月之暗面正式发布 Kimi K3，Step AOS与 STEPX Neo发布

推荐（维持）

分析师：任春阳

S1050521110006

rency@cfsc.com.cn

行业相对表现

表现

1M

3M

12M

计算机(申万)

-8.9

-17.5

-13.9

沪深300

-6.9

-3.6

12.5

市场表现


资料来源：Wind，华鑫证券研究

相关研究

1、《计算机行业OpenAI正式发布GPT-5.6系列大模型，SpaceXAI发布Grok4.5》2026-07-15

2、《计算机行业周报： ClaudeSonnet5发布，DSpark与 JetSpec共探投机解码效率新边界》 2026-07-06

一计算机行业周报

3、《计算机行业周报：火山引擎发布豆包2.1系列大模型，ClaudeTag开启人机协作新范式》2026-07-02

投资要点

算力：算力租赁价格平稳，月之暗面正式发布 Kimi K3

2026年7月17日，月之暗面正式推出新一代大模型Kimi K3。该模型总参数达2.8万亿，拥有100万token上下文窗口，是目前全球参数规模最大的开源模型。架构上引入KDA与AttnRes两项创新，训练效率较上一代提升约2.5倍。性能上，该模型在编程、知识工作等多项评测中均表现优异，并展现了Kernel优化、芯片设计、科研编程等多领域自主任务完成能力。定价上对标Sonnet，价格为每百万Token输入：2元（命中缓存）和20元（未命中缓存），每百万Token输出：100元。当前，该模型已在Kimi网页版、Kimi App、Kimi Work以及官方API上线，完整权重将于7月27日前发布。

AI应用：Kimi周访问量环比+29.10%，Step AOS与 STEPX Neo发布

2026年7月13日，阶跃星辰展示了三款AI终端产品：全球首个大模型原生AI终端品牌STEPX、全球首个智能体原生操作系统Step AOS，以及首款大模型原生智能体手机STEPX Neo，反映出行业竞争焦点正从单纯的模型性能比拼演进至 “模型-软件-硬件”三位一体的全栈生态较量。

AI融资动向：Fireworks AI完成15.05亿美元D轮融资，投后估值达175亿美元

2026年7月17日，AI基础设施公司FireworksAI宣布完成 15.05亿美元D轮融资，投后估值达175亿美元。本轮融资由 Atreides Management、Index Ventures、TCV联合领投， Evantic、Lightspeed Venture Partners、NVIDIA、20VC、Bessemer Venture Partners等多家机构参投。该公司以专属智能AI平台作为自身核心定位，通过面向开发者的云平台产品提供开源AI模型微调、定制化部署及托管GPU集群访问服务。当前，该平台已上线超过200个模型，每日Token处理量超过40万亿，核心客户涵盖Uber、Shopify等全球头部企业，同时公司年化营收已突破10亿美元，较上一轮融资阶段增长超过5倍。

投资建议


2026年7月14日，TowerSemiconductor（高塔半导体）宣布在日本政府支持下启动双轨战略扩产，重点扩大300mm硅光子、硅锗及先进封装产能，项目总投资约40亿美元，其中日本政府补助约10亿美元、公司自有投资约30亿美元。第一轨将荒井工厂（原Fab6）改造为300mm硅光子产线及先进封装产能，并最大化鱼津Fab7产能输出，预计2027Q4实现全面量产就绪；第二轨同步启动，待协议签署完成后于鱼津Fab7旁新建300mm厂房，达产后硅光子与硅锗产能将提升数倍，主要承接AI与数据中心驱动的下一代光连接需求，预计2029年起显著增厚业绩。基于扩产计划，公司同步上调2028年财务目标：预计营收36亿美元（高于市场普遍预期的31.7亿美元，公司2025年营收为16亿美元），净利润12亿美元（公司2025年净利润为2.2亿美元），且仅依靠第一轨即可达成。此外，公司年内资本开支已明显提速：2026年初原定资本开支6.5亿美元，2月于财报说明会上宣布追加2.7亿美元，合计9.2亿美元投向硅光设备采购，计划2026年底完成全部设备进场认证，以支撑2027年硅片出货量达到2025Q4月均出货量的5倍以上。

本次双轨扩产印证了硅光晶圆的结构性短缺，上游设备环节将成为公司资本开支传导下的核心受益方向。需求端看，即使产能扩张至5倍以上，公司硅光供给仍然紧张：截至2028年的硅光总产能中超过 70%已被预订或正在预订，且有客户预付款作为保障；今年5月公司更与头部硅光客户签订2027年 13亿美元长期供货协议，已收到2.9亿美元预付款。这表明短缺是结构性的、而非周期性的，产能扩张具备持续性——今年2月的追加投资系为缓解供给紧张而实施的阶段性产能补充，本次的扩产则为中长期战略布局，二者在规划属性上存在本质区别。从传导路径看，晶圆厂扩产的资本开支将直接转化为设备采购需求：公司9.2亿美元硅光/硅锗投资以设备采购为主，本次40亿美元双轨投资亦以产线改造和新厂建设为主。Tower作为全球硅光代工核心产能，其大规模扩产、产能被长约锁定的事实，印证了光通信需求的高景气与持续性；晶圆厂资本开支将直接转化为设备采购需求，上游硅光晶圆测试、耦合封装等高精度设备环节有望率先且持续受益于订单放量。

中长期，建议关注专注于功率半导体及模拟芯片测试系统研发的联动科技（301369.SZ）、专注于半导体等高端制造业的罗博特科（300757.SZ）、新能源业务高增并供货科尔摩根等全球电机巨头的唯科科技（301196.SZ）、AI智能文字识别与商业大数据领域巨头的合合信息（688615.SH）、深耕工业AI与软件并长期服务高端装备等领域头部客户的能科科技 （603859.SH）。


风险提示

1) AI底层技术迭代速度不及预期。2）政策监管及版权风险。3）AI应用落地效果不及预期。4）推荐公司业绩不及预期风险。

重点关注公司及盈利预测

公司代码

名称

2026-07-21股价

EPS

PE

投资评级

2025

2026E

2027E

2025

2026E

2027E

300757.SZ

罗博特科

373.10

-0.30

0.30

0.60

-1243.67

1243.67

621.83

买入

301196.SZ

唯科科技

75.33

2.53

3.34

3.98

29.77

22.55

18.93

买入

301369.SZ

联动科技

129.80

0.48

1.08

2.62

270.42

120.19

49.54

买入

603859.SH

能科科技

35.32

0.92

1.21

1.50

38.39

29.19

23.55

买入

688615.SH

合合信息

97.72

3.24

4.22

5.25

30.16

23.16

18.61

买入

资料来源：Wind，华鑫证券研究


正文目录

1、算力动态：算力租赁价格平稳，月之暗面正式发布 KIMI K3 ... 6

1.1、Tokens跟踪 ... 6

1.2、数据跟踪：阿里云发布实时语音交互模型 Qwen-Audio-3.0-Realtime，HappyOyster 1.0 开启灰度测试 ... 8

1.3、产业动态：月之暗面正式发布 Kimi K3 ... 9

2、AI应用动态：KIMI 周访问量环比+29.10%，STEP AOS 与 STEPX NEO 发布 ... 13

2.1、周流量跟踪：Kimi 周访问量环比+29.10% ... 13

2.2、产业动态：Step AOS 与 STEPX Neo 发布，开启人机共生的终端新纪元 ... 13

3、AI融资动向：FIREWORKS AI 完成 15.05 亿美元 D 轮融资，投后估值达 175 亿美元 ... 16

4、行情复盘 ... 18

5、投资建议 ... 20

6、风险提示 ... 21

图表目录

图表 1: TOKENS 规模 LEADERBOARD（TOKEN 消耗量为统计口径） ... 8

图表 2: 文本类模型市场份额占据示意图（REQUEST 调用量为统计口径） ... 8

图表 3: KIMI K3 整体架构示意图 ... 10

图表 4: KIMI K3 测试结果横向对比图 ... 10

图表 5: GPU 优化测试结果横向对比图 ... 11

图表 6: ROOFLINE 基准测试中 MINITRITON 性能表现示意图 ... 11

图表 7: ARTIFICIAL ANALYSIS 智能指数中模型平均任务成本对比图 ... 12

图表 8: 2026.7.11-2026.7.17 AI 相关网站流量 ... 13

图表 9: STEP AGENTIC-NATIVE OS ... 14

图表 10: STEP AOS 的底层设计 ... 14

图表 11: STEP AOS 的核心能力 ... 15

图表 12: STEPX 的首批生态合作伙伴 ... 15

图表 13: 上周 AI 初创公司融资动态 ... 16

图表 14: 上周（2026.7.13-2026.7.17 日）指数日涨跌幅 ... 18

图表 15: 上周（2026.7.13-2026.7.17 日）AI 算力指数内部涨跌幅度排名 ... 18

图表 16: 上周（2026.7.13-2026.7.17 日）AI 应用指数内部涨跌幅度排名 ... 19

图表 17: FICONTEC2025 年年中至今公告订单 ... 20


图表 18：重点关注公司及盈利预测 ... 21


1、算力动态：算力租赁价格平稳，月之暗面正式发布 Kimi K3

1.1、Tokens跟踪

根据OpenRouter公开数据，2026年7月13日至7月19日，周度Token消耗量显著上涨，消耗量为62.3T，环比上周增加 18.44%。在Tokens规模Leaderboard前五名中，Tencent的Hy3以11.5T tokens位居榜首；Xiaomi的MiMo-V2.5以9.21T tokens位列第二；DeepSeek的DeepSeek V4 Flash以5.35T tokens位列第三；MiniMax的MiniMax M3以3.77T tokens位居第四；Z.AI旗下的GLM5.2以3.65T tokens位居第五。

文本类模型的市场份额，Google以886M requests占据 25.5%的份额，位居第一； DeepSeek以714M requests占据 20.6%，位列第二；OpenAI、Tencent、Qwen则分别以535M、 220M、179M requests，对应占据 15.4%、6.3%、5.1%的市场份额。

图像生成类模型调用量小幅上升，调用量为5.34M requests，环比上周增加 0.19%。在 Image Leaderboard 中，Google的Nano Banana系列包揽榜单前三名，其中Nano Banana (Gemini 2.5 Flash Image)、Nano Banana 2 (Gemini 3.1 Flash Image Preview)、Nano Banana 2 (Gemini 3.1 Flash Image)分别以1.35M、811K、658K requests位居第一、第二和第三；OpenAI的GPTImage2以624K requests位列第四；Google的Nano Banana Pro (Gemini 3 Pro Image Preview)以521K requests位列第五。从市场份额来看，Google以 3.89M requests占据 73.0%的份额，位居第一；OpenAI以864K requests占据 16.2%，位列第二；xAI、Black Forest Labs、ByteDance Seed则分别以268K、125K、110K requests，对应占据 5.0%、2.4%、2.1%的市场份额。

嵌入模型调用量有所上升，调用量为232M requests，环比上周增加 4.04%。在Embedding Leaderboard前五名中，OpenAI的Text Embedding3 Small以78.6M requests位居榜首；Qwen的Qwen3 Embedding8B以69.5M requests位列第二；Google的Gemini Embedding001以11.4M requests位列第三；OpenAI的Text Embedding3 Large以11.3M requests位列第四；Google的Gemini Embedding2以10.4M requests位列第五。从市场份额来看，OpenAI以93.1M requests占据 40.2%的份额，位居第一；Qwen以75.3M requests占据 32.5%，位列第二；Google、Perplexity、BAAI则分别以24.8M、13.3M、12.7M requests，对应占据 10.7%、5.8%、5.5%的市场份额。

重排序模型调用量显著上升，调用M requests，环比上周增加 28.23%。在 Rerank Leaderboard中，NVLDaa的Nemotron Rerank VL 1B V2以1.98M requests位列榜首；Cohere的Rerank v3.5、Rerank 4 Pro、Rerank 4 Fast以623K、330K、244K requests位列第二、第三和第四。从市场份额来看，NVIDIA以1.98M requests占据 62.3%的份额，位居第一；Cohere以1.2M requests占据 37.7%的份额，位列第二。

视频生成类模型调用量有所增长，调用量为142Krequests，环比上周增加 10.08%。在Video Leaderboard前五名中，Google的Veo3.1Fast以43Krequests位列第一；ByteDance的Seedance2.0以23Krequests位居第二；Google的Veo3.1Lite、Veo3.1分别以20K、 19Krequests位列第三、第四；xAI的Grok ImagineVideo以9.15Krequests位居第五。从市场份额来看，Google以81Krequests占据 57.2%的份额，位居第一；ByteDance以36K requests占据 25.4%，位列第二；xAI、KwaiVGI、Alibaba则分别以9K、8K、7Krequests，


对应占据 6.4%、5.3%、5.3%的市场份额。

语音生成类模型调用量大幅回落，调用量为976K requests，环比上周减少 24.34%。在 Speech Leaderboard 前五名中，Google的 Gemini 3.1 Flash TTS Preview以419K requests位居第一；Hexgrad的Kokoro 82M以344K requests位列第二；xAI的Grok Voice TTS 1.0以152K requests位列第三；Microsoft的MAI-Voice-2以44K requests位列第四；Deepgram的Aura-2以7.14K requests位列第五。从市场份额来看，Google以419K requests占据 43.0%的份额，位居第一；Hexgrad以344K requests占据 35.3%，位列第二；xAI、Microsoft、Deepgram则分别以152K、44K、7K requests，对应占据 15.6%、4.5%、0.7%的市场份额。

语音转写类模型调用量有所上升，调用量为3.98M requests，环比上周增加 13.39%。在 Transcription Leaderboard 前五名中，OpenAI的 Whisper Large V3 以1.43M requests 位列第一；OpenAI的 Whisper Large V3 Turbo以991K requests位列第二；OpenAI的GPT-4o Mini Transcribe以505K requests位列第DA的 Parakeet TDT 0.6B v3以314K requests位列第四；Qwen的Qwen3 ASR Flash以229K requests位列第五。从市场份额来看，OpenAI以3.15M requests占据 79.1%的份额，位居第一；NVIDIA以314K requests占据 7.9%，位列第二；Qwen、Mistral AI、Microsoft则分别以229K、178K、60K requests，对应占据 5.7%、4.5%、1.5%的市场份额。

• 统计口径说明：以上数据均来源于 OpenRouter。基于官方统计口径调整，当前 Rankings 采用 Token 与 Request 两套统计维度：其中，仅 Tokens 规模 Leaderboard 仍以模型 Token 消耗量为统计口径，其余类目榜单及市场份额板块则统一采用 Request 调用量为统计口径，两者统计维度不同，不宜直接对应或进行横向比较。

7月18日，首个城市级绿色词元（Token）工厂项目正式签约落地常州。该项目由常州市数据局、常州高新区、国家电投电投综能、山铁数科、阿里云智能集团、网宿科技、深度动力七方共同合作，旨在构建完善的算电协同生态体系。

7月18日，云天励飞董事长兼CEO陈宁在世界人工智能大会（WAIC2026）上指出，AI大推理时代已经到来，算力竞争正从单颗芯片性能转向Token生成效率。与AI训练时代不同，推理时代面向大量不同模型与应用，核心需求是覆盖多场景、实现高吞吐与低成本。为此，云天励飞提出GPNPU架构并计划推出三款云端推理芯片（DeepVerse100P、DeepVerse100D、 DeepVerse100L），同时联合产业链发起“1001计划”，推动Token生成效率与成本协同优化。

7月19日，华为副总裁曹冲于世界人工智能大会（WAIC2026）上发表演讲并指出金融行业生产级智能体在Token供给与消费环节面临三大核心挑战，其中包括实现金融知识及业务逻辑与智能体的深度融合、保障全链路中的数据安全与业务合规，以及兼顾成本优化，探索混合架构，构建企业级高可靠、可持续架构。

7月19日，中国工程院院士、清华大学计算机科学与技术系教授郑纬民于Agentic时代AI基础设施创新发展论坛上指出，算力规模的快速扩张不等同于高效的Token产出能力，芯片并非智能体时代单一的稀缺性资源，能够稳定、低成本、高等级地产出Token的系统能力也同等重要。当前，Token正从技术指标演变为产业核心生产要素，而推理系统的发展方向也已从单机优化转向分布式、缓存化、异构化与服务化。


图表1：Tokens规模Leaderboard（Token消耗量为统计口径）


资料来源：OpenRouter，华鑫证券研究

图表2：文本类模型市场份额占据示意图（Request调用量为统计口径）


资料来源：OpenRouter，华鑫证券研究

1.2、数据跟踪：阿里云发布实时语音交互模型 Qwen-

Audio-3.0-Realtime，HappyOyster 1.0开启灰度测试

2026年7月16日，阿里云发布实时语音交互模型Qwen-Audio-3.0-Realtime，相较于上一代模型，该模型在推理能力、Agent工具调用、共情对话和双工交互四个方面进行了重点升级，同时可针对时延敏感场景直接生成回复，实现毫秒级响应。

推理能力与 Agent能力方面，3.0-Realtime原生支持工具调用，能够根据对话语境自行调用外部工具，并将结果融入对话记忆以支持多轮追问，同时基于 Function Call标准协议，支持MCP、API及知识库的灵活接入。

共情对话方面，新版本模型在语音指令遵循基准VStyle上取得较高得分，并且能够根据对话语境动态调整语气、节奏、音调与情感，具体表现为，在辩论场景中能够组织反驳，在情感陪伴中能通过笑声、叹息等副语言信号实现共情回应等。

交互效率方面，该模型内置双工控制子模型，具备多模态感知能力，能够通过分析音频信号、语义内容与说话人声纹特征判断交互方式，做到有效抵抗嘈杂环境中的误打断，在多人讨论中锁定主对话对象，在多说话人切换时根据线索自然过渡，实现边说边听的高效双工交互。此外，API还预留了audio_prompt字段，支持用户自行上传音频样本以锁定


特定说话人声纹。

在训练框架方面，该模型采用 On-Policy Distillation框架，将文本大模型的推理能力蒸馏至语音模型，并引入多教师蒸馏策略，涵盖口语化表达、基础问答、工具调用、音频理解等方向的单独训练，以确保模型在各能力维度上的均衡发展。

此外，模型提供了推理更强的Plus版本和速度更快的Flash版本，供用户根据实际需求灵活选择。在技术表现上，Plus版本在语音问答基准VoiceBench上，获得标准prompt提问下92.5的得分，以及口语化prompt提问下90.5的得分，二者之间仅2分的差距；Flash版本在多轮音频对话基准AudioMultiChallenge中，标准和口语化prompt提问下得分分别为43.6和38.1，差距为5.5分。

与此同时，7月19日，阿里云百炼正式上线开放式世界模型产品HappyOyster1.0。该模型从海量自然视频中学习物理世界的状态转移规律，能够主动推演从动作到反馈的因果链，并保持人物与环境的长程一致性，支持用户在任意节点介入并改变数字世界走向。

产品提供世界探索（Adventure）和实时导演（Directing）两大模式，其中，世界探索模式支持1分钟连续实时交互，实时导演模式则支持暂停、回溯与分支叙事，同时支持生成3分钟以上的480p或720p实时画面，用户仅需输入一句话或一张图即可生成可互动、可探索的AI数字世界。

目前，该产品已提供Android、iOS、Web三端SDK，同时在阿里云百炼开启灰测。

1.3、产业动态：月之暗面正式发布 Kimi K3

2026年7月17日，月之暗面正式推出新一代大模型Kimi K3。该模型面向长程编程、知识工作和推理等前沿智能场景进行设计，整体基于MoE架构采用Stable LatentMoE框架，拥有100万token上下文窗口，总参数达2.8万亿，是目前全球参数规模最大的开源模型。

架构方面，结合 Stable LatentMoE 框架后，MoE 架构的稀疏度得以进一步提升，即模型可以在 896 个专家中高效激活 16 个以严格控制计算量。同时，该模型引入两项关键架构创新：Kimi Delta Attention（KDA）和 Attention Residuals（AttnRes）。其中，KDA为混合线性注意力机制，可将 KV 缓存使用量减少 75%，并将 100 万 token 上下文下解码吞吐量最高提升 6 倍，AttnRes 则让模型能有选择地跨层检索信息，避免深层模型遗忘底层学习的内容，二者共同构成模型的架构骨架，使模型能够扩展到万亿参数以上的规模。以上结构性的改进共同作用于 K3，使之整体训练效率较上一代 K2 提升约 2.5 倍。

性能表现方面，K3整体性能虽仍落后于Claude Fable 5和GPT-5.6 Sol，但已稳定超过其他所有模型。数据显示，在编程评测中，K3在Terminal Bench2.1基准上获得88.3的得分，超过Fable 5的84.6，接近于Sol的88.8；在FrontierSWE测评中，该模型得分81.2，仅次于Fable 5的86.6，远高于Sol的71.3；在Program Bench基准上，该模型获得77.8的评分，超过Sol的77.6以及Fable 5的76.8；在SWE Marathon测评中，该模型得分42.0，领先于Opus-4.8的40.0、GPT-5.6 Sol的39.0，以及Fable 5的35.0。

与此同时，在知识工作评测中，该模型以1668的得分在GDPval-AA v2中仅次于Fable 5的1760和Sol的1748；在AA-Briefcase测评中得分1548，仅次于Fable5，排名第二；在BrowseComp中得分91.2，同时超过Sol和Fable5。此外，在视觉智能评测中，该模型在CharXiv中得分91.3，仅次于Fable5，并在Zerobench中得分41.0，与GPT-5.5持平。


图表3：Kimi K3整体架构示意图


Kimi K3 architecture: the Stable LatentMoE and KDA modules (left), the AttnRes operation a (top right), and the Block Attention Residuals backbone (right).

资料来源：月之暗面，华鑫证券研究

图表4：Kimi K3测试结果横向对比图


资料来源：月之暗面，华鑫证券研究


在能力演示方面，K3展现了多领域自主任务能力。在Kernel优化任务中，模型在GPU沙箱中独立分析、重写和验证内核，测验结果显示，在最大思考强度下，K3表现接近Fable5，并明显领先Opus-4.8、GPT-5.6Sol和GPT-5.5。在GPU编译器开发任务中，K3独立完成了MiniTriton编译器从零到一的构建，并且通过了端到端验证，Roofline基准测试结果显示，其开发的编译器性能达到或超越Triton和torch.compile。

此外，在芯片设计领域，K3能够基于开源EDA工具在48小时内独立完成一颗 $ 4 \mathrm{mm}^{2} $芯片的设计、优化和验证；在科研编程方面，该模型可以打通科学文献与可执行代码，自主完成复杂计算研究流程的实现、验证和分析，用约两小时时间完成资深研究人员一到两周才能完成的工作；在行业研究领域，该模型能够完成推理芯片行业研究报告，历经120多轮递归自我改进，覆盖42年历史、处理超11000页资料；在视频剪辑方面，该模型能用56段原始素材自动完成选片、动作匹配剪辑、逐帧卡点与音频处理，完成通常需专业剪辑师1至2天的工作量。

图表5：GPU优化测试结果横向对比图


资料来源：月之暗面，华鑫证券研究

图表6：Roofline基准测试中MiniTriton性能表现示意图


资料来源：月之暗面，华鑫证券研究


定价方面，K3定价对标Sonnet模型，输入价格为2元/百万Token（命中缓存）和20元/百万Token（未命中缓存），输出价格为100元/百万Token。借助Mooncake分离式推理架构，官方API编程场景缓存率超过 90%，实际输入价格仅为标准价格的四分之一。根据 Artificial Analysis数据，K3在智能指数上的平均任务成本为0.94美元，接近GPT-5.6 Sol的1.04美元，约为Opus4.8的一半。

与此同时，官方公布了该模型的三条已知局限：模型对历史思考内容较为敏感，若 Agent框架未按要求回传全部历史思考内容可能引发上下文干扰；模型在长程高难任务中遇到模糊意图时可能替用户做出非预期决定；与 Claude Fable 5和GPT-5.6 Sol相比，用户体验仍有提升空间。当前，该模型已可在Kimi网页版、Kimi App、Kimi Work及官方API中使用，默认思考强度为max模式，完整权重将于7月27日前正式发布。

图表7：Artificial Analysis智能指数中模型平均任务成本对比图


资料来源：Founder Park，华鑫证券研究


2、AI应用动态：Kimi周访问量环比+29.10%， Step AOS与STEPX发布

2.1、周流量跟踪：Kimi周访问量环比+29.10%

本期（2026.7.11-2026.7.17）AI相关网站流量数据：访问量前三位分别为ChatGPT （1223.0M）、Bing（842.5M）和 Gemini（611.2M），访问量环比增速第一为 Kimi （29.10%）；平均停留时长前三位分别为 Character.AI（00:16:19）、Discord（00:11:14）和 Kimi（00:07:51）；平均停留时长环比增速第一为 NotionAI（13.18%）。

图表8：2026.7.11-2026.7.17AI相关网站流量

应用

应用类型

归属公司

周平均访问量(M)

访问量环比

平均停留时长

时长环比

ChatGPT

聊天机器人

OpenAI

1223.0

1.75%

6:28

1.57%

Bing

搜索

微软

842.5

1.02%

7:15

0.23%

Gemini

聊天机器人

谷歌

611.2

0.21%

7:04

-0.24%

Canva

在线设计

Canva

185.1

0.93%

5:59

0.28%

Discord

游戏社区

微软

149.6

0.13%

11:14

0.15%

Github

代码托管

微软

141.4

-0.56%

6:22

0.53%

Character.AI

聊天机器人

Character.AI

37.83

-1.56%

16:19

1.45%

Perplexity

AI搜索

Perplexity

24.11

3.17%

4:19

-1.52%

Deepl

翻译工具

DeepL

23.82

-0.08%

2:29

0.68%

Kimi

聊天机器人

Moonshot AI

10.93

29.10%

7:51

-0.84%

QuillBot

释义工具

QuillBot

7.21

2.97%

2:53

0.00%

NotionAI

文本/笔记

Notion

2.653

2.04%

7:35

13.18%

文心一言

聊天机器人

百度

0.31

5.88%

2:19

-13.13%

资料来源：similarweb，华鑫证券研究

2.2、产业动态：Step AOS与STEPX Neo发布，开启人机共生的终端新纪元

2026年7月13日，阶跃星辰展示了三款AI终端产品：全球首个大模型原生AI终端品牌STEPX、全球首个智能体原生操作系统Step AOS，以及首款大模型原生智能体手机STEPX Neo，反映出行业竞争焦点正从单纯的模型性能比拼演进至“模型-软件-硬件”三位一体的全栈生态较量。


Step AOS的核心突破在于颠覆了以“人”为操作主体的系统设计前提。传统系统为人类交互而构建，智能体若要在此类环境中运行，只能模拟人类手指进行点击滑动，这便在记忆的连贯性、决策的时效性以及行动的可信度与权限管理上，遭遇了难以逾越的架构性瓶颈。

因此，阶跃星辰推出了“Step模型矩阵×Step Agentic-native OS”。Step AOS是 “智能体原生”的操作系统，其核心理念可概括为“AI is the OS”。该系统依托于阶跃星辰强大的模型矩阵，该矩阵涵盖旗舰Pro、标准Flash、端侧Edge模型。音频模型Step Audio2.5系列位列全球前三，视觉语言模型Step VL达到行业SOTA，涵盖音频、图像、视频、终端交互全模态等领域。特别是其最新的Step Edge端侧基座模型，在29项权威基准评测中位列同类端侧模型第一，能够独立处理轻量级任务，并在复杂场景下与云端模型高效协同，兼顾了响应速度与数据隐私。

图表 9: Step Agentic-native OS


资料来源：新智元，华鑫证券研究

在架构层面，Step AOS构建了一个三层全新的技术框架。其底层是一个面向智能体重构的资源供给底座，统一调度端侧与云端的计算资源，打破传统应用沙箱的数据隔离，建立跨应用的统一语义数据层。同时，系统将各类应用与服务拆解为数千个最小能力单元，并兼容MCP、A2A、CLI等协议，支持渐进式装载与统一API，第三方工具即插即用。这一底层设计使其天然具备跨手机、PC及IoT设备的部署能力。

图表10：StepAOS的底层设计


资料来源：新智元，华鑫证券研究

在此坚实基础上，系统的中层具备智能体所需的核心能力：记忆、决策与执行，以及安全。其中，个人智能体“阶跃 Amoo”拥有独特的双域记忆结构，既能深度记忆用户的个人特征与历史，也能记录自身的能力进化，通过高效的“记-理-忆”链路，在 PersonalMem、 LongMemEval 等评测中达到 SOTA水平，且召回速度极快，日常问答记忆召回最快仅需15毫


秒。在决策层面，系统采用“端云多脑”机制，端侧模型能确保百毫秒级响应高频简单任务，复杂推理则自动升级至云端处理。这个机制使得其在Android Daily上，GUI任务成功率排名国内第一；在Claw Eval上，Claw任务成功率排名国内第一；在Step AOS-E2E-BMK上，终端任务执行成功率排名国内第一。在安全方面，阶跃星辰联合上海人工智能实验室制定了“可见、可信、可控、可逆”的四重底线原则，制定了《新一代智能体系统安全技术白皮书》，为智能体的行动能力建立了可信的边界。

图表11：StepAOS的核心能力


资料来源：新智元，华鑫证券研究

Step AOS的顶层设计是一套意图驱动的自然交互，将底层变革转化为一种全新的“结果交互”范式。用户不再需要通过繁琐的步骤下达指令，而是只需表达意图，系统便能利用多模态输入和情境感知，自动完成理解、规划与执行的全链路。目前，STEPX已与携程、支付宝、滴滴、美团、WPS、剪映等一批生态伙伴达成深度合作，涵盖出行、生活服务、办公、创作等多个领域，旨在构建一个开放、共生的智能生态。

图表12：STEPX的首批生态合作伙伴


资料来源：新智元，华鑫证券研究


3、AI融资动向：Fireworks AI完成15.05亿美元D轮融资，投后估值达175亿美元

2026年7月17日，AI基础设施公司FireworksAI宣布完成15.05亿美元D轮融资，投后估值达175亿美元。本轮融资由Atreides Management、Index Ventures、TCV三家机构联合领投，20VC、Bessemer Venture Partners、Insight Partners、Lone Pine Capital等多家机构参投，现有投资方Evantic、Lightspeed Venture Partners及NVIDIA持续跟投。当前，公司年化营收（ARR）突破10亿美元，与上一轮融资阶段相比，增长超过5倍。本轮所募集资金将用于扩大工程团队规模、拓展全球算力基础设施，以及进一步深化与Microsoft、NVIDIA等云计算战略合作伙伴的合作布局。

该公司将专属智能AI平台作为自身核心定位，致力于帮助企业利用自身独有的私有数据和行业知识，构建属于自己的AI模型。其核心产品为一个面向开发者的云平台，支持对开源AI模型进行微调和定制化部署，同时提供托管GPU集群访问服务，并按用量计费。平台内嵌AI智能体，并具备自动化完成模型训练的全流程操作能力，开发者仅需明确微调目标并上传训练数据集，智能体便可以自动处理底层技术细节。当前，平台已上线超过200个模型，覆盖文本生成、图像生成及多模态等多个领域，同时承诺针对重要开源模型的新版本发布，平台将在其发布后的数小时内完成上线支持，以保障用户快速获取最新开源成果，用于专属模型构建。

技术方面，其AI智能体具备自动搜索最优超参数组合的能力，从而最大化模型输出质量，并在必要时通过DPO文件对用户提供的训练数据集进行扩充。针对训练加速，该平台支持四种并行训练技术，针对不同模型类型提供差异性优化，开发团队可根据需求选择四种技术并行运行或单独选用其一。推理服务方面，该平台提供无服务器（serverless）环境、Deployments服务两种部署选项，其中，在无服务器环境中，用户无需管理底层基础设施，而Deployments服务则提供专属GPU集群，相较而言具备更优的性能表现。此外，Deployments服务还支持更加丰富的自定义配置，其中包括弹性伸缩策略的调整，以及通过量化技术对模型进行压缩，从而有效降低基础设施成本。

业务表现方面，平台每日服务的Token处理量已从15万亿跃升至超过40万亿，实现了近三倍的增长，其中高达 95%的Token处理量来自于经过专属化定制的模型。其核心客户包括Uber、Shopify、Doximity、Revolut等全球头部企业，这些经过定制化的专属模型在企业核心任务上的表现可媲美甚至超越通用闭源模型，同时在响应速度和运营成本方面具备明显优势。

图表13：上周AI初创公司融资动态

应用

应用类型

领投方

融资轮

融资额

目前累计融资额

目前估值

Fireworks AI

AI基础设施

Atreides Management、Index Ventures、TCV

D轮

15.05亿美元

超18亿美元

175亿美元


Chai Discovery

AI药物发现

Index Ventures

C轮

4亿美元

6.3亿美元

38亿美元

Oak

AI原生身份控制

Accel、CRV、Greylock Partners

种子轮

6000万美元

6000万美元

未披露

资料来源：wind，Saasverse，中财网，华鑫证券研究


4、行情复盘

上周（2026.7.13-2026.7.17日），AI应用指数/AI算力指数/万得全A/中证红利日涨幅最大值分别为 0.56%/-0.3%/1.92%/2.1%，AI应用指数/AI算力指数/万得全A/中证红利日跌幅最大值分别为-5.52%/-7.49%/-4.75%/-1.07%。AI算力指数内部，旭光电子以-28.67%录得上周最大跌幅。AI应用指数内部，中岩大地以 37.65%录得上周最大涨幅，深科技以- 32.64%录得上周最大跌幅。

图表14：上周（2026.7.13-2026.7.17日）指数日涨跌幅


资料来源：wind，华鑫证券研究

图表15：上周（2026.7.13-2026.7.17日）AI算力指数内部涨跌幅度排名


资料来源：wind，华鑫证券研究


图表16：上周（2026.7.13-2026.7.17日）AI应用指数内部涨跌幅度排名


资料来源：wind，华鑫证券研究


5、投资建议

2026年7月14日，TowerSemiconductor（高塔半导体）宣布在日本政府支持下启动双轨战略扩产，重点扩大300mm硅光子、硅锗及先进封装产能，项目总投资约40亿美元，其中日本政府补助约10亿美元、公司自有投资约30亿美元。第一轨将荒井工厂（原Fab6）改造为300mm硅光子产线及先进封装产能，并最大化鱼津Fab7产能输出，预计2027Q4实现全面量产就绪；第二轨同步启动，待协议签署完成后于鱼津Fab7旁新建300mm厂房，达产后硅光子与硅锗产能将提升数倍，主要承接AI与数据中心驱动的下一代光连接需求，预计2029年起显著增厚业绩。基于扩产计划，公司同步上调2028年财务目标：预计营收36亿美元（高于市场普遍预期的31.7亿美元，公司2025年营收为16亿美元），净利润12亿美元（公司2025年净利润为2.2亿美元），且仅依靠第一轨即可达成。此外，公司年内资本开支已明显提速：2026年初原定资本开支6.5亿美元，2月于财报说明会上宣布追加2.7亿美元，合计9.2亿美元投向硅光设备采购，计划2026年底完成全部设备进场认证，以支撑2027年硅片出货量达到2025Q4月均出货量的5倍以上。

本次双轨扩产印证了硅光晶圆的结构性短缺，上游设备环节将成为公司资本开支传导下的核心受益方向。需求端看，即使产能扩张至5倍以上，公司硅光供给仍然紧张：截至2028年的硅光总产能中超过 70%已被预订或正在预订，且有客户预付款作为保障；今年5月公司更与头部硅光客户签订2027年13亿美元长期供货协议，已收到2.9亿美元预付款。这表明短缺是结构性的、而非周期性的，产能扩张具备持续性——今年2月的追加投资系为缓解供给紧张而实施的阶段性产能补充，本次的扩产则为中长期战略布局，二者在规划属性上存在本质区别。从传导路径看，晶圆厂扩产的资本开支将直接转化为设备采购需求：公司9.2亿美元硅光/硅锗投资以设备采购为主，本次40亿美元双轨投资亦以产线改造和新厂建设为主。Tower作为全球硅光代工核心产能，其大规模扩产、产能被长约锁定的事实，印证了光通信需求的高景气与持续性；晶圆厂资本开支将直接转化为设备采购需求，上游硅光晶圆测试、耦合封装等高精度设备环节有望率先且持续受益于订单放量。

中长期，建议关注专注于功率半导体及模拟芯片测试系统研发的联动科技 （301369.SZ）、专注于半导体等高端制造业的罗博特科（300757.SZ）、新能源业务高增并供货科尔摩根等全球电机巨头的唯科科技（301196.SZ）、AI智能文字识别与商业大数据领域巨头的合合信息（688615.SH）、深耕工业AI与软件并长期服务高端装备等领域头部客户的能科科技（603859.SH）。

图表17：ficonTEC2025年年中至今公告订单

签约日期

客户/描述

业务类型

金额

折合人民币

2025/6/20

美国某头部公司A及其子公司

光电子封测设备

约1,710万欧元

约1.36亿元

2025/7/11

美国某头部公司B及其子公司

光电子封测设备

约1,418万美元

约0.98亿元

2025/9/3

瑞士某头部公司C的子公司

全自动硅光子封装整线设备或服务

约946.50万欧元

约0.75亿元

2025/10/21

武汉驿路通科技股份有限公司

光纤预制及组装线相关自动化设备

约900万美元

约0.62亿元


2026/1/6

瑞士某头部公司C的子公司

第二条全自动OCS(光交换机)封装整线设备及服务

约770.00万欧元

约0.61亿元

2025/9/24-2026/1/26

以色列的纳斯达克上市的头部公司E

单面晶圆测试设备及服务

约921.60万美元

约0.64亿元

2026/3/13

暂未披露

双面晶圆测试设备及服务

约608.09万欧元

约0.48亿元

2026/3/19-2026/3/25

纳斯达克上市的公司F及其子公司

耦合设备及服务(可用于可插拔硅光高速光模块封装制程核心环节的量产)

约6亿元人民币

约6亿元

2026/4/1

纳斯达克上市的公司F

耦合设备及服务(可用于可插拔硅光高速光模块封装制程核心环节的量产)

约3,570万美元

约2.46亿元

2026/4/8-2026/5/1

纽约证券交易所上市的公司B的子公司

耦合设备及相关服务

约2680万美元

约1.83亿元

2026/4/8-2026/5/1

纳斯达克上市的公司F

视觉检测设备、高精度激光bar条封装设备及相关服务

约3226万美元

约2.20亿元

总金额

约17.93亿元

资料来源：Wind，公司公告，华鑫证券研究

图表18：重点关注公司及盈利预测

公司代码

名称

2026-07-21

EPS

PE

投资评级

股价

2025

2026E

2027E

2025

2026E

2027E

300757.SZ

罗博特科

373.10

-0.30

0.30

0.60

-1243.67

1243.67

621.83

买入

301196.SZ

唯科科技

75.33

2.53

3.34

3.98

29.77

22.55

18.93

买入

301369.SZ

联动科技

129.80

0.48

1.08

2.62

270.42

120.19

49.54

买入

603859.SH

能科科技

35.32

0.92

1.21

1.50

38.39

29.19

23.55

买入

688615.SH

合合信息

97.72

3.24

4.22

5.25

30.16

23.16

18.61

买入

资料来源：Wind，华鑫证券研究

6、风险提示

1) AI底层技术迭代速度不及预期。2）政策监管及版权风险。3）AI应用落地效果不及预期。4）推荐公司业绩不及预期风险。


中小盘&北交所组介绍

任春阳：华东师范大学经济学硕士，6年证券行业经验，2021年11月加盟华鑫证券研究所，从事计算机与中小盘行业上市公司研究

周文龙：澳大利亚莫纳什大学金融硕士

何春玉：金融学士、理学硕士，2023年8月加盟华鑫证券研究所。

证券分析师承诺

本报告署名分析师具有中国证券业协会授予的证券投资咨询执业资格并注册为证券分析师，以勤勉的职业态度，独立、客观地出具本报告。本报告清晰准确地反映了本人的研究观点。本人不曾因，不因，也将不会因本报告中的具体推荐意见或观点而直接或间接收到任何形式的补偿。

证券投资评级说明

股票投资评级说明：

投资建议

预测个股相对同期证券市场代表性指数涨幅

1

买入

>20%

2

增持

10%-20%

3

中性

-10%-10%

4

卖出

<-10%

行业投资评级说明：

投资建议

行业指数相对同期证券市场代表性指数涨幅

1

推荐

>10%

2

中性

-10%-10%

3

回避

<-10%

以报告日后的12个月内，预测个股或行业指数相对于相关证券市场主要指数的涨跌幅为标准。

相关证券市场代表性指数说明：A股市场以沪深300指数为基准；新三板市场以三板成指（针对协议转让标的）或三板做市指数（针对做市转让标的）为基准；香港市场以恒生指数为基准；美国市场以道琼斯指数为基准。


免责条款

华鑫证券有限责任公司（以下简称“华鑫证券”）具有中国证监会核准的证券投资咨询业务资格。本报告由华鑫证券制作，仅供华鑫证券的客户使用。本公司不会因接收人收到本报告而视其为客户。

本报告中的信息均来源于公开资料，华鑫证券研究部门及相关研究人员力求准确可靠，但对这些信息的准确性及完整性不作任何保证。我们已力求报告内容客观、公正，但报告中的信息与所表达的观点不构成所述证券买卖的出价或询价的依据，该等信息、意见并未考虑到获取本报告人员的具体投资目的、财务状况以及特定需求，在任何时候均不构成对任何人的个人推荐。投资者应当对本报告中的信息和意见进行独立评估，并应同时结合各自的投资目的、财务状况和特定需求，必要时就财务、法律、商业、税收等方面咨询专业顾问的意见。对依据或者使用本报告所造成的一切后果，华鑫证券及/或其关联人员均不承担任何法律责任。本公司或关联机构可能会持有报告中所提到的公司所发行的证券头寸并进行交易，还可能为这些公司提供或争取提供投资银行、财务顾问或者金融产品等服务。本公司在知晓范围内依法合规地履行披露。

本报告中的资料、意见、预测均只反映报告初次发布时的判断，可能会随时调整。该等意见、评估及预测无需通知即可随时更改。在不同时期，华鑫证券可能会发出与本报告所载意见、评估及预测不一致的研究报告。华鑫证券没有将此意见及建议向报告所有接收者进行更新的义务。

本报告版权仅为华鑫证券所有，未经华鑫证券书面授权，任何机构和个人不得以任何形式刊载、翻版、复制、发布、转发或引用本报告的任何部分。若华鑫证券以外的机构向其客户发放本报告，则由该机构独自为此发送行为负责，华鑫证券对此等行为不承担任何责任。本报告同时不构成华鑫证券向发送本报告的机构之客户提供的投资建议。如未经华鑫证券授权，私自转载或者转发本报告，所引起的一切后果及法律责任由私自转载或转发者承担。华鑫证券将保留随时追究其法律责任的权利。请投资者慎重使用未经授权刊载或者转发的华鑫证券研究报告。