《科技、可選消費行業：智變2025互聯網AI應用元年-250326（63頁）.pdf》由會員分享，可在線閱讀，更多相關《科技、可選消費行業：智變2025互聯網AI應用元年-250326（63頁）.pdf（63頁珍藏版）》請在三個皮匠報告上搜索。

1、 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。1 證券研究報告 科技科技/可選消費可選消費 智變智變2025：互聯網：互聯網 AI 應用元年應用元年 華泰研究華泰研究 互聯網互聯網 增持增持 (維持維持)教育和人力資源教育和人力資源 增持增持 (維持維持)研究員 夏路路夏路路 SAC No.S0570523100002 SFC No.BTP154 +(852)3658 6000 研究員 蘇燕妮蘇燕妮 SAC No.S0570523050002 SFC No.BTT483 +(86)21 2897 2228 研究員 丁驕琬丁驕琬 SAC No.S0570523040003 SFC

2、 No.BPJ942 +(86)21 2897 2228 研究員 侯杰侯杰 SAC No.S0570523010002 SFC No.BRI004 +(86)10 6321 1166 研究員 詹博詹博 SAC No.S0570523110002 SFC No.BUS698 +(86)21 2897 2228 研究員 鄭裕佳鄭裕佳 SAC No.S0570524070002 SFC No.BTB676 +(86)10 6321 1166 聯系人 曹卓銘曹卓銘 SAC No.S0570124020016 SFC No.BUT776 +(86)21 2897 2205 聯系人 邵浩嵐邵浩嵐 SAC

3、No.S0570124070056 +(86)21 2897 2228 行業走勢圖行業走勢圖 資料來源：Wind，華泰研究 重點推薦重點推薦 股票名稱股票名稱 股票代碼股票代碼 目標價目標價 (當地幣種當地幣種)投資評級投資評級 阿里巴巴-W 9988 HK 185.10 買入 騰訊控股 700 HK 637.28 買入 百度集團 BIDU US 113.70 買入 美圖公司 1357 HK 7.49 買入 快手-W 1024 HK 68.73 買入 嗶哩嗶哩 BILI US 34.40 買入 有道 DAO US 12.04 買入 好未來 TAL US 15.08 買入 BOSS 直聘 BZ

4、US 22.71 買入 資料來源：華泰研究預測 2025 年 3 月 26 日中國香港 專題研究專題研究 我們認為以 DeepSeek 引領中國 AI 大模型在模型性能、成本效用上實現突破開始，到阿里、字節、騰訊等大廠以 capex 開啟新一輪科技基建周期，再到 Manus 等下游 AI 應用引起廣泛討論，25 年開始中國互聯網 AI 或進入元年。AI 模型層面，國內頭部模型與海外差距正在日益縮小，在本就繁榮的消費互聯網應用層或將迎來產品的百花齊放和商業化落地的全新機遇?；诖?，我們提出全生態互聯網大廠+“小而美”垂類賽道的兩大投資主線，看好互聯網大廠們以創新能力、執行力和企業家精神再次成為

5、AI 時代領頭羊。AI 模型：模型：國產模型能力迎頭趕上，大廠領銜開啟新一輪科技基建周期國產模型能力迎頭趕上，大廠領銜開啟新一輪科技基建周期 DeepSeek 引領中國 AI 大模型在模型性能、成本效用上實現突破，國產大模型在主流權威基準測試中已展現出全球領先的模型性能，并不斷縮小與國際領先模型能力的差距。同時由阿里、字節等互聯網大廠領銜正在開啟新一輪科技基建周期（對標美國 23-24 年），在 AI 基礎設施上加碼投入，根據我們統計 25 年大廠資本開支合計或超 5000 億元，將大幅度完善我國在 AI 算力、數據中心等建設的短板，為后續 AI 下游應用側的繁榮奠定基礎。AI 應用：應用：多

6、場景滲透，多場景滲透，迎來產品迎來產品的百花齊放的百花齊放和商業化落地的全新機遇和商業化落地的全新機遇 受益于開源模型、算力成本的降低、多模態的融合，我們判斷 25 年 AI 應用或迎來爆發，并帶來兩個發展趨勢，一方面更廣泛場景的 AI 滲透率將顯著提升，數據要素的稀缺性將使得 AI 應用趨向細分、垂直化。另一方面產品層面革新，聚焦用戶豐富交互模式、降低門檻，由 Manus 帶來的 AI Agent趨勢或將驅動 AI 應用實現從思考到執行的全閉環。同時我們認為在商業化落地節奏上或有分化，通用型 AI 將邁入流量入口爭奪階段，積累用戶并探索生態的優先級短期大于變現，或在下個階段看到廣泛的 Age

7、nt 應用在大廠生態內爆發，帶來中長期變現潛力；而垂直賽道 AI 則靠提供增值產品和體驗，以生產力等剛需場景驅動較高的商業轉化，建議關注試錯成本低、可驗證性高的圖像編輯、短（長）視頻內容、廣告營銷、教育培訓答疑等賽道。我們與市場不同的觀點我們與市場不同的觀點 我們對于互聯網 AI 的相關底層模型、應用場景等等做了全方位的梳理和總結，在當前市場對于 AI 模型能力、應用場景仍有分歧的階段，給予了我們明確的判斷和觀點。我們從移動互聯網的經驗出發，探討了 AI 應用的潛在發展趨勢和競爭要素，并進一步討論了其商業化的潛力和場景的落地節奏，提出了商業化節奏在通用型和垂直型分化的觀點，并提供了試錯成本和可

8、驗證性這一雙維度指標作為場景落地難易的判斷依據，均具備一定的差異性。投資結論投資結論 中國互聯網 AI 或進入元年，關注兩大主線：1）投資具備優質底層模型+算力（云）基礎設施+豐富下游應用生態的互聯網大廠，首推阿里、騰訊，關注百度，其正在通過 capex 引領新一輪國內 AI 基礎設施建設周期，在優質算力（云）基礎設施下擔當中國 AI 科技周期啟動的“賣鏟人”。同時這些大廠下游已經具備完整的應用生態和豐富的用戶基礎，有望在 AI 的新一輪競賽中取得領銜身位。2）投資卡位優質垂直場景+AI 產品布局充分+商業化落地確定性較高的“小而美”細分賽道龍頭，首推美圖、快手、嗶哩嗶哩、有道，關注好未來、B

9、OSS 直聘，其原有業務卡位細分垂直場景，具備獨有數據、用戶資源。在 AI 端布局充分，具備優質產品力的企業有望獲得新增長曲線，細分垂直場景有望憑借提供的生產力改善等更快實現財報端的兌現。風險提示：模型性能迭代不及預期，商業化進展緩慢，監管收緊。本研報中涉及到未上市公司或未覆蓋個股內容，均系對其客觀公開信息的整理，并不代表本研究團隊對該公司、該股票的推薦或覆蓋。(24)(2)214466Mar-24Jul-24Nov-24Mar-25(%)互聯網教育和人力資源恒生指數 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。2 科技科技/可選消費可選消費 正文目錄正文目錄 核心觀點核心觀點

10、.6 核心邏輯與投資結論.6 我們與市場不同的觀點.7 互聯網 AI 關鍵問題五問五答.7 AI 模型：算力規模飛速增長，成本效應未來可期模型：算力規模飛速增長，成本效應未來可期.12 騰訊混元：全面擁抱開源生態，模型性能大幅提升.16 阿里巴巴：AI 驅動云計算業務未來.19 戰略：不斷完善 AI 基礎設施，堅持開源開放.20 基礎大模型布局：全尺寸、全模態、多場景的模型大家族.20 AI 能力加持下，云計算服務有望實現降本增收.22 百度：全棧服務能力布局助力 AI 應用落地.23 戰略：注重產業應用場景與智能體開發.23 基礎大模型布局：擁有多種類大模型滿足用戶需求.24 全棧服務能力為

11、 AI 應用落地奠定良好基礎.25 AI 應用：多場景應用：多場景滲透，產品力持續迭代滲透，產品力持續迭代.28 AI 應用的發展趨勢和競爭要素.28 廣泛場景的滲透率提升，趨向細分、垂直化.29 產品層面革新，聚焦用戶豐富交互模式、降低門檻.29 注重垂直場景的產品力，認知重構階段把握用戶心智.31 AI 應用的商業化落地節奏判斷.31 AI 全生態應用布局典范：字節跳動、阿里、騰訊、百度.32 字節跳動：搭建 AI 全生態，爆款豆包產品力先行.32 阿里巴巴：規劃布局深入千行百業.34 騰訊：加速游戲工業化，引領廣告新趨勢.35 百度：AI 重做產品，引領業務智能化轉型升級.37 AI+圖

12、像：受益于 DS 推進技術平權，持續圖像領域精耕細作.40 AI+視頻：細分領域貴于深耕，用戶習慣有望迎來變局.43 AI+游戲：3D 生成模型助力研發進度，AI agent 重塑游戲交互.45 AI+教育：積極推出大模型產品.46 AI+招聘：提升招聘效率，提升用戶體驗.50 AI+廣告：賦能互聯網營銷平臺提質增收.52 AI+電商：淘天多年數據沉淀打造增長基礎.54 投資觀點投資觀點.58 風險提示.58 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。3 科技科技/可選消費可選消費 圖表目錄圖表目錄 圖表 1：當前主流 AI 應用的訂閱付費用戶及 ARR.9 圖表 2：阿里

13、Capex 投入情況.10 圖表 3：騰訊 Capex 投入情況.10 圖表 4：快手 Capex 投入情況.11 圖表 5：百度 Capex 投入情況.11 圖表 6：AI 大模型對于行業競爭壁壘的影響.11 圖表 7：互聯網公司大模型參數.12 圖表 8：國內主要 LLM 模型對比.13 圖表 9：國內部分通用 AI APP DAU.14 圖表 10：國內部分通用 AI APP DAU.14 圖表 11：海外部分通用 AI APP DAU.14 圖表 12：海外部分通用 AI 網站版 DAU.14 圖表 13：國內部分通用 AI APP MAU.15 圖表 14：國內部分通用 AI APP

14、 MAU.15 圖表 15：海外部分通用 AI APP MAU.15 圖表 16：海外部分通用 AI 網站版 MAU.15 圖表 17：國內部分通用 AI APP 人均單日使用時長.15 圖表 18：國內部分通用 AI APP 人均單日使用時長.15 圖表 19：海外部分通用 AI APP 人均單日使用時長.16 圖表 20：海外部分通用 AI 網站版人均單日使用時長.16 圖表 21：國內部分通用 AI APP DAU/MAU.16 圖表 22：國內部分通用 AI APP DAU/MAU.16 圖表 23：海外部分通用 AI APP DAU/MAU.16 圖表 24：海外部分通用 AI 網站

15、版 DAU/MAU.16 混元大模型加速大模型能力落地場景.17 騰訊大模型全面擁抱開源.17 圖表 27：騰訊混元大模型團隊結構一覽.18 圖表 28：騰訊部分模型及價格.19 圖表 29：通義大模型大家族全景圖.20 阿里旗下部分模型介紹和收費情況.21 圖表 31：Qwen2.5-Max 在指令模型版本中的性能表現.21 圖表 32：Qwen2.5-Max 在基座模型版本中的性能表現.22 圖表 33：阿里云擁有全球+全棧的技術能力.23 圖表 34：百度文心大模型與工具平臺全景圖.24 圖表 35：百度文心大模型家族全景圖.24 百度旗下 AI 大模型調用費用.25 圖表 37：百度智

16、能云業務版圖.26 圖表 38：中國模型即服務（MaaS）市場份額，1H24.27 圖表 39：中國 AI 大模型方案市場份額，1H24.27 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。4 科技科技/可選消費可選消費 圖表 40：開源 DeepSeek 在基準測試中好于一眾閉源模型.28 圖表 41：大模型調用價格持續呈現下降趨勢.28 圖表 42：移動互聯網的應用邏輯與 AI 時代應用邏輯的對比.28 圖表 43：AI 在更廣泛的應用場景下具備滲透率提升的前景.29 圖表 44：Chatgpt 優化的交互模式.30 圖表 45：Manus 在 GAIA 上的評分.30 圖表

17、 46：Manus 的使用案例.30 圖表 47：當前主流 AI 應用的訂閱付費用戶及 ARR.32 圖表 48：字節 AI 應用全布局.33 圖表 49：國內 AI 應用月活.33 圖表 50：豆包 APP 發布后持續迭代.34 阿里旗下 AI 部分應用.34 阿里 To C AI 業務近期組織架構變化.35 圖表 53：騰訊產品布局一覽.36 圖表 54：騰訊視頻號 Ad load 提升空間顯著.36 智能體商店涵蓋了各種應用場景.37 在智能體創建環節需要明確角色、設定、開場白、流程、插件等內容.37 百度旗下 AI 產品.38 圖表 58：百度 AI 搜索結果示意圖.39 圖表 59：

18、百度搜索中 AI 生成內容結果占比.39 圖表 60：百度 AI 廣告業務梳理.40 圖表 61：美圖 AI 產品矩陣.40 圖表 62：美圖 AI 電商設計工作流和 AI 口播工作量.41 圖表 63：美圖設計室收入和 MAU 持續提升.42 圖表 64：開拍收入和 MAU 持續提升.42 圖表 65：美圖 AI 影像業務生態.42 圖表 66：淘寶星辰圖生視頻有望為商家營銷物料提質增效.43 可靈與即夢 AI MAU 與 DAU 對比（24 年 12 月）.43 可靈與即夢 AI 人均單日使用時長對比（24 年 12 月）.43 剪映 MAU 相較于其他 AI 剪輯工具下降明顯.44 剪映

19、人均單日使用時長與其他 AI 剪輯工具對比.44 圖表 71：AI 搜索助手.44 圖表 72：AI 視頻助手.44 圖表 73：AI 賦能游戲.45 圖表 74：Unity 推出 Sentis，賦予開發者將 AI 模型導入游戲和應用程序中的能力.45 AI agent 重塑游戲交互，實現快速建立智能 NPC.46 圖表 76：行業內主要模型.46 圖表 77：九章大模型測試數據.47 圖表 78：AI 開放平臺.47 圖表 79：大模型開放能力.47 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。5 科技科技/可選消費可選消費 圖表 80：“子曰”大模型及其應用.48 圖表 8

20、1：子曰翻譯大模型 2.0 測試評分表現優秀.49 圖表 82：子曰-o1 測試評分.49 圖表 83：有道小 P App 目前已接入 DeepSeek.50 圖表 84：南北閣開源大模型.51 圖表 85：BOSS 直聘模型應用.51 圖表 86：獵聘 AI 智能面試.52 圖表 87：AXON 2.0 推動 Applovin 收入同比持續高增.52 圖表 88：匯量科技程序化廣告業務收入持續高增.52 圖表 89：有道廣告業務收入連續 8 個季度同比增速超 40%（截至 24Q3）.53 圖表 90：星辰 AI 模型.54 圖表 91：AI+電商從技術到價值的賦能邏輯.54 圖表 92：達

21、摩盤基于四大維度提供精細化標簽.55 阿里媽媽發布 LMA 大模型技術.55 圖表 94：淘寶問問和京東京言對于具體特定穿搭建議的回答.56 圖表 95：淘寶問問和京東京言對于泛化的辦公產品建議的回答.57 圖表 96：重點推薦公司一覽表.58 圖表 97：重點推薦公司最新觀點.59 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。6 科技科技/可選消費可選消費 核心觀點核心觀點 核心邏輯與投資結論核心邏輯與投資結論 1、AI 模型層面模型層面 DeepSeek 引領中國 AI 大模型在模型性能、成本效用上實現突破，未來阿里字節等大廠或相繼接力，合力夯實新一輪 AI 大模型科技競賽

22、中的中方競爭力。我們認為以 DeepSeek 的出現為分界線，AI 大模型的發展階段可以劃分為海外大廠保持代際領先與中國廠商迎頭趕上兩個階段。在第二階段，算力層面的 Scalling law 仍然奏效，但不再是通往“羅馬”的唯一路徑，這亦為中國 AI 大模型走出實驗室研究、走向日常應用帶來了產業級別的機遇。新階段，AI 大模型的核心生產要素中“數據”的差異化價值有望進一步突出，在本就繁榮的消費互聯網應用層或將迎來產品的百花齊放和商業化落地的全新機遇，在引領全球消費互聯網商業生態邁向新格局、新機遇的同時，也為國內以阿里、騰訊、百度等為代表的“賣鏟人”提供云服務業績的增厚。對于模型層，算力層面差距

23、的收窄或將進一步推動基礎大模型服務提供者未來更多聚焦與應用側的適配鏈接，在基礎能力層演化出差異化格局。2、AI 應用層面應用層面 行業趨勢和競爭要素判斷：行業趨勢和競爭要素判斷：我們判斷 25 年開始 AI 應用可能迎來一個爆發期，背后的動力可能來自于開源模型、算力成本的降低、多模態的融合。同時帶來兩個發展趨勢，一方面更廣泛場景的 AI 滲透率將顯著提升，由于數據要素的稀缺性，AI 應用趨向細分、垂直化。另一方面產品層面革新，聚焦用戶豐富交互模式、降低門檻，由 Manus 帶來的 AI Agent趨勢或將驅動 AI 應用實現從思考到執行的全閉環。而在此基礎上，我們認為 AI 應用的核心競爭要素

24、是聚焦垂直場景的產品力，正在逐步從“技術競爭”走向“產品競爭”，同時用戶對于 AI 應用處在認知重構階段，需要供給側的持續啟發奪取心智，最終通過用戶反饋積累數據資產，不斷迭代并深化實現飛輪。商業化落地節奏判斷：商業化落地節奏判斷：我們認為從傳統移動互聯網的變現模式出發（廣告、傭金和增值服務），當前 AI 應用時代最快具備商業化基礎的是靠 AI 提供的差異化產品和體驗，并收取訂閱費的增值服務。而 AI 應用當前尚未形成新的流量高地且產品層面亦未成熟，因此在廣告和傭金等商業模式上進展暫緩，但是當前看到的是互聯網大廠正在進行通用型 AI 流量入口的激烈爭奪，并且隨著 Agent 的發展，大廠的全生態

25、業務將具備顯著優勢。由此我們也能看到通用型 AI 和垂直型 AI 在商業化節奏上的分化。1）通用型通用型 AI 邁入流量入口爭奪階段，積累用戶并探索生態的短期優先級大于變現。邁入流量入口爭奪階段，積累用戶并探索生態的短期優先級大于變現。從移動互聯網時代的經驗來看，C 端的搜索、社交類應用有很強的虹吸效應，最后是贏家通吃的局面，因此當前通用型 AI 應用的共識是零門檻接入快速占領用戶入口，在擁有流量高地并具備護城河之后可以進一步探索廣告、傭金等流量變現方式。我們也可以看到阿里、騰訊、字節為代表的互聯網大廠正在進行通用型 AI 流量入口的激烈爭奪。同時我們認為 AI Agent 的當前痛點是交互通

26、道的打通，這對于有全生態的互聯網大廠是核心優勢，因此在用戶入口爭奪的下個階段或能看到廣泛的 Agent 應用在互聯網大廠的爆發，帶來中長期變現潛力。2）垂直賽道垂直賽道 AI 靠提供增值產品和體驗，生產力場景以剛需驅動高商業轉化?？刻峁┰鲋诞a品和體驗，生產力場景以剛需驅動高商業轉化。首先全球維度觀察，當前產生收入的 AI 應用中主要以偏向生產力的垂類賽道較為領先，細分垂直場景可以憑借提供的生產力改善、增值體驗等等依靠訂閱模式率先變現，同時由于生產力場景的剛需屬性，其相較于娛樂類場景有更強的付費意愿，帶來更高的商業轉化。而在判斷具體場景的落地速度中，我們提出了關注試錯成本和可驗證性兩個維度，在用

27、戶對于 AI“幻覺”等錯誤接受度高且 AI 內容驗證成本低的賽道落地更快，比如圖像編輯、短（長）視頻內容、廣告營銷、教育培訓答疑、輔助招聘等等。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。7 科技科技/可選消費可選消費 3、投資結論方面，、投資結論方面，我們認為互聯網我們認為互聯網 AI 投資主要分為兩條大的主線投資主要分為兩條大的主線 主線主線 1：投資具備優質底層模型：投資具備優質底層模型+算力（云）基礎設施算力（云）基礎設施+豐富下游應用生態的互聯網大廠，豐富下游應用生態的互聯網大廠，首推阿里、騰訊，建議關注百度。首推阿里、騰訊，建議關注百度。此類大廠當前正在通過 cap

28、ex 引領新一輪國內 AI 基礎設施建設周期（對標美國 23-24 年間 AI 進程），在優質算力（云）基礎設施下擔當中國 AI 科技周期啟動的“賣鏟人”。同時這些大廠下游已經具備完整的應用生態和豐富的用戶基礎，可以在已有的應用場景中無縫加入 AI 功能，依靠流量優勢迅速啟動。而大廠的多元業務生態非常有助于開啟下一個階段的 AI Agent 應用，將有望憑借其生態優勢在 AI 的新一輪競賽中取得領先身位，并中長期賦能核心業務的增長。主線主線 2：投資卡位優質垂直場景：投資卡位優質垂直場景+AI 產品布局充分產品布局充分+商業化落地確定性商業化落地確定性較較高的“小而美”細高的“小而美”細分賽道

29、龍頭，首推美圖、快手、嗶哩嗶哩、有道分賽道龍頭，首推美圖、快手、嗶哩嗶哩、有道，建議關注好未來、，建議關注好未來、BOSS 直聘。直聘。該類玩家原有業務卡位優質的細分垂直場景，如圖像編輯、短（長）視頻、教育和招聘等等，已經具備獨有的數據、用戶資源。隨著 AI 技術平權等行業趨勢，競爭從底層模型轉向下游垂直場景應用，在 AI 端布局充分，并具備優質產品力的企業有望獲得新增長曲線。同時我們也認為從 AI 應用商業化落地層面來看，垂直場景 AI 應用相較搜索、社交等通用 AI 更快，因為通用 AI 當前更聚焦于流量入口的爭奪在變現層面并不激進，而細分垂直場景有望憑借提供的生產力改善、增值體驗等更快實

30、現財報端的兌現。我們與市場不同的觀點我們與市場不同的觀點 我們對于互聯網 AI 的相關底層模型、應用場景等等做了全方位的梳理和總結，在當前市場對于 AI 模型能力、應用場景仍有分歧的階段，給予了我們明確的判斷和觀點。我們從移動互聯網的經驗出發，探討了 AI 應用的潛在發展趨勢和競爭要素，并進一步討論了其商業化的潛力和場景的落地節奏，提出了商業化節奏在通用型和垂直型分化的觀點，并提供了試錯成本和可驗證性這一雙維度指標作為場景落地難易的判斷依據，均具備一定的差異性 互聯網互聯網 AI 關鍵問題五問五答關鍵問題五問五答 Q1：如何評價互聯網大廠：如何評價互聯網大廠 AI 大模型當前水平？大模型當前水

31、平？在技術層面，中國國內的頭部模型已逐步接近國際頂尖水平，差距日益縮小。在技術層面，中國國內的頭部模型已逐步接近國際頂尖水平，差距日益縮小。DeepSeek-R1在后訓練階段廣泛應用強化學習技術，在數學、代碼和自然語言推理等領域的表現已與ChatGPT o1 相當，Qwen2.5-Max 在主流權威基準測試中同樣展現出全球領先的模型性能。我們認為，通用大模型領域的追趕效應愈發明顯，國內互聯網巨頭正不斷縮小與國際先進水平的差距，未來底層模型的能力有望達到持平狀態。目前中國在 AI 算力和生態建設方面仍存在不足，短期內可能限制大模型的訓練和發展，但隨著算法和架構的不斷優化以及國產 AI 芯片性能的

32、提升，我們認為中長期內中國 AI 大模型發展受算力制約影響有所減弱。在戰略層面，中國在戰略層面，中國的發展路徑的發展路徑更為注重垂直領域的落地與商業化。更為注重垂直領域的落地與商業化。相較于海外聚焦基礎技術的深耕研究，中國依托龐大的市場規模與多元化的應用場景，采取了以市場需求為驅動的路徑并迅速在垂直領域實現技術落地和商業化。例如，在 AI+圖像領域，美圖專注圖像美化賽道打造圖像 AI 生產力工具；在 AI+視頻領域，快手聚焦視覺大模型推出文生視頻產品可靈；在 AI+教育領域，有道針對翻譯與答疑等細分場景推出自研教育垂類大模型“子曰”。我們認為，中國的大模型發展戰略更為注重市場應用需求，并通過市

33、場力量加速技術進步，有助于 AI 生態的健康發展。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。8 科技科技/可選消費可選消費 我們認為，DeepSeek R1 的出現或在技術、策略和定價維度影響國內 AI 模型發展，具體如下：1）技術層面：技術層面：DeepSeek R1 的出現帶動了高性價比架構的關注度，未來模型推理成本仍的出現帶動了高性價比架構的關注度，未來模型推理成本仍有下降空間。有下降空間。DeepSeek R1 采用 MoE 架構，融合專家混合系統、改進注意力機制和優化歸一化策略，在模型效率與算力間實現平衡，MoE 模式由此再度引發關注。2 月 12日，字節豆包團隊提

34、出 UltraMem 架構，在 MoE 基礎上有效解決推理階段的高額訪存問題，我們建議持續關注后續 MoE 架構的優化進展。2）策略層面：策略層面：DeepSeek 的成功再次突顯開源模式的潛力，大模型開源生態下各廠商或的成功再次突顯開源模式的潛力，大模型開源生態下各廠商或有望共同做大市場規模。有望共同做大市場規模。開源模型為中小廠商提供免費獲取源代碼或預訓練模型的途徑，顯著降低了開發和參與門檻，并可借助開放社區的協同作用加速模型迭代。目前，阿里與騰訊的部分模型都已執行開源策略，百度也已宣布將在未來推出文心大模型 4.5 系列，并于 6 月 30 日起正式開源。我們看好后續大模型開源生態下的技

35、術迭代進展。3）定價層面：我們認為國產模型價格競爭或將延續，低價下大模型的垂類應用或將深化。定價層面：我們認為國產模型價格競爭或將延續，低價下大模型的垂類應用或將深化。受益于 MoE 架構對推理成本的壓縮，DeepSeek 持續推行低價策略，此前已帶動國產模型普遍性降價，R1 發布后 API 輸入與輸出價格仍處低位。我們認為高性價比有望成為國產模型在國際市場上的重要優勢。Q2：AI 應用的場景是降應用的場景是降本本還是增收還是增收？我們認為 AI 在降本增效層面對大部分行業具備普適性，我們更看好在 AI 驅動下帶來增收的行業：1）AI+圖像：AI 使用戶體驗和創作效率得到顯著提升，通過降低用戶

36、創作門檻，吸引更多用戶付費，提升整體付費率及 ARPU，為圖像編輯應用帶來了新的收入增長點。美圖深耕圖像工具類產品，AI 產品有望驅動付費率及全球化進程提速。2）AI+廣告：AI 幫助平臺深度洞察用戶數據，提高廣告投放精準度，進而提升廣告主投放ROI，為廣告平臺帶來更多收入。Applovin 產業鏈布局完善，數據閉環與 AI 算法升級形成有效協同，Meta 和騰訊有望受益于投放 ROI 提升帶來的收入增長。3）AI+教育：AI 有助于提升教育產品用戶體驗和個性化服務，推動付費用戶數量增長。依靠教育公司自身數據積累優勢，有效提升學習機和語言類學習應用使用體驗，提升用戶付費意愿。4）AI+游戲：A

37、I 有助于提升游戲互動性、智能化和個性化體驗，推動玩法創新，提高人均游戲時長，帶來更多潛在盈利空間。Q3:互聯網互聯網 AI 商業化節奏如何理解商業化節奏如何理解？傳統移動互聯網時代的變現路徑主要有三條：廣告、傭金和增值服務（訂閱、單購），不同變現模式所依仗的商業基礎各不相同，廣告核心是流量，傭金是流量+履約，增值服務是提供差異化產品和體驗。切換到 AI 應用時代，最快具備商業化基礎的是靠 AI 提供的差異化產品和體驗，因此增值服務這一商業模式落地節奏最快。而 AI 應用當前尚未形成新的流量高地且產品層面亦未成熟，因此在廣告和傭金等商業模式上進展暫緩。由此我們也能看到通由此我們也能看到通用型用

38、型 AI 和垂直型和垂直型 AI 在商業化節奏上的分化在商業化節奏上的分化，基于此前提，我們對于 AI 應用的商業化落地節奏形成以下判斷：判斷判斷 1：通用型：通用型 AI 邁入流量入口爭奪階段，積累用戶并探索生態的優先級大于變現。邁入流量入口爭奪階段，積累用戶并探索生態的優先級大于變現。Chatbot 類應用正在大批量開放免費使用。類應用正在大批量開放免費使用。以 Chatgpt 為首的 Chatbot 類 AI 應用早期以付費訂閱為主要的商業模式，但是隨著免費開源、算力成本降低等，相關搜索、社交類的通用型 Chatbot AI 正在將大批量免費使用。25 年 2 月 13 日，OpenAI

39、 首席執行官 Sam Altman宣布免費 ChatGPT 將在標準智能設置下無限制使用 GPT-5 進行對話；Grok 也在 25 年 2月 18 日發布幾天后宣布免費；百度文心一言亦宣布自 25 年 4 月 1 日起全部免費使用。而國內的其他主流 AI Chatbot 應用 DeepSeek、豆包、元寶等等則從上線之初即免費使用。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。9 科技科技/可選消費可選消費 通用型通用型 AI 正在進入新的流量高地爭奪階段，積累用戶并探索生態的優先級大于變現。正在進入新的流量高地爭奪階段，積累用戶并探索生態的優先級大于變現。從移動互聯網時代的經

40、驗來看，C 端的搜索、社交類應用有很強的虹吸效應，最后是贏家通吃的局面，因此當前通用型 AI 應用的共識是零門檻接入快速占領用戶入口，在擁有流量高地并具備護城河之后可以進一步探索廣告、傭金等流量變現方式。AI Agent 的核心痛點是交互通道的打通，這對于有全生態的互聯網大廠是核心優勢。的核心痛點是交互通道的打通，這對于有全生態的互聯網大廠是核心優勢。由Manus 帶來的 AI Agent 趨勢將驅動 AI 應用實現從思考到執行的全閉環，而在 AI Agent 的發展中，其核心痛點其實是交互執行中通道的開放和打通，除了公域的數據和執行之外，Agent 要完全發揮能力則需要相對私域的交互權限，這

41、部分對于已有全生態的互聯網大廠來說是核心優勢，因此在用戶入口爭奪的下個階段或能看到廣泛的 Agent 應用在互聯網大廠的爆發。判斷判斷 2：垂直賽道：垂直賽道 AI 靠提供增值產品和體驗靠提供增值產品和體驗，生產力場景以剛需驅動高商業轉化。，生產力場景以剛需驅動高商業轉化。AI 垂類生產力賽道的商業化較為領先。垂類生產力賽道的商業化較為領先。當前 AI 應用商業化的主要方式為訂閱付費，通過提供 AI 增值服務收取訂閱費用。而當前產生收入的應用中主要以偏向生產力的垂類賽道較為領先，如 Chatgpt、微軟 365 Copilot、Perplexity 等等，訂閱費約為 10-20 美元/月不等。

42、根據 AI 產品榜公眾號，24 年已經有部分 AI 付費用戶規模超千萬，分別為微軟 365copilot（5574 萬）、百度文庫（4000 萬）、Canva（2200 萬）、Chatgpt（1000 萬）。集中于辦公、文檔、設計、搜索問答領域，我們認為偏向生產力場景因降本增效量化明確，偏剛需的特征能夠有效驅動用戶訂閱付費轉化。因此從商業化的節奏上或更快。圖表圖表1：當前主流當前主流 AI 應用的訂閱付費用戶及應用的訂閱付費用戶及 ARR 場景場景 產品產品 付費用戶（萬）付費用戶（萬）ARR（億美元）（億美元）辦公 微軟 365 Copilot 5574 66.9 文檔管理 百度文庫 400

43、0-搜索問答 ChatGPT 1000 27.0-api 調用 100 10.0 搜索問答 Perplexity 100 0.5 設計 Canva 2200 25.5 搜索問答 Claude 417 10 文檔 Notion 333-編程 Cursor 66-聊天機器人 Character AI 53.6 0.3 資料來源：AI 產品榜公眾號，華泰研究 判斷判斷 3：具體場景落地速度需關注試錯成本和可驗證性。：具體場景落地速度需關注試錯成本和可驗證性。我們認為判斷我們認為判斷具體場景的落地速度需要關注其試錯成本和可驗證性兩個維度具體場景的落地速度需要關注其試錯成本和可驗證性兩個維度：1）試錯成

44、本代表的是對于試錯成本代表的是對于 AI 出現“幻覺”等等錯誤的接受度。出現“幻覺”等等錯誤的接受度。比如 AI Chatbot 等等其本質是交流和提供咨詢建議，用戶對于結果有審查，因此試錯成本低，此外還有 AI 的圖像等內容創作，用戶存在二次編輯，此類應用的落地和發展較快。而與之對比的則是試錯成本較高的場景，比如自動駕駛等等，涉及到安全和責任劃分等等層面，因此其實際落地需要緩慢推進。2）可驗證性，代表的是可驗證性，代表的是 AI 提供的內容提供的內容驗證成本低，可以和用戶迅速建立信任感驗證成本低，可以和用戶迅速建立信任感。比如 AI編程等等，其提供的代碼可以迅速判斷是否跑通，是否解決問題，驗

45、證環節短帶來的就是交互的流暢性，可以和用戶快速建立信任感。但是比如有些驗證環節很長的場景，比如 AI 制定旅游攻略、劇本創作、提供資產配置的建議。其可驗證性較低，用戶需要更多的成本來判斷建議的真偽和有效性，則落地的速度較慢?；诖宋覀兣袛喈斍盎ヂ摼W板塊落地較快的場景為圖像編輯、短（長）視頻內容、廣告營基于此我們判斷當前互聯網板塊落地較快的場景為圖像編輯、短（長）視頻內容、廣告營銷、教育培訓答疑、輔助招聘等等。銷、教育培訓答疑、輔助招聘等等。Q4：互聯網大廠在資本開支上的戰略和進展如何：互聯網大廠在資本開支上的戰略和進展如何?在資本開支戰略上，各互聯網大廠多數展現出較為激進的投入態勢，在在資本開

46、支戰略上，各互聯網大廠多數展現出較為激進的投入態勢，在 AI 基礎設施如算力基礎設施如算力儲備上加碼投入，在投入的絕對規模上，阿里和字節或為領先者。儲備上加碼投入，在投入的絕對規模上，阿里和字節或為領先者。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。10 科技科技/可選消費可選消費 阿里：阿里：加大 AI 基礎設施投資，未來三年資本開支或超過去十年總和。據公司公告，3QFY25公司資本開支達 318 億元，同比增長 258.8%。據公司 2025 年 2 月 24 日公告，未來三年阿里將投入超過 3,800 億元，用于建設云和 AI 硬件基礎設施，總額超過去十年總和，以突出公司

47、對 AI 驅動增長的聚焦及作為全球領先云計算供應商的定位。據 VA 一致預期，FY25-27 阿 里 資 本 開 支將 達 847.7 億/1,076.3 億/1,123.0 億 人 民 幣，同 比 分 別+157.4/+27.0/+4.3%。結合公司近期發布多款大模型和與蘋果達成合作等事項，我們認為阿里云將以較為積極的姿態參與到新一輪的 AI 產業變革中。騰訊：持續投入資源進行算力儲備。騰訊：持續投入資源進行算力儲備。據紅星新聞報道，騰訊會持續投入資源進行算力的儲備，助力各個 BG 擁抱大模型的產品化落地場景，目前包括微信、QQ、輸入法、瀏覽器等產品都將推出 AI 智能體，游戲、微信讀書、騰

48、訊視頻等產品也將基于混元做更多 AI 探索。據 VA 一致預期，2024-2026 年騰訊資本開支將達 422.6 億/433.0 億/453.1 億人民幣，同比分別+76.9/+2.5/+4.6%?？焓郑簣远▓绦腥斯ぶ悄軕鹂焓郑簣远▓绦腥斯ぶ悄軕鹇?。略。據公司 2Q24 業績會，未來公司將堅定執行人工智能戰略，側重研發更適配業務場景的專項語言模型，大規模降低模型的總推理成本，同時探索“可靈”與 B 端（企業）合作變現的可能性以實現商業化變現規模。據 VA 一致預期，2024-2026年快手資本開支將達 54.9 億/64.0 億/71.1 億元人民幣，同比分別+12.1/+16.4/+11.

49、2%。字節：加碼投入算力建設。字節：加碼投入算力建設。據財聯社報道，字節跳動 2025 年的資本支出將超過 1500 億元，主要用于人工智能。據英國金融時報報道，字節跳動計劃在 2025 年投資超過 120 億美元用于 AI 基礎設施建設，其中 400 億元人民幣（約 55 億美元）將用于購買中國 AI 芯片。這一支出是 2024 年的兩倍，公司還計劃在海外投資約 68 億美元，以使用先進的 Nvidia（NVDA.US）芯片來增強基礎模型訓練能力。百度：未來資本開支可能增加百度：未來資本開支可能增加。據公司 1Q24 業績會，百度正在從以互聯網為中心轉向人工智能優先，積極推進用文心大模型重構

50、 ToC 和 ToB 業務，其未來資本開支可能增加，以支持網絡基礎設施的擴展和改進，以及額外辦公樓和云計算數據中心的建造。據 VA 一致預期，2025-2026 年百度資本開支將達 101.4 億/99.5 億人民幣，同比分別+24.7/-1.9%。圖表圖表2：阿里阿里 Capex 投入情況投入情況 圖表圖表3：騰訊騰訊 Capex 投入情況投入情況 資料來源：公司公告，Visible Alpha，華泰研究 資料來源：公司公告，Visible Alpha，華泰研究 (50)050100150200020,00040,00060,00080,000100,000120,000FY19FY20FY

51、21FY22FY23FY24FY25EFY26EFY27ECAPEX同比增長（右軸）占收比（右軸）(人民幣百萬)(%)(60)(40)(20)02040608010005,00010,00015,00020,00025,00030,00035,00040,00045,00050,0002018 2019 2020 2021 2022 2023 2024E2025E2026ECAPEX同比增長（右軸）占收比（右軸）(人民幣百萬)(%)免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。11 科技科技/可選消費可選消費 圖表圖表4：快手快手 Capex 投入情況投入情況 圖表圖表5：百度百

52、度 Capex 投入情況投入情況 資料來源：公司公告，Visible Alpha，華泰研究 資料來源：公司公告，Visible Alpha，華泰研究 Q5：AI 大模型對行業壁壘的影響大模型對行業壁壘的影響 AI 大模型或對各行業競爭格局產生分化式影響。大模型或對各行業競爭格局產生分化式影響。一方面，在數據與算力密集型領域（如醫療診斷、金融風險評估），巨頭企業憑借海量數據、算力資源、人才儲備及合規能力構建護城河，有望在新一輪競爭中取得先發優勢，推動市場集中度進一步提升。另一方面，在技術工具化與長尾需求主導的行業（如內容創作、農業/教育科技），開源模型和輕量級 API的發展有望顯著降低垂直場景創

53、新門檻，賦能中小應用實現差異化突圍。整體來看行業屬性與技術民主化進程將成為平衡資源分配、決定競爭壁壘“強弱再分配”的關鍵變量，最終形成“強者恒強、細分突圍”的產業格局。圖表圖表6：AI 大模型對于行業競爭壁壘的影響大模型對于行業競爭壁壘的影響 增強增強競爭競爭壁壘（大型企業主導）壁壘（大型企業主導）縮小縮小競爭競爭差距（中小型企業或新玩家突圍）差距（中小型企業或新玩家突圍）主導領域主導領域 數據密集型（醫療、金融）算力密集型（自動駕駛訓練）法規敏感行業（生物科技、公共安全）工具驅動型（內容創作、客戶服務）細分場景（農業、教育技術）開源生態活躍的領域（軟件開發、資源）核心驅動因素核心驅動因素 豐

54、富數據儲備 算力資源 滿足合規要求的能力 開源模型與 API 易用性提升 垂直場景創新 需求長尾化帶來的差異化機會 最終結果最終結果 行業集中度提升行業集中度提升 激發競爭多樣性激發競爭多樣性 資料來源：多知、有道、華泰研究(60)(40)(20)02040608010012014016001,0002,0003,0004,0005,0006,0007,0008,0009,0002018 2019 2020 2021 2022 2023 2024E2025E2026ECAPEX同比增長（右軸）占收比（右軸）(人民幣百萬)(%)(60)(40)(20)02040608010012014002,0

55、004,0006,0008,00010,00012,0002018 2019 2020 2021 2022 2023 2024 2025E2026ECAPEX同比增長（右軸）占收比（右軸）(人民幣百萬)(%)免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。12 科技科技/可選消費可選消費 AI 模型：算力規模飛速增長，成本效應未來可期模型：算力規模飛速增長，成本效應未來可期 核心邏輯總結：核心邏輯總結：DeepSeek 引領中國 AI 大模型在模型性能、成本效用上實現突破，未來阿里字節等大廠或相繼接力，合力夯實新一輪 AI 大模型科技競賽中的中方競爭力。我們認為以 DeepSeek

56、 的出現為分界線，AI 大模型的發展階段可以劃分為海外大廠保持代際領先與中國廠商迎頭趕上兩個階段。在第二階段，算力層面的 Scalling law 仍然奏效，但不再是通往“羅馬”的唯一路徑，這亦為中國 AI 大模型走出實驗室研究、走向日常應用帶來了產業級別的機遇。新階段，AI 大模型的核心生產要素中“數據”的差異化價值有望進一步突出，在本就繁榮的消費互聯網應用層或將迎來產品的百花齊放和商業化落地的全新機遇，在引領全球消費互聯網商業生態邁向新格局、新機遇的同時，也為國內以阿里、騰訊、百度等為代表的“賣鏟人”提供云服務業績的增厚。對于模型層，算力層面差距的收窄或將進一步推動基礎大模型服務提供者未來

57、更多聚焦與應用側的適配鏈接，在基礎能力層演化出差異化格局。目前 AI 發展的主流戰略可分為兩類：以字節為代表的廠商側重算力規模，而以騰訊、阿里為代表的廠商則更關注性價比；鑒于大模型更新迭代存在追趕效應，我們預期 26-27 年模型層面的性能差異或將逐步縮小，同時伴隨 LLM 使用成本顯著降低，后期競爭關鍵在于產品能力、銷售獲客渠道、大模型如何賦能自身業務。從商業化角度看，百度更早開始收取會員費用，文心單月會員價格為 49.9 元，對比海外OpenAI Plus 版本包月 20 美元（不含稅），國內互聯網其他大廠尚未開啟會員收費模式。從降價趨勢看，自 24 年 5 月 DeepSeek 發布 V

58、2 版本后，引起阿里騰訊字節三家競相宣布降低主力模型的 API 收費。從大模型收費看，百度文心一言 API 調用費仍然保持高位，阿里騰訊和字節次之并低于百度一個數量級，DeepSeek 則具備更高的價格優勢。圖表圖表7：互聯網公司大模型參數互聯網公司大模型參數 資料來源：公司公告、華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。13 科技科技/可選消費可選消費 圖表圖表8：國內主要國內主要 LLM 模型模型對比對比 公司公司 模型模型 LLMLLM 創新創新 測試結果測試結果 發布日期發布日期 是否開源是否開源 字節跳動 Doubao-1.5-pro 7 倍效率提升的稀疏

59、 MoE 架構 部分測試結果顯示：優于 GPT-4o 和 Claude-3.5-Sonnet 2025-01 否 阿里巴巴 Qwen2.5-Max 優化全局批次負載平衡損失的 MoE架構 部分測試結果顯示：表現優于開源的 DeepSeek V3 和Llama-3.1-405B 2025-01 否 騰訊 Hunyuan large 探索 MoE 架構的 ScalingLaw，并引入專家特化的學習率適配訓練策略 優于 Llama 3.1 70B 和 405B 2024-11 是 百度 ERNIE 4.0 Turbo 開創性地將大數據預訓練與多源豐富知識相結合 ERNIE 4.0 能力接近 GPT-

60、4 2024-06 否 月之暗面 Kimi-k1.5 通過強化學習與監督微調結合進行訓練 部分測試結果顯示：優于 GPT-4o 和 Claude-3.5-Sonnet 2025-01 是 MiniMax MiniMax-01 優化的 MoE 架構，具有線性注意力機制，尤其適用于長文 部分測試結果顯示：優于 GPT-4o 和 Claude-3.5-Sonnet 2025-01 是 DeepSeek DeepSeek-R1 后訓練階段大規模采用強化學習，無需監督微調 推理任務中結果和 OpenAI o1-1217 相近 2025-01 是 資料來源：公司官網，華泰研究 騰訊混元：從內部業務自用起步

61、，強化云業務技術壁壘。騰訊混元：從內部業務自用起步，強化云業務技術壁壘。騰訊 LLM 研發起步略晚于其他大型廠商，但近期技術端差距有所收窄。騰訊同樣堅持開源策略，引入 20 余種開源通用模型，同時部分模型也處于開源狀態。在自用場景方面，混元大模型接入騰訊700多個業務場景，改善內部人員工作效率，混元 3D 引擎在 24 年廣泛使用后，也于 25 年對外開放；在騰訊云方面，混元大模型也構建了騰訊云 MaaS 堅實的基礎，客戶可以將混元用作基礎模型，在公有云上進行精細調整，也可以在騰訊云上通過前端交互 API 調用體驗。盡管騰訊大模型研發起步相對較晚，但盡管騰訊大模型研發起步相對較晚，但 2024

62、 年混元年混元技術技術取得較快突破取得較快突破，騰訊實現全鏈路自，騰訊實現全鏈路自研研，包括，包括底層算力網絡底層算力網絡、Angel 機器學習平臺機器學習平臺、上層模型和應用上層模型和應用。騰訊全新發布的混元 Turbo有顯著能力提升，推理成本降低 50%，解碼速度改善 20%。騰訊云智算 AI infra 從機器上架到開始訓練僅需 1 天，千卡單日故障數僅僅為 0.16，網絡通信時間占比也僅 6%。TI 平臺上線多模態數據標注，首創基于 Schema 的標注方法，支持 4 大主流場景全部細分任務?；煸?large 模型開源五天內即在 HugginFace 百萬模型中脫穎而出，登趨勢榜榜首。

63、阿里：專注于打造阿里：專注于打造 AI 基礎設施和大模型能力的落地應用?；A設施和大模型能力的落地應用。我們認為阿里云業務的核心優勢來自：1）全面的云服務基礎能力和規模效應，2）消費交易場景下積累的行業 know-how，3）較高的用戶數據基礎壁壘。自 2023 年提出“AI 驅動”戰略以來，公司一方面投資于 AI基建，一方面堅持開源和生態建設。公司計劃在 B 端和 C 端用戶側逐步推進 AI 應用，其自身多元化的業務正成為應用端最先落地的場景。據 2024 年 9 月阿里云棲大會，在HuggingFace 和魔搭社區中，已有超過 5 萬個基于通義千問模型開發的衍生模型，位于全球第二，超過國內

64、其他開源模型，我們認為基于通義千問模型的生態系統正在逐步成熟。三款旗艦大語言模型滿足不同類型用戶需求。據阿里云官網，截止 2025 年 2 月 4 日，阿里巴巴旗艦模型主要為通義千問-Max、通義千問-Plus 和通義千問-Turbo 三款。Max 為通義千問系列效果最好的模型，適合復雜、多步驟的任務；Plus 能力均衡，推理效果、成本和速度介于通義千問-Max 和通義千問-Turbo 之間，適合中等復雜任務；Turbo 為通義千問系列速度最快、成本很低的模型，適合簡單任務。百度：打造高效百度：打造高效 AI 開發能力，智能體和產業應用為發力點。開發能力，智能體和產業應用為發力點。百度是國內少

65、數幾家實現了從芯片到框架再到模型及應用的全棧布局的企業之一，有助于利用自身較為強大的 AI 能力和云計算資源，為用戶提供一站式解決方案。公司 AI 基礎設施包括用于大模型和應用開發的千帆平臺，以及為客戶提供大模型所需的算力服務的百舸平臺。與同行相比，百度在大模型商業化上更傾向于采用閉源邏輯。在應用端，百度著力布局兩大 AI 應用方向：1）智能體，公司判斷這將是 AI 應用未來的最主流形態，類別包括公司類、角色類、工具類、行業類；2）產業應用，涵蓋制造、能源、交通、政務、金融、汽車、教育、互聯網等眾多行業。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。14 科技科技/可選消費可選消

66、費 百度多款主力大模型已可免費調用。據百度智能云官網，在大模型調用費用上，百度針對較為先進的旗艦大模型 ERNIE 4.0 Turbo、ERNIE 4.0 和 ERNIE 3.5 采用收費制度，輸入/輸出價格最低低至0.0008/0.002元每千tokens，而主力大模型ERNIE Speed、ERNIE Lite、ERNIE Tiny 均已免費使用，其中 ERNIE Speed 是百度 2024 年發布的自研高性能大語言模型，通用能力優異，適合作為基座模型進行精調，可更好地處理特定場景問題，同時具備較佳的推理性能；而 ERNIE Lite 是百度自研的輕量級大語言模型，兼顧優異的模型效果與推

67、理性能，適合低算力 AI 加速卡推理使用。國內通用國內通用 AI APP 市場加速分化，用戶規模層面豆包已確立市場加速分化，用戶規模層面豆包已確立領先地位，而領先地位，而 DeepSeek 在海在海外市場仍具成長空間。外市場仍具成長空間。國內方面，豆包 DAU 持續擴大領先優勢，QuestMobile 數據顯示，2024 年 12 月其 DAU 已達 1662 萬，遠超第二梯隊的 Kimi 智能助手與文小言。海外方面，DeepSeek R1 上線后增長迅猛，但與行業龍頭仍存差距。SensorTower 數據顯示，截至 2月 1 日，DeepSeek 海外移動端 DAU 達 1300 萬，而 C

68、hatGPT 達 5637 萬；Similarweb數據顯示，截至 1 月底，DeepSeek 網站端周均 DAU 為 1089 萬，ChatGPT 則為 7001 萬。圖表圖表9：國內部分通用國內部分通用 AI APP DAU 圖表圖表10：國內部分通用國內部分通用 AI APP DAU 資料來源：QuestMobile，華泰研究 資料來源：QuestMobile，華泰研究 圖表圖表11：海外部分通用海外部分通用 AI APP DAU 圖表圖表12：海外部分通用海外部分通用 AI 網站版網站版 DAU 資料來源：SensorTower，華泰研究 資料來源：Similarweb，華泰研究 02

69、004006008001,0001,2001,4001,6001,8002024年1月2024年2月2024年3月2024年4月2024年5月2024年6月2024年7月2024年8月2024年9月2024年10月2024年11月2024年12月豆包Kimi智能助手文小言(原文心一言)通義騰訊元寶（萬人）01020304050607080902024年1月2024年2月2024年3月2024年4月2024年5月2024年6月2024年7月2024年8月2024年9月2024年10月2024年11月2024年12月智譜清言天工訊飛星火海螺AI秘塔AI搜索（萬人）01,0002,0003,0004

70、,0005,0006,0000501001502002502024年1月2024年2月2024年3月2024年4月2024年5月2024年6月2024年7月2024年8月2024年9月2024年10月2024年11月2024年12月2025年1月DeepSeekClaudeGeminiChatGPT（右軸）（萬人）01,0002,0003,0004,0005,0006,0007,0008,00001002003004005006007002024年7月2024年8月2024年9月2024年10月2024年11月2024年12月DeepSeekClaudeGeminiLlamaChatGPT（右

71、軸）（萬人）免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。15 科技科技/可選消費可選消費 圖表圖表13：國內部分通用國內部分通用 AI APP MAU 圖表圖表14：國內部分通用國內部分通用 AI APP MAU 資料來源：QuestMobile，華泰研究 資料來源：QuestMobile，華泰研究 圖表圖表15：海外部分通用海外部分通用 AI APP MAU 圖表圖表16：海外部分通用海外部分通用 AI 網站版網站版 MAU 資料來源：SensorTower，華泰研究 資料來源：Similarweb，華泰研究 用戶行為層面，國內通用用戶行為層面，國內通用 AI APP 的人均

72、使用時長較為集中且仍處低位，海外市場的人均使用時長較為集中且仍處低位，海外市場DeepSeek 加速追趕頭部應用，加速追趕頭部應用，R1 有望推動其進一步滲透。有望推動其進一步滲透。國內方面，各應用在人均單日使用時長和留存率上的差距較小，豆包保持微弱領先，QuestMobile 數據顯示，2024 年 12月其 DAU/MAU 達 22%。海外方面，ChatGPT 在人均使用時長上仍具優勢，但 DeepSeek正逐步縮小差距，留存率有所回落，主因部分用戶受熱度驅動嘗試后流失。圖表圖表17：國內部分通用國內部分通用 AI APP 人均單日使用時長人均單日使用時長 圖表圖表18：國內部分通用國內部

73、分通用 AI APP 人均單日使用時長人均單日使用時長 資料來源：QuestMobile，華泰研究 資料來源：QuestMobile，華泰研究 01,0002,0003,0004,0005,0006,0007,0008,0002024年1月2024年2月2024年3月2024年4月2024年5月2024年6月2024年7月2024年8月2024年9月2024年10月2024年11月2024年12月豆包Kimi智能助手文小言(原文心一言)通義騰訊元寶（萬人）01002003004005006007002024年1月2024年2月2024年3月2024年4月2024年5月2024年6月2024年7

74、月2024年8月2024年9月2024年10月2024年11月2024年12月智譜清言天工訊飛星火海螺AI秘塔AI搜索（萬人）05,00010,00015,00020,00025,00030,00035,00040,00005001,0001,5002,0002,5002024年1月2024年2月2024年3月2024年4月2024年5月2024年6月2024年7月2024年8月2024年9月2024年10月2024年11月2024年12月2025年1月DeepSeekClaudeGeminiChatGPT（右軸）（萬人）05,00010,00015,00020,00025,00030,000

75、35,00001,0002,0003,0004,0005,0006,0007,0002024年7月2024年8月2024年9月2024年10月2024年11月2024年12月DeepSeekClaudeGeminiLlamaChatGPT（右軸）（萬人）05101520252024年1月2024年2月2024年3月2024年4月2024年5月2024年6月2024年7月2024年8月2024年9月2024年10月2024年11月2024年12月豆包Kimi智能助手文小言(原文心一言)通義騰訊元寶（分鐘）0123456789102024年1月2024年2月2024年3月2024年4月2024年5

76、月2024年6月2024年7月2024年8月2024年9月2024年10月2024年11月2024年12月智譜清言天工訊飛星火海螺AI秘塔AI搜索（分鐘）免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。16 科技科技/可選消費可選消費 圖表圖表19：海外部分通用海外部分通用 AI APP 人均單日使用時長人均單日使用時長 圖表圖表20：海外部分通用海外部分通用 AI 網站版人均單日使用時長網站版人均單日使用時長 資料來源：SensorTower，華泰研究 資料來源：Similarweb，華泰研究 圖表圖表21：國內部分通用國內部分通用 AI APP DAU/MAU 圖表圖表22：國

77、內部分通用國內部分通用 AI APP DAU/MAU 資料來源：QuestMobile，華泰研究 資料來源：QuestMobile，華泰研究 圖表圖表23：海外部分通用海外部分通用 AI APP DAU/MAU 圖表圖表24：海外部分通用海外部分通用 AI 網站版網站版 DAU/MAU 資料來源：SensorTower，華泰研究 資料來源：Similarweb，華泰研究 騰訊混元：全面擁抱開源生態，模型性能大幅提升騰訊混元：全面擁抱開源生態，模型性能大幅提升 騰訊混元：從內部業務自用起步，強化云業務技術壁壘。騰訊混元：從內部業務自用起步，強化云業務技術壁壘。騰訊混元技術于 2024 年取得較快

78、突破，同時實現全鏈路自研。騰訊 LLM 研發起步略晚于其他大型廠商，但近期技術端差距有所收窄。在自用場景方面，混元大模型接入騰訊 700 多個業務場景，改善內部人員工作效率，混元 3D 引擎在 24 年廣泛使用后，也于 25 年對外開放；在騰訊云方面，混元大模型也構建了騰訊云 MaaS 堅實的基礎，客戶可以將混元用作基礎模型，在公有云上進行精細調整，也可以在騰訊云上通過前端交互 API 調用體驗。024681012142024年1月2024年2月2024年3月2024年4月2024年5月2024年6月2024年7月2024年8月2024年9月2024年10月2024年11月2024年12月De

79、epSeekClaudeGeminiChatGPT（分鐘）012345672024年7月2024年8月2024年9月2024年10月2024年11月2024年12月DeepSeekClaudeGeminiLlamaChatGPT（分鐘）0%5%10%15%20%25%2024年1月2024年2月2024年3月2024年4月2024年5月2024年6月2024年7月2024年8月2024年9月2024年10月2024年11月2024年12月豆包Kimi智能助手文小言(原文心一言)通義騰訊元寶0%5%10%15%20%2024年1月2024年2月2024年3月2024年4月2024年5月2024年

80、6月2024年7月2024年8月2024年9月2024年10月2024年11月2024年12月智譜清言天工訊飛星火海螺AI秘塔AI搜索0%5%10%15%20%2024年1月2024年2月2024年3月2024年4月2024年5月2024年6月2024年7月2024年8月2024年9月2024年10月2024年11月2024年12月2025年1月DeepSeekClaudeGeminiChatGPT0%5%10%15%20%25%2024年7月2024年8月2024年9月2024年10月2024年11月2024年12月DeepSeekClaudeGeminiLlamaChatGPT 免責聲明和

81、披露以及分析師聲明是報告的一部分，請務必一起閱讀。17 科技科技/可選消費可選消費 騰訊混元騰訊混元技術技術于于 2024 年取得較快突破。年取得較快突破。一方面，騰訊實現全鏈路自研，包括底層算力網絡、Angel 機器學習平臺、上層模型和應用。騰訊全新發布的混元 Turbo 有顯著能力提升，推理成本降低 50%，解碼速度改善 20%。根據 SuperCLUE 報告，騰訊混元在 8 項核心任務上排名國內第一。騰訊在底層算力網絡、Angel 機器學習平臺、上層模型和應用各鏈路均實現較好的技術自研突破?；煸竽Ｐ腿鎿肀ч_源混元大模型全面擁抱開源：騰訊將開源協同作為公司的核心技術戰略，積極推動內外部

82、技術開源共享，大模型商店引入 20 余種開源通用模型，同時部分模型也處于開源狀態。未來大模型各版本也將進一步開源，促進技術生態繁榮發展?；煸?large 模型開源五天內即在HugginFace 百萬模型中脫穎而出，登趨勢榜榜首，GitHub Star 達 1300?；煸?3D 模型GitHub Star 達到 2500，開源兩周內成為 HuggingFace 下載增速最快的 3D 模型。騰訊持續投資基礎設施，致力服務云業務：騰訊持續投資基礎設施，致力服務云業務：騰訊云智算 AI infra 從機器上架到開始訓練僅需1 天，千卡單日故障數僅僅為 0.16，網絡通信時間占比也僅 6%。TI 平臺上

83、線多模態數據標注，首創基于 Schema 的標注方法，支持 4 大主流場景全部細分任務?；煸?large 模型開源五天內即在 HugginFace 百萬模型中脫穎而出，登趨勢榜榜首。圍繞著企業訓練大模型和應用大模型的需求，騰訊提供 AI infra、自主可控的大模型以及貼近場景的智能應用。在這一過程中，騰訊不斷提升模型性能的同時，也在不斷降低模型使用的門檻，通過封裝好的PaaS 產品來讓企業構建面向具體場景的應用，包括智能客服和營銷工具等?；煸竽Ｐ图铀俅竽Ｐ湍芰β涞貓鼍盎煸竽Ｐ图铀俅竽Ｐ湍芰β涞貓鼍?騰訊大模型全面擁抱開源騰訊大模型全面擁抱開源 資料來源：騰訊混元，華泰研究 資料來源：騰訊

84、混元，華泰研究 騰訊騰訊 AI 組織架構組織架構簡介簡介 騰訊混元大模型和騰訊元寶的團隊成員，主要由 CSIG 部門和 TEG 部門的部分核心成員抽調組成，該組織架構目的是為讓 AI 全面和騰訊現有業務更好地結合：1）混元大模型團隊：負責大模型的核心研發與技術迭代，核心負責人包括 TEG 副總裁蔣杰、騰訊云副總裁劉煜宏，統籌戰略與技術推進。模型推理方向由資深 GPU 優化專家劉凱負責，NLP 技術中心副總監張鋒主導混元應用，計算機視覺專家蘆清林負責文生圖，IEEE Fellow 劉威擔任技術負責人。2）騰訊元寶團隊：由首席科學家張正友領導，產品管理由 AILab 副主任俞棟、AI 平臺部助理總

85、經理王迪及戰略發展部總監劉田共同負責。騰訊混元大模型和騰訊元寶的團隊中，從 CSIG 和 TEG 部門抽調的核心成員，均來自不同事業群，負責該事業群的 AI 研發項目。例如微信 AI 團隊成員也有抽調進入，主要聚焦微信生態內的 AI 應用落地。TEG 部門全稱為技術工程事業群，旗下擁有 AI Lab 與 Robotics 實驗室，前者聚焦 AI 基礎研究與應用探索，后者專注于機器人技術；CSIG 部門全稱為云與智慧產業事業群，旗下涵蓋騰訊優圖與騰訊云，前者深耕于計算機視覺領域，后者既是對外 AI 能力輸出平臺，也提供內部云基礎設施支持。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀

86、。18 科技科技/可選消費可選消費 圖表圖表27：騰訊混元大模型團隊結構一覽騰訊混元大模型團隊結構一覽 團隊名稱團隊名稱 職責方向職責方向 姓名姓名 職位及背景職位及背景 混元 大模型 混元模型負責人 蔣杰 TEG 數據平臺部負責人，中國人工智能產業發展聯盟(AIIA)副理事長 混元模型負責人 劉煜宏 騰訊云副總裁、騰訊數據平臺部副總經理 模型推理方向 劉凱 混元模型推理方向負責人，騰訊高級工程師，10 年以上 GPU 高性能優化經驗 混元應用 張鋒 混元應用負責人，騰訊 AI 資深專家研究員，NLP 技術中心副總監 文生圖 蘆清林 混元文生圖負責人，專注計算機視覺算法研究十年，從事文字識別、

87、語義分割、視頻內容理解等研究 技術 劉威 混元技術負責人，IEEE Fellow、騰訊杰出科學家，曾任 IBM 沃森研究中心研究科學家 騰訊元寶 負責人 張正友 騰訊首席科學家，前 AI lab 主任，RoboticX 主任 PM 俞棟 騰訊 Al lab 副主任 王迪 騰訊 AI 平臺部助理總經理 劉田 騰訊戰略發展部總監 組長 李迪夫 騰訊 AI lab 總監 康戰輝 騰訊 AI 平臺部，搜索技術 Ying shan 騰訊 ARC lab 杰出科學家 陶陽宇 騰訊數據平臺部總監 王濤 或為騰訊云副總裁 王波 或為騰訊公司副總裁，主游戲業務 Daniel Wang 暫無公開信息 Sponso

88、r 盧山 騰訊集團高級執行副總裁，技術工程事業群總裁 湯道生 騰訊集團高級執行副總裁，CSIG CEO 蔣杰 暫無公開信息 吳運聲 騰訊云副總裁，騰訊云智能負責人，優圖實驗室總經理，兼任騰訊 CSIG 政企業務線產研的負責人 周顥 微信技術總監 崔曉春 騰訊互動娛樂副總裁 郄小虎 騰訊 PCG 副總裁，信息平臺與服務線負責人，兼任事業線搜索與商業 資料來源：騰訊官網，華泰研究 騰訊管理層定位：“以騰訊管理層定位：“以 AI 為核心，打造智能云，賦能智慧產業”為核心，打造智能云，賦能智慧產業”騰訊 CEO 馬化騰表示，“AI 是騰訊的核心戰略之一，我們將持續加大 AI 的研發投入，推動AI 的技

89、術創新和應用落地，為用戶和企業提供更好的智能服務和體驗?！瘪R化騰認為，AI的發展將帶來三個方面的機遇：一是 AI 將賦能各行各業，提升社會效率和生活品質；二是AI 將催生新的業務模式和價值創造，促進經濟增長和社會進步；三是 AI 將激發新的人機交互和內容創作，豐富人類的文化和娛樂。騰訊云總裁唐達在 2023 年騰訊云 AI 峰會上表示，騰訊云 AI 的戰略是“以 AI 為核心，打造智能云，賦能智慧產業”，其目標是“為各行各業提供全面的 AI 服務和平臺，幫助企業和機構實現智能化的轉型和升級?！碧七_認為，AI 的未來將需要三個方面指引：一是技術指引，即通過不斷的技術創新，提升 AI 的性能和效率

90、，降低 AI 的門檻和成本，讓 AI 更加普惠和可靠；二是場景指引，即通過深入的場景探索，挖掘 AI 的需求和價值，打造 AI 的應用和解決方案，讓 AI 更加貼合有效；三是規則指引，即通過合理的規則制定，規范 AI 的行為和責任，保障 AI 的安全和公平，讓 AI 更加可控可信。騰訊混元騰訊混元整體定價處于中低水平整體定價處于中低水平，并并以靈活的層級定價策略精準觸及多元化市場需求。以靈活的層級定價策略精準觸及多元化市場需求?；煸竽Ｐ筒捎?MoE 架構，實現了計算資源的高效分配，在降低 API 成本的同時保障了輸出質量，使得整體定價可控制在較低水平，同時騰訊采用層級化定價策略靈活應對不同市

91、場需求，確保滲透各類用戶價值。此外，騰訊在模型應用上實行差異化布局，涵蓋通用文生文、翻譯、代碼及角色扮演等領域，布局相對廣泛。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。19 科技科技/可選消費可選消費 圖表圖表28：騰訊部分模型及價格騰訊部分模型及價格 模型類型模型類型 產品名稱產品名稱 能力與特征能力與特征 免費額度免費額度 API 費用費用(元元/千千 tokens)通用文生文 hunyuan-turbo 異構 MoE 結構，參數規模依然保持萬億級。效果在多個基準測試上對標 GPT-4o 共 享 消 耗 共100萬tokens，有效期 1 年 輸入 0.015 輸出 0.

92、05 hunyuan-large 開源領域參數規模最大、效果最好的 MoE 模型 輸入 0.004 輸出 0.012 hunyuan-large-longcontext 當前混元模型中效果最優版本，長文能力優秀。輸入 0.006 輸出 0.018 hunyuan-standard 采用更優的路由策略，緩解負載均衡和專家趨同問題。長文方面，大海撈針指標達到 99.9%。性價比相對更高，實現對長文本輸入的處理。輸入 0.0008 輸出 0.002 hunyuan-standard-256K MOE-256K 在長度和效果上進一步突破，極大的擴展了可輸入長度。輸入 0.0005 輸出 0.002 機

93、器翻譯 hunyuan-translation 支持 15 種語言互譯，基于多場景翻譯評測集自動化評估COMET 評分。輸入 0.025 輸出 0.075 hunyuan-translation-lite 混元翻譯模型支持自然語言對話式翻譯，支持 15 種語言互譯。輸入 0.005 輸出 0.015 角色扮演 hunyuan-role 角色扮演模型，精調訓練推出的角色扮演模型。輸入 0.004 輸出 0.008 Function Call hunyuan-functioncall 混元最新 MOE 架構 FunctionCall 模型，經過高質量的 FunctionCall 數據訓練，上下文窗

94、口達 32K，在多個維度的評測指標上處于領先。輸入 0.004 輸出 0.008 代碼生成 hunyuan-code 代碼生成模型，經過 200B 高質量代碼數據增訓基座模型，迭代半年高質量 SFT 數據訓練，上下文長窗口長度增大到 8K，五大語言代碼生成自動評測指標上位居前列。輸入 0.004 輸出 0.008 混元圖生文 hunyuan-turbo-vision 混元新一代視覺語言旗艦大模型，采用全新的混合專家模型（MoE）結構。輸入 0.08 輸出 0.08 hunyuan-vision 混元最新多模態模型，支持圖片+文本輸入生成文本內容。支持圖片基礎識別，圖片內容創作，圖片多輪對話，圖

95、片分析推理，圖片知識問答。輸入 0.018 輸出 0.018 通用文生文 hunyuan-lite 升級為 MOE 結構，上下文窗口為 256k，在 NLP，代碼，數學，行業等多項評測集上領先眾多開源模型。免費使用 無 向量化模型 hunyuan-embedding 新增 Embedding 接口：可以將文本轉化為高質量的向量數據。100 萬 tokens，時效 1 年 輸入 0.0007 輸出 0.0007 智能體平臺 騰訊元器 用戶無需編程經驗即可輕松創建屬于自己的智能體。暫無 輸入 0.10 輸出 0.10 資料來源：騰訊云，華泰研究 阿里巴巴：阿里巴巴：AI 驅動云計算業務未來驅動云計

96、算業務未來 在 AI 發展上，阿里巴巴專注于打造 AI 基礎設施新范式和 AI 模型能力的落地應用。我們認為全面的云服務基礎能力與規模效應優勢，和其在消費交易場景下積累的行業 know-how與用戶數據基礎是阿里巴巴發展 AI 業務的核心差異化優勢。自 2023 年提出“AI 驅動”戰略以來，阿里巴巴一方面投資于 AI 基建，一方面在 B 端和 C 端用戶側逐步推進 AI 應用?！敖庸軘底质澜?，改變物理世界”，其自身多元豐富的業務正成為其應用端最先落地孵化的應用場景。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。20 科技科技/可選消費可選消費 戰略：不斷完善戰略：不斷完善 AI

97、 基礎設施，堅持開源開放基礎設施，堅持開源開放 阿里巴巴在人工智能的建設上強調完善基礎設施與堅持開源。阿里巴巴在人工智能的建設上強調完善基礎設施與堅持開源。11 月 20 日，在 2024 年世界互聯網大會烏鎮峰會主論壇上，阿里巴巴集團 CEO 吳泳銘表示，面向 AI 時代的生產力革命，阿里巴巴一直專注做好兩件事：一是不斷完善 AI 基礎設施和相關支撐體系；二是堅持開源開放，與廣大生態伙伴一起，把 AI 能力轉化為千行百業的生產力。據通義公眾號，2025年 1 月 28 日，通義兩大模型 Qwen-2.5-VL 和 Qwen2.5-1M 已上線魔搭/Huggingface；Qwen2.5-VL

98、 主要特色為較強的視覺智能體能力，不僅擅長識別常見物體，如花、鳥、魚和昆蟲，還能夠分析圖像中的文本、圖表、圖標、圖形和布局。Qwen2.5-1M 擅長長文本處理能力，推出 7B、14B 兩個尺寸，均在處理長文本任務中穩定超越 GPT-4o-mini；而在此前的 2024 年 6 月，阿里巴巴已開源第二代大語言模型-Qwen2。據 2024 年 9 月阿里云棲大會，在 HuggingFace 和魔搭社區中，已有超過 5 萬個基于通義千問模型開發的衍生模型，位于全球第二，超過國內其他開源模型，我們認為基于通義千問模型的生態系統正在逐步成熟?；A大模型布局：全尺寸、全模態、多場景的模型大家族基礎大模

99、型布局：全尺寸、全模態、多場景的模型大家族 阿里旗下的基礎模型為大語言模型通義千問和視頻生成模型通義萬相。阿里旗下的基礎模型為大語言模型通義千問和視頻生成模型通義萬相。為建立“模型即服務”的能力，通義模型大家族已涵蓋了全尺寸、全模態、多場景的基礎模型、模型服務、模型應用和模型社區。除了基礎模型和應用外，阿里云百煉負責將模型的能力真正應用到業務場景中，將模型調用和企業級數據有效連接；同時開源模型社區魔搭也在不斷推動行業模型演進。圖表圖表29：通義大模型大家族全景圖通義大模型大家族全景圖 資料來源：阿里云棲大會，華泰研究 三款旗艦大語言模型滿足不同類型用戶需求。三款旗艦大語言模型滿足不同類型用戶需

100、求。據阿里云官網，截止 2025 年 2 月 4 日，阿里巴巴旗艦模型主要為通義千問-Max、通義千問-Plus 和通義千問-Turbo 三款。Max 為通義千問系列效果最好的模型，適合復雜、多步驟的任務；Plus 能力均衡，推理效果、成本和速度介于通義千問-Max 和通義千問-Turbo 之間，適合中等復雜任務；Turbo 為通義千問系列速度最快、成本很低的模型，適合簡單任務。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。21 科技科技/可選消費可選消費 阿里旗下部分模型介紹和收費情況阿里旗下部分模型介紹和收費情況 通義千問系列大模型通義千問系列大模型 通義千問開源大模型通義千

101、問開源大模型 模型系列模型系列 qwen-plus qwen-turbo qwen-max qwen-long qwen-vl-plus qwen-vl-max qwen2.5-72b-instruct qwen2.5-32b-instruct qwen2.5-14b-instruct 模型介紹模型介紹 極強推理效果 高效率，低成本 極強推理能力 優秀的文檔處理能力 大規模視覺語言模型 增強視覺語言模型 國際頂尖開源大模型 中等規模頂尖開源模型 中小規模首選模型 適用場景適用場景 支持復雜任務 簡單任務，可訓練 適合復雜任務 超長文本對話 廣泛任務，可訓練 適合復雜任務 復雜任務效果優異 效果

102、成本兼顧，場景廣泛 成本可控，性價比之選 免費額度免費額度 新用戶首開免費領通義大模型千萬 tokens，通義主流模型每個限免 100 萬 tokens 模型價格模型價格 輸入 0.0008 輸入 0.0003 輸入 0.0024 輸入 0.0005 輸入 0.00075 輸入 0.0015 輸入 0.004 輸入 0.002 輸入 0.001 輸出 0.002 輸出 0.0006 輸出 0.0096 輸出 0.002 輸出 0.00225 輸出 0.0045 輸出 0.012 輸出 0.006 輸出 0.003 上下文長度上下文長度 131072 1000000 32768 10000000

103、 8000 32768 131072 131072 131072（Tokens 數）數）資料來源：阿里云官網，華泰研究 在模型版本上，在模型版本上，Qwen2.5是是Qwen大型語言模型的最新系列。大型語言模型的最新系列。據阿里云官網，針對Qwen2.5，阿里云發布了一系列基礎語言模型和指令調優語言模型，參數規模從 70 億到 720 億不等。Qwen2.5 在 Qwen2 基礎上進行了若干改進：1）更大的數據集規模：）更大的數據集規模：Qwen2.5 在最新的大規模數據集上進行預訓練，包含多達 18 萬億個 Token。2）更好的編碼和數學能力：）更好的編碼和數學能力：通過阿里云在這些領域的

104、專業專家模型，模型的知識增多，編碼和數學能力也獲得提高。3）更）更出色的遵循指令等方面能力：出色的遵循指令等方面能力：在遵循指令、生成長文本（超過 8K 個標記）、理解結構化數據（例如表格）和生成結構化輸出（尤其是 JSON）方面有顯著改進。對系統提示的多樣性更具彈性，增強了聊天機器人的角色扮演實現和條件設置。4）更豐富的語言種類：）更豐富的語言種類：支持超過 29 種語言，包括中文、英語、法語、西班牙語、葡萄牙語、德語、意大利語、俄語、日語、韓語、越南語、泰語、阿拉伯語等。最新版本最新版本 Qwen2.5-Max 在測試中展現出全球范圍內較為領先的模型性能。在測試中展現出全球范圍內較為領先的

105、模型性能。據通義公眾號，2025 年 1 月 29 日，Qwen2.5-Max 版本正式發布：1）在數據規模上，）在數據規模上，該版本預訓練數據超過 20 萬億 tokens，超越前序所有 Qwen 模型的數據集規模；2）在性能上，）在性能上，Qwen2.5-Max在知識（測試大學水平知識的 MMLU-Pro）、編程（LiveCodeBench）、全面評估綜合能力（LiveBench）以及人類偏好對齊（Arena-Hard）等主流權威基準測試上，展現出全球領先的模型性能。圖表圖表31：Qwen2.5-Max 在指令模型版本中的性能表現在指令模型版本中的性能表現 資料來源：通義公眾號，華泰研究

106、免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。22 科技科技/可選消費可選消費 圖表圖表32：Qwen2.5-Max 在基座模型版本中的性能表現在基座模型版本中的性能表現 資料來源：通義公眾號，華泰研究 AI 能力加持下，云計算服務有望實現降本增收能力加持下，云計算服務有望實現降本增收 AI 大模型技術有望與云計算大模型技術有望與云計算市場形成互相支撐與技術升級。市場形成互相支撐與技術升級。我們認為，融合 AI 能力后，傳統云計算業務的計算能力實現了“智”的升級與改造，效率優化的核心價值得到進一步強化，規模效應下，我們認為阿里云有望憑借自身較大的業務體量和技術端的相對優勢，實現相

107、較于競爭對手更具有優勢的硬件端邊際成本，從而獲取更多市場份額，而阿里云在模型調用上持續實現降價也初步印證了這一特征。從路徑來看，阿里云選擇開源與閉源兼顧的模式，一方面希望借助開源模型進一步激發社會創造力，與社會共同分享技術成果，另一方面也通過較高門檻的閉源模型實現增收獲利，我們認為這是兼顧了短期增長與長期發展的選擇。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。23 科技科技/可選消費可選消費 圖表圖表33：阿里云擁有全球阿里云擁有全球+全棧的技術能力全棧的技術能力 資料來源：阿里云棲大會，華泰研究 百度：全棧服務能力布局助力百度：全棧服務能力布局助力 AI 應用落地應用落地 百

108、度致力于打造全新的 AI 基礎設施，圍繞大模型應用幫助企業加速實現智能化升級，其 AI基礎設施包括用于大模型和應用開發的千帆平臺，以及為客戶提供大模型所需的算力服務的百舸平臺，是國內少數幾家實現了從芯片到框架再到模型及應用的全棧布局的企業之一，有助于利用自身較為強大的 AI 能力和云計算資源，為用戶提供一站式的解決方案。與同行相比，百度在大模型商業化上更傾向于采用閉源邏輯，并相信在大多數實際應用場景中，閉源模型能提供更優的解決方案。在應用端，百度著力布局兩大 AI 應用方向：1）智能體，公司判斷這將是 AI 應用未來的最主流形態，類別包括公司類、角色類、工具類、行業類；2）產業應用，涵蓋制造、

109、能源、交通、政務、金融、汽車、教育、互聯網等眾多行業。戰略：注重產業應用場景與智能體開發戰略：注重產業應用場景與智能體開發 百度旨在打造高效百度旨在打造高效 AI 開發能力并優化應用和數字底座。開發能力并優化應用和數字底座。據百度智能云公眾號，2022 年 9月發布全新戰略“云智一體，深入產業”及“云智一體 3.0”架構并貫徹至今：“云智一體3.0”架構是從行業核心場景切入，通過打造行業標桿應用，帶動和沉淀 AI PaaS 層和 AI IaaS層的能力，打造高性價比的異構算力和高效的 AI 開發運行能力，進而向上可以優化已有應用、孵化新應用，向下改造數字底座，使基礎云更適合 AI 應用，形成螺

110、旋上升、不斷進化的效果；而產業里豐富的應用場景，為人工智能與云的發展提供了廣闊的空間。智能體和產業應用是百度著重布局的應用方向。智能體和產業應用是百度著重布局的應用方向。據 2024 年 11 月百度世界大會，管理層認為兩大的 AI 應用方向分別為智能體與產業應用，其中智能體是 AI 應用的最主流的形態，即將迎來它的爆發點，它可能會變成 AI 原生時代內容、信息和服務的新的載體，主因：1）智能體門檻較低，易于用戶和開發者上手，并可通過搜索和其它渠道進行分發；2）智能體擁有較高的天花板，可制作出功能較為強大的應用，多個智能體協作亦可解決更加復雜的問題，百度在文心智能體平臺上已經吸引了 15 萬家

111、企業和 80 多萬名的開發者。在產業應用上，管理層表示百度智能云是百度構建智能產業生態的主要依托，在百度智能云的千帆大模型平臺上，公司已累計幫助用戶精調了 3.3 萬個大模型，開發出 77 萬個企業應用，并表示百度智能云已擁有了中國最大的大模型產業落地的規模，覆蓋客戶包括百勝中國、智聯招聘等。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。24 科技科技/可選消費可選消費 基礎大模型布局：擁有多種類大模型滿足用戶需求基礎大模型布局：擁有多種類大模型滿足用戶需求 文心大模型家族包含自然語言處理 NLP 大模型（專注于處理語言相關的任務）、視覺 CV 大模型（提供基于視覺技術）、跨模態

112、大模型（基于知識增強的跨模態語義理解技術，支持跨模態檢索、圖文生成、圖片文檔信息抽取等應用的快速搭建）等多類型模型。通用旗艦大模型為 ERNIE 4.0、ERNIE 4.0 Turbo、ERNIE 3.5，適用于復雜場景、高級分析與規劃。據 3Q24 百度業績公告，在 2024 年 11 月，文心大模型每天處理 API 量達 15 億次，相比于 8 月的 6 億次顯著提升。據 IDC 數據，2023 年百度智能云在中國 AI 公有云市場份額為26.4%，位居第一。同時，百度智能云在大模型平臺市場份額為 19.9%，也位居第一。圖表圖表34：百度文心大模型與工具平臺全景圖百度文心大模型與工具平臺

113、全景圖 資料來源：文心大模型官網，華泰研究 圖表圖表35：百度文心大模型家族全景圖百度文心大模型家族全景圖 資料來源：云頭條，華泰研究 百度多款主力大模型已可免費調用。百度多款主力大模型已可免費調用。據百度智能云官網，在大模型調用費用上，百度針對較為先進的旗艦大模型 ERNIE 4.0 Turbo、ERNIE 4.0 和 ERNIE 3.5 采用收費制度，輸入/輸出價格最低低至0.0008/0.002元每千tokens，而主力大模型ERNIE Speed、ERNIE Lite、ERNIE Tiny 均已免費使用，其中 ERNIE Speed 是百度 2024 年發布的自研高性能大語言模型，通用

114、能力優異，適合作為基座模型進行精調，可更好地處理特定場景問題，同時具備較佳的推理性能；而 ERNIE Lite 是百度自研的輕量級大語言模型，兼顧優異的模型效果與推理性能，適合低算力 AI 加速卡推理使用。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。25 科技科技/可選消費可選消費 百度旗下百度旗下 AI 大模型調用費用大模型調用費用 模型名稱模型名稱 版本名稱版本名稱 服務內容服務內容 子項子項 單價單價 ERNIE 4.0 Turbo ERNIE-4.0-Turbo-128K 推理服務 輸入 0.02 元/千 tokens ERNIE-4.0-Turbo-8K 輸出 0.0

115、6 元/千 tokens ERNIE-4.0-Turbo-8K-Preview 搜索增強 觸發 0.008 元/次 ERNIE-4.0-Turbo-8K-0628 ERNIE-4.0-Turbo-8K-Latest 推理服務 輸入 0.02 元/千 tokens 輸出 0.02 元/千 tokens 搜索增強 觸發 0.008 元/次 ERNIE 4.0 ERNIE-4.0-8K 推理服務 輸入 0.03 元/千 tokens ERNIE-4.0-8K-0613 輸出 0.09 元/千 tokens ERNIE-4.0-8K-Latest 搜索增強 觸發 0.008 元/次 ERNIE-4.0

116、-8K-Preview ERNIE-4.0-8K-Latest 推理服務 輸入 0.03 元/千 tokens 輸出 0.03 元/千 tokens 搜索增強 觸發 0.008 元/次 ERNIE 3.5 ERNIE-3.5-128K 推理服務 輸入 0.0008 元/千 tokens ERNIE-3.5-8K 輸出 0.002 元/千 tokens ERNIE-3.5-8K-0701 搜索增強 觸發 0.008 元/次 ERNIE-3.5-8K-Preview ERNIE-3.5-8K-0613 推理服務 輸入 0.0008 元/千 tokens 輸出 0.0008 元/千 tokens 搜

117、索增強 觸發 0.008 元/次 ERNIE Speed ERNIE-Speed-128K 推理服務 輸入 免費 ERNIE-Speed-8K 輸出 免費 ERNIE Lite ERNIE-LITE-8K 推理服務 輸入 免費 輸出 免費 ERNIE Tiny ERNIE-Tiny-8K 推理服務 輸入 免費 輸出 免費 資料來源：百度智能云官網，華泰研究 全棧服務能力為全棧服務能力為 AI 應用落地奠定良好基礎應用落地奠定良好基礎 百度憑借在云計算服務與 AI 技術領域的長期深耕，已經建立起全棧服務能力，其業務范疇涵蓋了全面的基礎設施、IaaS、PaaS 及應用能力，使其在國內大模型領域的競

118、爭中保持競爭力，也為其積極投入于捕捉 AI 應用落地的機遇奠定了良好基礎。百度智能云通過構建全棧的 AI 原生云架構，面向 AI 應用場景進行深度的軟硬一體協同優化，這種架構在 AI 基礎設施層面能夠為企業提供高性能的 AI 算力，以及更簡單、易用、高效的開發過程，確保更流暢的端到端應用開發全流程體驗；并通過 AI 計算（基于百度“太行”彈性裸金屬產品，為客戶提供高性能、多規格、高性價比的算力服務）、AI 存儲（提供面向 AI 計算的存儲服務架構）、AI 容器（容器引擎服務 CCE 提供基礎的 Docker 容器生命周期管理、大規模容器集群運維管理、業務應用一鍵式發布運行等功能）三層來構建 A

119、I 開發基礎設施，從而大幅提升 AI 開發效率。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。26 科技科技/可選消費可選消費 圖表圖表37：百度智能云業務版圖百度智能云業務版圖 資料來源：公司官網，華泰研究 1H24 百度在中國百度在中國 MaaS 市場份額位居第一。市場份額位居第一。據 IDC 數據，以收入計，1H24 中國 MaaS 前三大服務商分別為百度智能云/阿里云/騰訊云。百度智能云的 MaaS 收入規模達 8,000 萬元人民幣，位居市場第一，市場份額達 32.4%，百度智能云的 MaaS 業務主要通過其千帆大模型平臺提供服務，為企業提供大模型全生命周期工具鏈和整套

120、環境，讓企業用戶可以在千帆平臺上直接調用文心大模型的服務，也可以進行開發、訓練、部署和調用自己的大模型服務，同時還提供應用開發層全套工具鏈支撐模型到應用落地的最后一公里，為企業提供企業級 RAG、企業級 Agent 等全鏈路應用落地較佳實踐。在在 AI 大模型解決方案市場，百度亦位居第一。大模型解決方案市場，百度亦位居第一。據 IDC 數據，1H24 百度智能云/商湯科技/科 大 訊 飛 收 入 位 列 中 國 AI 大 模 型 方 案 市 場 份 額 的 前 三 位，營 收 占 比 分 別 為17.0%/14.8%/14.0%。憑借百度智能云在電信、能源、制造、交通等垂類場景下的長久深耕與經

121、驗積累，我們期待其在大模型能力持續進化的過程中繼續強化行業認知，形成一定的行業壁壘，及時捕捉宏觀經濟回暖后傳統產業 IT 支出的修復機遇，同時進一步提升解決方案的規?？蓮椭菩?，支撐業務利潤率的改善。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。27 科技科技/可選消費可選消費 圖表圖表38：中國模型即服務（中國模型即服務（MaaS）市場份額，）市場份額，1H24 圖表圖表39：中國中國 AI 大模型方案市場份額，大模型方案市場份額，1H24 資料來源：IDC，華泰研究 資料來源：IDC，華泰研究 百度智能云32%阿里云17%騰訊云10%火山引擎6%商湯5%其它30%百度智能云17

122、%商湯15%科大訊飛14%智譜AI9%百川智能3%其他42%免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。28 科技科技/可選消費可選消費 AI 應用：多場景滲透，產品力持續迭代應用：多場景滲透，產品力持續迭代 AI 應用的發展趨勢和競爭要素應用的發展趨勢和競爭要素 我們判斷我們判斷25年開始年開始C端的端的AI應用可能迎來一個爆發期，背后的動力可能來自于開源模型、應用可能迎來一個爆發期，背后的動力可能來自于開源模型、算力成本的降低、多模態的融合算力成本的降低、多模態的融合等等。1）開源模型發展帶來的技術平權，推動應用類 AI 基座模型的能力提升。2）訓練、推理算力成本降低，利好

123、更為廣泛的垂類應用，同時對于大廠而言，正在由大額資本開支路徑逐漸向追求應用端 ROI 傾斜。3）多模態融合進展迅速，為應用場景多樣化奠定基礎。圖表圖表40：開源開源 DeepSeek 在基準測試中好于一眾閉源模型在基準測試中好于一眾閉源模型 圖表圖表41：大模型調用價格持續呈現下降趨勢大模型調用價格持續呈現下降趨勢 資料來源：DeepSeek，華泰研究 資料來源：OpenAI，華泰研究 AI 時代應用的發展邏輯與移動互聯網時代相反，需要創造原生需求。時代應用的發展邏輯與移動互聯網時代相反，需要創造原生需求。移動互聯網時代的應用發展：需求洞察需求洞察產品設計產品設計技術實現技術實現；AI 時代的

124、應用發展：技術突破技術突破場景探場景探索索產品革新產品革新。在移動互聯網時代是先有需求后有產品，并通過技術滿足需求，而在 AI時代則相反，是率先實現技術突破，并需要通過場景探索和產品的革新來挖掘原生需求。圖表圖表42：移動互聯網的應用邏輯與移動互聯網的應用邏輯與 AI 時代應用邏輯的對比時代應用邏輯的對比 資料來源：華泰研究 基于此我們判斷 AI 應用 C 端的兩個發展方向：1）一個是場景滲透增加）一個是場景滲透增加，從最早的搜索、編程等等拓展到教育、營銷。AI 發展當前由技術突破驅動，隨著 AI 的技術突破，實現技術能力與場景需求的匹配，并不斷滲透至更多垂直場景。2）一個產品層面的革新）一個

125、產品層面的革新，重點是豐富交互模式，降低門檻重點是豐富交互模式，降低門檻。AI 應用需要由工具演變為高“可玩性”的產品。產品形態會隨著技術成熟度和場景理解深度而不斷迭代。比如從初始的比如從初始的chatbot 類交互，逐步演化至類交互，逐步演化至 AI Agent 等等，在技術和場景成熟后，需要封裝成面向等等，在技術和場景成熟后，需要封裝成面向 C 端端的產品。的產品。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。29 科技科技/可選消費可選消費 廣泛場景的滲透率提升，趨向細分、垂直化廣泛場景的滲透率提升，趨向細分、垂直化 更廣泛應用場景的更廣泛應用場景的 AI 滲透率提升。滲透

126、率提升。技術平權+算力成本持續優化，AI 向各個垂直行業賦能，將由最初的搜索、編程等等逐步拓展至教育、營銷等等多個場景。在互聯網應用板塊中電商、影視、娛樂、游戲、教育、傳媒和金融等等多個板塊均有眾多潛在的 AI 應用滲透提升方向。圖表圖表43：AI 在更廣泛的應用場景下具備滲透率提升的前景在更廣泛的應用場景下具備滲透率提升的前景 資料來源：AIGC 發展研究，華泰研究 AI 應用趨向細分、垂直化。應用趨向細分、垂直化。在“算力、算法、數據”三要素中，算力與算法正在隨著通用底層能力的優化逐漸被滿足，而數據資產這一要素其實是分散在各個垂直場景中的，并非通用，因此各個廣泛應用場景有天然的 AI+垂類

127、數據的稟賦。我們認為從后續來看，除了通用的大模型之外（DeepSeek、豆包等），AI 應用的趨勢可能會更加細分、垂直化，這背后的原因可能來自于：1）垂直數據壁壘構筑的護城河）垂直數據壁壘構筑的護城河，比如特定的教育、招聘、金融領域；2）需求的碎片化和長尾化）需求的碎片化和長尾化，需求分散下通用模型無法覆蓋；3）存在合規性問題，）存在合規性問題，各行各業的 AI 應用均存在自身的合規性問題。目前能看到主要互聯網公司均針對自身領域部署了垂直模型，比如 AI+教育（好未來）、AI+游戲（騰訊）、AI+圖像（美圖）等等。產品層面革新，聚焦用戶豐富交互模式、降低門檻產品層面革新，聚焦用戶豐富交互模式、

128、降低門檻 AI 應用面臨產品層面的革新，聚焦用戶豐富交互模式、降低門檻。應用面臨產品層面的革新，聚焦用戶豐富交互模式、降低門檻。C 端應用，滿足用戶需求的重點是低門檻、個性化、強交互體驗（自然、有趣、更多的情感化產品設計），這在移動互聯網階段是 C 端應用的重點，在 AI 時代我們認為也是。因此在交互模式的豐富性和使用門檻等等方面都需要面臨產品層面的革新，比如從初始的比如從初始的 chatbot 類交互，逐步演化至類交互，逐步演化至AI Agent 等等等等。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。30 科技科技/可選消費可選消費 以以 Chatgpt 為例，能看到從技術驅

129、動向用戶體驗驅動范式轉變。為例，能看到從技術驅動向用戶體驗驅動范式轉變。ChatGPT 的用戶交互模式革新（如 Advanced Voice Mode 和 Canvas 等等）標志著 AI 應用從技術驅動向用戶體驗驅動的范式轉變，其產品層面的創新不僅降低了用戶交互門檻，更推動了 AI 技術向多模態、場景化方向的發展：1）Advanced Voice Mode 是語言交互的全面升級。是語言交互的全面升級。AVM 在實時性、情感化和多場景方面實現了革新，基于 GPT-4o 模型，整合自動語音識別（ASR）和文本轉語音（TTS）技術，實現無需文本中轉的端到端語音交互，延遲降低至接近實時水平，用戶可隨

130、時打斷對話，模仿人類對話的流暢性。2）Canvas 是寫作與編碼的協同創新。是寫作與編碼的協同創新。Canvas 整合文本生成、代碼調試與可視化編輯功能，用戶可通過拖拽界面快速生成內容或調試代碼，降低創作門檻。例如，開發者可在同一界面編寫代碼并實時預覽結果，減少上下文切換成本。其本質上是以其本質上是以更豐富的更豐富的交互交互方式方式降低用戶使用門檻，增加應用的使用意愿和粘性。降低用戶使用門檻，增加應用的使用意愿和粘性。圖表圖表44：Chatgpt 優化的交互模式優化的交互模式 資料來源：OpenAI，華泰研究 以以 Manus 為例，看到的是交互模式從對話到執行的轉變，有了為例，看到的是交互模

131、式從對話到執行的轉變，有了 AI Agent 的雛形的雛形。2025年 3 月 6 日 Manus 發布，定位通用型的 AI Agent，實現了從建議到執行能力的全閉環，其在 GAIA 的評分上超越了 OpenAI 的 DeepResearch 成為評分第一。Manus 在交互層面的核心變革是實現了從對話到執行的轉變，根據數字生命卡茲克公眾號的案例演示，Manus可以實現根據對話完成各類集合型操作，有了 AI Agent 應用的雛形。圖表圖表45：Manus 在在 GAIA 上的評分上的評分 圖表圖表46：Manus 的使用案例的使用案例 資料來源：Manus 官網，華泰研究 資料來源：數字生

132、命卡茲克公眾號，華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。31 科技科技/可選消費可選消費 注重垂直場景的產品力，認知重構階段把握用戶心智注重垂直場景的產品力，認知重構階段把握用戶心智 在前文的基礎上，我們認為 AI 應用的競爭要素依舊圍繞著場景和產品兩個重要維度（在技術、算力平權的大假設下淡化了對于競爭者的模型能力和工程化能力的要求）。并有幾個啟發：1）核心是聚焦垂直場景的產品力）核心是聚焦垂直場景的產品力，正在從“技術競爭”走向“產品競爭”。正在從“技術競爭”走向“產品競爭”。前文中提到了AI 應用正在面臨從技術驅動向用戶體驗驅動范式轉變，因此需要聚焦垂直場景打

133、磨優質的產品力，將用戶體驗與 AI 工作流深度融合，在開源、成本降低等大的技術平權的趨勢下，競爭要素正在從原先的算法、算力等向應用的產品力轉移。2）用戶對于）用戶對于 AI 應用處在認知重構階段，需要供給側的持續啟發奪取心智。應用處在認知重構階段，需要供給側的持續啟發奪取心智。前文中提到 AI應用的發展邏輯與移動互聯網時代不同的地方是，移動互聯網先有需求并打造產品、完善技術去解決，而 AI 是先有技術飛躍，需要通過場景挖掘和產品革新來催化原生需求。因此C 端用戶對于 AI 應用的認知是持續處于重構階段的，需要供給側的持續迭代并啟發，從而奪取用戶心智，這背后可能要求的是更加開放的用戶生態。3）通

134、過用戶反饋積累數據資產，不斷迭代并深化實現飛輪。）通過用戶反饋積累數據資產，不斷迭代并深化實現飛輪。AI 應用的最終潛在的壁壘可能是在高粘性用戶、完善生態的基礎上跑起來的數據飛輪，即用戶使用產品生成數據數據優化模型模型提升用戶體驗吸引更多用戶產生更多數據，形成正向循環。AI 應用應用的商業化落地節奏判斷的商業化落地節奏判斷 傳統移動互聯網時代的變現路徑主要有三條：廣告、傭金和增值服務（訂閱、單購），不同變現模式所依仗的商業基礎各不相同，廣告核心是流量，傭金是流量+履約，增值服務是提供差異化產品和體驗。切換到 AI 應用時代，最快具備商業化基礎的是靠 AI 提供的差異化產品和體驗，因此增值服務這

135、一商業模式落地節奏最快。而 AI 應用當前尚未形成新的流量高地且產品層面亦未成熟，因此在廣告和傭金等商業模式上進展暫緩。由此我們也能看到通由此我們也能看到通用型用型 AI 和垂直型和垂直型 AI 在商業化節奏上的分化在商業化節奏上的分化，基于此前提，我們對于 AI 應用的商業化落地節奏形成以下判斷：判斷判斷 1：通用型：通用型 AI 邁入流量邁入流量入口爭奪階段，積累用戶并探索生態的優先級大于變現。入口爭奪階段，積累用戶并探索生態的優先級大于變現。Chatbot 類應用正在大批量開放免費使用。類應用正在大批量開放免費使用。以 Chatgpt 為首的 Chatbot 類 AI 應用早期以付費訂閱

136、為主要的商業模式，但是隨著免費開源、算力成本降低等，相關搜索、社交類的通用型 Chatbot AI 正在將大批量免費使用。25 年 2 月 13 日，OpenAI 首席執行官 Sam Altman宣布免費 ChatGPT 將在標準智能設置下無限制使用 GPT-5 進行對話；Grok 也在 25 年 2月 18 日發布幾天后宣布免費；百度文心一言亦宣布自 25 年 4 月 1 日起全部免費使用。而國內的其他主流 AI Chatbot 應用 DeepSeek、豆包、元寶等等則從上線之初即免費使用。通用型通用型 AI 正在進入新的流量高地爭奪階段，積累用戶并探索生態的優先級大于變現。正在進入新的流量

137、高地爭奪階段，積累用戶并探索生態的優先級大于變現。從移動互聯網時代的經驗來看，C 端的搜索、社交類應用有很強的虹吸效應，最后是贏家通吃的局面，因此當前通用型 AI 應用的共識是零門檻接入快速占領用戶入口，在擁有流量高地并具備護城河之后可以進一步探索廣告、傭金等流量變現方式。AI Agent 的核心痛點是交互通道的打通，這對于有全生態的互聯網大廠是核心優勢。的核心痛點是交互通道的打通，這對于有全生態的互聯網大廠是核心優勢。由Manus 帶來的 AI Agent 趨勢將驅動 AI 應用實現從思考到執行的全閉環，而在 AI Agent 的發展中，其核心痛點其實是交互執行中通道的開放和打通，除了公域的

138、數據和執行之外，Agent 要完全發揮能力則需要相對私域的交互權限，這部分對于已有全生態的互聯網大廠來說是核心優勢，因此在用戶入口爭奪的下個階段或能看到廣泛的 Agent 應用在互聯網大廠的爆發。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。32 科技科技/可選消費可選消費 判斷判斷 2：垂直賽道：垂直賽道 AI 靠提供增值產品和靠提供增值產品和體驗，生產力場景以剛需驅動高商業轉化。體驗，生產力場景以剛需驅動高商業轉化。AI 垂類生產力賽道的商業化較為領先。垂類生產力賽道的商業化較為領先。當前 AI 應用商業化的主要方式為訂閱付費，通過提供 AI 增值服務收取訂閱費用。而當前產生

139、收入的應用中主要以偏向生產力的垂類賽道較為領先，如 Chatgpt、微軟 365 Copilot、Perplexity 等等，訂閱費約為 10-20 美元/月不等。根據 AI 產品榜公眾號，24 年已經有部分 AI 付費用戶規模超千萬，分別為微軟 365copilot（5574 萬）、百度文庫（4000 萬）、Canva（2200 萬）、Chatgpt（1000 萬）。集中于辦公、文檔、設計、搜索問答領域，我們認為偏向生產力場景因降本增效量化明確，偏剛需的特征能夠有效驅動用戶訂閱付費轉化。因此從商業化的節奏上或更快。圖表圖表47：當前主流當前主流 AI 應用的訂閱付費用戶及應用的訂閱付費用戶及

140、 ARR 場景場景 產品產品 付費用戶（萬）付費用戶（萬）ARR（億美元）（億美元）辦公 微軟 365 Copilot 5574 66.9 文檔管理 百度文庫 4000-搜索問答 ChatGPT 1000 27.0-api 調用 100 10.0 搜索問答 Perplexity 100 0.5 設計 Canva 2200 25.5 搜索問答 Claude 417 10 文檔 Notion 333-編程 Cursor 66-聊天機器人 Character AI 53.6 0.3 資料來源：AI 產品榜公眾號，華泰研究 判斷判斷 3：具體場景落地速度需關注試錯成本和可驗證性具體場景落地速度需關注試

141、錯成本和可驗證性。我們認為判斷具體場景的落地速度需要關注其試錯成本和可驗證性兩個維度我們認為判斷具體場景的落地速度需要關注其試錯成本和可驗證性兩個維度：3）試錯成本代表的是對于試錯成本代表的是對于 AI 出現“幻覺”等等錯誤的接受度。出現“幻覺”等等錯誤的接受度。比如 AI Chatbot 等等其本質是交流和提供咨詢建議，用戶對于結果有審查，因此試錯成本低，此外還有 AI 的圖像等內容創作，用戶存在二次編輯，此類應用的落地和發展較快。而與之對比的則是試錯成本較高的場景，比如自動駕駛等等，涉及到安全和責任劃分等等層面，因此其實際落地需要緩慢推進。4）可驗證性，代表的是可驗證性，代表的是 AI 提

142、供的內容提供的內容驗證成本低，可以和用戶迅速建立信任感驗證成本低，可以和用戶迅速建立信任感。比如 AI編程等等，其提供的代碼可以迅速判斷是否跑通，是否解決問題，驗證環節短帶來的就是交互的流暢性，可以和用戶快速建立信任感。但是比如有些驗證環節很長的場景，比如 AI 制定旅游攻略、劇本創作、提供資產配置的建議。其可驗證性較低，用戶需要更多的成本來判斷建議的真偽和有效性，則落地的速度較慢?；诖宋覀兣袛喈斍盎ヂ摼W板塊落地較快的場景為圖像編輯、短（長）基于此我們判斷當前互聯網板塊落地較快的場景為圖像編輯、短（長）視頻內容、廣告營視頻內容、廣告營銷、教育培訓答疑、輔助招聘等等。銷、教育培訓答疑、輔助招聘

143、等等。AI 全生態應用布局典范：字節跳動、阿里、騰訊、百度全生態應用布局典范：字節跳動、阿里、騰訊、百度 字節跳動：搭建字節跳動：搭建 AI 全生態，爆款豆包產品力先行全生態，爆款豆包產品力先行 字節豆包搭建字節豆包搭建 AI 全生態，布局搜索、圖像、社交等多個垂直應用領域。全生態，布局搜索、圖像、社交等多個垂直應用領域。字節豆包從底層技術到應用生態全面發力。在模型層面，推出了包含云雀大模型在內的 17 款大模型，涵蓋大語言、音頻、視頻、多模態等多個類型，為上層應用筑牢技術根基。在應用層，字節跳動采用多種類覆蓋與對標優質競品的策略，推出了十余款 AI 應用，構建“超級 AI 應用工廠”。免責聲

144、明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。33 科技科技/可選消費可選消費 圖表圖表48：字節字節 AI 應用全布局應用全布局 團隊團隊 類型類型 產品產品 市場表現市場表現 Flow 聊天 豆包 2970 萬，移動端月活；xxxx 萬，網頁月訪問量。Cici 1152 萬，移動端月活。社交 貓箱 243 萬，移動端月活。Anydoor 156 萬，移動端月活。圖像 星繪 56 萬，移動端月活。PicPic 15 萬，移動端月活。Agent 扣子 n/a Coze n/a 剪映 圖像/視頻 即夢 107 萬，移動端月活；xxxx 萬，網頁月訪問量。Dreamina n/a 頭條 辦

145、公 小悟空 移動端不活躍 大力教育 教育 Gauth 584 萬，移動端月活。豆包愛學 108 萬，移動端月活。巨量引擎 電商 即創 n/a 其他 音樂 海綿樂隊 移動端不活躍 編程 MarsCode n/a 資料來源：字節官網，Sensor tower，華泰研究 字節核心產品豆包字節核心產品豆包 APP 月活數僅次于月活數僅次于 Chatgpt。24 年 11 月的全球月活躍排行榜上，豆包App 的 MAU（月活躍用戶數）接近 6000 萬，僅次于 OpenAI 的 ChatGPT，位列全球第二；截至目前，豆包大模型日均 tokens 使用量超過 4 萬億，發布 7 個月以來增長超過 33

146、倍。字節跳動旗下創作工具剪映和 CapCut，全球月活用戶也已超過 8 億，并且在 2024 年實現收入增長超 100%，總收入接近 100 億元。圖表圖表49：國內國內 AI 應用月活應用月活 資料來源：Questmobil，華泰研究 以用戶體驗為先，產品深度迭代。以用戶體驗為先，產品深度迭代。根據中國企業家雜志，2024 年 1 月至 11 月，該群共產生了數萬條聊天記錄，豆包官方發布了 100 條群公告，其中大部分為功能內測邀請。據中國企業家雜志統計，過去 11 個月，豆包在安卓 APP 端共迭代了約 40 次。24 年 5月，字節跳動產品與戰略副總裁朱駿分享了字節跳動為豆包這類產品定義

147、了三個產品設計原則：第一條，“擬人化”；第二條，離用戶很近，隨時伴隨用戶，嵌入用戶的不同使用環境，應該是豆包到用戶身邊，而不是用戶到豆包身邊；第三條，個性化。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。34 科技科技/可選消費可選消費 圖表圖表50：豆包豆包 APP 發布后持續迭代發布后持續迭代 資料來源：中國企業家雜志，華泰研究 阿里巴巴阿里巴巴：規劃布局深入千行百業規劃布局深入千行百業 阿里阿里旗下旗下 AI 應用：應用：具有較為全面的具有較為全面的 AI 應用產品矩陣應用產品矩陣布局布局。阿里旗下 AI 產品主要為通義系列，涵蓋通義千問、通義智文、通義靈碼、通義萬相、通義

148、聽悟和通義星辰等產品，其中最為通用的通義千問為一款超大規模預訓練的多模態模型，可撰寫創意文案，充當辦公助理、學習助手，亦支持文本回答、文檔解析和圖片解析。在自身優勢電商業務外，還涵蓋了繪畫、編程、醫療、法律等多個業務板塊，體現了其在技術研發、市場拓展、用戶體驗和產業賦能等方面的泛化規劃布局。阿里旗下阿里旗下 AI 部分應用部分應用 產品類型產品類型 產品名產品名 介紹介紹 大語言模型大語言模型 通義千問通義千問 通義千問是阿里云開發的超大規模語言模型，旨在理解和處理用戶的自然語言輸入。它能夠為用戶提供多種服務，包括文本創作、翻譯、對話模擬等，支持復雜任務的高效處理，適用于各類行業需求。AI 繪

149、畫模型繪畫模型 通義萬象通義萬象 通義萬象是一款 AI 繪畫生成模型，能夠根據用戶提供的文字或圖片生成多種風格的圖像。它支持多種功能，如基礎紋生圖、相似圖像生成和圖像風格遷移，為用戶提供豐富的創作體驗。AI 音頻模型音頻模型 通義聽悟通義聽悟 通義聽悟是一個音視頻處理助手，能夠將音頻和視頻內容實時轉寫為文字，并提供翻譯和摘要功能。它幫助用戶高效記錄和理解音視頻信息，適用于會議、學習等場景。AI 編程模型編程模型 通義靈碼通義靈碼 通義靈碼是一個智能編碼助手，旨在幫助開發者生成和解釋代碼，自動撰寫測試用例，并提供編程問題的解答。它經過優化，特別適合阿里云的云服務使用場景，提升開發效率。AI 角色

150、扮演角色扮演 通義星塵通義星塵 通義星塵是一個個性化角色創作平臺，允許用戶創建多種類型的角色，并與之進行互動對話。它具有擬人化和多模態對話能力，增強了用戶的創作體驗。AI 客服客服 通義曉蜜通義曉蜜 通義曉蜜是一款智能客服解決方案，利用 AI 技術提供對話機器人和智能座席助理，旨在提升企業的客戶服務效率和用戶體驗。AI 法律助手法律助手 通義法睿通義法睿 通義法睿是專注于法律領域的 AI 助手，能夠理解和處理法律問題，提供專業的法律咨詢和文書生成服務，幫助用戶高效解決法律事務。AI 醫療助手醫療助手 通義仁心通義仁心 通義仁心是一個醫療助手，結合了阿里云技術和醫療專業知識，提供健康咨詢和癥狀分

151、析服務，幫助用戶獲取醫療信息和建議。AI 金融助手金融助手 通義點金通義點金 通義點金是一個金融領域的 AI 助手，能夠進行財務分析、市場數據解讀和文檔處理，幫助用戶高效獲取金融信息和決策支持。AI 智能體智能體 芝士派（百寶箱）芝士派（百寶箱）對接支付寶的智能體平臺 AI 模型交流模型交流 魔搭魔搭 AI 模型分享與交流社區，促進技術創新與應用。AI 搜索搜索 夸克夸克 AI 搜索搜索 內置于夸克瀏覽器的 AI 搜索引擎，提供智能搜索服務。AI 模特模特 繪蛙繪蛙 提供豐富商用 AI 模特庫,定制專屬 AI 模特,生成高品質本地化模特圖,支持自由姿勢的商品種草圖,批量生成有差異化、氛圍感的商

152、拍圖。AI 視頻視頻 尋光尋光（內測階段）AI 視頻創作平臺，幫助用戶生成高質量的視頻內容。資料來源：Shelly 聊 AI，華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。35 科技科技/可選消費可選消費 阿里阿里應用端戰略：應用端戰略：To C AI 業務正在逐步整合，或意在發力業務正在逐步整合，或意在發力 C 端應用。端應用。據智能涌現公眾號2025 年 1 月 16 日報道，阿里旗下的智能互聯事業群正式由智能信息事業群總裁吳嘉統管。智能互聯為阿里在 2022 年成立的一級業務部門，其核心品牌為天貓精靈，目前天貓精靈的硬件團隊已與夸克產品團隊融合工作，其工作重點包括

153、新一代 AI 產品的規劃定義，以及與夸克 AI 能力的融合。此前 2024 年 12 月，“通義”產品團隊已從阿里云智能整體劃入阿里智能信息事業群，目前該事業群還擁有夸克、書旗小說、UC 瀏覽器、超級匯川廣告平臺等業務，初步形成了內容-AI 應用-AI 硬件的完整鏈條。而大模型的訓練和推理通常需要大量交互數據和內容，當前的業務融合在我們看來或有利于大模型業務的創新迭代。此外，據界面新聞 2025 年 1 月報道，全球頂尖人工智能科學家許主洪（Steven Hoi）正式加入阿里巴巴，出任阿里集團副總裁，負責 AI To C 業務的多模態基礎模型及 Agents 相關基礎研究與應用解決方案，旨在提

154、升阿里巴巴 AI 應用 C 端產品在模型結合應用的端對端閉環能力，阿里 AI To C 業務亦正在組建領先的 AI 算法研究和工程團隊，并試圖吸引業內優秀人才加盟，顯示出意在加碼發力 C 端應用的決心。阿里阿里 To C AI 業務近期組織架構變化業務近期組織架構變化 日期日期 事件類型事件類型 事件內容事件內容 2024 年 12 月 業務分拆+合并 2024 年 12 月，阿里旗下的 AI 應用“通義”近期正式從阿里云分拆，并入阿里智能信息事業群。此次調整包括通義 To C 方向的產品經理，以及相關的工程團隊，一并調整至阿里智能信息事業群。調整后，通義 PC 及 App 團隊與智能搜索產品

155、“夸克”平級，原有的通義實驗室，仍然留在阿里云體系內。2025 年 1 月 業務分拆+合并 阿里旗下的智能互聯事業群，正式由智能信息事業群總裁吳嘉統管。天貓精靈的硬件團隊，已經在與夸克產品團隊融合工作，其工作重點包括新一代 AI 產品的規劃定義，以及與夸克 AI 能力的融合。另外，在團隊融合后，新團隊也將探索包括 AI 眼鏡在內的新硬件方向。2025 年 2 月 高層變動 全球頂尖人工智能科學家許主洪（Steven Hoi）正式加入阿里巴巴，出任阿里集團副總裁，負責 AI To C 業務的多模態基礎模型及 Agents 相關基礎研究與應用解決方案。許主洪將專注于 AI To C 業務的多模態基

156、礎模型及 Agents 相關基礎研究與應用解決方案，大大提升阿里巴巴 AI 應用 C 端產品在模型結合應用的端對端閉環能力上的躍遷。同時，阿里 AI To C 業務正在組建頂級AI 算法研究和工程團隊，吸引大量業內優秀人才加盟。資料來源：智能涌現，界面新聞，華泰研究 騰訊：加速游戲工業化，引領廣告新趨勢騰訊：加速游戲工業化，引領廣告新趨勢 騰訊騰訊 AI 產品：從內部業務自用起步，強化云業務技術壁壘。產品：從內部業務自用起步，強化云業務技術壁壘。騰訊混元技術于 2024 年取得較快突破，同時實現全鏈路自研。騰訊 LLM 研發起步略晚于其他大型廠商，但近期技術端差距有所收窄。在自用場景方面，混元

157、大模型接入騰訊 700 多個業務場景，改善內部人員工作效率，混元 3D 引擎在 24 年廣泛使用后，也于 25 年對外開放；在騰訊云方面，混元大模型也構建了騰訊云 MaaS 堅實的基礎。在 C 端市場，我們看好騰訊的產品長期競爭力，AI 產品數量以娛樂和應用方向居多，騰訊有較高的用戶規模和信息資源壁壘；在 B 端市場，騰訊也享有較高的客戶資源和團隊規模優勢。鑒于大模型更新迭代存在追趕效應，我們預期 26-27 年模型層面的性能差異或將逐步縮小，同時伴隨 LLM 使用成本顯著降低，故而后期的競爭優勢仍在獲客能力和用戶體驗（即產品能力）。從產品力角度看，我們認為 C 端市場以應用和娛樂 app 為

158、主，過往騰訊在眾多產品矩陣中，用戶規模和用戶體驗在國內達到頂尖水平。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。36 科技科技/可選消費可選消費 圖表圖表53：騰訊產品布局一覽騰訊產品布局一覽 資料來源：騰訊官網，華泰研究 騰訊廣告業務：騰訊廣告業務：AI 算法改善助力視頻號擴張市場份額算法改善助力視頻號擴張市場份額 我們認為，隨著騰訊在生成式 AI 視頻工具、智能推薦算法等核心技術上的持續積累，其與抖音快手的差距有望縮小，未來廣告加載率具備較大提升空間。抖音快手在短視頻領域起步較早，相比之下，視頻號內容生態和頭部創作者數量有待提高，故而整體 Ad load 仍低于行業平均。根

159、據騰訊 3Q24 業績會數據，視頻號廣告加載率約為 2-3%，顯著低于抖音快手水平。圖表圖表54：騰訊視頻號騰訊視頻號 Ad load 提升空間顯著提升空間顯著 資料來源：公司公告，華泰研究 騰訊元器作為騰訊元器作為 AI Agent，主要用于智能體開發。，主要用于智能體開發。騰訊元器基于混元大模型構建，提供一站式智能體創作與分發能力，依托騰訊生態資源，實現零代碼開發、模塊化擴展與全域部署。平臺圍繞三大核心模塊展開：1）智能體開發，支持通過系統提示詞設定角色屬性、知識庫掛載及多插件協同調用，精準控制大模型行為。2）工作流引擎，可實現復雜任務邏輯編排；該引擎采用流程圖式低代碼編輯器，串聯插件、知

160、識庫與大模型節點，實現復雜任務邏輯編排。3）智能體商店和插件市場：提供預置行業解決方案（如客服、教育場景模板），開發者可以自定義擴展，將混元大模型轉化為可編程、可分發的商業化工具?，F有現有C端產品端產品C端端AI原生應用原生應用通信工具 微信、QQ騰訊元寶騰訊云廣告妙思平臺娛樂騰訊視頻、視頻號、騰訊游戲、騰訊小游戲混元API/小程序MaaS智影AI平臺閱讀QQ閱讀、起點文學、微信讀書AI Effidit騰訊云智算騰訊云智繪電商小程序、微信小店、微信支付騰訊會議和文檔工作場景 企業微信、騰訊會議、騰訊文檔、微盤音樂QQ音樂、酷狗音樂、酷我音樂、全民K歌B端落地端落地 免責聲明和披露以及分析師聲明

161、是報告的一部分，請務必一起閱讀。37 科技科技/可選消費可選消費 智能體商店智能體商店涵蓋了各種應用場景涵蓋了各種應用場景 在智能體創建環節需要明確角色、設定、開場白、流程、插在智能體創建環節需要明確角色、設定、開場白、流程、插件等內容件等內容 資料來源：騰訊元器官網，華泰研究 資料來源：騰訊元器官網，華泰研究 騰訊游戲業務：加速游戲工業化騰訊游戲業務：加速游戲工業化 從游戲業務看，騰訊未來突破點在于，AI agent 有望實現智能 NPC 的落地，例如語言轉換成相應的指令，通過 prompt 驅動 NPC 做更加豐富的表情，更多的動作反饋和更穩定的人設風格。LLM 能夠加快游戲的訓練時間，火

162、影忍者手游，針對格斗游戲的大規模強化學習方案，直接讓訓練時間和資源下降了 90%以上，頭部游戲研發的精品化和工業化為大勢所趨，所需研發人員數量和開發時間不斷增加，騰訊于 24 年推出自研 AI 引擎，AI新工具系列有助于緩沖研發成本上漲。我們認為，騰訊我們認為，騰訊 AI 將會增強其游戲工業化優勢，提升玩家總時長釋放更多變現潛力。將會增強其游戲工業化優勢，提升玩家總時長釋放更多變現潛力。游戲工業化加速的背景，往往伴隨著單款游戲更多的內容生成，例如頭部游戲的總時長有望從過往 20-40 小時提升至 50-100 小時，從而有望增加更多商業化環節來提高變現潛力。1 月22 日，騰訊宣布開源混元 3

163、D 生成大模型，同時上線混元 3D AI 創作引擎助力內部提升研發效率。在 CDEC 峰會上，騰訊副總裁張巍表示，騰訊于 24 年推出自研 AI 引擎，具備 3D 圖形、劇情、關卡等多種 AIGC 能力，能夠讓游戲的部分工作效率提升數倍以上，例如場景制作、內容生成等領域。他表示從最近的產業調研看，約八成受訪者認為 AI 技術讓生產效率提升超過 20%。此外，在內容生產管線、游戲角色訓練、智能體動作生成等方面，內部也取得了顯著進展，包括但不限于視頻 AI 動態捕捉、AI 故事引擎、AI 繪畫和建造等功能。以游戲部門為例，騰訊更加注重游戲工業化發展，傾斜更多資源研發頭部項目。從游戲品類和內容生成看

164、，大世界地圖和人物更加錯綜復雜，AI 開發工具有助于減少非核心項目的研發時間，加速工業化發展。近期，天美工作室重組為四大研發子工作室，更加精簡的架構組織有望集中研發資源，從而更好推進頭部項目的進展。百度：百度：AI 重做產品，引領業務智能化轉型升級重做產品，引領業務智能化轉型升級 百度旗下百度旗下 AI 應用：應用：擁有較為豐富的旗艦產品與擁有較為豐富的旗艦產品與垂類垂類產品。產品。旗艦應用產品包括：基于飛槳平臺研制的知識增強大模型“文心大模型”、生成式對話產品“文心一言”、加入上百項 AI 能力的“百度文庫”等，并在用戶規模上已形成一定積累，據 3Q24 公司公告，2024 年 11月，文心

165、系列模型處理的日均 API 調用量達到 15 億次，較 8 月的 6 億次大幅增加；據界面新聞 2025 年 1月報道，百度文庫 AI 功能 MAU 已突破 9000 萬，AI DAU 年同比增長 230%。付費用戶超4000萬，在全球范圍內僅次于微軟Copilot；百度文庫的付費率年同比增長60%，這一增長幾乎完全由 AI 功能帶動。此外，在細分應用功能上百度亦有充分布局，產品包括百度識圖（AI 圖像識別）、小侃星球（AI 聊天機器人）、萬話創作者平臺（AI 創作工具）和慧播星（AI 電商數字人）等，百度通過較為先進的 AI 技術將細分功能與 APP 相結合，積極探索新的商業機會與服務模式，

166、共同推動自身 AI 改造的智能化轉型升級。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。38 科技科技/可選消費可選消費 百度旗下百度旗下 AI 產品產品 產品類型產品類型 產品名產品名 介紹介紹 旗艦應用產品旗艦應用產品 通用大模型通用大模型 文心大模型文心大模型 文心大模型是基于飛槳平臺研制的知識增強大模型，從萬億級數據和千億級知識中融合學習，具備知識增強、檢索增強和對話增強等核心技術。據 3Q24 公司公告，2024 年 11 月，文心系列模型處理的日均 API 調用量達到 15 億次，較 8 月的 6 億次大幅增加。芯片芯片 昆侖芯昆侖芯 昆侖芯（北京）科技有限公司前身為

167、百度智能芯片及架構部，公司團隊在國內最早布局 AI 加速領域，深耕十余年，是一家在體系結構、芯片實現、軟件系統和場景應用均有深厚積累的 AI 芯片企業。對話大模型對話大模型 文心一言文心一言 文心一言（ERNIE Bot）是百度基于文心大模型技術推出的一款生成式對話產品，它位于百度人工智能四層架構的模型層，具備跨模態、跨語言的深度語義理解與生成能力。文心一言的核心功能包括文本生成、問答系統、文本情感分析和分類、機器翻譯等。自動駕駛自動駕駛 蘿卜快跑蘿卜快跑“蘿卜快跑”是百度旗下的自動駕駛出行服務平臺，旨在通過 AI 技術和大量的駕駛數據訓練，提供高效的自動駕駛出行服務。據 3Q24 公司公告，

168、2024 年第三季度，百度的自動駕駛服務蘿卜快跑提供的自動駕駛訂單為 98.8 萬單，同比增長 20%。截至 2024 年 10 月 28 日，蘿卜快跑累計為公眾提供的自動駕駛出行服務訂單超過 8 百萬單。搜索引擎搜索引擎 百度百度 APP 百度 APP 上線的 AI 功能包括 AI 捏合摘要、智能標簽、AI 角色互動、AI 速讀、AI 發布器等。據 3Q24 公司公告，2024 年 9 月，百度 APP 的月活躍用戶達到 7.04 億，同比增長 6%。文檔文檔 百度文庫百度文庫 結合文心大模型，百度文庫加入了上百項 AI 能力，涉及寫作、PPT 制作、搜索、文生圖等。據界面新聞 2025年

169、1 月報道，百度文庫 AI功能 MAU（月活躍用戶）已突破 9000 萬，AI DAU（日活躍用戶）年同比增長 230%。付費用戶超 4000 萬，在全球范圍內僅次于微軟 Copilot。另外，百度文庫的付費率年同比增長 60%，這一增長幾乎完全由 AI 功能帶動。網盤網盤 百度網盤百度網盤 該業務的 AI 改造始于 2023 年底，加入了掃描、涂鴉、語音轉寫、會議紀要等 AI 相關功能。據界面新聞 2025年 1 月報道，AI DAU 同比增長 90%，由 AI 功能帶來的收入年增長率為 120%。地圖地圖 百度地圖百度地圖 已加入 AI 向導、AI 旅游等功能，據百度公眾號，截止 2024

170、 年 3 月，百度地圖“AI 向導”功能累計用戶已破億。智能設備智能設備 小度小度 以 DuerOS 為核心技術品牌，并通過硬件作為載體進行跨場景布局，旗下產品包括智能屏、智能音箱、智能學習機、全屋智能解決方案等。2024 年，DuerOS 基于文心大模型進行了重構，進化成為全球首個 AI 原生操作系統（DuerOS X），進一步增強了其智能化水平和服務能力。細分應用產品細分應用產品 圖像識別圖像識別 百度識圖百度識圖 百度識圖是一款基于人工智能技術的圖像識別工具，由百度公司推出。它利用深度學習和計算機視覺技術，能夠快速、準確地識別圖片中的內容，并提供相關信息和建議。聊天機器人聊天機器人 小侃

171、星球小侃星球 小侃星球是一款基于人工智能技術的聊天機器人，由百度推出，旨在為用戶提供智能化的對話交流服務。該平臺通過自然語言處理和機器學習算法，能夠理解用戶的問題并給出相應的回答，幫助用戶解決各種疑問和困惑。創作工具創作工具 萬話創作者平萬話創作者平臺臺 萬話創作者平臺是一個由百度公司推出的 AI 創作工具，專注于角色創建和管理。萬話創作者平臺不僅提供了強大的角色創建和管理功能，還支持個性化定制和社交互動，是一個非常全面的 AI 創作工具。電商數字人電商數字人 慧播星慧播星 慧播星是百度推出的一款電商數字人直播平臺，旨在通過人工智能技術幫助商家快速生成數字人主播，并提供全面的直播解決方案。AI

172、 修圖修圖 百度網盤百度網盤 AI 修修圖圖 百度網盤 AI 修圖是一款由百度網盤推出的智能圖片編輯工具，專為攝影行業設計，旨在提高修圖效率和質量。該工具利用百度強大的云朵引擎提供的人像分析檢測和圖像美化能力，實現自動化的修圖流程。漫畫生成漫畫生成 百度智能漫畫百度智能漫畫 百度智能漫畫是百度文庫推出的一項 AI 漫畫生成功能，旨在利用人工智能技術幫助用戶輕松創作個性化的漫畫故事。該功能允許用戶通過簡單的文字描述，快速生成具有豐富情感和動態表現的漫畫角色以及完整的故事情節。法律助手法律助手 法行寶法行寶 法行寶是由百度公司推出的一款免費AI智能法律助手平臺，旨在利用人工智能技術簡化和優化法律服

173、務流程，為用戶提供快速、高效的法律咨詢和解決方案。攝影寫真攝影寫真 超能畫布超能畫布 超能畫布是一款 AI 人像攝影寫真創作工具，利用的圖像處理大模型和智能人臉融合算法，用戶可以通過上傳照片和輸入文字指令，快速生成具有專業質感的 AI 寫真。代碼助手代碼助手 文心快碼文心快碼 文心快碼(Baidu Comate)是由百度開發的一款基于文心大模型的智能代碼助手，旨在通過 AI 技術提升開發者的編程效率和質量。Comate 通過其強大的 AI 技術和豐富的功能，為開發者提供了一個高效、智能的編程助手，極大地提升了編程效率和代碼質量。文本創作文本創作 橙篇橙篇 AI 橙篇 AI 是百度推出的一款綜合

174、性 AI 原生應用，旨在幫助用戶高效、智能地完成長篇文本的創作和管理。該工具基于百度文庫的龐大內容庫和先進的 AI 技術。資料來源：百度智能云公眾號，昆侖芯官網，界面新聞，百度公眾號，打工人 AI 神器公眾號，沃垠 AI 公眾號，華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。39 科技科技/可選消費可選消費 百度百度廣告業務：廣告業務：量價角度持續探索量價角度持續探索 AI 賦能效果賦能效果 激烈的行業競爭中，AI 或是百度重塑廣告業務競爭力的重要武器。百度目前正在從量與價兩個角度持續探索 AI 對廣告業務的潛在賦能效果：1）改善用戶體驗促進應用流量增長擴充廣告位，與

175、2）優化商戶投放效率，改善 ROI提高商戶付費意愿促進廣告價格提升。據公司 1Q24-3Q24 公告，百度搜索引擎的結果展示中，AI 生成結果占比已持續提升，由2024年5月的11%提升至2024年11月的20%，表明了其在應用中AI改造的不斷嘗試。盡管 AI 生成結果的占比提升在我們看來意味著部分廣告位的短期犧牲，但或是百度重塑 C端用戶心智、推動長期用戶流量增長的必然選擇?？紤]到百度 APP 的用戶體量相較微信、抖音等 APP 仍有一定增長空間，我們認為量與價兩方面在長期來看均有可能成為未來重振百度核心廣告收入增長的驅動力。但結合溫和的宏觀環境、上游廣告主需求以及激烈的行業競爭，我們認為短

176、期量的重要性或高于價，且用戶體驗的改善帶動用戶活躍度的提升是其在價格端實現進一步議價的前提。我們期待百度通過自有生態體系內不斷的 AI 功能實踐，在用戶活躍度的改善上進一步取得顯著成果，這或將是其廣告收入逐步回暖的關鍵要素。圖表圖表58：百度百度 AI 搜索結果示意圖搜索結果示意圖 圖表圖表59：百度搜索中百度搜索中 AI 生成內容結果占比生成內容結果占比 資料來源：百度，華泰研究 資料來源：公司公告，華泰研究 05101520252024年5月2024年8月2024年11月搜索結果中AI生成的內容占比(%)免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。40 科技科技/可選消費可

177、選消費 圖表圖表60：百度百度 AI 廣告業務梳理廣告業務梳理 資料來源：公司官網，公司公告，華泰研究 AI+圖像：受益于圖像：受益于 DS 推進推進技術技術平權，持續圖像領域精耕細作平權，持續圖像領域精耕細作 在傳統圖像領域有卡位優勢，布局全面，以在傳統圖像領域有卡位優勢，布局全面，以 AI 催化付費訂閱。催化付費訂閱。美圖長期專注圖像美化賽道，擁有 2.6 億 MAU 流量基本盤并具備卡位優勢。其以自研圖像大模型為基，打造圖像 AI 生產力工具全生態，通過挖掘垂直場景需求并構建 AI 原生工作流解決生產力痛點。同時以 AI驅動訂閱付費：1、大模型底層能力支持縮短付費功能的研發周期；2、AI

178、 帶來多樣化效果挖掘更多的需求付費點；3、AI 提升創作效率，加大用戶付費意愿。公司當前擁有 AI 圖片、AI 視頻和 AI 設計三大方向。圖表圖表61：美圖美圖 AI 產品矩陣產品矩陣 資料來源：美圖公司，華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。41 科技科技/可選消費可選消費 聚焦垂直場景打造聚焦垂直場景打造 AI 原生工作流原生工作流。公司聚焦垂直場景打造 AI 原生工作流，深耕“小而美”的垂直應用并深度打磨產品力。其美圖設計室專攻圖像生產力場景，打造 AI 原生工作流，成本僅為傳統工作流的 3%，并且短時間內出產品，大大降低門檻。其開拍專攻 KOL 口播場

179、景，打造 AI 口播工作流，以 AI 完成腳本、提詞器、剪輯等工作，將原先 3-7 天的制作時長縮短至 10 分鐘，并且持續迭代轉化效果。圖表圖表62：美圖美圖 AI 電商設計工作流和電商設計工作流和 AI 口播工作量口播工作量 資料來源：美圖公司，華泰研究 AI 原生應用表現突出，原生應用表現突出，AI 成功形成業績轉化。成功形成業績轉化。公司聚焦垂直場景打造 AI 原生應用，以 AI驅動的美圖設計室已經成為中國內地 AI 設計工具賽道的頭號產品（以月活數量衡量）。截至 1H24美圖設計室的訂閱用戶數達到 96萬（截至 23年底為 87萬），訂閱滲透率達到 6%，產品收入同比增長 152%。

180、聚焦口播視頻 AI 工作量的開拍自上線以來用戶累積創作內容突破 5000 萬。聚焦 AI 視頻編輯的 Wink 月活 1H24 同比增長 99%，證明其 AI 強大的產品力。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。42 科技科技/可選消費可選消費 圖表圖表63：美圖設計室收入和美圖設計室收入和 MAU 持續提升持續提升 圖表圖表64：開拍收入和開拍收入和 MAU 持續提升持續提升 資料來源：美圖公司，華泰研究 資料來源：美圖公司，華泰研究 完善完善 AI 圖像生態形成商業閉環。圖像生態形成商業閉環。美圖當前在圖像賽道完成了打造垂直模型精確挖掘垂直場景需求構建 AI 原生工作

181、流以清晰的商業模式驅動業績增長的商業閉環。在每個環節均做出了充足的儲備，比如在垂類大模型方面除了美圖自研之外，積極接入豆包、可靈等完善能力；比如公司收購設計師社區站酷，面對超 800 萬設計師社群進行精準客群推廣并以開放生態迭代完善工具；此外發揮公司多年的美學積累和優質的產品力積淀，構建 AI 原生工作流奪取用戶心智。圖表圖表65：美圖美圖 AI 影像業務生態影像業務生態 資料來源：美圖公司，華泰研究 圖生視頻功能在電商圖生視頻功能在電商 B 端領域端領域亦有應用空間。亦有應用空間。據阿里媽媽數字營銷公眾號，2025 年 1 月，基于自研的淘寶星辰視頻生成大模型，阿里媽媽正式推出商用級圖生視頻

182、 AI Native 應用淘寶星辰圖生視頻，目前已對淘寶天貓商家開放使用。淘寶星辰圖生視頻結合了海量電商數據、豐富的設計語言以及業內領先的營銷經驗，旨在推動電商 AI 內容創作的全流程智能化升級。相比于其它同類應用，淘寶星辰的優勢主要在于：1）基于豐富的電商數據和設計經驗，能自動識別并應用各類商品最適合的展示方式，而且從產品細節到整體風格保持高度協調統一；2）能夠深度理解圖片以及用戶的多語言指令，確保生成視頻內容與用戶意圖高度契合；3）嚴格遵循物理規律與動作規范，生成畫面流暢自然，提升了視頻的真實感和專業性；4）無論是人臉、商品、還是文字、貼紙等裝飾元素，“淘寶星辰圖生視頻”始終保持畫面清晰、

183、完整、無抖動或變形，保持視覺一致性。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。43 科技科技/可選消費可選消費 圖表圖表66：淘寶星辰圖生視頻有望為商家營銷物料提質增效淘寶星辰圖生視頻有望為商家營銷物料提質增效 資料來源：阿里媽媽數字營銷，華泰研究 AI+視頻：細分領域貴于深耕，用戶習慣有望迎來變局視頻：細分領域貴于深耕，用戶習慣有望迎來變局 我們預期我們預期在垂直細分領域深耕的廠商在垂直細分領域深耕的廠商，將會，將會更具產品更具產品的中短期的中短期競爭優勢競爭優勢?？焓旨兴懔Y源，專注于視覺大模型賽道，推出了文生圖與文生視頻產品可圖與可靈，在專注性策略下，可靈的市場認可度

184、，以及產品的研發進度略優于即夢 AI。我們認為專注于細分賽道的廠商有望在特定領域構建出獨特競爭壁壘。字節的布局則較為廣泛，涵蓋了文生文、文生視頻及 AI 硬件等多個領域，而多元化布局則提升跨產品協同效應，有助于提升獲客能力，故而即夢 AI 在用戶規模上更具優勢。我們認為短視頻行業或迎來變局，我們認為短視頻行業或迎來變局，AI 剪輯工具將會深度改變用戶習慣。剪輯工具將會深度改變用戶習慣。根據 QuestMobile數據，2024 年以來，剪映等傳統剪輯工具 MAU 持續下滑，市場份額被新興 AI 剪輯工具擠占。我們認為，短視頻創作生態將持續受到 AI 剪輯技術影響，在該領域領先的企業或將率先占據

185、創作者生態優勢，并進一步擴大市場份額?？伸`與即夢可靈與即夢 AI MAU 與與 DAU 對比（對比（24 年年 12 月）月）可靈與即夢可靈與即夢 AI 人均單日使用時長對比（人均單日使用時長對比（24 年年 12 月）月）資料來源：QuestMobile，華泰研究 資料來源：QuestMobile，華泰研究 050100150200250即夢AI可靈AI活躍用戶數日均活躍用戶數(萬人)44.219.805101520253035404550即夢AI可靈AI人均單日使用時長(分鐘)免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。44 科技科技/可選消費可選消費 剪映剪映 MAU 相

186、較于其他相較于其他 AI 剪輯工具下降明顯剪輯工具下降明顯 剪映人均單日使用時長與其他剪映人均單日使用時長與其他 AI 剪輯工具對比剪輯工具對比 資料來源：QuestMobile，華泰研究 資料來源：QuestMobile，華泰研究 嗶哩嗶哩自研大模型，生態內應用場景豐富嗶哩嗶哩自研大模型，生態內應用場景豐富 差異化場景為大模型應用創造良好基礎。差異化場景為大模型應用創造良好基礎。2024 年年 06 月公司發布月公司發布 Index 系列模型，該模型系列模型，該模型是建立在開源基礎上，已經應用在平臺的多場景中：是建立在開源基礎上，已經應用在平臺的多場景中：1）AI 字幕：字幕：B 站具備中、

187、英、韓、日、泰語等近 10 種語言的實時翻譯能力，準確度接近90%。該能力已覆蓋站內海外內容、主播直播間以及海外用戶觀看中文內容等場景，日均支持數十萬非中文稿件的翻譯。2）角色扮演：）角色扮演：通過在預訓練中引入了較多定向清洗對話類語料，聊天的趣味性明顯更強，對話能力、角色一致性、角色扮演吸引力三大類評測中表現優異。3）AI 視頻助手：視頻助手：針對一些特別長的 Vlog 視頻，或者一些科普性、教學性較強的長視頻，AI 視頻總結功能夠幫助用戶很快地獲取視頻的關鍵信息節點，并且可以快速將文本 Copy下來。4）AI 搜索：搜索：搜索 AI 助手就能為用戶生成一段對應的文本內容，這些內容會參考一部

188、分的科普知識類視頻進行歸納整理。圖表圖表71：AI 搜索助手搜索助手 圖表圖表72：AI 視頻助手視頻助手 資料來源：公司官網、華泰研究 資料來源：公司官網、華泰研究 01,0002,0003,0004,0005,0006,0007,0008,0009,00010,0002024-012024-022024-032024-042024-052024-062024-072024-082024-092024-102024-112024-12剪映Wink秒剪快影即錄剪輯必剪開拍(萬人)010203040506070802024-012024-022024-032024-042024-052024-0

189、62024-072024-082024-092024-102024-112024-12剪映Wink秒剪快影即錄剪輯必剪開拍(分鐘)免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。45 科技科技/可選消費可選消費 AI+游戲：游戲：3D 生成模型助力研發進度，生成模型助力研發進度，AI agent 重塑游戲交互重塑游戲交互 AI 正重塑游戲開發與交互，提升創作效率、豐富內容生成。正重塑游戲開發與交互，提升創作效率、豐富內容生成。在游戲行業中，通過 AI 系列技術可提升創作效率與可玩性，如在 NPC 塑造層面，動捕維度 AI 可從普通手機視頻提取動作幀，快速生成匹配角色動畫，捏臉維度

190、AI 則讓研發者可通過自然語言輕松定制角色形象，互動維度 AI Agent 和智能 NPC 工具可輕易使 NPC 具備更擬人化的行為模式，提升劇情驅動能力。游戲游戲 AI 層面的基數新突破：層面的基數新突破：游戲世界建模層面，騰訊新推出的 GameGen-O 可模擬各類游戲引擎功能，全面優化游戲場景、劇情、關卡和動態環境的生成，提高開發效率。游戲開發引擎方面，Unity 推出的 Sentis 讓開發者能直接在游戲中部署 AI 模型，實現物體識別、語音交互及智能 NPC 控制。圖表圖表73：AI 賦能游戲賦能游戲 功能名稱功能名稱 騰訊騰訊 AI 功能介紹功能介紹 視頻 AI 動捕 從普通手機視

191、頻中提取動作幀并重構 3D 坐標，實現低成本、快速生成游戲角色匹配動畫。AI 生成舞蹈 將任意歌曲轉換為適合其節奏和風格的舞蹈動畫，并支持角色定制和風格化處理，實現低成本、快速生成用于游戲生日派對等場景的舞蹈環節。AI 捏臉 通過自然語言獲取用戶喜好的風格，自動生成初步的臉型和配飾，再供用戶微調，實現便捷高效的個性化角色定制。AI Agent 將自然語言處理、記憶與行動能力封裝集成，實現更擬人化、可驅動劇情發展的智能 NPC。AI 游戲 NPC 工具 通過賦予 NPC 自然對話、情感表達、記憶學習、場景感知和個性化互動等功能，讓 NPC更像真人，從而提升游戲沉浸感，為開發者提供強大的創作工具并

192、拓展游戲內容的可能性。開 放 世 界 游 戲 生 成（GameGen-O）模擬各種游戲引擎功能，生成游戲角色、動態環境、復雜動作等，支持交互控制，用戶可以通過文本、操作信號和視頻提示來控制游戲內容。游戲 AI 引擎（GiiNEX）利用生成式和決策 AI 技術全流程支持游戲場景、NPC 對話、劇情、關卡和音樂等制作，大幅提升效率、降低開發門檻和成本，并推動個性化內容與整體游戲質量的提升。資料來源：騰訊游戲學堂公眾號，華泰研究 圖表圖表74：Unity 推出推出 Sentis，賦予開發者將，賦予開發者將 AI 模型導入游戲和應用程序中的能力模型導入游戲和應用程序中的能力 資料來源：Unity 官方

193、平臺，華泰研究 AI agent 重塑游戲交互，實現快速建立智能重塑游戲交互，實現快速建立智能 NPC 我們認為，AI agent 未來能讓游戲行業邁向更智能化與個性化的發展方向：1）實現快速建立智能 NPC，玩家與 NPC 互動更加多樣。原先玩家與 NPC 互動是程式化、流程化，互動時往往只有幾個選項可選擇，選項引導的結局也相對單一，而 AI 則可以賦予 NPC 以靈魂，不僅讓 NPC 起到驅動劇情發展的作用，也讓 NPC 有更加豐富的表情、語言和任務互動。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。46 科技科技/可選消費可選消費 2）AI 可以做成相關技術框架，形成調用平

194、臺給客戶體驗使用，讓客戶生成想要的 NPC 形象。為讓新 NPC 的想法更快速落地，可以把故事引擎做工具化處理。以游戲中生日 party為例，以往制作成本很高，因為需要人工建立主題、故事背景、相關任務等，而通過AI 的故事引擎能力，客戶輸入故事就可自動生成需要的內容，同時也會自動匹配對應NPC，大大降低游戲制作成本。然而在游戲 AI agent 領域，當前還未出現現象級應用，原因如下：1）算力成本高，2）性能不夠，無法支持大量用戶用 AI 行為溝通，3）延遲時間較高，NPC 回復慢會使玩家體驗感差，4）系統不夠穩定，存在 AI 角色人設丟失的情況。AI agent 重塑游戲交互，重塑游戲交互，

195、實現快速建立智能實現快速建立智能 NPC 資料來源：騰訊游戲研究院，華泰研究 AI+教育：積極推出大教育：積極推出大模型模型產品產品 教育的最終追求是因材施教。教育的最終追求是因材施教。受限于人力投入和教學質量的矛盾，當前行業形成線下小班模式和線上大班主講+輔導模式，然而大模型的出現有望打破成本和效率的制約。23 年以來，行業主要教育公司都推出了自己多大模型產品，部分產品已經取得了優異的商業化成績。圖表圖表76：行業內主要模型行業內主要模型 教育公司教育公司 大模型名稱大模型名稱 發布時間發布時間 應用場景應用場景 科大訊飛 訊飛星火智慧黑板（搭載星火 3.5 認知大模型）、星火教師助手、AI

196、 科學教育解決方案 2024 年 4 月 19 日 訊飛星火智慧黑板用于教學；星火教師助手輔助教師教學；AI 科學教育解決方案面向區域科學教育 學而思 集成九章大模型的學習機（學而思學習機經典版 2024）2024 年 5 月 24 日 通過人工智能技術提升學習效率，如 AI 中英文作文助手、AI 聽寫等 網易有道“子曰”教育大模型（發布三大 AI 創新應用：AI 全科學習助手“有道小 P”App、新一代虛擬人口語教練 Hi Echo 3.0 和新一代知識庫問答引擎 QAnything）2024 年 5 月 29 日 應用于學習、翻譯、口語練習等場景 猿輔導 旗下“飛象星球”批改數字作業（基于

197、大模型技術）2024 年 5 月 30 日 學生作業批改場景 粉筆 AI 老師“粉筆頭”（職教行業垂直大模型）2024 年 8 月 1 日 學員在題庫做題、課后回顧復習等學習場景 作業幫 銀河大模型 2023 年 12 月發布 作業幫 APP 搜題、輔導、學習規劃等功能模塊，幫助學生解決學習過程中遇到的各類問題 資料來源：多知、有道、華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。47 科技科技/可選消費可選消費 在上市公司中，好未來投入較為積極在上市公司中，好未來投入較為積極。根據公司技術報告顯示，學而思九章大模型模式參數超千億，基于優質教育數據，實現了題目計算、講解、

198、問答等多任務持續訓練和有監督微調，呈現出卓越表現。我們預計該模型仍在持續升級迭代中，回答題目的準確率預計持續提升。圖表圖表77：九章大模型測試數據九章大模型測試數據 資料來源：好未來官網、華泰研究 好未來也積極開放自身能力好未來也積極開放自身能力。公司一方面開放出優質數據測試數據集，23 年 9 月好未來在GitHub 社 區 開 源 了MathGPT模 型 訓 練 測 試 數 據 集 TAL-SCQ5K-EN和TAL-SCQ5K-CN，包含 5K 道英語數學競賽題目（3K 道用于訓練，2K 道用于測試）。這些題目采用多項選擇題形式，涵蓋了小學數學領域的各個主題。另一方面通過好未來開放平臺，提

199、供解題解決方案和批改解決方案。圖表圖表78：AI 開放平臺開放平臺 資料來源：好未來官網、華泰研究 圖表圖表79：大模型開放能力大模型開放能力 功能功能 應用場景應用場景 學生自主練習 在家中完成家庭作業后，學生可以通過九章批改快速了解自己的作業情況，對錯誤部分進行及時糾正，從而提升學習效率和自主學習能力。這種即時反饋機制有助于學生更好地掌握知識點，形成有效的學習閉環 教師批改平臺 教師可以利用九章批改快速處理大量學生作業，節省時間，同時獲取每個學生詳細的作業分析報告?；谶@些報告，教師可以進行更加針對性的個性化輔導，幫助學生解決學習中的瓶頸問題，提升教學質量 教師備課助手 教師可以利用九章大

200、模型解題解決方案，快速獲取各類題型的解析和解題思路，豐富教學資源，提升備課效率。同時，通過對學生解題情況的分析，教師可以更精準地掌握學生的學習狀態，從而制定更有效的教學策略 學生答疑平臺 無論是數學中的復雜方程，還是物理中的力學難題，亦或是語文中的閱讀理解，九章大模型解題解決方案都能提供詳盡的答案解析和解題思路，幫助學生輕松應對日常作業中的各類挑戰，同時減輕家長的輔導壓力 資料來源：好未來官網、華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。48 科技科技/可選消費可選消費 有道：堅持“場景為先”，推出自研教育垂類大模型“子曰”。有道：堅持“場景為先”，推出自研教育垂類大

201、模型“子曰”。子曰教育大模型采用Transformer 神經網絡架構和技術，集成多學科知識和海量數據，能夠實現智能問答、文本生成、情感分析、機器翻譯等多種功能。網易有道將子曰教育大模型融入實際教學場景和教育數據的深度挖掘運用，以自研基座大模型為基礎，打造了全球首個虛擬人口語私教 Hi Echo、新一代 AI 全科學習助手小 P 老師、智慧體育等 10 余個垂類教育場景的應用，成為國內在教育場景中落地應用最快的企業。圖表圖表80：“子曰”大模型及其應用“子曰”大模型及其應用 資料來源：網易有道公眾號，華泰研究 針對翻譯、答疑等細分場景，有道分別推出專有模型，并已在應用端落地：針對翻譯、答疑等細分

202、場景，有道分別推出專有模型，并已在應用端落地：1）子曰翻譯大模型：子曰翻譯大模型：2025 年 1 月基于有道子曰的翻譯大模型 2.0 正式上線，相較于 1.5版本（2024 年 5 月）在數據、算法以及評估三個關鍵維度進行了全方位優化升級，在翻譯質量、效率以及魯棒性等方面實現了質的飛躍，能夠為用戶帶來更優質、精準的翻譯服務。目前子曰翻譯大模型 2.0 已落地有道詞典 APP、有道翻譯桌面版、有道翻譯網頁端。2）有道子曰有道子曰-o1 推理模型：推理模型：2025 年 1 月有道正式推出國內首個輸出分步式講解的推理模型“子曰-o1”，并已開源。作為 14B 輕量級單模型，子曰-o1 支持在消費

203、級顯卡上進行部署，采用思維鏈技術，能夠提供細致解題過程，以強邏輯和推理能力，實現更高的解題準確性，并提供中文邏輯推理?；谟械蓝嗄陙碓诮逃I域的數據資源積累，子曰-o1使用了大量的教育領域學生試卷習題為訓練樣本，從而提升在教育場景應用的準確性。當前，子曰-o1 已在“有道小 P”中落地應用，支持其實現“先提供解析思路、再提供答案”的答疑過程，引導學生用戶主動思考、調用知識儲備自主解決問題。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。49 科技科技/可選消費可選消費 圖表圖表81：子曰翻譯大模型子曰翻譯大模型 2.0 測試評分表現優秀測試評分表現優秀 資料來源：網易有道公眾號，華

204、泰研究 圖表圖表82：子曰子曰-o1 測試評分測試評分 資料來源：網易有道公眾號，華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。50 科技科技/可選消費可選消費 此外，有道、好未來成為首批接入此外，有道、好未來成為首批接入 DeepSeek 的教育公司，有望全面提升個性化學習體驗，的教育公司，有望全面提升個性化學習體驗，加速加速 AI+教育產品商業化落地。教育產品商業化落地。2 月 6 日有道宣布全面接入 DeepSeek 的推理能力，有道小P、Hi Echo、有道智云、QAnything 等產品將陸續升級，并將推出融合推理大模型能力的智能硬件新品。2 月 8 日學而思

205、宣布旗下學習機、學練機等智能教育硬件產品將接入DeepSeek，通過植入“深度思考模式”，全面升級用戶的 AI 學習體驗，重新定義智能輔導場景，新功能預計將在 2 月內陸續于相關機型上線。我們認為有道、好未來自研大模型的豐富垂直數據儲備結合 DeepSeek-R1 的通用推理能力有望進一步加速 AI 教育產品商業化落地。圖表圖表83：有道小有道小 P App 目前已接入目前已接入 DeepSeek 資料來源：網易有道公眾號，華泰研究 AI+招聘：提升招聘效率，提升用戶體驗招聘：提升招聘效率，提升用戶體驗 線上招聘平臺招聘數據豐富，為大模型開發創造良好基礎。線上招聘平臺招聘數據豐富，為大模型開發

206、創造良好基礎。BOSS 直聘作為行業頭部公司開源南北閣大模型，賦能產業發展。Nanbeige-16B（南北閣-16B）是南北閣大模型實驗室研發的 160 億參數規模的大語言模型，采用了 2.5T Tokens 進行預訓練，數據包含大量互聯網高質量語料、各類書籍、代碼等領域脫敏文本，在各個權威測評數據集上都取得了不錯的效果。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。51 科技科技/可選消費可選消費 圖表圖表84：南北閣開源大模型南北閣開源大模型 資料來源：GitHub、華泰研究 南北閣算法經過備案，投入使用。南北閣算法經過備案，投入使用。南北閣文本生成和智能對話算法已經通過網信

207、辦備案，在實際招聘流程中得到充分使用。文本生生成模型，可以幫助求著這和招聘者自動化生成職位信息，提升招聘效率。對話算法能夠提供快速的反饋模式，當招聘者不在線的時候，依然可以通過個性化溝通了解求職者的情況，提升求職者的體驗，減少求職過程中不被回復的情況。圖表圖表85：BOSS 直聘模型應用直聘模型應用 算法名稱算法名稱 南北閣文本生成算法南北閣文本生成算法 南北閣智能對話算法南北閣智能對話算法 算法基本原理 根據用戶填寫的簡歷信息、職位信息數據，拼接組成提示詞輸入自研的南北閣大模型，程序根據模型生成的文本執行業務相關操作。通過交互對話的方式為用戶提供職位/求職者搜索及篩選、溝通管理、信息完善等功

208、能。算法在線應用時，會使用用戶實時輸入的文本數據，在安全過濾的基礎上，結合對話場景等向用戶生成答復。算法運行機制 南北閣文本生成算法使用自研的南北閣模型，在業務中，算法服務根據輸入的參數查找對應的數據，拼接成提示詞輸入南北閣大模型，大模型生成的文本被程序解析，返回給用戶或提取參數用于后續的算法流程。對話生成算法采用了 Transformer Decoder 結構，在用戶輸入問題后，將依據意圖分類模型識別出意圖類型，生成符合用戶求職招聘需求的答復。在此過程中，我們通過輸入內容審核、輸入內容模型審核及輸出內容模型審核三重過濾的方式保障內容安全。算法應用場景 BOSS 直聘中的文本內容編輯場景，如填

209、寫簡歷信息、職位信息、交流信息等。BOSS 直聘平臺中消息列表、個人主頁、信息修改等頁面的信息內容服務，如 AI 招聘秘書、智能溝通助手、智能 AI 助手、南北閣求職助手等。算法目的意圖 幫助用戶生成、調整、優化簡歷、職位、交流語等文本信息，提升求職招聘效率。為用戶提供職位/求職者搜索及篩選、溝通管理、信息完善等功能，提升用戶招聘求職體驗。資料來源：公司官網、華泰研究 行業中其他公司也積極布局行業中其他公司也積極布局 AI 相關應用相關應用。獵聘獵聘發布的AI 面試應用現狀與趨勢分析報告顯示，在過去的一年里，企業在獵聘Doris 上創建 AI 面試的次數同比增長達 448.2%。AI面試，正在

210、滲透到更多的行業。智聯招聘智聯招聘推出 AI 易面 3.0，該產品可以做到數千位候選人同時進行面試作答時，系統依舊流暢運行，服務企業在春招/秋招中短時間內高效實現對成百上千位候選人的精準初篩。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。52 科技科技/可選消費可選消費 圖表圖表86：獵聘獵聘 AI 智能面試智能面試 資料來源：公司業績交流資料、華泰研究 AI+廣告：賦能廣告：賦能互聯網互聯網營銷平臺提質增收營銷平臺提質增收 AI+廣告融合在海外加速兌現。美國移動營銷平臺廣告融合在海外加速兌現。美國移動營銷平臺 Applovin 自 23 年開始升級 AI 廣告引擎AXON 2.

211、0 以來，實現了更高的自動化程度、更高的準確性、更好的廣告投資回報率（ROAS）、更敏捷的營銷活動以及全球范圍的投放，有效地推動了用戶群體的增長和貨幣化變現效率的提升，驅動收入同比增速由 23Q3 的 21.2%提升至 24Q3 的 38.6%，實現加速增長。類似地，匯量科技匯量科技旗下 AI 驅動的程序化廣告平臺 Mintegral 充分利用機器學習的強大算法，通過對用戶行為的深度學習和行為模型預測，實現了廣告推薦的個性化和智能化，有效提升了廣告投放的效果。Mintegral 于 2023 年 5 月上線 Target ROAS 智能出價功能，將買量模式升級為基于廣告主ROI的智能出價模式，

212、并于2024年7月推出針對事件(Engagement)進行投放優化的 Target CPE(Cost per Engagement)功能，用于幫助廣告主有效控制事件成本以及優化廣告效果。隨著智能出價能力顯著提升，ROAS 的智能出價模式成為開發者在Mintegral的主流選擇，推動23Q4-24Q3 Mintegral收入同比分別+19.5/25.4/32.4/57.6%，環比+0.7/10.3/12.9/25.7%，并推動公司從游戲品類向非游戲品類（電商、社交等）快速擴張。圖表圖表87：AXON 2.0 推動推動 Applovin 收入收入同比持續高增同比持續高增 圖表圖表88：匯量科技程序

213、化廣告業務收入持續高增匯量科技程序化廣告業務收入持續高增 注：收入口徑為凈收入。資料來源：公司公告，華泰研究 注：收入口徑為毛收入。資料來源：公司公告，華泰研究 -10%0%10%20%30%40%50%60%02004006008001,0001,2001,40023Q123Q223Q323Q424Q124Q224Q3（百萬美元）Applovin總收入yoy（右軸）0%10%20%30%40%50%60%70%05010015020025030035040045023Q123Q223Q323Q424Q124Q224Q3（百萬美元）程序化廣告業務收入yoy（右軸）免責聲明和披露以及分析師聲明是

214、報告的一部分，請務必一起閱讀。53 科技科技/可選消費可選消費 有道通過“垂直人群有道通過“垂直人群+技術賦能技術賦能+周期適配”三位一體策略實現精準高效投放，成為周期適配”三位一體策略實現精準高效投放，成為 AI 商業商業化浪潮中的關鍵服務商?；顺敝械年P鍵服務商。網易有道在線營銷業務在 AI 賦能下連續 8 個季度（截至 24Q3）實現 40%+的同比增長，其中 RTA 廣告業務收入屢創新高，主要得益于：1）精準的用戶定位，聚焦垂直人群：精準的用戶定位，聚焦垂直人群：基于多年教育服務和資源的積淀，網易有道積累了13 億用戶，特別是 18 至 35 歲的年輕群體，包括超 4000 萬大學生、

215、6000 萬職場人士。為有效利用數據，進行深入的人群畫像分析，實現高效匹配，公司推出數據管理平臺（DMP）網易探數，不斷收集和整合了來自不同流量的超過 5000 種個性化標簽，通過對用戶群體的深入理解和興趣的精準分析，公司能夠將用戶需求與客戶產品特點相結合，實現高效的匹配和串聯，從而顯著提高轉化效率。2）AI+RTA 技術融合，優化投放技術：技術融合，優化投放技術：有道融合了 AI 廣告算法模型和 RTA 技術，能夠準確的判斷用戶輸入的信息，清楚了解用戶在什么場景下最有可能形成轉化，從而幫助廣告主用最合理的素材、觸達時間點等策略轉化用戶。3）應用產品投放經驗豐富：應用產品投放經驗豐富：有道自身

216、推出過一眾教育類工具和 AI 應用，通過將多年積累的對應用產品的生命周期、獲客方式、營銷目標等的深刻理解融入到廣告投放模型中，有道能夠結合技術優勢快速捕捉市場機會，推動廣告業務快速增長。圖表圖表89：有道廣告業務收入連續有道廣告業務收入連續 8 個季度同比增速超個季度同比增速超 40%（截至（截至 24Q3）注：收入口徑為毛收入 資料來源：公司公告，華泰研究 bilibili 推出星辰推出星辰 AI 提升廣告效率。提升廣告效率。2025 年 1 月 2 日正式推出了其商業化 AIGC 平臺“星辰 AI”，標志著 B 站在人工智能領域邁出了至關重要的一步，也為其廣告業務和內容生態注入了全新活力。

217、主要由兩方面功能：一是通過智能生成廣告素材，為品牌和廣告主提供高效的創意工具，助力平臺的商業化探索。二是與 B 站的內容生態深度融合，實現從廣告主到內容創作者、再到用戶的價值鏈閉環。0%20%40%60%80%100%120%140%01002003004005006004Q221Q232Q233Q234Q231Q242Q243Q24（百萬元）有道廣告業務收入yoy（右軸）免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。54 科技科技/可選消費可選消費 圖表圖表90：星辰星辰 AI 模型模型 資料來源：公司公告、華泰研究 AI+電商：淘天多年數據沉淀打造增長基礎電商：淘天多年數據沉

218、淀打造增長基礎 AI+電商是從技術到價值的模塊化落地與賦能。隨著 AI 相關技術發展，我們認為其有望賦能貨架電商、社交電商、興趣電商、即時零售和私域電商等多種電商類型，并在設計、選品、供應鏈、營銷、客服和數字人等領域落地應用，最終對流量邏輯、用戶體驗、行業效率、企業成本等電商行業價值產生正向影響，在中長期為行業實現降本增效作用。圖表圖表91：AI+電商從技術到價值的賦能邏輯電商從技術到價值的賦能邏輯 資料來源：億歐智庫，華泰研究 達摩盤是阿里媽媽基于商業化場景打造的數據管理合作平臺，擁有消費行為、興趣偏好、地理位置等眾多數據標簽。品牌通過達摩盤可以實現各類人群的洞察與分析，潛力客戶的挖掘；通過

219、標簽市場快速圈定目標人群，建立個性化的用戶細分和精準營銷；或通過第三方服務應用市場，解決個性化的營銷需求，實現“千人千面”的營銷效果。達摩盤標簽維度包含：用戶特征、品類特征、渠道特征和私域特征等，并在 618、雙 11 等大促節點推出場景特定標簽。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。55 科技科技/可選消費可選消費 圖表圖表92：達摩盤達摩盤基于四基于四大大維度提供精細化標簽維度提供精細化標簽 資料來源：數麥電商，華泰研究 LMA 大模型技術旨在提升人貨匹配效率。大模型技術旨在提升人貨匹配效率。據阿里媽媽數字營銷，2024 年 3 月，阿里媽媽正式發布 LMA 大模型技

220、術：該技術的最大突破在于基于多模態大模型的能力，實現了機器對消費者消費需求的精準把握，從而提升人貨匹配效率。LMA 是在阿里自研的大語言模型基礎上，針對電商場景實現超大規模多模態表征的預訓練，能夠對商品的文本、圖像、視頻等多種模態有深入的融合理解，再結合海量消費者行為數據進行模型微調，使得模型能夠更了解用戶。阿里媽媽發布阿里媽媽發布 LMA大模型技術大模型技術 資料來源：阿里媽媽數字營銷，華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。56 科技科技/可選消費可選消費 達摩盤達摩盤 AI 圈人結合圈人結合了了 LMA 技術與達摩盤數據標簽。技術與達摩盤數據標簽。傳統營銷中

221、，商家往往需要經歷冗長的數據分析、繁雜的人群定位，和較長的試錯過程，通過達摩盤全新推出的“AI 圈人”功能，商戶只需通過日常對話般的溝通，達摩盤便能通過 AI 技術，智能匹配并定位到最匹配的潛在客戶群體。為了降低中小商家的使用成本，達摩盤基于 LMA 模型和豐富的消費人群識別能力，通過簡單對話和提問形式，由 AI 智能解讀商家圈人需求，生成豐富的人群，助力全量商家提升精準人群定向能力。使用過程由三步構成：1）輸入人群訴求。右側對話框中輸入圈人指令，AI 會基于輸入的指令智能識別圈人訴求，并反饋需求理解；2）生成人群并提供人群解讀。選擇營銷目標后點擊“幫我生成人群”，系統會進行人群圈選，人群生成

222、后會提供人群規模、人群營銷效率及人群畫像洞察。3）保存人群。確認圈選結果，并保存人群，人群將保存在“我的人群”列表中，關聯計劃后即可投放；據阿里媽媽數字營銷公眾號，達摩盤 AI 圈人功能在 2024 年雙十一期間 AI 人群投放效率對比其它類型投放增加了19.8%的點擊率和 28.1%的轉化率。在在 To C 端應用上，端應用上，AI 購物助手為初步落地方向。購物助手為初步落地方向。自 2023 年下半年以來，AI 導購功能已成為國內各大電商爭相布局于 AI 電商的重要領域。2023 年 9 月，淘寶 APP 推出“淘寶問問”，通過結合用戶的輸入和深度合成算法，為用戶提供更貼合其消費習慣的商品

223、推薦和內容。2023 年 11 月，京東 APP 上線“京言”AI 助手測試版。電商平臺正試圖通過結合自身積累的 AI 能力與豐富 SKU 供給，為消費者提供更為多樣化的購物體驗。淘寶問問與京東京言初步實測對比發現，淘寶淘寶問問與京東京言初步實測對比發現，淘寶 AI 導購改造相對激進。導購改造相對激進。經過我們實測，淘寶問問和京東京言已均可通過搜索欄搜索相關關鍵詞進入功能界面。在某個具體的穿著搭配建議（提問：穿老爹鞋配什么褲子好看？）的回答上，“淘寶問問”給出了不同性別不同風格的搭配，簡單闡述了其優點，還附上了模特穿搭圖和具體鏈接，并可根據選擇個人身形和膚色進一步選擇具體定制穿搭方案。而“京東

224、京言”主要推薦了老爹鞋，并未給出褲子搭配建議。淘寶在具體穿著搭配上的 AI 功能相對智能和多樣化。圖表圖表94：淘寶問問和京東京言對于具體特定穿搭建議的回答淘寶問問和京東京言對于具體特定穿搭建議的回答 資料來源：淘寶 APP，京東 APP，華泰研究 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。57 科技科技/可選消費可選消費 而在對于泛化的辦公產品建議的回答上（提問：過完年要上班了，能給我推薦一些適合辦公的數碼產品嗎？），“淘寶問問”分別推薦了電腦、打印機、路由器等帶有具體型號的產品，并帶有各自產品特色介紹，而“京東京言”按照價格帶給出了部分產品推薦，并詢問具體需要哪些類型的辦

225、公產品?？傮w而言“淘寶問問”更注重于詳細豐富的單品描述，“京東京言”更專注于不同價位的推薦。圖表圖表95：淘寶問問和京東京言對于泛化的辦公產品建議的回答淘寶問問和京東京言對于泛化的辦公產品建議的回答 資料來源：淘寶 APP，京東 APP，華泰研究 在具體結合上，相比于在具體結合上，相比于 C 端，端，AI 技術在電商技術在電商 B 端的應用已有較為明晰的落地路徑。端的應用已有較為明晰的落地路徑。我們認為，針對國內電商業務而言，盡管大范圍和普適性的 To C 端 AI 應用落地或仍需時日，但其在 To B 端的應用已有較為明晰的落地，如幫助商戶進行商品信息物料準備進而降低經營成本和優化廣告營銷的

226、推薦效率等，AI 大模型能力的逐步演進或可以為各大電商平臺在中長期增長提供進一步助力。我們認為 AI 技術在 B 端的應用有望一定程度上拉平中小商家與頭部商家的營銷能力差距，從而激發中小商家投流投廣興趣，使其將更多預算投入該電商渠道，并在中長期逐步帶動平臺貨幣化釋放節奏。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。58 科技科技/可選消費可選消費 投資觀點投資觀點 國內 AI 從技術突破到場景落地的路徑逐漸清晰，有望迎來商業化加速?；ヂ摼W企業在本輪AI 科技周期中扮演重要參與者，我們認為互聯網 AI 板塊的投資主要分為兩條大的主線：主線主線 1：投資具備優質底層模型：投資具備優

227、質底層模型+算力（云）基礎設施算力（云）基礎設施+豐富下游應用生態的互聯網大廠，豐富下游應用生態的互聯網大廠，首推阿里、騰訊，建議關注百度。首推阿里、騰訊，建議關注百度。此類大廠當前正在通過 capex 引領新一輪國內 AI 基礎設施建設周期（對標美國 23-24 年間 AI 進程），在優質算力（云）基礎設施下擔當中國 AI 科技周期啟動的“賣鏟人”。同時這些大廠下游已經具備完整的應用生態和豐富的用戶基礎，可以在已有的應用場景中無縫加入 AI 功能，依靠流量優勢迅速啟動。而大廠的多元業務生態非常有助于開啟下一個階段的 AI Agent 應用，將有望憑借其生態優勢在 AI 的新一輪競賽中取得領先

228、身位，并中長期賦能核心業務的增長。主線主線 2：投資卡位優質垂直場景：投資卡位優質垂直場景+AI 產品布局充分產品布局充分+商業化落地確定性商業化落地確定性較較高的“小而美”細高的“小而美”細分賽道龍頭，首推美圖、快手、嗶哩嗶哩、有道，建議關注好未來、分賽道龍頭，首推美圖、快手、嗶哩嗶哩、有道，建議關注好未來、BOSS 直聘。直聘。此類廠商原有業務卡位優質的細分垂直場景，如圖像編輯、短（長）視頻、教育和招聘等等，已經具備獨有的數據、用戶資源。隨著 AI 技術平權等行業趨勢，競爭從底層模型轉向下游垂直場景應用，在 AI 端布局充分，并具備優質產品力的企業有望獲得新增長曲線。同時我們也認為從 AI

229、 應用商業化落地層面來看，垂直場景 AI 應用相較搜索、社交等通用 AI 更快，因為通用 AI 當前更聚焦于流量入口的爭奪在變現層面并不激進，而細分垂直場景有望憑借提供的生產力改善、增值體驗等更快實現財報端的兌現。風險提示風險提示 模型性能迭代不及預期：模型性能迭代不及預期：模型的訓練迭代及推理進展不及預期，多模態融合與算力成本優化不及預期。商業化進展緩慢：商業化進展緩慢：商業化推進進程不及預期，用戶付費意愿較低，用戶對 AI 應用接受度存在不確定性。監管收緊：監管收緊：監管政策收緊，有關數據隱私、信息安全等議題，還包括 AI 生成內容合規性要求趨嚴，尤其在教育、醫療等敏感領域。本研報中涉及到

230、未上市公司或未覆蓋個股內容，均系對其客觀公開信息的整理，并不代表本研報中涉及到未上市公司或未覆蓋個股內容，均系對其客觀公開信息的整理，并不代表本研究團隊對該公司、該股票的推薦或覆蓋。本研究團隊對該公司、該股票的推薦或覆蓋。圖表圖表96：重點推薦公司一覽表重點推薦公司一覽表 最新收盤價最新收盤價 目標價目標價 市值市值(百萬百萬)EPS(元元)PE(倍倍)股票名稱股票名稱 股票代碼股票代碼 投資評級投資評級(當地幣種當地幣種)(當地幣種當地幣種)(當地幣種當地幣種)2023 2024E 2025E 2026E 2023 2024E 2025E 2026E 阿里巴巴-W 9988 HK 買入 12

231、7.70 185.10 2,426,540 7.96 8.76 8.90 9.84 14.81 13.46 13.25 11.98 騰訊控股 700 HK 買入 502.00 637.28 4,618,833 12.55 21.14 23.38 26.76 36.93 21.92 19.83 17.33 百度集團 BIDU US 買入 95.87 113.70 33,617 10.25 9.63 9.62 10.75 67.16 71.50 71.51 64.00 美圖公司 1357 HK 買入 5.27 7.49 24,024 0.09 0.18 0.18 0.25 57.21 27.41

232、26.57 19.56 快手-W 1024 HK 買入 56.80 68.73 244,441 1.49 3.57 4.23 5.24 35.27 14.71 12.41 10.01 嗶哩嗶哩 BILI US 買入 19.87 34.40 8,262-8.13-0.05 3.91 5.02-17.55-2,718.50 36.44 28.41 有道 DAO US 買入 7.83 12.04 935.83-4.20 0.85 1.40 1.96-13.38 66.29 40.15 28.62 好未來 TAL US 買入 13.10 15.08 7,933-0.13 0.40 0.94 1.18-

233、104.61 33.15 13.99 11.08 BOSS 直聘 BZ US 買入 20.01 22.71 8,707 4.96 6.27 7.39 7.98 28.99 22.91 19.43 18.01 資料來源：Bloomberg，華泰研究預測 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。59 科技科技/可選消費可選消費 圖表圖表97：重點推薦公司最新重點推薦公司最新觀點觀點 股票名稱股票名稱 最新觀點最新觀點 阿里巴巴阿里巴巴-W(9988 HK)阿里巴巴 3QFY25 總收入 2,802 億元，同增 7.6%，符合 VA 一致預期的同增 7.0%；經調整 EBITA

234、為 549 億元，同增 3.8%，經調整 EBITA 利潤率19.6%，優于 VA 一致預期的 19.2%，主要得益于電商和云業務利潤好于預期。本季度淘天變現率同比有所提升，改善節奏好于我們預期。我們預計提傭舉措與全站推廣工具的滲透提升將助力淘天電商業務變現率在 4QFY25-2QFY26 延續同比改善趨勢，而中長期來看，淘天電商業務回歸品牌經營主陣地策略的有效性及 AI 大模型對電商廣告效率的賦能，是其變現率未來持續改善的主要驅動力。我們看好阿里云持續受益于國內 AI 應用需求增長而兌現收入提速的基本面改善趨勢，同時期待大模型與阿里集團其他各業務線的融合助力其改善用戶體驗并強化市場份額。維持

235、“買入”評級。我們調整 FY25-27 非 GAAP 歸母凈利潤預測 2.4/-3.1/-2.1%至 1,609/1,780/2,046 億元。估值窗口調至 FY26，基于 SOTP 美股目標價 190.4 美元（前值：138.5），港股 185.1 港元（前值：134.7），目標價提升主因云及電商估值倍數上修，對應 20.4/18.3/16.0 倍 FY25-27 非 GAAP 預測 PE。風險提示：AI 云業務拓展不及預期；電商行業競爭加劇。報告發布日期：2025 年 02 月 21 日 點擊下載全文：阿里巴巴點擊下載全文：阿里巴巴-W(9988 HK,買入買入;BABA US,買入買入)

236、:3QFY25：電商業務變現好于預期，云業務收入加速增長：電商業務變現好于預期，云業務收入加速增長 騰訊控股騰訊控股(700 HK)騰訊 4Q 業績：營收同比增長 11.1%至 1724 億元，高于 VA 一致預期 2%（下同）。分業務看，增值服務、在線廣告、金融科技收入分別同比增長14.4%、17.5%、3.2%，對應毛利率同比抬升 2.2/0.9/3.3pct。經調整凈利潤同比增長 29.6%至 553 億元，超預期 2%。公司表示 24 年與 AI 相關的云收入有所翻倍，并于 4Q 加大 GPU 采購力度以夯實算力基礎。展望 1Q，我們預期游戲業務有望受春節活動驅動。我們看好騰訊游戲的長

237、線運營能力，25 年廣告和云收入有望在 AI 催化下加速增長，維持“買入”評級。展望 25-26 年，我們分別上調騰訊收入預測 2.6/2.8%，主系 AI 產品催化下公司業務持續受益，上調經調整凈利潤 2.1/1.0%至 2524 億與 2889 億元。我們引入 27 年新值，對應總營收與經調整凈利潤分別為 8872 億和 3194 億元。我們根據 SOTP 估值，給予目標價 637.28 港幣（前值 582.08 港幣），對應騰訊 2025 年 21.6x PE 估值（對比 Meta 23.9x 2025 PE，3 月 19 日收盤價和彭博一致預期）。2025 年估值倍數上調，主系騰訊 2

238、5 年廣告和云收入有望加速，其中廣告收入 25-27 年有望保持 16-18%CAGR。維持“買入”評級。風險提示：支付增速低于一致預期，經營費用超預期，游戲遞延周期較預期更長，宏觀恢復和廣告增長不及市場預期。報告發布日期：2025 年 03 月 20 日 點擊下載全文：騰訊控股點擊下載全文：騰訊控股(700 HK,買入買入):4Q 收入超預期，關注收入超預期，關注 AI 產品催化產品催化 百度集團百度集團(BIDU US)4Q24 百度集團總收入 341 億元，同比-2.4%（VA 一致預期：-4.8%，口徑下同）。非 GAAP 凈利潤 67 億元，非 GAAP 凈利率 19.7%（預期：1

239、4.7%），同比下降 2.5pp，主因匯兌收益好于預期。4Q24 云業務收入提速，階段性映證國內 AI 需求的強勁表現，后續建議關注核心廣告業務的收入增速修復節奏及搜索廣告市場的競爭格局演變趨勢?！百I入”。我們調整公司 2025/2026 年非 GAAP 凈利潤預測-0.7/0.5%至 270/302 億元，并引入 2027 年預測 319 億元。我們基于 SOTP 估值的目標價為 113.7美元（前值：115.4 美元），110.4 港元（前值：112.3 港元）。風險提示：AI 大模型應用進程不及預期；廣告業務修復弱于預期。報告發布日期：2025 年 02 月 19 日 點擊下載全文：百度

240、集團點擊下載全文：百度集團-SW(9888 HK,買入買入;BIDU US,買入買入):4Q24：云收入加速增長，關注廣告業務后續增速修復節奏：云收入加速增長，關注廣告業務后續增速修復節奏 美圖公司美圖公司(1357 HK)美圖公司 2H24 收入 17.2 億元，yoy+19.8%，低于 VA 一致預期 6%（下簡稱預期），主要受美業業務調整帶來的收入縮減影響，而主業影像業務超預期7%。2H24 調整后歸母凈利潤分別為 3.1 億元，超預期 11%；全年實現調整后歸母凈利潤 5.9 億，達到業績指引上限，受益于收入結構變化下高毛利產品占比提升與運營杠桿起效。美圖 AI 技術迭代下生產力場景與

241、全球化雙輪驅動，持續深化商業潛力，打開中長期增長廣闊空間，維持買入評級。我們預測公司 25-27 年收入分別為 43/54/68 億元（25-26 分別下調 9%/6%），下調理由為公司收入結構變化，美業業務戰略性聚焦高毛利產品導致收入降低；預測調整后歸母凈利潤分別 9.0/12.1/15.9 億元（25-26 均上調 2%），上調理由為高毛利影像主業占比提升，或將帶來盈利能力上行。參考同業 AI 可比公司及付費訂閱類可比公司 2025 年平均 PE 為 29.7 倍，考慮公司 AI 持續賦能業務進入高速成長期，業績兌現能見度高，且公司作為AI 商業化落地稀缺標的，給予估值溢價至 2025 年

242、 35x PE 估值（前值為 25 年 25 倍 PE），目標價為 7.49 港幣（前值：4.95 港幣），買入評級。風險提示：AI 算力不足；圖像大模型進展不及預期；行業內競爭加劇。報告發布日期：2025 年 03 月 19 日 點擊下載全文：美圖公司點擊下載全文：美圖公司(1357 HK,買入買入):收入結構變化利潤率加速上行收入結構變化利潤率加速上行 快手快手-W(1024 HK)快手 4Q 業績：營收同比增長 8.7%至 353.8 億，符合 VA 一致預期 357 億元(下同)。毛利率同比改善 0.9pct 至 54%，經調整凈利潤同比增長 13.3%至47.0 億（符合一致預期 4

243、6.7 億元）。分業務看，直播、廣告、電商收入同比分別變動-2.0%、13.3%、14.1%。展望 25 年，我們預期總收入同比上漲 11%，廣告收入和 GMV 增速同比分別放緩至 14%和 13%，經調整凈利潤達 206 億。我們預期快手收入增長節奏或將于 2Q 起逐步加速。中長期而言，我們認為可靈有望拓展 AI 商業化邊界，例如 2C 訂閱、2B 電商廣告、API 調用均會帶來增量收入（25 年預期收入 4-8 億）。維持“買入”評級。展望 25-26 年，我們調整快手收入預測+0.6%、-0.1%，25 年上調主系可靈 AI 貢獻廣告收入。我們更改經調整凈利潤預測-12.6%、11.0%

244、至 206/250億，主系可靈 AI 加大投入。我們引入 27 年新值，對應收入與經調整凈利潤分別為 1638 億與 283 億元。我們根據 SOTP 估值，給予目標價 68.73港元（前值 60.45 港元）。本次估值上調，主系廣告業務估值上調（AI 提效），可靈 AI 商業化收入潛力開始釋放。維持“買入”評級。風險提示：廣告加載率、直播電商和貨架電商增速不及預期。報告發布日期：2025 年 03 月 26 日 點擊下載全文：快手點擊下載全文：快手-W(1024 HK,買入買入):4Q 收入符合預期，可靈商業化加速收入符合預期，可靈商業化加速 嗶哩嗶哩嗶哩嗶哩(BILI US)公司公布 24

245、Q4 業績：收入 77.34 億元，同比+21.8%，超 VA 的 76.37 億元的預測；調整后歸母凈利潤 4.53 億元，同比轉正，略超 VA 4.10 億元的預測。收入和利潤整體好于市場預期，反映三國遞延收入逐步確認和平臺流量商業化能力的提升。我們預計 25 年公司扭虧為盈，利潤加速兌現，維持“買入”。綜合廣告和游戲業務的結構性增長，我們預計公司 25-27 年收入為 306.3/334.5/359.1 億元（原預測 25/26 307.2/334.7 億元），調整后歸母凈利潤為 16.49/21.15/26.5 億元（原預測 25/26 9.38/13.09 億元，上修 75.80%/

246、61.57%）。公司業務較為多元，采用 25E 分部 PS 估值法，合計目標市值為 1038.9 億人民幣，對應目標價為 34.4 美元（匯率為 7.17，原目標價為 27.3 美元），對應 25/26E PS 3.4x/3.1x，維持“買入”評級。風險提示：用戶增長、游戲表現不及預期，業務相關政策收緊風險。報告發布日期：2025 年 02 月 21 日 點擊下載全文：嗶哩嗶哩點擊下載全文：嗶哩嗶哩(BILI US,買入買入):游戲表現穩健，游戲表現穩健，25 年盈利彈性可期年盈利彈性可期 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。60 科技科技/可選消費可選消費 股票名稱股

247、票名稱 最新觀點最新觀點 有道有道(DAO US)有道公布 24Q4 業績：收入 13.4 億元，yoy-9.5%；Non-GAAP 歸母凈利潤 8866 萬元，yoy+32.5%；24 全年實現 Non-GAAP 歸母凈利潤 1.05 億元（大幅超 VA 一致預期的 6408 萬元），同比轉正，去年同期為虧損 4.75 億。25 年開年以來，在 Deepseek 催化下公司加速 AI 大模型迭代，成為國內首批接入 DeepSeek-R1 并率先在軟硬件上快速商業化落地的教育公司。我們持續看好有道作為國內 AI+教育領軍企業的技術能力和產品能力，自研子曰大模型的豐富垂直數據儲備結合的通用推理能

248、力有望進一步打開商業化空間，維持“買入”?？紤]到學習服務結構性調整以及整體盈利后所得稅率或上升，我們預計 25-27E 公司整體 Non-GAAP 歸母凈利潤為 1.73/2.43/3.43 億元（前值2.45/3.53/-億元），基于 SOTP 估值法，給予 K12 業務/智能硬件業務 24.63/39.27x 25E PE（與可比公司 Wind 一致預測均值一致），考慮在線營銷業務增速較快，給予 15x 25E PE（可比均值為 11.82x），對應目標市值約 14.39 億美金，目標價為 12.04 美元（前值 8.96 美元，基于可比公司估值變化上調）。維持“買入”。風險提示：獲客成本

249、顯著提升；數字內容用戶接受度不高；智能硬件市場滲透率不及預期；宏觀需求壓制廣告業務增長；相關部門對學費定價的監管。報告發布日期：2025 年 02 月 21 日 點擊下載全文：有道點擊下載全文：有道(DAO US,買入買入):“AI 原生”戰略驅動，盈利拐點已現原生”戰略驅動，盈利拐點已現 好未來好未來(TAL US)公司公布 3QFY25（下文簡稱 3Q）業績：收入 6.06 億美元，同比+62.4%，大幅超過彭博 44.2%的一致預期；Non-GAAP 經營利潤-192 萬美元，顯著好于彭博-1319 萬美元的一致預期。我們認為本季度的強勁表現主要得益于線下教育需求持續旺盛以及 AI 學習

250、機銷售超預期。公司產能穩健擴張，各條業務線產品持續豐富，有望為長期增長提供有力支撐，維持“買入”評級?？紤]到 3Q 業績超預期，我們上調 FY25/26/27 Non-GAAP 歸母凈利潤預測至 2.02/2.55/3.36 億美元（較前次預測上調 44.29%/22.01%/3.70%），SOTP 目標價為 15.08 美元（前值：13.83 美元），維持“買入”評級。風險提示：對素養教育和高中學科培訓的監管力度加強，新業務拓展不成功，競爭加劇，優質師資和核心管理人才流失。報告發布日期：2025 年 01 月 24 日 點擊下載全文：好未來點擊下載全文：好未來(TAL US,買入買入):產品

251、周期上行，利潤彈性可期產品周期上行，利潤彈性可期 BOSS 直聘直聘(BZ US)公司發布 24Q4 財報：24Q4 實現收入 18.24 億元，略超華泰預測 18.08 億元，yoy+15.4%。24Q4 經調整凈利潤 7.22 億元，符合華泰預測 7.24 億元，yoy+14.9%。隨著宏觀政策持續推進，春節以來招聘需求呈現修復趨勢，若需求彈性釋放，公司基于產品競爭力有望顯著受益，維持“買入”評級。旺季需求展現良好彈性，Q1 指引好于預期?？紤]到全年需求有待觀察，我們僅小幅上修 FY25-FY27 收入 81.5/93.4/106.2 億元（上修 2.2%/1.6%/-），調整后歸母凈利潤

252、為 32.2/34.7/37.8 億元（上修 0%/1.2%/-），基于 DCF 估值法，維持參數不變，永續增長假設 3%，WACC 為 8.95%，對應目標價為 22.71 美元（前值 19.23 美元），對應調整后 25E PE 22x，維持“買入”。風險提示：企業需求持續承壓；行業競爭加??；藍領業務拓展不及預期。報告發布日期：2025 年 03 月 12 日 點擊下載全文：點擊下載全文：BOSS 直聘直聘(BZ US,買入買入):邊際趨勢良好，期待春招彈性邊際趨勢良好，期待春招彈性 資料來源：Bloomberg，華泰研究預測 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。6

253、1 科技科技/可選消費可選消費 免責免責聲明聲明 分析師聲明分析師聲明 本人，夏路路、蘇燕妮、丁驕琬、侯杰、詹博、鄭裕佳，茲證明本報告所表達的觀點準確地反映了分析師對標的證券或發行人的個人意見；彼以往、現在或未來并無就其研究報告所提供的具體建議或所表迖的意見直接或間接收取任何報酬。一般聲明及披露一般聲明及披露 本報告由華泰證券股份有限公司（已具備中國證監會批準的證券投資咨詢業務資格，以下簡稱“本公司”）制作。本報告所載資料是僅供接收人的嚴格保密資料。本報告僅供本公司及其客戶和其關聯機構使用。本公司不因接收人收到本報告而視其為客戶。本報告基于本公司認為可靠的、已公開的信息編制，但本公司及其關聯機

254、構(以下統稱為“華泰”)對該等信息的準確性及完整性不作任何保證。本報告所載的意見、評估及預測僅反映報告發布當日的觀點和判斷。在不同時期，華泰可能會發出與本報告所載意見、評估及預測不一致的研究報告。同時，本報告所指的證券或投資標的的價格、價值及投資收入可能會波動。以往表現并不能指引未來，未來回報并不能得到保證，并存在損失本金的可能。華泰不保證本報告所含信息保持在最新狀態。華泰對本報告所含信息可在不發出通知的情形下做出修改，投資者應當自行關注相應的更新或修改。本公司不是 FINRA 的注冊會員，其研究分析師亦沒有注冊為 FINRA 的研究分析師/不具有 FINRA 分析師的注冊資格。華泰力求報告內

255、容客觀、公正，但本報告所載的觀點、結論和建議僅供參考，不構成購買或出售所述證券的要約或招攬。該等觀點、建議并未考慮到個別投資者的具體投資目的、財務狀況以及特定需求，在任何時候均不構成對客戶私人投資建議。投資者應當充分考慮自身特定狀況，并完整理解和使用本報告內容，不應視本報告為做出投資決策的唯一因素。對依據或者使用本報告所造成的一切后果，華泰及作者均不承擔任何法律責任。任何形式的分享證券投資收益或者分擔證券投資損失的書面或口頭承諾均為無效。除非另行說明，本報告中所引用的關于業績的數據代表過往表現，過往的業績表現不應作為日后回報的預示。華泰不承諾也不保證任何預示的回報會得以實現，分析中所做的預測可

256、能是基于相應的假設，任何假設的變化可能會顯著影響所預測的回報。華泰及作者在自身所知情的范圍內，與本報告所指的證券或投資標的不存在法律禁止的利害關系。在法律許可的情況下，華泰可能會持有報告中提到的公司所發行的證券頭寸并進行交易，為該公司提供投資銀行、財務顧問或者金融產品等相關服務或向該公司招攬業務。華泰的銷售人員、交易人員或其他專業人士可能會依據不同假設和標準、采用不同的分析方法而口頭或書面發表與本報告意見及建議不一致的市場評論和/或交易觀點。華泰沒有將此意見及建議向報告所有接收者進行更新的義務。華泰的資產管理部門、自營部門以及其他投資業務部門可能獨立做出與本報告中的意見或建議不一致的投資決策。

257、投資者應當考慮到華泰及/或其相關人員可能存在影響本報告觀點客觀性的潛在利益沖突。投資者請勿將本報告視為投資或其他決定的唯一信賴依據。有關該方面的具體披露請參照本報告尾部。本報告并非意圖發送、發布給在當地法律或監管規則下不允許向其發送、發布的機構或人員，也并非意圖發送、發布給因可得到、使用本報告的行為而使華泰違反或受制于當地法律或監管規則的機構或人員。本報告版權僅為本公司所有。未經本公司書面許可，任何機構或個人不得以翻版、復制、發表、引用或再次分發他人(無論整份或部分)等任何形式侵犯本公司版權。如征得本公司同意進行引用、刊發的，需在允許的范圍內使用，并需在使用前獲取獨立的法律意見，以確定該引用、

258、刊發符合當地適用法規的要求，同時注明出處為“華泰證券研究所”，且不得對本報告進行任何有悖原意的引用、刪節和修改。本公司保留追究相關責任的權利。所有本報告中使用的商標、服務標記及標記均為本公司的商標、服務標記及標記。中國香港中國香港 本報告由華泰證券股份有限公司制作,在香港由華泰金融控股（香港）有限公司向符合證券及期貨條例及其附屬法律規定的機構投資者和專業投資者的客戶進行分發。華泰金融控股（香港）有限公司受香港證券及期貨事務監察委員會監管，是華泰國際金融控股有限公司的全資子公司，后者為華泰證券股份有限公司的全資子公司。在香港獲得本報告的人員若有任何有關本報告的問題,請與華泰金融控股（香港）有限公

259、司聯系。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。62 科技科技/可選消費可選消費 香港香港-重要監管披露重要監管披露 華泰金融控股（香港）有限公司的雇員或其關聯人士沒有擔任本報告中提及的公司或發行人的高級人員。阿里巴巴-W（9988 HK）、美圖公司（1357 HK）、快手-W（1024 HK）、騰訊控股（700 HK）：華泰金融控股（香港）有限公司、其子公司和/或其關聯公司在本報告發布日擔任標的公司證券做市商或者證券流動性提供者。有關重要的披露信息，請參華泰金融控股（香港）有限公司的網頁 https:/.hk/stock_disclosure 其他信息請參見下方“美國“美

260、國-重要監管披露”重要監管披露”。美國美國 在美國本報告由華泰證券（美國）有限公司向符合美國監管規定的機構投資者進行發表與分發。華泰證券（美國）有限公司是美國注冊經紀商和美國金融業監管局（FINRA）的注冊會員。對于其在美國分發的研究報告，華泰證券（美國）有限公司根據1934 年證券交易法（修訂版）第 15a-6 條規定以及美國證券交易委員會人員解釋，對本研究報告內容負責。華泰證券（美國）有限公司聯營公司的分析師不具有美國金融監管（FINRA）分析師的注冊資格，可能不屬于華泰證券（美國）有限公司的關聯人員，因此可能不受 FINRA 關于分析師與標的公司溝通、公開露面和所持交易證券的限制。華泰證

261、券（美國）有限公司是華泰國際金融控股有限公司的全資子公司，后者為華泰證券股份有限公司的全資子公司。任何直接從華泰證券（美國）有限公司收到此報告并希望就本報告所述任何證券進行交易的人士，應通過華泰證券（美國）有限公司進行交易。美國美國-重要監管披露重要監管披露 分析師夏路路、蘇燕妮、丁驕琬、侯杰、詹博、鄭裕佳本人及相關人士并不擔任本報告所提及的標的證券或發行人的高級人員、董事或顧問。分析師及相關人士與本報告所提及的標的證券或發行人并無任何相關財務利益。本披露中所提及的“相關人士”包括 FINRA 定義下分析師的家庭成員。分析師根據華泰證券的整體收入和盈利能力獲得薪酬，包括源自公司投資銀行業務的收

262、入。阿里巴巴-W（9988 HK）、美圖公司（1357 HK）、快手-W（1024 HK）、騰訊控股（700 HK）：華泰證券股份有限公司、其子公司和/或其聯營公司在本報告發布日擔任標的公司證券做市商或者證券流動性提供者。華泰證券股份有限公司、其子公司和/或其聯營公司,及/或不時會以自身或代理形式向客戶出售及購買華泰證券研究所覆蓋公司的證券/衍生工具，包括股票及債券（包括衍生品）華泰證券研究所覆蓋公司的證券/衍生工具，包括股票及債券（包括衍生品）。華泰證券股份有限公司、其子公司和/或其聯營公司,及/或其高級管理層、董事和雇員可能會持有本報告中所提到的任何證券（或任何相關投資）頭寸，并可能不時進

263、行增持或減持該證券（或投資）。因此，投資者應該意識到可能存在利益沖突。新加坡新加坡 華泰證券（新加坡）有限公司持有新加坡金融管理局頒發的資本市場服務許可證，可從事資本市場產品交易，包括證券、集體投資計劃中的單位、交易所交易的衍生品合約和場外衍生品合約，并且是財務顧問法規定的豁免財務顧問，就投資產品向他人提供建議，包括發布或公布研究分析或研究報告。華泰證券（新加坡）有限公司可能會根據財務顧問條例第 32C 條的規定分發其在華泰內的外國附屬公司各自制作的信息/研究。本報告僅供認可投資者、專家投資者或機構投資者使用，華泰證券（新加坡）有限公司不對本報告內容承擔法律責任。如果您是非預期接收者，請您立即

264、通知并直接將本報告返回給華泰證券（新加坡）有限公司。本報告的新加坡接收者應聯系您的華泰證券（新加坡）有限公司關系經理或客戶主管，了解來自或與所分發的信息相關的事宜。評級說明評級說明 投資評級基于分析師對報告發布日后 6 至 12 個月內行業或公司回報潛力（含此期間的股息回報）相對基準表現的預期（A 股市場基準為滬深 300 指數，香港市場基準為恒生指數，美國市場基準為標普 500 指數，臺灣市場基準為臺灣加權指數，日本市場基準為日經 225 指數，新加坡市場基準為海峽時報指數，韓國市場基準為韓國有價證券指數，英國市場基準為富時 100 指數），具體如下：行業評級行業評級 增持：增持：預計行業股

265、票指數超越基準 中性：中性：預計行業股票指數基本與基準持平 減持：減持：預計行業股票指數明顯弱于基準 公司評級公司評級 買入：買入：預計股價超越基準 15%以上 增持：增持：預計股價超越基準 5%15%持有：持有：預計股價相對基準波動在-15%5%之間 賣出：賣出：預計股價弱于基準 15%以上 暫停評級：暫停評級：已暫停評級、目標價及預測，以遵守適用法規及/或公司政策 無評級：無評級：股票不在常規研究覆蓋范圍內。投資者不應期待華泰提供該等證券及/或公司相關的持續或補充信息 免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。63 科技科技/可選消費可選消費 法律實體法律實體披露披露 中

266、國中國：華泰證券股份有限公司具有中國證監會核準的“證券投資咨詢”業務資格，經營許可證編號為：91320000704041011J 香港香港：華泰金融控股（香港）有限公司具有香港證監會核準的“就證券提供意見”業務資格，經營許可證編號為：AOK809 美國美國：華泰證券（美國）有限公司為美國金融業監管局（FINRA）成員，具有在美國開展經紀交易商業務的資格，經營業務許可編號為：CRD#:298809/SEC#:8-70231 新加坡：新加坡：華泰證券（新加坡）有限公司具有新加坡金融管理局頒發的資本市場服務許可證，并且是豁免財務顧問。公司注冊號：202233398E 北京北京 北京市西城區太平橋大街

267、豐盛胡同28號太平洋保險大廈A座18層/郵政編碼：100032 電話：86 10 63211166/傳真：86 10 63211275 電子郵件：ht- 上海上海 上海市浦東新區東方路18號保利廣場E棟23樓/郵政編碼：200120 電話：86 21 28972098/傳真：86 21 28972068 電子郵件：ht- 華泰證券股份有限公司華泰證券股份有限公司 南京南京 南京市建鄴區江東中路228 號華泰證券廣場1 號樓/郵政編碼：210019 電話：86 25 83389999/傳真：86 25 83387521 電子郵件：ht- 深圳深圳 深圳市福田區益田路5999 號基金大廈10 樓/

268、郵政編碼：518017 電話：86 755 82493932/傳真：86 755 82492062 電子郵件：ht- 華泰金融控股（香港）有限公司華泰金融控股（香港）有限公司 香港中環皇后大道中 99 號中環中心 53 樓 電話：+852-3658-6000/傳真：+852-2567-6123 電子郵件： 華泰證券（美國）有限公司華泰證券（美國）有限公司 美國紐約公園大道 280 號 21 樓東（紐約 10017）電話：+212-763-8160/傳真：+917-725-9702 電子郵件:Huataihtsc- 華泰證券（新加坡）有限公司華泰證券（新加坡）有限公司 濱海灣金融中心 1 號大廈,#08-02,新加坡 018981 電話：+65 68603600 傳真：+65 65091183 版權所有2025年華泰證券股 份有限公司