摘要

1中国银河证券发布传媒互联网行业研报，维持“推荐”评级。

2报告认为当前AI浪潮并非非理性泡沫，而是基于成熟企业主导、商业模式可见性高的务实增长。

3对比互联网泡沫，AI供需结构更优，商业化加速。

4建议关注港股互联网核心资产（腾讯控股、阿里巴巴-W、快手-W）及AI应用产业链（值得买、蓝色光标、昆仑万维）。

5重点公司如腾讯控股预计2026年EPS为31.23元，PE 17.75倍；

6快手-W预计2026年EPS为5.51元，PE 11.74倍。

![](page=0,bbox=[112, 102, 710, 182])

![](page=0,bbox=[1, 295, 1984, 1360])

今非昔比，逻辑生变：从“理性泡沫”到“务实增长” AI泡沫系列研究之传媒互联网行业篇

分析师：岳铮分析师：祁天睿

![](page=1,bbox=[103, 74, 630, 143])

![](page=1,bbox=[862, 14, 1120, 263])

今非昔比，逻辑生变：从“理性泡沫”到“务实增长” AI泡沫系列研究之传媒互联网行业篇

核心观点

人工智能与互联网浪潮的复盘对比：资金聚焦成熟企业，商业化逐步开启验证在互联网泡沫时期，IPO市场异常繁荣，部分公司估值与基本面严重脱节，大量未盈利甚至零收入公司获得极高估值，估值体系严重脱离基本面。在本轮AI浪潮中，AI主题初创公司更依赖充裕的私募融资，而市场资金聚焦于少数经营状况良好的成熟企业，风险相对可控。

AI浪潮的商业模式可见性更高当前AI浪潮商业模式的可见程度远远超过互联网泡沫，主要原因是供需结构出现了很大的变化。供给侧来看，互联网时代的供给概念化，缺少坚实壁垒，炒作程度高，造成严重的产能过剩和后期的崩盘。本次AI浪潮的供给方为具备一定资本、最顶尖人才、足够厚实的技术实力的头部科技巨头主导，提供技术壁垒很高且稀缺的供给。需求侧来看，互联网时代的宽带普及率不到 19%，电商仅占整个零售业的 0.5%，大量的供给与实际需求严重不匹配；在AI时代则具有以下三方面优势：1）企业级用户是主要需求力量；2）需求都集中在资本相对充足的领域；3）通过近20多年的数字化进程，各行业已经产生了大量的数据处理的需求、形成了较为完善的商业模式，AI可以快速赋能企业的生产经营，从而实现快速的价值落地。

规模扩张加速，云业务构筑AI业绩支点2020年以来，美股互联网四大巨头持续加码AI领域资本开支与研发投入，聚焦基础设施搭建与技术创新；中国头部科技企业亦紧跟AI产业浪潮，在政策加持下加速相关布局。与美股巨头极高的capex增速相比，中国企业的资本开支整体增速较为克制，反映出中国市场环境的复杂性与企业战略调整的灵活性，而2024年以来的阶段性快速增长，则标志着中国AI产业进入规模化投入阶段。

投资建议当前人工智能浪潮并非互联网时期的“非理性泡沫”，而是国家战略规划、企业发展布局、市场情绪推动的多维作用结果。相较于海外科技巨头资本开支快速扩张的路线，国内受到算力等资源的进口限制，具有国产替代内生需求，结合广阔国内市场的支撑，我们认为，中国AI泡沫风险更加可控建议关注AI投入不断增加港股互联网核心资产、AI赋能不断深化的AI应用及产业链相关相关子板块：1）港股科技巨头：业务稳健增长且基本面稳固的腾讯控股、阿里巴巴-W，国内AI视频工具产品力领先的快手-W；2）AI应用及产业链相关：值得买（AI+电商）、蓝色光标（AI+营销）、昆仑万维（AI应用）等。

风险提示：外部不确定性加大的风险，市场情绪与资金流向短期调整的风险， AIGC技术和应用发展不及预期的风险。

重点公司盈利预测与估值（截至2026年1月8日）

股票代码

股票名称

EPS

投资评级

2024A

2025E

2026E

2024A

2025E

2026E

0700.HK

腾讯控股

24.14

27.62

31.23

22.96

20.07

17.75

传媒行业

推荐维持评级

分析师

岳铮

：010-80927630

$ \textcircled{x} $：yuezheng_yj@chinastock.com.cn分析师登记编码：S0130522030006

祁天睿

：010-8092-7603

$ \textcircled{x} $：qitianrui_yj@chinastock.com.cn分析师登记编码：S0130525080003

相对沪深300表现图 2026年01月08日

![](page=1,bbox=[1324, 1420, 1889, 1751])

资料来源：中国银河证券研究院

Catalog

一、人工智能 vs 互联网浪潮：复盘、对比、展望 ... 3

（一）互联网泡沫行情回顾 ... 3

（二）复盘：部分企业过度炒热，市场优胜劣汰 ... 5

（三）对比：资金聚焦成熟企业，商业化逐步开启验证 ... 7

（四）展望：AI低成本技术突破，多模态深度融合 ... 11

二、规模扩张加速，云业务构筑AI业绩支点 ... 15

（一）美股科技巨头：资本开支连续高增，规模扩张构筑壁垒 ... 15

（二）国内互联网公司：加速布局，协同发展 ... 18

三、投资建议 ... 20

四、风险提示 ... 22

![](page=3,bbox=[107, 75, 635, 144])

一、人工智能vs互联网浪潮：复盘、对比、展望

2023年以来，以生成式AI(AIGC)为代表的突破性技术使全球AI产业驶入快车道，特别是资本市场：部分AI龙头企业的市值增速远超营收增速，部分规模较小的初创公司单轮融资额创历史新高，部分商业模式尚不清晰的标的已突破成长期科技公司的估值。当前AIGC发展趋势和2000年互联网泡沫存在相似的特征，然而，AI作为通用目的技术，判断目前的AI是否出现像2000年一样缺乏长期投资价值的“非理性繁荣”，是判断能否挖掘下一阶段机会的重点。因此，区分技术创新带来的真实价值与市场预期透支之间的差异显得尤为重要。

（一）互联网泡沫行情回顾

我们复盘上一轮互联网行情（1995-2002年），发现其可分为四个阶段：技术萌芽期、资本狂热期、盈利质疑期和泡沫破裂期。

技术萌芽期（1995-1997）：

1995-1997年是互联网泡沫阶段，其中最为核心的一个特点是互联网开始由学术工具转变为大众工具。此时，互联网的底层技术基础设施正在搭建，互联网商业模式也正在被摸索。较为重要的两个时间点分别是1995年8月Netscape和1996年4月Yahoo的上市，二者的上市证明互联网符合用户数量增长溢价的定律。

基础设施层面，1995年NSFNET完成商业化改造，成为互联网商业主干网。同时，由美国实施的“信息高速公路”计划(NII)为互联网发展提供了关键的政策支持，TCP/IP协议成为互联网通信的标准。Netscape Navigator1.0浏览器于1994年10月发布，同年8月上市第一天股价由28美元上涨到75美元，市值高达30亿美元，使互联网由此前的专业化逐步开始进入大众时代。同时，Java编程语言于1995年5月诞生的，大大增强了网页之间的互动，实现了跨平台的共享，掀起了第四波信息技术浪潮一大数据时代的到来。

商业模式探索方面，1996年成立、同年11月上市的Yahoo，以目录索引模式迅速发展：1997年，Yahoo已经实现6741万美元的收入，但却有2288万美元的净亏损。凭借用户增长与品牌效应，当时估值达到28亿美元，这一时期互联网公司的估值相对客观，市销率的中位数为5~10倍，投资者更关注公司的有效用户数、带宽覆盖等基本要素。

图1：1995和2000年世界部分国家互联网用户比总人数情况（%）

![](page=3,bbox=[524, 1822, 1889, 2472])

资料来源：世界银行，中国银河证券研究院

![](page=4,bbox=[107, 76, 634, 144])

从技术扩散的角度来看，互联网的普及有着明显的非平衡性。1995年，美国的互联网使用率为 9%，加拿大为 4%，英国为 2%，用户集中在北美和欧洲，亚洲市场的日本、新加坡、中国等国家和地区开始发展，但是规模要远远小于美国、欧洲地区。

2. 资本狂热期（1998-1999）

1998-1999年是互联网泡沫的加速期，市场进入非理性繁荣阶段，资本追逐任何带有”.com”的项目，PS估值中位数飙升至25倍以上。这一时期最显著的特征是定价体系失效，企业更名就可以获得资本溢价，投资者普遍相信互联网将彻底改变商业运作模式。

流动性宽松方面，1998年的9月至11月美联储两次降息，将联邦基金利率从 5.5%降到 4.75%叠加亚洲金融危机以后国外资本大举回流美国，进一步提高了科技股的估值。1999年，风险投资额规模持续扩大，全年风险投资额达到602亿美元，而投向互联网领域的资金占比从上年的 41.6%增加到了 55.3%；同时，1999年还有476家公司在当年实现了上市融资，这也创下了自1996年以来的新高纪录，且当时的上市公司中有超过 77%属于科技类。

在“新经济”叙事方面，克林顿政府的“信息高速公路”计划（NII）通过政策引导与媒体渲染，强化了互联网将颠覆传统产业的预期。主流媒体如《时代》周刊将“网络”评为年度词汇，助推市场情绪升温。市场形成以亏损换规模的共识，投资者更关注用户增长与市场份额，而非短期盈利。

在估值泡沫方面，互联网公司估值逐渐脱离基本面。如像Webvan的盈利模式尚不完善、资金使用不到位的互联网公司，在20世纪90年代末上市时估值达每股48美元以上。互联网公司仅凭标上“.com”，即可获得市场的高价标签。行业的自由现金流持续恶化，多数公司都需要不断融资才能够维持运转。部分公司巨额的经营性负现金流情况下仍然都享有较高的溢价。

3. 盈利质疑期（2000年初-2000Q3）

这一时期市场逐步出现了质疑互联网公司的盈利模式的声音。自1999年12月到2000年第三季度，道琼斯指数基本保持稳定，而纳斯达克100指数走势出现了大幅的波动。

图2：1999年12月-2000年10月纳斯达克和道琼斯指数波动对比

![](page=4,bbox=[525, 1564, 1872, 2270])

资料来源：Wind，中国银河证券研究院

盈利质疑的直接诱因包括三方面：一是美联储于1999年6月至2000年5月连续六次加息，基准利率从 4.75%升至 6.5% ，流动性环境显著收紧；二是互联网公司财报陆续暴露问题，例如亚马逊

![](page=5,bbox=[107, 75, 634, 144])

2000年全年净亏损达14.1亿美元；三是市场对行业过度投资的担忧加剧，“暗纤”现象凸显，反映出基础设施严重过剩。

在投资者行为层面，资金开始从互联网股向传统价值股转移。市场估值逻辑从用户增长转向盈利与现金流，价值股逆势上涨，科技股普遍承压。具体来说，德雷曼管理的逆向投资基金在2000年前两月规模缩水 50%，但在泡沫破裂后的9个月内显著回升，追平1997-2000年的整体表现。

然而，即使在盈利质疑阶段，具备真实技术创新能力的公司仍获资本青睐。例如谷歌在1998年 9月成立后快速发展，于1999年年中获红杉资本与克莱纳-珀金斯注资2500万美元，显示出市场对优质技术企业仍保持理性判断与长期信心

4. 泡沫破裂期（2000Q4-2002）

互联网泡沫破裂期间市场系统性出清显著，纳斯达克指数从前期高点5100点以上跌至2002年三季度末1172点，跌幅达 75%以上，显著高于同期道琼斯指数的跌幅。据Webmergers.com统计，2000至2002年全球近900家互联网公司倒闭，3800家被兼并，其中北美市场受冲击最为严重，而多数亚洲市场因尚处发展初期受影响相对有限。

幸存企业通过三大路径实现价值重构：一是商业模式转型，亚马逊于2000年推出第三方市场平台，由自营转向开放模式，降低库存压力并提升盈利结构，贝索斯强调“长期发展、顾客与基础设施”的战略定力；二是技术降本，谷歌凭借PageRank算法大幅优化搜索效率，以更低服务器资源支撑更大规模服务，奠定其行业领先地位；三是并购整合，eBay于2002年以15亿美元收购 PayPal，构建支付闭环增强生态粘性。整体而言，泡沫破裂虽带来短期阵痛，但推动了行业优胜汰与生态重构，为后续健康可持续发展奠定了基础。

（二）复盘：部分企业过度炒热，市场优胜劣汰

IPO市场异常繁荣往往是市场过热的领先指标。就总体表现而言，1999年，美股市场全年476家IPO企业中，全年科技公司IPO数量（370家）较1998年（113家/年）增长超过三倍，居1980以来科技公司IPO数量峰值。从数量占比来看，1999年科技公司占比达 77.7% （370家），远超 1980-2024长期数据 36%的常规权重。这一数据在2000年仍然维持在 68.7%的高位，直至2001年互联网泡沫破灭才降至 30%。

首日涨幅异常亦能说明IPO市场的异常。1999年美股科技公司上市首日平均涨幅达 86.7%而非科技公司仅为 17.2% 。对比1995年，两类公司上市首日平均涨幅分别为 30.8%和 14.0%。同时，1999年美股上市的370家科技公司中，有114家首日涨幅超 100%，占比达 30%以上（1995年这一比例仅为 5%）。科技公司的首日涨幅显著高于历史水平，显示出IPO市场对科技公司的过度热情。典型案例包括：eToys首发价20美元，上市当天收盘价为77美元，市值达85亿美元，传统龙头玩具反斗城市值56亿美元，前者1998年营收仅0.3亿美元，后者为9.2亿美元；VA Linux发行价30美元，上市首日大幅上涨 698%至239美元，一度创下纳斯达克个股单日涨幅纪录。

估值与基本面严重脱节：此阶段大量未盈利甚至零收入公司获得极高估值，估值体系严重脱离基本面。Pets.com在1999年IPO融资8250万美元，市值达3.3亿美元，但其当年营收仅58万美元，净亏损6180万美元，相当于每获得1美元收入亏损106美元。Webvan IPO估值高达120亿美元，超过当时全美三大超市市值总和，而公司1999年营收仅470万美元，单位订单配送成本达 30美元（客单价仅15美元）。两家公司分别于2000年和2001年破产清算，其中Pets.com库存拍卖仅收回220万美元，Webvan累计烧光12亿美元融资。

![](page=6,bbox=[108, 75, 635, 145])

图3：1980-2024美股科技IPO数量

![](page=6,bbox=[152, 335, 1867, 1111])

资料来源：Jay R. Ritter, Initial Public Offerings: Updated Statistics，中国银河证券研究院

互联网公司估值指标达到历史顶峰。以雅虎为例，其在2000年初市值一度超过2500亿美元，然而公司1999年营收仅5.9亿美元，归母净利润仅0.61亿美元（对比2025年末Meta市销率为 8.8倍）。泡沫破裂后估值迅速回归，雅虎股价从500美元下跌至8美元。

图4：互联网泡沫前后关键时间点以及纳斯达克100走向

![](page=6,bbox=[526, 1507, 1869, 2100])

资料来源：Wind，中国银河证券研究院

尽管1999-2000年的互联网泡沫导致大量商业模式不成熟、盈利路径模糊的公司被市场淘汰，经历市场出清后，具备真实技术壁垒和可持续商业模式的企业最终胜出。亚马逊股价在2000-2001年间大幅下跌 93% ，但通过坚持投入AWS云计算和物流网络建设，于2003年实现首次年度盈利，成长为全球市值领军企业。eBay凭借C2C电商垄断地位和PayPal支付生态，2002年后净利润率稳定在 20%以上。谷歌2004年IPO时已具备成熟的广告变现模式，上市首年营收增长 118% ，成

![](page=7,bbox=[107, 75, 635, 145])

为后泡沫时期最成功的科技IPO案例。这些幸存企业的共同特征在于：清晰的盈利路径、规模效应优势以及持续的技术创新能力。

（三）对比：资金聚焦成熟企业，商业化逐步开启验证

对比而言，本轮AI行情已经持续近2年，截至2026年1月8日，纳斯达克指数点位为23480.02， 2023年以来涨幅达 124% ，当前的科技热潮与1999年互联网泡沫相比，尚未达到系统性泡沫的程度。

1. 当前AI主题初创公司更依赖充裕的私募融资。

根据私募投资交易平台 Forge Glocbal 数据，2025年前三季度已有19家AI企业实现融资金额达650亿美元，占整个私募市场的融资总额的 75%以上，充裕的私募资金使得初创AI企业不会再早期急于进行IPO，难以满足IPO市场异常过热的条件。可以验证的是，2023～2024年美国科技企业IPO的数量仅有9和14家，几乎回到了个位数的规模。

2. 当前市场资金更聚焦于少数成熟企业，而非概念炒作的初创企业。

目前市场竞争格局比互联网时代还要更加集中，英伟达(Nvidia)、微软(Microsoft)、亚马逊 Amazon)、谷歌(Google)为代表的“Magnificent7”受投资人喜爱；AI科技巨头迅速占领市场份额，其占全球市值的比例逐年增加，马太效应凸显。

3. 多数代表企业经营状况良好

从市值来看，截至2025年12月，英伟达以4.53万亿美元市值居首，苹果和微软等紧随其后，七巨头总市值超过20万亿美元。且头部企业经营性现金流充足，经营性现金流是AI长期发展的有力支撑。头部企业拥有的充裕现金流可以保证对于AI持续的大规模投入。

图5：美股七巨头市值（亿美元，截至2025年12月11日）

![](page=7,bbox=[154, 1612, 995, 2192])

资料来源：Wind，中国银河证券研究院

图6：2025年和2024年前三季度七巨头经营性现金流（亿美元）

![](page=7,bbox=[1053, 1618, 1904, 2195])

资料来源：Wind，中国银河证券研究院

![](page=8,bbox=[108, 75, 635, 144])

图7：“七巨头”2020年至今市值变化（亿美元）

![](page=8,bbox=[154, 294, 1860, 947])

资料来源：Wind，中国银河证券研究院

根据截至25年H1财报，盈利表现凸显AI技术的转化效率。英伟达净利润率从2023年的 16.19%跃升至2025H1的 56.13% ，2024年营收同比增长125.85%；微软净利率稳定在 35%以上， Meta净利率达 37-39%。各巨头营收普遍实现双位数增长，仅特斯拉净利率从 15.47%下滑至 3.85%。此外，OpenAI年收入达到40亿美元，预计2025年年化收入达到120亿美元，未来或将持续上涨。

表1：AI七巨头营收和利润情况

AI七巨头

营业收入(亿美元)

收入增速

净利润(亿美元)

净利润率

2025H1

2024

2023

2025H1

2024

2023

2025H1

2024

2023

2025H1

2024

2023

苹果

2196.59

3910.35

3832.85

4.44%

2.02%

-2.80%

611.10

937.36

969.95

27.82%

23.97%

25.31%

英伟达

560.84

609.22

269.74

170.95%

125.85%

0.22%

314.80

297.60

43.68

56.13%

48.85%

16.19%

微软

1352.17

2451.22

2119.15

14.07%

15.67%

6.88%

487.75

881.36

723.61

36.07%

35.96%

34.15%

亚马逊

3233.69

6379.59

5747.85

11.01%

10.99%

11.83%

352.91

592.48

304.25

10.91%

9.29%

5.29%

谷歌

1866.62

3500.18

3073.94

12.94%

13.87%

8.68%

627.36

1001.18

737.95

33.61%

28.60%

24.01%

（四）展望：AI低成本技术突破，多模态深度融合

2025年以来，人工智能行业迎来多维度变革浪潮，技术迭代、智能体进化与生态协议革新共同勾勒出行业升级图景。技术演进正加速AI从实验室走向产业深水区，重塑各领域生产力格局。在AI浪潮下，随着AI技术的多维度变革，各个领域有望实现更加多样化的应用场景、行业生态有望得到进一步的发展。

回顾人工智能的发展历程，目前全球人工智能的发展大致经历了如下阶段：

1) 1.0阶段——被动分析与判断：早期的人工智能的主要能力是被动地接受信息来进行分析和判断。比较典型的例子如：生物识别技术（根据人脸、虹膜等特征信息输入判断是否匹配）。这些技术没有主动创造内容的能力，更多地是对人类所输入信息的判断和匹配。

2) 2.0阶段一生成式AI出现：随着人工智能的不断发展，AI的能力不再仅限于对被动输入信息的接受和分析，而是具备了一定的主动输出内容的能力。这一阶段出现了Transformer与Diffusion Model这些强大的算法模型来进一步促进推动生成式AI的发展，在这一阶段，生成式AI已经可以自己来生成文本、图像甚至是视频等不同模态的信息了。

3) 3.0阶段一AI智能体：AI智能体不仅能够接受指令和生成相应的文本来进行交流问答、画图等，还能够感知外界环境信息作出自主判断和决策，并可以进行知识的学习，在此基础上实现真正意义上的自动生成。不需要人为干预的AI智能体除了拥有更加优秀的交互能力、更加强大的执行复杂任务的能力之外，还可以被运用到自动驾驶、智能客服及工业自动化等方面；除了以上应用之外，还可以让模型可以进行多项输入/输出处理方式（包括理解文本、图片、音频、视频等等）。

表3：AI1.0到AI3.0时代的特征对比

AI1.0阶段

AI2.0阶段

AI3.0阶段

技术特征

基于规则/简单模式匹配，依赖固定算法框架

引入Transformer、DiffusionModel等生成式算法，支持内容主动生成

融合多模态感知、自主决策系统，具备智能体架构

能力边界

被动接收输入，执行分析、判断（如生物识别匹配）

主动输出文本、图片、视频等单模态/多模态内容

感知环境+自主决策+持续任务执行，无需人类实时干预

核心价值

替代基础识别、判断类重复劳动

突破“输入-输出”线性流程，创造新内容形态

实现复杂场景自动化闭环，延伸人类行为边界

典型应用

考勤人脸验证、垃圾邮件过滤

ChatGPT文本生成、Midjourney绘图、Runway视频生成

自动驾驶（端到端任务）、工业智能质检（自主判断+执行）、智能客服（全流程问题解决）

发展基础

依赖传统算法、小数据训练

大模型预训练+海量数据支撑生成能力

大模型深化+环境感知技术（如传感器融合)+强化学习迭代决策逻辑

资料来源：中国银河证券研究院

在人工智能的发展过程中，技术与应用相互促进，推进这人工智能产业迅速发展，成为近几年发展最迅猛的行业之一。AI3.0阶段的到来是人工智能发展的又一个高潮。

1. 技术变革

2025年1月20日，DeepSeek发布其DeepSeek-R1模型，并同步开源模型权重。模型在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。

![](page=12,bbox=[107, 75, 635, 144])

在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1正式版。在 DeepSeek的引领下国产大模型在2025年展开了开源浪潮：文心大模型4.5系列（2025年6月）、盘古大模型（2025年6月30日）、Qwen3系列（Coder480B：2025年7月23日，Next-80B-A3B-Thinking：2025年9月12日）、智谱华章GLM4.5（2025年7月28日）。

DeepSeek也分别于2025年5月28日、8月21日、12月1日分别发布了R1-0528、V3.1及 V3.2模型，DeepSeek-V3.2的目标是平衡推理能力与输出长度，适合日常使用，例如问答场景和通用 Agent任务场景。在公开的推理类 Benchmark测试中，DeepSeek-V3.2达到了GPT-5的水平，仅略低于 Gemini-3.0-Pro；相比 Kimi-K2-Thinking，V3.2的输出长度大幅降低，显著减少了计算开销与用户等待时间。

图11：V3.2模型推理测试结果与Gemini3.0Pro相当

Benchmark

GPT-5 High

Gemini-3.0 Pro

Kimi-K2 Thinking

DeepSeek-V3.2 Thinking

DeepSeek-V3.2 Speciale

AIME 2025美国数学邀请赛

94.6(13k)

95.0(15k)

94.5(24k)

93.1(16k)

96.0(23k)

HMMT Feb 2025哈佛MIT数学竞赛

88.3(16k)

97.5(16k)

89.4(31k)

92.5(19k)

99.2(27k)

HMMT Nov 2025哈佛MIT数学竞赛

89.2(20k)

93.3(15k)

89.2(29k)

90.2(18k)

94.4(25k)

IMOAnswerBench国际数学奥林匹克竞赛

76.0(31k)

83.3(18k)

78.6(37k)

78.3(27k)

84.5(45k)

LiveCodeBench世界级编程竞赛

84.5(13k)

90.7(13k)

82.6(29k)

83.3(16k)

88.7(27k)

CodeForces世界级编程竞赛

2537(29k)

2708(22k)

2386(42k)

2701(77k)

GPQA Diamond理工科博士生测试

85.7(8k)

91.9(8k)

84.5(12k)

82.4(7k)

85.7(16k)

HLE人类全学科前沿难题测试

26.3(15k)

37.7(15k)

23.9(24k)

25.1(21k)

30.6(35k)

资料来源：DeepSeek，中国银河证券研究院

图12：DeepSeek-V3.2思考模式下工具调用流程

![](page=12,bbox=[1077, 804, 1896, 1391])

资料来源：DeepSeek，中国银河证券研究院

在人工智能的发展中，开源生态成为双轮驱动：头部企业依靠开源技术促进知识溢出，整个行业共享领先的技术能力，及时获取领先的技术趋势，快速转化成应用能力；同时，规模化落地又催生大规模优化闭环，研发、应用、优化形成了良性循环，DeepSeek发布的开源推理模型即是典型的实践。一方面，DeepSeek以成本优势大幅度降低了企业技术接入门槛，另一方面也给应用端的创新空间提供了很好的土壤，实现了AI应用生态的良好运行。

表4：2025年至今国内互联网大厂AI重要进展梳理

公司

时间

具体进展/布局

百度

2025年2月

百度搜索宣布全面接入DeepSeek，文心智能体、干帆App Builder等也先后宣布接入DeepSeek。

2025年4月

正式发布文心大模型4.5Turbo、文心大模型X1Turbo,主打多模态、强推理和低成本。

2025年6月

文心大模型4.5系列正式开源，发布10款模型，涵盖47B和3B参数的混合专家(MoE)模型及0.3B稠密参数模型，支持多模态异构训练。

2025年7月

发布多模态生成大模型Muse Steamer，搭配AI视频平台“绘想”同步上线。

2025年9月

发布ERNIEX1.1、升级版Paddle:Paddle3.2框架、AI编程助手百度Comate3.5s，以及开源的ERNIE-4.5-21B-A3B-Thinking模型。

![](page=13,bbox=[108, 75, 634, 144])

2025年11月

发布自回归统一建模的原生多模态大模型、大模型训练全流程高效容错技术、剧本驱动的高说服力数字人技术、基于多智能体协同的AI搜索引擎、蒸汽机(文心专精)音视频一体化生成大模型技术等突破性技术。

阿里巴巴

2025年1月

发布了Qwen2.5-Max旗舰版模型,其预训练数据量超过了20万亿tokens,且综合性能在多项主流模型的评测中均展现出卓越表现;通义万相视频生成模型推出2.1极速版和2.1专业版。

2025年3月

Accio发布"商业研究"和"深度搜索"新功能,简化全球贸易。

2025年9月

推出万亿参数大模型Qwen3-Max、预览Wan2.5视频生成模型等;阿里云AI平台PAI将集成英伟达Physical AI软件栈,共同开发具身智能、辅助驾驶等应用。

2025年10月

发布9款Qwen3-VL系列新模型,覆盖32B/30B/8B等多尺寸,支持思考模式、超长视频理解、2D/3D空间定位,并推出统一多模态向量模型Qwen2.5-VL-Embedding与高精度多语种语音识别模型Qwen3-ASR-Flash-Realtime。

2025年11月

千问app上线,公测首周下载量超1000万。

2025年12月

千问APP接入万相系列最新模型Wan2.5,成为首个支持音视频同时输出的移动端AI助手。

腾讯

2025年2月

微信对AI搜索接入满血版DeepSeek-R1展开灰度测试,测试用户可以在微信搜索框下方的A1搜索中选择DeepSeek-R1模型。

2025年7月

发布并开源了业界首个3D世界生成模型——混元3D世界模型1.0。

2025年9月

首发“腾讯云智能体战略全景图”,及腾讯云智能体开发平台ADP3.0、Agent infra解决方案AgentRuntime、腾讯云专家服务智能体Cloud Mate以及混元3D3.0基模。

2025年12月

发布混元世界模型1.5,是国内首个开放实时体验的世界模型。

字节跳动

2025年1月

豆包大模型1.5正式发布,目前通用模型pr0已在豆包APP灰度上线,同时开发者可在火山引擎直接调用API。

2025年2月

联合开发的视频生成实验模型“VideoWorld”开源,通过纯视觉的方式进行学习,摆脱对LLM的依赖。

2025年3月

开源图像生成框架InfiniteYou,能生成具有卓越身份相似度、文本图像对齐度、图像质量与美学效果的身份保持图像。

2025年4月

推出文“Seed-Thinking-v1.5”,在推理能力与参数效率之间取得了较好平衡,用较少的激活参数却在重要任务上逼近或达到大型模型水平;发布全新DreamActor-M1横空出世,根据照片生成电影级视频,精准迁移表情动作,支持多种画风。

2025年6月

发布豆包大模型1.6,是国内SOTA模型中首个多模态模型。

2025年8月

推出视频生成模型OmniHuman-1.5,该模型架构将多模态大语言模型与扩散Transformer相结合,可生成时长超一分钟的动态视频。

2025年9月

发布新一代图像生成模型Seedream4.0,该模型在Artificial Analysis评测中同时位居“文生图”与“图像编辑”榜单首位,生成速度相较Seedream3.0提升超10倍。

2025年12月

发布豆包手机助手技术预览版。

2025年12月

火山引擎在FORCE原动力大会上正式发布豆包大模型1.8及音视频创作模型Seedance1.5pro。

资料来源：豆包，文心一言，Qwen，新智元，中国银河证券研究院

借助于开源生态不断赋能的技术背景之下，AI Agent成为了下一个技术爆发点、前沿阵地和突破口。我们认为主要有以下原因：一是从技术角度来看，开源能够加速自然语言处理、多模态交互等底层技术研发迭代，能够为 Agent构建提供更强大能力支撑；二是从业务角度来看，具备自主决策、执行任务的能力，可以在提高工作效率、优化资源配置的基础上深度嵌入到个性化的服务、智能化的决策当中，成为驱动社会生产效率变革的重要底座。

放眼全球，从全球竞争格局来看，国产大模型 Deepseek、豆包等都秉持“技术创新+场景深耕”的基本思路，在C端场景上，用户渗透率不断增加，各款产品的核心AI应用活跃用户数也在

![](page=14,bbox=[108, 76, 634, 144])

不断上升，用户黏性不断增强；在B端场景上，AI营销等一系列商业模式已经得到证明，从技术角度来说AI已经初步具备了转化为真正商业价值的能力。

2. 多模态智能体

2025年有望成为“AI智能体元年”，多模态智能体的突破性进展正在重塑人机协作模式。 Manus为例，作为全球首款通用AI智能体，其采用Multiple Agent架构与多重签名验证体系，可独立完成从任务拆解到执行的全流程。Manus的颠覆性在于其“端到端”的任务处理能力：用户脱离代码接口、记住操作界面，直接使用自然语言描述日常生活中一切工作中需要解决的事情，例如为购房者分析房源优劣势时，能自动抓取房价数据、生成3D户型图并提供贷款方案对比。

我们认为，多模态智能体的普及正在改变AI在生产生活中的定位：在内容创作领域，智能体可自主完成账号运营的全流程——从选题调研、图文生成到发布互动；在企业服务领域，合同审查、数据录入等RPA场景通过智能体优化，显著降低人力成本。我们认为，这种变革的深层逻辑在于，AI从“信息提供者”升级为“价值创造者”，通过模拟人类决策过程，在商业分析、生活服务等领域实现从“辅助”到“替代”的跨越。智能体正从“实验室原型”演进为“行业基础设施”，预计将催生开发者生态繁荣与商业模式创新。

![](page=15,bbox=[107, 75, 635, 144])

二、规模扩张加速，云业务构筑AI业绩支点

2020年以来，美股互联网四大巨头（Amazon、Meta、Google、Microsoft）持续加码AI领域资本开支与研发投入，聚焦基础设施搭建与技术创新；中国头部科技企业亦紧跟AI产业浪潮，在政策加持下加速相关布局，资本开支与云业务收入同步增长。我们尝试以资本开支为引，结合其他相关指标，分析中美科技巨头在人工智能方面的投入与产出。

（一）美股科技巨头：资本开支连续高增，规模扩张构筑壁垒

我们复盘美股互联网四大巨头 Amazon、Meta、Google、Microsoft自2020年以来的季度资本开支：截止2025Q3，四巨头的单季度资本开支较2020Q1分别增长了 531%、299%、424%、 795%，在5年的时间里资本开支增长了数倍以上。

BIG4资本开支大部分用于其AI基础设施的搭筑和升级，如数据中心、芯片、服务器数量的增量投资等。在生成式AI爆发的情况下，大模型训练、推理等对算力的需求呈指数级上升，这也是资本开支持续扩张的驱动力：Amazon（AWS）是全球最大的云厂商，资本开支的持续增长，满足了全球客户对AI算力的巨大需求，巩固了其云业务的龙头地位；Microsoft靠与OpenAI的深度合作，扩大资本开支快速增强自己的算力供给能力，亦有ChatGPT等AI产品的落地；Meta的资本开支快速增长也与Meta中心AI模型、Meta元宇宙的布局相关，强大的基础设施支撑各种场景AI应用的布局和快速落地；Google的投资则用于维持大模型、云计算、智能驾驶等多条AI赛道上的领先优势。BIG4资本花销的变化，本质上也是世界AI发展的“晴雨表”，当前AI产业生态越来越重视AI基础设施资本投资。

图13：美股互联网巨头资本开支（百万美元）

![](page=15,bbox=[170, 1469, 1849, 2179])

资料来源：Wind，公司公告，中国银河证券研究院

具体时间点来看，2024年成为资本开支投入加速的重要时间点，BIG4资本开支均加速增长，年度、季度投入金额普遍较2023年同期实现大幅跃升，反映出AI技术爆发后基础设施建设的紧迫性。

我们认为，2023年BIG4资本开支增速放缓并非行业退潮，经历了前期的高速发展之后，企业

![](page=16,bbox=[107, 75, 635, 144])

在资本开支上做了更加精准的校准，进行资源调配以达到投入产出比最优。2024年以来的爆发式增长，其主要推动力正是生成式AI技术取得了突破性的进展，使得大模型训练以及AI应用的大规模落地都对企业对于算力的需求提出了更高的要求，进而倒逼企业加快基建的建设步伐。因此，2024- 2025年的高增速并非短期脉冲，而是AI产业进入规模化发展阶段的必然结果，预计未来一段时间内，头部企业的资本开支增长仍将维持。

图14：美股互联网巨头资本开支增速

![](page=16,bbox=[501, 592, 1905, 1251])

资料来源：Wind，公司公告，中国银河证券研究院

BIG4加码基础建设，但并没有因此削弱对于研发投入的重视程度，在技术和研发上的坚持不断加强AI核心竞争力，在近几年展现出“稳健增长-阶段调整-快速回升”的路径。2021-2022年研发费用快速增长，单季增速均在 20%以上，这一阶段对应AI技术快速迭代期，大模型研发、算法优化成为研发投入的核心方向；2023年增速放缓后，2024-2025年快速回升，至2025Q3已重回历史增速高点。

图15：美股互联网巨头R&D费用（百万美元）及整体增速

![](page=16,bbox=[161, 1684, 1910, 2421])

资料来源：Wind，公司公告，中国银河证券研究院

![](page=17,bbox=[107, 75, 635, 145])

我们认为，AI产业的核心竞争力源于技术创新，R&D投入直接决定了企业在大模型算法、AI应用场景、技术商业化等关键领域的竞争力。从整体趋势来看，R&D增速的长期向上态势未变，反映出AI产业技术驱动的本质特征：2024年以来的快速增长，是生成式AI爆发后的技术加码。对于大模型的应用场景而言，随着使用场景的扩展，后续将会有越来越多的企业加大对于模型优化、多模态、行业解决方案的投入。

加大研发投入和建设完善基础设施将转化为对公司业务发展的强力推手。对美股互联网巨头来说，通过其云服务将AI技术的商业价值有效变现，能够有效体现出AI技术的落地能力，以及由此带来的市场需求旺盛的一面。当前，美股互联网大厂的云服务收入规模及增速普遍较快，尤其是近来美股互联网大厂云服务收入呈现出规模持续扩大、增速较为稳健的特点，同时从四大企业的增量情况看，在2024年以来季度增量已经呈明显增加趋势。

我们认为，云服务收入不断增加的根本原因在于AI技术结合云计算，云为AI提供算力、存储和数据管理支持，而AI技术为云服务增加附加价值。因此形成了“云+AI”的相互推动发展局面，企业云服务收入增长能反映全球云服务市场规模继续扩大以及AI技术商业化的实质性突破。“云+AI”已经成为当下全球互联网巨头企业最直接的增长方式，在今后AI应用场景不断扩大后，云服务市场规模仍有较大提升空间。

图16：美股互联网巨头云服务收入（百万美元）

![](page=17,bbox=[165, 1185, 1868, 1885])

资料来源：Wind，公司公告，中国银河证券研究院

云服务收入是企业的重要增长动力，而企业的财务储备则是其继续在AI上加注的重要支撑点。因此，从整体业务盈利性看，企业现金流状况较好时，其对于AI的投入将更强。对2020年以来 Big4的企业净现金量变化情况看，由于前期投入AI规模较大，对企业在自身的净现金状况有一定的负面影响，净现金量存在较大的波动，但从长期来看，受业务发展的影响，企业状况趋于稳定， Amazon、Google和Microsoft的净现金量在2024年后也有较明显的改善。

净现金变化的过程即是AI产业“高投入、长周期、慢回报”的反映过程，是企业战略节奏和盈利能力的具象体现。伴随AI业务逐渐开始变现进程，叠加前期投入效率提升，可预期科技公司净现金水平将会得到改善，并将成为抵御AI赛道不确定性，保持长期竞争力的重要支撑。

![](page=18,bbox=[108, 75, 635, 145])

图17：美股互联网巨头净现金情况（百万美元）

![](page=18,bbox=[162, 288, 1869, 934])

资料来源：Wind，公司公告，中国银河证券研究院

（二）国内互联网公司：加速布局，协同发展

在全球AI赛道的竞争中，不仅有美股互联网巨头的领跑，中国头部科技企业亦加速布局、通过加大资本开支和拓展业务边界为企业抢占市场跑道。腾讯与阿里巴巴作为中国科技公司的头部企业，二者的资本开支和云业务收入在一定程度上能够代表国内AI产业发展态势。

图18：腾讯阿里资本支出（亿人民币）及增速

![](page=18,bbox=[502, 1527, 1885, 2226])

资料来源：Wind，中国银河证券研究院

2024年以来的爆发式增长，最根本的原因还是在于“新质生产力”的全球兴起与中国AI政策加码，伴随着“新质生产力”相关政策的出台，AI成为促进企业数字化转型升级的关键因素。腾讯、阿里等作为中国科技领域的龙头企业，不断加大AI基础架构、大模型、行业应用的投入力度，以抢占中国AI赛道的主导地位。我们认为，与美股巨头极高的capex增速相比，中国企业的资本开支

![](page=19,bbox=[108, 75, 634, 144])

整体增速较为克制，反映出中国市场环境的复杂性与企业战略调整的灵活性，而2024年以来的阶段性快速增长，则标志着中国AI产业进入规模化投入阶段，未来随着技术落地与市场需求的持续释放，资本开支或将维持相对客观的增速。

当美股巨头靠着净现金储备来支撑其长时间投入AI的同时，中国的头部科技公司的云业务，则成为中国国内AI技术商业化的观察窗口。从收入规模来看，阿里巴巴一直保持着中国国内云市场主导地位，虽随行业周期有所波动，但整体持续攀升，规模优势显著；腾讯云业务（未披露细分，以金融科技及企服口径）则逐步扩张。从增速维度看，两家企业呈现高度同步的阶段性特征：均于 2022年底至2023年初触达阶段增速低点；之后持续回升，至2024Q2前增速逐步加快。我们认为，这一趋势不仅标志着中国云市场的复苏，更印证了云业务与AI发展的协同逻辑，成为国内新质生产力培育的重要支撑。

图19：腾讯阿里云业务相关口径收入（百万人民币）及增速

![](page=19,bbox=[502, 870, 1923, 1600])

资料来源：Wind，中国银河证券研究院

![](page=20,bbox=[108, 75, 635, 144])

三、投资建议

当前AI浪潮商业模式的可见程度远远超过互联网泡沫，主要原因是供需结构出现了很大的变化。供给侧来看，互联网时代的供给概念化，缺少坚实壁垒，炒作程度高，造成严重的产能过剩和后期的崩盘。本次AI浪潮的供给方为具备一定资本、最顶尖人才、足够厚实的技术实力的头部科技巨头主导，提供技术壁垒很高且稀缺的供给。需求侧来看，互联网时代的宽带普及率不到 19%，电商仅占整个零售业的 0.5%，大量的供给与实际需求严重不匹配；在AI时代则具有以下三方面优势：1）企业级用户是主要需求力量；2）需求都集中在资本相对充足的领域；3）通过近20多年的数字化进程，各行业已经产生了大量的数据处理的需求、形成了较为完善的商业模式，AI可以快速赋能企业的生产经营，从而实现快速的价值落地。

人工智能浪潮并非互联网时期的“非理性泡沫”，而是国家战略规划、企业发展布局、市场情绪推动的多维作用结果。相较于海外科技巨头资本开支快速扩张的路线，国内受到算力等资源的进口限制，具有国产替代内生需求，结合广阔国内市场的支撑，我们认为，中国AI泡沫风险更加可控。建议关注AI投入不断增加港股互联网核心资产、AI赋能不断深化的AI应用及产业链相关子板块。

1.AI投入不断加码的港股互联网巨头

我们认为，港股资产价值重估，其核心逻辑在于多重利好共振下的估值修复与基本面改善。同时，港股互联网巨头对AI的布局不断深入，投入不断加大。这种“资金面修复+政策催化+优质标的流入”的共同作用，推动港股从全球估值洼地向价值高地跃迁。建议关注：业务稳健增长，基本面稳固的腾讯控股、阿里巴巴-W；国内AI视频工具产品力领先的快手-W。

2. AI应用及产业链相关

当前AI浪潮下，下游应用端的商业化仍在探索期，业绩表现存在一定时滞。我们认为随着AI技术对行业的颠覆不断加速，坚守产业长期增长的逻辑确定性将成为关键。随着人工智能大模型的不断迭代更新，目前主流人工智能大模型的智能水平已经达到了相当可观的水平。DeepSeek的突破性发展标志着中国AI产业从技术跟随转向生态主导的关键跨越。其开源策略打破了传统闭源模型的技术壁垒，以低成本高性能特性重塑全球AI价值链。

我们认为，在全球产业链重构的背景下，以DeepSeek为代表的国产AI成为了中国AI行业由 “技术追赶” 向“行业标杆”转型的核心抓手之一。同时，国产AI带来了更加庞大完整的生态链体系协同和在全球化下的实践运用，或将成为数字时代推动产业变革的重要力量。建议关注：AI+电商：值得买；AI+营销：蓝色光标。AI应用：昆仑万维。

![](page=21,bbox=[109, 77, 634, 144])

表5：重点公司估值表（截至2026年1月8日）

股票代码

股票名称

EPS

2024A

2025E

2026E

2027E

2024A

2025E

2026E

2027E

0700.HK

腾讯控股

24.14

27.62

31.23

34.73

22.96

20.07

17.75

15.96

1024.HK

快手-W

4.12

4.76

5.51

6.70

15.70

13.59

11.74

9.66

9988.HK

阿里巴巴-W

6.70

5.56

6.87

8.66

19.15

23.08

18.68

14.82

300058.SZ

蓝色光标

-0.12

0.07

0.09

0.11

211.52

168.83

136.17

300785.SZ

值得买

0.38

0.57

0.72

0.86

123.02

81.55

64.89

54.32

300418.SZ

昆仑万维

-1.30

-0.34

0.11

0.34

426.73

134.39

资料来源：Wind，中国银河证券研究院（标*公司预测数据来自wind一致预测（180天），腾讯控股、快手的盈利和估值为经调整后口径）注：为便于表示，表中阿里巴巴所示的年份特指当年4月1日至下年3月31日期间的财政年度

![](page=22,bbox=[108, 76, 635, 144])

四、风险提示

1. 外部不确定性加大的风险

当前我国经济面临的外部不确定性风险显著加剧，呈现多维度交织态势。部分国家地缘政治冲突升温导致全球安全环境面临不确定性；同时，单边主义与保护主义抬头使全球经贸秩序失序，贸易壁垒与关税措施叠加，加剧全球贸易规则碎片化，进一步放大外部环境的不确定性，可能会影响我国产业升级与开放发展。

2. 市场情绪与资金流向短期调整的风险

资本市场的情绪与资金流向的短期调整可能会构成显著联动风险：在市场情绪受信息扰动时，风格的快速切换会推动价格脱离基本面合理区间，引发非理性涨跌。资金流向的短期异动会进一步放大波动，机构调仓、资金集中进出可能触发程序化止损，形成“单边波动一资金跟风”的恶性循环，加剧价格扭曲。

3. AIGC技术和应用发展不及预期的风险

AIGC技术具有巨大的潜力，但其发展速度或实际应用效果可能无法满足市场和用户的期望。这种风险可能源于技术成熟度不足、算法精确度不够或市场接受度低等因素。如果AIGC技术不能提供高质量、高效率、有竞争力的内容生成服务，可能会使在此方面布局或投入较大的企业投资回报周期变长，进而导致整体经营效率的下降。

![](page=23,bbox=[109, 74, 633, 144])

图表目录

图1：1995和2000年世界部分国家互联网用户比总人数情况（%）...3

图2：1999年12月-2000年10月纳斯达克和道琼斯指数波动对比...4

图3：1980-2024美股科技IPO数量...6

图4：互联网泡沫前后关键时间点以及纳斯达克100走向...6

图5：美股七巨头市值（亿美元，截至2025年12月11日）...7

图6：2025年和2024年前三季度七巨头经营性现金流（亿美元）...7

图7：“七巨头”2020年至今市值变化（亿美元）...8

图8：部分AI产品2024年付费用户数（万）...9

图9：互联网VS AI落地流程...10

图10：2024年12月-2025年11月主要AI产品APP用户MAU变化...10

图11：V3.2模型推理测试结果与Gemini 3.0 Pro相当...12

图12：DeepSeek-V3.2思考模式下工具调用流程...12

图13：美股互联网巨头资本开支(百万美元)...15

图14：美股互联网巨头资本开支增速...16

图15：美股互联网巨头R&D费用(百万美元)及整体增速...16

图16：美股互联网巨头云服务收入(百万美元)...17

图17：美股互联网巨头净现金情况(百万美元)...18

图18：腾讯阿里资本支出（亿人民币）及增速...18

图19：腾讯阿里云业务相关口径收入（百万人民币）及增速...19

表 1: AI 七巨头营收和利润情况 ...8

表 2: AI 七巨头各项费用/总收入情况 ...9

表 3: AI1.0 到 AI3.0 时代的特征对比 ...11

表 4: 2025 年至今国内互联网大厂 AI 重要进展梳理 ...12

表 5: 重点公司估值表（截至 2026 年 1 月 8 日） ...21

![](page=24,bbox=[108, 75, 634, 144])

分析师承诺及简介

本人承诺以勤勉的执业态度，独立、客观地出具本报告，本报告清晰准确地反映本人的研究观点。本人薪酬的任何部分过去不曾与、现在不与、未来也将不会与本报告的具体推荐或观点直接或间接相关。

岳铮，传媒互联网行业分析师，约翰霍普金斯大学硕士，2020年加入银河证券研究院，从事传媒互联网行业研究工作。

祁天睿，传媒互联网行业分析师，毕业于清华大学（本科）、复旦大学（硕士），2023年加入银河证券研究院。

免责声明

本报告由中国银河证券股份有限公司（以下简称银河证券）向其客户提供。银河证券无需因接收人收到本报告而视其为客户。若您并非银河证券客户中的专业投资者，为保证服务质量、控制投资风险、应首先联系银河证券机构销售部门或客户经理，完成投资者适当性匹配，并充分了解该项服务的性质、特点、使用的注意事项以及若不当使用可能带来的风险或损失。

本报告所载的全部内容只提供给客户做参考之用，并不构成对客户的投资咨询建议，并非作为买卖、认购证券或其它金融工具的邀请或保证。客户不应单纯依靠本报告而取代自我独立判断。银河证券认为本报告资料来源是可靠的，所载内容及观点客观公正，但不担保其准确性或完整性。本报告所载内容反映的是银河证券在最初发表本报告日期当日的判断，银河证券可发出其它与本报告所载内容不一致或有不同结论的报告，但银河证券没有义务和责任去及时更新本报告涉及的内容并通知客户。银河证券不对因客户使用本报告而导致的损失负任何责任。

本报告可能附带其它网站的地址或超级链接，对于可能涉及的银河证券网站以外的地址或超级链接，银河证券不对其内容负责。链接网站的内容不构成本报告的任何部分，客户需自行承担浏览这些网站的费用或风险。

银河证券在法律允许的情况下可参与、投资或持有本报告涉及的证券或进行证券交易，或向本报告涉及的公司提供或争取提供包括投资银行业务在内的服务或业务支持。银河证券可能与本报告涉及的公司之间存在业务关系，并无需事先或在获得业务关系后通知客户。

银河证券已具备中国证监会批复的证券投资咨询业务资格。除非另有说明，所有本报告的版权属于银河证券。未经银河证券书面授权许可，任何机构或个人不得以任何形式转发、转载、翻版或传播本报告。特提醒公众投资者慎重使用未经授权刊载或者转发的本公司证券研究报告。

本报告版权归银河证券所有并保留最终解释权。

评级标准

评级

说明

评级标准为报告发布日后的6到12个月行业指数(或公司股价)相对市场表现,其中: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,北交所市场以北证50指数为基准,香港市场以恒生指数为基准。

行业评级

联系

中国银河证券股份有限公司研究院

机构请致电:

深圳市福田区金田路3088号中洲大厦20层

深广地区:

苏一耘

0755-83479312

suyiyun_yj@chinastock.com.cn

程曦

0755-83471683

chengxi_yj@chinastock.com.cn

上海浦东新区富城路99号震旦大厦31层

上海地区:

林程

021-60387901

lincheng_yj@chinastock.com.cn

李洋洋

021-20252671

liyangyang_yj@chinastock.com.cn

北京市丰台区西营街8号院1号楼青海金融大厦

北京地区:

田薇

010-80927721

tianwei@chinastock.com.cn

褚颖

010-80927755

chuying_yj@chinastock.com.cn

公司网址：www.chinastock.com.cn

摘要

今非昔比，逻辑生变：从“理性泡沫”到“务实增长” AI泡沫系列研究之传媒互联网行业篇

今非昔比，逻辑生变：从“理性泡沫”到“务实增长” AI泡沫系列研究之传媒互联网行业篇

核心观点

传媒行业

分析师

祁天睿

相关研究

目录

Catalog

一、人工智能 vs 互联网浪潮：复盘、对比、展望 ... 3

二、规模扩张加速，云业务构筑AI业绩支点 ... 15

三、投资建议 ... 20

四、风险提示 ... 22

一、人工智能vs互联网浪潮：复盘、对比、展望

（一）互联网泡沫行情回顾

2. 资本狂热期（1998-1999）

3. 盈利质疑期（2000年初-2000Q3）

4. 泡沫破裂期（2000Q4-2002）

（二）复盘：部分企业过度炒热，市场优胜劣汰

（三）对比：资金聚焦成熟企业，商业化逐步开启验证

1. 当前AI主题初创公司更依赖充裕的私募融资。

2. 当前市场资金更聚焦于少数成熟企业，而非概念炒作的初创企业。

3. 多数代表企业经营状况良好

（四）展望：AI低成本技术突破，多模态深度融合

1. 技术变革

2. 多模态智能体

二、规模扩张加速，云业务构筑AI业绩支点

（一）美股科技巨头：资本开支连续高增，规模扩张构筑壁垒

（二）国内互联网公司：加速布局，协同发展

三、投资建议

1.AI投入不断加码的港股互联网巨头

2. AI应用及产业链相关

四、风险提示

1. 外部不确定性加大的风险

2. 市场情绪与资金流向短期调整的风险

3. AIGC技术和应用发展不及预期的风险

图表目录

分析师承诺及简介

免责声明

评级标准

联系