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

在此宏观背景和科技浪潮下，我们再次梳理2026年投资方向，海外市场持续看好以下四个方向：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SynergyResearchGroup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。展望2026年Capex，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，而AI投资仍是Capex的最大驱动力。因此云计算厂商将持续受益：1）微软(Azure)凭借OpenAI占得先机，市场对OpenAI的高强度Capex已有充分预期，AIInfra投资浪潮明确；2）市场认知差：高估的OpenAICapexvs.低估的AnthropicCapex——Anthropic（及其他AI新贵）的Capex预期相对保守，导致市场可能低估了其对Google(GCP)和Amazon(AWS)的长期拉动效应；3）Google(TPU)的生态价值重估：TPU在特定模型（如自家Gemini）和成本效益上的优势，正吸引头部厂商（如Meta,Apple,TikTok,Snap）用于推理和部分训练，形成除NvidiaGPU外的关键第二选择。机器人/智能驾驶（长期逻辑）。AI的终极形态是与物理世界结合。我们看好两大长期赛道：以Amazon为代表的物流运营：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。以Tesla为代表的智能驾驶：看好Tesla等厂商在AI驱动下的技术迭代。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。2B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。SMB/Mid-market：AI原生的侵蚀区。中小型企业（SMB）市场正遭遇AI原生工具的严重侵蚀。如Suno（音乐）、Perplexity（搜索）或各类AICopilot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。Enterprise市场：巨头的护城河与AI竞赛。大型企业市场受影响相对有限，并呈现赢家通吃的局面。其一，大型企业护城河较高：大型企业对安全性、数据合规性和系统集成的要求极高，他们不会轻易替换Salesforce,Workday,ServiceNow或Oracle；其二。巨头的策略是收购+自研整合：以Salesforce为例，其2025年上半年AIAgent的客户采用率激增119%，员工与AI的交互次数月均增长65%，这证明，企业客户倾向于在现有平台上使用集成好的AI功能。目前对于大型企业的核心挑战在于货币化：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，目前进展仍较缓慢。B2C应用与新业态：寻找时代的增长点。1）看好电商广告（Shopify模式）：Shopify是AI在B2C领域落地的典范，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。2）创作者经济与C端应用：我们密切关注AI对C端生产力工具的重塑。Unity(U.US)/Roblox(RBLX.US)：游戏和元宇宙平台正处于AI应用的爆发前期。Unity的AIMuse和Roblox的AIGenerator，都在大幅降低3D内容和游戏逻辑的开发门槛。我们认为，谁能最快用AI武装其开发者（创作者），谁就能赢得下一个十年的内容生态。Duolingo(DUOL.US)：作为AI原生教育的标杆，其利用AI实现千人千面的个性化教学，是订阅制C端应用实现高LTV（用户生命周期价值）的典范。二、中国市场（含港股）——宏观承压，聚焦内生增长国内AI转型形成广泛共识，关注核心标的阿里巴巴及腾讯控股。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EpochAI，中美领先全球AI算力布局，其中美国以74.4%的16-bitFLOP/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（Top10）几乎被中国开源模型所占据，包括DeepSeekV3.1、通义千问Qwen3235B、KimiK20905、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）的份额从约23H2的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AICapEx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。梳理国内投资逻辑，在宏观承压的背景下，聚焦内生增长或是更好的方向，关注以下赛道核心逻辑变化：游戏赛道：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（防御性+增长）。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。内容&娱乐赛道：AI推动行业成本&效率优化，国内监管政策调整。音乐赛道：寡头竞争下的新机遇，海外AI音乐验证商业模式，国内AI音乐工具实现成本下降。国内音乐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。今年以来整体行业逻辑发生明显变化：其一，反垄断监管下的音乐行业趋回归内容与用户价值，行业利润率明显提升；其二，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，上线不到2年时间，Suno全球用户已超过5000万，ARR突破1.5亿美元，ARR年内增长超400%，毛利率超过60%，验证了AI音乐市场的可行性与盈利空间。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；其三，国内AI音乐工具实现降本增效，作曲部分突破明显。视频行业：长剧行业迎来政策利好，短视频有望受益于赋能。长剧行业：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，对长剧集形成明显利好，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；中期看，强化剧本中心制，持续优化成本结构；长期看，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。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，打开AI视频赛道天花板，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；2）ChatGPT向生态系统演进，AI视频集成平台化水平提升；3）AI视频与AIAgent深度结合，实现一站式视频创作。电商及本地生活：边界打通，格局重塑。/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。短期看，四季度阿里或主要通过调结构、精细化补贴以及会员体系激励等多种措施降低闪购业务亏损；随着闪购大战逐步进入相持阶段，阿里补贴退坡，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，并拿回部分市占份额。长期看，外卖竞争有望趋于理性，美团市占优势相较外卖大战前或收敛，UE天花板受到压制。远场电商方面，我们认为闪购大战不影响电商格局缓解大趋势，存量时代，电商货币化率进入上行通道，AI对电商平台的主业赋能将逐步显现，AIAgent及端侧Agent，未来大有可为。端侧AI：2026年或成破局元年，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。目录一：美国市场重塑产业，宏观压制估值 1宏观背景：降息预期与“无就业增长”的博弈 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 核心矛盾“无就业增长Jobssrwth）的压制 2基建：从“一家独大”到“多极拉动” 7机器/智能驾驶 17的物流运营 17智能驾驶(FSD)等厂在驱动下的技术迭代 192B软件市场：I冲击下的K型分化--I对2B软件的影响不是“颠覆，而是“分层”211.4.1S/Md-mrkt“I原生”的侵蚀区 1.4.2Enterprise市场：巨头的“护城河”与竞赛” 22应用与新业态：寻找时代的增长点 25电商+广告（Shopify模式） 25创作者经济与C端应用（Unity/Roblox/Duolingo） 27二、中国市场（含港股）——宏观承压，聚焦内生增长 30内产业链转型形成广泛共识，关注核心标的阿里巴巴及腾讯 30宏观承压，看好游戏赛道（防御性+增长） 32在线娱乐赛道推动行业成本&效率优化，国内监管政策调整 35音乐行业：寡头竞争下的新机遇音乐成本下降 35视频行业：长剧行业迎来政策利好，短视频有望受益于赋能 422.4.电商及本地生活：边界打通，格局重塑 46侧AI：2026年或成破局元年率先发力 55苹的端侧应用及布局 55的硬件布局 56风险分析 58一：美国市场——AI重塑产业，宏观压制估值宏观背景：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。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AI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。图1:CME利率期货矩阵图ME 核心矛盾：无就业增长（JoblessGrowth）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。图2:1990年代行业就业领先市场而目前则落后于市场 图净利润作为衰退的领先指标目前相对失效

美国IT行业就业人数（万人）美国私营行业就业人数）1980/11983/21980/11983/21986/31989/41992/51995/61998/72001/82004/92007/102010/112013/122017/12020/22023/3

5%1947/11951/91947/11951/91956/51961/11965/91970/51975/11979/91984/51989/11993/91998/52003/12007/92012/52017/12021/9

企业净利润/工资支出ederalReserveofSt.Loui ederalReserveofSt.Loui根据JaimovichandSiu(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1JobPolarizationandJoblessRecoveries。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logvalue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（jobpolarization），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。图4:1967-2017年美国中层技能职位（Routine）就业人数持续下降aimovichandSiu(2020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（Routinejobs）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（jobless1980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。图5:历史上不同时期美国衰退前后中层职位就业人数与其他职位就业人数的变化复盘aimovichandSiu(2020图6:美国科技企业2020年以来裁员统计（依据公开新闻统计）ayoffs.fy图7:科技企业岗位招聘数量22年后持续处于低位rueUp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2BSaaS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-basedModel（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。图8:企业IT支出在2021年高峰后仍然处于低位增速TR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toC互联网模式的增长预期。图9:密歇根消费者信心指数处于低位水平ederalReserveBankofSt.LouiAI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。图10:目前标普500CapEx占美国GDP约1.6%，略高于2000年互联网泡沫时期水平oaute根据SynergyResearchGroup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Q32025的财报电话会上明确表示，将继续大幅增加2026年的AICapex，以支持Llama3的后续训练和AIAgent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+，CEOSundarPichai强调AI投资仍是Capex的最大驱动力。图11:标普500CapEx占运营现金流比例虽然较2009-21年平均有所提升，但远低于2001年的75%oaute图12:主要云厂商及MetaCapEx占OCF比例目前达到60%左右，2026年预计达到70%loomberg2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。图13:当前大型科技股的估值远低于1999年泡沫时期的估值oaute2https:///hyperscaler-capex-spending/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1.4354%，以提升运营效率。2）CapEx转移至Neo-Cloud。微软等通过与Neo-CloudCapExOpEx，但相对更灵活可控。3）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。图14:美国三大云及Meta单季度达700亿美元+ 图15:目前的是债务融资为股权融资aulkedrosky3 loomberg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23万亿美元私募信亿美元对AI3.4%。3/weekend-reading-plus-spvs-meta-and-fiber-buildout-2-0/图16:2023年美国信贷市场规模约34万亿，其中约11万亿可公开交易，剩余23万亿流动性较弱ckinsey图17:私募信贷最终连接了银行/保险与AIInfra，但通过金融产品设计降低了账面风险（多年期稳定现金流）arlinoetal.(2025)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公司CapEx投入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。图18:人员裁撤的潜在成本节约巨大，可以支撑更长时间的CapEx投入oaute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《JOBPOLARIZATIONANDJOBLESSRECOVERIES》，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%2024CPS的最新统计，2024年例行性岗位在美国就业中的占比39.4%4198593%，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3.5%，20016.2%，而11.3%。若4如果我们采用2024年5月OES统计的数据预估，例行性岗位的就业占比为43.2%，但由于论文此前均采用CPS的数据统计，因此沿用CPS数据口径确保前后一致。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%。表1:不同情境中岗位减少敏感性测试衰退情景(基于历史)假设：常规岗位减少(A)隐含的总体岗位减少(低值)(A/0.93)隐含的总体岗位减少(高值)(A/0.87)结论：对应的总体岗位减少情景1：温和衰退(1991年)3.5%3.76%4.02%3.8%-4.0%情景2：中度衰退(2001年)6.2%6.67%7.13%6.7%-7.1%情景3：严重衰退(2009年)11.3%12.15%12.99%12.2%-13.0%aimovichandSiu(2020美国市场：根据美国劳工统计局（BLS）3月的最新数据，在私营行业中，员工规模超人的机构总共雇佣了万名员工5。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）人的跨国企业集团（MNE）雇佣了约万名员工。日本市场：根据日本总务省统计局发布的年经济活动普查数据名及以上员工的企业从万人。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5https:///charts/county-employment-and-wages/employment-by-size.htm6https://ec.europa.eu/eurostat/statistics-explained/index.php?title=Employment_in_large-scale_multinational_enterprise_groups7https://www.e-stat.go.jp/en/dbview?sid=00040062608根据美国劳工统计局对OES调查的官方定义，工资被定义为标准工时的毛收入。具体包含项：基本工资、激励性薪酬，这明确包括佣金(commissions)和生产奖金(productionbonuses)、生活成本补贴(Cost-of-livingallowances)、小费(Tips)。具体不包括项：加班费(Overtimepay)、非生产性奖金(Non-productionbonuses)（例如酌情发放的奖金、节日奖金、考勤奖金或年终奖）、班次津贴(Shiftdifferentials)、遣散费(Severancepay)。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的假设（Top50科技企业），374/662/1210亿美元（对应温和/中度/严重衰退），1500/2500/5000CapEx提升空间（GPU50%，5年折旧，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。美国企业AI采用率%图19:美国企业调查显示AI采用率约为9.9%（截止25/9/21）图20:大中小型企业AI渗透率美国企业AI采用率%国统计 ampAI图21:ChatGPT美国渗透率明显快于互联网/PCoaute注：如果采用美国统计局的AI渗透率曲线，大致与PC渗透率接近，目前在10%左右，处于第三年水平。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）MetaCEOMarkZuckerberg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）PinterestCEOWilliamJ.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）GoogleCEOSundarPichai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）RooTCEO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LTV20%。2）LemonadeCEO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）RocketMortgageCEO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%。AgenticAI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，AgenticAI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。图22:AWS&Azure&GoogleCloud增速公司公图23:1H25应用下载了突破17亿次 图24:1H25应用内购付费收入突破19亿美元 ensorTower9 ensorTowe注：不含其他渠道订阅付费，以及广告收入。图25:生成式应用亚洲地区下载量领先 图26:生成式应用美国、欧洲内购收入领先ensortowe ensortowe9/report/state-of-ai-apps-2025/download图27:1H25美国企业在模型API方面支出84亿美元，环比翻倍增长enloVC1010/perspective/2025-mid-year-llm-market-update/机器人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。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。图28:Amazon机器人发展历程mazon官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/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。表2:Amazon机器人类型&功能机器人类型核心功能Proteus全自主移动机器人在开放区域自主导航避障，安全搬运订单推车/货架CardinalSparrowXanthusHerculesVulcanBlueJayElunaAI视觉机械臂AI视觉机械臂移动平台/分拣载体重载移动机器人双臂触觉机器人轨道悬挂多臂系统AI数据智能工具/搬运重物（560）力/悬挂机械臂分拣合并；为仓储运营提供数据洞察与决策支持，配合机器人协同mazon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、ARID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。图29:Amazon机器人Proteus 图30:Amazon机器人Hercules司官 司官截至目前，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BlueJay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。图31:Amazon机器人BlueJay 图32:Amazon机器人Vulcan 司官 司官()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（VectorizedLaneAttention）与世界模型（WorldModel）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ADS3.0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：FigureAI的Helix模型支持双机器人协同作业并可商业部署，谷歌GeminiRoboticsOn-Device模型能离线运行且开放微调功能。图33:自动驾驶领域模型发展的四个阶段 图34:谷歌本地部署机器人模型思汽 思汽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OccupancyNetwork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MDC610）、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。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AICopilot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RampAI，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，RampAI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。M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。HubSpot2Q25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GoogleAI）暂缓SMB获客，但平台嵌入AI缓解侵蚀。图35:软件商业模式以及利润率解析aaSLetteEnterprise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：（Data和系统集成的要求极高。他们不会轻易替换Salesforce,Workday,Oracle。巨头的RacetoWin：巨头的策略是收购+自研整合。以Salesforce为例，其2025年上半年AIAgent的客户采用率激增119%，员工与AI的交互次数（Interactions）月均增长65%（alesforce,2025年10月）。这证明，企业客户倾向于在现有平台（DataCloud）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。图36:LLM推理成本呈现指数下降，明显快于EC2成本降幅edPoin图37:LLM处理token消耗量涨幅快于AWS早期收入涨幅edPoin随着AILLM推理每年数十倍的增长，成本也迅速下降，SatyaNadella在BG2Podcast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。SamAltman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。A16zRuntime2025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，它一直是一11https:///dy/article/KDAK3JHH055674H6.html个文本提示词（textprompt）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。图38:OpenAI收入预测 图39:OpenAI收入增长逐步加速eIrao chAI图40:AI对于软件存在结构性影响，既有通用化岗位的议价能力下降，但AI也会带来新的劳动力自动化空间ce12https://epoch.ai/data-insights/openai-revenue13https:///industries/technology-media-and-telecommunications/our-insights/the-ai-centric-imperative-navigating-the-next-software-frontier图41:软件的技术栈逐步变革，AI带来UI/编排层/数据库等层面均模块化ckinseB2CAI2C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。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。电商+广告模式）Shopify是AI在B2C领域落地的典范。数据佐证：在年Q2实现的GMV和收入增长，远超电商行业平（ hopifQ2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AI流量同比增长了4,700%，38%的消费者已使用AI辅助购物（ dobeAnalytics,2025年7月）。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GenerateBlocks/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CommerceNEXT2025展示MCP编排与AI店小二全链路购物；生态方面，ShopApp引入OpenAIChatGPT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LLMAgent与统一入口加速研发、销售与运营智能化。进展上，AIStoreBuilder、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。图42:Shopify购物助手 图43:Shopify购物助手司官 司官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AXON2.0为大脑，在AppDiscovery与MAX间打通数据—算法—出价—创意的闭环，驱动与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Q212.59亿美元（%、调整后EBTA8（9%、利润率约%，并给出3–4亿美元指引，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。图44:程序化广告交易平台 图45:广告商业模式技术平台内容生产与分发广告主与受众技术平台内容生产与分发广告主与受众动态优化效果归因监测和分析数据管理平台司官 司官创作者经济与C端应用我们正密切关注AI对C端生产力工具的重塑。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。图46:经济系统 图47:引擎 司官 司官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。图48:Duolingo对话功能 图49:Duolingo视频功能司官 司官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AIGraph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。表3:UnityAI功能UnityAI 功能概述AssistantGenerators

取代了Chat创NPCGeneratorsUnityAPIUnityAI（Unity。UnityInference

InferenceEngine取代了Sentis。InferenceEngine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，HuggingFace模型可用，且本地推理免费。6提供综合性的解决方案，包括Assistant、Generators、Inference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InferenceEngine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，InferenceEngine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。表4:UnityAI内置大模型AI模型提供者托管GPT系列Assistant模型Llama系列OpenAIMetaUnityUnity精灵Scenario,Inc/LayerAI,Inc.合作伙伴纹理Unity自有模型UnityGenerators模型 动画（文本生成）Unity自有模型Unity动画（来自视频）KinetixSAS合作伙伴声音Unity自有模型UnityInferenceEngine 本地化推理外接HuggingFace等外部接入UnityAI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，UnityOpenAI、Google、Meta2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。图50:Assistant代码助手功能 图51:Generators的MuseSprite/Texture/等功能nity官 nity官二、中国市场（含港股）——宏观承压，聚焦内生增长国内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EpochAI，中美领先全球AI算力布局，其中美国以74.4%的16-bitFLOP/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。图52:截止1Q25，中国在全球算力储备方面份额为14.1%，仅次于美国的74.4%pochA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（Top10）几乎被中国开源模型所占据，包括DeepSeekV3.1、通义千问Qwen3235B、KimiK20905、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。图53:中国团队在开源大模型领域前10名中取得9名，剩余团队为OpenAIrtificialAnly图54:中国大模型采用率超过50% 图55:中国开源模型累计下载量超过美国hestateofAIhestateofAI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AICapEx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。图56:全球应用中亚洲地区下载量遥遥领先（百万次） 图57:全球应用亚洲地区下载量份额达43%ensorTowe ensorTowe（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。表5:25年来游戏行业政策支持稳健文件名 时间 发布机构 有关游戏核内容《加快推进服务业扩大开放综合试点工作方案》

4-8 国务院

支持网络游戏与图形处理器等基础产品的联合研发适配。鼓励头《网络出版科技创新4-18 国家新闻出版署等十部门《关于推动广东网络游戏产业5-22 广东省委宣传部高质量发展的若干政策措施》

500技领域取得显著突破的优质项目，给予最高500万元的一次性扶持奖励。要打造电竞双核以及完善多点发展产业布局。要将打造广州、《关于推动广东电子竞技产业

5-22中共广东省委宣传部、广东省文深圳电竞双核作为广东电竞产业发展核心战略，支持两地通过高质量发展的若干政策措施》《关于大力发展数字消费共创

化和旅游厅6-10 178部门

差异化定位、资源互补和政策协同，共同完善区域内电竞产业生态。支持动漫、游戏、影视、音乐、网络文学等领域精品创作，鼓励数字时代美好生活的》 通过衍生授权、文化共等模，促二次作良发展。《商业城市提质行动方》10-29 商务部等5部门 鼓励动漫、游戏、电竞运动服务费新景机构官版号供给层面，发放数量稳健提升。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1031日，202514401354101597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。图58:23M9以来国产游戏版号数量稳健提升 图59:2018年以来进口游戏版号逐步恢复23M923M1023M1123M923M1023M1123M1224M124M224M324M424M524M624M724M824M924M1024M1124M1225M125M225M325M425M525M625M725M825M925M10

2001801601401201000家新闻出版 家新闻出版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。1680亿元，同比增长创历史新高，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。图60:国内游戏市场实际收入（亿元、图61:国内游戏市场用户规模（百万、180016001400120010000

游戏市场实际收入 yoy20H1 21H1 22H1 23H1 24H1