2025年消费行业专题研究报告：复盘2013年移动互联网+消费浪潮，展望2023年来的AI+消费机遇

一、回望 2013 年，互联网+赋能消费，基本面股价迎来双重爆发

1.1.移动互联网技术推动线上线下消费新业态迭起

1.1.1、线上：支付迎来革命，平台经济崛起

在 4G 技术并未普及之前，我国的移动应用服务主要局限于短信、传统阅读、音乐以及游 戏方面,而涉及到消费有关的手机购物由于网络移动支付的发展不完全受到桎梏。随着 4G 网络的普及，移动互联网进入了全新的发展阶段。4G 技术不仅提升了数据传输速度和网 络稳定性，还为移动应用提供了更广阔的空间。根据第 37 次中国互联网络发展状况统计 报告，截至 2015 年 12 月，我国手机网民人数已达到 6.20 亿，手机上网的人群占比从 2014 年的 85.8%上升至 90.1%。与此同时，台式电脑、笔记本电脑和平板电脑的使用率均呈现 下降趋势，手机逐渐取代其他个人上网设备，成为主流选择。

随着移动互联网大规模普及并进入深度发展阶段，短视频、直播、社交平台、共享经济等 新兴领域持续增长。2014-2015 年间，中国线上平台的迅速发展形成了多元化的互联网生 态体系，涵盖了支付、电商、社交和流媒体等领域，推动了消费模式和消费结构的根本性 变化。特别是互联网+的进一步深化，让各类平台通过创新的技术手段提升了用户体验、 增加了消费场景，促进了消费增长。

1） 移动支付：移动支付快速增长，支付宝绝对领先，微信支付后来居上

根据 2015 年支付业务统计数据显示，2015 年，银行业金融机构共发生电子支付业务 1052.34 亿笔，金额 2506.23 万亿元。其中，网上支付业务 363.71 亿笔，金额 2018.20 万亿元，同比分别增长 27.29%和 46.67%。其中移动支付业务 138.37 亿笔，金额 108.22 万亿元，同比分别增长 205.86%和 379.06%。

为了抢占移动支付市场，各大厂商持续推动技术创新，不断提升移动支付的安全以及便捷 性，根据中国互联网协会的数据，截至 2014 年，网络支付市场支付宝已占市场品牌渗透 率主流，且 2013 年刚上新的微信支付功能也呈现出强大的增长潜力，已占据 21.5%的地 位。自 2014 年初推出朋友圈红包开始，微信支付越来越占据线上支付的主流。2014 年 8 月，微信支付正式公布“微信智慧生活”全行业解决方案，以微信公众号+微信支付为基 础，帮助传统行业将原有商业模式“移植”到微信平台。 随着移动互联网不断普及，支付宝在 2014 到 2015 年间也在不断推新，力求更加完善的移 动支付功能。类似于微信支付，支付宝也推出了二维码支付，推出了更多基于余额宝的理 财产品。与此同时，花呗和借呗的推出丰富了支付宝的金融生态，用户可以在支付宝平台 上进行商品购买时选择分期支付，并允许用户通过支付宝借款，提供了个人信用借贷服务， 这极大程度上为消费者提供了灵活的支付方式。

2） 平台电商：移动电商爆发式增长，智能手机购物成主流消费方式

根据中国网络购物市场研究报告的数据，截至 2015 年 12 月，我国网络购物用户规模达到 4.13 亿，较 2014 年底增加 5183 万，增长率为 14.3%，高于 6.1%的网民增速。值得注意的是，手机购物市场用户规模增速是整体网络购物市场的 3.1 倍，手机网络购物的使用比 例由 42.4%提升至 54.8%。这充分代表了移动互联网发展所带来的互联网商业模式的蓬勃 发展。此外，2015 年网络零售额同比增长 33.9%，显示出电商市场的快速扩张。

正是应移动互联网发展的潮流，电商平台在 2014-2015 年间有着爆发式的发展。对一直占 据主流地位的阿里巴巴集团而言，其抓住移动支付普及风口，通过资产重组和产业链整合 构筑电商服务生态，旗下的淘宝天猫在 2014-2015 年持续扩展市场份额。对仅包括平台类 和垂直类电商，不包含团购及外卖的移动电商领域而言，淘宝占据 32%的地位，位居榜首。

天猫通过聚焦品牌商，建立了完善的品牌电商生态。淘宝则在内容、社交、直播等方向进 行多元化扩展，推进了 C2C（消费者对消费者）和 B2C（企业对消费者）模式的融合，不 断进行双十一购物节的扩展与创新。这样的商业模式打造的效果是显著的，2015 年阿里 巴巴集团宣布双十一销售额达到了 912.17 亿。 除淘宝外，京东、苏宁易购等多家电商平台在扩展线上业务的同时，推动线上线下结合的 全渠道战略，力图在自营物流方面的优势使其与其他平台区别开来。

3） 社交应用：社交应用成为商业导流新入口，大数据与移动社交发展前景向好

移动互联网时代，大数据与移动社交技术为社交应用赋能，使其展现出鲜明的移动化与本 地化特点，成为商业导流的优质入口。正如拼多多，利用微信平台实现用户规模快速增长， 当下在游戏、视频等领域，乃至在线教育、互联网金融行业，都积极融入社交元素，以此 拓展用户群体、增强用户粘性。 微信在 2014-2015 年逐渐从一个单纯的即时通讯工具，向一个集社交、支付、内容和电商 等多功能一体化的平台转变。在此期间，微信充分利用朋友圈、微信公众号功能，通过社 交化电商（如朋友圈小店、微信支付）以及广告平台功能，成功实现了商业化变现。

4）视频软件：视频平台加速商业化与市场扩展，打造综合性娱乐平台

4G 网络的大规模建设和普及，极大地提高了网络传输速度和稳定性，能够支持流畅的视 频播放和快速上传下载，也由此催生了视频平台的快速发展。根据中国互联网协会的数据， 至 2015 年 12 月，中国网络视频用户规模达 5.04 亿，较 2014 年底增加 7093 万，网络视 频用户使用率为 73.2%，较 2014 年底增加了 6.5 个百分点。其中，手机视频用户规模为 4.05 亿，与 2014 年底相比增长了 9228 万，增长率为 29.5% 。手机网络视频使用率为 65.4%,相比 2014 年底增长 9.2 个百分点。 同时，视频平台也逐渐跳脱出其传统领域，向商业化不断推进。三大主流平台优酷、爱奇 艺及腾讯视频在这一期间都推出了大量的原创节目、探索个性化推荐算法并不断推升播放 体验优化技术。腾讯视频还通过社交互动和腾讯生态的支持，实现了视频平台的商业化与 市场扩展。

5）音乐平台：音乐平台社交化与商业化加速，个性化体验成核心竞争力

移动互联网的普及促使在线音频平台大量涌现。蜻蜓 FM、懒人听书、喜马拉雅等具有代 表性的在线音频平台相继诞生，并分化出 PCG（专业生产内容）和 UGC（用户生成内容） 两种模式。PCG 模式凭借专业团队打造高质量内容，UGC 模式则激发用户创作，丰富内容 生态。而大型商业平台的出现，标志着 “声音经济” 在当代正式诞生，开启了音频领域 商业价值挖掘的新阶段。 早在 2009 年，音乐平台的个性化推荐就已经开始，如豆瓣 FM、千千静听等就推出了这种 功能。但由于移动化程度较低、版权缺失以及旗下产品无序发展等原因均未能实现高水平 发展。 网易云音乐在 2013 年上线，其因找到了“音乐社区”的差异化路径得到了快速发展。乘 着互联网发展的东风，主动进行个性化推荐与智能算法，进行社交功能与社区化，用户规 模快速增长。

1.1.2、线下：互联网促进线下消费更迭，新业态迎来生长

O2O 模式包揽了互联网+时代大部分的消费模式创新

O2O（Online to Offline）指的是线上流量通过互联网技术与线下服务场景相结合的一种商业模式。用户可以通过线上平台了解、选择、并支付线下服务。对于传统的线下商户来 说，O2O 模式不仅带来了新的流量来源，还使得营销、支付和用户管理更加数字化和精准 化。2014 年至 2015 年间，O2O 模式在中国市场实现了快速扩张，原因在于智能手机的普 及、移动支付的广泛应用以及消费者需求的不断升级。根据易观智库数据显示，2014 年到 2015 年，中国涌现了大量 O2O 平台，促使 O2O 市场高速发展。2015 年本地生活服务 O2O 市场规模为 8797.0 亿元。从 2011 年到 2015 年，O2O 线上渗透率五年内从 2.1%上涨至 5.5%。据艾瑞咨询数据显示，O2O 市场的高速发展主要受各垂直行业快速发展所推动。 2011 年至 2018 年中国本地生活服务 O2O 市场的规模结构发生了一些变化，线上餐饮行业 始终占据主导地位，尽管其市场份额从 2011 年的 49.8%逐渐下降至 2018 年预测的 47.8%。 这表明虽然线上餐饮依然是 O2O 市场的核心部分，但其他细分市场正在逐渐增长，市场份 额有所提升。总体来看，这些数据反映了中国本地生活服务 O2O 市场在 2011 年至 2018 年 间的发展趋势，即市场正在向多元化和细分化方向发展。

1）餐饮 O2O：线上流量与线下体验的融合

餐饮是 O2O 市场占比较大的一个板块，交易与服务同时涉及线上流程(包括但不限于支付、 下单等)和线下实体服务或体验。包括:商家通过让利，吸引消费者在线下单，然后线下消 费;以菜谱为切入点建立社区，锁定目标用户，通过平台自身的用户粘度，引导用户完成 线上下单的交易闭环;餐饮商户将产品通过外送的方式销售出去的外卖服务;为餐饮企业 提供软件工具类产品服务等。艾瑞咨询统计数据显示，2015 年中国餐饮 O2O 市场规模为 1615.5 亿元，占餐饮行业总体的比重为 5.0%，餐饮 O2O 保持较高的增长速度反映出更多 的餐饮商户涉足线上领域。

2） 团购点评类：美团、大众点评的崛起与生态构建

2012 年，随着团购平台的崛起，以美团、大众点评为代表，引进美国 Groupon 形式，全面 接入本地餐厅。O2O 模式首先在团购行业获得广泛应用。消费者可以通过线上平台选择优 惠商品或服务，并在线支付后到线下商家进行消费。 以大众点评为代表，通过长期的积累，汇集了大量餐厅和用户的信息，起到了市场培育的 作用。另外，美团于 2015 年收购大众点评，给双边平台带来了战略性意义： 1）增加双边平台的粘性。到店业务的点评内容，营造了社区生态，增加了用户的粘性， 因此也能吸引更多商户入驻。 2）提供决策依据。用户的点评内容、推荐菜品、优惠券交易、店铺查找、页面浏览等数 据，都是体现用户喜好和需求的第一手数据，可以帮平台逐步完善用户画像，从而提升用 户和商户匹配的精准度，并反哺其他业务。 3）树立业务壁垒。内容社区的建立、运营需要一个漫长的培育过程，而成立于 2003 年的 大众点评在这方面具有明显的先发优势，如大量用户评论、 真实商家照片以及视频，其 他平台很难追赶。

3） 外卖服务类：美团外卖与饿了么的快速发展

除了团购平台，外卖业务是 O2O 模式最具代表性的消费场景之一。外卖 O2O 是指以互联网 为媒介，连接用户与线下餐饮企业，借助互联网信息平台，以外卖资源整合为核心，以用 户需求为导向，为用户提供丰富的外卖信息以及便捷的外卖服务，使用户可以足不出户进 行线上订餐，并享受外卖服务;同时为餐饮企业提供了一个新的销售和营销渠道，实现营 业规模的扩张。美团外卖、饿了么等平台在 2012 年后迅速发展，移动互联网的普及使得 消费者能够随时随地点餐，享受快捷的送餐服务。 2014 年至 2015 年，在线外卖市场规模迅速扩大，保持两位数增长。2015 年，中国的外卖 市场规模已达到 1250 亿元人民币，同比增长超过 45.2%。特别是在一线城市，外卖成为 日常消费的重要组成部分。2015 年中国外卖用户数量突破 2 亿人，消费者对外卖的需求 快速增长。

4） 在线旅游 O2O：OTA 平台重塑旅游消费

OTA（Online Travel Agency）是旅游产业链中游环节，为下游消费者提供优质产品及服 务。OTA 已形成复杂的产业链。OTA 在在线旅游产业链中处中游地位，上游对接丰富的旅 游资源（为消费者提供旅游产品及服务），下游面对广大的消费群体（为旅游资源方导入 客流），旅游资源的丰富度以及消费者需求的多样性决定了 OTA 行业业务范围广、市场规 模大、商业模式日新月异的特点。 根据 Analysys 易观智库数据监测显示，2015 年中国在线旅游市场交易规模达到 4737.7 亿元，同比增长 49.6%;中国旅游产业线上渗透率达到 11.5%，预计未来在线旅游在整体旅 游产业所占的交易规模比重将进一步扩大。在线旅游市场主要由在线交通预订、在线住宿 预订和在线度假旅游预订三个细分市场构成，交通预订和住宿预订市场经过十多年发展， 互联网化程度相对较高，未来增速将逐渐趋于平缓。同时，行业集中度也在不断提升，头 部 OTA 携程企业凭借品牌、技术和资源优势，逐渐占据更大的市场份额。

5）即时配送：外卖与新零售推动下的物流变革

外卖催生、新零售驱动，即时配送发展迅猛：即时配送是应 O2O 而生的物流产物，是用户 通过网上平台下单，平台安排线下配送的一种新兴的物流形式。2015 年企业人工成本、行 业税率居高不下，使得国内的同城配送成本明显偏高。在这样的市场环境之下，互联网 O2O 成为同城配送行业转型的必经之路。O2O 物流或同城配送平台让货主通过平台直接跟车辆 所有者进行沟通，省去了中介环节，所消耗的成本也得到了有效的控制。 即时配送不仅局限于食品外卖，还扩展到生鲜、药品等领域。例如，京东到家和闪送，都 在探索并拓展即时配送服务，保证消费者在较短时间内收到商品。特别是 2014 年至 2015年，一批不以外卖业务为主的即时配送平台集中上线，它们有的是以同城跑腿业务为主的 即时配送平台（如闪送、达达），有的是专门配送药品的平台（如叮当快药）、有的是生鲜 产品的即时配送平台，这些外卖平台的出现使得即时配送领域分工更加细化，开拓出更多 的 2B、2C 的业务，进一步挖掘了即时配送的市场潜力。随着此类平台的上线，相应市场 逐渐被打开，即时物流行业订单量增速在 2015 年出现一个小高峰。

6） 网约车：从爆发式增长到成熟竞争的市场演进

网约车用户规模从 2014 年的 2.11 亿人增长到 2017 年的 4.35 亿人。在 2014 年到 2015 年 之间增长率较高，但随后增速有所减缓，这可能反映了市场逐渐趋于成熟，竞争加剧以及 市场饱和度提高的影响。 居民生活水平的提高刺激了优质出行需求的产生，出租车成为消费者除私家车外首选的优 质出行方案，但出租车市场则呈现明显的供需缺口，难以满足人们的优质出行需求。网约 车的出现，恰当地弥补了消费者在出行领域的消费痛点和消费空白，满足了消费者对优质 的乘车环境和服务的升级需求。 在网约车平台的深度市场教育及人口红利的带动下，2016 年网约车用户规模实现爆发式 增长，同比增长 245.5%至 3.8 亿人。但随着人口红利的消退，网约车行业发展的逐渐平 稳，用户规模增速呈现大幅回落。截至 2018 年底，行业用户规模达 4.9 亿人，其中网约 出租车用户有 3.3 亿人，网约专车用户有 3.3 亿人。

1.2、新消费品牌：依托电商新渠道，新式品牌得到快速发展

电商平台的高速发展，改变了原本线下场景独大的渠道结构，新消费品牌可以突破传统品牌的线下渠道优势，依靠电商得到快速发展。传统的消费时代渠道集中于线下，传统优势 品牌依靠先发优势和规模优势，可以在渠道端建立相当的竞争壁垒，从而阻碍新品牌的进 入。而电商渠道的最大变化就是品牌可以通过线上平台直达消费者，无论是老品牌还是新 品牌均可以通过建立网店的模式，迅速触达消费者，这完全改变了消费行业渠道的竞争格 局，从而赋予了新品牌更快速成长的机会。在电商平台推动之下，涌现了部分以电商渠道 为主要销售渠道的新消费品牌： 小熊电器：2015-2018 年，小熊电器线上销售占比均超 88%。小熊电器自成立起便以“互 联网+”模式为核心，通过天猫、京东等平台快速崛起，2019 年作为“淘品牌”成功上市。 其早期定位即为“创意小家电+互联网”企业，依赖电商流量红利实现高速增长。 花西子：创始人花满天拥有丰富的电商运营经验（曾负责百雀羚、水密码天猫旗舰店）， 品牌创立之初便聚焦线上渠道。花西子通过与李佳琦深度绑定和短视频营销快速爆发，GMV 一度飙升，成为国货美妆头部品牌。 三只松鼠：三只松鼠的发展长期以电商渠道为核心，凭借其在电商平台上的精准营销、优 质的产品供应以及高效的物流配送体系，成功吸引了大量线上消费者。

1.3.互联网+技术逐渐改变了消费基本面的部分底层设施

线下：

1） 消费者覆盖面扩大和消费频次提升

随着互联网+带动的移动互联网普及，越来越多的消费者从传统的线下渠道转向线上线下 结合的消费模式。据 CNNIC 发布的《中国互联网络发展状况统计报告》，2015 年，中国网 民规模达到 6.88 亿，其中手机网民占比达 90.1%。这一庞大的线上消费群体通过 O2O 平 台转化为线下客流，直接拉动线下 O2O 的订单增长。例如，2019 年美团餐饮外卖业务继 续保持强劲增长势头，全年交易笔数同比增长 36.4%至 87 亿笔，交易金额同比增长 38.9% 至 3927 亿元，日均交易笔数增长 36.4%至 2390 万笔。 这些数据表明，通过互联网+，线 下商户的触达用户数量显著增加，营业额获得快速增长。美团平台合作的活跃商户数超过 600 万家，同比增长超 7%，这进一步体现了互联网+对消费基本面产生的定量驱动作用。

2） 商户收入提升和规模扩大

通过互联网+，线下商户的触达用户数量显著增加，营业额获得快速增长。麦肯锡 2022 年 发布的《中国零售数字化白皮书》中提到，全渠道用户的年均消费金额，比单渠道用户高 30%以上。通过“拉新-客单-复购”，建立全链路的用户运营能力拉新：对传统商超企业来 说，充分利用线下门店的自然流量优势，能够帮助到家业务在建立之初快速起量，例如， 大润发借力线下 400 余家门店，通过在门店推进线上下单、在主通道区域张贴线上促销 海报等方式，获得逾 50%的线上新客。另外，根据美团发布的《2019 年及 2020 年上半年 中国外卖产业发展报告》显示，2019 外卖业务每笔订单的平均价值同比增长 1.8%，日均 交易笔数增长 36.4%至 2390 万笔，订单数量和平均订单价的上涨实现了商户的收入提升 和规模扩大。

3） 缓解了因城镇化速度加快引起的公共交通运力供给不足的困境

中国城市化速度加快，加剧了农村至城镇的人口流动，根据国家统计局数据显示，城镇人 口从 2014 年 7.4 亿增长至 2018 年的 8.3 亿，年复合增长率超 50%。城镇人口的急 速增长为公共交通体系带来了极大的挑战。以北京为例，截至 2018 年，北京市总人口达 2,154.2 万人，北京地铁工作日日客运量为 1,000 万人次，公交工作日日客运量为 1,200 万人次，即使公共交通满负荷运载，仍不能解决居民出行困难的问题。 此外，城镇人口爆炸式增长导致城市面积不断扩张，但由于城市扩建过快，存在部分新建 城区的生活配套设施不健全，居民出行可选方式甚少的难题。当前仍存在部分城乡结合处 尚未开通公交和地铁，居民出行只能依靠出租车、黑车、共享单车或步行。 城市出租车 的服务供给仍显不足，且价格相对较高；黑车虽然解决了部分人的出行问题，但由于其安 全隐患过高，影响居民人身安全，各地区政府一直大力整治，取缔非法车辆运营；共享单 车或步行的覆盖面积较小，只能满足居民短距离的出行需求。根据中国智能出行 2015 大 数据报告显示，2015 年一线城市的网约车渗透率高达 40.1%，体现出网约车企业开展快 车、专车等业务有效缓解了因城镇化速度过快引起的公共运力供给不足的困境。

1.4.在多重利好之下，2016 年后消费股迎来牛市

一方面以阿里巴巴和美团为代表的互联网公司股价快速增长：阿里巴巴的股价从 15 年的 57 美元上涨至 2020 年的 300 多美元，美团的股价从 2018 年的 60 美元左右上涨至 2021 年的 450 美元。阿里巴巴和美团分别代表了移动互联网+消费浪潮之下线上和线下的两大 代表性业态，这两个互联网龙头公司在这些年得到了快速发展，同时也改变了原有的众多 消费业态。 另外一方面 A 股的中证消费指数迎来大涨：中证消费从 2016 年的 7700 点上涨至 2020 年 底最高 27000 点。我们认为移动互联网的浪潮推动的消费端基本面的变化，是这波消费牛 市的推动力之一，当然还有其他因素的影响，会在第三部分的消费牛市对比中进行深入讨 论。

二、展望 2025 年，“AI 机器人+消费”行情冉冉升起

2013-2015 年的“互联网+”行情珠玉在前，而伴随着 2023 年 ChatGPT 的横空出世和 2025 年初国产大模型 Deepseek 的出现，技术进步的积累正朝着商业化演进，新一轮“AI 机器人+消费”行情渐行渐近。我们从技术发展路径、产业变革方向递进分析，前瞻把握 此轮科技行情在大消费板块的潜在发展路径。

2.1.国产 AI 突破，推动算力平权

AI 概念始于 1960 年代，经过近 70 年的技术演进，在 2020 年后迎来加速应用阶段，商 业化进程亦快速开启。除此之外，Deepseek 为代表的本土大模型亦在性能上实现大幅赶 超，带动 AI 平权运动，为 AI+消费落地提供技术基础。 人工智能（AI）技术发展始于上世纪 60 年代，但由于计算能力和数据存储限制在 1970 年 代进入瓶颈期。1990 年代专家系统出现优化了 AI 表现，但过于依赖定义的规则、缺乏自 适应能力使得 AI 技术无法应对复杂应用场景。进入 21 世纪，计算能力大幅提升和大数据 普及让 AI 进入快速发展新阶段。2006 年深度学习奠基人杰弗里·辛顿提出神经网络训练 方法，开启了深度学习的时代。此后卷积神经网络（CNN）、循环神经网络（RNN）在图 像识别、语音识别和自然语言处理等领域取得了显著成果。2016 年，谷歌旗下 Deepmind 推出的 AlphaGo 击败当时人类顶尖围棋选手李世石，标志着 AI 技术的进步。

2022 年后，以 Transformer 架构为基础的大语言模型在自然语言处理领域取得了革命性 进展，AI 技术进入新的高潮。这些模型通过海量数据预训练，能够生成高质量的文本内 容，并在多种语言任务中表现出色，以 OpenAI 为代表的企业纷纷加码迭代升级大模型。 具体分段来看，2023 年是 AI 技术加速扩散的起点，而 2025 年则是中国 AI 迎头直追： 1. 2022 年：ChatGPT3.5 发布，行业加速变革。2022 年 AI 技术的应用主要在文字、 图形领域，标杆性的 AI 模型包括 Midjourney、Satble Diffusion 以及 OpenAI 推出的 ChatGPT。其中 ChatGPT3.5 的出现具有标志性意义，在理解上下文、文本生成等 方面更平滑，极大提升了用户体验并使得用户门槛显著降低，发布后用户数快速提升。 2. 2023 年：技术扩散启幕，科技巨头纷纷下场。ChatGPT 的火爆让各科技龙头看到机 遇，均推出了 AI 大模型产品，例如 Meta 的 LLaMA、Anthropic 的 Claude2、X 的 Grok 等。全行业的资本开支大幅增加，推动模型性能和早期应用逐步出现。 3. 2024 年：大模型层出不穷，AI 性能不断进化。在前期基础上，2024 年 AI 模型进一 步迭代。例如 OpenAI 推出 Sora、ChatGPT-4o，其余 Gemini、Claude3、Grok-1.5V 也纷纷升级。值得注意的是，在海外大模型突飞猛进的同时，中国本土厂商也开始追 赶。2024 年 6 月 Deepseek 推出开源的 V2 模型，性能已经接近 ChatGPT-4 等模 型，阿里巴巴也在 2024 年 9 月推出了 Qwen2.5 模型。 4. 2025 年至今：国产模型突破，推动 AI 平权。2025 年 1 月 Deepseek 宣布推出开源 模型 R1，性能接近 ChatGPT-4o 的同时训练成本大幅降低，标志着国产大模型和海外对标产品的距离不断拉近。此外 2025 年 AI 模型升级继续推进，随着性能提升和 成本下降，预计将会加快应用端的落地。

DeepSeek 成立于 2023 年，总部位于浙江杭州，是专注于大语言模型及相关 AI 技术研 发的国内科技独角兽。2025 年 1 月发布开源大模型 DeepSeek-R1，标志着“算力平权” 运动的开启。DeepSeek-R1 在后训练阶段大规模使用强化学习技术，在仅有极少标注数 据情况下极大提升了模型推理能力，性能比肩 OpenAI o1 正式版。 除了在性能上的优势，Deepseek 的使用成本也更低。DeepSeek-R1 API 服务定价为每 百万输入 tokens 1 元（缓存命中）/4 元（缓存未命中），每百万输出 tokens 16 元。更低 廉的模型使用成本为应用端落地提供基础，尤其是本土大模型的出现还能规避技术竞争风 险。

除了技术端的突飞猛进，政策对 AI 支持导向亦十分明确。2025 年 2 月 10 日国务院常务 会议召开，研究提振消费有关工作。会议明确表示，要支持新型消费快速发展，促进 “人 工智能+消费”，持续打造新产品、新场景和新热点。2024 年 12 月中国经济年会、中央财 办等一系列会议上也均提出发展“AI+消费”相关内容，如要发展数字消费，推广“人工 智能+”消费、要充分运用虚拟现实、人工智能等新技术，继续大力培育具有创新、跨界 等特点的新型融合消费业态。

在技术迭代和政策驱动的加持下，以 DeepSeek 为代表的自主 AI 大模型技术突破正加速 驱动消费产业链智能化升级，预计 AI 技术有望重塑消费行业，人工智能+消费或将成为必 然趋势。从技术落地推演看，营销、影视、智能硬件等方向或许会优先受益。 2024 年开始，中国人工智能产业已经进入加速扩张阶段。预计到 2030 年行业总规模有 望达到 10000 亿元，期间复合增速 21.0%，而大消费行业作为落地方向之一也将同步实 现高速增长，孕育出结构性成长机会。

2.2.AI 赋能消费，两大变革方向

人工智能技术的突飞猛进必然带来消费行业的变革，正如上一轮 2013-2015 年由互联网 技术进步带动的“互联网+”行情，本轮“AI+”有望产生同级别的基本面变革，进而映射 到二级市场，因此把握产业变革方向是抓住行情的关键。 我们判断 AI 对消费企业的赋能主要有两大方向：①外延空间：AI 赋能行业，创造新产品 /场景；②内求效率：提升经营效率，降低销售费用。展望终局市场，同样可能出现两点变 化，其一是由产品创新带动结构性增长创造出全新赛道，另一方面则是由于企业经营效率 拉大导致龙头公司进一步提升市占率。

2.2.1、外延空间：AI 赋能行业，创造新产品/场景

AI+消费的重要应用方向在于新型消费，通过融合 AI 技术创造新产品、新场景。其底层逻 辑在于技术突破，让更多新模式成为可能，从技术层面看关键的进展包括： 1. 本地部署 AI：轻量化大模型与较高算力芯片推动本地部署，降低延迟与隐私风险； 2. 多模态交互升级：语音、视觉、触觉等交互方式融合，服务能力提升； 3. 场景化细分爆发：AI 模型从通用型向垂直细分场景（运动、教育、娱乐）演进。

新产品：内容极大丰富，交互模式升级

AI 技术升级对消费的最直观改造在于创造出全新的产品，一方面 AI 功能植入后产品向着 智能化发展，在内容上呈现指数级的扩充，既包括功能的丰富也包括互动资讯的增加；另 一方面交互模式的扩展让产品形态发生变化，包括增加物理接触以及视觉增强等前所未有 的拓展。沿着“新内容+新玩法”的创新公式，在国产通用&垂直 AI 大模型的加持下，消费产品创新的大幕正徐徐展开，消费级 AI 硬件层出不穷。 例如 AI 眼镜在融合人工智能技术后可实现信息查询、健康监测、导航定位等多重功能， 叠加 AR 技术将虚拟信息叠加到真实世界中的方式，让过去实现单一视力矫正的传统产品 变成真正随身的智能助手。AI 玩具则侧重内容扩张，内置海量早教资源，涵盖故事、儿 歌、启蒙英语以及知识科普等内容，精准识别孩子语言内容并耐心互动。

新场景：创造全新场景，消费体验升级

AI 消费创新的另一方向在于架设全新消费场景，创造新消费链路。尤其是在零售及服务 相关板块，融合 AI 技术后对用户体验、价值实现均有显著提升，同时通过取代人力或辅 助员工工作有效降低企业经营成本。 例如在教育领域，粉笔科技推出了 AI 教师“粉笔头”，在降本增效同时融入了综合性功能， 包括：①题目答疑、②学习成果检测、③个性化学习规划、④督学提醒、⑤考情答疑、 ⑥报考指导、⑦解压疏导。在学员体验方面，题目答疑功能可以在 5 分钟内解决学员的 疑问，而讲师一般平均需要约 20 分钟来回复。在人效提升方面：借助 AI 技术支持，一位 精品班辅导老师的服务人数由 40 人上升至 150 人左右。 零售电商行业涉及大量数据/文本/图片处理，并且服务环节也较多，AI 的出现能有效创建 新型场景。从消费者角度看，AI 让电商平台能更好匹配消费者需求：①交互人性化：智能 客服等服务从机械应答到情感化服务，7*24 小时响应，处理范围也覆盖多模态交互（文 字、语音、图像）。②场景真实化：打造沉浸式购物，从平面展示到场景化体验。③触达 精准化：精准推送从广撒网到场景化触达，结合消费者行为实现高度个性化的推荐，提升 转化率和客户忠诚度。

简单汇总来看，我们认为 AI 创新带来的增长型机会大有可为。新产品创新主要聚焦于消 费品板块，例如轻工的 AI 玩具、家电的 AI 扫地机，以 AI 技术赋能产品功能扩张。而新 消费场景主要分布在社服及零售板块，更多以 AI 优化服务流程和交易效率，最终带来新 型消费模式。眼前的创新案例仅是产业浪潮的起点，我们相信未来有更多可以挖掘的方向！

2.2.2、内求效率：提升经营效率，降低销售费用

在效率提升方面，AI 应用关键词在于“替代”，以更高效或更廉价的算力替代低附加值劳 动力、以更高效的组织形式替代低效流程，从而实现整体经营效率的提升。 消费企业成本构成上看，主要包括人力、制造及原材料成本，虽然原材料成本受 AI 技术 突破影响较小、外包生产也导致表内制造成本较低，但在当前的卖方市场以营销费用为主 的销售费用对公司业绩有较大影响。纵观可选消费板块，全行业 2020-2023 年平均销售 费用率约 11%。分行业看，美容护理、纺织服装、社会服务销售费用率水平居前，同期均 值分别为 21.7%、11.6%、9.9%，这也和相关行业重在打造品牌及情绪价值有关。 AI 技术的升级对消费企业降本增效有重大意义，一方面在供给端可以结合大数据分析实 现 AI+制造，提升良率降低损耗，从而真正实现灵活高效的供应链；另一方面在针对下游 需求的销售端，AI 技术的广泛应用可以提升员工产能，以较低的算力成本取代相对更高 的人员成本、以更智能的数据挖掘取代原始的销售话术、以全自动且更丰富的广告素材生 成取代原始广告制作流程，大幅缩减企业销售费用。

目前 AI 大模型的应用落地已经开始加速，为各行业带来显著的降本增效效果。例如 2024 年 AWE 电子展期间京东尝试使用云言犀 AI 数字人直播，带领消费者“零距离”沉浸式逛 展，开辟了家电行业运用 AI 技术线上线下创新营销、促进新品销售转化的新模式。尤其 是在闲时直播转化率达到 7.4%，带来了可观的新品销售转化。

不仅如此，AI 的应用已经涉及到营销的各环节中，例如根据客户需求制作千人千面的广 告内容、7*24 小时在线互动、实时洞察市场趋势等。因此在一些重营销的行业例如化妆 品，重复性的客户服务工作已经开始被大量取代。

2.2.3、终局展望：打开收入上限，推动份额提升

综上所述，我们坚定认为 AI 技术的突破已经为 AI+消费提供基础，外延空间+内求效率的 赋能逻辑顺畅，最终将会导向：①由创新驱动的新一轮增长，打开收入上限空间；②存 量市场龙头优势进一步提升，推动市场份额集中的行情。从终局视角展望，AI 变革将带来 结构性机会，值得重点关注。

终局展望一：打开收入上限，源自产业创新

经过近二十年的高速增长，内需整体增速中枢已由过去的高双位数回落至个位数水平，尤 其是在 2020 年后人口、地产周期共同经历拐点，导致社零年化增速中枢进一步走低至 5% 左右，存量市场特征开始显现。 但考虑到 AI 技术带来的突破，消费升级有望继续沿着创新方向延续。一方面是新产品对 老产品在品质功能情绪方面的升级，以新形态取代原有产品，另一方面是技术创新产生了 全新的消费落地场景，并加快相关业态落地速度。因此可以看到 AI+消费方向的增长呈现 一枝独秀态势，预计 2024-2027 年 AI 硬件合计年化市场规模增速 13.8%，细分赛道如运 动文娱、办公教育则可能实现 23.3%、21.6%的更快增长。 对于消费企业而言，抓住 AI+消费创造的新兴赛道机会将帮助公司实现二次增长，通过产 品或服务创新打开第二增长曲线。

终局展望二：效率差异放大，推动份额集中

AI 赋能的另一可能在于行业马太效应的进一步凸显，尤其是在大模型应用使得企业间生 产经营效率、市场需求感知效率出现显著代差后，率先投入 AI 技术研发和应用的企业将 获得市场竞争优势，最终实现市场份额集中。 份额集中结果在未来，但决胜在当下，龙头公司依靠：①资金优势，雄厚的现金储备能支 持龙头公司更大力度投入资本开支和研发用于技术迭代；②规模优势，更大的业务量意味 着更多的底层数据积累，而 AI 工具正需要高密度数据培训才能产生生产力提升效果。因 此综合来看，我们认为 AI 技术的出现将加速市场分化，龙头公司的领先优势会在未来开 启快速提升，带来市场份额提升行情。 以定制家居行业为例，龙头公司欧派家居近些年进行互联网、大数据与人工智能技术的融 合，通过数字化打通销售、研发、生产制造、物流运输等全套环节，打造 AI 工厂。家电 板块尤其是以清洁电器为代表的渗透率较低行业的技术竞争和头部公司优势则更加明显， 石头科技作为清洁电器龙头很早就成立了 AI 研究院，前瞻性探索了产品 AI 功能，例如 RRmind GPT、 AI 算法等。更多的技术储备使得公司在产品创新迭代上效率明显领先， 更能抓住市场变革提前发布新品，也避免了存货减值的潜在风险。

2024 年前三季度欧派家居资本开支约为 11 亿元远高于其他竞争对手，收入规模也位居 行业第一，更广泛的用户基础意味着更多的数据积累和摊薄技术研发成本的业务量。同期 石头科技作为行业龙头研发费用也高达 6.4 亿元，远高于行业内中小玩家，有效构筑了技 术壁垒。提前推出新产品不仅占据了消费者心智，也可以更早的收集用户反馈进行迭代保 证消费者体验的领先。

三、2016-2019 以来消费牛市与 2025 年 AI+消费牛市比较

3.1.相同点：股市财富效应+新经济引擎推动，资金面和价格面迎来利好

1） 股票牛市带动股市上涨的财富效应转化为消费偏好提升的原动力

2015-2016 年间，中国股市迎来牛市行情，通过 2014-2016 年间上证综合指数的变化可以 观察到股票牛市中股价的上涨轨迹，2015 年 4 月上证指数突破 4000 点后一路攀升。不少 投资者精准把握时机，通过股票交易斩获丰厚收益，个人财富显著增加。除此之外，这种 趋势同样使得市场信心增强，直接推动了“财富效应”的形成，进而转化为实际消费行为 的增长。

2） 科技进步拉动新产业，经济产生新引擎，居民就业与收入提升，促进经济基本面回升 和房价止跌回稳

在 4G 技术快速普及以及智能手机广泛应用的背景下，互联网行业迎来了爆发式增长，以 阿里巴巴、腾讯等头部互联网企业迅速崛起，成为推动经济增长的重要力量，覆盖了线上 线下多个领域。这些企业不仅通过电商、社交、支付等多元化业务重塑了传统行业格局， 还创造了大量就业岗位，涵盖技术研发、物流配送等领域。此外，互联网企业的快速发展 不仅直接拉动了经济增长，还通过产业链上下游的协同效应，进一步促进了就业市场的繁 荣和居民收入的提升，为经济注入了新的活力，促进了经济基本面回暖。 这可以从房地产市场热度的持续攀升得以体现，根据 70 个大中城市房屋销售价格指数环 比数据显示，自 2015 年起，房屋销售价格呈现持续上涨趋势，并于 2016 年 9 月达到环比 增长峰值，标志着房地产市场进入新一轮上升周期。房价上涨也使得持有房产的居民资产 价值显著提升，实现财富的快速增值。

3） 科技进步曲线后续走向平缓后，消费板块在宏观企稳叠加应用创新背景下，有望成为 接力棒

宏观经济的企稳为消费市场提供了坚实的支撑，居民收入水平的提升和消费信心的恢复为 消费需求的释放创造了条件，加以应用创新的持续推进，新业态、新模式由此不断发展， 消费板块凭借其韧性和创新潜力，有望成为推动经济持续增长的重要接力棒。

4）资金面：资金面均迎来明显利好

2016-2019 年消费牛市： 在 2014 年间，国家推出了多项利好政策，促进资金市场双向开放。如发展混合所有制经 济十点，发布“国 9 条”等，促进市场发展。此外，2014 年 11 月，沪港通正式开通，标 志着中国资本市场对外开放迈出重要一步。自 2015 年起，外资通过沪深港通渠道持续流 入 A 股市场，成为股市增量资金的重要来源，2015 年沪港通日均资金净流入显著提升， 推动了资金面的宽松和股市的活跃。这些举措共同作用下，2015 年我国资金面迎来明显 利好，外资开始成为股市增量资金，为资本市场的稳定和发展提供了有力支撑。

2025 年： 近年来，中国资本市场迎来重要变革，公募基金改革的推进，吸引了更多中长期资金入市， 提高市场的稳定性和韧性。这一举措不仅优化了资金配置效率，也为资本市场的健康发展 奠定了基础。 同时，在“东升西落”的国际格局下，中国科技产业展现出超预期的增长，人工智能、半 导体、新能源等领域的突破吸引了全球投资者的目光，外资资金重新加速流入中国市场。 此外，长期资金往往更关注 3 至 5 年的投资回报和稳定性，随着居民消费升级和科技赋能，消费行业的增长潜力进一步增强，为资本市场提供了稳健的投资机会，也得以承接公 募基金和外资的流入。

4） 价格面：收入预期提升均会推动价格上涨

2016-2019 年消费牛市： 众多消费赛道在宏观环境向好以及科技进步浪潮中迎来消费升级，从价格来看，提价成为 消费赛道的主旋律。从我国 CPI 的变化趋势来看，自 15 年起至 20 年，我国的物价指数总 体呈上涨趋势。 首先，品牌方在消费升级的大背景下，不断优化产品品质、提升附加值，以满足消费者对 高端化、定制化的需求。如啤酒、保健品行业，都从产品本身，销售渠道以及面向群体进 行更新升级。此外，部分行业受原材料、人力成本上升等因素影响，价格上涨也成为必然。 2025 年后：科技爆发有望提高收入预期，但涨价的结构重心可能不同 这一轮科技爆发可能带来新的高薪岗位，尤其是在科技、金融、高端制造和数字服务领域， 从而提高居民的收入预期。但在物价提升上，不同于 2016-2019 年的涨价，当前的涨价重 心或转向高端消费品和智能服务。如 AI 玩具、AI 眼镜、AI 家居等等领域，都可能因技术 溢价而涨价，而传统日用品涨幅可能趋缓。

3.2.不同点：产业龙头含金量、人口、收入、城镇化阶段不同

1）中国产业龙头含金量不同，对经济真实的带动效果不同

在 2013-2015 年期间，中国科技股的行情主要依赖于对美国模式的复制和应用层面的创 新。这一时期，中国科技企业的发展更多是基于对美国成熟商业模式的借鉴和本土化应用。中美科技股对标：许多中国科技企业被视为美国科技巨头的“影子”。例如，腾讯在 社交领域的业务模式与 Facebook 相似，阿里巴巴的电商模式与亚马逊类似，小米在 智能硬件领域的布局则与苹果呼应。 创新驱动模式：当时的创新主要集中在应用层面，如移动互联网的普及推动了电商、 社交媒体和移动支付等领域的发展。这些领域的增长更多依赖于市场需求的挖掘和 商业模式的优化。 市场表现：2013-2015 年期间，中国的创业板和传媒、计算机等行业涨幅显著，但这 些企业的创新大多基于已有的技术框架，缺乏底层技术的突破。

2025 年开始，中国科技企业逐渐从应用层面的创新转向底层技术创新，涌现出一批具有 自主创新能力的“真龙头”企业。 底层技术创新：近年来，中国科技企业在芯片、人工智能、新能源等领域取得了显著 进展。例如，中芯国际在半导体制造领域的突破、宁德时代在新能源电池技术上的创 新，以及华为在 5G 通信技术上的领先地位。 自主创新能力：中国科技企业开始注重底层技术的研发和创新，而非单纯依赖于对美 国模式的复制。例如，字节跳动在算法推荐技术上的创新，以及摩尔线程、寒武纪等 企业在芯片设计上的突破。 政策支持与产业升级：政府对科技企业的支持力度不断加大，特别是在“硬科技”领 域，鼓励企业承担国家级科技突破任务。政策资源向 AI、芯片、新能源等领域倾斜， 推动产业升级。 全球竞争力提升：部分中国科技企业已经开始在全球市场占据一席之地。例如，比亚 迪在新能源汽车领域的崛起，使其与特斯拉形成了有效竞争。

2）城镇化率的影响不同

城镇化率增速放缓对消费增长的促进不同

2016-2019 年城镇化率的快速提升为消费市场带来了强劲的消费升级动力，消费板块以品 质化、服务化为特征的消费升级为主要驱动力。在此年期间，中国城镇化率处于快速提升 阶段，年均增幅分别为 1.21、1.7、1.26 和 1.21 个百分点。2016 年和 2019 年的城镇化 率数据分别是 57.35%和 62.71%。城市居民的消费能力普遍高于农村居民，城镇化率的提 升使得更多人口进入城市，消费能力得到提升，从而推动了消费升级。另外，居民收入水 平提升也使得消费结构从生存型消费向发展型和品质型消费转变，例如教育、文化娱乐、 医疗保健等服务类消费占比不断提高。 而到 2025 年，中国城镇化率预计达到 65.5%，城镇化率放缓，这使得消费市场增长动力 转向质量提升和政策驱动，消费板块的重心逐渐从传统消费升级领域向新兴消费领域迁移， 同时更加依赖于消费场景的修复和拓展，例如餐饮、旅游等服务消费的复苏。

城镇化率的位置不同

2016-2019 年期间，中国城镇化上升主要集中在东部沿海城市群和中西部重点城市群。在 此期间，东部沿海地区的长三角、珠三角和京津冀城市群是城镇化水平最高的区域，城镇 化率在 2019 年已分别达到 61.44%、84.49%和 59.82%。这些地区经济发展水平高，产业集 中，吸引了大量人口流入。中西部地区：随着国家政策的推动，中西部地区的城镇化水平也在快速提升，尤其是成渝城市群、长江中游城市群等区域。例如，武汉都市圈、长株潭 城市群等成为中西部地区城镇化的重要增长极。人口流入城市带动了消费升级，居民收入 水平提高，消费结构从生存型消费向发展型和享受型消费转变，推动了教育、医疗、文化 娱乐等服务消费的快速增长。 2025 年及未来，城镇化将继续向城市群和都市圈集中，东部沿海城市群保持领先地位，中 西部核心城市和城市群尤其是成渝双城经济圈崛起，城乡融合区域也将成为城镇化的重要 组成部分。从国际经验来看，发达国家城镇化率一般达到 75%至 80%的水平之后，进入成 熟稳定阶段。与之相比，我国的城镇化率还有较大的增长空间。随着城镇化进入成熟阶段， 消费结构将进一步向服务消费和新兴消费倾斜。例如，养老、医疗、教育等服务消费，以 及智能家电、新能源汽车、数字消费等新兴消费将成为消费增长的主要驱动力。

3）消费世代不同，人均 GDP 水平不同，人口曲线位置不同

首先，两个时间段的收入水平有显著差异。2016-2019 年期间，中国人均 GDP 年均增速为 8.44%，人均 GDP 从 2016 年的约 8094 美元增长到 2019 年的 10143 美元。这一时期人均 GDP 处于中等偏上收入国家水平，经济增长较快，消费升级需求旺盛，2023 年中国人均 GDP 达到 12614 美元。这意味着人均收入水平显著提升，消费能力进一步增强。另外，人 均可支配收入从 2015 年的 21,966 人民币上涨到 2023 年的 41314 人民币，进一步佐证了 消费能力的提高。

2025 年的主要消费群体与 2016 年时期相比发生了显著变化。2015 年时，20-40 岁的主要 消费群体是 1975-1995 年出生的 X 世代晚期至千禧一代早期，他们更注重价格和实用性， 这可以从淘宝的崛起中看出。而到了 2023 年，20-40 岁主要消费群体转变为 1983-2003 年 出生的千禧一代中期至 Z 世代早期，他们更注重体验和情感价值，愿意为情感价值付费， 如盲盒、国潮等。 从消费趋势来看，Z 世代追求健康观念，热爱运动类服饰，这表明他们的消费习惯与之前 的消费群体有所不同。同时，随着消费升级步伐加快，服务领域的消费需求稳步扩大，如 医疗、健康、旅游、职业教育、文化信息产业等。 此外，根据国家统计局的数据，2024 年 1—11 月份，社会消费品零售总额 442723 亿元， 同比增长 3.5%，2024 年 GDP 同比增长为 4.2%。这表明消费市场仍然保持增长，尽管增速 可能有所放缓。未来 20-40 岁人口虽然减少，但消费力上升。2024 年中国人均可支配收 入较 2015 年增长 88.08%（2.2 万元→4.1 万元）。这表明，尽管人口数量减少，但消费能 力的提升将对消费市场产生积极影响。

2016-2019 年时期在城镇化快速推进和人均 GDP 增长的背景下，消费板块以消费升级为主 导，家电、汽车、教育、旅游等领域表现强劲。消费市场以数量扩张和品质提升为特征。 2025 年及未来随着人均 GDP 进入高收入水平和人口结构变化，根据 2024 年中国未来人口 增长预测图，人口增长将进一步放缓。这一变化预示着消费板块将发生迁移，新的消费趋 势将主导市场：（1）服务消费：医疗保健、养老服务、文化娱乐等领域将成为新的增长点。 （2）科技消费：智能家居、智能穿戴等科技产品将受到 Z 世代青睐。（3）绿色消费：环 保意识增强，绿色消费成为趋势。（4）体验式消费：Z 世代推动全渠道零售和体验式消费 的崛起。

四、AI+对各消费赛道的影响展望和机会挖掘

交互属性和客单价是选取 AI+消费赛道的两大核心要素

交互程度越高的产品，AI 技术发挥的空间越大，商业模式越具备颠覆性，例如交互程度最 高的机器人、以及 AI 眼镜等。AI 技术的发展，尤其是 AGI 的发展，其最具颠覆性的技术 体现在和人类更加接近的思考能力、表达能力、分析能力等等，因此其在交互层面天然具 备更高的颠覆性，因此我们认为交互性是一个非常重要的，衡量该细分赛道长期发展空间 的重要因素。交互性越高，对 AI 技术的依赖性和挖掘性越强，其对消费者产生的影响也 越大。 客单价影响市场的整体受众面大小，客单价太高的产品，其消费者人群相对更小。同时我 们需要考虑产品的客单价情况，客单价太高的产品，即使具备技术和商业模式的颠覆性， 也因为其触达的消费者相对更少，因此很难孕育出巨大的行业性机会。因此我们把客单价 作为衡量 AI+消费细分赛道长期发展空间的第二大重要因素。

4.1. AI 玩具：商业化路径已较清晰，着重构建 IP 核心竞争力

4.1.1、玩具市场规模不断扩大，IP 玩具市场份额不断提升

中国玩具市场规模稳步增长，后续发展空间仍较广阔。据布鲁可招股书显示，23 年我国玩 具市场规模已突破千亿达到 1049 亿元人民币，预计 28 年市场规模达到 1655 亿元，年均 复合增长率达到 9.5%。中国已成为目前全球玩具最大的生产国家和消费规模最大的国家 之一，但与欧美等国相比，其消费市场规模仍较小。需求端来看，消费人群不断扩张、终 端消费者对 IP 玩具的偏好不断显现。供给端来看，玩具生产企业不断提升系列 IP 商业化 运作能力，产品品质日益提升。预计中国玩具市场规模仍有较大提升空间。

IP 玩具市场份额预计将持续提升。具有知名度的 IP 赋予了玩具很高的辨识度，其叙事性 结合丰富的內容更加吸引消费者的目光。此外，IP 的广大粉丝基础及粉丝和 IP 的长期情 感交流进一步扩大了消费者的范围。据布鲁可招股书显示，2023 年中国 IP 玩具 GMV 占整 体玩具市场的 64.4%，全球 IP 玩具的市场占比则更高，达到 67.4%。预计未来 IP 玩具市 场份额将不断提升，2028 年全球 IP 玩具的市场份额将提升至 73.8%，中国 IP 玩具的市场 份额将提升至 74.5%。

4.1.2 AI 玩具市场前景广阔，商业化路径清晰

（1）AI 玩具市场规模预测

AI 玩具作为玩具市场新兴力量，市场前景广阔。我们选取奥飞娱乐同品牌下类似尺寸的 AI 玩具和传统玩具进行对比，可以发现 AI 玩具的定价约是传统玩具的 3-5 倍。现代社会 “情感消费”需求增长，在社会“群体孤独”现象日益严重的背景下，AI 玩具切中了消费 者的情感陪伴需求，迎来了新的发展机遇。当我们假设 AI 玩具的价格是传统玩具的 4 倍、 28 年 AI 玩具渗透率达到 15%，则国内 AI 玩具市场规模将接近 1000 亿元人民币，考虑到 目前 AI 玩具市场处于起步初期，未来行业的高成长性可期。

（2）AI 玩具产业链分析

上游：首先是 IP 的打造运营，根据 Character.ai 的数据，用户更倾向于与知名动漫或游 戏 IP 角色进行互动，这表明 IP 在用户心中具有极高的认可度和喜爱度，所以 IP 的打造 运营无疑是至关重要的一环；其次是硬件，涉及芯片、传感器、扬声器、麦克风、电池等； 最后是人工智能技术，主要涉及到语音识别、AI 大模型两大板块，比如科大讯飞语音互动 平台、豆包大模型等。 中游：AI 玩具企业不仅包括传统的玩具制造商，如实丰文化等，还包括新兴的科技企业， 如字节跳动的 AI 陪伴玩偶“显眼包”、FoloToy 的 AI 仙人掌玩具。从发售/发布时间上看， 多家公司在 24 年推出 AI 玩具产品，我们认为核心原因是底层 AI 技术进步，支撑 AI 在实 体玩具的应用进展。 下游：涵盖了线上线下多种销售渠道。玩具产业拥有广阔需求市场，随着社会的发展，消 费者对玩具的科技含量和娱乐性要求越来越高，AI 玩具恰好契合这一消费求。

（3）AI 玩具商业化路径清晰，用户黏性强

在 C 端，AI 玩具从单一硬件销售转向“硬件+服务”,从“卖产品”到“建生态”，提升用 户黏性。 AI 玩具不仅仅是一次性买断交易，而是可以将硬件的一次性购买和软件的持续 订阅收费相结合。随着用户与玩具之间情感联系的建立和加深，他们更愿意持续订阅服务， 用户生命周期更长，客单价也更高。此外，AI 玩具鼓励用户生成内容，营造用户社区，增 强了用户对产品的归属感和参与感。

在 B 端，AI 解决方案是 AI 玩具企业的核心变现方式。FoloToy 就有单独的销售“机芯” 的业务，而此前跃然创新也曾计划推出“跃然万物”平台，为玩具公司提供整套 AI 硬件 和软件解决方案。

4.1.3 主要 AI 玩具公司情况

（1）汤姆猫：多元推进 AI+IP 布局，AI 语音情感陪伴机器人已上市

广告业务为主要营收来源。2019 以来，随着 IP 品牌的拓展、新产品的推出及多业务持续 发展，公司总收入逐年上涨。2022 年以后国内市场需求不振，导致营收有所下滑。分业务 来看，广告收入和游戏发行收入占总收入的绝大部分比重。广告业务近四年维持 75%左右 收入占比，是公司最主要的收入来源；游戏发行业务收入占比维持在 10%左右。 战略投资西湖心辰，深化布局“AI+IP”新模式。近年来，公司积极拥抱科技浪潮，战略 投资西湖心辰等公司，全力加速 AI 技术与家庭娱乐、家庭陪伴、家庭教育等场景的深度 融合。2024 年，公司率先推出第一代 AI 情感陪伴机器人，实现了从“会说话的汤姆猫” 到“会聊天的汤姆猫”的华丽转身，为家庭用户带来全新的陪伴与互动体验。 汤姆猫 AI 语音情感陪伴机器人，强调情绪价值与陪伴功能。使用者可通过触摸感应和语音唤醒，和该款机器人进行互动聊天、讲故事、兴趣问答等。该产品能够捕捉使用者的情 绪变化，并作出相应反应，例如在孩子心情不佳的时候，汤姆猫交流的语音、语调、语速 甚至语气助词都会跟着对话当下的情景或情绪发生变化。在动作行为上，该产品可动机构 有头部眼睛和嘴巴，且可以根据听到的声音辨别位置和方向。

（2） 实丰文化：传统玩具产商转型升级，探索 AI 玩具智能交互应用

专注深耕玩具行业，玩具业务收入占比达 90%以上。公司目前拥有原创 IP 和授权 IP 两大 板块，原创 IP 有飞飞兔、企鹅嗡嗡、龙宝戏猪等；已获得的授权 IP 主要有宝可梦、奶龙、 贪吃蛇、蛋仔派对等。公司响应市场需求，与诸多知名 IP 联动，推出宝可梦场景套装全 系列、可达鸭款电动模玩、奶龙电动模玩以及贪吃蛇电动惊喜盒等产品，不断扩大公司在 玩具市场的份额。2022 年，公司归母净利润大幅下降，主因公司对产品升级换代、淘汰库 存进行报废处理，损失金额约 1800 万元，对当年利润造成重大影响。

积极探索 AI 玩具智能交互应用。2024 年 12 月，公司子公司广东实丰智能科技有限公司 与深圳跃然创新科技有限公司签署战略合作协议，聚焦 AI 技术在玩具领域的应用。公司 已推出基于植入 AI 的情感陪伴的玩具——AI 魔法星，目前该玩具已上线销售。AI 魔法星 是基于 AIGC 技术，运用豆包大模型进行二次训练出符合儿童对话习惯且脱离敏感话题的 后台的“AI+ 毛绒”玩具。它的特点是能支持不同性格的多角色切换，而且针对不同语气、 语境适时进行回复和提问题，进行深层次对话，通过这种个性化的交流模型实现情感陪伴 的功能。此外，公司还有多款热门 IP 授权玩具正在开发中。

（3）奥飞娱乐：持续打造优质 IP 内容，技术合作打造 AI 玩具已落地

持续打造优质 IP 内容，手握丰富 IP 矩阵。公司多个 IP 资源都具备较高的市场关注度， 包括“超级飞侠”、“喜羊羊与灰太狼”、“巴啦啦小魔仙”、“铠甲勇士”、“量子战队”等。 根据国际授权业协会数据，公司位列 2024 年全球顶级授权商第 47 名。奥飞以 IP 为核心， 通过动画、玩具、衍生授权等多元方式变现，其中玩具销售收入贡献核心营收，2023 年玩 具收入同比增长 17.9%至 11.7 亿元，营收占比达 43%。 利用 AI 技术赋能“喜羊羊与灰太狼”等公司知名 IP。公司旗下 IP 喜羊羊在 2024 年 5 月 推出首款 AI 玩具“喜羊羊超能铃铛娃娃”，提供包括畅聊、夸夸等模式。2024 年 10 月公 司推出“哄睡 AI 喜羊羊”，具备哄睡功能，能够通过语音和音乐帮助儿童入睡。2025 年 1 月，奥飞 AI 玩具产品“AI 智趣喜羊羊”发售。公司在 24Q4 的新品发布会上表示后续或 持续推出以 AI 为核心的产品。

4.2. AI 眼镜：镜片制造看头部客户卡位，渠道亦具备投资价值

主要观点：建议重点关注围绕镜片产业链进行积极布局：1）镜片制造端：伴随部分大厂 带显产品的推出，产品形态不断优化，镜片三合一方案对镜片的厚度/质量要求更高，首 推和头部大厂深度合作的眼镜制造标的。主要标的康耐特光学、明月镜片。2）渠道服务 商：AI 眼镜需要线下专业验配服务（如视力矫正、瞳距调整等），渠道卡位关键，完成“最 后一公里” 从产品技术难点来看，主要聚焦在变薄+减重。1）精度要求的提升（毫米级上升至微米级）； 2）性能方面：耐高温高湿、远小于视光产品的超薄、功能性膜层配方/工艺等的优化；3） 从原料磨具到固化打磨全流程的改进等。

技术路线： 1）AI 眼镜-普通视光学：对镜片环节要求的技术壁垒低，合作对象更注重镜片/镜框品牌 力（例如 meta 合作雷朋（镜架品牌）/依视路（镜片品牌）） 2）AR 眼镜：方案①：卡扣式；方案②:外部螺丝贴合；方案③：三合一路线（软贴硬）路 线，现在看下来最优，但未有量产。国内厂商当前以①+②为主

康耐特光学：产业链核心标的，深度合作核心大厂，歌尔配售+买老股形式股权占比达 20%， 优质制造工艺（先进的车房、自动化、高折射工艺和原料资源获取能力）获得认可）.一 方面因为搭上 AI 眼镜产业链，获得歌尔的投资，获得了下游外资大客户的认同，后期兑 现度会更强，短期进入国内 AI 眼镜也可期待，看好量产后产品结构的优化带来盈利能力 的优化，另一方面传统业务自主品牌建设深入，产品端通过高折射、定制镜片差异化的战 略方向保持双位数的增长。

4.3. AI 智能床垫：尚处起步阶段，头部品牌成长空间仍较大

4.3.1 居民高质量的睡眠需求，促进品牌床垫企业高速发展

高质量的睡眠需求催生高质量的睡眠经济。根据社科院的《中国睡眠研究报告（2024）》 显示，2023 年居民睡眠指数为 62.61，较 2022 年降低了 5.16，日益普遍的睡眠障碍已成 为一种社会现象。健康中国战略中已将睡眠健康纳入主要行动指标。据艾媒咨询测算， 2016-2023 年间，中国睡眠经济整体市场规模已从 2,616.3 亿元增长至 4,955.8 亿元。随 着睡眠产品市场渗透率不断提高，产品类型不断增多，中国睡眠经济市场规模将继续保持 增长趋势，2027 年或将达到 6,586.8 亿元。

床垫行业集中度与渗透率低，头部品牌成长空间大。床垫作为改善睡眠质量的重要产品， 是睡眠经济的重要组成部分，发展前景广阔。行业渗透率方面，据 CSIL 统计，发达国家 床垫渗透率为 85%，而我国仅为 60%，仍有较大提高空间。行业集中度方面，据 Euromonitor 显示，2023 年我国床垫零售市场 CR2/CR5 分别为 12%/18%，明显低于美国分别为 43%/60% 的水平，头部品牌企业成长空间大。

4.3.2 AI 智能床垫行业尚处于起步阶段，未来有望快速增长

AI 智能床垫助力睡眠改善。随着对健康睡眠认知的不断提高，带有睡眠监测、按摩等功能 的智能床垫渐受青睐，成为消费者的新选择。消费者对智能床垫的关注度及接受度都不断 提高，据《2022 国产中高端床垫消费者满意度调查报告》显示，近 9 成受访者表示会关注 床垫的智能功能，“使用更多黑科技、有更多的专利（如材质好、更智能）的床垫”最受 消费者关注，占比为 58.5%。 AI 智能床垫市场前景广阔。2014 年以来，随着传感器技术、智能芯片技术以及云计算技 术等快速发展，国内各大传统床垫企业纷纷布局 AI 智能床垫市场，AI 智能床垫成为各大 企业竞争的新突破口。据智研咨询测算，2023 年我国智能床垫需求量约 149.48 万个，市 场规模约 108.37 亿元。随着 AI 智能床垫价格下探、功能逐渐完善，未来有望实现快速增 长。

4.3.3 AI 智能床垫产业链分析

上游：原材料供应商主要供应智能部件和传统原材料，智能部件包括传感器、芯片等，传 统原材料包括电机、钢材、木板、纺织面料等。其中，智能部件成本在 AI 智能床垫总生 产成本中的占比约为 20%，而传统原材料成本占比超过 35%，因此传统原材料价格波动对 AI 智能床垫的生产成本影响较大。 中游：AI 智能床垫生产商的经营模式包括 OBM（自主品牌生产）、OEM（原始设备制造）和 ODM（原始设计制造）三种类型。现阶段中国 AI 智能床垫生产商的经营模式以 OEM 模式为 主，仅少数具备自主研发、设计能力和销售渠道优势的智能床垫生产商采用 OBM 经营模 式。 下游：涉及销售渠道和用户。销售渠道中线下渠道为 AI 智能床垫行业主流的销售渠道， 其销售额约占行业总销售额的 90%。针对家用场景而言，随着互联网的不断普及，居民的 消费方式逐渐由线下消费转为线上消费，未来智能床垫行业将逐渐呈现线上线下融合发展 的态势。

4.3.4 主要 AI 智能床垫公司情况

（1）趣睡科技：智能睡眠产品或为公司带来业务增量

智能睡眠产品发力，业绩拐点初显。2023 年，公司智能化产品比重超过 30%。2024Q3，公 司研发投入增长 85.43%，研发费用率同比增长 2.16pct 至 4.60%。未来公司将开发更多的 智能和电动化产品，立足现有优势产品、扩大差异化竞争优势。在睡眠经济提速的背景下， 凭借在智能家居领域的技术储备和产品积淀，公司或将能够培育更多的业务增量。公司积 极拥抱豆包大模型，探索 AI 陪伴智能睡眠新领域。例如，智能床垫的音色对话功能，可 丰富老年人的日常生活，通过分析睡眠数据，精准判断睡眠状况，给出个性化呵护建议。

（2）慕思股份：首创健康睡眠系统，出海战略加速推进

较早研发 AI 床垫产品，保持较好的业绩增长态势。公司自 2017 年开始对 AI 床垫产品进 行系统性研发，不断实现创新技术突破。仅 2023 年，公司共发布了 4 大系统、12 款全新 AI 床垫，新推出 AI 床垫与电动床适配的组合产品。公司近日发布全新升级的 AI 智能床 垫 T11+,在智能算法、自研传感器、静音技术及智能互联等方面实现多项突破,全面提升 个性化睡眠体验,为用户带来更精准的健康管理方案。2019-2023 年，公司营收与归母净 利润 CAGR 分别为 9.63%与 24.59%，保持较好的业绩增长态势。 收购新加坡知名寝具销售企业 MIPL 公司，出海战略加速推进。公司高度重视跨境电商业 务，经过导入期的积累和准备，公司跨境电商业务现已进入快速发展通道。2024H1，公司 境外收入同比增长 49.26%。2024 年 12 月，公司通过旗下子公司以现金方式收购新加坡知 名寝具销售企业 MIPL 公司 100%股权，以及印度尼西亚 PTTC 公司的特定资产，在完善慕 思的海外生产基地布局的同时，拓宽了海外销售渠道，标志公司出海战略加速推进。

4.4. AI+家电：扫地机具备最大想象空间

AI 的应用有望加速家电全屋智能进程。传统家电经过几十年的发展，产品形态已相对成 熟、功能也足够满足日常需求，AI 对于单品产品力的提升或主要在于提升产品与用户的 交互体验、提供更多模态的交互方式等。从更长远的角度看，AI 技术深度融入家电行业能 够推动产品从单一功能向全场景智能生态转型，头部企业如海尔、美的、海信等均宣布接 入 DeepSeek，与此前已搭建的大模型进行融合，通过多模态 AI 技术实现家居设备联动， 有望推动全屋智能向“主动服务”阶段过渡。

扫地机或为目前家用场景中与 AI 最契合的硬件产品。扫地机器人的主要功能为实现自动 化清洁，其发展经历了多个阶段，从早期的随机碰撞模式，到 2010-2016 年引入 LDS+SLAM 技术实现优化路径规划，再到2017-2020年通过基础的AI技术实现智能避障和语音交互， 智能化是推动扫地机发展的关键，同时也是评价产品力最核心的指标，而 AI 大模型的应 用使扫地机具备更强的自主学习能力与更轻松的交互模式，可规划高效路径、识别复杂障 碍、并与智能家居系统协同工作，适应更加复杂多变的清洁场景，从“勉强好用”到“足 够好用”,带动渗透率加速提升。

扫地机的智能性主要体现在导航和避障，目前已基本得到较低成本方案解决，但产品力仍 有较大提升空间，仍处于产品快速迭代期。在 AI 大模型的加持下，我们看好扫地机的智 能化程度在以下几个方面实现突破： 路径规划和导航效率优化：1）AI 动态优化调整（自动驾驶算法），根据现实场景实 时调整，2）基于机器学习的用户习惯分析，扫地机可生成定制化清扫方案。 环境感知机避障能力的强化：1）多模态感知，通过 AI 视觉更精准识别更多种障碍物 和提升精准度。2）AI 脏污检测，通过摄像头或拖布颜色分析地面脏污程度，动态增 强局部清洁力度或延长停留时间。3）自适应环境，区分地毯、木地板、瓷砖等材质， 自动调整吸力、滚刷转速及拖布湿度，以适配不同清洁需求。 人机交互: 搭载大模型的扫地机可理解复杂指令（如“清洁沙发底下但别碰花瓶”）， 并具备长期记忆能力。 自动托管：通过自主学习和记忆能力，能够根据用户的清洁习惯和家居环境，动态调 整清洁模式和清洁力度，如经常对厨房进行深度清洁、避开地毯、先扫后拖等清洁习 惯。

4.5 零售互联网：生产端提效+过程管理降本+用户体验优化

零售互联网公司有望受益于以下方向： 1）内部降本提效：互联网公司的内部代码写作及内容创作有望通过 AI+辅助生成，提升内 部员工工作效率，实现降本增效。 2）赋能广告智能化：AI+助力广告素材生成及优化，且智能化水平提升有效提升广告主投 放效率，有望带动广告消耗提升。 3）云需求提升带来新增长曲线：DeepSeek-R1 在各行业的加速部署对于云算力需求提升 明显，阿里、腾讯等大厂云业务有望受益。 4）优化供应链管理：AI 技术贯穿零售供应链“预测-采购-仓储-配送”全流程，通过对历 史销售数据、市场变化、促销活动、物流履约路线等多重因素分析，能够有效提升供应链 效率。 5）产品细节体验优化，提升用户体验：智能客服、沉浸式购物、精准推送等将在细节上 助力公司提升用户体验。

4.5.1 内部降本：AI 切入低技术门槛工作，优化运营成本

AI 可替代部分低技术门槛劳动，降低互联网企业运营成本： 1）客服：腾讯云与 DeepSeek 合作的智能客服解决方案。京东“言犀”智能客服：京东智 能客服日均服务 3 万个国补相关会话，能独立解决 88%国补咨询问题。用户咨询时，智能 客服系统能够根据用户居住地，结合商品信息，迅速判断是否符合国补资格，并作出商品 推荐。 2）内容审核：通过 AI 赋能，在文字、突破、视频等多模态场景中审核皆能应用，且目前 审核准确度已经较高。字节跳动“灵犬”系统日均审核视频超 1 亿条，敏感内容识别准确 率达 99.3%。 3）IT 运维：通过自动化运维工具、弹性伸缩能力和高效的资源利用率等方式，帮助用户 节省运维费用。

4.5.2 内部提效：AI 助力互联网公司研发效率提升

辅助软件代码生成与优化，重构开发流程：AI 技术在代码生成领域的应用已显著改变互 联网公司的研发流程，通过自动化代码补全、智能调试、测试用例生成等功能，大幅提升 开发效率与质量。目前腾讯、阿里、快手、京东、美团等公司在日常研发中已通过 AI 代 码提高研发效率。 日常事务性案头工作通过 AI 提升效率，例如文档写作、PPT 制作等。

4.5.3 赋能广告智能化：加速素材生成、优化投放效果、提升广告消耗

智能化 AI 应用带动互联网平台广告消耗提升。以快手为例，日均 2000W 广告消耗由 AI 带 动，广告智能化产品渗透率已达 40%。 1）投前：AI 生成素材速度大幅提升，创意多样性突破。 2）投中：AI 优化广告投放，精准度与 ROI 双升。 3）投后：跨平台数据整合与归因分析。

4.5.4 新增长曲线：大模型本地化部署带动云算力需求提升

DeepSeek-R1 在各行业加速部署催生云基础设施扩容。AI 应用急剧扩张，相较于需要大规 模算力的 AI（大模型）训练场景，AI 推理对算力性能要求没有 AI 训练严苛，主要是满足低功耗和实时处理的需求。但在部署在实际终端场景中时，会需要大量服务器进行并行网 络计算，因此在大规模应用开启部署大模型过程中，算力需求提升。

4.5.5 优化供应链管理：AI 技术贯穿零售供应链“预测-采购-仓储-配送”全流程

需求预测：精准匹配市场动态，动态安全库存管理。AI 模型可分析历史销售数据、季节性 波动及市场趋势，减少库存积压和缺货风险。沃尔玛的 AI 系统会综合分析历史销售数据、 市场趋势以及天气变化等多方面因素，以此来精准预测不同商品的需求量并自动调整库存， 减少库存积压，同时降低缺货率，提高销售转化率。 智能采购：成本与风险双降。AI 帮助识别供应商风险，优化采购决策。 仓储管理：从静态库存到智能调度。亚马逊：使用先进的机器学习算法，AI 可预测特定地 区的用户何时想要哪些商品，针对产品进行最优库存布局，增加当日达和次日达的能力。 物流配送：路径优化与时效革命。

4.5.6 产品细节体验优化，提升用户体验：智能客服、沉浸式购物、精准推送等将在细节 上助力公司提升用户体验

交互人性化：智能客服等服务从机械应答到情感化服务。7*24 小时响应，处理常见问题并 支持多模态交互（文字、语音、图像）。 场景真实化：打造沉浸式购物，从平面展示到场景化体验。 触达精准化：精准推送从广撒网到场景化触达。AI 通过分析消费者行为数据（如浏览记 录、购买历史、社交媒体互动等），能够实现高度个性化的推荐和营销策略，从而提升转 化率和客户忠诚度。基于深度学习的算法可为用户提供“千人千面”的商品推荐，如亚马 逊的个性化推荐引擎已显著提升用户购买率。

（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。）