德企在华投资趋势与战略升级 - 大众集团在安徽合肥启用全流程研发测试中心 首次实现德国总部以外新车平台“从概念到上市”全链条开发 使整车研发周期缩短约三成[1] - 西门子医疗在广东深圳投资建立磁共振新基地 博世集团计划未来5年在江苏苏州投资100亿元人民币建设智能驾控产业创新研发项目 巴斯夫位于广东湛江的一体化基地启动生产[1] - 超过半数受访德企计划在未来两年增加对华投资 92%的企业表示将继续深耕中国市场 没有撤离计划[1] 德企在华合作模式与技术融合 - 德国车企从过去本土研发、中国组装销售 转向在中国率先试验新技术、新车型 实现研发、制造与市场的深度协同[2] - 奔驰与字节跳动合作推进人工智能应用 宝马携手阿里巴巴和深度求索推动技术落地 奥迪新车搭载华为乾崑智驾系统[2] - 德企在与中国创新力量的融合中不断加快技术迭代 并在全球竞争中稳固自身位置[2] 中德双边经贸关系与互补性 - 2025年前9个月 中德双边贸易总额达1859亿欧元 同比增长0.6% 中国再次成为德国最大贸易伙伴[2] - 德国以工程技术和工业基础闻名 而中国企业以研发速度和技术进步著称 优势互补为企业开辟广阔发展空间[2] 中企在德投资与双向合作 - 2024年 中企在德启动199个绿地项目 中国稳居德国第三大外资来源国 其中生产与研发项目占比达26% 高于其他主要投资国平均水平[3] - 宁德时代、国轩高科和蔚来等中国新能源领军企业在德国设立生产或研发基地 推动双方在绿色转型、技术创新领域合作向更高层次迈进[3] - 德中合作建立在产业互补、市场互需和共同创新基础上的双赢关系[3]

行业投资评级 - 行业投资评级：优于大市（维持评级）[1] 核心观点 - 国内外政策逐步落地，智能驾驶高速发展是必然趋势[2] - 特斯拉与华为“端到端”算法引领技术突破，华为城市NOA覆盖率已达99.56%[2] - 比亚迪推动“智驾平权”，2025年高速NOA渗透率有望从11.3%增至39.0%，城市NOA渗透率从6.1%增至9.6%[2][41] - 伴随硬件成本下降和国产芯片崛起，智驾功能加速向10-20万元车型市场下沉[2][45] - Robotaxi全球市场潜力近10万亿元，Waymo与Apollo为领域领航者，商业化进程持续加速[2][115] 智驾规范：各方政策逐步落地 - 国家政策积极推动L3商用部署和L4技术探索，构建标准体系并鼓励示范应用[6][7] - 地方政府如北京、上海、广州、深圳积极探索应用场景，聚焦权责划分并进入试点阶段[6][7] - 海外政策不断完善高级别智驾安全条例，并以美国、日本为代表积极提升渗透率，拓宽使用场景[9][11] 高端智驾：特斯拉与华为端到端技术 - 特斯拉FSD V13采用火箭同源代码，实现从停车场直接启动的全程自动驾驶[16][17] - 特斯拉FSD V12采用端到端神经网络模型，优化30万行代码，实现数据收集到反应的自动化[16][17] - 华为ADS 3.0实现业界首发“车位到车位”智驾领航NCA功能，城市NCA覆盖率高达99.56%[19][20] - 华为ADS 3.0采用GOD大网与PDP网络结合的端到端算法，复杂路口通过率超过96%[19][20] 智驾平权：2025年智驾渗透率拐点 - 比亚迪智驾研发采取自研+合作模式，高阶系统“天神之眼”实现全国无图城市领航功能开通[24] - 比亚迪将中阶智驾市场下沉至10万元级车型，部分车型智驾版价格下探至7.98万元[26][29] - DeepSeek大模型接入降低车端算力需求和芯片部署成本，推进中阶智驾功能下放[30][32] - 国内各类车企积极布局L3产品，比亚迪智驾版预计2025年覆盖全系车型[34][35] - 比亚迪智能驾驶硬件配置呈现高低分层趋势，高端车型具备L3级能力[37][38] 产业链及零部件厂商分析 - 智驾芯片市场向SoC过渡，英伟达Orin-X算力达254 TOPS，Thor-X算力达1000 TOPS[50][51] - 英伟达以42%份额主导国内市场，地平线、华为为国产龙头，份额分别为10%和9%[53][56] - 比亚迪“天神之眼”计划拉动芯片市场需求，预计2025年市场规模达15.8亿美元，较2024年增长37%[59][63] - 激光雷达市场100%由本土厂商构成，2024年装机量超150万颗，速腾聚创与华为技术份额领先[69][72] - 预计2025年激光雷达市场规模达8亿美元，较2024年增长62%，禾赛科技市占率预期达31%[76][77] - 毫米波雷达市场规模预计2025年超10000万颗，本土企业立讯精密、德赛西威份额提升[84][95] - 车载摄像头市场年均复合增长率达21.31%，2025年前装市场规模预计达1.2亿颗[97][98] - 韦尔股份与舜宇光学约30%-40%利润来自ADAS业务，受益于功能下沉至10万元以下车型[103] Robotaxi：智能驾驶最佳商业化场景 - Robotaxi是基于L4/L5技术的出行服务，集成传感器、AI算法等实现完全自主驾驶[112][114] - 全球市场潜力广阔，乐观预计2030年市场规模可达9.06万亿元[115] - 中国和美国处于商业化第一梯队，Waymo与Apollo为领域领航者[116][121] - Pony AI已实现全市范围运营成本盈亏，目标2025年车队超1000辆；WeRide目标2030年部署十万辆[2]

公司上市申请与业务概况 - 苏州天瞳威视电子科技股份有限公司向港交所递交上市申请书，由中银国际、汇丰、华泰金融控股（香港）联席保荐 [2] - 公司是中国领先的以软件为核心的智能驾驶解决方案提供商，业务覆盖从L2-L2+级到L4级的全系列智能驾驶解决方案 [2] 财务表现 - 公司营收从2022年的1.72亿元增至2024年的4.83亿元，复合年增长率达67.7% [2] - 2025年上半年营收同比大增182.1%至1.57亿元 [2] - 公司目前仍处于亏损状态，2022年至2025年上半年累计净亏损超过12亿元 [2] 股东结构与投资背景 - 股东背景包括采埃孚、上汽集团、北汽集团、英伟达、中国联通等产业巨头和知名机构 [2] - 采埃孚作为战略股东、客户及供应商，其2021年以远低于同期增资的价格受让了部分老股，目前持股价值已浮盈近4亿元 [2] - IPO前，包括北汽产投、联通旗下基金在内的多家老股东进行了股权转让，转让价格普遍低于后续D轮融资的入股成本 [2] 公司治理与核心人物 - 创始人兼CEO王曦通过直接和间接方式合计控制41.61%的股份 [3] - 王曦的薪酬在2022年至2024年间连续上涨，3年半累计近900万元 [3]

公司转型与治理结构 - 公司于2024年9月27日正式从大疆分拆独立，面临从“工程天堂”到资源有限、竞争残酷现实世界的转变 [5] - 分拆后公司股权结构变为一汽（约35%）、大疆（34%）和管理层共同治理的“无实际控制人”模式，标志着公司真正意义上的转型完成 [7][14] - 2024年完成新一轮融资超36亿元，公司估值达120亿元，本轮总融资约60亿人民币，由一汽以“链长”角色主导 [7][15] - 分拆初期公司账上资金不足5亿元，仅够支撑小几个月运营，面临巨大现实压力 [12] - 公司治理结构分为股东会、董事会和经管会三层，一汽不介入日常经营，管理层拥有更高自由度 [14] 技术路线与核心突破 - 公司在2024年10月14日决定全面转向端到端技术路线，删除了原有规则代码，进行“删库重练” [21] - 约两个月前公司在模型训练上取得质变，稳定训出“神奇的模型”，实现了从“机关枪乱扫”到“洲际导弹”式的精准训练 [20] - 公司技术路线从“大力出奇迹”转向“巧力出奇迹”，用最低代价解决行业最难的两大问题：因果推理和低频数据生成 [10][24] - 公司开发了基于自回归架构的AWM（动作世界模型），使模型能内部推演多种可能路径以理解因果关系 [25] - 公司采用3D Gaussian Splatting技术，基于真实数据微调生成虚拟低频数据，解决了数据生成难题 [26] - 公司在不同算力平台（TDA4、8775、8650）上使用统一架构，是业内唯一能同时提供大算力L3/L4方案与舱驾一体方案的供应商 [35] 市场定位与商业策略 - 公司定位为中国智驾供应商前三，拥有50个已量产车型和几十个定点开发车型，在油车智驾赛道没有对手 [28][37] - 公司采用软硬一体方案，单车收入是同行两三倍，通过压榨算力和传感器实现性价比优势 [30][37] - 公司战略目标从“既要、也要、还要”调整为单一明确的“树口碑”，聚焦终端用户体验 [41][42] - 公司认为智驾行业头部玩家真实差距不超过三个月，胜负可能随时因技术突破而翻盘 [34][38] - 公司坚持“用户为本，成就客户”原则，将用户（终端消费者）作为判断方向的旗帜 [46] 工程能力与竞争优势 - 公司核心优势是团队极强的工程能力和软硬一体积累，能在不同算力平台实现归一化丝滑体验 [49] - 公司在32 TOPS到1000 TOPS的不同平台上均实现了性能突破，在8650上实现的性能可与Orin X媲美 [33][49] - 公司技术组织内耗很低，切换技术路线后加速度非常快，从未发生因方案争吵导致人员流失的情况 [49] - 公司会自研激光雷达，因价格已下探至1500元级且工程门槛下降，但对毫米波雷达等成熟硬件不涉足 [35][36] - 公司工程文化强调“激极尽志”，坚持迭代被认为过时的TDA4平台，不甘心放弃可能的技术极限 [31][32] 行业认知与发展展望 - 公司认为智驾行业当前状态类似“曼哈顿计划”，特斯拉已提出“质能方程”但原子弹尚未造出，胜负将在Anytime决定 [38] - 智驾公司现阶段困局在于投入和收入极度不匹配，破局关键在于产品从L2+跨入L3，改变定价逻辑 [16] - 随着强制性国家标准出台，行业将出现两个档位产品：最低成本过强标方案和无限靠近L3/L4的高性能方案 [33] - 数据驱动框架搭成后，自动驾驶技术将顺理成章复用到机器人领域，未来能做好的将是经历过自动驾驶实战的公司 [60]

公司起源与分拆 - 公司起源于大疆内部2016年的第九个预研项目BR1609，同期项目还包括造车和激光雷达[7][9] - 2022年下半年决定分拆，2023年全年规划，2024年9月27日正式搬离大疆总部，分拆当天完成15亿元融资，但搬出时账上资金不足5亿元，仅够支撑小几个月[3][9][10] - 分拆主要驱动因素包括国际地缘政治变化，以及业务偏离大疆主航道导致内部决策流程过长[9] - 分拆后从大疆绝对控股转变为由一汽、大疆和管理层共同治理的“无实际控制人”公司，一汽持股约35%，大疆持股34%，团队为第三大股东[5][12] 股权结构与融资 - 2024年11月完成新一轮融资，总额约60亿元人民币，其中一汽投资超过36亿元，公司投后估值达120亿元[5][13] - 股权结构变化部分源于应对美国商务部“50% Rule”的预期，为避免关联方限制，大疆不能成为公司第一大股东[11] - 公司采用三层治理结构，一汽在董事会拥有5席，其他方共6席，形成共管结构，一汽不介入日常经营[12][13] 技术路线与研发突破 - 2024年10月14日，公司决定全面转向端到端技术路线，删除了原有的规则代码库，进行“删库重练”[19] - 转向后约两个月实现技术开窍，训练出“神奇的模型”，在中算力与高算力方案上均实现质变，具备类似特斯拉FSD的味道[18] - 技术路线的核心是采用“巧力出奇迹”的VLA架构，通过可解释、有分工的模块，以极低代价解决行业难题——因果推理和低频数据生成[22] - 关键创新在于基于自回归架构的AWM模型，以及集成3D Gaussian Splatting技术，利用真实数据微调生成虚拟数据，解决了低频数据生成问题[23][24] - 公司认为其技术思路与特斯拉有90%的一致性，主要差距在于虚拟数据生成环节的工程实现[23][24] 产品策略与市场定位 - 公司以软硬件结合方案切入市场，曾被称为“价格屠夫”，致力于在低成本平台上实现智能驾驶功能，例如让10万元以下的A0级电动车具备智驾能力[28] - 坚持迭代被认为算力过时的TDA4平台，并将城区领航功能跑在该平台上，近期通过OTA提升了五菱、捷途、大众油车等车型的性能[29][31] - 产品策略是寻找让用户“安全使用、普遍好用”的临界点，认为辅助驾驶成本应占整车售价的3%-5%[29] - 公司提供从TDA4、8775到8650及更高算力平台的统一架构方案，是业内唯一能同时提供大算力L3/L4方案与舱驾一体方案的供应商[33] - 在硬件方面，公司会自研激光雷达，因其价格已下探至1500元级，且工程门槛下降，但不会造车、做芯片或毫米波雷达[33][34] 商业运营与行业竞争 - 公司从大疆以产品为中心的文化，转向智能驾驶供应商所需的以客户为中心的文化，但在销售和客户关系能力上几乎从零起步[4][43] - 目前拥有50个已量产车型，另有几十个定点开发中的车型，在油车智驾赛道没有对手，因软硬一体方案，其单车收入是同行两三倍[35] - 公司认为头部智驾玩家之间的真实技术差距不超过三个月，行业排名在非公开的技术评审和Demo PK中会与市场PR呈现的顺序完全不同[27][32] - 核心竞争力在于团队的笃定和极强的工程能力，能够在不同算力平台实现归一化的丝滑体验，且技术端组织内耗低[47] - 公司自评在中国智驾供应商中位列前三，并密切关注Momenta、地平线、文远知行等对手[26] 行业观点与趋势判断 - 智能驾驶行业当前困局在于投入与收入极度不匹配，因为产品仍是半成品，破局关键在于从L2+跨入L3，届时定价逻辑将从占BOM成本转变为为用户节省的时间和注意力付费[14] - 行业已从规则时代迈入数据驱动时代，胜负关键在于训练体系中的数据管理和对训练动态的理解[36] - 行业现状类似二战“曼哈顿计划”，主要参与者差距不大，但目标明确、资源集中、不受干扰的一方将率先突破[36][37] - 随着《智能网联汽车组合驾驶辅助系统安全要求》强制性国家标准的推进，行业将出现两个档位产品：以最低成本过强标的方案，以及无限靠近L3/L4的高性能方案[31][32] - 自动驾驶技术未来可以大面积复用到机器人领域，未来能把“数据驱动型机器人”做好的将是当前在自动驾驶领域经历实战的公司[57]

自动驾驶技术路线：纯视觉与融合感知 - 文章核心观点：自动驾驶领域存在纯视觉与融合感知的技术路线之争，但无论采用何种方案，都必须将视觉感知作为最核心、最优先发展的能力，视觉方案具有更高的性能上限[3][4][10] - 纯视觉方案的优势在于摄像头提供的信息更丰富、频率更高，摄像头帧率可达每秒30帧，而激光雷达通常只有每秒10帧[4][9] - 融合感知方案中，若过度依赖激光雷达而视觉处理能力不足，会限制系统的长远发展，当传感器信息冲突时，系统倾向于更相信激光雷达，这侧面印证了厂商视觉处理能力的不足[3][4][16] 传感器性能与技术难点 - 摄像头属于被动感知，能提供分辨率更高的图像、颜色和纹理特征等丰富信息，但关键在于如何充分利用这些海量信息[4][6] - 激光雷达能主动发射激光进行测距，但点云密度和分辨率较低，信息量少，观测间隔长达100毫秒，而摄像头每33毫秒就能提供800万像素的图像[4][9] - 充分利用摄像头的技术难点主要在于算法本身的技术先进性，以及如何在车端计算资源有限的嵌入式平台上高效运行[7] 成本、冗余与产品定义考量 - 传感器选择需要综合考虑性能、成本等多方面因素，汽车作为消费品需考虑成本和价位差异[5] - 激光雷达方案可能是个捷径，能快速让系统量产上车，但上限相对较低，增加激光雷达线数（如从128线到800线）可提升性能但成本也会上升[8][16] - 产品需要定义边界，例如在恶劣天气下是否行驶，根据国家智能驾驶标准，视觉加4D毫米波雷达的方案能够解决相关问题，并不一定要上激光雷达[11] 行业现状与领先者实践 - 特斯拉的视觉处理能力领先行业，其视觉处理帧率至少达到20多FPS，而国内头部厂商基本在10FPS左右[14] - 特斯拉坚持第一性原理，即使有挑战也坚持走正确的路，其选择在发展过程中先做好视觉，同时考虑到成本因素[10][17] - 数据使用方面，越往后通过AIGC生成数据更重要，因为对于极限场景，实际采集的数据有限，产生有效数据的能力本质上是算法能力[16][17]

合作项目启动 - 梅赛德斯-奔驰（中国）投资有限公司、清华大学-梅赛德斯奔驰可持续交通研究院、苏州汤元科技有限公司以及先导（苏州）数字产业投资有限公司四方于12月1日共同启动“基于‘车路云一体化’数据的世界模型联合开发与应用”合作计划 [1] 合作目标与意义 - 世界模型被视为物理AI在智能驾驶领域实现跃升的关键基础设施 [1] - 该技术旨在通过学习真实物理世界的大规模交互数据，构建对交通环境的统一理解，使车辆具备场景结构化认知、未来预测能力及在未知情境中符合物理逻辑的自主决策能力 [1] - 该技术对于提升自动驾驶的可靠性、安全冗余以及罕见场景处理能力有重要价值 [1] - 此次合作标志着世界模型迈入产业级共建的新阶段，将为车路云一体化的智能交通体系带来示范效应 [2] 技术路径与数据基础 - 数据是驱动世界模型演进的核心燃料，车路云一体化数据以其天然的BEV（鸟瞰图）、无遮挡的多视角信息，为智能驾驶理解三维物理空间提供了关键支撑 [1] - 各方将依托车、路、云端的协同优势，推动世界模型的体系化建设，构建从数据采集、物理世界重建、模型训练到系统验证的完整闭环 [1] - 合作旨在使智能驾驶从“经验叠加”迈向基于场景理解与因果逻辑的“认知驱动” [1] 各方分工 - 梅赛德斯-奔驰提出世界模型的目标方向和应用场景，以智能驾驶更稳健、更安全的行为决策为目标牵引 [2] - 清华大学-梅赛德斯奔驰可持续交通研究院提供技术路线、方法论与科学验证 [2] - 先导（苏州）数字产业投资有限公司依托苏州的网联化道路、路侧基础设施、运营的苏州市智能网联云控平台、智能网联可信数据空间等城市资源，提供高质量的智能网联交通数据，支持在真实环境中开展验证与示范 [2] - 苏州汤元科技有限公司提供真实道路场景的重建能力，为模型训练提供高质量、带有4D数据结构的数据基础，并承担核心技术研发工作，包括物理世界的全要素重建、数据生成和闭环仿真等工作 [2]

大会概况与主题 - 第七届全球智能驾驶大会于12月1日在苏州相城区举办，主题为“智联世界 驾驭未来” [1] - 大会旨在助力构建智能驾驶全球化发展新格局 [1] 技术发展趋势 - 自动驾驶领域当前正围绕端到端、VLA与世界模型等主流技术路线展开探索 [1] - 世界模型通过对物理环境的高维认知建模，使智能体具备“理解世界、预测未来、自主决策”的能力 [1] - 依托苏州丰厚的车路云数据资源，顶尖院所与行业领袖将全面启动世界模型联合研发，旨在攻克下一代智能驾驶核心技术，驱动产业范式变革 [1] 专题交流与产业生态 - 大会围绕“探索汽车智能化产品出海路径”和“构建汽车数字化与服务化出海生态”两大主题展开专题交流 [1] - 中国机电产品进出口商会、中国汽研、岚图汽车、轻舟智航、曹操出行、奥托立夫等机构与企业代表参与讨论 [1] 政策与法规进展 - 现场对《江苏省无人驾驶装备商业示范应用工作指引（试行）》进行了解读 [1] - 该《工作指引》的出台为无人驾驶技术走向市场化、规模化应用提供了重要指导 [1] 苏州产业发展现状 - 苏州正奋力打造全球领先的“智驾之城”，已集聚相关企业超800家 [2] - 苏州智能车联网产业规模达1100亿元 [2] - 苏州成功获批国家5G车联网验证与应用项目，以及国家首批智能网联汽车“车路云一体化”应用试点 [2] 研发平台与产业链 - 江苏省智能驾驶技术重点实验室在苏州市政府指导下，由苏州数智科技集团牵头，联合清华大学苏州汽车研究院、Momenta共同组建，并于今年正式获评省级重点实验室 [2] - 苏州构建了以智能汽车、基础支撑、信息交互为核心的产业链生态，覆盖自动驾驶算法、激光雷达、高精地图、高级辅助驾驶等30余个细分领域 [2] - 产业形成“1+5+4”空间格局：以相城区为核心区，常熟市、苏州工业园区、吴江区、吴中区、高新区为重点区，张家港市、太仓市、昆山市、姑苏区为联动区 [2]

具身智能发展趋势 - 具身智能正成为AI革命的核心共识与下一站锚点，AI技术从数字世界迈向物理世界，硬件成为智能体与物理环境交互的关键载体[2] - 业界共识是AI将在真实物理空间中完成“感知-决策-行动”的完整闭环，进化为可在现实世界自主行动的智能体[3] - 支撑该闭环的是一套由算力、数据、模型深度协同融合构成的下一代全栈AI技术体系[3] AI硬件 - 智能硬件以智能手机、PC、AI眼镜为代表，正从设备工具升级为场景伙伴，迈向规模化落地阶段[2] - 中国AI硬件（不含AI手机、AI汽车）市场规模2025年将首次突破万亿元，五年内继续保持高速增长[4] - 终端设备从功能执行者向智能伙伴跃迁，变革核心是设备从被动响应走向主动服务[4][5] - 全球排名Top10的手机厂商中，有9家厂商与通义大模型展开深度合作[5] - AI眼镜成为引人注目的新品类，雷鸟创新使用阿里通义多模态大模型，视觉理解和问答准确率达98%，意图理解到信息返回时间控制在1.3秒内[6] - 行业面临“不可能三角”困境，在有限空间内功能、功耗和成本难以兼顾，大模型小型化和隐私保护是需要持续突破的技术方向[7] 智能驾驶 - 智能驾驶在端到端大模型驱动下逐步实现局部自主决策，开始展现出超越预设规则的自主应变能力[2] - 技术范式发生根本性迁移，从传统规则编码转向以视觉-语言-动作大模型为代表的数据驱动路径，让系统获得面对未知场景时的涌现能力[10] - VLA结合强化学习的闭环训练体系成为下一代智能驾驶系统的技术基座，在仿真环境中实现光速迭代，未来一年内VLA技术可能带来智能驾驶体验的十倍级提升[11] - 智能驾驶对计算资源需求呈指数级增长，算力规模成为参与高阶竞争的入场券，美国头部企业已投入数万张GPU卡用于模型训练[12] - 软件与AI在未来整车成本中占比持续攀升，在部分廉价车型中可能占据整车成本的半壁江山[12] - 端云协同成为技术演进主流方向，车端算力需求从百TOPS向千TOPS迈进[13] 机器人 - 机器人是具身智能理念最纯粹、最完整的载体，也是AI真正融入物理世界的终极挑战，当前处在技术路径激辩与早期商业化探索的关键期[15] - 行业面临四大挑战：从单一任务到通用智能的智能涌现、界定软硬结合边界、理解长程复杂任务、实现多模态高效融合[15] - 技术路径出现分化，存在端到端统一模型与分层模型架构的争论，以及“真机派”与“仿真合成派”在数据来源上的分歧[16][17] - 银河通用通过大规模仿真合成数据预训练结合少量高精度真实数据后训练，将真实数据后训练的样本效率提高到Optimus的1000倍[17] - 机器人在智慧零售和制造业等场景中已实现初步成果，能够进行全流程自动化或复杂环境下的操作[19] - 云厂商在应对数据量指数级增长和工程化挑战方面扮演关键角色[19] 阿里云的战略定位 - 阿里云作为全栈人工智能服务商，致力于为具身智能革命构建统一的能力支柱，提供从底层算力调度到上层场景化智能输出的全维度支撑[3][6] - 阿里云发布的“全模态数据管理 + 多引擎一体化”平台，支持从数据采集、自动标注到模型训练与仿真的全流程闭环[13] - 阿里云定位为“以数据为中心的云计算”，具备强大的基础设施和经验应对具身智能带来的数据挑战[19]

“十五五”规划政策脉络 - 核心观察窗口锁定2026-2027年，规划以科技为纲、兼顾消费，旨在破解供给过剩、消费不足的结构性矛盾 [1][5] - 2025年作为规划首年，经济增长目标预计维持5%左右，投资仍是短期增长抓手 [1][5] - 2026年将聚焦供给端基建与科技产能改造，2027年则侧重通过提升低收入群体社保补贴路径来编织更坚实的社会保障网，实现科技与消费的平衡 [1][5] 中国资产新叙事：“三活”共振与“东稳”基石 - 中国资产重估逻辑基于“政策活、企业活、资金活”三活共振，政策层面决策层对“低物价循环”危害认知深化，推动消费促进、赤字扩大等探索 [1][2][6] - 企业层面在AI、智能驾驶、生物制药等领域创新突破，印证了企业的创新爆发力和投资价值 [2][6] - 资金层面因中美博弈展现的产业底气，全球资金对人民币资产布局底气增强，国内资金从“资产荒”转向权益资产多元化配置，形成良性循环 [2][3][6][7] 全球格局：“东稳西荡”与资金流向 - “东稳”指中国政策发力、企业活跃、资金涌动，为市场提供“定心丸”，发展与安全并重 [2][3][6][7] - “西荡”以美国为典型，面临关税、移民政策、美联储独立性等多重争议，其债务高企背景下采取“经济偏热、利率偏低”的化债方式，导致实际利率下降，美元资产实际收益率受损 [4][8] - 全球资金避险需求将流向中国等政策稳定市场，逐利需求则流向AI、新能源等高成长赛道，形成“安全资产+增长资产”的双重配置逻辑 [4][8][9] 产业竞争力与潜在挑战 - 中国产业竞争力源于人才、市场机制、企业家精神共同驱动，包含产业链优势和大量优秀毕业生的人才优势 [3][7] - 需警惕部分企业“赚吆喝不赚钱”的产能过剩问题，需通过地方政府激励机制改革、财税体系调整及社会保障夯实来推动内需扩张的再平衡 [3][7]