动功能升级，产品价值全面提升
AI 技术驱动 ERP 系统功能与价值的全面升级。近年来，AI 与 ERP 系统融合已成为企业 数字化转型的核心趋势。ERP 厂商将 AI 技术融入到 ERP 系统中，让原本“静态”的系 统能够具备“感知-决策-执行”能力，来驱动企业业务流程与管理范式进行升级。AI 赋 能下，使得传统 ERP 系统增加了数据分析与预测、流程自动化和个性化服务等功能，由 传统流程驱动升级为数据和决策驱动，从而实现企业管理效率、准确度和响应速度提升。 AI 原生 ERP 通过大模型驱动 AIGC，将传统上由人类操作业务流程、计算机进行活动记 录、分析与汇总的模式，转变为由人类和 AI 共同协作“智能编排”模式。在这种模式下， 不同行业的企业有机会构建起更为智能化的数字孪生生态，“进化”成为真正智能企业。 根据 Gartner 预测，到 2027 年，60%客户会选择具有平台能力和业务流程编排能力 ERP 系统；IDC 预测，到 2028 年，40% 中国头部制造商将部署基于 GenAI 的平台。
SAP：全球领先 ERP 厂商纷纷制定明确的 AI 战略。2025 年，SAP 推出“AI-First, Suite-First”战略，旨在将 AI 能力深度嵌入工作流程，同时保持系统稳定性和开放 性，其核心价值在于 AI 能为企业提供深刻业务洞察，从而显著提升运营管理效率。 从首次提出 SAP Business AI，到确立“AI-First, Suite-First”战略，SAP 取得了一系 列创新成果。SAP Business AI 提供 130 余种 AI 场景，该产品组合覆盖供应链、 财务、采购、HR、销售等多个业务职能领域，能大幅提高企业每个团队工作效率和 速度，助力企业高效达成业务目标；内置行业领先合作伙伴先进 AI 创新技术和大 型语言模型，满足企业独特业务需求。
金蝶国际：11 月 4 日，公司举行金蝶 2025 全球创见者大会，宣布“金蝶云”全面升 级为“金蝶 AI”，并推出全新 AI 产品“小 K”，展现从技术底座到业务落地全链路 AI 能力。此次升级聚焦两大核心：①从单一智能体演进至多智能体协同，实现“平 台+数据云+AI 增强 SaaS+AI 原生智能体”的全面升级；②从通用场景深化至财务 分析、报价、质量管理等专业场景，全面支撑企业各领域 AI 转型。金蝶董事会主席 兼 CEO 徐少春提出 AI 时代需完成运营、产品、商业模式、生态、组织、人才和领 导力七大转型，以客户建发集团为例，通过 AI 合同审查，其审核效率提升 100%。
用友网络：AI 至上，将 AI 技术应用与推广提升到核心战略地位。今年 8 月 15 日， 公司董事长兼 CEO 王文京在 2025 年全球商业创新大会（GBIC·2025）上发表了 《让 AI 在企业落地》主题演讲，大会上，用友 BIP 迎来了全新版本的全球重磅首 发，全面展示其在企业 AI 应用领域的技术突破与能力进化。基于用友 BIP 智能体 构建平台，已发布大批如会计、共享服务中心等“数智员工”。特别是在 财务领域， 在 2025 大型企业财务数智化峰会上发布了一批基于 AI 的财务应用场景，核心在 于通过“数智员工”解放财务基础工作，推动智能财务。与此同时，公司将贯彻“全 球市场”战略，通过产品本地化与业务在地化，加速海外业务增长，为我国企业出 海和全球企业数智化提供服务。
（五）AI+办公：工具链到智能协作，生产效率加速释放
全球办公软件市场持续扩容，中国市场成核心增长。《十五五办公软件行业发展研究与产 业战略规划分析预测报告》指出，2025 年全球办公软件市场规模将达 516.3 亿美元，同 比增长 9.2%，预计 2030 年将突破 800 亿美元，CAGR 为 9.5%。北美是全球最大市场， 占比 42%，微软、Google、Salesforce 占据主导地位。亚太增速最快，中印、东南亚为主 要增长极，2025 年市场规模达 155 亿美元，其中我国占比超 50%。2025 年中国办公软件 市场规模将达 480 亿元，同比增长 12%，预计 2030 年突破 900 亿元，CAGR 为 13.5%。 细分市场表现：企业级市场占比 72%，规模 345.6 亿元，协同办公、云文档存储与管理、 ERP 系统为三大增长点;个人用户市场规模 134.4 亿元，WPS 等国产软件通过免费策略抢 占市场，付费转化率提升至 18%。Slack Workforce Lab 调查显示，截至 2025 年 5 月，全 球有 60%的桌面办公人员已在工作中使用 AI 工具，每周至少使用一次，活跃日用户参与 比 2024 年 11 月翻倍，其中增长高达 233%。每日常用 AI 员工自评生产力提升 64%，专 注力提升 58%，工作满意度提升 81%。
MSFT：海外市场由微软领跑，其 MS 365 Copilot 已实现“智能体模式”全面覆盖。 2025 年 11 月，微软发布 MS 365 Copilot 的多项关键更新，其核心目标是推动所有 组织向“前沿企业”转型，将“智能体模式”全面扩展至 PowerPoint、Excel 和 Word，让 用户能与 AI 进行深度协作。微软表示，财富 500 强企业中，已有 90%企业正在使用 Microsoft 365 Copilot，此次更新将进一步巩固其在企业市场地位。为满足中小企业 需求，微软还推出了全新的 Microsoft 365 Copilot 商业版订阅，定价为每用户每月 21 美元，已于 12 月上线，旨在通过自动化任务帮助小型团队提升效率。
金山办公：在互联网周刊推出的“2025 信创办公软件 TOP30”和中国软件行业协会 发布的“2025 年度中国信创软件高质量发展百强企业”榜单中分别荣登 TOP1 与 TOP3，不仅印证了金山办公在办公信创领域的持续领跑地位，更彰显了市场对企业 技术实力与生态建设能力的高度认可。此外，协同 WPS 365 由 WPS Office、WPS AI 企业版、WPS 协作组成，产品打通文档、协作与 AI 三大能力，能为用户提供一致 的跨端、跨系统、跨平台的 AI 协同办公体验。
合合信息：专注多模态文本智能技术，覆盖 C 端和 B 端。C 端，核心产品名片全能 王作为成立后首款产品，聚焦商务社交场景；扫描全能王更是集成多种功能，覆盖 超 200 个国家和地区，拥有超 10 亿用户的图像文本处理 AI 产品。截至 2025 年三季 度末，主要 C 端产品月活用户达 1.89 亿，同比增长 12.50%；累计付费用户数达 926.98 万，同比增长 35.18%；公司持续推进产品功能迭代与技术创新，在提升用户体验同 时，海外版产品开发更多 AI 功能，加快海外市场商业化转换进度。月活与付费用户 数提升，付费转化加速凸显 AI 功能迭代对变现能力拉动。
三六零：在 AI 领域，取得突破性进展。公司在 2025 年 9 月投资者网上集体接待日 活动中披露，纳米 AI 产品月度 Web 访问量合计已超 4.5 亿次，其中“纳米 AI 搜索” 国内排名第二，“纳米 AI 智能体”排名第三。在应用端，纳米 AI 月活用户超 1200 万， 稳居国内 TOP 10 行列，显示出强大的用户吸引力和市场竞争力。2025 年，公司发 布最新模型“360zhinao2-o1.5”，在数学和科学推理能力方面持续迭代提升。公司在数 字安全领域成果显著，公司推出“360 安全智能体”，以 AI 原生方式重构数字安全防 护体系，已构建 100+安全领域专家级智能体，广泛应用于 APT 攻击溯源等场景。截 至半年报，公司累计发现 APT 组织数量达 58 个，占国内所有发现 APT 总数的 98%。
（六）AI+客服：由自动化问答转型，拟人多模态智能体
智能客服或者对话式 AI 市场正处于由 GenAI 驱动爆炸性增长阶段。核心价值从简单的 自动化问答转向复杂的、类人化的“智能体”服务。根据《Conversational AI Market Report 2025》，预计 2025 年全球 AI+客服市场达到 146 亿美元，并在未来几年内快速扩张，至 2029 年达到 308 亿美元市场空间。 当前，AI 客服行业正迎来三大产业发展趋势：1）向 AI Agent 演进，传统聊天机器人正 在被能够自主设定目标、工具等进行多步推理和完成复杂任务自主 AI 智能体取代。CB Insights 预测，到 2026 年，AI Agent 将从“带护栏的代理”阶段迈向“完全自主的智能体”时代，成为企业自动化的重要驱动力；2）拟人化交互，GenAI 实现了更自然的语言 理解、更动态的对话流程和超个性化的回复，使得 AI 交互更接近人类水平；3）多模态 能力：AI 系统不再局限于文本和语音，而是开始融合视觉、语音等多种输入，提供更流 畅、更自然的体验。
Salesforce：推出 Einstein 机器人，无缝处理客服业务。Salesforce Einstein 是嵌入在 Salesforce CRM 中的 AI 层，其客服相关功能包括 Einstein 机器人，能够无缝处理常 规客户服务咨询，释放客服人员处理复杂问题，同时提升响应速度。通过自动化、 预测智能和个性化客户体验，赋能销售、市场和服务团队，推动更智能 CRM 运营。
（一）AI+工业：赋能工业智能升级，加速制造智能转型
我国工业化进程从“数字化”迈向“智能化”的深度跃迁。其核心在于推动 AI 作为赋能 性技术，与制造业进行全要素、全流程、全产业链的深度融合。为此，国家将体系化推进 “人工智能+制造”系列举措，这不仅包括完善顶层政策体系、制定行业智能化转型路线 图，更将通过搭建国家级供需对接平台、建设标杆产业园等方式，引导 AI 技术流向制造 业一线。其根本目标是全方位变革制造业的创新范式、生产组织方式和经营管理模式， 最终塑造以“数据驱动、智能主导”为特征的中国新型工业化核心竞争力。根据国家统 计局最新数据，2025 年 Q1-Q3 全国规模以上工业增加值同比增长 6.2%，其中装备制造 业增加值同比增长 9.7%，高技术制造业增加值增长 9.6%，增速分别快于全部规模以上工 业 3.5 和 3.4pct，装备制造业和高技术制造业增势较好。 政策为行业技术攻关发展方向明确。在工信部首批“人工智能+制造”揭榜挂帅任务中， 智能工业软件被列为重点方向，明确指向流体、结构、电磁等核心仿真软件的智能化， 以及基于大模型的零部件智能设计软件等。这直接激励企业集中研发力量，攻克“卡脖 子”环节。我们认为：在 AI 赋能下，工业软件本身也在经历形态和范式进化，其核心驱 动力来自于“工业智能体”这一新抓手。工业智能体能够在复杂的工业环境中自主感知、 决策与执行任务，决定工业软件正从“软件工具”向“智能伙伴”或“工业智能体”演 进。
中控技术：发布 TPT 2，标志着工业 AI 从技术突破迈向产业应用新阶段。作为全球 首款流程工业时间序列大模型迭代产品，TPT 2 以解决实际生产问题硬核能力，成 功打通从技术到产业价值的“最后一公里”。模型针对流程工业核心语言——24 小 时不间断产生时序数据进行深度优化，通过两大核心突破实现技术跨越：一方面深 度改进 Transformer 算法架构，创新采用 MoE 混合专家模型，实现“数据+指令”的 智能协同；另一方面深度融合中控 30 余年服务 3.7 万家工厂积累的千厂机理知识， 让模型不仅“看见数据”，更“读懂工艺”。TPT 2 突破了传统工业 AI 的单点控制局 限，实现预测性维护、工艺优化、参数整定、异常检测等核心功能的一体化协同，全程无需人工反复干预，构建了完整的"感知-识别-决策-执行"智能闭环。在湖北三 宁化工的成功案例中，TPT 2 助力其硫酸装置建成国内首个"无人"值守复杂化工标 杆，入选湖北省首批“无人工厂”，展现了工业 AI 在破解复杂系统控制难题上巨大 潜力。
（二）AI+军用：新质作战智能力量，空天地深海一体化
军费是国防科技工业景气度扩张的基础，世界各国或进入军费高增周期。美国 2026 财年 国防预算申请规模或达 1.01 万亿美元，增长幅度接近 13%。根据北约声明，预计到 2035 年，整体军费开支占欧洲经济产出的比重将从目前的 2%升至 5%。日本 2025 年度预算案 的防卫费为 8.7005 万亿日元（约合 551.4 亿美元），为迄今最多。2024 年我国财政国防支 出为 16909.43 亿元，同比增长 6.99%。2025 年我国国防支出预算为 17846.65 亿元，增长 7.2%。 智能化战争时代加速到来，AI 重塑战场生态。据新华社指出，在全球科技革命与军事变 革深度融合的进程中，AI 正以革命性力量重塑战争形态。从自主化武器的体系化协同到 多域防御系统的智能响应，从全链条后勤精准调控到沉浸式训练场景构建，AI+军用已形 成覆盖作战全流程的赋能体系，推动战争从“能量对抗”向“智能博弈”加速演进。据中 国兵器首席科学家吴明曦指出，军事智能的本质是利用智能科技为战争体系建立多样化 识别、决策和控制模型，战场生态有望在 AI 主导下，在“AI、云、网、群、端”多维度 重塑，包括 AI 脑体系、分布式云、通信网络、协同群、虚实端等多个环节。
美军 AI 应用依托于成熟的商业人工智能技术。据中国国防报指出，目前美国人工智能公 司 OpenAI、Anduril、Palantir，以及 Galois 人工智能开放公司等与美国军方在 AI 应用方 向密切合作。据中国指挥与控制学会指出，2024 年以美军为代表的人工智能国防应用场 景涵盖了预测性维护、自主无人机、网络防御、面部识别与监控、后勤与供应管理、训练 和模拟等多领域。 AI 加速赋能我国军队新质战斗力建设。2025 年 9 月 3 日，纪念中国人民抗日战争暨世界 反法西斯战争胜利 80 周年大会在北京天安门广场隆重举行。作为中国式现代化进入新征 程的首次阅兵，受阅装备以新型四代装备为主体，如新型坦克、舰载机、歼击机等，按作 战模块进行编组，展示我军体系作战能力；遴选陆上、海上、空中系列无人智能和反无 人装备，以及网电作战等新型力量受阅，如新型无人机、定向能武器、电子干扰系统等， 展示我军新域新质战力；集中亮相一批高超声速、防空反导、战略导弹等先进装备，展 示我军强大的战略威慑实力。我们认为：从“大陆军”到“全域作战”，军兵种结构正在 实现历史性重塑。太空、网络、电子、联保、信支等新型作战力量亮相，叠加 AI+赋能， 表明军队体制开始向利于联合作战司令部协同下的全新智能化、现代化作战体系转变。
（三）AI+医疗：医药研发创新业态，医疗机构数智机遇
发布 AI+医疗实施意见，产业遇五年发展机遇。11 月 4 日，卫健委联合五部门发布《关 于促进和规范“人工智能+医疗卫生”应用发展的实施意见》，意见指出“人工智能+医疗 卫生”应用发展的指导思想，基于各地医疗卫生领域人工智能应用的基础建设情况、应 用进展情况、业务发展需求，确定了 2027 年和 2030 年的主要发展目标。此次政策是 8 月 26 日国务院印发《关于深入实施 “人工智能 +” 行动的意见》在医疗领域补充，为医 疗行业的发展确立了目标，让 AI+医疗产业迎来五年发展机遇。 八大场景二十四重点应用，行业试点有望快速落地。意见指出，深化人工智能在基层应 用、临床诊疗、患者服务、中医药、公共卫生、科研教学、行业治理、健康产业等 8 个 方向 24 项进行重点应用。我们认为 AI 将全面融入医疗产业，进行技术革新，将加速医 疗各细分龙头企业加大对 AI 能力投入，产业将迎来蓬勃发展期。同时，意见指出要加强 组织保障，从加强制度建设、加强试点示范、加强宣传合作，推动人工智能互利共赢、智 能向善，技术普惠、成果共享。我们认为：各医疗机构或迅速开展试点，试点后各医疗企 业能够以成果共享方式或快速推进市场，使得我国 AI+医疗商业落地有望实现突破，并 逐步体现在业绩端。
国内外医疗信息化企业积极拥抱 AI，助力智能化转型。在 AI 行业落地的实践中，医疗 信息化企业积极开展研究，并取得了显著的成果，涌现出了一批具有代表性的成功案例：
TEMPUS AI：业务核心为基因检测，本质上是一个双边市场平台。其业务飞轮 （Flywheel）逻辑如下：临床侧，为医生和患者提供基因测序服务；药企侧，将测序 积累的海量“多模态数据”（基因+临床病历+影像）去标识化后，授权给药企用于新 药研发。具体来看，为 1）基因组学，即数据采集引擎，是收入的基石，占比约 70%， 通过“低成本获客与获数”，提供全方位的癌症基因检测面板，覆盖实体瘤、血液瘤 及遗传性癌症；2）数据与服务，为业务利润核心，是高毛利业务，也是 AI 变现主 要渠道。数据授权负责将清洗后的真实世界数据授权药企，帮助它们设计临床试验、 寻找靶点；临床试验匹配则利用 AI 算法在合作医院网络中精准筛选符合条件的患者，加速药企临床入组速度；3）AI 应用为未来增长点，利用数据训练出的算法， 开发“软硬结合”的诊断工具。
晶泰控股：AI For Science 领域核心企业。其核心价值在于将 “量子物理、人工智 能、云计算” 与 “机器人自动化实验” 深度融合，构建了一个高效、闭环、自主 迭代的研发平台。1）港股“18C 第一股”的硬科技：晶泰科技成为香港 18C 规则下 特专科技企业上市第一股。2）商业模式：效率与成本的颠覆。通过 AI 预测和机器 人自动化，可以将原本需要数年甚至数十年的药物研发过程，缩短到几个月甚至几 周（例如曾协助辉瑞加速抗新冠特效药 PAXLOVID 的晶型研发）。3）业务拓展潜 力：从生物医药到新材料。公司技术平台并非只局限于生物医药，其底层基于量子 物理和 AI 的分子设计能力，可轻松扩展到化工、新能源、新材料等领域。
（四）AI+财税：自动化智能化决策，政企财务系统减负
核心是自动化、合规管理和智能决策支持。全球和国内市场均处于高速成长期，但发展 路径略有差异。全球范围看，Precedence Research 预测全球 Tax Tech 市场规模将由 2025 年的 207.8 亿美元增长至 2034 年的 606.6 亿美元，2025–2034 年复合增速约 12.6%，增 长动力来自合规复杂度上升、税务自动化与 AI 技术应用加深等因素。我国方面，灼识咨 询预测财税 SaaS 细分市场在 2026 年达到约 308.6 亿元，驱动来源于金税四期、全面数 字发票普及以及企业内部财务共享服务中心建设。 我国财税数字化体系长期受“金税工程”主导，其市场格局呈现鲜明的双线结构：一端 是面向税务机关的 To G 市场，包括征管系统、风控分析、稽查管理等核心基础设施；另 一端是面向企业与个人纳税人的 To B/C 市场，涵盖电子发票管理、企业税务合规、报账 与申报工具等服务。随着“金税四期”全面启动及全电发票在全国范围内普及，税务数 据正加速向集中化、结构化、实时化方向演进，监管模式也从事后管控向全过程智能监 管转型。我们认为：依托数电发票的标准化数据底座与大模型驱动的 AI Agent 落地，政 务、企业与个人端或将加速进入财税自主化和智能化决策阶段，显著降低合规成本并大 幅提升整体效率与风控能力。
税友股份：国内财税数智化核心厂商。公司持续加快商业模式从软件工具向智能化 财税服务体系转型，其 AI 产品体系主要体现在三大方向：1）智能税务风控与数字 政务系统（To G）：公司深度参与金税工程建设，在大模型“犀友”及知识图谱技术 加持下，重点围绕税费数据治理、智能征管、风险分析与辅助稽查等关键卡位场景 持续深化落地。2）财税 SaaS（To B/C）：以“亿企赢”为核心打造“财税数智芯” 生态中枢，通过 Agentic AI 驱动的合规税优产品实现规模化推广。公司通过联合经 营、托管经营等方式强化与代账机构及行业伙伴的生态合作，为企业客户提供发票 管理、申报报账、风险校验等智能化服务。3）AI 财税底座能力矩阵：依托“犀友” 大模型与 MCP 多模型协同框架，公司构建发票识别与自动分类、税务知识图谱、数 据清洗与结构化、智能稽核与申报辅助等通用能力模块，面向财税业务推出知识理 解、方案生成、业务规划、决策支持与辅助执行等 Agent/Copilot 应用，加速财税场 景的智能化升级。
冠中生态：跨界切入财税 AI 赛道。公司预计通过收购杭州精算家人工智能技术有限 公司进入智能财税领域，战略重心从传统生态治理拓展至 AI 财税服务。1）财税全 流程 AI 智能体，“深蓝财鲸”智能体覆盖建账、凭证处理、发票管理、税务申报、 报表输出的全链路，能够模拟资深财税专家的处理逻辑，实现自动化、连续推理与 自校验能力，效率较人工提升近 20 倍、错误率下降 90%，并可自适应企业做账习 惯，显著优于传统工具型软件。2）智能稽核与前置化合规管理，基于政策知识库与 动态规则引擎，系统可在政策更新 24 小时内完成同步，自动执行发票流、资金流、 货物流比对，将事后稽核转化为实时风险预警与前置化解。3）"AI 财税 SaaS+全国 分支机构"生态网络，公司构建模型中枢+SaaS 系统+城市运营中心的网络式架构， 形成"技术产品-落地服务-生态协同"完整产业链，与代账机构、中小企业及金融机构 深度合作，成为企业数字化转型的核心伙伴。
（五）AI+法律：打造专业知识图谱，挖掘行业数据价值
高速增长垂直市场，尤其受生成式 AI 强劲推动。据 Global Market Insight（GMI）测算， 2024 年全球 AI+法律市场规模为 19 亿美元，预计 2025-2034 年市场 CAGR 为 13.1%。 截至 2024 年，北美在全球法律 AI 市场保持了领先地位，GMI 预测，北美预计在未来几 年将占 35%以上的份额。我国政府近年来对“智慧法院”和数字基础设施大力投入，AI 有望加速赋能法律场景。 我国“AI +法律”发展侧重于司法系统（法院、检察院）的数智化升级和普惠性法律服务， 由国家政策和技术创新双重驱动，其核心驱动为： 1）智慧司法建设； 2）司法审判辅助，即 AI 深度参与审判流程； 3）法律垂直大模型：国内科技巨头和法律科技公司正在开发专门针对中文法律法规、司 法解释和案例的垂直大模型，以提高法律咨询和文书的准确性。
华宇软件：AI 战略，深耕法律、教育及政企数字化。公司是国内法律科技市场的主 要领导者和行业推动者，是教育信息化领域的头部企业，是信息技术应用创新和政 企数字化领域的重要参与者。1）在法律科技领域，公司已建成华宇法律人工智能认 知平台、感知平台、法律大数据管理平台、法律区块链平台，推出法律行业垂类大 模型“华宇万象”，支撑覆盖法律机关全业务全场景的产品和解决方案，并逐步延伸 业务至商业法律服务领域。2）在教育信息化领域，公司面向智慧校园新基座、人才 培养全过程、党政管理一体化、绿色校园新方向四大主线方向，打造数字校园、智 慧教学、绿色校园等多级别解决方案。3）在政企数字化领域，公司持续深耕数据要 素领域，参与行业标准建设，并致力于数字要素产业研究。
（六）AI+教育：智能实现教育平权，模型改变施教范式
人工智能在教育领域的应用正在经历革命性发展，核心驱动力是个性化学习、自适应评 估和内容自动化生成。据 Markets and Markets 预测，AI+教育将以 17.5% 的复合年增长率增长，从 2024 年的 22.1 亿美元增至 2030 年的 58.2 亿美元，中国作为人工智能应用最 活跃的国度之一，在政策强力驱动下发展更为迅猛。我国 AI+教育市场受到双减政策和 公立教育体系影响，主要集中在公立校（To G/B）市场（如智慧课堂、区域教育平台）和 语言/学科辅导领域。
DUOL：全球领先语言学习平台，其 AI 战略是核心业务增长关键。公司旨在提供 个性化和沉浸式学习体验。其核心业务分为：1）个性化学习引擎，实时追踪学生对 每个知识点掌握情况，决定下一题难度和内容，实现高效知识点间隔重复；2）生成 式 AI 辅导，基于 GPT-4 等模型，让学习者进行开放式、高情境对话练习；3）语 音识别与评估，利用先进语音识别技术，提供即时发音反馈和评估，使付费产品 DUOL English Test 获得全球认可基础。
科大讯飞：我国 AI + 教育领域的重要玩家。公司优势在于强大的底层语音和语言 技术，以及在公立校市场深厚积累。其大模型主要将 LLM 能力应用于：个性化辅 导，即 AI 老师、智能出题、教育管理。产品包括：1）智能学习系统（B 端），AI 实 时采集学生在课堂、作业中数据，诊断薄弱，并推送定制化练习；2）AI 学习机（C 端），全面接入星火大模型，从传统知识点推送升级为更高级智能辅导和问答交互。 包括个性化 AI 教师：可进行开放式对话，解答学生提出的复杂问题，并结合其知 识储备提供多角度的讲解和知识延伸。
（七）AI+招聘：筛选走向智能决策，全流程介入招聘流
HR Tech，从简单“简历解析”向“全流程智能决策”的转变。GenAI 的加入，使得 自动生成职位描述（JD）、AI 面试官和精准人岗匹配成为现实。全球市场注重技能匹配 和消除偏见，AI 已深入到人才获取的各个环节。从规模上来看，据 business research insights 数据，全球 AI 招聘市场规模在 2024 年的价值为 6.93 亿美元，预计到 2033 年将达到 10.66 亿美元。
我国市场具有高并发、高流动性的特点。AI 主要用于解决海量简历的匹配效率问题，且 移动端特征极其明显。根据艾瑞咨询统计，2023 年中国网上招聘市场规模约 560 亿元， 同比增长 14.3%，预计到 2025 年将突破 900 亿元大关。其中，AI 驱动的精准匹配是平台 的核心竞争力。头部平台如 BOSS 直聘 2025 年 Q2 MAU 已达 6360 万，以“直聊+AI 智 能匹配”模式形成双边网络效应。
（八）AI+电力：事关预测交易储能，模型重构竞争格局
智慧电力正在从单一环节的智能化，迈向“源网荷储”全链路 AI 协同。在全球能源转型 和中国“双碳”目标的背景下，AI 已成为解决新能源波动性、提升电网安全和优化电力 交易的关键技术。全球市场主要受电网现代化和可再生能源并网需求的驱动，欧美在分 布式能源管理和电力交易 AI 方面较为领先。 驱动全球能源领域 AI 市场增长主要因素：1）预测性维护减少非计划停机，以北欧瑞典 市场实践表明，采用 AI 驱动预测性维护可使可再生能源电站维护成本降低 30%，设备寿 命延长 20%；2）随着风光电占比提升，电网波动性剧增。AI 可以帮助平衡日益复杂、分 散和数字化的电网；3）储能 AI：特斯拉 AI 驱动的能源管理平台 Autobidder，让储能系 统自动参与电力市场，并以毫秒级速度执行最优充放电策略，从而最大化投资回报。全 球市场呈现出“老牌工业巨头转型”与“新兴软件独角兽”共进局面。
我国拥有全球最大的电网和最快的新能源装机速度，AI 在中国电力市场的应用具有“政 策驱动”和“基建规模大”的特点，虚拟电厂和功率预测是当前最火赛道。根据人民网报 道，2024 年中国电力能源数字化市场规模已达 3150 亿元，同比增长约 14.55%；预计 2025 年将增至 3700 亿元，同比增速 17.46%，2020-2025 年均复合增长率达 10.86%。未来，虚 拟电厂、无人机巡检、功率预测将成为 AI+电力主要应用方向。 1. 功率预测：由于风光电具有随机性，AI 利用气象卫星数据和历史发电数据，可精准 预测未来几小时发电量，误差率每降低 1%，电网调度安全性和经济性都将大幅提升。 2. 虚拟电厂：AI 将数以万计散落电池、电车、空调聚合。当电网缺电时，AI 指挥设备 暂停用电或反向送电，避免新建电厂巨额投资。据中商情报网数据，预计到 2030 年， 我国虚拟电厂市场将达到 1000 亿级别。AI 是聚合海量分散负荷（如充电桩、空调） 核心大脑。 3. 无人机/机器人巡检：利用计算机视觉技术，无人机自动识别输电线路缺陷。。 在产业层面，国家电网/国电南瑞与华为是电力行业数字化与智能化转型的关键力量。 国家电网/国电南瑞作为“国家队”，依托其电网基础设施的深厚背景，拥有从调度自动化 到 AI 平台的全栈技术能力，堪称中国电力系统的核心大脑。华为则作为技术赋能者，提 供包括 AI 光伏逆变器、储能系统及盘古大模型（电力版）在内的解决方案，践行“比特 管理瓦特”的理念，致力于推动信息通信技术（ICT）与电力电子技术的深度融合。
国网信通：电力能源行业数字化转型领域核心供应商。公司致力于构建覆盖电力系 统各环节的信息通信技术服务体系，形成“通信传输网络-数据中心资源-智能管理平 台-能源应用服务”的全栈式技术架构，实现了从基础设施搭建到智慧场景落地的覆 盖。随着能源数字化转型的加速推进，电力系统各环节的业务需求快速增长，公司 持续受益于电力系统智能化升级。
国能日新：新能源发电功率预测市场的领跑者。公司在新能源发电功率预测市场占 有率及预测精度领域均居行业前列。同时，公司基于功率预测业务的核心技术并将 其延展至电力交易领域，为电力交易提供交易决策过程中涉及的多维度预测数据、 辅助交易策略及托管运营服务等。长期来看，新能源行业长效发展及电力市场化改 革的持续推进将驱动公司业绩保持稳健增长；短期来看，分布式电站“四可”管理 要求的普及将拉动市场需求。公司将深入打造新能源电力管理“源网荷储”一体化 服务体系，打开公司主业的二次成长曲线。
朗新集团：能源数智化、能源互联网双轮驱动发展。公司致力于成为一家 AI 驱动、 Web3.0 赋能的领先的能源科技企业，通过构建链接海量电力负荷用户和海量电力供 给资产的能源互联网平台，开展高效、经济、绿色的能源资产运营与电力交易服务。 在能源数智化领域，公司为国家电网、南方电网、电力能源集团等客户提供核心业 务软件解决方案和数智化服务，助力新型电力系统建设；在能源互联网领域，公司 通过搭建生活缴费、聚合充电、虚拟电厂等能源服务场景，为电力用户提供场景运 营和电力交易服务，促进电力市场化发展。
（九）AI+驾驶：驶向端到端全自动，全球展开智驾竞赛
AI 技术最复杂、投资最大领域之一。自动驾驶涵盖了从 L2 级辅助驾驶（ADAS）到 L4 级全自动驾驶（Robotaxi）的所有技术。目前，全球和我国正处于 L2 向 L3/L4 过渡关键 时期，竞争焦点已从“能不能开”转向“能不能大规模商业化”。全球市场由技术领导者 和严格的监管框架驱动，重点在 L3 法规落地和 L4 的商业化测试。我们认为：随着激光 雷达及智驾芯片成本不断降低，及算法和基建日臻完善，全球正加速进入 L3 并向 L4 发 展进程当中，AI 正在重塑整个交通行业，引领人类改变未来出行方式。 市场方面，根据中商产业研究院预测，2023 年全球自动驾驶市场规模约为 1583 亿美元， 同比增长 29.97%，2025 年全球自动驾驶市场规模将增长至 2738 亿美元。德国、美国部 分州和欧洲经济委员会（UNECE）已批准在特定高速公路和条件下使用 L3 级自动驾驶 功能（如奔驰 Drive Pilot），标志着技术商业化进入新阶段。在 L4 级别技术领域，Waymo 等头部公司在全球测试里程已突破数千万英里，证明了 L4 级技术在特定区域内的可靠 性。
我国市场具备政策驱动、竞争激烈、快速应用的特点，重点在于城市 NOA（Navigate on Autopilot）的快速部署和 L4 级区域商业化。政策上，国家层面推动“智能网联汽车”战 略，大力投资 V2X（车路协同）基础设施，为 L4 级自动驾驶提供环境支撑。2025 年我 国乘用车 L2 及以上辅助驾驶功能装车率已突破 50%，全球第一；随着中高端车型日渐标 配泊车功能，泊车辅助渗透率也已超 20%，居全球前列。2024 年国内乘用车智能座舱渗 透率更是超过 70%。城市 NOA 部署上，以华为、小鹏为代表的厂商，正在以极快的速度 将城市 NOA 功能推向全国数十个城市，领先于国际车企的部署速度。此外，北京、深圳、 武汉等地已开放大面积 L4 级自动驾驶测试和收费运营（Robotaxi）许可，运营车辆规模 和覆盖区域不断扩大。
地平线机器人：2015 年 7 月公司成立，是一家专注于人工智能芯片和智能驾驶解决 方案的公司，提供包括算法、专用处理架构（BPU）和开发工具链在内的综合解决 方案。地平线产品涵盖高级辅助驾驶（ADAS）和高阶自动驾驶（AD）解决方案， 服务于乘用车市场，并以其芯片为核心，绑定多家软件服务商，推动行业发展。 2025 年上半年收入 15.67 亿元人民币，同比增长 67.6%；毛利率从 79.0%降至 65.4%； 经调整经营亏损 11.11 亿元，同比扩大 34.9%。车载级征程系列处理硬件出货量达 198 万套，实现翻倍增长；支持高速公路辅助驾驶功能的处理硬件出货量达 98 万套，占比 49.5%，同比增长六倍。在中国车企中保持基础辅助驾驶解决方案（45.8%）和 整体辅助驾驶解决方案（32.4%）市场份额第一。
禾赛：2014 年 10 月 22 日公司成立，是全球领先的三维激光雷达解决方案提供商， 其产品广泛应用于高级驾驶辅助系统（ADAS）及机器人领域。禾赛科技在 2022-2024 年连续三年蝉联全球激光雷达收入冠军，成为全球首家单月出货量突破 10 万台的激 光雷达公司。公司在全球范围内拥有数百项专利，其自研芯片、功能安全、主动抗 干扰等技术打破了行业多项记录，具备强大的车规级规模化生产能力。 2025 年第三季度，公司实现收入 7.95 亿元，同比增长 47.5%；净利润 2.56 亿元，去 年同期亏损 7040 万元。公司激光雷达出货量 44.14 万台，同比增长 228.9%，成为全 球首家年产量超百万台的激光雷达企业。ADAS 激光雷达出货量 38.08 万台，同比 增长 193.1%。机器人激光雷达出货量 6.06 万台，同比增长 1311.9%。
（十）AI+电商：推荐转向内容生成，智能塑造交易体验
渗透到电商运营每一个环节，智能决策与生成改变经营模式。人工智能将传统电商从“搜 索匹配”升级为“智能决策与生成”，覆盖了从商品生成、广告投放、精准推荐到物流履 约的全流程。全球 AI 电商市场主要由亚马逊、阿里巴巴、拼多多以及京东等驱动，近年 来，SaaS 平台赋能中小商家以及生成式 AI 内容创作亦成为两大增长点。 规模上，据 fortune business insights 预测，2023 年，全球人工智能（AI）零售市场规模为 71.4 亿美元，预计将从 2024 年的 93.6 亿美元增长到 2032 年的 850.7 亿美元，预测期内 复合年增长率为 31.8%。据麦肯锡报告，使用 AI 进行个性化推荐能够帮助电商平台实现 5%至 15% 的收入增长，并提高客户留存率。此外，GenAI 正在被用于自动生成数百万 种商品不同版本图片、编写数百个版本商品描述，以极大地降低商家内容制作成本，全 渠道打通 (OMO) 需求强烈，直播/短视频 AI 和私域 SaaS 爆发。
我国“AI+电商”市场玩家可以划分为平台巨头和垂直 SaaS 服务商两大阵营。 平台型巨头主要包括阿里巴巴、拼多多、字节跳动和京东等企业。其中，阿里巴巴商家 工作台（千牛）集成通义千问，用于商品图、直播脚本、标题优化等内容生成。拼多多 （PDD/Temu）则优秀匹配算法：AI 驱动供需匹配，实现低成本、高效率的交易。字节跳动通过 AI 兴趣推荐算法，将用户兴趣与内容精准匹配，在短视频和直播中完成交易转化。 AI 作为平台生态基础设施和流量分配的“黑盒”，充分保证其市场份额。 垂直 SaaS 服务商，则包括 AI+运营 SaaS（聚水潭/光云）和 AI+营销 SaaS（微盟/有赞）。 前者通过 AI 为商家节省成本，其业务增长与中国电商整体 GMV 和商家数量挂钩，是电 商“卖水人”逻辑；而后者，则主要看 GMV 增长，通过 AI 帮助商家提高转化率和客户 终身价值，受益于私域流量和全渠道零售的结构性增长。
聚水潭：2014 年 9 月 26 日成立，是一家电商行业 SaaS 服务提供商，以电商 SaaS ERP 切入市场，如今已发展成为以 SaaS ERP 为核心，集多种商家服务为一体的 SaaS 协同平台。公司核心产品电商 SaaS ERP 支持天猫、淘宝、京东等多平台销售渠道的 订单和库存同步对接，通过流程化、标准化的订单处理，有效协同客服、财务、仓 库、采购、售后等不同工作岗位，还可提供丰富的日常财务报表等，助力电商企业 提升运营效率和管理水平。截至 2025 年，公司员工超 2500 人，在全国设立了超过 100 个线下服务网点，服务超过 500 个城镇。
光云科技：2013 年 8 月 29 日成立，是一家电商软件服务提供商，致力于为网店卖 家提供管理、交易、营销、客户服务以及各种实用需求的解决方案。公司软件服务 内容包括网店营销插件、数据分析、发货管理、会员营销、库存管理、大卖家 ERP 系统等，可帮助网商提高店铺交易量、获得收益。公司作为电商 SaaS 领域的知名企 业，其产品和服务在市场上具有一定的影响力和用户基础。
（十一）AI+安全：建智能化防御体系，抵御进阶恶意攻击
赋能网络安全，抵御恶意攻击。AI 发展使攻击者引入机器学习、深度学习等方法，以提 高网络攻击自动化、智能化和武器化，提高了攻击数量和复杂度，并加大了攻击被检测 到难度。由于攻击者使用先进技术来提升恶意攻击的效率和隐蔽性，使得网络安全防御 突破传统网络安全防御阶段，逐渐运用人工智能技术直接或间接地提高网络安全防御效 率，在实际攻防实战中快速地定位威胁攻击，提升网络安全防御的自动化、智能化水平。 目前，AI 在网络安全防御中的应用包括攻击检测、攻击防范、安全运营三个方面。 国内网络安全公司 AI 能力快速提升，在人工智能迅速发展的催化下，大模型的出现使得 攻击方可以更便捷快速地生成攻击工具、混淆攻击代码等，针对性地构造未知、高级的 攻击。但是当前安全设备对于未知恶意样本查杀能力较弱，很容易被攻击者绕过。而在 安全运营工作中，人员能力和精力仍然是巨大的瓶颈，安全运营效率和效果提升面临较 大的发展瓶颈。因此，面对攻击方使用大模型，防守方能力瓶颈难以突破的情况下，防 守方也要充分拥抱大模型，以智能对抗智能，以 AI 赋能防守，方能应对大模型时代的安 全挑战。国内网络安全公司正加速拥抱 AI 能力，AI 赋能网安攻防及监管。
深信服：安全 GPT 是国内唯一一家通过《互联网信息服务深度合成管理规定》《生 成式人工智能服务管理暂行办法》双备案的安全大模型，可全面赋能流量未知威胁 检测、钓鱼邮件检测、智能告警降噪、事件自动化研判闭环、数据分类分级与风险 监测等工作，秒级闭环、百倍提效，赋能组织对抗外部强敌，超 400 家企事业单位 真实环境已测试和应用。
奇安信：拥有业界领先、具备思考推理和工具调用能力的 QAX-GPT 安全大模型， 以及集成 RAG、工作流编排及 MCP 安全工具等智能体能力的 QAX-GPT 安全机器人智能底座为基础，构建涵盖安全运营、安全检测、数据安全、代码安全、安全攻 防、漏洞挖掘、威胁情报分析、取证分析等多种应用场景的安全任务智能体。赋能 给 AISOC、天眼 NDR/XDR、椒图 HIPS、天擎 EDR、加特林自动化渗透测试、代 码卫士、数据安全管理平台 DSP、盘古取证等全系列主流产品提升安全效果和效率。
（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。）
