260119--弘则研究｜科技...

。OpenAI(以ChatGPT为代表)、JIMl等产品形态偏向Chatbot，侧重一次性结果输出，对任务工作流规划涉及较少;而Anthropic最早聚焦编程市场，产品围绕工作流场景设计，其发布的CloudCode、 CloudCoworker具备循环编程、AI自动修改bug的能力，仅需人工完成产品设计即可自动生成产品，彻底打穿编程场景，导致市场预期软件开发成本将大幅降低，软件功能价值也会被大幅削弱。

，其积累的全自动化工作流能力具备更强颠覆性，未来潜力值得重点关注。

·算力与应用侧走势分化：中美AI应用类股票走势冰火两重天，2026年开年以来AI行业出现诸多变化，中美市场表现差异背后存在深层原因。当前美股进入财报季披露窗口，自2025年下半年起，算力侧与应用侧走势显著分叉：以中美除Google外的互联网公司、软件厂商为代表的应用侧，自2025年8月后走势偏弱；上游算力相关公司则不断修正预期，部分环节价值出现明显变化。目前市场对算力短期资本开支确定性较高，但对中长期增速及稳定性仍存较大担忧，投资向产业紧缺的上游环节扩散趋势明显。近期存储涨价叠加台积电扩产预期，推动半导体市场进入大扩产周期，半导体设备板块表现较好。全球投资主体以美国公司为主，当前其重点聚焦存储和电力设备环节，其中电力设备是长周期供给制约，存储则是短周期因素带动价格快速上行。 ·台积电资本开支预期：台积电2025年财报已披露，过去几年台积电采取相对保守的扩产策略，始终对下游需求的持续性存在较大担忧。本次财报沟通中，台积电表示已花数月时间摸排下游需求，除询问芯片公司订单情况外，还调研了CSP厂商的云业务变化，完成全面需求摸底。基于调研结果，台积电在2026年业绩沟通中给出30%-40%的CAPEX增长预期，这是其近年最大规模的资本开支上调。从历史数据来看，台积电过去几年CAPEX维持在300亿美金左右，2025年跳升至400多亿美金，2026年指引达到500多亿美金。由于台积电扩产周期为1-1.5年，其对需求的判断维度更长，此次给出的扩产信心是对未来两三年需求的有力支撑，打消了市场关于短期内资本开支见顶的预期。 ·存储需求逻辑迁移：AI需求正从训练侧向推理侧迁移，推动存储需求逻辑转变。推理场景需存储大量上下文调用，DRAM、HBM可满足相关需求；英伟达Roving架构专门设计存储专用芯片，将SSD作为个人记忆体，实现存储直接共享与上下文快速导入，为下一代个人Agent提前布局，存储需求逻辑从训练侧向应用侧迁移。近期存储、封测价格均出现上行，但当前处于行业淡季，存储涨价后呈有价无市状态。2026年三四月份，下游消费级、工业级厂商将进入新品发布期，届时其对存储涨价的接受程度值得关注，一季度或出现更强的价格上涨行情。若Agent市场进入平稳发展阶段，SSD需求有望与应用端同步增长。

·基础模型梯队格局：从过去一年维度观察，基础模型迭代呈线性变化，能力持续提升但未出现飞跃式突破。例如近期受关注的姜木兰，评分仅追平GPT、Anthropic水平，未实现超越。当前全球基础模型梯队格局清晰：第一梯队为Anthropic、OpenAI、Gemini，代表全球最高水平；第二梯队包含Grok、智谱相关产品、Kimi等，具备较强实力；国内千问模型当前版本仍停留在2026年六七月份水平，预计迭代后可追上第二梯队；Deepseek V4版本有望冲击第一梯队。对比过去GPT一骑绝尘的格局，当前基础模型整体已进入线性增长阶段，未出现能力突破性升级。 ·多模态模型技术突破：2025年多模态模型迎来质变，以Google的NanoBanana为代表的图像编辑模型从“玩具”升级为生产力工具，核心是赋予模型视觉交互能力，使其能够理解外部视觉信息。这一突破虽未在模型“智力”层面带来大幅变化，但显著提升了下游场景应用潜力，包括浏览器自动化（视觉分辨提供关键支持）、豆包GUI Agent的读屏能力、模仿动作生成视频、机器人对外部环境的视觉理解、医疗场景下病例及影像读取能力等。该技术大幅增强了Agent执行连续性任务的能力，减少人工接管需求，2026年开年AI行业的诸多变化均与此直接相关。 ·垂直模型后训练模式：垂直模型训练模式正发生关键转变，传统依赖搜索成型知识库的模式用户体验较差，当前行业普遍采用后训练结合强化学习的模式。该模式将人类处理问题的思维方式植入模型并调整参数，使模型面对实际问题时能像人类一样思考，但对垂直场景的专家级数据标注要求极高。在医疗、金融、编程等垂直细分领域，均需通过大量专家级数据标注，以后训练方式实现垂直场景下的Agent模式。“模型及Agent”已成为行业普遍观点：通用模型虽不具备垂直场景处理能力，但结合后训练与强化学习、植入专家思维链后形成的垂直模型，在Agent置信度上具备极高落地可能性。

·头部厂商布局模式对比：当前编程Agent已进入商业化普及阶段，2025年模型调试、测试等工作还需大量人工干预，2026年循环编程、自我调试纠错等技术应用度大幅提升。国内C端AI应用竞争格局清晰，主要是阿里、字节、腾讯三家平台的博弈，Minimax、智谱等较难在通用型场景中产生类似OpenAI等厂商的影响力。国内AI应用生态具备独特闭环特点：一是国内移动互联网联通效率高，厂商多通过平台服务甚至自营方式落地形成闭环，而海外厂商此前侧重流量变现，未做场景直接连通；二是国内头部厂商在各自体系内形成相对封闭生态，模型与生态融合阻力小，海外如OpenAI、Google则多通过开发平台引入第三方来建立生态连接，国内目前已基本完成底层联通，更侧重模型融入产品设计。三家厂商布局模式各有不同：字节2025年发布的豆包手机是典型“操作系统+APP”模式，AI功能集中于操作系统，通过读屏理解APP完成操作，对AI能力要求高但目前效率偏低；腾讯2026年1月开放小程序生态，将小程序转化为Agent，属于“超级应用+Agent”模式，把AI功能下放至各类应用场景和小程序；阿里2026年发布的通义千问新版本处于两者之间，以超级APP形式存在，后台对接飞猪、闪购等自有生态，不依赖第三方。C端场景下Agent对大模型能力要求相对有限，执行中出现错误的影响较小，竞争关键在于功能设计和产品是否符合用户使用标准。 ·阿里千问产品核心价值：阿里2026年发布的通义千问新版本展现出极强的自有生态整合能力，几乎接入阿里全生态，能触达每个小程序页面，实现小程序与APP的无缝跳转，产品颗粒度超出预期，目前虽在小程序页面执行层面有待完善，但打车、点外卖、订机票酒店等功能已较好实现，无需跳出对话框，可像秘书一样完成操作，将小程序页面直接嵌入回答内容，而非仅推送小程序链接，这是产品设计的重要改进。阿里原有十几个各自为政的APP，千问作为新流量入口，可对此前表现不佳的场景导流，甚至通过补贴点外卖实现全生态导流，助力二线产品发展，对电商、旅游等场景形成有效赋能。从股价逻辑来看，此前阿里AI布局处于“需证实效果”阶段，股价波动性较大；千问发布后，其成为首个实现闭环的Agent，且自有流量整合效果优异，逻辑转变为“需证伪产品失败”。由于千问从开发到发布时间短，后续迭代速度预计较快，生态整合及第三方引入效率将很高，使用中出现的问题也会逐步得到有效解决，这将显著提升阿里股价波动的稳定性，标志着阿里在AI应用布局上走在行业前列。

·海外AI厂商产品动态：a. 海外AI厂商格局生变，OpenAI与Anthropic已成为百亿级AR公司，此前市场关注重心多在OpenAI，Anthropic因C端发力较少未受足够重视，但2026年以来，Anthropic反而成为引发市场较大震动的核心厂商。 b. Google是美股平台公司中唯一拥有自有模型的厂商，2025年发布模型后快速完成产品迭代，推出Sketch、Opa Notebook等下游工具类产品，其中Sketch直接对标Figma竞争，Opa Notebook对N8N等传统工作节点工具形成显著冲击。不过Google产品设计思路偏向C端非专业用户，尚未对专业场景形成实质性影响。 c. 2026年1月以来美股软件股大幅下跌，核心驱动因素是Anthropic相关Agent产品的发布。OpenAI（以ChatGPT为代表）、JIMI等产品形态偏向Chatbot，侧重一次性结果输出，对任务工作流规划涉及较少；而Anthropic最早聚焦编程市场，产品围绕工作流场景设计，其发布的Cloud Code、Cloud Coworker具备循环编程、AI自动修改bug的能力，仅需人工完成产品设计即可自动生成产品，彻底打穿编程场景，导致市场预期软件开发成本将大幅降低，软件功能价值也会被大幅削弱。 d. Anthropic此前因C端布局不足被市场低估，但在AI产品形态从Chatbot向Agent迁移的趋势下，其积累的全自动化工作流能力具备更强颠覆性，未来潜力值得重点关注。 ·垂直场景AI应用进展：a. Agent领域发展呈现新特征，2025年基础模型迭代未出现跳跃式升级，但Agent层面通过下游强化学习实现关键突破：与传统RAG增强搜索仅做外挂式检索不同，强化学习将下游知识库沉淀到模型中，使模型能够像肌肉记忆一样规划工作流，整体发展方向更偏向垂直行业。 b. 编程场景是首个被验证的Agent可落地应用点，原因在于编程场景处于机器自身的规则库内，知识库相对完备、场景较为单一，打通难度较低。其他垂直场景的Agent落地，需通过新增数据标注、垂类know-how训练实现，通用型模型无法直接覆盖垂直场景，需垂直场景公司与模型公司合作开发，因此当前美股软件股下跌行情中，存在被错杀的公司，这类公司有望通过与模型公司合作推出优质Agent产品实现突围。 c. 垂直场景AI应用已出现具体进展，其中医疗领域动作较为显著，阿里健康、Anthropic、OpenAI均在杰弗逊摩根大会期间发布了医疗大模型。当前垂直场景的数据标注处于重要时间窗口期，各细分领域正逐步推进相关布局以适配Agent发展需求。

·不同类型标的投资逻辑：在各行各业推进自动化执行任务、工作流的Agent过程中，上游存储领域所受变化相对更明显，下游应用端公司分为平台型和下游个体场景类两类。 a. 平台型标的：这类公司较易分辨，核心判断标准为是否拥有自有流量生态、是否具备自研模型能力，其中数据和流量的重要性甚至超过模型。海外代表企业为Google，其在下游场景拓展与产品结合度上处于领先地位；国内阿里已推出相关产品，腾讯预计将跟进，推荐标的包括Google、国内腾讯、阿里、快手。 b. 终端场景类标的：这类公司受AI冲击影响较小，更多是借助AI强化自身产品，推荐标的包括美图、Roblox、Reddit等。 c. ToB应用类标的：ToB应用类公司中，垂直模型公司如第四范式受AI影响相对较小；而Adobe、Figma等工具类公司此前因海外编程场景担忧被大幅压制，2025年四季度Adobe、Figma已采取与上游模型公司合作的策略，相关产品于10月发布，2026年一季度这类公司需通过业绩上修、产品终端落地来证明自身与模型公司的合作价值，其他同类公司也需通过业绩实现证明自身不会被替代。 当前重点关注编程场景下游应用生态重构情况，以及游戏、医疗等场景垂直行业Agent的发布及训练进展，后续将对各细分场景进行更细致观察调研并反馈。