市场交易热点
上周，A 股涨幅居前的重要主题指数为 TOPcon 电池、钙钛矿电池、航空运输精选。
主题与产业趋势变化：春节营销点燃竞争，AI 应用加速产业渗透；海内外机器人产 业迎来密集催化，商业化时间节点持续前移
（1）春节营销点燃竞争，AI 应用加速产业渗透
元宝 10 亿红包引爆 AI 社交裂变
腾讯元宝于 2 月 1 日正式启动总额 10 亿元的春节现金红包活动，用户通过更新 App 至 2.55.0 版本即可参与抽奖， 单个红包最高金额达 1 万元。腾讯董事会主席马化腾明确表示，此举旨在重现 11 年前的微信红包盛况，将春节红包 作为 AI 应用的“诺曼底登陆”战役，以复制当年微信支付通过春晚红包实现市场逆袭的成功路径。 元宝红包创新性地将现金激励与 AI 功能体验深度绑定，用户不仅可通过分享链接获取抽奖机会，还需完成“与元宝 聊春节话题”“生成春节主题海报”等任务以解锁更多红包。这种设计使红包从单纯的流量裂变工具升级为 AI 应用 的教育载体，推动用户在获取福利的同时自然接触元宝的对话、创作等核心能力。2 月 1 日同步上线的“元宝派”功 能进一步强化社交属性，支持用户建立群组并邀请微信、QQ 好友共同使用 AI 工具进行内容再创作与互动。
活动上线后迅速引发热潮，元宝在 14 小时内冲上苹果应用商店免费榜首位，日下载量逼近百万量级。瞬时流量峰值 甚至导致系统短暂不稳定。腾讯借机加速内部生态整合，元宝已接入腾讯会议音视频能力支持多人协作，未来计划联 动腾讯视频、QQ 音乐等内容，逐步从工具型应用向流量与生态总入口演进。这一布局与阿里千问侧重消费场景、字 节豆包聚焦娱乐互动的策略形成差异化竞争，凸显腾讯以社交基因赋能 AI 应用的独特路径。 尽管红包活动成功拉动用户增长，但行业普遍关注其长期留存效果。DataEye 研究院负责人刘尊指出，用户可能因“薅 羊毛”动机参与活动，而元宝需证明其作为日常 AI 伙伴的实用价值，才能避免节后用户流失。当前元宝正通过融合 社交、办公、娱乐等高频场景构建使用黏性，但其能否真正成为用户不可或缺的智能伙伴，仍需观察后续功能迭代与 生态协同效果。
千问 30 亿春节请客计划，打造 AI 赋能真实消费体验
阿里千问于 2026 年 2 月 6 日正式启动总额 30 亿元的春节请客计划，创下阿里巴巴春节营销投入的历史新高，也是 今年各大厂 AI 应用春节活动中金额最高的投入。该计划以免单形式覆盖用户春节期间吃、喝、玩、乐全场景需求， 动员阿里生态的核心业务单元，形成“AI+全生活场景”的集团军作战模式，具体覆盖场景包括淘宝闪购的年货采购、 飞猪的机票酒店预订、盒马的生鲜配送以及高德的出行导航等。用户只需在 App 内通过自然语言表达消费意图，即 可实现从决策到履约的全流程闭环操作，无需在多个 App 间跳转。 该计划依托千问最新推出的 Qwen3-Max-Thinking 万亿参数模型，具备真正的原生 Agent 能力。其创新之处在于将 AI 从问答工具升级为办事代理，例如在电影票购买场景中，千问不仅能推荐影片和场次，还能直接调用交易接口完成购票流程。同时，正在灰度测试的“任务助理”功能支持多步骤复杂任务处理，可同时处理报表整理、研报撰写等需 求。 千问的 30 亿投入本质上是一场不对称竞争，通过避开腾讯的社交优势赛道，充分发挥阿里在商业生态方面的体系化 优势。其战略目标是通过高频消费场景培养用户“有事找 AI”的心智，抢占 AI 时代的“用户意图第一触点”。若该 模式验证成功，2026 年有望成为 AI 驱动的生活方式服务规模化落地的关键节点。
阿里 Qwen3-Coder-Next 上线，专为编程智能体打造
Qwen3-Coder-Next 是一款专为编程智能体打造的高效混合专家（MoE）模型，基于 Qwen3-Next-80B-A3B-Base 构建，采用超稀疏混合专家架构，总参数量达到 800 亿，但每次推理仅激活 30 亿参数。该模型整合了 Gated DeltaNet 线性注意力与 Gated Attention 门控注意力的混合注意力机制，支持原生 26 万 tokens 上下文长度并可扩展至百万级， 这种设计大幅降低了模型的显存与算力需求，使其更适合本地化部署。 在权威编程智能体基准测试中，Qwen3-Coder-Next 展现出卓越性能。使用 SWE-Agent 框架时，该模型在 SWE-Bench Verified 上达到 70%以上的问题解决率，在多语言设置及更具挑战的 SWE-Bench-Pro 基准上同样保持 竞争力。尽管激活参数规模很小，该模型在多项智能体评测中的表现能够匹敌或超过激活参数量大 10-20 倍的稠密模 型，包括 37B 激活参数的 DeepSeek-V3.2 和 32B 激活参数的 GLM-4.7 等。 Qwen3-Coder-Next 的创新之处在于其不依赖参数规模扩张，而是聚焦扩展智能体训练信号。通过大规模可验证编程 任务与可执行环境进行训练，模型能够直接从环境反馈中学习。训练过程包含持续预训练、监督微调、领域专家训练 和专家知识蒸馏等多个环节，确保模型在软件工程、QA、Web/UX 等特定领域具备精细化专家能力。
该模型具有低部署门槛和良好的实用体验，凭借仅 3B 的激活参数，开发者可将其灵活集成至多种场景，可将其嵌入 本地 IDE，作为智能插件实现代码自动补全与错误修复，也能基于它构建命令行工具，让开发者通过自然语言直接操 作终端。此外，模型同样适合部署于企业内部网络，为团队构建安全、高效的私有化编程辅助系统。模型支持与 OpenClaw、Qwen Code、Claude Code 等多种 CLI/IDE 平台无缝集成，其 256k 上下文长度适配多样化开发场景。
OpenAI 发布 GPT-5.3-Codex 模型，并推出 AI Agent 平台 OpenAI Frontier
GPT-5.3-Codex 的核心突破在于其智能体能力的质变，使其从一个强大的代码补全工具，演进为能接管复杂项目执 行的“数字员工”。该模型融合了 GPT-5.2-Codex 的编程能力和 GPT-5.2 的推理能力，响应速度比前代快 25%。在 SWE-Bench Pro、Terminal-Bench 2.0 等编程基准测试中创下新高，尤其在衡量计算机操作能力的 OSWorld 测试中， 得分从上一代的 38.2%跃升至 64.7%。最引人注目的是，GPT-5.3-Codex 是首个参与自身创建过程的 AI 模型。OpenAI 团队使用其早期版本来调试训练流程、管理部署和诊断测试结果，开启了 AI 自我改进的递归循环。 在实际应用中，该模型支持“中途引导”，用户可在其执行长达数小时的任务中实时介入纠偏。这种动态协作模式推 动开发者和工程师的角色发生深刻转变，即从任务的直接执行者转向对 AI 工作的规划者与评审者，将核心价值聚焦 于战略制定、质量控制与创造性决策。
为应对企业 AI 应用碎片化的挑战，OpenAI 同步推出了企业级智能体平台 Frontier。该平台旨在成为企业的“智能 中枢”，系统化地构建、部署和管理 AI 智能体。其核心设计理念是像培训人类员工一样为 AI 同事提供系统化支持， 具有四大能力：构建共享业务上下文以打通企业内部割裂的系统与数据；提供开放的智能体执行环境，支持规划、操 作与学习；内置评估与优化循环以实现持续改进；为每个智能体设定明确的身份、权限与边界。 此次发布也揭示了 AI 智能体发展的不同技术路径。与 Claude Opus 4.6 侧重于多智能体并行协作的“团队作战”模 式相比，GPT-5.3-Codex 更强调单个智能体在复杂任务中的持续可靠执行与人类实时协作。OpenAI 此次双重发布是 其加速向企业市场转型的关键一步，预计将深刻影响未来的软件开发范式与企业数字化运营模式。
Anthropic 发布 Claude Opus 4.6 模型，新增 "Agent 团队" 功能
Anthropic 于 2 月 6 日正式推出 Claude Opus 4.6 模型，其最显著的技术突破是支持 100 万 token 的上下文窗口， 极大提升处理长文档、复杂代码库和多步骤任务的能力。该模型引入自适应思考机制，可根据任务复杂度动态调整推 理深度，并具备上下文压缩功能，在对话接近长度限制时自动摘要旧内容以维持连贯性。在基准测试中，Opus 4.6 在金融、法律等专业领域的 GDPval-AA 指标上较 GPT-5.2 提升 144 个 Elo 值，在 Terminal-Bench 2.0 等编程评估中 取得最高分。 Opus 4.6 展示了多智能体协同完成复杂任务的潜力。Anthropic 安全研究员 Nicholas Carlini 主导的实验显示，16 个 Claude 实例在两周内协作开发出可编译 Linux 内核的 C 编译器。这些智能体在隔离的 Docker 环境中运行，通过 git 仓库协调任务，最终产出约 10 万行代码，支持 x86、ARM 和 RISC-V 架构，并能运行《毁灭战士》等经典测试。该 实验消耗 20 亿输入 token 和 1.4 亿输出 token，成本不足 2 万美元，彰显 AI 智能体在复杂工程中的实用价值。
（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。）
