全球最受欢迎AI产品榜单 - 榜单涵盖全球最受欢迎的50款网页AI产品和50款移动AI应用 基于独立月度访问量和月活跃用户数排名 [2][4][5] 网页AI产品类别分布 - 对话与聊天类：ChatGPT(排名第1) Gemini(排名第2) Claude(排名第7) Grok(排名第4) 提供多模态对话服务 [3] - 创作与生成类：SUNO(排名第15)专注于音乐生成 Midjourney(排名第28)专注于图像生成 ElevenLabs(排名第21)提供语音合成服务 [3][4] - 工具与效率类：QuillBot(排名第16)提供写作辅助 RemoveBG(排名第11)提供图片背景去除 Cursor(排名第26)提供编程辅助 [3][4] - 开发与开源类：Hugging Face(排名第22)作为开源模型社区 Replit(排名第41)提供在线编程服务 Google AI Studio(排名第10)提供开发测试平台 [3][4] 移动AI应用类别分布 - 图像与视频处理类：Remini(排名第6)提供画质修复 FaceApp(排名第11)提供人脸编辑 Photoroom(排名第21)提供图片编辑 [5][6] - 生产力工具类：Microsoft Edge(排名第5)集成AI功能 SwiftKey(排名第37)提供智能输入 Photomath(排名第26)提供数学解题 [5][6] - 搜索与对话类：Baidu AI Search(排名第7)提供智能搜索 Deepseek(排名第8)提供对话服务 Perplexity(排名第10)提供问答搜索 [5][6] - 垂直领域应用类：PictureThis(排名第28)专注植物识别 QANDA(排名第48)提供学习辅助 PlantNet(排名第50)提供植物识别 [5][6] 主要参与企业 - 科技巨头布局：谷歌推出Gemini和NotebookLM(排名第13) 微软通过Copilot(排名第18)和Bing(排名第15)进入市场 Meta推出Meta AI(排名第46) [3][5] - 中国企业表现：字节跳动推出Doubao(网页排名第12/移动排名第4) 阿里巴巴推出Qwen3(排名第20) 百度推出Baidu AI Search(移动排名第7) [3][5] - 创业公司创新：Anthropic开发Claude(网页排名第7) Character.ai(网页排名第5/移动排名第19)专注角色互动 Perplexity(网页排名第6/移动排名第10)专注搜索 [3][5] 技术应用方向 - 多模态成为趋势：Gemini支持多模态对话 DeepAI(排名第36)提供多模态工具平台 Adobe Express(排名第36)集成AI设计功能 [3][5][6] - 垂直领域深化：Cutout.pro(排名第34)专注图片视频编辑 TurboScribe(排名第29)专注语音转文字 Gamma(排名第25)专注演示文稿生成 [3][4] - 开源生态发展：Hugging Face(排名第22)和CivitAI(排名第31)构建开源模型社区 Replit(排名第41)推动在线编程普及 [3][4]

行业与公司 * 行业聚焦于中国互联网与人工智能（AI）服务领域[1] * 公司分析覆盖了阿里巴巴、腾讯、百度、字节跳动、快手、美团、金山办公、北森等中国主要科技企业[124][115][130][136][140][143][146][150] 核心观点与论据 全球AI模型竞争格局 * 推理模型主导全球最先进的SOTA模型[11] * 中国贡献了全球前10大SOTA模型中的一半 成为美国的主要竞争对手[11] * 中国AI模型战略偏向“开源” 而世界其他地区更偏向“专有”[11] * 在模型性价比象限中 阿里巴巴的Qwen3和深度求索的DeepSeek R1位于“高分数、低成本”的吸引力象限[20] * 中国在多模态模型领域展现出强大竞争力 在文本生成图像、文本生成视频等多个排行榜上名列前茅[26][27][28][29][137][138] 中国AI的竞争优势与基础设施 * AI数据中心（AIDC）的电力需求预计将从2023年占全国总需求的1% 增长至2027年的5%[32] * 中国云AI总潜在市场（TAM）预计将在2027年达到480亿美元[58] * 政策大力支持AI发展[37][38] * 中国GPU自给率预计将从2023年的24%大幅提升至2027年的82%[56][58] * 2024年中国AI云市场份额为 百度云24.6% 阿里云24.6% 腾讯云19.2% 华为云19%[64][65] AI应用与用户增长 * 2C AI原生应用日活跃用户（DAU）和月活跃用户（MAU）增长迅速 例如腾讯的Yuanbao、阿里的Quark、深度求索的Doubao等[77][78] * 超级应用（如微信、支付宝、百度、淘宝等）已广泛集成多种AI功能 涵盖搜索、视觉识别、内容生成、电商助手等[80][81] * 微信拥有11亿月活跃用户（MAU） 日均会话44.6次 用户日均使用时长99.4分钟 其生态系统覆盖多样化生活场景 是AI智能体的先驱[84] * 2B AI应用已在多个行业落地早期用例 包括广告与内容、金融、医疗、能源、零售、办公等[90] * 摩根士丹利CIO调查显示 41%的中国企业计划在未来12个月内部署首个GenAI项目[98] 企业分析与投资回报 * 私有AI玩家的估值与年度经常性收入（ARR）比率差异巨大 中位数约为23倍[111][112][113] * 腾讯被认为拥有最高的2C变现潜力和高投资回报率（ROI）的AI[115] * 阿里巴巴被誉为中国最佳AI赋能者[124] * 百度的核心广告业务正面临AI搜索转型带来的压力[130] * 字节跳动和快手是领先的多模态AI玩家[136][140] * AI业务的盈利时间框架和盈利能力因领域而异 云和广告技术（Ad Tech）较早实现货币化且毛利率较高 而基础模型则较晚且毛利率较低[104] 其他重要内容 * 美国出口管制影响了高端AI GPU对华的供应 但中国本土AI GPU（如华为昇腾、寒武纪等）正在快速发展[51][52][53][54] * 中国各半导体细分领域的自给率均在稳步提升[56] * 摩根士丹利持有或与报告覆盖的多数公司存在投资银行业务等关系[165][166][167][168][169]

> 这份由野村证券亚洲经济研究团队于2025年8月21日发布的报告，深入分析了中国股市自2024年9月以来的反弹行情、其背后的驱动因素、潜在风险以及对实体经济的有限提振作用，并为政策制定者提供了策略建议。 涉及的行业与公司 * 报告核心关注**中国宏观经济**与**中国股市**（A股及离岸市场）[1] * 重点提及的**行业**包括：人工智能（AI）[10][13]、生物医药[10][15]、房地产[3][37]、餐饮与白酒[3][37]、耐用消费品[3][37]、出口相关行业[3][37]、太阳能面板[38]、电气机械与设备（含锂电池和太阳能组件）[38] * 重点提及的**公司/实体**包括：AI公司DeepSeek[10][13]、阿里巴巴（Qwen模型）[13]、Moonshot（Kimi模型）[13]、字节跳动（Doubao模型）[13]、中央汇金（“国家队”成员）[23][24]、中国证券金融公司[33][35]、保险公司[25] 核心观点与论据 股市反弹的驱动因素 * 股市自2024年9月低点以来大幅反弹，万得全A指数和恒生指数分别上涨56%和40%[2] * 反弹主要由**坚实的基本面因素**驱动，包括：2024年9月的政策转向（含50基点RRR降准、20基点降息、10万亿元地方政府债务置换）[9][12]、DeepSeek突破带来的AI热潮（中国的“斯普特尼克时刻”）[10][13]、生物医药领域突破（恒生生物科技指数年内涨100%）[15]、中美贸易休战[11][19]、以及“反内卷”运动[11][12] * **政策直接干预**是另一大驱动力：央行首次设立结构性工具直接支持股市（3000亿元股票回购再贷款工具）[23]，“国家队”入市购买ETF[24]，鼓励保险资金增配A股（保险资金股票投资余额从2024年底增加6406亿元至2025年Q2的3.07万亿元）[25] * **市场情绪高涨**：投资者新开户数激增，2024年6月至2025年6月新开账户2920万个，超过2014-2015年牛市同期的2880万个[27]；2025年7月A股市场成交额达2.8万亿元，创历史第三高[33]；保证金交易规模在8月中旬达2.1万亿元，为2015年6月以来最高[33] 下半年经济面临的需求冲击 * 尽管股市繁荣，**经济基本面可能在2025年下半年明显恶化**，多个领域面临需求冲击[3][37] * **新的 austerity measures**（ austerity measures）抑制中高端餐饮和白酒销售：7月餐饮收入增速仅1.1%，远低于年初前五个月的5.0%；烟酒零售额增速2.7%，远低于年初的6.7%[38] * **耐用消费品销售的“回拨效应”**：过去一年“以旧换新”政策刺激的耐用消费高增长将回拨，7月汽车零售额增速首次转负至-1.5%[38] * **“反内卷”运动**：可能导致原材料需求减少和投资下滑，7月电气机械与设备行业投资增速降至-13.3%[38] * **出口增长放缓**：受美国关税和此前“抢出口”的回拨影响，7月出口交货值增速显著放缓至0.8%[38] * **房地产持续下滑**：7月新房销售面积和金额同比降幅扩大至-8.0%和-14.3%，一线城市二手房价格环比下跌0.98%[38] * **7月宏观数据全面走弱**：工业增加值增速降至5.7%，零售销售增速降至3.7%，固定资产投资增速暴跌至-5.2%，为2020年初以来最低[38] 股市繁荣对实体经济的提振作用有限 * 借鉴**2015年股市泡沫的经验**，当前反弹对实体经济的支持可能有限，中国经济在2025年下半年将明显放缓[4][61] * 为维持股市繁荣和防止崩盘，监管机构可能**严格控制企业股市融资**，反而抑制实体经济[4][61] * 股市投资的**财富效应可能被挤出效应抵消**：炒股可能挤出大额消费、房地产投资甚至资本支出[4][61] * 2015年的经验显示，股市繁荣期间固定资产投资和商品零售增速均出现下滑，并未有效提振实体经济[53] 政策建议与展望 * 北京面临**两难困境**：推出促增长措施可能助长股市泡沫；无所作为则可能加剧经济放缓[5][62] * **最佳策略**是吸取2015年教训：避免出台高调的货币措施刺激股市、避免收缩性政策、清理房地产烂摊子、并解决社保不平等等深层次问题[5][62] * **清理房地产**应是重中之重，建议中央政府作为“最后的建造者”直接为停工项目提供资金[66][67] * **改革社会福利体系**（如大幅提高低收入群体基础养老金）是提振消费最有效的长期政策[68][70] * 预计**后续仍有宽松政策**：维持2025年Q4降息10基点和降准50基点的预测，但具体时机不确定[6][64] 其他重要内容 * **中美关系改善**是市场情绪向好的关键原因之一：美国对华关税（30%）相对于其他贸易伙伴（欧盟、日韩15%，台湾20%，东盟19-20%，印度50%）并不算高[19]；中国通过对**稀土和永磁体的出口管制**获得了强大的谈判筹码，甚至迫使美国放宽了对英伟达H20芯片的禁令[20] * 报告详细对比了**2014-2015年与2024-2025年两次牛市**的异同：均发生在经济疲弱（低通胀、PPI通缩）、房地产收缩、政策意图刺激股市、以及有新增长叙事（2015年是“互联网+”，2025年是AI和生物科技）的背景下[40][45][46] * 指出了**潜在风险点**：散户投资者热情高涨、保证金交易规模攀升至高位、以及补贴消费贷款可能被挪用至股市的风险[2][32][33]

**行业与公司概览** - **行业**：中国互联网与人工智能（AI）领域[1] - **核心公司**：阿里巴巴、百度、字节跳动、腾讯、快手、美团等头部互联网企业，以及AI初创公司如Zhipu、MiniMax等[1][6][36] --- **核心观点与论据** **1 AI模型与芯片供应动态** - **Nvidia H20芯片供应进展**：美国可能恢复对华芯片销售，中国网信办（CAC）与Nvidia进行对话，若供应恢复，中国云服务商（CSP）资本支出（Capex）预计从2025年三季度起回升（Goldman Sachs预测3Q25 CSP总Capex环比增长42%）[1] - **国产替代与性能差距**：中国AI模型（如阿里Qwen、Zhipu GLM-4.5）与全球领先模型（如GPT-5）的性能差距缩小，但仍有差距；阿里Qwen在全球模型排名中表现靠前（参见Exhibit 14）[1] **2 多模态AI与商业化进展** - **多模态应用**：谷歌Genie 3和Veo 3推动实时交互与虚拟世界生成，可能影响游戏和视频生成领域竞争[1] - **商业化表现**：中国AI视频生成模型（如快手Kling、字节Seedance）80%的年度经常性收入（ARR）来自海外，但仅占全球AI应用总收入的5%（全球ARR 290亿美元 vs 中国14亿美元）[1][26][28] - **主要应用场景**：视频生成、图片编辑、对象识别占中国AI ARR的50%（Exhibit 10）[31] **3 用户参与度与AI整合** - **To-C AI聊天机器人使用下滑**：7月总使用时长环比下降6%（DeepSeek降10%，字节Doubao降13%），因AI功能更多整合至超级应用（如阿里AI地图、抖音AI搜索MAU达2.1亿）[1][6] - **To-B AI加速渗透**：企业端AI原生应用token使用量同比增长404%（应用内AI增长284%），Top 30 AI应用中66%由阿里、百度、字节、腾讯开发（Exhibit 6）[6] **4 互联网应用整体表现** - **总使用时长**：7月同比增长6%（与6月持平），短视频（抖音主应用+19%/极速版+22%）、电商（+14%）、本地服务（+18%）领涨，长视频（腾讯视频-20%）和部分游戏（《和平精英》-11%）疲软[7][8][68] - **电商平台**：京东使用时长同比+76%（食品配送推动），淘宝+11%，拼多多+5%；Temu全球MAU达4.46亿（7月环比+7%，美国MAU占比12%）[8][89][93] - **本地服务**：美团使用时长+21%，高德地图+31%；饿了么因整合至淘宝，用户端时长-22%，但商户端+117%[11][96] --- **其他重要细节** **AI模型与商业化数据** - **模型发布**：2025年三季度中国公司密集发布多模态模型（如阿里Wan2.2、腾讯HunyuanWorld 1.0、字节SeedEdit 3.0）（Exhibit 54）[54] - **成本优化**：快手Kling 2.1视频生成成本降至0.27美元/视频（与字节Seedance 1.0接近），低于Kling 2.0的1.33美元（Exhibit 13）[35] - **ARR排名**：Glority（PictureThis）以2.02亿美元ARR居首，快手Kling（1.42亿美元）、阿里（8000万美元）紧随其后（Exhibit 36）[36] **行业竞争格局** - **商户留存**：淘宝千牛DAU占比36%，拼多多23%，抖音20%（Exhibit 35）[87] - **游戏表现**：腾讯《王者荣耀》使用时长-3%，网易《蛋仔派对》降幅收窄至-11%（6月-21%）；B站《三国志》份额稳定在0.3%[8][9] **风险与趋势** - **防御性配置建议**：因电商和本地服务竞争加剧，推荐游戏（腾讯、网易）、出行（滴滴）、垂直互联网（小米、携程）等防御性板块[10] --- **注**：数据来源为Goldman Sachs研究报告及QuestMobile、SensorTower等第三方平台，部分内容涉及外发模型与地缘政治风险[1][4][89]

纪要涉及的行业和公司 - **行业**：中国互联网及其他服务、电商、游戏、在线招聘、教育、旅游、音乐、直播、长视频、广告、本地生活服务等 - **公司**：阿里巴巴、百度、字节跳动、华为、腾讯、美团、拼多多、京东、满帮集团、看准网、好未来、新东方、快手、哔哩哔哩、腾讯音乐、携程等 纪要提到的核心观点和论据 人工智能 - **核心观点**：中国科技巨头在人工智能领域积极布局，超大规模数据中心运营商加大人工智能资本支出，企业对人工智能的采用速度加快，但2B人工智能应用的货币化可能滞后 [8][14] - **论据** - 阿里巴巴、百度、字节跳动、华为、腾讯等公司积极开发和应用人工智能模型，如阿里巴巴发布开放权重模型，百度将自有模型集成到搜索平台 [9] - 企业对人工智能的采用率不断提高，预计未来3年将有18%的工作量被人工智能取代 [20] - 人工智能需求增长迅速，但企业应用的货币化可能滞后，预计到2030年人工智能的贡献利润率将达到52% [22][25] 腾讯 - **核心观点**：腾讯将杠杆资金重新投入人工智能领域，实现高质量收入增长，在2C人工智能货币化方面具有最高可见度 [27][34] - **论据** - 腾讯的广告业务在人工智能货币化方面进展最快，元保的日活跃用户数量不断增加 [39][41] - 腾讯将DeepSeek - R1模型集成到微信搜索和图像创作中，提高了用户体验和数据利用效率 [41] - 腾讯的视频账户预计将实现长期广告收入增长，目前季度广告收入约为70亿元，预计未来最高可达819亿元 [47][50] 阿里巴巴 - **核心观点**：阿里云收入预计在三年内翻倍，但短期内由于激烈的食品配送和质量竞争，盈利面临压力 [52][56] - **论据** - 随着人工智能和云计算需求的增长，阿里云的收入有望实现快速增长 [52] - 食品配送和质量竞争激烈，阿里巴巴和美团等公司纷纷推出补贴和促销活动，导致短期内盈利压力增大 [56][72] 美团 - **核心观点**：美团短期内面临激烈竞争，长期盈利能力下降，但在海外市场有一定机会 [62][83] - **论据** - 食品配送和即时购物市场竞争激烈，美团的市场份额可能下降，长期盈利能力受到影响 [62][75][78] - 美团在海外市场如海湾合作委员会（GCC）地区有一定机会，预计到2028年将占据该地区在线食品配送市场20%的份额 [83][87] 百度 - **核心观点**：百度核心广告业务复苏的可见度有限，但百度AI的文心一言4.5版本推动云业务增长 [92][100] - **论据** - 百度核心广告业务增长放缓，利润率面临压力，复苏的可见度有限 [92][94] - 文心一言4.5版本的推出和开放源代码，以及其四层全栈人工智能基础设施，有望推动百度云业务的增长 [100][101][102] 电商行业 - **核心观点**：电商市场竞争激烈，拼多多和京东表现各异，电商行业整体仍保持增长 [108][121] - **论据** - 拼多多市场份额持续增长，Temu全球月活跃用户达到4.15亿，预计2025年商品交易总额（GMV）将增长45%至770亿美元 [108][115][116] - 京东的收入受到以旧换新业务的推动，但食品配送投资导致利润下降 [121] 游戏行业 - **核心观点**：中国游戏市场规模持续增长，但增速有所放缓，行业集中度较高，监管政策对行业有一定影响 [162][169][175] - **论据** - 2025年中国游戏市场规模预计达到3425.4亿元，同比增长6%，其中移动游戏市场规模预计达到2600亿元，同比增长6% [162] - 头部5款游戏占据年度总收入的30%以上，行业集中度较高 [169] - 游戏行业受到监管政策的影响，如游戏版号审批、内容要求等 [175][184] 其他行业 - **音乐行业**：腾讯音乐有望实现中期付费用户目标，ARPPU成为关键增长驱动力 [213][221] - **旅游行业**：中国旅游市场国内和出境游均呈现复苏态势，携程在国际业务上有机会 [225][230][235] - **在线招聘行业**：看准网在在线招聘领域处于领先地位，收入和利润增长良好 [138][141] 其他重要但可能被忽略的内容 - **分析师评级和价格信息**：提供了多家公司的分析师评级和价格信息，如阿里巴巴、百度、腾讯、美团等公司的评级和最新价格 [289][291] - **利益冲突披露**：摩根士丹利与报告中涉及的公司存在业务往来，可能存在利益冲突，投资者应谨慎考虑 [4] - **行业数据和市场份额**：详细列出了各行业的市场规模、增长趋势、市场份额等数据，为投资者提供了全面的行业信息 [162][173]

报告行业投资评级 - 中际旭创（300308 CH）、苏州天孚通信（300394 CH）、深南电路（002916 CH）、崇达技术（002463 CH）评级为买入；紫光股份（000938 CH）评级为中性；博通（AVGO US）、思科（CSCO US）、英伟达（NVDA US）等未评级 [1][107] 报告的核心观点 - 博通推出的TH6开关芯片提升网络交换机性能和AI集群可扩展性，有望推动全球AI基础设施/网络市场技术升级，相关企业将受益 [1] - 以太网/超以太网和规模上互连技术未来发展势头强劲，以满足AI计算需求和数据中心灵活扩展 [2][3] - 全球AI应用中ChatGPT领先，中国生成式AI应用中字节跳动豆包表现突出 [4][77] - 多家公司有重要动态和产品发布，影响AI行业发展 [8][97] 各部分总结 AI主题研究：博通TH6发布及对AI网络价值链的影响 - 博通6月3日开始发货Tomahawk 6（TH6）开关芯片，采用3nm技术，支持200G SerDes和CPO，提升性能、降低成本，推动行业升级，相关企业受益 [1][36] - AI网络分规模扩展和规模扩大网络，以太网/超以太网与英伟达InfiniBand竞争，规模上互连技术不断涌现以满足需求 [2][3] AI网络规模扩展与规模扩大：技术路线图、需求驱动因素和AIDC采用情况 - 大规模计算集群后端网络基于InfiniBand或以太网，可实现AI服务器的规模扩展和规模扩大 [11] - 以太网兼容性强、成本低但带宽迭代慢，超以太网联盟协议适合AI训练，800G以太网标准化并商用，具有低延迟、可扩展等优势；InfiniBand可靠性高、带宽高但市场增长慢，XDR标准支持800Gb/s单端口带宽；谷歌设计了“Torus”拓扑的OCS网络 [13][14][17] - 英伟达NVIink用于AI网络规模扩大，NVLink Fusion授权客户构建半定制AI基础设施；UALink联盟开发Ultra Accelerator Link，提供标准化互连技术规范；博通Scale - Up Ethernet（SUE）提供低延迟、高带宽连接；AMD Infinity Fabric用于CPU组件连接和AI/ML训练 [22][24][34] 博通TH6：如何改变AI网络市场格局 - TH6开关容量102.4Tbps，支持双架构，价格近上一代两倍，单芯片低于20000美元，采用3nm和200G SerDes，有CPO版本，在AI网络上优化，预计推动1.6T光模块和DCI需求增长及CPO商业化 [36][37][38] - 竞争对手包括思科SiliconOne G200和英伟达Spectrum系列，各有特点和优势 [41][42] - 博通Tomahawk系列产品带宽不断提升，通过迭代实现功耗和成本节约，CPO技术不断发展 [43][45] 全球交换机市场分析 - 2023 - 2028E，OCS硬件销售复合年增长率32%，快于以太网和InfiniBand交换机的14%和24%，但以太网交换机总销售额领先 [49] - 云服务提供商推动数据中心交换机升级，预计2027年占60%销售，800G将超400G；2024年中国交换机市场增长5.9%，数据中心交换机增长23.3%，生成式AI驱动200/400G设备收入和端口发货量增长，预计2025年规模达839亿元 [52][53] - 白盒交换机受下游客户青睐，市场份额增加；CPO在交换机的应用开始商业化，未来升级方向是SerDes速率提升 [55][56] 全球AI应用和货币化数据跟踪 - 全球AI应用中，ChatGPT日活跃用户（DAU）和下载趋势领先，6月初DAU达1.1亿，周下载量4月下降后近期回升 [4][74] - 中国生成式AI应用中，字节跳动豆包5月起DAU超DeepSeek，6月初达3700万，DeepSeek为3200万；豆包日均使用时间自2月居首，6月初达10.8分钟，其他主流AI应用使用时间持续反弹 [5][77] - 全球AI应用DAU自2023年9月至2025年6月稳健增长，3月中旬后全球玩家DAU超中国，6月初五个中国AI应用总DAU达7300万，四个全球AI应用达1.11亿 [79][80] 全球AI行业和公司更新 - AI初创公司Manus推出“文本到视频”功能，提供三种会员服务 [84] - 小红书开源首个大模型dots.llm1，是1420亿参数MoE模型，激活140亿参数，性能接近阿里云通义千问3 - 32B，中文表现超DeepSeek - V3 [8][85] - OpenAI推出o3 - pro AI模型，成本为输入20美元/百万令牌、输出80美元/百万令牌，o3降价80% [9][94] - 火山引擎Force会议、英伟达VivaTech会议、AMD Advancing AI 2025会议等举办，各公司有新产品发布和业务进展 [95][97][100] 即将到来的行业和公司活动 - 包括2025年6月18 - 20日MWC上海、7月3日谷歌云峰会香港、7月13 - 17日GenAI峰会硅谷和7月26 - 28日2025 WAIC [10][103]

报告行业投资评级 - 对Kuaishou、JD.com、Full Truck Alliance、NetEase、Tencent、Trip.com、Xiaomi等公司给出Buy评级 [138] 报告的核心观点 - 2025年5月中国顶级AI应用保持健康用户参与趋势，关键投资者关注点包括用例场景增加、货币化路线图更清晰、定价有竞争力等；整体前400款移动应用也保持上月势头，各垂直领域表现有差异 [1] - 建议采用双管齐下选股方法，重点关注防御性子行业和国内政策受益且估值打折的股票，推荐游戏、出行、互联网垂直领域、电商等行业部分公司 [9] 根据相关目录分别进行总结 最新AI领域发展情况 - 中国互联网公司推出多种AI产品，涵盖多模态大语言模型、智能办公助手、智能搜索等，盈利模式包括API服务、企业订阅、广告等 [13][14] - 部分公司AI产品实现可扩展年度经常性收入（ARR），如Kuaishou的Kling AI ARR超1亿美元，部分全球领先AI初创公司/应用也有较高ARR和估值 [16][17] - 不同AI视频生成器价格有差异，Kuaishou的Kling 2.1版本较2.0成本大幅降低；截至5月4日当周Kling AI在发送给AI模型的消息中占比最大 [18][20] - 2025年第二季度ByteDance每日令牌使用量与Google相当，预计到2025年底Alibaba每日令牌使用量达15万亿以上 [1][23] - 中国AI模型在模型质量、价格、智能前沿等方面与美国玩家差距缩小，部分模型表现领先且价格有竞争力 [29][35] - 2025年中国公司发布多种文本、图像、视频类AI模型，有开源和闭源之分 [43][45][46] 其他亮点 - 2025年5月AIGC面向消费者/聊天机器人参与度环比增长5%，主要受Doubao增长推动，部分应用如DeepSeek增长下降 [48][49] - 各AIGC应用在不同指标（如月活跃用户MAU、日活跃用户DAU、下载量等）上有不同增长趋势 [49][50][52] 5月各领域用户使用时长趋势 - 中国互联网行业整体前400款移动应用5月总使用时长同比增长8%，各垂直领域表现不同，如电商、本地服务、游戏等领域有不同程度增长或下降 [1][65] - 电商领域前50款电商应用5月使用时长同比增长10%，不同平台表现有差异，如JD使用时长同比大幅加速增长，Taobao下降幅度收窄；Temu全球MAU环比略有下降 [74][85][88] - 本地服务领域5月使用时长同比增长加速至17%，Meituan和Amap表现较好；食品配送应用整体使用时长同比增长2%，部分应用有下降；按需杂货使用时长同比增长18% [10][92][94] - 在线娱乐领域视频、社交媒体和游戏各有表现，如Douyin保持强劲增长，Kuaishou和部分长视频应用表现不佳；社交媒体中Weixin使用时长同比增长6%，Weibo下降；游戏使用时长同比增长6%，不同游戏表现有差异 [7][97][98] - 企业服务领域在线货运匹配、在线招聘、房地产经纪等行业各有表现，如YMM司机和托运人应用总参与度同比增长7%，Boss Zhipin在在线招聘行业用户参与度领先，Beike主要应用使用时长增长 [10][105][114] - 汽车售后市场服务Tuhu Car应用MAU同比增长19% [10][119] 部分公司估值及风险 - 对Kuaishou给予买入评级，目标价63港元，基于市盈率估值；关键下行风险包括广告预算恢复慢、货币化弱等 [124] - 对JD.com给予买入评级，12个月基于分部加总法目标价为48美元/187港元；关键风险包括电商市场竞争激烈、在线GMV放缓等 [125][126] - 对Full Truck Alliance 12个月目标价14.60美元，基于分部加总法；关键风险包括监管风险、反垄断审查等 [127] - 对NetEase给予买入评级，12个月基于分部加总法目标价为140美元/219港元；关键下行风险包括老游戏表现弱、新游戏货币化慢等 [128] - 对Tencent给予买入评级，12个月基于分部加总法目标价为595港元；关键风险包括行业竞争激烈、游戏发布延迟等 [129]

大模型数学能力评测 - 七个大模型参与2025年数学新课标I卷测试，Gemini 2.5 Pro以145分位列第一，Doubao和DeepSeek R1以144分并列第二 [2] - 小米7B参数小模型MiMo-VL表现突出，总分139分与Qwen3-235B持平，仅比OpenAI o3低1分 [4] - MiMo-VL在7B参数多模态模型中优势显著，较同类Qwen2.5-VL-7B高出56分 [5] 细分题型表现 - 客观题部分（73分）：MiMo-VL单选题得35分（总分40），多选题和填空题均获满分 [8][10][11] - 解答题部分（77分）：MiMo-VL得71分位列第五，超越hunyuan-t1-latest和文心X1 Turbo [12] - 测试方法差异：MiMo-VL和Qwen2.5-VL-7B采用截图输入，其他模型使用文本Latex输入 [6] 小米MiMo-VL技术突破 - 模型基于MiMo-7B升级，在数学推理和代码竞赛中超越OpenAI o1-mini和阿里QwQ-32B-Preview [15] - 通过RL训练后，MiMo-7B-RL-0530版本达到与DeepSeek R1和OpenAI o3-mini相近水平 [16] - 多模态能力显著：在OlympiadBench等数学竞赛中领先10倍参数的Qwen-2.5-VL-72B和GPT-4o [20] 技术实现路径 - 采用混合在线强化学习算法（MORL），整合文本推理与多模态感知反馈信号 [27][29] - 预训练数据达2.4T tokens，涵盖图片-文本对、视频-文本对等多元数据类型 [28] - 模型已全面开源，包括技术报告、权重和评估框架 [32][33] 行业竞争格局 - 开源模型MiMo-VL-7B在内部评测中超越GPT-4o成为开源模型第一 [24] - 参数效率突破：7B模型性能比肩235B参数的Qwen3和闭源o3模型 [13][16] - 多模态赛道创新：GUI Grounding任务表现媲美专用模型 [18]

研究背景 - 东南大学联合马克斯·普朗克信息研究所、上海交通大学、阶跃星辰、加州大学伯克利分校与加州大学默塞德分校的研究团队共同提出KRIS-Bench评测框架 [2] - 首创从知识类型视角系统化评测图像编辑模型的推理能力 [3] - 借鉴布鲁姆认知分类与教育心理学分层教学理念设计评测体系 [4] 评测框架设计 - 基于三大知识范畴：事实性知识（颜色、数量等）、概念性知识（物理化学常识）、程序性知识（多步推理） [8] - 细分为7大推理维度和22种编辑任务覆盖全谱系难度 [6] - 样本总量1267对图像-指令由专家手工打磨数据来源多样化 [12] 评估指标与方法 - 首创四维度自动化评估：视觉一致性、视觉质量、指令跟随、知识合理性 [10][11][13] - 深度知识任务附带手工知识提示以验证模型理解能力 [11] - 评测10款模型包含3款闭源（GPT-Image-1等）和7款开源（OmniGen等） [14] 评测结果 - 闭源旗舰GPT-Image-1表现领先开源黑马BAGEL-Think在知识合理性上有提升但仍有差距 [17] - 多数模型在事实性知识（如数量变化）基础任务上表现欠佳 [17] - 所有模型在程序性推理、自然科学及多步骤合成任务上普遍失分 [17] 行业意义 - 推动图像编辑模型从像素搬运向具备认知能力的视觉智者进化 [16] - 未来目标是在模型中植入物理化学常识与因果推理实现真正的理解 [16]

研究背景 - 东南大学联合马克斯·普朗克信息研究所、上海交通大学、阶跃星辰、加州大学伯克利分校与加州大学默塞德分校的研究团队共同提出KRIS-Bench评测框架 [2] - 首创从知识类型视角系统化评测图像编辑模型的推理能力 [3] - 借鉴布鲁姆认知分类与教育心理学分层教学理念设计评测体系 [4] 评测体系设计 - 基于三大知识范畴构建评测框架：事实性知识（颜色/数量/空间/时间）、概念性知识（物理/化学/生物常识）、程序性知识（多步操作与规则推理） [8] - 细分为7大推理维度和22种典型编辑任务覆盖全谱系难度包括物体计数变化、化学反应预测、多元素合成等 [6] - 样本总量1,267对图像-指令由专家团队手工打磨数据来源包含真实照片、开源基准、模型生成、3D渲染等多样分布 [12] 评估方法创新 - 首创四维度自动化评估指标：视觉一致性（非目标区域保持）、视觉质量（自然度）、指令跟随（完整性）、知识合理性（常识符合度） [10][11][13] - 深度知识任务附带手工知识提示辅助判断模型理解程度 [11] 模型评测结果 - 评估10款模型包含3款闭源（GPT-Image-1、Gemini 2.0 Flash、Doubao）和7款开源（OmniGen/Emu2/BAGEL/Step1X-Edit等） [14] - 闭源旗舰GPT-Image-1表现领先开源模型BAGEL-Think通过引入推理过程提升知识合理性但仍落后闭源模型 [18] - 所有模型在程序性推理、自然科学及多步骤合成任务上表现不佳显示深层推理能力不足 [18] 行业影响 - 推动图像编辑模型从像素搬运向具备人类认知能力的视觉智者演进 [16] - 未来目标是在AI编辑中植入物理/化学/社会常识与因果推理实现真正的理解与预测 [16]