摘要

　　算力硬件之后，AI应用行情空间广阔。从2025年初Deepseek用开源模型打响大模型产业中国声音，到2025年末Meta大额收购Manus，展现中国创业团队产品化能力。从OpenAI构建AI“循环经济”，到国产大模型公司MiniMax等率先登陆港股，加速商业化进程。从国务院发布深入实施“人工智能+”行动的意见，到中央经济工作会议提出深化拓展“人工智能+”。人工智能产业有望进入大规模应用普及阶段，AI应用产品从可用到好用，产品性能与用户使用量同步提升，多元化商业模式不断落地，产业规模指数级增长。

　　AI应用新变局：顶层设计完善、底层技术突破与产品成熟度提升共振。与深化拓展“人工智能+”行动相关的政策文件不断完善，且逐步细化，进入加速落地阶段。我国人工智能论文发表数量居全球首位，占比达23.2%，且人工智能专利授权量全球占比大幅领先，为产业规模化发展构筑底层原动力。成熟AI应用产品性能跃升激发用户使用需求，活跃用户数积累与数据调用量激增，反向推动AI应用产品迭代升级。豆包大模型日均调用量已达63万亿Tokens；MiniMax产品2024年平均月活跃用户数较2023年增长超六倍至1910万，2025年前9月达2762万，付费用户平均支出持续增长。

　　AI应用新趋势：从可用到好用，应用产品进入智能体发展阶段。根据OpenAI对AI能力的五阶段划分，当前AI能力已经发展到接近L3智能体阶段，AI从智能助手逐步走向可以自主执行和解决问题的智能体模式，实现从可用到好用的跃升。一方面对模型能力和算力效率提出更高要求，另一方面也将显著提升AI赋能产业的效能。从产业规模看，我国AI产业市场规模有望实现35%以上复合年增速，而大模型市场增长更快，符合年增速有望超63%，其中企业级应用市场有望成为主要贡献。更为重要的是，AI应用公司构建起多元化产品体系，并加速全球化布局，开始形成多元化的盈利模式。

　　AI应用新使命：多领域渗透率持续提升，逐步显现增收与降本效果。模型层可分为文本、视觉、音频和多模态等类型，应用层主要包括生产力工具（搜索/代码/办公等）、娱乐、视觉/音频生成等需求场景。多模态识别与生成技术应用落地较快，驱动AI在互联网/金融/制造/政务/教育等行业渗透率提升。如金融业发挥AI技术在风险控制、决策优化和金融产品推荐等场景应用；制造业则可重塑生产流程，加速产品设计等，深度赋能高端装备、机器人等领域发展。此外，推理成本的指数级下降也成为AI应用多领域加速渗透的重要催化。

　　行情特征与投资建议：应用与算力轮动，算力之后有应用。本轮AI产业革命引发全球共振行情，但算力的行情整体强于应用，这符合新产业浪潮行情演进特征。展望2026年，我们有望看到AI应用从可用到好用，与多元化商业模式落地，AI应用有望成为2026年AI产业行情核心主线。基于用户生态、产品化能力、资本开支强度选择投资方向。看好：1、具备流量入口优势与用户粘性，持续加码资本开支且产品成熟度高的互联网平台公司；2、深耕垂直领域产品化落地，医疗/交通/金融/教育/工业/娱乐等领域应用公司；3、受益国内应用公司资本开支加码的国产算力与AIDC产业链。风险提示：产品商业化进程低于预期，算力与模型调用成本高企。

　　风险提示：产品商业化进程低于预期；算力与模型调用成本高企

　　正文

　　算力硬件行情之后，AI应用行情空间广阔。从2025年初Deepseek用开源模型打响大模型产业中国声音，到2025年末Meta大额收购Manus，展现中国创业团队产品化能力。从OpenAI构建AI“循环经济”，到国产大模型公司MiniMax等先后登陆港股，加速商业化应用。从国务院发布深入实施“人工智能+”行动的意见，到中央经济工作会议提出深化拓展“人工智能+”。人工智能产业有望进入大规模应用普及阶段，AI应用产品从可用到好用，产品性能与用户使用量同步提升，多元化商业模式不断落地，产业规模指数级增长。

　　01

　　AI应用新催化：国产大模型公司智谱、MiniMax港股上市，强化资本实力与全球布局；Meta大额收购AI智能体公司Manus，强化端到端执行能力

　　1、2026年1月8日-1月9日，北京智谱华章科技股份有限公司、上海稀宇科技有限公司（MiniMax）相继在港交所挂牌上市。两家同为中国AI大模型“六小虎”的初创企业先后登陆资本市场，既是其自身发展战略的需要，也是AI产业化与资本化全面提速的缩影。智谱上市首日市值上涨13.17%，MiniMax首日股价翻倍。

　　过去两年，我国大模型行业经历了从“百模大战”到应用落地的快速演进。虽然技术竞赛仍在继续，但行业所处阶段已悄然变化：当头部企业选择进军资本市场，竞争不再停留在技术叙事，而是被纳入更为严格、长期的定价与评估体系。大模型产业迈入“价值验证”新阶段，资本市场正在成为技术实力和商业模式的全方位检验场。（科技日报）

　　2、2025年12月30日，Meta宣布完成对AI初创公司Manus的收购。这场由CEO扎克伯格亲自操盘的谈判仅用十余天敲定，交易对价超过20亿美元，跻身Meta史上第三大并购案。收购完成后，Manus创始人肖弘将出任Meta副总裁，向首席运营官Javier Olivan汇报。

　　Manus源自中国创始团队，其核心产品是一款能自主执行研究、编码等复杂任务的“AI智能体”。自2025年3月发布以来，Manus在不到10个月的时间里迅速崛起，于12月17日宣布其年度经常性收入（ARR）已突破1亿美元，成为AI应用领域的“现象级”产品。其估值从种子轮后的1400万美元到超20亿美元，不到3年的时间增长逾142倍。

　　Manus定位“通用AI智能体”，核心优势在于强大的“执行能力”：用户只需用自然语言描述目标，其便能自主拆解任务、规划步骤，调用浏览器、代码环境等工具完成复杂工作，最终交付研究报告、数据分析表格乃至完整网站应用，实现从“建议者”到“执行者”的跨越。自发布以来，Manus访问量持续攀升，8月创下1355.8万月访问量峰值，随后小幅回落，进入第四季度后流量走势平稳，稳定在千万级规模。

　　Meta官方明确将Manus定位为AI战略中的关键“执行层”组件，目标并非推出单一产品，而是要将这种具备端到端执行能力的智能体系统，逐步整合进其庞大的社交与企业服务平台。（每日经济新闻，腾讯科技）

　　02

　　AI应用新变局：应用产品进入规模化、普及化发展阶段，顶层设计完善与底层技术突破形成共振

　　2.1.AI应用产品性能跃升激发用户使用需求，国产大模型公司股权融资提速，有望进一步加速产品升级与应用

　　成熟AI应用产品性能跃升激发用户使用需求，活跃用户数积累与数据调用量激增，进一步推动AI应用产品迭代升级。火山引擎在2025年12月18日召开的2025冬季FORCE原动力大会上，发布了2025年豆包大模型产业落地成绩单：豆包大模型日均使用量突破50万亿 Tokens，居中国第一、全球第三。IDC报告显示，2025年上半年，火山引擎在中国公有云上大模型调用量市场份额占比49.2%，已经有超过100万企业和个人使用了火山引擎的大模型服务；超过100家企业在火山引擎上累计 Tokens使用量超过了一万亿。十天后的12月28日，火山引擎公众号文章显示，豆包大模型日均调用量已达到63万亿Tokens，保持全球前三和中国第一，而其在2024年5月和2025年5月的日均Tokens使用量分别仅为0.12万亿、16.4万亿，呈指数级增长。

　　国产大模型公司股权融资加速，资本实力增强有望加速产品升级与应用。国产大模型公司智谱华章、MiniMax先后启动港股上市招股，分别于2026年1月8日和1月9日登陆港股市场，也成为全球首批登陆资本市场的大模型创业公司。从两家公司的招股书中可以看出，随着产品能力的提升和产品体系的完善，活跃用户数显著提升。以MiniMax为例，公司平均月活跃用户数MAU由2023年的314万增长超过六倍至2024年的1910万，并进一步增长至截至2025年9月30日止九个月的2762万。其中，Talkie/星野的平均MAU由2023年的290.5万增长至2025年9月30日止九个月的 2005.1万。从付费用户的平均支出金额看，MiniMax公司的AI原生产品每付费客户平均支出由2023年的6美元增至2024年的11美元，并于截至2025年9月30日止九个月进一步增至15美元。其中，海螺AI的每付费客户平均支出由2024年的36美元增至截至2025年9月30日止九个月的56美元。

　　2.2.顶层设计加速完善，关键底层技术逐步突破，推动我国AI产业进入规模化、普及化发展阶段

　　我国AI产业的发展经历着从关键技术突破到大规模应用的跃升，自上而下的政策引领和产业本身的创新势能共同推动产业新周期到来。国务院关于深入实施“人工智能+”行动的意见中提出，实现人工智能与科学、产业、消费、民生、治理和全球合作等6大重点领域广泛深度融合，明确了新一代智能终端、智能体等应用的普及率目标，为我国AI产业大规模应用指明了路线图。在上述文件中，还提出我国AI产业发展需要强化的基础支撑能力，包括模型、数据、算力三大要素，和优化发展环境、开源生态、人才、法规、安全等能力建设，特别提出要布局建设一批国家人工智能应用中试基地，有望成为AI应用落地的重要载体。在2025年12月的中央经济工作会议中，进一步提出要深化拓展“人工智能+”。

　　关键底层技术攻坚、原创技术突破，是我国AI产业规模化发展的重要前提。近年来我国在AI论文发表与专利申请中显著领先，为产业自主可控和规模化发展奠定坚实基础。2023年，中国人工智能论文发表数量居全球首位，占比达23.2%，欧洲、印度的占比分别为15.2%和9.2%。2016年以来，中国人工智能论文发表数量的占比持续增长，欧洲占比呈现下降趋势，美国在人工智能领域的论文发表比例在2021年之后下降。2010年至2023年全球人工智能专利授权量大幅增长，从2010年的3833项增至2023年的12.25万项。其中，中国人工智能专利授权量占比大幅领先，2023年占比达69.7%，显著领先于美国、欧洲的14.2%、2.77%。

　　03

　　AI应用新趋势：从可用到好用，应用产品进入智能体发展阶段，商业模式持续优化

　　全球AI智能水平逐步进入智能体阶段，从可用到好用，AI产业规模有望加速增长。OpenAI将AI的能力划分为五个等级，给出了实现AGI（通用人工智能）的可跟踪的评估体系。分别包括：可对话的AI（L1:Chatbots）、具备像人类一样解决问题能力的AI（L2:Reasoners）、能行动的AI（L3:Agents）、能辅助发明的AI（L4:Innovators）、能像组织一样运作的AI（L5:Organizations）。当前，随着全球大模型智能水平的持续迭代提升，AI的能力已经发展到接近L3智能体的阶段，Agents模式下的AI将从智能助手逐步走向可以自主执行和解决问题的智能体，AI自主完成更多工作将显著提升大模型可用性，对产品化的要求也将更高，从可用到好用的跃升，一方面对模型能力和算力效率提出更高要求，另一方面也将显著提升AI赋能产业的效能。

　　3.1.产业规模：大模型有望在企业级市场规模化应用，带动整体产业规模提升

　　我国人工智能市场规模有望实现35%以上复合年增速，大模型市场增长更快，符合年增速有望超63%，企业级市场有望成为主要贡献。据智谱招股书，人工智能的发展正在深刻地改变着经济增长、企业运行及人类生活。预计至2030年，人工智能将赋能全球至少20%的日常商业决策，为全球至少80%的消费者主流智能设备提供支持，创造逾20万亿美元的AI影响的经济。从国内市场规模看，中国人工智能市场规模由2022年的937亿元增至2024年的1607亿元，2022年至2024年复合年增长率为31%；预计2030年，中国人工智能市场规模将进一步增至9930亿元，2024年至2030 年的复合年增长率为35.5%，进一步加速。大模型方面，以收入计2024年中国大模型市场规模已达到53亿元，其中企业级市场贡献主要收入，占比达89%。预计2030年我国大模型市场规模将增至1011亿元，2024年至2030年复合年增长率为63.5%。企业级市场仍将是市场增长的核心驱动力，预计2030年中国企业级大模型市场规模将达904亿元，收入占比达89%。

　　3.2.产业格局：算力、存力与电力等基础设施建设加码，与应用端产品落地相互促进

　　软硬件基础设施与中游模型厂商螺旋式发展，高效算力、存力、电力供给与应用端产品落地相互促进。大模型产业价值链中的主要参与者包括：上游基础设施及数据提供商（基础设施硬件、基础设施软件）、中游大语言模型厂商（独立大模型厂商、非独立大模型厂商）、下游企业及个人消费者（企业级用户、消费级用户）。具体来看，上游软硬件基础设施与中游模型厂商之间是相辅相成、螺旋式发展的关系，软硬件技术的突破迭代，为中游模型端的发展创造更高效的训练推理算力，以及存储、网络、电力等基础服务；模型端所具备的产品落地与服务能力也会倒逼基础软硬件适配升级，进而推动整体AI产业发展演进。

　　更进一步，大模型应用市场又可基于不同模态、不同应用场景进行分类。据MiniMax招股书，模型层可分为文本、视觉、音频和多模态等类型；应用层主要赛道包括生产力、娱乐、视觉生成、音频生成和通用2B服务。纵观这些赛道，由于大模型技术的通用性特征，这些市场都实现了用一套高度可扩展的模型、撬动下游规模化与个性化并存的多元需求场景，从大型行业客户到中小创作者全覆盖，实现模型ROI+转正。长期头部玩家需要有可端到端优化的底层自研模型，且保持模型水平在第一梯队。一个模型智能水平的突破能使其快速突围，当技术突破带来更佳用户体验时，用户就会自然迁移。具体而言，生产力赛道规模庞大，下游场景广阔，主要应用场景包括信息搜索、写作、代码开发、教育、办公行政、学术研究、商业分析等，全面涵盖个人工作和生活。

　　我国智能算力规模保持高速增长，2026年智能算力规模有望达2024年的两倍。根据2025年2月13日由国际数据公司（IDC）与浪潮信息联合发布的《2025年中国人工智能计算力发展评估报告》，2024年，中国智能算力规模达725.3EFLOPS，同比增长74.1%，增幅是同期通用算力增幅(20.6%)的3倍以上；市场规模为190亿美元，同比增长86.9%。预计2025年，中国智能算力规模将达到1,037.3 EFLOPS，较2024年增长43%；2026年达到1,460.3 EFLOPS，为2024年的两倍。2025年中国人工智能算力市场规模将达到259亿美元，较2024年增长36.2%；2026年市场规模将达到337亿美元，为2024年的1.77倍。另外，根据上述报告我国人工智能的行业应用渗透度较高的行业是互联网、金融、运营商和制造行业。

　　3.3.商业模式：AI应用公司构建多元化大模型产品体系，全球化成为必然选择，用户基于个性化需求选择大模型部署方式

　　大模型的商业化路径可以分为企业级应用与个人应用。一方面大模型公司为企业客户提供模型能力、工具链支持及训练或调优服务等，另一方面向个人用户提供AI生成内容(AIGC)相关的应用服务。

　　用户基于自身对成本、数据安全等因素的考量，多样化选择大模型服务模式。对于企业级客户，大模型公司通过云端部署、本地化部署等部署方式，帮助企业客户构建在文本生成、语义理解、逻辑推理及多模态交互等方面的智能能力。企业通过自身对成本、数据安全、业务实时性等方面的考量来确定服务模式。首先，本地化部署一般需要消耗较高的算力，且依赖复杂的工程管理能力，适配对数据安全、实时性要求高的应用场景，如金融、政务等；而云端部署模式下大模型厂商进行集中训练、部署、调优及推理，企业用户通过标准化API接口调用大模型能力，按调用量或订阅方式计费，极大地降低大模型使用门槛和前期投入，适配用户高效便捷地接入大模型服务的需求，进而能够显著加速商业化进程。

　　大模型厂商已形成多元化的盈利模式，且全球化布局成为重要选择。以MiniMax为例，其盈利模式包括订阅服务、基于token的应用内购买、在线营销服务及基于用量计费的企业API。旗下应用产品Talkie／星野的盈利模式为在线营销服务、订阅服务和应用内购买等多种模式，此外还有应用内积分、包月会员增值服务（更多的回复重新生成次数，增强的对话记忆以及更快的回复速度）等。本轮AI技术革命是在全球产业链深度融合基础上生发的全球产业革命，参与全球竞争，聚焦全球市场是大模型应用厂商的必然发展路径，海外客户更为成熟的服务付费模式，有助于应用公司较早实现正向现金流，进一步推动研发与产品升级。

　　MiniMax通过开放平台为全球企业客户提供可扩展、可定制的AI服务。企业及开发者客户可通过公共API服务与云SDK接入MiniMax的通用大模型套件并将MiniMax的通用大模型集成至自有产品和服务，无需独立开发通用大模型。得益于开放平台具有竞争力的性价比以及全模态产品组合，产品的国际采用率迅速提升，为智能设备、文旅、医疗健康、金融和互联网服务等领域的重要场景提供支持。

　　AI智能体公司的商业模式核心在执行层能力，同时依赖高效调用大模型的能力。Manus公司核心价值在于Agent层的能力建设，包括任务规划、工具调度和执行框架，而非基础模型本身。与此同时，作为通用Agent产品，每一次执行任务都要调用昂贵的大模型和云端虚拟机。目前Manus共设三档会员套餐：20美元/月档含每日300可刷新点数及每月4000点数；40美元/月档含每日300可刷新点数及每月8000点数；200美元/月档则含每日300可刷新点数及每月40000点数。可刷新点数仅当日可用。

　　04

　　AI应用新使命：多领域渗透率持续提升，逐步显现增收与降本效果

　　从行业角度看，人工智能技术在互联网、金融、制造、政务、教育等行业渗透率较高。互联网企业在大模型的研发、应用及推广过程中持续发挥引领作用；金融行业积极探索大模型与业务的融合，进一步发挥人工智能技术在风险控制、决策优化和金融产品推荐等场景中的价值；人工智能持续重塑制造业生产流程，加速产品设计、管理维护、安全监督等场景的智能化升级，赋能高端装备、工业机器人、汽车、航空航天、船舶等制造业重点领域的发展；在教科研行业，人工智能尤其是生成式人工智能在提升教学效率、促进个性化学习、优化资源配置等方面贡献重要力量，引领科研新范式。

　　从人工智能主要应用技术角度看，图形、文字等多模态识别与生成技术应用落地较快。由于应用场景AI应用落地节奏的差异，图形技术（图像识别/搜索/审核等）、人脸与人体识别（人脸/声纹/步态/虹膜等）、自然语言处理（文本分析/翻译/问答等）三大技术的企业部署率较高，而语音技术（语音识别/合成等）、AR与VR、知识图谱、视频分析（内容分析/审核/生成）等应用技术潜在部署意愿较高。

　　推理成本下降成为AI应用爆发的重要催化，行业使用AI应用的动力来自降低生产成本与经营效率提升。大模型训练和推理的高成本一直是阻碍AI应用广泛使用的主要制约之一，根据斯坦福大学人工智能指数与Epoch合作的固定人工智能性能阈值下成本下降情况，在MMLU测试中达到GPT-3.5水平的模型，其推理成本从2022年11月的每百万词元20美元降至2024年10月的0.07美元（Gemini-1.5-Flash-8B），约1.5年内下降超280倍。在GPQA上得分超过50%的模型的成本也呈现出类似的趋势，推理成本从2024年5月的每百万词元15美元降至2024年12月的0.12美元（Phi 4）。根据麦肯锡全球AI调研，2024年，AI使用率持续增长，78%的受访者称所在企业已在至少一个业务职能中部署AI，显著高于2024年初的72%以及一年前的55%，其中，IT、市场营销和销售是使用AI最多的职能部门，其次为服务运营。更为重要的是，生成式AI的应用已为部署该技术的业务单元带来收入增长和成本降低。

　　05

　　AI应用的行情特征：应用与算力轮动，算力之后有应用

　　本轮由2023年初兴起的全球人工智能产业革命，引发了全球资本市场相关产业链的共振行情，但不同阶段的内在逻辑又存在较大差异，不同细分板块之间也存在轮动走强的特征。整体行情经历从海外映射+题材炒作到自主可控+产业链势能的升级阶段。2023年初、2025年初、2025年6-9月分别走出三波人工智能板块性行情，但背后的核心投资逻辑具有显著差异。行情一：从2022年11月OpenAI发布GPT-3.5到2023年3月发布GPT-4，全球人工智能产业链迎来一轮全面行情，而国内股市主要以海外映射逻辑为主，如期间OpenAI应用产品、英伟达算力卡的升级是重要的市场预期锚点。2024年，产业层面AI应用和算力的产品迭代仍在继续，但整体人工智能股票行情较为沉闷。行情二：2024年四季度，成为新一轮人工智能行情的重要转折点，字节跳动、阿里巴巴、腾讯等科技龙头公司的AI资本开支成为核心投资逻辑，Deepseek R1大模型的发布是重要转折事件，进一步加速行情节奏，自主可控和国产产业链势能成为新的特征。行情三：2025年6月中旬，海外云厂商资本开支预期显著抬升，OpenAI与英伟达、甲骨文等公司构建“AI循环经济”，海外链成为A股AI行情领涨板块，进而带动国产算力、液冷、AIDC与AI应用等板块轮动行情。

　　更进一步看，AI算力与AI应用行情之间也存在轮动特征，但整体而言AI算力行情当前更为强势，AI应用行情未来空间与范围更大。由于AI算力产业链尤其是海外链，在当前具有更清晰的盈利前景，且行业格局也较为清晰和稳定，二级市场投资者更愿意参与海外AI算力产业链的投资机会。相比而言，AI应用的商业模式和盈利前景较为模糊，国内用户并未形成广泛的服务付费模式，仅在部分企业级领域有较好的收入利润体现；AI应用的场景更为多元化，看重垂直领域的know-how与产品化的能力，行业格局更为不稳定。类比上一轮移动互联网行情可以发现，行情的初期往往底层技术的突破、产业政策催化、新产品量产更易成为行情演进的预期锚，而中长期看，终端应用场景则具有更大的产业空间，应用端商业模式的打通反向推动上游硬件和底层技术的升级。反观本轮AI行情，2023-2025年AI硬件的行情整体强于AI应用，这也符合新产业浪潮的行情演进特征，展望2026年，我们已经看到AI应用从可用到好用，用户使用量大幅提升，多元化的商业模式开始落地，AI应用行情空间广阔，有望成为2026年AI产业行情的核心主线。

　　06

　　投资建议：基于用户生态粘性、产品化能力、资本开支强度，看好港股互联网与医疗/交通/金融/教育等垂类应用

　　从2025年初Deepseek用开源模型打响大模型产业中国声音，到2025年末Meta大额收购Manus，展现中国创业团队产品化能力。从OpenAI构建AI“循环经济”，到国产大模型公司MiniMax等先后登陆港股，加速商业化应用。从国务院发布深入实施“人工智能+”行动的意见，到中央经济工作会议提出深化拓展“人工智能+”。人工智能产业有望进入大规模应用普及阶段，AI应用产品从可用到好用，产品性能与用户使用量同步提升，多元化商业模式不断落地，产业规模指数级增长。算力硬件行情之后，AI应用行情空间广阔。看好：

　　方向一：具备流量入口优势与用户生态粘性，持续加码AI资本开支且产品端成熟度高、品类丰富的互联网平台公司；

　　方向二：具备深耕垂直领域的产品化落地能力，形成特定领域竞争优势的公司，看好医疗/交通/金融/教育/工业/娱乐等领域；

　　方向三：受益国内应用公司资本开支加码的国产算力与AIDC产业链。

　　07

　　风险提示：产品商业化进程低于预期，算力与模型调用成本高企

　　产品商业化进程低于预期。AI技术变革迅猛，考验应用公司产品化能力和商业化效率，存在产品落地节奏不及预期的风险。

　　算力与模型调用成本高企。应用公司在商业模式上需要自建或采购算力与模型服务，存在算力资本开支成本与模型调用成本高企的风险。

　　注：本文来自国泰海通证券发布的《AI应用：以新生产工具重构新经济场景｜国泰海通策略科技“转型牛”投资系列六》，报告分析师：方奕、苏徽