2025年海外科技行业2026年投资策略报告：驾驭AI浪潮，寻找宏观分化下的结构性机会

一：美国市场——AI 重塑产业，宏观压制估值

1.1 宏观背景：降息预期与“无就业增长”的博弈

我们对 2026 年美国科技板块的看法是“机遇与挑战并存”。人工智能（AI）无疑是重塑产业格局、驱动 长期资本开支（Capex）的主线。然而，宏观经济的复杂性——特别是“无就业增长”下的降息周期——将对 不同子行业产生显著的“K 型”分化效应。

1.1.1 降息通道开启： 美国通胀受控，降息成为大方向，为高估值的科技股提供估值修复的 底层支撑

从美国通胀走势与货币政策导向来看，降息通道已明确开启，为高估值科技股的估值修复奠定基础。据美 联储 2025 年 10 月议息会议内容，尽管通胀自年初以来有所上升且仍处较高水平，但鲍威尔在发布会中明确指 出“非关税通胀离 2%目标并不远”，剔除关税影响后的核心 PCE 约为 2.3%-2.4%，且关税对通胀的冲击更多是 “一次性价格上涨”，排除了持续性通胀对宽松政策的制约。在此背景下，美联储于 10 月如期降息 25BP，将联 邦基金利率目标区间下调至 3.75%-4.00%，同时宣布 12 月 1 日起停止缩表，这一系列操作既释放了对经济温和 扩张的信心，也标志着货币宽松周期的进一步推进，为市场流动性改善与风险偏好回升提供明确信号，而流动 性宽松正是高估值科技股估值修复的关键前提。 降息周期将从融资成本、盈利预期两方面为科技股估值重塑提供动力。一方面，美联储降息直接降低市场 贴现率，而科技股尤其是 AI、半导体等成长赛道企业，其估值多依赖未来现金流折现，更低的贴现率将显著提 升未来盈利的现值，缓解高估值压力。鲍威尔在发布会中提到“企业在设备和无形资产方面的投资持续扩张”， 间接认可科技领域投资对经济的支撑作用，且明确“数据中心开支对利率敏感度较低”，意味着即便后续降息节 奏放缓，科技板块核心投资逻辑仍不受短期利率波动冲击。另一方面，停止缩表后 MBS 本金偿还再投资于短期 国债的操作，将优化市场流动性结构，为权益市场尤其是科技板块提供更稳定的资金环境，减少了政策转向风 险对科技股估值的扰动。

科技板块的投资逻辑正在发生深刻演变，其驱动力将从单纯的“情绪驱动”向“流动性+业绩”双轮驱动切 换。10 月议息会议声明中，美联储将经济判断从 9 月的“增速放缓”上调为“温和扩张”，且鲍威尔强调“A I 领 域投资与互联网泡沫不同，当前企业具备实际收入与商业模式”，这一表态不仅消除了市场对科技板块“概念炒 作”的担忧，还为优质科技企业的估值修复提供了基本面背书。尽管美联储内部对 12 月降息存在分歧（10:2 投 票结果），但鲍威尔明确“政策并非遵循预设路径，将基于数据灵活调整”，结合当前就业市场“放缓但无加速 疲软迹象”的特征，后续降息仍有空间。这种宽松方向明确、节奏灵活调整的政策环境，既能避免流动性收紧 导致的估值踩踏，又能为科技股提供持续的估值修复窗口，推动板块估值从“情绪驱动”向“流动性+业绩双驱 动”切换。真正具备深厚技术护城河、清晰的盈利兑现路径以及稳健商业模式的企业，才能获得持续且坚实的 估值支撑。

1.1.2 核心矛盾：“无就业增长”（Jobless Growth）的压制

我们观察到一个关键矛盾：AI 带来的生产力革命，正导致企业在增加技术投资的同时，对人力资本的支 出（Opex）保持高度谨慎。

根据 Jaimovich and Siu (2020)1，在经济衰退期间，中层技能（routine）职业的就业人数持续下降，意味 着这些职位正在逐渐减少。这通常与技术进步和自动化有关，因为这些因素减少了对这类工作的需求，这类工作通常涉及可以通过技术手段执行的标准化任务。在这种情况下，"routine 的 log value 持续下降" 表明在考 虑的时间段内，这些职位的就业水平呈现出下降趋势，并且这种下降是以指数形式发生的，即随着时间的推 移，下降的幅度越来越大。这种现象在经济学中被称为职业极化（job polarization），即就业机会在高技能和 低技能职位之间增加，而中间层次的职位则减少。

在过去的几十年里，美国劳动力市场经历了显著的变化，其中最突出的是 “职业极化” 现象，即中等技能 水平的例行性工作（Routine jobs）的比例在总就业中不断减少。这一现象与经济衰退后的 “就业增长缺失” （jobless recoveries）紧密相关。研究表明，在 1980 年代前，经济衰退后的就业复苏通常会迅速跟随 GDP 的增长。然而，自 1980 年代以来，尽管经济总产出开始恢复，但就业增长却显著滞后。这种差异可以归因于 几个关键因素：一是技术进步，特别是计算机和信息技术的发展，使得许多例行性任务可以通过自动化来完 成，从而减少了对这类工作的需求；二是全球化，使得许多例行性工作被外包到劳动力成本较低的国家；三是 经济衰退期间，企业往往会加快技术升级和重组，从而在衰退结束时不再需要重新招聘这些工作的人员。此 外，经济衰退期间的工作岗位减少倾向于集中在例行性工作中，这种趋势在最近的大衰退中尤为明显。

2025 年，科技行业裁员潮仍在继续，且新增招聘处于相对低位。AI 自动化/全球化导致企业中层职位可替 代性提升，企业通过裁撤这部分岗位换取利润率的趋势性提升。我们认为，这对于软件市场产生结构性冲击。

对 2B SaaS 的压制：企业对新增软件支出的预算保持谨慎。我们看到，依赖“Seat-based Model”（按 席位付费）的 SaaS 公司（如协同办公、CRM）的净收入留存率（NDR）面临压力。企业不再轻易扩 充席位，反而利用 AI 工具（如 Fiverr、Atlassian 报告的 AI 自动化）精简团队，这对 SaaS 的传统增长 模型构成根本性压制。

对 2C 互联网的传导：就业市场的疲软最终会传导至消费者信心。虽然通胀受控，但“无就业”的复苏意 味着居民可支配收入增长乏力（主要依靠财政转移支付），这将压制广告（依赖消费品牌预算）和电商 （依赖冲动型消费）等 to C 互联网模式的增长预期。

1.2 AI 基建：从“一家独大”到“多极拉动”

尽管宏观存在扰动，但 AI 基础设施的投资浪潮是 2026 年最具确定性的主线。我们认为，市场正从 “Nvidia + 微软”的单一叙事，转向“多极拉动”的新格局。

根据 Synergy Research Group 的最新数据，全球四大云厂商（MSFT, AMZN, GOOG, Meta）的单季资 本开支（Capex）合计已突破 1100 亿美元，同比增长超过 76%，且增长几乎全部由 AI 相关投资驱动。 2026 年 Capex 预测：市场普遍预计，仅这四家公司在 2026 年的总 Capex 就将接近 5000 亿美元。 Meta 与 Google 的跟进，Meta 在 Q3 2025 的财报电话会上明确表示，将继续“大幅”增加 2026 年的 AI Capex，以支持 Llama 3 的后续训练和 AI Agent 的推理需求。Google (GOOGL) 25 年 Capex 达到 910-930 亿美元，26 年预计继续大幅增长至 1200 亿+，CEO Sundar Pichai 强调“AI 投资仍是 Capex 的最大驱动力”。

但我们认为这并不是一个类似于 2001 年的泡沫，当前的大型科技股财务状况更稳健，估值虽然处于合理 偏高区间，但远未泡沫化，可以期待 AI 产品加速商业化后，EPS 上修带来估值消化。

需要注意的是，估值消化是有代价的。1）裁员。由于需要持续保持高强度的 CapEx 投入，AI 商业化的 延迟将直接拖累 P&L 表现，从而影响估值，因此大型科技股持续裁员以实现 EPS 稳健增长。Amazon 近期宣 布裁撤约 1.4 万名岗位，约占 35 万名员工的 4%，以提升运营效率。2）将 CapEx 转移至 Neo-Cloud。微软 等通过与 Neo-Cloud 合作将 CapEx 压力转移至表外，承担 OpEx，但相对更灵活可控。3）成立 SPV。Meta 近期也与私募基金成立 SPV，并由私募公司持有绝对多数股权，Meta 持有少数股权（但保有完全的运营控制 权），将 CapEx 移出表外。SPV 则通过债务融资的形式获得 PIMCO、BlackRock 等认购，且美国 SEC 发函 确认这一 SPV 的债务融资不会直接计入 Meta 的负债。美国私募信贷市场的深度决定类似的需求可能被进一 步支持，但在下行周期存在清算风险。

根据 Preqin 及 Mckinsey，2023 年美国信贷市场约 34 万亿美元，如果使用窄口径的 23 万亿美元私募信 贷市场，当前 8000 亿美元对 AI Infra 的敞口仅有 3.4%。

总结来看，由于 AI 商业化进展相对 CapEx 投入的滞后，目前主要的大型科技公司从 FCF 支持 CapEx 转 向私募信贷/债务融资，但通过特殊金融产品设计，将债务移出表外（但仍有 OpEx 支出）。这些措施继续为 AI 商业化腾出空间，即使 AI 商业化路线有误，大型科技股也能较为敏捷地止损，从而控制风险。 以上风险分析并非对 AI 产业的悲观判断，而是基于当前产业趋势的客观分析，8-9 月 OpenAI 的巨额算力 订单和循环投资已经引起投资者的担忧，供应链金融并非危机的导火索，但会放大产业链的信号，一旦资本开 支需求回落，行业需求可能迅速萎缩。因此，我们需要非常密切地关注需求侧信号，以判断泡沫破裂/消化拐 点。 一个通常被财经媒体热炒的新闻标题即 AI 替代劳动力，导致大型科技公司裁员。实际上，这些裁撤岗位 与 AI 自动化未必呈现因果联系，而更多与公司的成本优化政策相关，因此实际的因果联系是公司 CapEx 投入 带来 FCF 压力以及未来 EPS 增长压力，为了缓解压力，进一步提升 OpEx 效率压缩既有岗位，因此选择裁撤 部分岗位。并非由于 AI 成熟度高，已经能够胜任部分岗位，从而替代人工。

一个更全面的评估是，美国、欧洲、日本等大型企业的雇员合计约 7400 万人，即使我们采用对劳工保护 相对宽松的美国市场也有约 1600 万名于大型企业工作的员工。根据《JOB POLARIZATION AND JOBLESS RECOVERIES》，1982 年，例行性岗位占总就业量的约 56%，而到 2017 年，这一比例已经下降到约 42%，如果我们按照论文的分类方法结合 2024 年 CPS 的最新统计，2024 年例行性岗位在美国就业中的占比 进一步下降至 39.4%4。在 1985 年以来的美国历次经济衰退中，例行性岗位的下降占据总体岗位减少的 87- 93%，是受损最严重的部分（主要受全球化岗位外包+技术驱动自动化影响）。具体而言，1991 年衰退导致 的例行性岗位减少约 3.5%，2001 年衰退约减少 6.2%，而 2009 年大衰退导致例行性岗位减少约 11.3%。若据此做敏感性分析，则在温和/中度/严重衰退情况下总体岗位可能减少 3.9%/6.9%/12.6%。

1. 美国市场：根据美国劳工统计局（BLS）截至 2025 年 3 月的最新数据，在私营行业中，员工规模超 过 1000 人的机构总共雇佣了 1599 万名 员工5 。 2. 欧洲市场：根据欧盟统计局（Eurostat）2023 年的数据6，在欧盟和欧洲自由贸易联盟（EU-EFTA） 地区，员工人数超过 1000 人的跨国企业集团（MNE）雇佣了约 4100 万名 员工。 3. 日本市场：根据日本总务省统计局发布的 2021 年经济活动普查数据7，1000 名及以上员工的企业从 业人员数为 1672 万人。 年均薪酬方面，与就业人数口径一致的 CPS 调查的是“常规周薪”，它代表的是典型工作周的收入。这个 数字可能不包括奖金、佣金、加班费，并且依据周薪推测年薪可能忽视失业/工作轮转期间的空挡，对于那些 在一年中部分时间做兼职或经历失业的人来说，这个估算会偏高。相反，OES 专门针对企业的调查（而非 CPS 的家庭调查），它收集了约 830 种详细职业的就业数据以及不同分位数的年薪和时薪估算。 我们在薪酬支出估算时采用 OES 数据，但后续会标注与 CPS 数据估算的差异。按照论文定义的例行性岗 位以及分类映射，CPS 数据对应例行性岗位中位数年薪为 5 万美元，OES 数据对应 5.3 万美元（不含加班 费，但包含奖金8），考虑到大型企业的岗位薪酬可能高于整体企业，我们采用 75th 分位数薪酬估计，对应OES 数据下 6.1 万美元（比中位数高 15%）。 据此估算，Coaute 测算的薪酬相对高估（例行性岗位薪酬低于软件/算法工程师），但大型企业员工数量 可能高于 Coaute 的假设（仅限于 Top 50 科技企业），最终可能带来的成本节约为 374/662/1210 亿美元（对 应温和/中度/严重衰退），这对应接近 1500/2500/5000 亿的 CapEx 提升空间（GPU 支出 50%，5 年折旧， 剩余部分 10 年折旧，对应折旧/CapEx~25%）。 换句话说，在宏观经济没有明显改善，企业收入没有明显加速的情况下，IT预算变化相对有限，而硬件 CapEx 的大幅增长，挤压人力、软件等的支出，因此我们认为对于软件市场存在结构性冲击，云厂商受益于 GPU 供应集中度较高，有机会整合上层软件预算。

我们开始在头部巨头看到 AI 驱动商业化效率提升。例如社交行业，1）Meta CEO Mark Zuckerberg 在 2Q25 业绩会提到，“在广告业务方面，本季度的强劲表现主要得益于 AI 在广告系统中释放的更高效率和收 益。本季度，我们将新型 AI 驱动的广告推荐模型扩展至更多展示位，并通过利用更多信号和更长的上下文信 息提升了其性能。该模型使 Instagram 的广告转化率提升约 5%，Facebook 的广告转化率提升约 3%。”“AI 正显著提升我们向用户展示其感兴趣且有价值内容的能力。推荐系统的进步大幅提升了内容质量，仅在本季度 就使用户在 Facebook 的停留时间增长了 5%，Instagram 的停留时间增长了 6%。”2）Pinterest CEO William J. Ready 在 2Q25 提到，“例如在第二季度，我们通过整合更多关于用户在平台上的信号序列，显著 提升了大规模转化模型的性能。通过这种方式强化训练数据，我们能更精准地预测哪些广告能引起用户共鸣。 在早期 A/B 测试中，这项更新使我们最低转化漏斗的 oCPM 竞价类型广告转化率提升了 5%。” 在广告行业，1）Google CEO Sundar Pichai 在 2Q25 提到，“我们深知 AI 概览功能的受欢迎程度，因 为在全球范围内，该功能已推动其展示类型的查询量增长超过 10%，且这一增长趋势仍在持续扩大。”“采 用智能出价探索策略的广告系列平均转化量提升 19%。”

在 Fintech 领域，1）RooT CEO 在 2Q25 业绩会提到，“我们的新定价模型显著优化了风险筛选机制， 平均提升 LTV 20%。”2）Lemonade CEO 在 2Q25 业绩会提到，“我们自主研发的远程信息处理定价模型 现已超越现成产品...整体毛损失率改善 27 个百分点，同时保险费收入增长近 60%...这充分证明我们的 AI 飞轮 效应优势正在持续放大。”3）Rocket Mortgage CEO 在 2Q25 业绩会提到，“我们打造了人工智能驱动的沟 通平台，该平台可处理拨号、短信、跟进及聊天功能，全面自动化行政任务。近期升级后，该平台能动态优化 再融资银行家的客户跟进流程，并提供 AI 推荐的后续步骤及短信模板以简化沟通。由此，每日再融资客户跟 进量提升近 20%。”“Agentic AI 的应用实例之一是审查定金（EMD）。过去管理定金需要耗费大量人工进 行追踪、验证和核对。如今，Agentic AI 能自动核验定金文件并追踪资金流向，仅将异常情况提交给核保人 员。该技术现已覆盖 80%以上购房协议的定金处理，预计每年为运营团队节省近 2 万小时工作量。”

1.3 机器人/智能驾驶

AI 的终极形态是与物理世界结合。我们看好两大长期赛道：

Amazon（物流运营）：Amazon 已明确提出使用机器人（如 Digit）替代物流运营中心的人员。这 不是短期主题，而是未来十年内最确定的“Capex 替代 Opex”的逻辑。Amazon 每在物流自动化上 投入 10 亿美元，都可能在未来节省数十亿美元的人力成本，这是最直接、最贴近业务场景的 AI 实 体化。

Tesla（智能驾驶）：FSD（完全自动驾驶）的迭代是纯粹的 AI 驱动逻辑。每一次的数据回流和模 型更新都在提升其“驾驶智能”。我们认为，Tesla 的估值核心已从“电动车”转向“AI 机器人公司”， FSD 的商业化（无论是订阅还是授权）是其万亿市值的关键。

1.3.1 Amazon 的物流运营

随着人工智能与机器人技术的不断成熟，机器人在物流仓储等实际场景中的应用正逐步落地并发挥重要作 用。以全球电商巨头亚马逊为例，其近年来通过大规模引入各类仓储机器人，正在稳步实现降本增效的目标。 在亚马逊的智能仓储体系中，机器人承担了大量重复性强、劳动密集型的工作，如商品搬运、货架移动、订单 分拣等，不仅有效缓解了人力压力，也显著提升了整体作业效率与准确率。

Amazon 在仓储物流中形成了分层的机器人体系：一类是自主移动机器人（AMR），如 Proteus、 Hercules、Titan，负责在设施内自主或半自主地搬运货架/货舱/推车，覆盖从收货、上架到出库的物料流转； 其中 Proteus 为全自动 AMR，能在人员环境中安全导航，Hercules/Titan 侧重大负载与大体量品类的转运。二 类是机械臂与货到人系统，如 Robin、Cardinal、Sparrow、Vulcan，承担包裹分拣、码垛/拆垛、单件拣选与存 取等精细操作；其中 Sparrow 以视觉与 AI 对单件商品进行识别与处理，Cardinal 可抓取重达 22 公斤的包裹， Vulcan 具备触觉与力控，能在狭窄货位进行拣选与存放，显著减少员工弯腰攀爬。

三类是固定自动化与系统协同，如 Sequoia（多层容器化库存系统）、包装自动化、AR ID 与扫描/分拣 线，用于库存组织、动态上架、自适应包装与高速扫码分拣，并与移动机器人联动，实现端到端的流程贯通。 其作用在于以“人机协作”替代高强度、重复性与高风险环节，带来更稳定的吞吐能力、更低的差错率与更好 的作业安全，同时通过集中式与分布式协同提升空间利用率与流程弹性，并以生成式 AI 模型（如 DeepFleet） 优化机器人车队的路径与拥堵管理，进一步缩短订单处理时间、降低运营成本，推动履约网络向更可持续与可 扩展的方向演进。

截至目前，亚马逊已在全球 300 多个运营中心部署超过 100 万台机器人，形成覆盖商品搬运、分拣、存储 全流程的智能化网络，其中新一代具备触觉和 AI 能力的 Vulcan 双臂机器人及整合拣选、打包功能的 Blue Jay 系统已投入实际应用，结合生成式 AI 调度模型 DeepFleet 将机器人车队效率显著提升、单件商品处理成本降低 0.3 美元（年省超百亿美元），机器人驱动的效率革命正深刻重构全球物流仓储的人力结构与成本逻辑。

1.3.2 智能驾驶：Tesla (FSD) 等厂商在 AI 驱动下的技术迭代

VLA 与世界模型路线的演进推动“智驾平权”。2025 年，智能驾驶行业呈现出明显的双路径技术演进格 局，VLA（Vectorized Lane Attention）与世界模型（World Model）两大核心架构路线并行推进，各自依托不同 的技术基础与工程理念，分别在结构化道路与非结构化城区场景中发挥优势，构筑起当前智能驾驶从功能突破 向全场景普及过渡的技术底座。两者并非竞争关系，而是在技术异构性与适配场景的差异性基础上构建起的协 同发展机制，共同推动城市 NOA 能力的深化以及智能驾驶“平权化”落地的加速。 VLA 技术路线源于自动驾驶对语义级环境理解的进一步追求，其核心在于以向量化的方式对道路要素 （如车道线、红绿灯、交通标志）进行抽象表达，从而实现高效、轻量的城市建图与路径规划。相较于传统依 赖高精地图的感知系统，VLA 能够在不依赖复杂地图数据的前提下，通过传感器+算法融合完成车端实时环境 建模，具备更强的泛化能力与城市适应性。当前，该技术已成为城市 NOA 部署中的主流架构方案之一。小鹏 汽车通过 XNGP 平台率先推动“去高精地图化”的城市 NOA 落地，其技术路径即以 BEV+VLA+Transformer 为核心，在 2025 年实现百城通用能力，构筑“轻地图+端智能”体系。华为则通过 ADS 3.0 系统，将 VLA 建 图与激光雷达数据深度融合，构建高鲁棒性城区 NOA 解决方案，并率先在问界 M9、阿维塔等产品上实现量 产。此外，理想、极越、吉利等主流厂商也正在加快 VLA 相关能力的模块化部署，推动城区 NOA 在 15–20 万元主力车型上的大规模搭载，显著加速了智能驾驶“由点及面”的扩张节奏。VLA 技术在机器人领域同样 是核心基石，当前相关模型及数据集已超百个，且探索方向多元： Figure AI 的 Helix模型支持双机器人协同 作业并可商业部署，谷歌 Gemini Robotics On-Device 模型能离线运行且开放微调功能。

世界模型路线的技术逻辑根植于端到端架构的认知演进趋势，其目标是在车端构建一套具备“自我认知— 演绎推理—场景想象”能力的通用智能体。这一模型架构通常包括环境状态编码器、动态预测模型与策略生成 模块，能够在神经网络内部完成对物理世界的高维抽象、状态预测与行为决策，真正实现从传感器输入到车辆 控制的“感知-预测-控制”闭环一体化。在该路径中，特斯拉无疑是引领者。其于 2024 年推出的 FSDV12 版本 首次在量产车上部署了完全的 OneModel 系统，彻底摆脱了传统规则引擎，改由大模型直接控制驾驶逻辑，并通 过 Occupancy Network 感知与世界模型模拟，建立起城市复杂环境下的自适应驾驶能力。理想汽车也在 2025 年 推出 DriveGPT 框架，通过融合多模态世界模型与模仿学习机制，实现自动驾驶系统对动态交通语义的理解与自 我修正能力，试图在 OneModel 系统构建方面实现中国路径的落地复制。 VLA 与世界模型在不同的技术逻辑与商业模型推动下形成互补格局。VLA 路线在 2025 年到 2027 年间将 持续主导城市 NOA 在结构化城市场景中的量产应用。随着感知算法效率提升与传感器成本下探，VLA 系统有 望成为 15–20 万元级别车型的“标配功能”，进而推动城市 NOA 由高端车型向主流市场全面渗透。而世界模型 路线则将在 Robotaxi、复杂城区、多场景融合等非结构化环境中展现其端到端与泛化优势，预计将在 2026 年后 加速落地，并成为更高阶自动驾驶能力（L3+/L4）实现的重要引擎。在“功能下沉”与“成本可控”双重驱动 下，城市 NOA 正在成为主流品牌提升产品智能化差异的重要抓手，也成为消费者购车决策中的标配诉求。从产 业端来看，芯片国产化（如地平线征程 5/6、华为 MDC 610）、模型自研、软件订阅分层激活等手段正在有效控 制系统部署成本；而从消费端来看，城市 NOA 从高精地图依赖转向轻感知系统，使得产品价格门槛快速下降， 当前 15 万元以下车型中已开始出现具备城区 NOA 能力的产品，未来两年有望实现主流市场的全覆盖。

2025 年是 Robotaxi 作为高阶智能驾驶商业化的重要切入点，正迈入从示范验证向初步规模化运营的转折 阶段。伴随算法、感知与平台技术的成熟，以及监管政策的逐步放开，该领域的发展热度持续上升。从市场规 模来看，最新研究预计全球 Robotaxi 市场价值至 2030 年将达约 40‑50 亿美元，年复合增长率约 70%‑90% 。目前， Robotaxi 的主流技术路径主要是 L4 级自动驾驶系统，其中一类路线由视觉端到端模型主导，另一类则在激光雷 达＋高精地图＋多传感融合方案下强化安全冗余。尽管技术方向趋于明确，但真正的大规模商业运营仍处于初 期。监管方面，美国 NHTSA 于 2025 年 4 月调整豁免机制以推动 Robotaxi 发展，但各州真正开放无司机运营尚 未全面实现；中国则已发放约 16,000 张自动驾驶测试牌照，开放测试道路约 3.2 万公里，并在北京、广州、深 圳等城市启动 Robotaxi 服务试点。产业格局来看，头部玩家包括 Waymo、萝卜快跑、小马智行等，正在向整车 厂、出行平台与城市运营合作方向延伸，构建“硬件平台 + 算法能力 + 数据闭环”的全栈竞争格局。未来三至五 年，随着商业模式成熟、成本进一步下降、城市覆盖不断扩大，Robotaxi 有望在城市内高频通勤场景中实现由 “政策试点”向“规模运营”的跃迁。

1.4 B2B 软件市场：AI 冲击下的“K 型分化”--AI 对 B2B 软件的影响不是 “颠覆”，而是“分层”

1.4.1 SMB/Mid-market：“AI 原生”的侵蚀区

中小型企业（SMB）市场正遭遇 AI 原生（AI-Native）工具的严重侵蚀。如 Suno（音乐）、Perplexity（搜 索）或各类 AI Copilot 初创公司，它们凭借更优的单点功能和极低的边际成本，正在“蚕食”传统 SaaS（如部分 CRM、营销自动化）的市场份额。 根据 Ramp AI，美国 AI 软件部署以大型企业为主，大型企业采用率高于中小型企业。需要注意的是， Ramp AI 采集的是企业客户付费数据，因此一些开源模型部署后的 AI 软件/应用可能不计入统计。 Monday.com Co-CEO/CFO 2Q25 提到，我们确实感受到了来自谷歌在新业务方面的压力，尽管这并非我们 之前未曾遇到的情况。所以在那个方面，压力相对较小。由于 Google 算法的变化，我们正在低端市场看到一 些疲软。但我们认为这是暂时的，我们已经采取了主动措施来应对这种情况，并且相信这将在下半年得到恢 复。HubSpot CEO 在 2Q25 提到，为了让客户更容易上手，专业版和企业版客户将获得包含在订阅中的每月信 用额度。这意味着他们可以立即免费开始使用客户代理。总结来看，AI 主要正面影响 SMB/Mid-market 需求 （采用率/使用量增长），但货币化早期（2025 无重大收入贡献），预算转向价值导向（如信用捆绑）。竞争 压力（如 Google AI）暂缓 SMB 获客，但平台嵌入 AI 缓解侵蚀。

1.4.2 Enterprise 市场：巨头的“护城河”与“AI 竞赛”

大型企业（Enterprise）市场受影响相对有限，并呈现“赢家通吃”的局面。

护城河：大型企业对安全性、数据合规性（Data Governance）和系统集成的要求极高。他们不会轻易 替换 Salesforce, Workday, ServiceNow 或 Oracle。

巨头的“Race to Win”： 巨头的策略是“收购 + 自研整合”。以 Salesforce 为例，其 2025 年上半年“A I Agent”的客户采用率激增 119%，员工与 AI 的交互次数（Interactions）月均增长 65%（来源：Salesforce, 2025 年 10 月）。这证明，企业客户倾向于在现有平台（Data Cloud）上使用“集成好”的 AI 功能。

核心挑战（货币化）： 巨头们正忙于将 AI 功能（如 Copilot）打包提供给客户，以换取 ARPU 的提升。 但我们的渠道调研显示，从“功能交付”到“业绩增长”还需要时间。2026 年的核心挑战是 AI 功能的货币 化（Monetization），目前进展仍较缓慢。

随着 AI LLM 推理每年数十倍的增长，成本也迅速下降，Satya Nadella 在 BG2 Podcast 提到，“如果计算 能力的价格明天下降 100 倍，那么使用量将会增长超过 100 倍，人们会想用这些计算能力做很多事情，而这些 事情在目前的成本下并不划算，但会出现新的需求”。 我们现在面临的最大问题不是计算资源过剩，而是电力供应问题。关键在于能否在电源附近快速完成构 建。如果做不到这一点，库存里可能就会积压一大堆芯片，而我却插不上。事实上，这就是我今天遇到的问 题，对吧？这不是芯片供应问题，而是我没有现成的硬件可以插上。 Sam Altman 提到“这肯定不会是一条直线发展的道路，肯定会出现供过于求的局面。至于这种情况会在 两三年内发生，还是五六年内发生，我无法确定，但它肯定会在某个时间点出现，而且很可能在发展过程中会 经历好几个阶段。这其中蕴含着一些深刻的人类心理因素，比如泡沫效应。正如萨蒂亚所说，供应链非常复 杂，各种奇奇怪怪的东西层出不穷，技术格局也在发生巨大的变化。所以，如果一种非常廉价的能源很快大规 模投入使用，那么很多人就会因为已经签订的现有合同而损失惨重。如果我们能够继续以惊人的速度降低单位 智能成本，假设每年平均降低 40 倍，那么从基础设施建设的角度来看，这是一个非常可怕的指数级增长。”

目前的 AI 模型主要是部署于云端的，但是希望未来带给终端手机/PC 用户，“随着价格下降，需求会大 幅增长。但我担心，就像我们不断取得突破，每个人都能在笔记本电脑上运行个人通用人工智能（AGI）一 样”，“OpenAI 目前针对特定 GPU 的推理堆栈所做的优化。我的意思是，我们一方面谈论 MOS 定律的改 进，但软件方面的改进远比这更具指数级增长。总有一天，我们会制造出一款令人难以置信的消费级设备，它 能够以极低的功耗在本地完全运行 GPT-5 或 GPT-6 模型”。 A16z Runtime 2025 观点：AI 的 Capex 占到 GDP 的 1%11。A16z 不认为目前处于 AI 泡沫化阶段， 情绪指标是“如果真的达到泡沫的程度，那每个人都必须相信它不是泡沫”。另外，AI 短期的需求如此之 大，我们现在没有需求问题。AI 可能会驱动新的交互形式，PC 从 1975 年发明到 1992 年，它一直是一个“文本提示词”（text prompt）系统。在当时，一个“交互式文本提示符”相比于打孔卡系统，已经是一个 巨大的进步了。到了 1992 年，17 年后，整个行业突然转向了 GUI（图形用户界面），并且再也没有回 头。又过了 5 年，行业又转向了“网络浏览器”，再也没有回头。目前，AI 时代用户体验的形态和本质仍 未定型。

1.5. B2C 应用与新业态：寻找 AI 时代的增长点

AI 在 2C 端业务方向逐步落地，包括教育、游戏、广告、电商购物等，我们看好大模型未来在 2C 端业务 的应用前景。如在教育领域，大模型正推动个性化学习体验的深度革新，通过实时交互与内容生成能力不仅优 化了知识传递效率，更重塑了传统教培行业的服务模式；在游戏行业，AI 驱动的 NPC 智能交互、内容自动生 成与玩家行为预测，大幅提升了游戏体验的沉浸感与内容的丰富度；广告业务方面，大模型通过精准的用户画 像构建与创意内容生成，使得广告投放更加智能、高效，显著提升了营销转化率和客户 ROI；而在电商购物场 景中，AI 助理、虚拟试穿、个性化推荐等应用则极大地优化了用户购物决策过程，提升了平台粘性与转化效 率。整体而言，我们坚定看好大模型未来在 2C 端业务的广阔应用前景，其不仅能够推动各细分领域的产品与 服务升级，更有望催生全新的商业模式与增长极，为相关产业链带来长期投资价值。

1.5.1 电商+广告（Shopify 模式）

Shopify 是 AI 在 B2C 领域落地的典范。 数据佐证： Shopify 在 2025 年 Q2 实现 31%的 GMV 和收入增长，远超电商行业平均（来源：Shopif y Q2 2025 财报）。 核心驱动：其增长动力来自 AI 驱动的“独立站”生态。通过 AI 工具（如 AI 广告投放、个性化商品推荐）， Shopify 极大提升了 DTC 商家的营销效率。根据 Adobe 数据，2025 年流向零售网站的“生成式 A I”流量 同比增长了 4,700%，38%的消费者已使用 AI 辅助购物（来源：Adobe Analytics, 2025 年 7 月）。

1） Shopify — AI+电商：AI 对 Shopify 的意义在于以“AI 原生”重构电商基础设施，驱动商家经营与 平台增长进入新范式：产品层面，2025 夏季版推出 Horizon 主题与 Generate Blocks/Themes，配合 Sidekick（现 支持 20 种语言、移动端可用）实现“描述即建站/报表即对话”，并在 Commerce NEXT 2025 展示 MCP 编排 与“AI 店小二”全链路购物；生态方面，Shop App 引入 OpenAI ChatGPT 驱动的 AI 购物助手，外部 AI 应用 生态持续扩容；公司层面，管理层提出“AI 优先/AI 是基本要求”，内部以 LLM Agent 与统一入口加速研发、销售与运营智能化。进展上，AI Store Builder、Sidekick 多步骤推理与自动化执行显著增强，公司与 OpenAI 的对话即购物合作落地美国，验证“声明式商业”路径；意义在于以端到端 AI 提升商家效率与转化、 以平台级智能巩固生态壁垒并打开新的货币化空间。

2）Applovin — AI+广告：AI 是 AppLovin 从应用公司跃迁为 AI 原生广告基础设施的核心抓手：以自研 AXON 2.0 为“大脑”，在 AppDiscovery 与 MAX 间打通“数据—算法—出价—创意”的闭环，驱动 ROI/ROAS 与 eCPM 持续上行；公司已出售移动游戏资产、聚焦高毛利软件平台，2025 年 Q2 营收 12.59 亿美 元（+77%）、调整后 EBITDA 10.18 亿美元（+99%）、利润率约 81%，并给出 Q3 13.2–13.4 亿美元指引，验证 AI 驱动的盈利与现金创造能力；产品层面，AXON 将出价与创意生成纳入统一优化，SparkLabs 等工具显著提 升素材效率，助力电商、金融科技、CTV 等多垂类复制游戏广告的成功范式；中期看，随着自助投放平台面 向全球中小广告主放量与多场景渗透，AI 有望进一步放大网络效应与规模经济，打开更高天花板的增长曲 线。

1.5.2 创作者经济与 C 端应用（Unity/Roblox/Duolingo）

我们正密切关注 AI 对 C 端“生产力”工具的重塑。

1）Roblox — AI+游戏：AI 对 Roblox的意义既是其从“用户生成内容（UGC）平台”向“AI 原生创作 生态”跃迁的核心引擎，也是突破当前增长瓶颈、重塑平台价值的关键变量——在内容创作维度，AI 通过自 然语言交互降低创作门槛，使普通用户甚至非专业开发者能通过文本描述快速生成 3D 模型、场景、角色动画 及互动逻辑，大幅缩短创作周期并激发长尾创作活力，推动平台日均内容更新量指数级提升，解决长期存在的 优质内容供给不足问题；在用户体验维度，AI 驱动的动态 NPC、个性化剧情分支与实时环境适配，让单机式 的虚拟世界进化为“有记忆、懂反馈”的智能生态，极大增强沉浸感与留存黏性；在运营效率维度，AI 辅助 的内容审核、安全监测与经济系统平衡（如虚拟货币流通调控）大幅降低人力依赖，同时通过用户行为分析与 需求预测，帮助平台更精准地匹配创作者激励与流量分发，提升整体生态健康度。

2）Duolingo — AI+教育：AI 对 Duolingo 而言不仅是技术工具，更是驱动其从“语言学习应用”向“AI 原生教育平台”转型的核心战略支点——公司自 2023 年起全面推行 AI 优先策略，通过 GPT-4 驱动的 Max 付 费课程（含 AI 答疑、角色扮演、视频通话等功能）验证了智能交互的用户价值后，2025 年进一步将 AI 渗透 至全业务链条：内容生产端，依托自研 AI 流水线将语言课程开发周期大幅降低（新增 148 门新语言课程）， 并计划覆盖数学、音乐等新学科；用户体验端，推出 AI 角色“Lily”视频对话、个性化学习路径等，同时通 过智能 NPC 与动态内容生成增强学习趣味性；运营效率端，AI 辅助内容审核、自动化流程及模型成本优化。 短期看，AI 通过降本增效（如替代部分承包商）与规模化内容供给巩固了其全球语言学习龙头地位；长期而 言，Duolingo 正从“工具型应用”进化为“AI 驱动的综合教育生态”。

3）Unity — AI+引擎：AI 对 Unity 引擎业务的意义在于以“技术底座+生产力工具+商业闭环”重构数字 内容创作与分发生态，成为其从游戏引擎向“实时 3D+AI 全场景基础设施”转型的核心驱动力——公司依托 自研 AI Graph 智能创作平台（深度集成腾讯混元大模型）及与亚马逊云科技合作的生成式 AI 服务，打造了覆 盖“创意生成-资产制作-游戏发行-运营优化”的全链路 AI 能力：未来，随着 Unity 与更多大模型厂商的合作 深化（如扩展至医疗、教育等垂类场景），以及“云+AI+引擎”技术组合在新兴市场的渗透，Unity 有望从 “游戏工具提供商”进化为“全场景数字内容创造的 AI 基础设施平台”，成长为空间计算时代的核心赋能者。

Unity 6 提供综合性的 AI解决方案，包括 Assistant、Generators、Inference Engine 核心功能。其中，作 为人机协作中枢的 Assistant 功能，深度融合了自然语言理解与 Unity 开发语境认知，不仅能为开发者提供实时 的代码补全建议、场景搭建逻辑优化提示，还能针对美术资源适配、物理引擎参数调试等具体问题给出经验化 解决方案，大幅降低跨领域协作的沟通成本；而 Generators 模块则聚焦内容生产力的革新，通过 AI 生成模型 覆盖 3D 模型快速建模、动态纹理智能生成、角色动画自动生成等多元场景，支持基于文本描述或参考素材的自定义风格迁移，开发者只需输入“赛博朋克风格的未来城市广场”等需求，即可快速获得可编辑的高质量资 源，显著缩短从创意到原型的落地周期。作为底层技术基石的 Inference Engine 核心功能，则通过优化的多模 态推理框架与硬件适配方案，实现了对文本、图像、语音等数据的低延迟高效处理，既能精准解析 Assistant 生 成的指令语义，又能为 Generators 的输出结果提供实时质量校验与动态调整支持，Inference Engine 继续 专注于提升本地 AI 模型推理性能，以创造独特的运行时体验。

Unity AI在模型生态布局上采取“开放接入+自主可控”的双轨策略。既通过灵活的 API 接口整合了丰富 的第三方大模型资源，又依托自身技术积累打造了具备强适配性与场景穿透力的自研模型体系，形成差异化竞 争力。在外接模型层面，Unity 目前已集成包括 OpenAI GPT-3.5/4、Google PaLM 2、Meta Llama 2 等在内的 20 余家行业头部大模型 API，覆盖文本生成、代码辅助、创意灵感激发等通用场景。

二、中国市场（含港股）——宏观承压，聚焦内生增长

2.1 国内 AI 产业链：AI 转型形成广泛共识，关注核心标的阿里巴巴及腾讯

美国领先全球算力布局，中国受制于供给限制显著落后。根据 Epoch AI，中美领先全球 AI 算力布局，其 中美国以 74.4%的 16-bit FLOP/s 份额占据绝对主导地位，而中国持有 14.1%的份额，位居全球第二，但与美国 存在显著差距，主要受制于芯片采购禁令以及上游制造代工设备采购限制，导致本土芯片产能也同样受限。

“开源大模型排行榜”显示了一个关键趋势：虽然美国的 gpt-oss-120B 在智能指数上拔得头筹，但排行榜的 前列（Top 10）几乎被中国开源模型所占据，包括 DeepSeek V3.1、通义千问 Qwen3 235B、Kimi K2 0905、智 谱 GLM-4.5 等。它表明国内的“智能层”（中游）不仅在追赶，而且在广度和顶尖竞争力上已经达到世界级水 平。众多中国模型上榜，显示出市场竞争（如字节跳动发起的价格战）和高强度研发投入（如阿里的全系列模 型 、百度的文心）已经催生出一个高度繁荣和高水平的模型生态。

应用方面，最显著的趋势是，亚洲（主要由中国市场驱动）的份额从 23H2 的约 32%稳步增长至超过 40%，成为全球最大且增长最快的 AI 应用市场。相比之下，北美市场的份额则从约 20%下降至约 10%。与移 动互联网类似，亚洲（尤其是中国）庞大且活跃的消费者群体为 AI 应用提供了最佳的“试验场”和变现渠 道。 以上共同描绘了一个完整的中国 AI产业故事：一个庞大且占主导地位的“应用市场”，正在资助一个“世 界级”的“模型层”，并共同拉动一个“自主可控”的“硬件层”的快速迭代和追赶。我们看到云厂商及互联网平台 在 AI+广告/搜索/电商方面规模化探索，随着海外投资者持续对 AI CapEx回报产生担忧，创新/规模化落地速 度更快的国产应用具备更大的超预期空间，且估值更稳健合理，存在系统性重估的机会。

2.2 宏观承压，看好游戏赛道（防御性 + 增长）

宏观经济短期承压背景下，我们看好游戏行业防御属性与边际改善。具体利好包括：政策支持力度增加， 版号供给丰富度提升，小程序&出海渠道红利凸显，游戏 pipeline 储备丰富。 政策定调层面，支持力度显著增加。监管部门对游戏行业的态度逐渐转变，从严格管控走向适度引导与支 持。版号政策不断优化，供给的丰富度大幅提升。如 2025 年 4 月 8 日，国务院发布文件《加快推进服务业扩 大开放综合试点工作方案》中指出“发展游戏出海业务，布局从 IP 打造到游戏制作、发行、海外运营的产业链 条。”政策支持力度为游戏企业提供了更广阔的发展空间，让企业能够将更多精心研发的游戏推向市场。

版号供给层面，发放数量稳健提升。2025 年游戏版号政策呈现显著积极态势，构成行业发展的重要助推 力。根据国家新闻出版署数据，截至 10 月 31 日，2025 年累计发放游戏版号已达 1440 款，其中国产版号 1354 个、进口版号 86 个，单月 10 月即发放 159 款国产及 7 款进口版号，这种"量增质优"的版号供给结构，既为头部厂商的旗舰 IP 跨平台开发和中腰部企业的创新品类提供了落地空间，又通过进口版号的逐步恢复引入海外 优质内容，共同推动市场供给多元化。政策端对合规产品的鼓励与审批流程的优化，不仅增强了企业的研发规 划确定性，更通过稳定供给预期加速了新品上线节奏，为行业景气度持续提升奠定了核心基础，是当前支撑游 戏板块估值修复与成长的关键政策变量。

国内游戏市场在经历了多年的高速增长与结构调整后，当前呈现出收入稳健增长、用户规模企稳的良性发 展态势。从基本面来看，根据伽马数据，2025 年上半年国内游戏市场实际销售收入突破 1680 亿元，同比增长 14.08%创历史新高，叠加近 6.79 亿的用户规模（同比增幅 0.72%）达到历史峰值，量价齐升的格局印证了市场 需求端的韧性——既有《黑神话：悟空》等现象级单品对长线消费的拉动，也得益于电子竞技与小程序游戏等 细分赛道的高景气度持续释放增量。

行业增长动能正加速向"双轮驱动"切换：一方面，以超休闲、轻量化为特征的小游戏凭借研发周期短、传 播效率高、广告+内购复合变现的优势，成为存量用户深耕的利器（上半年国内小程序游戏收入同比增长 40.2%），其"快迭代+精准定位"的模式有效激活了碎片化娱乐需求；另一方面，游戏出海进入生态化扩张新阶 段，自研产品海外收入达 95.01 亿美元（同比增 11.07%），在巩固美日韩成熟市场基本盘的同时，中东、拉美 等新兴市场凭借人口红利与差异化需求爆发（如越南移动游戏下载量登顶全球），配合 DTC 模式、社媒直播等创新渠道重构发行链路，技术赋予文化输出的双重壁垒显著提升了海外利润空间。这种"内需稳基+出海破局 "的结构性机遇，叠加版号常态化释放的政策红利，使得具备精品研发能力与全球化运营视野的龙头企业，有 望在行业集中度提升过程中持续享受估值溢价。

25 年以来，网易腾讯等头部企业上线多款重磅项目，在海内外取得优秀成绩，公司后续储备 pipeline 丰富，看好游戏行业供给度进一步提升。2025 年以来，以网易、腾讯为代表的头部游戏企业展现出强劲的产 品竞争力与战略执行力，通过密集上线《三角洲行动》《燕云十六声》等多款重磅项目，在国内外市场均取得 亮眼成绩——国内端依托高用户基数与成熟运营体系实现快速变现，海外则凭借本地化适配与品牌影响力持续 渗透新兴市场。这些企业后续产品 pipeline 储备丰富且结构多元，如《王者荣耀世界》等开放世界大作、网易 《无限大》等。这种"优质供给集中释放+创新储备梯队完善"的格局，有望促进游戏行业从"流量为王"向"内容 驱动"的长期转型，为板块估值中枢上移提供坚实支撑。

2.3 在线娱乐赛道：AI 推动行业成本&效率优化，国内监管政策调整

2.3.1 音乐行业：寡头竞争下的新机遇，AI 音乐成本下降

全球在线音乐行业已进入寡头格局，竞争重心从版权获取转向生态与用户价值提升。中国市场新增用户空 间有限，呈现稳定的“寡头”格局，竞争格局较海外更好，腾讯音乐、网易云音乐及汽水音乐的总用户规模大 约为 7：3：1，付费用户则约为 20：7：1。音乐行业参考长视频行业进入付费率和 ARPPU 双轮驱动的稳健增 长阶段。 腾讯音乐稳居龙头，收购喜马拉雅后，完成从“音乐平台”向“全场景音频生态平台”转型，构建订阅、 广告、粉丝经济与长音频协同驱动的多元化增长路径。网易云音乐以“歌单文化+独立音乐人+每日推荐/私人 FM 算法”为核心特色，突出个性化内容分发，版权环境常态化后完善曲库，近年加速商业化变现。双龙头具 有长期成长潜力。

中国在线音乐市场格局：用户增长趋缓，竞争重心转向付费价值

中国在线音乐市场中，用户规模波动，但总体维持高位，主要是存量博弈：2020 年至 2025 年上半年，中 国网络音乐用户规模在 6.58–7.48 亿之间波动，始终保持在网民总数的 64–71%区间。2021 年用户规模达到峰值 7.29 亿，渗透率达 70.7%，随后在 2022 年出现明显回落，降至 64.1%，主要受短视频等泛娱乐平台的音乐使用 分流影响。2023–2024 年用户规模恢复增长，2024 年创下近五年新高（7.48 亿），但 2025 年上半年略有回落至 7.24 亿。整体而言，市场新增用户空间有限，行业竞争焦点正从“拉新”转向“提升付费率与 ARPPU”。

中国在线音乐市场呈现稳定的“寡头”格局，竞争格局较海外更好，腾讯音乐、网易云音乐及汽水音乐的总 用户规模大约为 7：3：1，付费用户则约为 20：7：1。腾讯音乐凭借 QQ 音乐、酷狗、酷我三大平台在订阅规 模、曲库资源和多元场景上保持领先，市场占有率约 69%，付费用户超 1.2 亿，订阅收入持续高增；网易云音乐 则依托社区氛围、歌单文化及中长尾内容优势稳居第二，市场占有率约为 19%，会员业务是其核心增长引擎。 除两大头部平台外，咪咕音乐、汽水音乐等在版权分发与内容宣发端具备一定影响力，但在订阅渗透率和付费 体量上仍难以撼动前两者的主导地位。

腾讯音乐在中国在线音乐市场的市占率继续稳居第一，保持了行业领跑优势，处于不断提升付费用户数量 及 ARPPU的阶段。2025 年 Q1，其在线音乐月活跃用户（MAU）达到 5.55 亿，尽管同比略有下滑（-4%），但 付费用户规模逆势增长至 1.229 亿，同比提升 8.3%，付费渗透率持续提高。 音乐订阅收入达到人民币 42 亿元，同比增长 16.6%，订阅业务稳健扩张。同期，单用户平均月收入（ARPP U） 提升至人民币 11.4 元，同比增长 7.5%，在用户基数趋于稳定的情况下，平台正通过提升单用户价值来驱动收入 增长。公司在财报中强调，将继续依托高阶会员权益——包括高解析音质、跨平台使用权、会员捆绑优惠等— —推动 SVIP 渗透率的提升，并通过差异化权益组合进一步抬升 ARPPU，从而巩固其在订阅收入和盈利能力上 的领先地位。 网易云音乐则位居第二，正处于不断提高付费用户量的阶段。2025 年 Q1 公司总营业收入为人民币 19 亿 元，同比下降约 8.4%；运营成本为人民币 11.76 亿元，同比下降 6.6%。整体来看，公司营收和毛利率均出现下 滑，反映在社交娱乐和市场环境变化等因素影响下，业务仍承受一定压力。但从核心音乐订阅业务看，云音乐 的付费用户数和渗透率仍在快速提升通道内（剔除 88VIP 会员部分，云音乐的付费用户渗透率仍然显著低于腾 讯音乐），网易云音乐 MAU 约 2 亿、付费用户数约 6500 万及 ARPPU 约 6.8 元，均显著低于腾讯音乐。 腾讯系 DAU 此前持续回落，近期腾讯音乐收购喜马拉雅，引入长音频用户，后续有望通过内容撬动流量杠 杆。网易云音乐 DAU 较为稳定，2024 年云音乐 DAU 达 1752 万（yoy-4%），25H1 DAU 达 1701 万。随着抖音 给予汽水音乐流量入口，汽水实现了在音乐赛道的弯道超车：2024 年字节系音乐整体 DAU 达 2387 万（超越网 易云音乐）yoy+140%。25H1 DAU 达 3994 万（yoy+100%)。

字节旗下汽水音乐和番茄畅听音乐版均实现快速增长（番茄畅听音乐版主打广场舞标签，具备显著差异 性），其中，汽水音乐 DAU 已在 2024 年年中超越云音乐。腾讯系音乐中酷狗音乐及酷我音乐用户有所下滑。

主要玩家：腾讯音乐寡头主导，多元平台差异化竞争

腾讯音乐以多 App矩阵和多终端场景覆盖广泛用户，凭借完整曲库、分层会员体系与多元内容生态，结合 社区互动与长音频布局，在以在线音乐订阅为核心的多元变现模式下稳居中国市场龙头。依托 QQ 音乐、酷狗 音乐、酷我音乐等多 App 矩阵覆盖更广泛人群，并延伸至移动端、车载、智能设备等多终端场景，形成强用户 触达能力。平台曲库完整，既有国际“三大唱片”等头部版权，也兼顾大众向与中长尾内容；会员体系分层（如豪 华/超级 VIP）叠加多元权益推动 ARPPU 提升。社区运营侧重粉丝互动、榜单活动及 K 歌、直播、话题挑战等 玩法，结合歌单与关注关系增强用户迁移成本；长音频领域则依托懒人听书、播客、电台等补齐生态，并通过 收购喜马拉雅进一步布局。商业模式以在线音乐订阅为基本盘，辅以广告、数字专辑与周边销售，以及社交娱 乐（直播、在线唱歌，受监管影响有所收缩）等多元收入，同时通过多元内容布局分散并优化版权成本，巩固其用户规模与盈利能力的行业领先地位。

网易云音乐以“歌单文化+独立音乐人+每日推荐/私人 FM算法”为核心特色，突出个性化内容分发，在版权 环境常态化后不断完善曲库结构。平台社区属性鲜明，依托评论区、云村话题与笔记等功能，营造“听-评-分享” 的高黏性互动场景，强化用户情绪表达与粉丝交流。长音频方面，以互动电台和直播为主要形式，播客与有声 书作为内容补充存在。商业上，网易云音乐在保持社区文化与差异化音乐生态的同时，持续优化会员结构并提 升 ARPPU，以在激烈的市场竞争中强化用户价值与商业化能力。 汽水音乐定位为“短视频-音乐”宣发与分发的前台，依托话题挑战、合拍跟唱、二创翻拍及直播 K 歌等互 动机制，显著提升曲目曝光度与破圈传播效率，并将流量反哺至音乐平台以促成消费转化。平台重视创作者生 态建设与原创音乐人扶持，形成高活跃度的内容生产体系；长音频、播客和有声书并非业务重点，商业化模式 以流量广告和付费增值服务为主，突出短视频与音乐内容的联动变现能力。

行业趋势之一：反垄断监管下的音乐行业趋回归内容与用户价值。 2016–2020 年，独家版权盛行，2020 年起独家音乐版权问题得到监管机构和平台的重视，2021 年 7 月监 管正式介入，独家协议被叫停。2021 年监管常态化之后行业变化主要有：1）腾讯音乐与网易云音乐用户规模 迎来再平衡，重磅版权回归刺激新增下载，云音乐增长率领先；2）反垄断促进资源合理分配以及全行业版权 的良性增长，版权成本有所降低；3）尽管独家版权取缔，但独家首发等模式仍然存在，构建平台核心竞争 力，版权依然有正当竞争空间；4）监管推动行业回归音乐主业，各大平台的核心增长策略逐渐由依赖版权垄 断转向通过优化付费转化和提升用户价值来驱动增长。

行业趋势之二：从海外看，AI音乐助力行业降本，重构价值链。 海外 AI音乐创业公司龙头 Suno 商业模式逐渐跑通，ARR 年内增长超 400%。Suno 的产品逻辑是：输入 一段文字描述，AI 就能生成一首完整的歌曲，包含旋律、编曲、歌词和人声演唱。从商业化角度看，2025 年 10 月 Suno ARR 已突破 1.5 亿美元，年增长率高达 400%，近日 Suno 拟进行 1 亿美元融资，估值将突破 20 亿 美元，较此前翻了四倍。 上线至今不到 2 年时间，Suno 全球用户已超过 5000 万，ARR 突破 1.5 亿美元，毛利率超过 60%，验证 了 AI音乐市场的可行性与盈利空间。Suno 的商业模式很简单，主要由订阅模式贡献收入，主要场景是 youtube 等平台的 BGM，可以降低版权分成成本。虽然订阅价格不高，但 Suno 的毛利率超过 60%，主要由于 音频模型天生更“轻”，更省钱。相比几千亿参数的大语言模型，生成一首歌要轻松得多。且音频数据远小于 文本图像数据，训练和推理成本都更低。

技术层面看，Suno 的技术迭代速度非常快，从 V3 到 V5，从生成器到 DAW（数字音频工作站）。2024 年 6 月，Suno 收购了 AI 音频工作站 WavTool，这标志着 Suno 不再满足于只做“音乐生成器”，而是要做 “完整的音乐制作平台”。2025 年 9 月，Suno 推出了两个重磅产品：1） V5 模型：号称史上最强大的音乐生 成模型，带来了音质飞跃，并提供了前所未有的创作控制能力；2）Suno Studio：自研的数字音频工作站 （DAW），包含了生成与现有音频轨道相匹配的音乐元素（如鼓、声乐、合成器）的功能，用户可以控制 BPM、音量、音高等参数，颠覆了传统 DAW 的技术型创作范式。Suno 今年的更新彻底修复了 AI 音乐能改、 能真、细节可控的难题，让 AI 音乐真正融入了工作流，把音乐创作的核心从繁琐的技术执行，拉回到了最纯 粹的创意决策和审美把控上。

Suno 之外，巨头和垂类均快速布局 AI音乐赛道，行业格局有望重构。 大厂和巨头方面，近日 OpenAI被报道与世界顶级艺术院校茱莉亚学院合作，计划研发 AI 音乐模型，一 方面，这是 OpenAI 构建内容创作全链条的必经之路，从 ChatGPT 的文本、Sora 的视频，到 Realtime API 的实 时语音，OpenAI 旨在打通内容生产的全链条。S potify 也在今年 10 月宣布，将与三大唱片、独立音乐代表机 构 Merlin 及数字音乐发行公司 Believe 合作，开发负责任、且艺术家优先的 AI 音乐产品。 垂类应用方面：1）Udio——技术迭代不断拉高门槛：2024 年发布，创始团队为前 DeepMind 研究人员， CEO 曾是 Google DeepMind 的高级研究工程师，Udio 更偏向专业或半专业用户。今年 6 月，Udio 在 Styles 功 能和 Allegro v1.5 模型更新推出后不久推出可视化编辑工具 Sessions。创作者可以在其中移动、扩展或替换歌 曲的不同部分，它通过自动从波形中识别这些部分来实现这一点，从而实现更流畅、更自然的编辑过程； 2）AI 语音巨头 ElevenLabs 以 AI 音乐产品 Eleven Music 切入战局：虽然在音质和整体成熟度上，Eleven Music 暂时仍落后于 Suno 和 Udio，但 Eleven Music 已与独立音乐组织 Merlin 和版权商 Kobalt 达成授权协 议，并获得了英伟达的战略投资，在行业格局上率先完成了关键布局，可能凭借合规性抢占 AI 音乐平台先 机。

行业趋势之三：国内 AI音乐工具实现降本增效。 创作端：AI工具实现降本增效，作曲部分突破明显。腾讯音乐自研 AI 作曲工具“启明星”日均生成原创 曲目超 5000 首，成本仅为人工创作的 1/10。2024 年公司将 DeepSeek 大语言模型应用于歌曲创作、AI 助手等 场景，降低了用户创作门槛。用户可通过 AI 助手获取智能推荐与音乐知识，在评论区获得互动式反馈，激发 UGC 内容生态活力。

2.3.2 视频行业：长剧行业迎来政策利好，短视频有望受益于 AI 赋能

长剧行业：广电总局《若干举措》是对长剧集形成明显利好

复盘 2010 年以来影视剧行业政策变化，整体呈现出多维度趋严态势。2010 年以来，国家广电总局及行业 自律组织围绕内容题材、审核流程、商业化变现等出台多轮政策。在题材方面针对如穿越剧、架空历史古装剧 等题材进行管控，对于进口 IP 和改编剧加以约束。在审核流程方面，“先地方后中央” 的分级审查体制和协 审制度把控，审核周期较长。在剧集商业化方面，以“禁中插广告”、“一剧两星”等规则界定商业化与播出 范围。对于网剧，逐步纳入与电视剧一体化的管理体系，2022 年网络剧发行许可制度落地标志着审核全面收 紧。尽管期间有支持行业繁荣、取消制作资质审批等放松举措，且“限天价片酬”缓解了部分剧的成本压力， 但行业整体在内容、审核、商业化等方面的监管要求仍不断提升。在上述背景下，剧集制作备案、发行许可证 取得数量整体均呈现逐年下行的态势，且普遍来看单部电视剧的收入及利润均有一定程度下降。 今年 8 月的广电总局发布的《若干举措》是行业内少有的全方位政策调整。对比先前行业存在的各种约束 政策，《进一步丰富电视大屏内容 促进广电视听内容供给的若干举措》（简称《若干举措》或新规）为行业 2010 年以来首次在包括内容题材、审核效率、海外内容引进、商业化空间提升等方面上的全面政策调整。

在长视频与剧集行业的演进过程中，内容创新始终处于核心地位，政策的有效执行为创新营造了有利条 件，而未来的持续发展则取决于内容供给结构变革后对用户留存所产生的深远影响。2025 年 8 月 18 日晚间， 国家广播电视总局印发实施《进一步丰富电视大屏内容 促进广电视听内容供给的若干举措》，强调要多措并 举加强内容建设，增加优质广电视听内容供给，并从内容创新、审查机制、品类拓展等方面对行业进行指引， 如“改进剧集数及季播剧播出间隔时长管理”、“优化电视剧审查机制效率”；“内容焕新计划”置于核心位 置等。 短期来看：积压剧的逐步释放与审核流程的提速，有助于加快资金回笼，迈出行业正向循环的第一步。对 内容创新而言，充足的资金支持与健康的周转效率是行业持续发展的根基。长期以来，大量已制作完成却未能 播出的积压剧占用了剧集公司和视频平台的大量资金，形成经营压力。近年来，单部剧集的售价普遍介于 1.5 亿至 3 亿元之间，若制作方无法顺利回收成本，将直接制约后续新项目的资金投入，从而引发供给侧恶性循 环。积压剧的释出有望成为行业重启正向循环的关键起点，并在题材和内容尺度上为后续创作提供试水机会。 更深层次看，积压剧的播出以及新项目审核周期的缩短，将有助于重塑行业信心。

对制作方来说，积压剧的播出及新项目审核效率提升，将推动更多优质内容以更快节奏面世，增加编 剧、导演、演员及后期等从业者的工作机会，激发其投入新内容开发的积极性。

对投资方而言，资金回收预期更加明确，有助于降低投资风险与创新顾虑，吸引更多预算回流行业，为 长期发展注入动力。 中期展望：强化“剧本中心制”，持续优化成本结构。过去不少项目将过高比例的资金用于支付演员片 酬，而忽视剧本质量的提升，导致剧情存在逻辑漏洞、内容同质化严重、口碑下滑等问题。2018 年 11 月，国家广播电视总局发布相关通知，明确规定综艺节目嘉宾总片酬不得超过节目总成本的 40%，主要嘉宾片酬不超 过嘉宾总片酬的 70%；电视剧及网络剧全部演员片酬不得超过制作总成本的 40%，主要演员片酬不超过总片酬 的 70%。未来若进一步细化并落实片酬管理政策，推动建立以剧本为核心的制作机制，将有助于提升预算使用 效率，为实现降本增效与内容质量提升提供支持。 长期发展：提升投产稳定性和挖掘 IP 价值潜力，推动从“单部爆款”向“系列化开发”转型。随着剧集 审核机制的优化及内容创新环境的逐步宽松，系列化开发有望加快步伐。近年来，国内剧集的系列化运作虽逐 步成熟，但在开发节奏与效率方面仍有提升空间。系列剧可借助前作积累的观众基础和 IP 认知，形成持续的 用户黏性与商业吸引力，从而提高项目的投产确定性，并拓展 IP 在衍生品等领域的价值空间。随着广电新规 的逐步实施与行业环境的持续改善，系列化开发将获得更有利的生长土壤。长期来看，在充分考虑内容特质与 用户注意力变迁的基础上，剧集的具体长度、季播节奏及系列间隔等安排也将更趋市场化。

短视频行业：Sora 带来 AI视频行业突破，应用侧有望多点开花

Sora2 引发行业第二次革命，技术迭代持续推动内容形态创新。2025 年 9 月，OpenAI 发布全新 AI 视频 模型和应用：1）Sora2 模型：相比前代在三个方面实现显著突破：一是提升对物理世界的拟真还原能力；二是 支持多模态融合，可同步生成音频；三是初步具备导演级的叙事逻辑与剪辑级的镜头调度能力，效果接近实 拍。2）同时发布颠覆性的 Sora APP：完全由 AI 来生成视频的短视频平台，底层接入 Sora 2 模型，产品设计 融入社交玩法、推荐算法等一系列互联网 C 端打法使 AI 视频创作具备社交属性，推动内容快速传播。 Sora 初期采取邀请制，Sora App 在上线首日仍迅速攀升至美国 App Store 总榜第三名，达到 5.6 万次的安 装量，上线三日登顶榜首，超越了 ChatGPT 和 Gemini，七天获得 62.7 万 iOS 下载量，超越 ChatGPT 首发时的 表现。

Sora 引领 DiT 模型，打开 AI 视频赛道天花板。Sora 推动 DiT 模型发展，多模态技术实现跨越式进步。自 2024 年起，国内外多模态产品迭代步伐加快，视频生成模型在“时空一致性”和“物理真实性”方面取得显 著突破。早期视频生成模型仅能生成数秒片段，对光影反射、物体惯性、空间深度等物理规律的建模能力较 弱。2024 年 2 月，OpenAI 推出基于 DiT 架构（Diffusion Transformer）的革命性视频生成模型 Sora。该架构将 扩散模型与潜空间压缩技术相结合，通过时空补丁（spacetime patches）机制在潜空间中保持帧间动态一致 性，从而显著增强模型对现实世界的理解与物理模拟能力。目前，DiT 架构因其在表征学习方面的优势，已被 包括快手可灵、Runway Gen-3、Luma Dream Machine 在内的主流视频生成模型采纳并持续优化。根据腾讯 AI Lab、Artificial Analysis 的评测及用户反馈，当前闭源模型在生成效果上仍保持领先地位。

多领域融合趋势显著，商业化进程有望加快。展望下一阶段，我们认为 AI 视频应用将呈现三大发展方 向： 1） AI视频与社交互动深度融合，消费级应用加速落地。文生视频工具将突破专业边界，向产品化、社 交化演进，推动 C 端商业化进程。 2） ChatGPT 向生态系统演进，AI视频集成平台化水平提升。随着 ChatGPT 向第三方全面开放，其角色 将从对话工具转变为覆盖多领域的综合生态，文生视频工具有望接入其中，实现集成化、平台化与更 大范围用户覆盖，完成从工具到“生成—分发—变现”全链路平台的转型。 3） AI视频与 AI Agent 深度结合，实现一站式视频创作。针对单工具难以覆盖脚本、生成、剪辑、配音 全流程及用户学习成本高的问题，文生视频与 AI Agent 的结合将重塑视频生产模式，提供一体化创作 解决方案。

2.4. 电商及本地生活：边界打通，格局重塑

电商与本地生活的界限被进一步打通。今年以来，美团进一步加码闪购/即时零售业务，京东和阿里大举 投入外卖/闪购业务，互联网巨头间的业务边界被进一步打通，竞争格局再度成为互联网赛道的焦点。美团一 直有一颗做零售业务的心，2021 年王兴明确提出，零售行业的终局是“万物到家”，并据此将集团战略从 “Food + Platform”全面升级为“Retail + Technology”。过去几年，美团对零售业务进行过全方位的尝试和布 局，包括“平台+到家”模式的美团闪购（18 年上线）、前置仓模式的小象超市（美团买菜）（19 年上线）、 社区团购模式的美团优选（20 年上线）、B2C 电商模式的美团电商（团好货）（20 年上线）、应急百货/硬折 扣超市模式的松鼠便利（22 年上线）和快乐猴（25 年上线）等等。早些年，美团优选曾被寄予厚望，被视为 美团打通近场和远场电商的重要抓手，但从 2022 年优选关停西北四省开始，美团社区团购战略收缩，并于近 两年加速减亏。与此同时，闪购在集团内的战略优先级不断上升，截至 2025 年 6 月，美团闪购已携手零售 商、品牌商在全国建设了超 3 万家闪电仓，并计划到 2027 年闪电仓数量超过 10 万个。随着美团对新零售的探 索逐步进入深水区，其与传统电商平台的利益冲突也越来越明显，以今年 618 为例，美团闪购在带电、白酒、 美妆等传统电商优势品类多点开花，尤其是白酒和化妆品，通过品牌到闪电仓到消费者减少了中端批发经销环 节，有一定渠道变革的力度，这无疑是传统电商巨头无法坐视不理的。

闪购大战：京东 bluff，美团 call，阿里 raise，多多/抖音？对于美团而言，闪购业务是万物到家的必由之 路，是基于美团国内自身业务发展的合理选择。对于京东而言，以闪购为代表的美团近场电商逐步触碰到京东 的核心利益，不仅是秒送业务，更多是京东类前置仓的自营基本盘。基于国补红利和过去几年的人员储备等， 京东发起外卖大战，更多是围魏救赵的策略，即京东的目的并不是在外卖业务大展拳脚，更多是分散美团精力 降低美团闪购业务对其传统电商自营业务的影响。面对京东的非理性竞争，美团在二季度也给予了积极应对， 考虑到京东本身的利润体量、能力禀赋以及国补政策的持续性等等，京东美团外卖大战的主动权在美团，年中 市场并未担心京东对美团外卖市场的终局会产生显著影响。对于阿里而言，早些年美团转投腾讯系之后，阿里 对于本地生活一度有天量的投入，尽管因为各种原因，阿里的本地生活业务并未取得理想的成果，但阿里从未 放弃本地生活业务，并且在蒋凡上台之后，京东发起外卖大战之前，阿里内部对外卖/即时零售业务变革已有 研究和讨论。所以阿里的 500 亿投入并非一时兴起，出于对美团闪购的偏防御性投入只是原因之一，外卖/闪 购融入组织架构变革打通后的大电商体系，赋能交叉销售，同时盘活 BD 等基础能力禀赋，带动更多的变现窗 口，或许是更重要的考量。短期看，考虑天猫下凡的贡献，阿里非餐非茶饮闪购增长超预期，偏防御性投入的 目的取得了阶段性成果。三季度在天量补贴下，阿里正餐外卖份额回升，专送骑手数量显著上升，履约网格密 度跟美团的差距在收窄，四季度阿里补贴退坡后美团反扑效果如何仍待观察。考虑到阿里的利润体量，阿里美 团闪购大战主动权在阿里，闪购大战不会一蹴而就，市场终局还未有定论。对于拼多多而言，多多擅长后发制 人，短期加码即时零售的迫切性似乎没有很强，一方面，今年 Temu 的增长韧性超预期，出海的天花板依然很 高，不排除未来仍需要持续投入；另一方面，拼多多缺乏骑手履约体系，此前多多买菜在江浙沪部分地区曾尝 试把末端履约从团长换成顺丰同城，但也未大规模铺开。考虑到拼多多对于零售业务的本分态度，我们认为多 多对于即时零售业务并未放弃探索，但也不急于下场，即便未来下场或许也并不是我们看到的传统意义的闪购 业务。对于抖音而言，2023 年初抖音曾上线抖音外卖业务，但雷声大雨点小，业务实际体量远低于今年京东 外卖，最后不了了之；2023 年四季度抖音曾加码即时零售业务，升级抖音小时达流量入口，但并未激起较大 水花。2024 年以来，抖音本地生活在集团内的优先级有所下降（相比 AI 和电商），到店酒旅业务比较默契地 和美团维持稳态，到家业务发展停滞。今年以来，尽管抖音暂未入场外卖/闪购大战，但考虑到即时零售相比 于到店酒旅的市场空间更大，利润体量更大，和抖音电商的协同也更明显，不排除未来抖音小时达或许成为行 业黑马。

长期看外卖竞争有望趋于理性，美团市占优势或收敛，UE天花板受到压制。6 月以来的闪购大战竞争烈 度远超市场预期，也远超阿里预期，阿里原先承诺的未来 12 个月投入 500 亿或也勉强仅够 cover 今年下半 年。长期看，高额补贴不可持续，四季度补贴已有所退坡，无论淘宝闪购还是美团外卖的亏损都有望收窄，或 许是商业模型逐步跑通的主动减亏，亦或是被动减亏，未来外卖竞争有望逐步趋于理性。终局看，一方面，我 们认为目前可以确定的是美团依然是外卖赛道的龙头，并且市占率相较最惨烈的三季度仍有回升空间。三季度 在淘系无差别天量补贴的大背景下，美团受制于利润体量无法与阿里抗衡，只能被动接受市占阶段性流失，但 随着闪购大战逐步进入相持阶段，阿里补贴退坡并逐步转向精细化补贴，美团凭借多年深耕外卖市场 knowhow，有望进一步提高补贴效率并拿回部分市占。但另一方面，如若远期阿里通过到店到家协同实现本地生活 自我造血，淘宝闪购持续微亏并维持常态化补贴，那么美团的市占率及领先优势也难回到 2024 年峰值，目前 能见度较低的是美团市占率与 UE 的恢复节奏以及终局水平。

短期看，淘宝闪购如何实现减亏？美团如何反攻？尽管外卖市场的终局市占和利润率仍存在一定不确定 性，但投资看长做短，短期市场关注的焦点依然是四季度阿里能否或者如何实现降亏损的同时保市占，以及美 团如何应对阿里的策略并实现反扑。从阿里的角度看，三季度的重心在冲单量，四季度的重心在降亏损（同时 保市占），淘宝闪购降亏损主要有三条路径。首先，目前淘宝闪购的三种类型（正餐外卖、茶饮、非餐非茶饮 闪购）中阿里做的最好的是非餐非茶饮闪购，在最近月份不仅日单量赶超美团闪购，UE 也明显优于茶饮、正 餐外卖甚至美团闪购，这主要得益于阿里主站的供应链优势以及天猫下凡的贡献。9 月以来，随着茶饮单量占 比的逐步下行，以及非餐非茶饮单量占比的逐步提升，淘宝闪购整体 UE 有望出现结构性改善。第二点，四季 度餐饮外卖的补贴有望从之前的无差别补贴向精细化补贴转变，所谓的精细化补贴，就是重点补贴阿里和美团 履约网格密度差距比较大的区域，即对于那些阿里和美团履约网格水平已显著收窄的区域，四季度阿里补贴会 有所收窄。第三点，从会员体系的角度侧面激励外卖/闪购消费并优化亏损。三季度阿里进行了淘宝大会员体 系改革，与 88VIP 体系并列，新会员体系的最大特点在于打通了饿了么和飞猪，并让其淘气值可以在大淘宝体 系内共用，进而有利于刺激部分存在潜在会员等级跃迁机会的消费者在外卖和酒旅进一步消费。与此同时，阿 里也在尝试挖角美团的黑金会员进入阿里的大会员体系及 88VIP 体系，进而把这部分消费者的外卖消费路径从 美团迁移到淘宝闪购/饿了么。从美团的角度看，三季度在淘系无差别天量补贴的大背景下，美团受制于利润 体量无法与阿里抗衡，只能被动接受市占阶段性流失，但随着闪购大战逐步进入相持阶段，阿里补贴退坡并逐 步转向精细化补贴，美团凭借多年对于外卖市场和商户的深刻洞察，有望及时动态调整补贴策略及履约运力配 置，更好地应对阿里的补贴策略，提高自身平台补贴的 ROI 及效率，并拿回部分市占份额。整体来看，阿里 在补贴预算、零售供应链体系以及跨平台流量运营等方面较美团更具优势，但美团深耕本地生活市场多年，在运力、地推、精细化运营等方面能力更强。目前阿里和美团的履约能力差距，比如专送骑手数量差距等虽然已 有所收窄，但阿里较美团仍有很大提升空间，阿里精细化运营能力的补足情况仍有待观察，而这些能力又间接 决定了阿里在减亏的同时份额是否会回流美团。

到店酒旅：关注到家对到店的分流，以及阿里入局的潜在影响。今年以来，市场持续下调美团到店酒旅增 长预期，与 2023 年到店竞争分流到家需求类似，今年到家/外卖市场的激烈价格竞争也分流了到店/堂食的需 求。竞争格局方面，2024 年以来抖音到店酒旅业务比较默契地和美团维持稳态，2025 年抖音到店酒旅广告收 入负增长，佣金收入正增长，整体利润率较 24 年有所下行，预计 margin 仅为美团的 1/4 到 1/5，在字节系整体 2500+亿的利润体量下，抖音到店酒旅在集团的利润贡献有些微不足道，战略优先级也有所下降。我们认为， 抖音保留到店酒旅业务更多是为未来的小时达业务铺路，复用基础能力禀赋，毕竟即时零售相比于到店酒旅的 市场空间更大，利润体量更大，和抖音电商的协同也更明显。今年到店酒旅格局最大的变量来自阿里，阿里重 拾到店业务或许是为了长期补足到家亏损缺口。根据目前的竞争态势推演，淘系外卖 AOV 相较美团有显著差 距并且较难补足，所以两家减亏到最后淘宝闪购 UE 相较美团外卖 UE始终存在 gap，即如果未来美团外卖 UE 仅保持微利，那么淘系外卖将持续保持亏损。为了应对这一局面，阿里试图通过复用到家业务的能力禀赋打开 更多的变现窗口比如到店，到店业务相比到家更容易实现盈利，如果到店的利润能补齐到家的亏损，那阿里的 本地生活板块也能自我运转，不需要集团持续输血。9 月高德扫街榜的发布一度引发市场对于美团到店竞争格 局的担忧，但四季度以来并未看到阿里的到店团购业务出现如之前闪购大战一般来势汹汹的补贴，阿里内部团 队的整合、预算额度、战略打法和政策仍未落地，或许要等到双 11 后甚至岁末年初才会有更具体清晰的动 作。

Keeta：机遇与挑战。在外卖/闪购大战打响之前，Keeta 是今年市场对美团最关注的方向，几乎没有之 一，但外卖大战打响之后，市场对 Keeta 的变化似乎有所钝感。我们认为，相比于闪购，外卖出海的市场空间 更为广阔，利润水平更高，考虑到国内主业未来几年或持续面临阿里的压力，出海业务能否跑通对于未来市场 对美团态度转变或至关重要。外卖出海跟国内外卖有几个比较显著的区别：（1）AOV 更高，从目前中国香 港、沙特和巴西的情况看，Keeta 的客单价至少是国内美团外卖的 2 倍以上。（2）利润率更高，2024 年国内 美团外卖的 GTV margin 峰值低于 3%，但海外龙头比如 UberEats 还有 HungerStation 等 GTV margin 在 4%-6% 水平。（3）外卖出海的投入量级低于国内且 breakeven 节奏更快，其根源在于美团在国内的互联网竞对相比海 外本土互联网竞对更卷。基于以上信息我们估算 Keeta 远期（中国香港+中东+巴西+东南亚）的利润体量和国 内美团外卖的利润体量相当，外卖出海远期利润空间广阔。但在此之前，投资者或将看到 Keeta/美团新业务亏 损先扩大再收窄的过程，以巴西市场为例，Keeta 于今年 10 月在巴西正式开城，滴滴领先美团约 1 个季度进入 巴西外卖市场，三季度滴滴国际业务亏损超预期，也上调了全年国际业务亏损预期和巴西市场投入指引，预计 Keeta 在巴西市场以及未来东南亚市场的进展不会一蹴而就。所以除非市场先看到 Keeta 跑通的具体 show case，比如中国香港地区或利雅得等等，否则短期 Keeta 在美团的估值体系内或许更多是负估值而不是零估值/ 正估值。

远场电商：闪购大战不影响电商格局缓解大趋势。近场电商（2-3 万亿 GMV）作为远场电商（20+万亿 GMV）的延伸，体量终究有限，我们认为闪购大战不影响传统电商格局缓解大趋势，维持我们此前对于电商 行业竞争格局以及货币化率趋势的判断。中国电商行业二阶导逐步改善，一阶导拐点或即将出现14。中国电商 行业跨越规模经济临界点，出现长期集中度向下趋势，近几年因为互联网监管和对新科技风口的防守型策略， 在可预见的将来，电商行业暂时不会出现规模较大的新总流量入口。存量玩家中，随着拼多多、抖音 GMV 体 量的不断增大，与阿里差距的不断缩小，新电商平台降速实属必然，背后是由各平台流量水平和流量分发机制 决定的。随着电商平台间的增速差收敛，行业二阶导继续改善，但一阶导层面，抖快、多多增速依然显著高于 阿里，淘系线上份额依然在流失，只不过速度比前几年更慢。我们预估电商行业一阶导改善或即将出现，未来 1-2 年，随着快手、拼多多、抖音增速先后降到略高于电商大盘增速的水平，电商行业有望迎来一阶导拐点， 即便在行业拐点出现后，淘系作为行业龙头其 GMV 增速可能依然略慢于电商大盘增速。

存量时代，电商货币化率进入上行通道。电商收入（以 3P 电商为例）=GMV*take rate，货币化率是一个 互联网概念，是电商行业互联网属性的体现。从互联网视角看电商，则行业的需求端是商户/商品，供给端是 流量，货币化率是流量的价格，3P 电商平台赚的本质是流量的价差。供给端，电商行业进入存量时代，电商 平台玩家数量见顶短期没有大型新增玩家，同时头部平台的 AAC/流量逐步见顶，电商行业的供给端或流量端 逐步呈现刚性特征。需求端，国内商品线上化率提升趋势短期不能证伪，尽管中国电商渗透率在全球已处在最 高水平，没有海外可比性，但中国电商对于传统实体零售的改造似乎没有走到尽头，最起码对于很多远低于电 商平均渗透率的品类而言还有很大空间。商品线上化率继续提升带来需求韧性，叠加流量见顶下的供给刚性， 有望造成行业货币化率的新一轮上涨。

AI对电商平台的主业赋能将逐步显现。今年以来，部分电商平台公司比如阿里、快手演绎出 AI 产业叙 事，比如 CSP 和 AI 应用等等，其估值体系和估值水平也得到相应优化。我们认为，在接下来的阶段，部分公 司很有可能看到 AI 对于其传统电商主业的优化和改造，从而进一步支撑其主业的估值扩张。广义看，AI 对于 传统电商行业的改造体现在多个方面，比如在营销环节降低商户内容生成的门槛，在客户服务方面 AI 智能客 服能降低运营成本并优化用户体验，在供应链和生产端 AI 能辅助选品决策并优化 C2M 效率等等。对于电商平 台而言，AI 能优化广告算法，提高点击率（CTR）和转化率（CVR），进而有利于电商广告单价的提升和广 告货币化率的提升。所以如果说电商货币化率提升是流量供需矛盾下的客观规律，那么 AI 及与其相关的更多 广告营销工具则是助推行业货币化率上行的表观手段。以阿里为例，最近几个季度阿里 CMR 增速持续保持韧 性，很多投资者简单把其归因于淘宝闪购所带来的交叉销售，但 CMR 与 GMV 间的增速 gap 更多是货币化率 提升的带动，其中 AI 相关营销工具渗透率的提升以及广告单价的提升也发挥了重要贡献。对于重仓阿里的投 资者而言，最喜闻乐见的结果莫过于看到 AI 提高了 CMR 增速中枢，产生类似困境反转的效果（后半句显然 不现实），但实际的情况是 AI 不仅赋能了阿里的电商及广告业务，对竞对比如多多、抖快的电商及广告业务 也有赋能。举个抖音的例子，今年抖音电商 GMV 增速超预期，接近 30%，远高于年初预期的 20%，虽然随着 体量的增大，抖音的 GMV 增速趋势下降，但今年的降速仍展现出相当的韧性，背后归功于抖音总流量盘子的 超预期增长（相比快手）、抖音电商 adload 进一步提升以及广告算法进一步优化等等，其背后都有 AI 的功劳 和身影。所以 AI 对于电商平台公司竞争格局的影响是一个更复杂的三阶导问题。

AI Agent 及端侧 Agent，未来大有可为。随着大模型技术的成熟与算力基础设施的完善，我们正加速迈入 AI Agent 时代，在这一浪潮下，国内主流消费互联网平台已纷纷布局，AI Agent 已从概念走向规模化落地。比 如阿里在淘天中嵌入“AI 帮我挑”、“AI 万能搜”实现对话式导购；京东高调发布“京犀”APP 以打造一句 话购物的超级入口；抖快通过 AI 工具赋能内容创作者与直播间转化。近期，美团推出的“小美”智能助手深 度集成美团 App 与大众点评，不仅能理解复杂的生活服务需求，还能自主调用平台数据完成预订、点餐、下 单等操作，成为本地生活领域 AI Agent 的标杆应用。展望未来，电商与本地生活行业的竞争将不再局限于商 品与服务本身，而更多体现在谁的 AI Agent 更懂用户、更高效、更可靠。AI Agent 将成为平台与用户之间的 数字中介，承担起个性化推荐、跨场景任务规划、自动化执行等核心职能。端侧 Agent 是 AI Agent 商业化落 地的重要方向之一。今年我们曾多次强调，苹果和阿里战略合作远期有望为阿里打造整合新的端侧总流量入 口，背靠通义大模型的 Siri 对阿里各类超级应用访问层次的加深有望提升交易转化，创造全新的用户体验，同 时弥补淘系因被排除在微信九宫格/小程序体系外的流量和用户关系链缺失。尽管受中美关系影响，二季度以 来苹果和阿里的合作阶段性暂缓，但未来仍有落地可能，或不早于四季度末。除了苹果外，目前荣耀和阿里的 战略合作已取得阶段性成果，初步勾勒出端侧 Agent 的部分功能及用户体验，OPPO 和 vivo 未来也可能选择跟 进，小米和华为则更倾向于打造独立的端侧生态体系，其与阿里的合作深度仍有待观察。

2025 双十一：国补政策退坡叠加促销理性化，电商行业进入精细化运营+科技驱动的新阶段。9 月社零增 速较前期放缓，家电、手机、数码类零售额环比下降。随着家电以旧换新政策逐步接近尾声，叠加去年同期高 基数，家电、消费电子、电商等行业的增长均面临不同程度压力。整体看，政策退坡对需求端的阶段性提振告 一段落，行业重回内生增长逻辑，平台竞争核心重新聚焦效率与结构优化。今年双十一呈现三大特征：促销周 期更长、补贴强度下降、AI工具渗透提效。2025 年各平台在“反内卷”导向下普遍收缩投入，C 端由“跨店 满减”转向“一件立减”，平台不再追求“全网最低价”，而是将有限资源投向高粘性会员群体；B 端方面， 淘天、京东、快手削弱商家补贴，转而以 AI 工具提供客服、内容生成等运营赋能。与此同时，平台大促节奏 普遍提前，淘宝闪购、小红书市集首次参与双十一，美团闪购亦有望后续接入，反映出即时零售场景正与远场 电商形成互补。

《涉税信息报送规定》和投流税新政确实改变了电商经营的成本结构与数据透明度，但其影响更偏结构 性。去年以来，监管部门相继出台《互联网平台企业涉税信息报送规定》及《〈中华人民共和国广告法〉适用 问题执法指南（一）》，标志着电商税务治理从灰色模糊走向精细穿透。短期看，新规对部分高毛利、高投放 的商家确实构成压力。超 15%投流比例多集中在直播电商的美妆、珠宝、服饰等品类。这类新兴品牌依赖爆款 投放起量，营销费用占收入比重高，新规将推升其边际税负与现金流压力。不过从行业整体看，受影响的商家 占比有限，且平台可通过结构性调节对冲风险：如引导中腰部商家加大投流、优化广告转化效率、推广全域推 广工具等，整体货币化率仅轻微承压。平台层面，税务穿透反而促进其商业化结构优化。抖快等平台正加快 AI 工具普及，提升投流 ROI 和转化效率，通过智能投放、内容生成与客服自动化，实现少投但投得准。长期 看，此轮“投流税+涉税报送”政策将加速电商行业由粗放投流向品牌经营的转型。政策导向旨在抑制无序内 卷和低价竞争，推动商家构建品牌资产与用户复购体系。高效、合规经营者将受益于流量结构优化与平台流量 再分配，而依赖灰色投流和虚高成本的中小商家将逐步出清。行业总体税负上升幅度可控，结构优化后反而有 助于提升整体 ROE 与利润质量。

2.5 端侧 AI：2026 年或成破局元年，AIoT 率先发力

随着 AI大模型的成熟，用户对 AI的认知逐步加深，基于 AIoT 在技术融合、用户体验、场景刚需等方面 所具备的独特优势，AIoT 或率先破局。当前，苹果、OPENAI、META 等已率先布局 AI 端侧，具备爆款效应 的 AI 终端产品呼之欲出。 市场已显现出积极信号：一方面，下游厂商商业化需求迫切，正加速推动 AI 端侧硬件及相关应用的落 地；另一方面，AI 赋能的电子产品市场空间广阔，可拓展品类丰富，以 Meta 智能眼镜为代表的明星产品已初 步验证其市场潜力。 受限于“技术、体验、生态”三者间的负向循环，目前尚未出现真正成熟的 AI端侧产品。预计到 2026 年，这一僵局有望被打破。核心推动力在于：广阔的市场前景将加速关键技术突破，产业发展逻辑也将从“单 品驱动”转向“生态融合”。在此过程中，AIoT 凭借其垂直场景覆盖与无感交互优势，有望率先提供具有高 用户黏性的体验，从而成为 AI 端侧落地的重要突破口。

战略转向：下游厂商以“新品推出+功能增强”双轴驱动 AI端侧商业化。 面对增长压力，下游厂商正以前所未有的力度推动 AI 端侧从技术布局转向市场兑现，竞争格局因此重 塑。厂商主要通过以下举措构建商业化闭环：一是全面推进“AI+硬件”融合的新品上市计划；二是将 AI 从营 销卖点升级为产品核心体验，实现功能增强。这场围绕变现的卡位战，正系统性地推动 AI 端侧从概念阶段走 向规模化普及。

2.5.1 苹果的 AI 端侧应用及布局

证券时报预计，John Ternus 接任后将加速推进“AI+硬件融合”战略。Ternus 长期主导 Apple Silicon 及硬 件工程路线，擅长在芯片架构与终端体验之间实现系统级创新，未来有望在器件规格提升与产品形态创新两方 面同步发力。 同时，2025 年 Apple Intelligence 战略迎来全面升级，从功能层面演进为操作系统级平台能力，具体体现在 三个方面： 1） 升级为“智能平台”战略，推出 Apple Intelligence Platform 及开发者 SDK，增强生态开放能力； 2） AI 与硬件体系深度融合，扩展至 Vision Pro 与 CarPlay，推动多终端语义协同； 3） 开放程度显著提高，从 2024 年仅支持 ChatGPT，升级为可接入 Gemini、Claude 等多模型并支持切 换。

总体来看，苹果正从“设备体验公司”向“AI 平台生态公司”转型，AI 逐渐成为新一代 Apple 产品的系 统基础。结合 Ternus 在端侧 AI、自研芯片与系统工程方面的技术背景，苹果有望加速产品迭代与生态创新， 增强用户换机动力，并带动产业链迎来估值重塑机遇。

2.5.2 META 的 AI 硬件布局

2024 年全球 AI眼镜销量达 234 万副，其中 Ray-Ban Meta 独占 225 万副（占比 96.15%），引爆 “百 镜大战”。9 月以来，AI 智能眼镜赛道持续升温：Meta 发布第二代 Ray-Ban Meta，续航翻倍至 8 小时，预售 3 天订单破 10 万副。 Meta AI硬件销量持续增长，Ray-Ban Meta 智能眼镜正进入快速市场渗透阶段。据 EssilorLuxottica 首席 可穿戴设备业务官 Francesco Milleri 透露，自 2023 年上市至 2025 年 2 月，Ray-Ban Meta 智能眼镜已累计销售 200 万副，公司目标是在 2026 年底前将年产量提升至 1000 万副。这一目标反映出 Meta 对智能眼镜迈入主流市场的信心。 9 月 17 日，Meta 在年度 Connect 大会上发布了新一代 AI 眼镜 Meta Ray-Ban Display。该产品支持地图导 航、实时字幕与翻译、摄影、视频通话等功能，并配套“神经腕带”设备，用户可通过细微手势操控显示内 容。新品定价为 799 美元，于 9 月 30 日起在美国部分实体店开售。Meta 首席技术官透露，产品上市后市场反 响热烈，几乎所有门店迅速售罄，11 月的体验预约也接近满额。

由于需求超出预期，Meta 正与歌尔股份、立讯精密、蓝思科技等供应链伙伴合作扩大产能，并计划于 2025 年下半年推出首款带显示功能的智能眼镜 Celeste、第三代 Ray-Ban Meta 以及专为运动用户设计的 Oakley Meta Sphaera，进一步拓展产品矩阵。

编辑：火腿肠