英文报告专区

本报告由勤策消费研究于2026年8月发布，研究范围覆盖书写工具、学生文具、办公文具、文创与知识产权联名文具、美术画材等全品类，核心命题是中国文具行业如何从功能刚需走向情绪载体，并在存量时代完成精耕突围。报告首先描绘行业总盘：文具是典型的小产品、大市场，中国文具行业市场规模由2019年的712亿元稳步增至2024年的1322亿元，2025年预计突破1500亿元，2026年有望接近1600亿元，五年复合增速约13%；对照全球，2024年全球文具市场规模约1590亿美元，预计2030年达2131亿美元，年复合增速约5%，中国作为全球最大生产与出口国仍是增量最确定的核心市场之一。从人均维度看差距显著，2024年中国书写工具人均消费额仅约3.1美元、人均用量约12支，而美国为12美元、26支，日本为8美元、19支，中国人均支出仅为美国的约四分之一、日本的四成左右，随着新生代成为消费主力与居民收入提升，人均用量与单价的双击将打开长期空间。 与此同时，行业基本盘正承受双重挤压。人口层面，中国出生人口自2016年的约1883万降至2023年的902万，九年间近乎腰斩，学生文具核心消费群体持续收缩；数字化层面，办公端无纸化与云协作加速，传统书写类产品复购频次大幅下滑，据中国文教体育用品协会数据，2025年上半年文教办公用品行业利润总额同比下降超过24%。报告据此判断，行业正从成长期向成熟期过渡，进入存量博弈与结构分化的新阶段，企业必须从拼规模转向拼附加值。 品类结构上，按销售额口径呈现办公主导、书写为基的格局：办公文具约占61%，书写文具约21%，学生文具约12%，其他文教用品约6%。书写工具是最成熟品类，2024年销售额247.32亿元、同比仅增1.8%，但集中度持续提升，行业前五集中度由2013年的26.7%升至2024年的40.6%，仍明显低于美日超过60%的水平；竞争呈一超多强，晨光以25.8%市占率稳居首位，得力7.3%、百乐6.7%、爱好2.7%紧随其后，前四合计约42.5%。最具爆发力的是泛娱乐文具，市场规模由2019年的17亿元增至2024年的50亿元，年复合增速高达23.6%，预计2029年达162亿元，2024至2029年复合增速仍达26.3%；更宏观地看，2024年中国知识产权衍生品市场规模达1742亿元，2020至2024年复合增速15.1%，谷子经济市场规模达1689亿元、同比大增40.63%，文具正从功能品变为承载情绪价值的社交货币。 竞争格局方面，广义文具及办公用品行业2024年前五集中度仅31.2%，其中得力9.7%、晨光8.4%，齐心、华茂、乐美等进入前五，长尾企业仍占约68.8%，集中度提升空间广阔。三家头部企业路径分化明显：晨光股份2025年营收250.64亿元、同比增长3.45%，但归母净利润13.10亿元、同比下降6.12%，呈现增收不增利，其办公直销业务科力普营收150.48亿元占比超六成、同比增长约9%，传统老三样合计88.45亿元、同比下降约5%（书写工具24.24亿、学生文具32.46亿、办公文具33.01亿），零售大店15.85亿元，海外11.00亿元；护城河在于近7万家零售终端与国民级品牌认知，书写工具毛利率高达44.92%，但科力普毛利率仅6.51%拉低集团整体毛利率至18.36%，九木杂物社2025年全年亏损8451万元，应对之策包括分拆科力普赴港融资、以国漫版权赋能溢价、国际化聚焦非洲与东南亚。得力集团2025年集团总营收460.1亿元，位列中国民营企业500强第270位，文具主业约240亿元与晨光接近，核心优势在办公全品类供应链与企业端集采，研发投入占比达5.3%，推出全球首款搭载智能错题本的智能笔，线下未来教室概念店坪效较传统门店提升2.3倍，非文具业务占比约45%增强了抗周期能力。齐心集团2025年营收119.65亿元、同比增长4.98%，归母净利润8065.68万元、同比增长28.39%，99%来自企业端办公物资集采，并以吾皇猫、山海经等联名打造国潮业态。 渠道与趋势层面，文具线上渗透率由2020年的35%升至2025年的52%首次过半，抖音电商、小红书等兴趣电商贡献约37%的线上增量，82%的年轻消费者首次购买决策受内容推荐触发，品牌需构建内容种草、电商转化、私域复购的闭环。企业端方面，中国办公物资采购市场2020年达2.26万亿元，其中数字化采购约500亿元，预计2025年数字化采购接近3800亿元。消费趋势呈三浪叠加：联名产品占学生文具市场比例由2020年的12%升至2025年的37%；智能硬件渗透率由2022年的约6%升至2025年的约15%；可降解材料应用率由2020年的5%升至2025年的28%，新版学生用品安全通用要求强制18项有害物质检测，绿色合规正从加分项变为企业端订单准入门槛。出海方面，中国约占全球办公文具出口总额的30%，文教办公用品出口额由2021年的352亿美元增至2024年的385亿美元，浙江一省相关企业超7000家，义乌2025年前七个月出口文具4.1亿元、同比增长12.3%；2024年全球区域分布为欧洲32%、亚太28%、北美27%，东南亚、中东、非洲成为高增长蓝海，对标百乐2019年62%营收来自海外，出海是国内龙头突破存量瓶颈的必然选择，卡游文具销售额由2022年的2090万元增至2024年的5.13亿元即为例证。报告最后预测，行业规模2026年接近1600亿元、2030年约1960亿元，年复合增速约5%至6%，增长驱动权重依次为消费升级与文创30%、渠道线上化与兴趣电商25%、出海与全球化20%、健康环保与可持续15%、办公集采10%，增长逻辑已由人口乘渗透率切换为单价乘附加值乘全球化，行业有望从大而散向大而强蜕变。

本报告由上海嘉世营销咨询有限公司于2026年发布，是一份聚焦全屋智能系统的行业简析报告，核心论点是全屋智能正经历从单品凑合向空间主动智能的本质跨越。报告指出，2026年行业将全面进入空间主动智能时代，其核心内涵由统一的底层操作系统、多模态交互及AI大模型推理能力三者构成，行业重点已从被动响应用户指令转向基于空间感知的意图预判与无感化主动服务，标志着人找服务向服务找人的交互革命到来。报告将全屋智能的准确定义界定为：以统一底层操作系统为核心，基于空间感知、多模态交互与AI大模型推理能力，实现跨品牌、跨品类设备的底层互联互通，而非智能单品的简单物理拼凑。 在行业演进方面，报告梳理出三大发展阶段：2014至2018年的单机智能阶段，特征是单品智能化、独立运行无联动，采用手动按键控制；2019至2025年的场景互联阶段，实现多设备预设场景联动、通过App或语音集中控制，但面临生态碎片化、跨品牌互联难的痛点；2026年起进入空间主动智能阶段，实现全场景感知、AI自主学习、意图预判与主动服务，交互模式升级为无感化交互与隐形陪伴。 市场规模方面，报告测算2026年中国全屋智能系统企业端出厂价规模约3280亿元，终端市场零售价规模约8200亿元，价差倍率约2.5倍，2022至2026年价差倍率逐年收窄，反映供应链成熟度提升与渠道扁平化趋势。全产业链产值预计突破1.2万亿元。前装与后装市场存在显著渗透率剪刀差：TOP30房企精装房全屋智能标配率已超62%，2026年前装市场精装房渗透率达48.5%、整装渠道渗透率18.7%，前装模式依托PLC电力线载波技术解决无线断联与信号穿墙痛点，单户施工成本较后装改造低40%以上；后装市场受限于国内存量住房超3亿套中90%以上未预埋智能布线，布线成本高、老旧家电兼容性差、系统稳定性不足三大痛点，2026年存量房渗透率仅5.4%，渗透速度显著慢于前装。 技术层面，报告强调交互革命由端侧多模态大模型驱动，2026年头部品牌全屋中控系统均已搭载端侧多模态大模型，可学习用户生活习惯实现意图预判，端侧部署使离线响应速度较云端方案提升80%以上并降低隐私泄露风险；毫米波雷达已全面替代传统红外传感器，解决静止人体无法检测的痛点，2026年搭载毫米波雷达的设备出货量同比增长87%。报告对比四类核心交互技术的2026年商用渗透率：远场语音全双工交互68.2%、毫米波雷达空间感知41.5%、端侧多模态大模型32.7%、空间计算技术18.6%。在通讯协议的巴别塔之战中，报告详细对比了五类协议：Matter协议2026年全球支持设备突破2800万款、华为小米美的海尔等已加入CSA连接标准联盟但私有生态壁垒仍高；国产星闪NearLink标准凭借低时延高可靠大带宽抗干扰优势迎来商用爆发，支持设备数量同比增长超215%，SLB模式最大传输速率1.2Gbps、覆盖100米；PLC-IoT电力线载波技术传输速率2Gbps、无穿墙限制，2026年精装房前装市场渗透率已达65%以上；此外还有Zigbee与蓝牙Mesh等方案。 在应用场景破局方面，报告聚焦三大方向。其一是适老化，截至2026年中国60岁以上老年人口突破2.9亿、独居老人超1.2亿，适老化毫米波雷达跌倒监测设备误报率已降至0.3%以下，卫浴安全智能、起居主动干预系统、健康监护联动系统三大细分场景2026年预计市场规模分别为186亿元、142亿元、215亿元。其二是隐形的家庭医生，无需穿戴的生命体征雷达实现规模化商用，睡眠监测与卧室健康生态、全屋空气与呼吸健康管理、全场景体征监测系统三大场景预计市场规模分别为328亿元、275亿元、412亿元。其三是白色家电的去孤岛化，随着Matter协议白电产品占比提高，实现冰箱识别食材临期推送菜谱、烟灶自动调整火力、洗衣机匹配洗涤模式等全流程自动化闭环，智能清洁设备智能化产品占比达61.2%、智能冰箱42.5%、智能洗衣机39.8%、智能厨房电器31.7%。 产业链方面，报告构建了上游底层技术与核心元器件、中游系统解决方案与硬件制造、下游渠道与应用场景、配套服务与生态支撑的完整链条，各环节价值分布为：智能硬件品牌与制造商约32%、核心元器件约18%、渠道与终端应用约14%、系统解决方案与平台商约11%、配套服务层约11%、底层技术与软件约7%、通用硬件零部件约7%，产业链从硬件制造驱动向系统与服务驱动深度转型。消费端呈现体验优先、稳定为王、场景细分、隐私敏感四大特征，六大核心决策驱动因素为系统稳定性与设备联动可靠性、个人隐私与数据安全保障、安装施工与售后运维服务、品牌知名度与口碑、场景化体验与主动智能能力、跨品牌设备互联互通能力。渠道变革方面，前装渠道成为绝对主流，2026年地产前装渠道占比升至52%、整装家装渠道24%，商业模式从一次性硬件销售转向按空间面积收方案设计费、全屋智能订阅制服务、与健康养老本地生活联动变现的空间生活方式服务模式，提升用户生命周期价值。 展望未来，报告提出四大机遇：边缘侧AI大模型全面普及，预计2030年搭载边缘侧大模型的全屋智能系统渗透率达70%以上；新能源车与全屋智能的车家互联成为核心增长极，预计2030年车家互联设备渗透率达85%以上；适老化与健康管理成为万亿级核心赛道；鸿蒙OS等国产操作系统与星闪标准实现全球引领，推动从产品出海向技术与标准出海跨越。同时报告揭示四大挑战：隐私与数据安全的合规焦虑与用户信任危机，接近七成用户担心隐私安全、近半数用户因隐私顾虑放弃购买；存量市场改造成本高周期长的行业级痛点；生态碎片化问题仍未根本解决、私有生态壁垒犹存；全链路服务标准缺失与复合型专业人才缺口的行业瓶颈。

本文件是世界数字教育联盟标准化委员会（WDEASC）于2026年制定的团体标准人工智能教育应用系统（标准编号WDEAS 0002：2026，英文名Artificial intelligence application system in education），其上位文件为WDEAS 0001至2025教育大模型总体参考框架，并规范性引用了ISO/IEC TR 20748-1（学习分析互操作）、ISO/IEC TR 24028（AI可信度概述）、ISO/IEC 42001:2023（AI管理体系）等国际标准。文件确立了人工智能教育应用系统的参考框架，规定了教育应用支撑技术功能、教育场景通用功能、安全与伦理功能的基本要求，适用于联盟内AI教育应用系统的设计、研发、测试、应用与评价。其出台背景在于：近年来AI在教育领域应用不断深化，正重塑教学方式、学习模式与教学评价形态，UNESCO、OECD等相继发布政策强调系统安全、数据保护、算法透明、公平性与伦理治理，亟需统一、可实施的技术规范支撑规范建设。 文件秉持以人为本、教育引领、技术可信原则，提出六大基础原则：技术向善（价值观引导与风险预警）、育人为本（遵循教育规律与身心发展规律）、人类自主性（AI辅助而非取代人类决策，参考ISO/IEC TR 24368）、普惠公平（面向特殊需求群体的无障碍服务，缩小城乡区域校际群体差距）、主体责任（教育者对影响教学决策的功能保有决策权、可审查权与覆盖控制权；学习者对认知性、创造性、推理性、评价性任务的责任不应被AI替代）、安全可控（覆盖内容、数据、伦理与风险防控的全过程动态保障）。系统参考框架采用四层架构：通用关键技术层（机器学习、计算机视觉、知识图谱、大模型、模式识别、智能体、自然语言处理、具身智能与机器人、智能语音）、教育应用支撑技术层、教育场景通用功能层、安全与伦理支撑层。 在教育应用支撑技术功能方面，文件逐项界定了十一类能力及其基本功能：语言理解（机器翻译、语法检查、古典文学语义理解、对话理解、阅读理解）；逻辑推理（科学推理、时空推理、推理联想、数理推理，并给出高原水沸点、几何证明等示例）；内容识别（手写体与印刷体文本识别、学科特异性文本如数学公式与化学方程式识别、语音识别、图形图像识别、视频识别课堂行为）；内容检索（多维度标签检索、基于学习行为数据检索、模糊检索、多模态检索）；内容生成（多文体生成、学科差异化生成、结构化生成、多模态生成）；知识问答（学科专业问答、学情自适应问答、跨学科整合、思维链式回答、错题解析、多模态问答、正向激励）；自动编码（代码生成、补全、评价批改、分析解释）；教育智能体（角色设置、工具调度、动态规划、主动交互、协同学习）；教育数字人（形象创建、多模态交互、情感计算识别困惑与焦虑与投入等情绪）；智能测评（全过程评价、多题型自动评分、动态调整测评策略）；自适应学习（多维能力画像、知识图谱构建、动态学习路径规划、个性化推荐）。 在教育场景通用功能方面，文件从教师教学（学情素养分析、资源适配与生成、教学资源管理、智能体备课、教学内容识别、数字人教学、VR/AR/XR实训适配、作业生成与差异化作业、智能批改、课堂教学行为分析、科研助手）、学生学习（学习路径规划、个性化路径生成、智能答疑采用思维引导模式避免直接给答案、智能伴学、写作与表达指导、编程指导、知识梳理、作文批改、学习策略引导）、评估评价（诊断性评估的学情诊断与学情预警、过程性评价的口语测评与教学行为分析、结果性评价的智能命题组卷与智能评卷、错题分析、学业评价并要求评价算法透明可解释）三大维度提出系统化功能要求。安全与伦理功能要求系统全生命周期符合ISO/IEC TR 24028与ISO/IEC 42001：系统安全强调教育数据本地独立部署或逻辑隔离、防范数据投毒与恶意篡改、身份鉴别与权限管理、故障快速恢复；数据安全强调个人信息全生命周期合规处理、备份恢复、内容合规与知识产权保护；伦理层面提出公平性、透明性（数据来源与算法原理与决策规则与权限控制透明并提供标准化API支持互操作）、可解释性（高风险学业决策需提供可追溯的逻辑证据链）、可控性，以及算法多样性与去茧房化（引入异见内容、跨学科视点与随机探索机制缓解信息茧房，并支持用户关闭个性化推荐）。该标准为AI教育产品的研发、评估与国际合作提供了统一技术基准，对推动教育公平与教育质量提升、促进AI教育产业健康发展具有重要意义。

报告背景：国泰君安期货黑色金属研究团队针对铁矿石价格中枢下移背景，构建由成本曲线到供应弹性的分析框架，重点量化非主流矿山在低价情景下的边际退出与复产能力，为判断矿价底部支撑与供给释放节奏提供量化依据。样本与结构：研究覆盖年化装港发运样本约五亿零五百四十万吨，其中国家型矿山（印度、加拿大、南非等）约二亿七千三百三十万吨，澳洲非四大（除力拓、必和必拓、FMG、罗伊山外）约一亿二千二百五十万吨，巴西非四大约一亿零九百六十万吨。潜在减量测算：当价格回落至一百、九十、八十美元时，年化潜在减量分别为一千八百三十万、五千六百七十万、一亿一千二百一十万吨，占样本总量约百分之三点六、百分之十一点二、百分之二十二点二，显示供应弹性随价格下行显著放大。边际结构：从九十美元降至八十美元触发增量退出五千五百四十万吨，从八十降至七十美元再增五千八百四十万吨；在八十美元情景下，国家型矿山贡献约七成（七千七百八十万吨），澳洲非四大一千五百八十万吨、巴西非四大一千八百五十万吨，其中印度一千六百三十万吨、加拿大一千两百六十万吨、南非六百万万吨，是边际成本敏感的核心来源。运费情景：运费处于低位时冲击量约五千七百一十万吨，而在运费高位情景冲击可放大至一亿九千九百七十万吨，说明运费通过净回值（CFR折算FOB）显著改变矿山现金利润与供应响应。方法论上，报告以CFR到岸价反推FOB净回值，再扣除运费与现金成本得到现金利润，进而估算供应响应系数与年化潜在减量，形成完整的成本曲线量化链条。印度验证：印度现金利润与发运滞后四周相关系数达零点六九、R²为零点三七，呈现明确正向响应；印度利润转正期发运四千五百四十万吨，亏损期仅三千一百三十万吨；历史看二〇一九年十月至二〇二〇年七月连续三十八周价格低于九十美元，发运并未下降，提示短期亏损耐受与库存出清会削弱即时弹性。持续时间：价格冲击持续一、三、六个月时，期末年化减量分别为一亿一千二百一十万吨，期间累计影响一千四百万、三千七百万吨。报告结论：非主流供应弹性是矿价下方的关键缓冲，但弹性释放受运费、利润时滞、持续时间与矿山耐受度多重制约，需结合成本曲线与情景表动态评估。对黑色金属研究的启示在于，价格底部的判断不能只看主流矿山的现金成本，更需关注非主流供应的弹性边界，因为后者才是边际供需再平衡的执行者。运费作为连接离岸成本与到岸价格的关键变量，会在低价区间显著放大供应冲击，是情景分析不可忽视的维度。对于期货投研，建议结合成本曲线、发运样本与利润时滞建立动态的供应响应模型，在价格跌破关键成本线时警惕弹性的非线性释放，同时留意矿山短期亏损耐受对即时供应效应的削弱。对黑色金属研究的启示在于，价格底部的判断不能只看主流矿山的现金成本，更需关注非主流供应的弹性边界，因为后者才是边际供需再平衡的执行者。运费作为连接离岸成本与到岸价格的关键变量，会在低价区间显著放大供应冲击，是情景分析不可忽视的维度。对于期货投研，建议结合成本曲线、发运样本与利润时滞建立动态的供应响应模型，在价格跌破关键成本线时警惕弹性的非线性释放，同时留意矿山短期亏损耐受对即时供应效应的削弱。

本报告由弗若斯特沙利文（Frost & Sullivan）于2026年8月发布，聚焦2026年第二季度全球户用储能电池市场，研究以2025年为历史年份、2026-2030年为预测年份，地域覆盖全球。报告将储能电池按应用场景分为三大类：户用储能（功率3kW-15kW，面向家庭小型用户侧）、大型储能（单机≥5MW，安装在电网侧或发电侧）、工商业储能（10kW-10MW，面向企业用户实现峰谷价差套利）。户用储能电池指额定能量≥5kWh、经10kV以下电压接入的电化学储能系统，由电池模组、电池管理系统（BMS）、储能变流器（PCS）等构成，通常与户用光伏系统组合安装，实现光伏自发自用、峰谷电价套利与停电应急备电三大核心功能，并进一步细分为家庭储能、通讯储能和便携式储能。 在市场规模方面，报告核心数据显示：2025年全球户用储能电池出货量达到106.0GWh，此后逐年增长至2026年145.9GWh、2027年180.3GWh、2028年212.3GWh、2029年240.1GWh，预计2030年达到266.5GWh，2025-2030年复合年增长率（CAGR）高达20.2%。增长主要得益于屋顶光伏系统的广泛部署、锂离子电池成本持续下滑带来的经济性提升、各国政府的补贴/税收减免/低息贷款政策，以及零售电价上涨和碳中和、能源独立意识的增强。展望未来，虚拟电厂（VPP）规模化推广、大容量住宅电池系统需求上升、光伏+储能一体化安装模式普及、智能能源管理系统进步、家庭电气化与电动汽车充电场景融合，以及固态电池等新兴技术的商业化突破，将成为核心驱动力。 技术路线上，磷酸铁锂（LFP）凭借本征安全性和循环寿命优势，已成为户用储能领域事实性主流路线，家庭储能系统容量普遍在5-20kWh之间，循环寿命要求6000次以上，部分高端机型质保达10年以上。发展趋势体现为三方面：一是技术路线持续向高安全、长寿命方向迭代，核心目标从单纯追求能量密度转向兼顾安全性、寿命与经济性；二是系统集成度提升与数字化运维普及，逆变器与电池一体化集成、模块化堆叠式产品形态、云平台远程监控成为方向；三是商业模式多元化与光储充融合深化，户用储能从单一备用电源升级为家庭能源管理核心枢纽。 分区域看，报告详细分析了八大市场：中国依托全球最完备锂电产业链和LFP规模优势，在电芯制造、系统集成环节全方位领先，正从工商业储能主导向户储加速渗透；欧洲是发展最早、渗透率最高的区域，德国仍是最大单一市场，奥地利、法国、荷兰、捷克增长势头更强，驱动逻辑从补贴转向价格优势主导；美国受《第25D条投资税收抵免》等政策刺激，加州、亚利桑那州、伊利诺伊州引领部署，第三方所有权和虚拟电厂模式兴起；澳大利亚近四成家庭已装光伏、渗透率全球首位，2025年联邦全国统一户储补贴成为爆发核心动力；日本东京都自2025年起强制新建独栋住宅装光伏，竞争焦点转向平台整合与调度效率；东南亚（泰国、菲律宾、越南）从可选消费转向刚性基础设施；拉丁美洲以巴西为核心因水电占比高及极端干旱驱动需求；中东非洲（沙特、南非、尼日利亚）处于快速增长初期。 竞争格局方面，全球户用储能电池市场呈现高度集中的集群化特征，中国企业凭借磷酸铁锂技术积累、完备上下游产业链配套及大规模制造成本优势占据主导地位；日韩厂商长期聚焦三元电池，在主流转向LFP过程中迭代滞后、份额被挤压；欧美企业更多集中于系统集成环节，电芯制造端缺乏规模优势。按2026年第二季度出货量计算，排名前五的制造商包括鹏辉能源（约30%）、公司A（23%）、公司B（18%）、公司C（9%）、公司D（6%），鹏辉能源以显著份额位居榜首；2026年上半年口径下鹏辉能源份额约28%，同样领先。该报告为研究全球户用储能市场规模、区域格局、技术趋势及中国储能企业出海提供了详实的数据支撑与竞争格局参考。

本报告由美国投行Greenwich Capital Group（格林威治资本集团，GCG）发布，是其针对北美汽车后市场（Automotive Aftermarket）的2026年第二季度并购行业动态与估值更新报告，数据基于Pitchbook截至2026年6月30日的公开信息。报告核心判断是：北美汽车后市场在2026年Q2开局稳健，延续了年初的正常化需求背景，交易活动加速、投资者情绪改善，行业以“持久的终端需求+成本关税可见性提升+战略买家紧迫感上升”的组合收官，推动公开市场表现改善并加速下半年并购。 在需求端，报告指出美国车队持续老化、车辆行驶里程保持韧性，消费者在新车购买力低迷背景下延长持有周期，推动重复更换零件的非自由支配需求，支撑核心维修市场健康；同时越野与爱好者（Off-road & Enthusiast）细分市场份额表现优于所有其他类别，反映自由支配支出的反弹。两大结构性悬念在Q2持续缓解：一是关税不确定性下降，供应商已建立管理短期关税风险敞口的工具、价格转嫁基本消化，长期回流生产（reshoring）仍是重点；二是第一品牌集团（First Brands Group）退出重塑供应商格局，批发客户多元化采购、竞争对手抢占被让出的份额。“亚马逊效应”继续渗透，参与者加大对数字工具、数据分析、库存管理与预测性维护平台的投资。 并购数据方面，2026年Q2宣布交易达51宗，超过Q1的47宗，创北美后市场交易量新高并延续连续增长；但披露交易金额仍稀少，规模较小的私下协商交易占主导。战略收购方约占交易量90%，更青睐能深化规模、整合与能力的“即插即用”型收购，而非新平台创建；碰撞修复、零部件分销与服务业务吸引买家主要关注，服务导向细分市场占据Q2交易最大份额。 估值方面，报告追踪广泛的二级市场公司组合，过去五年均值约14.6倍EV/EBITDA与2.3倍EV/Revenue，自2021年底COVID时期约16.7倍峰值稳步下降；2026年Q2行业以13.0倍EV/EBITDA和1.9倍EV/Revenue退出，均略低于五年均值，狭窄的交易区间显示投资者对后市持久的需求驱动特征抱有信心。报告将上市公司分为七类并归为三大类，分季度给出子板块估值：越野与爱好者五年平均TEV/EBITDA约14.4倍、TEV/收入约2.1倍（近期涨幅28.5%/25.7%，但三年跌幅达47.1%）；零部件分销商与零售商约16.0倍/2.4倍（含AutoZone、O'Reilly、GPC等）；组件与供应商约10.2倍/1.6倍；服务提供商约16.5倍/2.8倍。个股层面涵盖BRP、Xpel、Holley、Polaris、AutoZone、Advance Auto Parts、Dorman、Standard Motor Products、Monro、Valvoline、Driven Brands等，并给出企业价值、股价表现与EBITDA利润率等指标。整体来看，报告为PE机构、战略买家及产业投资者判断北美汽车后市场并购窗口、估值锚点与子板块景气度提供了细致参考。 从趋势与投资逻辑看，北美汽车后市场兼具防御性与成长性：车龄老化与保有量扩张构筑起刚性维修需求的底盘，越野与爱好者等可选消费板块则提供向上弹性，行业景气对宏观波动的敏感度相对较低，是典型的穿越周期型赛道。产业整合逻辑清晰，战略买家在终端需求可见性与关税成本明朗之后加快补强式收购，通过并购获取规模效应、渠道深度与数字化能力，推动行业集中度进一步提升。对私募股权与产业资本而言，服务型与分销型资产因现金流稳定、抗周期性强而更受青睐，估值锚定在略低于五年均值的合理区间，为长期布局提供了较好的进入窗口。报告特别提示，数字化、预测性维护与供应链本地化能力正成为区分优质标的的关键变量，具备数据积累与渠道壁垒的平台型企业，有望在整合浪潮中获得估值溢价，而单纯依赖传统渠道、缺乏技术投入的中小参与者则面临被替代与边缘化的风险。

本白皮书由固德威技术股份有限公司编制发布，中国建筑防水协会担任指导单位，中国建材检验认证集团苏州有限公司提供技术支持，北京东方雨虹防水技术股份有限公司、北新防水有限公司、江苏凯伦建材股份有限公司、科顺防水科技股份有限公司联合发布，聚焦一个长期被行业忽视却极为关键的命题：在单层卷材屋面（尤其是TPO高分子防水卷材屋面）上安装分布式光伏系统时，如何同时保证建筑结构安全、屋面防水功能与光伏发电效能。中国建筑防水协会秘书长朱冬青在卷首语中明确提出，光伏屋面首先要确保建筑安全，其次保证屋面防水、保温隔热、防风雨、抗冰雹、防雷、隔音等功能的实现，最后才是发电效能，并强调并非所有屋面都适宜安装光伏，不赞成大跃进式推动光伏屋面，这一判断构成全篇的技术价值观基础。 在行业背景部分，报告给出翔实的市场数据：分布式光伏连续三年市场占比超过集中式光伏，2023年一季度中国分布式光伏新增装机18.13GW，占比达54%，相比2022年同期的8.87GW增长104%；其中工商业分布式新增装机9.21GW，在分布式装机中占比51%，高于户用分布式。在电池片等上游原材料持续降价背景下，中国光伏行业协会预测当年新增装机120GW，并于7月上调预期至140GW。政策层面，自2021年9月住建部发布《建筑节能与可再生能源利用通用规范》GB55015-2021以来，光伏加建筑被确认为实现减排目标的重要手段，上海、浙江、河南、安徽、宁夏、四川等地陆续出台能源规划或碳达峰实施方案，要求工业企业与园区分布式光伏应装尽装。国家统计局数据显示，2022年全国新增竣工面积中厂房及仓库占比最高达16%，厂房及仓库每年新增竣工面积约6.5亿平方米，存量建筑面积约100亿平方米，构成巨大的屋顶资源池。屋面材料方面，据美国屋面工程协会NRCA统计，美国新建和改造屋面中基于TPO、PVC、EPDM的单层卷材屋面占比分别为66.44%和69.88%；国内单层卷材屋面年新增市场容量约2000万平方米，其中TPO占比近70%，随着GB 55030-2022《建筑与市政工程防水通用规范》强条实施还将进一步增长。 报告系统剖析了传统安装方式的三大痛点。穿透支座式需在屋面打孔、破坏防水层，以1万平方米无遮挡屋顶、1MW工商业项目为例约需2600个支座，按1%不良率计算将出现约30个同时渗漏点；胶粘式重量约2至4千克每平方米，但结构胶老化会导致粘结强度下降，且TPO卷材中抗氧剂、防老剂等添加剂在高温下易挥发迁移，本身不易与结构胶粘附；负重压块式重量高达25至30千克每平方米，对屋面承载力要求高，混凝土压载物长期作用还会对卷材造成机械刺穿或撕裂。荷载方面，报告指出低荷载屋面约占我国存量市场的40%，承重能力一般仅5至10千克每平方米，而传统晶硅组件重量在15至20千克每平方米，轻质光伏产品重量则可控制在3至6千克每平方米；同时提醒老旧屋面改造须按GB50068-2018《建筑结构可靠性设计统一标准》复核，永久荷载分项系数由1.2调至1.3、可变荷载系数由1.4调至1.5。 针对上述痛点，白皮书提出固德威银河轻质光电建材（银河Ultra）一体化解决方案：产品单位重量仅6千克每平方米，与TPO防水卷材一体化封装，两端自带卷材通过热风焊接与原屋面TPO融为一体，无需导轨支架与结构胶，实现无损安装。技术验证数据密集：温度方面，依据GB 27789-2011，TPO热老化试验条件为115摄氏度正负2摄氏度、持续672小时，头部防水企业可提升至135摄氏度，实测表明散热格栅高度达25毫米时光伏发热对TPO表面温度基本无影响；抗风方面，产品通过GB/T 31543-2015抗风揭测试、GB/T 36584-2018抗风性能测试及GB/T 39794.2-2021金属屋面抗风掀性能动态压力法测试，经5个阶段共5000次加压、每次10秒的考核，相当于可抵抗16级强台风，规避了常规组件边框仅1.5至1.8毫米在台风下撕裂形成飞板的风险；抗雪压方面通过正面5400Pa机械载荷测试，远高于雪压最大城市新疆阿勒泰50年一遇1650Pa的水平；防水耐久方面TPO人工气候加速老化性能可达5490小时、低温弯折负40摄氏度无裂纹、平均剥离强度10N每毫米；抗冰雹方面依据IEC 61215以23米每秒速度、直径25毫米冰球冲击11个位置，测试后外观完好、EL检测无隐裂、功率衰减仅0.15%，报告同时列举2021年6月山东聊城户用电站被冰雹掀翻、2020年6月贵州黔西南州120MW电站受损失千万以上的真实事故案例。防火方面，TPO防火等级为B2级、离火自熄不产生滴落物，结合A级岩棉保温板可使屋面系统达到不燃标准、耐火极限1至4小时，逆变器侧则配置直流拉弧检测（AFCI）与快速关断技术，消除组串高压与电弧起火隐患。 解决方案章节给出完整施工与运维规范：设计阶段须现场进行两种TPO卷材的拉拔力测试，拉力值须大于40N每厘米方可备案设计；安装阶段依次完成基层清洗（使用丙酮稀释剂等专用清洗剂）、TPO散热格栅焊接、丁基胶初固定、热风焊枪点焊与满焊，头尾卷材有效焊接宽度不小于25毫米；运维阶段与常规电站相近，但严禁踩踏，更换破损产品只需割除两端TPO卷材与中间丁基胶带。落地案例为镇江菲舍尔项目，采用4256块315Wp银河Ultra产品、总容量1340.64kW，预计年发电约140万度，25年累计发电3290万度，相当于节约标准煤10032吨、减少二氧化碳排放26775吨。整体来看，该白皮书对工商业屋顶分布式光伏、光伏建筑一体化、防水卷材与光伏跨界融合的技术选型具有直接参考价值，其核心趋势判断是：随着碳中和推进与低荷载存量厂房改造需求释放，轻质化、免支架、防水与发电一体化将成为单层屋面光伏系统的主流技术路线。

本报告是东吴证券研究所汽车行业分析师黄细里团队AI系列深度研究的第18期，发布于2026年8月7日，行业评级为增持（维持）。报告承接第16期（语言智能为何从RNN转向Transformer）与第17期（视觉智能为何引入Transformer）的研究脉络，把研究对象从判别式任务转向生成式任务，核心命题是回答生成式视觉领域中Transformer究竟以何种方式、在哪些环节被引入，以及本轮生成式视觉真正的范式更替究竟发生在哪里。 报告首先厘清生成式任务的本质：与图像分类、检测、分割等判别式任务不同，生成式任务的目标不是给定图像输出标签，而是学习图像数据背后的结构、风格与语义分布，并在文本等条件约束下生成此前不存在的新图像。其根本难点在于自然图像处于极高维空间、真实分布无法显式写出，如何用神经网络近似该分布并高效采样，构成十余年来生成式视觉研究的主线。2013年Kingma与Welling提出变分自编码器VAE，以变分推断与重参数化技巧训练潜变量生成模型，确立编码—潜变量—解码框架，成为现代深度生成模型的起点。 报告以代表性论文为锚，将2013年以来的生成式视觉划分为五个阶段：一是2013至2015年深度生成模型奠基期，VAE、GAN、早期Diffusion与自回归模型多路线并立；二是2016至2019年GAN主导的逼真图像生成期，代表成果包括pix2pix、CycleGAN、ProGAN与StyleGAN，图像生成首次实现高真实感；三是2020至2021年Diffusion复兴与范式替代期，DDPM、DDIM、Score-based模型与Guided Diffusion推动生成范式从对抗训练转向逐步去噪；四是2022年文本驱动图像生成爆发期，DALL·E2、Imagen、Latent Diffusion与Stable Diffusion使自然语言成为图像生成入口；五是2023年至今的可控生成、Diffusion Scaling与视频及世界模拟期，ControlNet、SDXL、DiT、Sora、Lumiere、Veo推动生成从单图创作走向可控视觉基础模型与连续时空生成。 在GAN路线部分，报告拆解生成器与判别器的对抗博弈原理，指出其价值在于无需显式写出数据概率分布，而以造假与鉴假的博弈隐式逼近真实分布，绕开难以处理的似然计算；并梳理演进链条：2015年DCGAN以全卷积结构稳定训练，2017年pix2pix与CycleGAN分别解决配对与非配对图像翻译，2018至2019年BigGAN实现大规模类别条件高保真合成、StyleGAN以基于风格的生成器引入可控潜空间达到GAN时代巅峰。同时明确GAN的四项结构性局限：训练不稳定、模式崩溃导致样本多样性不足、缺乏显式似然难以评估与监控、语义与文本条件控制较弱，这些天花板为扩散模型复兴留出空间。 Diffusion路线部分，报告追溯至2015年Sohl-Dickstein等人基于非平衡热力学的早期工作，指出2020年Ho、Jain与Abbeel的DDPM把生成过程转化为稳定的监督学习问题，2021年Song等人以连续时间随机微分方程统一分数匹配与扩散框架。扩散替代GAN的三点原因是训练稳定、对整体数据分布覆盖度好、迭代去噪结构便于逐步注入条件信息。2021年Dhariwal与Nichol给出扩散模型在图像合成上超越GAN的基准证据，2022年起主流文生图产品几乎全部转向扩散路线，学术与产业两端同时验证。其局限集中在效率与算力：标准DDPM需数十至上千步迭代去噪，像素空间扩散成本高昂，2022年Rombach等人的潜在扩散模型把扩散移入预训练自编码器的低维潜空间，并通过交叉注意力接入文本条件，成为关键解法，同时为Transformer介入预留接口。 报告最核心的贡献是提出Transformer融入图像生成的四环节框架：环节一为自回归序列生成器，2021年DALL·E1把文本token与图像token拼接统一建模、VQGAN把图像离散化为token，证明图像可token化、可像语言一样被序列建模，但受限于顺序依赖与全局一致性未成为最终主线；环节二为文本条件编码与注入，CLIP通过图文对比学习实现语义对齐，Imagen强调大语言模型式文本编码器的重要性，GLIDE、DALL·E2与Stable Diffusion以交叉注意力把文本表示注入扩散去噪网络，使自然语言成为生成控制接口，直接推动2022年文生图爆发；环节三为扩散骨干替换，2023年Peebles与Xie的DiT以Transformer替代U-Net卷积骨干、在潜空间图像patch上建模，验证视觉生成同样具备规模化扩展潜力，但改变的是网络骨干而非去噪范式本身；环节四为多模态统一与时空扩展，Video Diffusion Models、Make-A-Video、Lumiere时空U-Net、Sora的统一视觉表示与世界模拟器方向、Veo3的创意控制与原生音频、GPT-4o的原生图像生成，共同推动生成对象从静态单图走向视频与多模态交互创作系统。 由此报告给出核心结论：本轮生成式视觉真正的范式更替是GAN到Diffusion，即从对抗生成转向去噪生成；Transformer的作用是工程化骨干升级与语言可控接口，而非生成范式本身的更替者。相比语言领域Transformer对RNN的快速全面替代，其在视觉生成中体现为沿序列生成、条件编码、骨干替换与多模态扩展四个环节的渐进式渗透。在投资启示上，报告认为数字AI底座模型发展路径已逐渐清晰、价值在于确定性，但难以实现物理世界的建模闭环；物理AI将成为物理世界的AI解决方案，是当前阶段增量更大的方向，智能驾驶作为最先跑通闭环的代表场景应重点关注。风险提示包括技术迭代与产品化落地不及预期、视频与多模态生成的时间一致性与可控性不及预期、大模型厂商ARR增速放缓、云服务商资本开支不及预期以及智能驾驶及机器人商业化落地不及预期。

本报告是东吴证券研究所于2026年8月7日发布的汽车行业AI系列深度第19期，由证券分析师黄细里撰写，行业评级维持增持。报告承接该系列前作《语言智能为何从RNN转向Transformer》《视觉智能为何引入Transformer》，把研究视角从单一模态推进到模态融合，系统回答一个核心问题：多模态大模型如何从早期的模型拼接走向底层统一。报告开宗明义指出，多模态智能的本质，是把文本、图像、音频、视频等异构信息映射进同一套统一表示，并在此表示之上完成理解、推理、生成与交互；判断一个模型是否真正多模态，关键不在于它能接收几种输入，而在于模态之间是松散拼接还是深度统一、对齐究竟发生在流程的哪个位置、跨模态转换过程中损失了多少信息。作者认为，多模态是人工智能第二阶段架构收敛、任务收敛、模态收敛这三重收敛在模态维度上的集中兑现。 报告构建了一个以对齐位置为主线的三阶段分析框架，这是全篇的核心方法论。第一阶段为外挂式与组合式阶段，时间跨度为2021年至2023年，核心问题是如何让图像进入语言模型体系，代表成果包括对比学习图文对齐的CLIP、十亿级弱监督图文对训练的ALIGN、兼顾对齐与描述生成的CoCa、以感知重采样器和门控交叉注意力桥接冻结语言模型的Flamingo、用轻量桥接器连接冻结视觉编码器与冻结大模型的BLIP-2，以及把指令微调引入视觉语言模型的LLaVA。其中CLIP使用约四亿组图文对进行训练，证明自然语言可以作为视觉概念的开放式标签并带来零样本迁移能力，奠定了开放词表视觉理解的基础；LLaVA则确立了视觉编码器加投影层加大语言模型加指令微调这一至今仍被广泛沿用的开源范式。该阶段的共性是把强大的单模态模型当作零件，用人工设计的连接模块组装成系统，工程效率高、复用性强，但图像必须先被压缩成视觉标记再送入语言模型，细节、空间关系与时序信息存在明显损耗。 第二阶段为原生多模态阶段，时间为2023年至2024年，代表模型是谷歌的Gemini。报告认为2023年可视为多模态大模型的元年，多模态自此从语言模型的外接功能转变为基础模型的内生能力。原生路线以解码器架构为主体，把不同模态转化为可统一处理的序列表示，并支持多模态在同一上下文窗口中交错输入，使模型从预训练阶段就学习模态之间的对应、组合与推理关系，从而提升复杂真实任务中的泛化能力，代价则是显著抬高了数据规模、训练系统与跨模态对齐的门槛。第三阶段为全模态阶段，2024年至今，标志性成果是把文本、视觉、音频输入输出纳入同一实时交互闭环的GPT-4o。相较传统语音助手采用的语音识别、语言理解、语音合成三段式串联流程，全模态路线由同一个神经网络直接处理音频，保留语气、节奏与情绪等非文本信息，显著降低延迟。报告将其突破归纳为语音直接理解、视觉实时参与、低延迟对话、多模态共同推理四点，竞争焦点由能否理解多模态内容升级为能否自然实时低延迟地完成多模态交互。2025年的Qwen2.5-Omni以单一模型统一处理四种模态并流式生成语音，其用于对齐视频与音频时间戳的时间对齐旋转位置编码方案，以及把理解生成与流式语音分工协同的双模块架构，使该路线从闭源产品走向可复现方案。 报告进一步指出，全模态并非终点，当前存在三大瓶颈：一是理解与生成的表征冲突，理解偏重高层语义，生成需保留空间结构与纹理细节；二是离散与连续模态生成范式难以统一，文本适配自回归，图像视频音频等高维连续信号的高保真生成更依赖扩散或流匹配；三是推理过程尚未多模态化，多步推理的中间状态仍主要由语言思维链承载，随着推理链延长，视觉证据容易被语义压缩、注意力稀释乃至遗忘。围绕第一个瓶颈，业界形成三条路线：纯自回归路线以Chameleon、AnyGPT、Emu3为代表，把所有模态离散化为标记并统一预测下一个标记，架构简洁可规模化但图像生成质量仍逊于扩散模型；自回归加扩散混合路线以Transfusion、Show-o为代表，2025年的BAGEL采用混合专家式架构，理解侧用视觉编码器、生成侧用变分自编码器加修正流，实现理解与生成相互促进；解耦再统一路线以国内团队提出的Janus及其升级版Janus-Pro为代表，解耦理解用与生成用的视觉编码、共享同一语言骨干，正面化解表征冲突。围绕第二个方向即多模态推理，2025年以来沿视觉工具增强、视觉与语言交错推理、多模态潜空间推理、面向视频与具身场景的闭环推理四条路径加速演进。 报告的结论是，这一轮多模态升级的技术支点是Transformer，任意模态切成标记进入同一注意力骨干的序列建模范式，使对齐从人工设计交给注意力自行学习；三阶段的实质是模态进入同一骨干的时点不断前移，对齐每前移一步，人工成分减少一分、转换损耗下降一分。短中期技术可能走向模态表征与生成模块适度解耦、语义与推理主干共享的中间形态，而下一阶段的行业竞争重点将转向多模态原生推理，关键变量在于视觉证据利用、时空记忆、预测与行动闭环以及推理效率。在投资落脚点上，报告认为数字底座模型的发展路径已逐渐清晰、价值在于确定性，但难以完成物理世界的建模闭环，物理智能将成为增量更大的方向，而智能驾驶作为最先跑通闭环的代表场景值得重点关注。风险提示包括技术迭代不及预期、大模型厂商年度经常性收入增速放缓、云服务商资本开支不及预期，以及智能驾驶与机器人商业化落地不及预期。

本报告是东吴证券研究所汽车行业分析师黄细里团队于2026年8月6日发布的AI系列深度第16期，是继第14期《深度学习如何开启AI第一次爆发》、第15期《Transformer如何开启AI第二次爆发》之后的延续研究，行业投资评级维持增持。报告聚焦一个技术史与产业史交叉的核心命题：语言智能为何会从循环神经网络范式转向Transformer范式，并论证这一架构切换如何重塑了大模型时代的研究主线、产业形态与投资主线。报告给出的本质判断是，这一转向的实质是序列建模从递归记忆转向全局注意力，并由此打开了并行训练、规模扩展与任务统一三重空间。 报告首先系统复盘循环神经网络的技术脉络与结构性天花板。RNN通过隐藏状态沿时间步传递上下文，用同一套共享参数在序列各位置反复运算，把历史信息压缩进隐藏状态，天然适配文本、语音与时间序列等顺序数据；沿时间展开后，它可被理解为深度随序列长度增加、各层共享参数的前馈网络。其思想源头可追溯至约旦（1986）与埃尔曼（1990）提出的带反馈连接网络结构，韦伯斯（1990）系统化了沿时间反向传播训练算法，本吉奥等（1994）从理论上揭示了梯度消失与梯度爆炸问题，霍克赖特与施密德胡贝尔（1997）提出长短期记忆网络LSTM，以输入门、遗忘门、输出门与单元状态控制信息的写入、保留与读出，Cho等（2014）提出结构更简的门控循环单元GRU。报告把RNN在语言任务上的演进归纳为五段式路径：反馈网络与隐藏状态记忆思想（1986至1990）、反向传播训练算法与长程依赖瓶颈提出（1990至1994）、门控机制突破（1997至2014）、深层化与双向化、以及序列到序列框架与注意力机制推动机器翻译（2014至2016）。 报告明确指出递归结构的三项硬约束。其一是串行计算难以并行，当前隐藏状态依赖上一时刻状态，无法充分利用GPU的大规模并行能力，训练与推理耗时随序列长度线性增加，制约模型与数据规模的同步扩张。其二是长距离依赖容易衰减，信息在多个时间步传递中被逐渐稀释、覆盖或遗忘，门控机制只能缓解而无法根治。其三是固定向量带来的信息瓶颈，标准编码器需把整段源序列压缩为一个固定长度向量，源序列越长越难完整承载信息，长句翻译质量下降，这一瓶颈直接催生了注意力机制。基于此，报告梳理了2014至2016年循环网络时代的工程高峰：Sutskever等（2014）的序列到序列框架首次以端到端神经网络完成机器翻译，Bahdanau（2014）与Luong（2015）提出并完善注意力机制，2016年谷歌神经机器翻译系统以深层LSTM叠加注意力实现工业级落地；同期双向LSTM叠加条件随机场成为命名实体识别与词性标注的标准范式，LSTM配合连接时序分类广泛用于语音识别，文本分类、阅读理解与早期问答系统亦大量采用循环网络。报告认为，这一阶段已把语言任务推至递归范式的工程上限，但存在四点瓶颈：长文档长程依赖能力受限、缺乏统一可复用底座导致各任务需从头训练、串行计算限制规模化收益、以及注意力被引入本身即证明纯递归结构在全局关联上力不从心。 在架构对比部分，报告以自注意力的查询、键、值三组向量机制为核心，解释Transformer如何让序列中任意位置直接交互，配合位置编码、多头注意力、前馈网络、残差连接与层归一化构成完整编码器解码器结构，并进一步分化出仅编码器的BERT路线与仅解码器的GPT路线。报告用多维对比表总结两者差异：两位置关联路径由循环网络的线性复杂度降为常数级，计算复杂度则由线性升为平方级；顺序信息由结构自带变为需位置编码补足；归纳偏置由强顺序假设变为弱先验依赖数据学习；推理显存由常数隐藏状态变为随上下文增长的键值缓存。Transformer的四大优点为训练可并行、长距离依赖建模更强、结构均一利于堆叠扩展、归纳偏置较弱更能释放大规模数据价值；代价则是长序列计算与显存开销快速上升、需要位置编码、小数据条件下先验不足，这也是循环类结构在部分效率场景仍会延续的原因。报告的核心论断是，Transformer胜出不在于设计了更复杂的记忆单元，而在于解除递归对并行训练与规模扩张的限制，使语言建模从受串行结构约束的算法问题，转变为可随算力与数据扩展的工程问题。 报告以论文与代表成果为锚，把2017年以来Transformer在语言任务中的演进归纳为七阶段、三大阶段框架。架构确立阶段包括前史的序列到序列加注意力（2014至2016）与2017年《Attention Is All You Need》确立自注意力架构；范式统一与规模化阶段涵盖2018至2020年预训练加微调成为主范式（GPT-1、BERT、RoBERTa、XLNet、ELECTRA）、2019至2020年T5与BART把分类问答摘要翻译统一为文本到文本问题、以及2019至2022年自回归大模型与规模律（GPT-2、GPT-3、Scaling Laws、Chinchilla、PaLM）使语言模型从特征提取器变为任务执行器；对齐与推理阶段则包括2021至2023年指令微调与人类偏好对齐（FLAN、InstructGPT与RLHF、Self-Instruct、Constitutional AI、DPO）、2022至2024年复杂推理工具与外接（思维链CoT、检索增强生成RAG、ReAct、Toolformer、PoT、GPT-4），以及2024至2025年测试时计算与推理模型（o1、DeepSeek-R1）。报告强调这条演进链的突出特征是叠加而非替换，能力提升主线已从单纯扩大预训练规模转向后训练优化与测试时计算。 在产业含义层面，报告指出研究范式从为每个任务设计专用架构，转向预训练通用底座加下游适配，再转向以一个对话式通用模型响应多类任务，研究重心从架构设计转移到预训练数据规模、指令对齐与推理策略。产业形态的质变来自能力性质差异：以卷积网络为代表的AI1.0时代输出标签、检测框等感知性中间结果，必须嵌入既有业务流程才能产生价值，产品形态多为对既有功能的增强；而语言模型提供互动性能力，用户可直接用自然语言交互并获得可用回答，模型本身即构成反复使用的入口，ChatGPT由此成为AI第二次爆发的产品拐点与消费级现象级产品。报告还对比了Transformer在语言与视觉任务中的角色差异：语言侧输入天然是离散词元序列，Transformer以本体主干形式端到端承载任务，本体化程度最高，并在多模态中充当统一接口与中枢；视觉侧则需先切分图块再序列化，多作为骨干网络组件或与卷积混合使用。 最终落到投资判断，报告认为数字AI底座模型的发展路径已逐渐清晰、价值在于确定性，但难以实现物理世界的建模闭环；物理AI将成为物理世界的AI解决方案，在当前阶段是增量更大的方向，其中智能驾驶作为最先跑通闭环的代表场景应重点关注。风险提示包括技术迭代不及预期、大模型厂商年度经常性收入增速放缓、云服务商资本开支不及预期，以及智能驾驶与机器人商业化落地不及预期等四项风险。

本报告为东吴证券研究所黄细里团队于2026年8月5日发布的AI系列深度第15期，隶属汽车行业深度报告序列下的AI技术复盘专题，核心命题是Transformer如何开启AI第二次爆发，行业维持增持评级。报告的中心论点是：AI第二次爆发的本质，是模型能力形成方式从人工设计转向规模化学习。AI1.0时代深度学习带有鲜明的一任务一模型特征，2012年AlexNet在ImageNet上取得突破后，CNN、RNN等架构分别服务图像、文本等专用感知任务，能力受限、难以形成流畅人机交互，这也是To C产品未能大规模落地的重要原因；本轮AI2.0以Transformer等通用底座为核心，叠加海量数据、算力与自监督训练，使模型学习统计结构与通用表征，能力来源由强任务先验、强归纳偏置，转向弱归纳偏置下的规模化学习与能力涌现。报告用归纳偏置强度递减来刻画架构演进：CNN绑定强空间先验（局部性、平移等变），RNN内置时序递归先验但难并行、长程依赖弱，Transformer仅靠注意力与位置编码搭建弱先验通用框架，可充分利用大算力与大数据。 报告将大模型演进概括为一条主线加两条支线。主线为能力升级重心持续外移的三阶段：阶段一（模型能力奠基）覆盖底层架构、预训练与规模扩容，2017年Transformer问世、2018至2019年GPT-1与BERT确立预训练加微调范式、2020年Scaling Laws与GPT-3证明性能随规模稳定增长、2022年Chinchilla明确算力约束下参数量与训练token的最优配比；阶段二（人机对齐与行为优化）依托FLAN指令微调、InstructGPT提出的SFT至奖励模型至强化学习RLHF三段式流程、Constitutional AI、DPO等，ChatGPT为其商业化标志；阶段三（推理与外部系统赋能）依托思维链、RAG检索增强、Toolformer、ReAct，以及2024至2025年o1、DeepSeek-R1将强化学习用于长链条推理，o3、GPT-5进一步整合推理逻辑、工具调用与任务路由，产品形态从单一模型升级为一体化智能系统。两条支线分别为能力拓展广度（Codex代码、Flamingo/GPT-4o/Gemini多模态、百万token超长上下文）与落地使用效率（MoE稀疏架构如Switch Transformer/Mixtral/DeepSeek-V3、LoRA/QLoRA/FlashAttention/RoPE，以及LLaMA、Mistral、通义千问、DeepSeek等开源生态）。 报告以GPT为产品代表复盘大模型产业落地，划分基础语言模型、产品化、多模态、推理模型四阶段，并给出关键参数对比：GPT-1参数量117M、12层、上下文512 tokens，采用fine-tuning；GPT-2为1.5B、48层、1024 tokens，展现zero-shot；GPT-3达175B、96层、96个注意力头、2048 tokens，体现few-shot与in-context learning。ChatGPT在GPT-3.5基础上通过SFT加RM加PPO完成产品化封装，成为大众应用拐点；GPT-4引入图文输入实现视觉问答与文档理解，GPT-4o走向原生端到端实时多模态；o1通过强化学习优化解题过程，GPT-5将快速模型、深度推理模型与实时路由整合为统一系统。Scaling Law部分梳理六阶段演进（阶段0的2017至2019性能可预测化、阶段1的2020预训练幂律确立、阶段2的2021至2022能力涌现争论、阶段3的2022至2023计算最优即Chinchilla以700亿参数在多项评测优于2800亿参数Gopher、阶段4的2023至2024纳入数据质量与对齐部署约束、阶段5的2024至2026扩展出MoE与测试时计算与RL reasoning与扩散Transformer等多变量新轴），指出scaling边界正从训练阶段延伸至对齐与运行时。 从产业形态看，报告提出三重收敛：架构收敛（多模态统一到Transformer底座）、任务收敛（从一任务一模型走向通用模型应对多任务）、模态收敛（文本、图像、音频进入同一体系），行业竞争核心已从底层架构设计转向规模、数据、对齐、推理与系统工程的全链路落地能力，价值更易向掌握基础模型、数据闭环、算力资源与生态入口的主体集中。报告最关键的投资落脚点在于：数字AI底座模型发展路径已逐渐清晰、价值在于确定性，但难以实现物理世界的建模闭环；物理AI将成为物理世界的AI解决方案，在当前阶段成为增量更大的方向，而智能驾驶作为最先跑通闭环的代表场景应重点关注，这也是该系列以汽车行业为落点的逻辑所在。风险提示包括：技术迭代不及预期、大模型厂商ARR增速放缓、云服务商资本开支不及预期、智能驾驶及机器人商业化落地不及预期。

报告背景：东吴证券汽车行业AI系列深度第十四期，系统梳理深度学习如何引爆人工智能的第一次爆发。核心论点是将二〇一二年的AlexNet视为分水岭，深度学习自此从学术边缘走向产业主流，奠定了计算机视觉与后续大模型的技术底座。卷积神经网络（CNN）的演进被提炼为七阶段框架：第一阶段为思想提出，从感知机与早期神经网络奠基；第二阶段为基础架构确立，反向传播算法、卷积与池化思想成型；第三阶段为训练优化，梯度下降、正则化、Dropout等关键技术使深层网络可被稳定训练；第四阶段为结构改进，LeNet、AlexNet、VGG、GoogLeNet、ResNet等网络不断加深加宽，残差连接解决了梯度消失；第五阶段为任务扩展，从图像分类走向目标检测、语义分割、人脸识别等丰富场景；第六阶段为轻量化部署，深度可分离卷积、知识蒸馏、模型量化使大模型得以运行在手机与车端等边缘设备；第七阶段为复兴性改进，结合注意力机制与Transformer催生新一代视觉架构。关键数据：AlexNet在ImageNet大规模视觉识别竞赛中将top-5错误率由约百分之二十六骤降至约百分之十五，首次证明深度卷积网络在超大规模数据上的压倒性优势；报告统计一九四三至二〇二三年CNN相关高引用论文约三十篇，引用集中爆发于二〇一二至二〇一六年的五年窗口，二〇一七年后研究重心明显转向轻量化与端侧部署；同期RNN/LSTM/GRU相关高引用论文约三十篇，引用高峰出现在一九九七年（LSTM原始论文）与二〇一四年（seq2seq与注意力雏形），清晰刻画了序列建模的技术生命周期。循环神经网络擅长语音、自然语言与时间序列建模，但受长程依赖与难以并行化的制约，最终被Transformer取代——自注意力机制以可并行、长程建模能力成为统一架构，并开启大模型时代。报告进一步指出，AI 1.0（以CNN、RNN为代表）的落地局限在于多为单点感知任务，难以建模物理世界的因果与连续决策，由此引出物理AI（以智能驾驶为代表）的增量空间更大：数字世界的AI底座已清晰，而物理世界的AI化才是下一阶段的产业主战场。复盘启示：深度学习的第一波爆发证明算法、算力与数据三者缺一不可，ImageNet数据集与GPU算力是关键的催化剂，此后产业从实验室走向安防、医疗、自动驾驶等真实场景。当前大模型是第二波爆发的延续，建议沿AI芯片、训练数据、行业应用三层把握机会，并关注从AI 1.0向物理AI跃迁过程中具身智能与智能驾驶的结构性投资机会。从投资视角看，深度学习的第一波爆发揭示出算法、算力与数据三要素共振的规律，图形处理器算力的普及与大规模标注数据集是产业化的关键催化剂。当前以自注意力架构为底座的大模型是第二波爆发的延续，建议关注人工智能芯片、高质量训练数据以及垂直行业应用三条主线。尤其值得重视的是，从数字智能迈向物理智能的过程中，智能驾驶与具身智能将打开远比单点感知更大的产业空间，相关算力、传感器与决策算法环节具备长期配置价值。报告所梳理的七阶段演进框架，也为判断技术生命周期与产业拐点提供了可复用的方法论。从投资视角看，深度学习的第一波爆发揭示出算法、算力与数据三要素共振的规律，图形处理器算力的普及与大规模标注数据集是产业化的关键催化剂。当前以自注意力架构为底座的大模型是第二波爆发的延续，建议关注人工智能芯片、高质量训练数据以及垂直行业应用三条主线。尤其值得重视的是，从数字智能迈向物理智能的过程中，智能驾驶与具身智能将打开远比单点感知更大的产业空间，相关算力、传感器与决策算法环节具备长期配置价值。报告所梳理的七阶段演进框架，也为判断技术生命周期与产业拐点提供了可复用的方法论。

本报告由西部证券研发中心于2026年8月5日发布，分析师李旋坤，系统梳理了AI算力浪潮下的上游材料产业链投资机会。核心逻辑是：2025年以来围绕大模型的推理需求与训练需求持续拉动全球算力需求，带动PCB、半导体制造、半导体封测、光通信等多个领域的上游原材料需求增长；同时随着芯片制程与代际迭代，算力、功耗、带宽、传输速率不断升级，对上游各细分材料的性能要求随之提高，材料单价与利润率有望在升级中同步提升，形成"量价齐升"的产业逻辑。报告按PCB上游材料、半导体制造材料、半导体封测材料、光通信上游材料、其他材料五大板块展开。 在PCB上游材料方面，原材料占PCB总成本约50%，其中覆铜板占比最高约27.3%，覆铜板成本中电子铜箔、树脂、电子布分别占42.1%、26.1%、19.1%。电子树脂经历了普通FR-4、无铅制程FR-4、无卤FR-4、高频高速覆铜板四代技术跃迁，苯并噁嗪树脂、马来酰亚胺树脂、官能化聚苯醚（PPO）树脂等新型电子树脂成为高频高速化关键，2022年全球电子树脂市场规模约30.4亿美元、中国大陆约22.4亿美元；2023年全球刚性覆铜板产值127亿美元、中国占73.9%，2024年全球PCB市场规模达736亿美元。相关标的包括圣泉集团、东材科技、宏昌电子、同宇新材、中化国际等。电子布方面，电子纱占电子布成本50%-75%，全球电子布市场从2021年21.4亿美元增至2025年29.43亿美元，预计2030年达60.12亿美元（2025-2030年CAGR约15.4%）；特种电子布（低Dk/Df布、低CTE布、石英玻璃纤维布）处于高速爆发期，2021-2025年CAGR达28.4%，二代低Dk/Df布预计2030年市场规模达3.5亿美元。国内标的有中国巨石、宏和科技、中材科技、国际复材、菲利华、光远新材。硅微粉领域，2024年全球市场规模47亿美元，预计2032年达75亿美元；中国市场2025年约208亿元，龙头包括联瑞新材、华飞电子（雅克科技子公司）、国瓷材料、锦艺新材等，球形化、高纯化、表面改性是核心发展趋势。 在半导体制造材料方面，报告预计2028年我国境内半导体终端市场规模达2.1万亿元，制造环节占比提升；2028年境内半导体材料市场规模有望达2589亿元，其中制造材料1853亿元、占比超70%。硅片是需求量最大的晶圆制造材料，占制造材料约30%，2024年全球硅片市场115亿美元，2030年有望翻倍超200亿美元；12英寸硅片出货面积占比已从2018年63.83%升至2024年76.3%，全球前五大厂商12英寸产能占比高达72%，国产厂商（西安奕材、上海新昇、中环领先、立昂微等）处于追赶阶段。光刻材料成本约占制造材料13%-15%，境内2023年市场约121亿元、预计2028年达319亿元（CAGR约21.2%）；其中SOC 2028年有望达43.7亿元、抗反射涂层96.9亿元、光刻胶150.3亿元，KrF/ArF光刻胶占比持续提升。电子特气占晶圆制造成本约13%，全球市场2025年预计超60亿美元，林德、液化空气、大阳日酸、空气化工四大巨头占据超70%份额；三氟化氮全球需求预计2025年达6.37万吨、六氟化钨达8900吨，国产厂商中船特气、南大光电、昊华科技加速替代。前驱体材料境内2028年有望达179.9亿元（CAGR 27%），金属基前驱体增速更高。相关标的涵盖彤程新材、昊华科技、鼎龙股份、雅克科技、华海诚科、飞凯材料、宏昌电子等。 报告同时指出，半导体封测材料（封装基板、引线框架等）、光通信上游材料（磷化铟、薄膜磷酸铌、四氯化硅等）以及MLCC、氟化工冷却液、玻璃基板、PI膜等其他材料均将受益于AI算力需求扩张，建议关注三孚股份、云南锗业、兴发集团、华特气体、金宏气体、泰和新材、新宙邦、东岳集团、巨化股份等。整体投资主线为国产替代加速与材料高端化升级双轮驱动。风险提示包括：模型商业化进展不及预期、下游客户资本开支不及预期、技术路线变更、竞争格局恶化及部分数据陈旧等风险。该报告数据翔实、覆盖产业链全环节，对研究AI算力材料、半导体材料国产替代及新材料投资具有较高参考价值。

本报告由中国人民大学应用经济学院与全球能源战略研究中心联合发布（2025年9月），课题组由郑新业、潘冬阳等组成，是一份兼具学术原创性与实操价值的研究报告，被定位为“中国能源行业的出海手册”。报告首次构建原创性的“能源不可能三角”指数，对全球132个南方国家和81个北方国家、覆盖2000—2022年的大规模年度时间序列数据进行量化评估，从“清洁性（环境可持续性）—公平性—安全性”三个维度系统揭示各国能源困境的演进规律与内在权衡。指数指标体系涵盖人均CO₂排放、单位GDP碳排放、可再生能源占比、电力可及性、清洁烹饪燃料可及性、能源多样性HHI、进口独立性等多类指标。 核心数据与结论方面：全球南方平均指数从2000年的0.47升至2022年的0.53（增幅13%），但始终落后北方约0.1分（2022年北方0.64、南方0.53）；北方0.7分以上国家占比27.5%，南方仅0.5%。哥伦比亚、智利、巴西、哥斯达黎加等拉美国家表现最优，撒哈拉以南非洲的贝宁、利比里亚、中非等垫底。研究证实经济增长是破解不可能三角的核心驱动力，人均GDP每提高1%指数平均提升0.1分，且能源可持续性与人均GDP呈显著“U型”关系，拐点约在人均GDP 1254美元。据此报告将各国划分为“绿色脆弱型”“高碳锁定型”“绿色领跑型”“高碳追赶型”四类，重要发现是“高碳追赶型”象限为空——最贫困国家尚未被深度污染模式锁定，为“绿色跃迁”提供宝贵机会窗口。 报告揭示南方国家清洁转型的“双重权衡”：可持续性提升对公平性系数为-0.278、对安全性为-0.125，北方分别仅-0.141与不显著；低收入国家被急剧放大至-0.501与-0.422，形成与债务、贫困相互强化的“权衡陷阱”。四大区域异质性显著：撒哈拉以南非洲核心矛盾是极端能源贫困（全球约6.75亿人无电力，近90%集中于此）；西亚北非深陷化石能源依赖、清洁性最弱；南亚供需失衡、安全性不足；拉美清洁潜力大但受财政政策不确定性制约。报告以巴基斯坦（2030年需约1010亿美元投资、IPP容量费2025财年约71亿美元）、肯尼亚（技术依赖）、越南（电网滞后、弃风率高达50%）、尼日利亚、赞比亚等专栏深入剖析资金、技术、基础设施、治理四大结构性挑战。 在对策层面，报告从全球治理（引领“最不发达国家碳配额”新规则、铸造南南合作行动共同体、推动气候融资从项目驱动转向系统转型）、宏观政策（善用中国“可再生能源产能输出国+发展中大国”双重角色、深度融入ESG框架、依托中非中阿合作论坛）、企业行动（因国施策、场景化路线图，如安哥拉“石油换基建+新能源”、津巴布韦“水光互补+储能”、西亚北非“技术+制度+资本”三位一体）三个层面提出建议，强调中国能源企业应从“项目建设方”转向“社区贡献者”，以深度本地化与动态风险管理为战略支柱。报告为投资风电、光伏、储能、电网互联等清洁能源出海项目提供了系统的量化决策依据与风险图谱。 从趋势判断看，全球南方能源版图正处于深刻重塑期，谁能在破解三难困境的同时提供可负担、可复制、可持续的整体方案，谁就能掌握未来数十年能源合作的主动权。报告揭示，单纯输出设备或资金难以持续，唯有把技术转移、本地制造、人才培养、电网现代化与治理能力建设结合起来，才能真正帮助东道国跨越可持续性谷底、避免陷入高碳锁定。对中国能源企业而言，这意味着竞争维度正从单纯的价格与产能，转向系统集成、金融配套、风险管控与社会责任的综合较量；因国施策、场景适配、深度本地化将成为出海成败的分水岭，也是规避债务陷阱、社区矛盾与环境风险的根本前提。报告兼具宏观视野与微观可操作性，既是学术层面理解能源发展规律的量化工具，也是企业层面绘制出海路线图、遴选目标市场、设计合作模式的实用手册。

本论文为普渡大学计算机与信息技术系博士论文，作者Chris Hood，导师Eric T. Matson教授，2021年8月完成。论文聚焦于一个关键的国防安全缺口：高价值水面舰艇（HVU）在码头停靠（pierside）期间面对武器化无人机（UAV）威胁时的防御能力严重不足问题。 论文指出，近年来反无人机系统（C-UAS）的开发和部署大幅加速，以应对各类无人机威胁。然而，绝大多数C-UAS技术进展都是为海上航行的舰艇设计的。这些技术进展大多无法在受限水域或港口（无论国内外）中使用，原因是可能造成高额附带损伤，且这些系统尚未 readily available 供舰队使用。当舰艇在码头停靠时，可能只有三分之一的船员在岗，所有雷达和传感器离线，所有武器系统卸载完毕。值班人员负责舰艇安全，面对无人机威胁几乎束手无策。 论文系统梳理了海上威胁分类学，包括威胁UAS类型（四旋翼、固定翼、混合翼）、威胁操作者技能水平（从Level I”圣诞节早晨”到Level IV”邪恶轴心”）、威胁控制方式（远程驾驶、远程监控、全自主控制）。其中全自主控制的武器化无人机是最令人担忧的威胁，因其不受标准RF/GPS干扰等常规缓解措施影响。海上威胁场景包括自杀式小船攻击、协同小船蜂群攻击、RPG攻击、潜水员携带简易爆炸物、无人运载器、水雷、小型载人飞机自杀式攻击以及无人机自杀式攻击等。威胁位置涵盖港口、锚地、海峡咽喉点（霍尔木兹海峡、马六甲海峡、曼德海峡）和近岸水域。 C-UAS技术方面，论文将技术分为三大类：探测/感知系统、缓解/拦截系统和集成/指挥控制系统。探测技术包括声学传感、光电/红外（EO/IR）、射频（RF）传感、雷达和激光雷达（LiDaR），各有优劣。缓解/拦截方法分为非物理手段（RF干扰、GPS/GNSS干扰、欺骗、定向能）和物理手段（动能拦截、网捕、碰撞无人机甚至猛禽）。然而，RF干扰对全自主无人机无效，GPS干扰可被IMU传感器规避，定向能武器在恶劣天气下性能下降且需精确瞄准，动能手段存在高附带损伤风险。 论文详细介绍了美国国防部C-UAS战略，包括舰载系统（SSL-TM固态激光器、ODIN光学干扰器、HELIOS高能激光集成系统）和岸基系统（M4步枪、Smart Shooter SMASH火控系统）。SMASH是以色列Smart Shooter公司开发的先进火控系统，可安装在标准武器上，通过专有目标获取和跟踪算法显著提高对难以击杀的无人机威胁的成功交战率，实现”一枪一杀”方案。2020年美国陆军和国防部长进行了监督实弹测试，选定SMASH作为临时C-UAS系统。 研究方法采用AnyLogic仿真建模软件的基于智能体的建模方法，以佛罗里达州梅波特海军基地为物理模型。模型参数来源于广泛的文献综述、领域专家咨询和实时实地数据。变量包括武器化sUAV威胁的速度和接近轨迹，以及值班人员响应时间。缓解方法对比标准M4步枪与集成SMASH火控系统的M4步枪。 论文的核心贡献在于：提出了一种在系统级架构到位之前的过渡性解决方案——通过在现有标准武器上集成先进火控技术（SMASH），可以立即提升值班人员的准确性和效能，为舰艇和船员提供对抗无人机威胁的战斗机会。这填补了舰艇码头停靠期间C-UAS防御能力的关键空白，具有重要的国防实践意义。

本报告由国家能源局能源节约和科技装备司、国家发改委创新和高技术发展司、电力规划设计总院联合编著，是中国新型储能领域的权威年度发展报告，系统总结了2025年全球及中国新型储能发展情况，并全面回顾了'十四五'期间我国新型储能产业的历史性跨越成就，同时对'十五五'发展趋势进行展望。党的二十届四中全会提出'大力发展新型储能'，《政府工作报告》指出'新型储能等新兴产业快速发展'，充分肯定新型储能发展成效。 从全球维度看，2025年全球新型储能累计装机约2.8亿千瓦，同比增长约67%，中国占全球约50%，居全球领先地位；全球新型储能新增装机约1.1亿千瓦，同比增长52%。全球储能电芯出货量达6.3亿千瓦时，储能系统出货量3.5亿千瓦时，产业发展迈向新阶段。从中国维度看，截至2025年底，中国新型储能累计装机达13593万千瓦/35112万千瓦时（即1.36亿千瓦/3.51亿千瓦时），同比增长84.3%，比'十三五'末增长超40倍，平均储能时长约2.58小时。2024年新型储能装机规模超过抽水蓄能，成为第一大调节性资源；2025年达抽水蓄能装机2倍以上，成为新型电力系统的关键支撑力量和国家能源战略的重要支柱产业。 从地区分布看，华北地区4413.1万千瓦（占32.5%）、西北地区3838.2万千瓦（占28.2%），两者合计占全国60.7%，反映了新能源富集地区与负荷中心的差异化布局特征。应用场景方面，独立储能占51.2%（6954.5万千瓦），新能源配建储能占36.9%（5020.3万千瓦），独立储能已成为装机主体，商业模式逐步成熟。技术路线上，锂离子电池占96.1%（1.31亿千瓦）占据绝对主导，液流电池占0.9%，压缩空气占0.8%，多元化技术路线加速产业化。利用效率方面，2025年全国新型储能平均利用小时数1195小时，平均等效充放电次数256次，同比分别提升31.2%和15.8%，浙江利用小时数达2367小时领先全国。2025年全年新型储能消纳新能源电量超过300亿千瓦时，促进新能源利用率提升约2个百分点。 在电力保供方面，2025年7月全国最大电力负荷超过15亿千瓦，江苏、山东、云南等省在用电高峰期间集中调用新型储能，最大放电功率分别达714万千瓦、804万千瓦、474万千瓦，调用同时率达95%以上，有效发挥了顶峰保供作用。政策体系方面，'十四五'期间国家能源局构建了'指导意见加产业发展规划加规范管理'的顶层设计框架，《新型储能规模化建设专项行动方案（2025至2027年）》明确到2027年全国新型储能装机达1.8亿千瓦；《中华人民共和国能源法》正式实施将储能纳入法律框架；首个强制性国家安全标准GB 44240-2024生效填补安全标准空白。价格机制探索持续推进，内蒙古放电量补偿从0.35元/kWh降至0.28元/kWh，河北容量电价100元/kW/年，甘肃330元/kW/年，湖北165元/kW/年，各地因地制宜探索可持续商业模式。 产业层面，2025年全国锂离子电池产量18.6亿千瓦时，储能型锂离子电池产量约5.7亿千瓦时（占30.6%），全球出货量占比超90%，产业链优势显著。技术创新方面取得多点突破：500至1000安时级大容量电芯实现量产，20尺集装箱储能容量从3MWh级提高至7MWh级，循环寿命从5000次提升至15000次；压缩空气储能单机达30万千瓦级，效率约70%；全钒液流电池电堆功率从30kW级提升至70kW级；钠离子电池从1000kWh级验证到10万kWh级示范。报告还回顾了56个新型储能试点项目（总装机约900万千瓦）、36项首台(套)技术装备、103所高校设立储能科学与工程本科专业等成果，体现了从技术研发、装备制造到人才培养的全链条进展。 展望'十五五'，新型储能将由规模化发展阶段步入市场化发展阶段，技术创新能力和产业发展水平稳居全球前列，核心技术装备自主可控，行业管理、标准体系、市场机制和商业模式进一步成熟健全，全面支撑能源领域碳达峰目标如期实现。总体而言，'十四五'期间我国新型储能产业五年打造万亿产业，成为六大新兴支柱产业之一，总体由商业化应用初期步入规模化发展新阶段，创造了新兴产业发展的'中国奇迹'。

本报告由中信建投证券于2026年7月20日发布，是频准激光（688826.SH）科创板首次公开发行股票的投资价值研究报告。频准激光是一家专注于精准激光器研发、生产和销售的高科技企业，所属证监会行业为计算机、通信和其他电子设备制造业（C39），实际控制人为张磊（合计控制62.04%股权）。 公司核心产品为精准激光器，涵盖种子激光器、单频红外激光器、单频可见光激光器、单频紫外激光器、脉冲激光器和激光系统五大类，波长覆盖177nm至5000nm的宽光谱范围。与国内主流激光器厂商聚焦工业加工（追求功率指标）不同，频准激光定位于高端市场，产品主要应用于量子科技（量子计算、量子精密测量）和半导体（晶圆制造、量检测、隐切）两大前沿领域，以及激光干涉曝光、激光遥感等科研领域。核心客户包括中科院、清华大学、国盾量子、华翊量子、国仪量子、哈佛大学、加州理工学院等国内外顶尖科研机构和企业。 财务表现方面，公司2023-2025年营业收入分别为1.48亿元、2.92亿元和4.18亿元，2024年和2025年同比增长率分别高达97.57%和43.19%，远超同行业可比公司平均增速。归母净利润分别为0.60亿元、1.16亿元和1.59亿元，综合毛利率连续三年维持在68.53%-69.33%之间，约为同期行业平均水平（约34%）的两倍。高毛利率的核心原因在于公司产品以”性能极限”和”稀缺性”定价，下游客户对性能指标关注度远高于价格敏感度，且细分市场竞争者少，市场呈现卖方主导格局。 公司拥有12项核心技术，包括低噪声高调制带宽激光驱动电路、单频DFB光纤激光技术、高效非线性频率变换、大功率连续深紫外激光技术等，已授权知识产权128项，其中发明专利88项。研发人员114人，占比22.09%，与锐科激光、杰普特等行业巨头处于同一梯队。2023-2025年研发费用率维持在14.29%-14.60%的高位。 市场地位方面，2024年公司在国内量子科技激光器市场占比16.85%，全球量子信息领域激光器市场占比9.21%，是国产精准激光器的领军企业。本次发行不超过1000万股，发行后总股本不超过4000万股，募投项目合计14.1亿元，包括精准激光系统产业化建设项目（6.37亿）、研发中心建设项目（3.72亿）、武汉研发中心建设项目（1.52亿）和补充流动资金（2.5亿）。 盈利预测方面，预计2026-2028年营业收入分别为5.27亿元、6.31亿元和7.45亿元，对应增长率26.05%、19.88%和17.99%；归母净利润分别为1.85亿元、2.24亿元和2.74亿元，对应增长率15.88%、21.24%和22.48%。其中单频红外激光器受益于量子计算商业化加速，预计2026-2028年营收达1.89/2.24/2.70亿元；单频紫外激光器受益于半导体国产替代，预计2026-2028年营收达0.99/1.30/1.56亿元，增速分别为36.66%/31.52%/19.82%。研发费用率将在募投项目落地后战略性提升至20.00%（2026-2027E）和19.00%（2028E）。 估值分析方面，选取锐科激光（300747）、杰普特（688025）、英诺激光（301021）为可比公司。截至2026年7月16日，三家可比公司2025年PE平均为163.53倍，处于历史约72%分位高位，受CPO等热点概念催化存在短期溢价。出于审慎考虑，取行业近一年平均静态市盈率（62.37倍）的70%作为参考，给予43倍PE，对应市值约68.56亿元。同时采用FCFF法进行绝对估值，无风险收益率1.81%，市场风险收益率5.89%，Beta系数取可比公司平均值1.49。综合相对估值与绝对估值，公司合理价格区间为127.78-171.40元，对应2025年PE 32-43倍。可比上市公司中，锐科激光主营光纤激光器（2025年营收34.67亿），杰普特业务多元涵盖激光器与智能装备（2025年营收20.74亿），英诺激光聚焦深紫外和超快激光（2025年营收5.13亿），频准激光在量子信息和半导体领域的差异化定位使其具有独特的技术稀缺性和成长空间。

本白皮书由美国陆军中校James Chaney撰写，于2026年3月30日发布，文档性质为非密（UNCLASSIFIED）征求意见稿。报告系统探讨了战术边缘无人地面系统（UGS/UGV）从实验阶段走向实战部署的全路径，涵盖全球UGS发展现状、技术成熟度评估、商业生态系统分析、美国陆军项目需求、实验机制建设、维护保障挑战、设施基础设施需求及政策建议等核心议题。 首先，报告对全球UGS发展态势进行了全景式扫描，重点分析了俄乌战争中无人地面系统的实战运用。俄乌战场上，双方大量部署了各类UGV用于侦察、排雷、后勤补给和伤员后送等任务，实战经验表明，无人地面系统在降低人员伤亡、提升持续作战能力方面具有显著价值。报告将UGS分为多个类别，包括遥控操作型、半自主型和全自主型系统，并逐一评估了各类系统的技术成熟度（TRL）。作者指出，尽管部分UGS技术在实验室环境下已达到较高成熟度，但在复杂战场环境下的可靠性、抗干扰能力和适应性仍存在明显不足。 在关键限制方面，报告识别了若干制约UGS实战部署的核心瓶颈：一是通信链路在电磁对抗环境下的脆弱性，GPS拒止和通信干扰严重制约遥控操作型系统的效能；二是自主导航算法在复杂地形和城市环境中的适应性不足；三是电源与续航能力限制了任务持续时间；四是装甲防护与机动性之间的矛盾难以平衡；五是传感器套件在恶劣天气和低能见度条件下的性能衰减。 报告对商业UGV生态系统给予了高度关注，强调商业优先设计（Commercial-First Design）的重要性。商业UGV市场近年来快速发展，在物流配送、农业自动化、矿业开采等领域已形成成熟的产品线。报告认为，美国陆军应充分利用商业UGV的技术创新成果，采用商业现货（COTS）组件加速军用UGS的研发和部署。商业优先设计趋势包括模块化架构、开放式接口、即插即用传感器、标准化电力管理等，这些设计理念可显著降低军用UGS的生命周期成本并提升升级灵活性。 在美国陆军项目与需求部分，报告梳理了当前陆军正在推进的多个UGS相关项目，包括系列化实验项目和正式采办项目。作者指出，当前陆军UGS采办面临的主要挑战是需求定义不够清晰、测试标准不够完善、跨项目协同不足。报告强调，应建立统一的UGS需求框架，避免各项目各自为政导致的重复投资和兼容性问题。 实验机制是本报告的核心议题之一。作者提出，实验是连接技术创新与作战应用的桥梁，美国陆军应构建从实验室到部队的连续实验管道。具体建议包括：扩大作战实验（OAE）规模和频次，建立专门的UGS实验部队，加强与盟友的联合实验，以及建立实验结果快速反馈机制。报告特别强调，应从俄乌战争中汲取经验，将实战验证作为UGS成熟度评估的重要标准，而非仅依赖实验室测试数据。 在维护与保障（Sustainment）方面，报告深入分析了UGS部署后的保障挑战。与传统装备不同，UGS的维护涉及软件更新、算法迭代、传感器校准等新型保障需求。作者指出，当前陆军保障体系尚未充分适应UGS的特点，需要建立专门的UGS维护流程和人员培训体系。此外，零部件供应链的韧性是保障连续性的关键，报告建议建立多层级的备件库存和快速补给机制。 设施与基础设施需求也是UGS部署的重要考量。UGS的测试、训练和部署需要专用场地和基础设施支持，包括模拟城市环境训练场、电磁频谱对抗训练场、UGS维修车间等。报告建议陆军统筹规划UGS相关基础设施建设，避免分散建设导致的资源浪费。 在政策建议方面，报告提出了一系列具体措施：一是明确'attritable'（可消耗型）装备的官方定义，区分attritable与expendable的差异，为采办决策和战术运用提供明确指导；二是强制要求所有UGS项目遵循模块化开放系统方法（MOSA），确保系统间的互操作性和可升级性；三是加强网络安全要求，UGS的通信链路、软件系统和控制接口必须具备抗网络攻击能力；四是建立供应链安全审查机制，防范外国制造的UGS组件带来的安全风险；五是明确人机协同的控制权限边界，定义人在回路中的角色和干预机制，确保UGS在自主模式下仍保持人类监督。 总体而言，本白皮书为美国陆军UGS从实验走向实战部署提供了系统性路线图。报告的核心观点是，美国陆军必须在充分借鉴俄乌战争实战经验和商业UGV技术创新的基础上，通过完善的实验机制、健全的保障体系、明确的政策框架，加速UGS的实战化进程。作者强调，UGS不是简单的技术叠加，而是需要从需求定义、采办流程、训练体系、保障机制等多维度系统性推进的复杂工程，只有实现技术创新与作战应用的深度融合，才能真正释放无人地面系统在未来战场上的潜力。

本报告由南海战略态势感知计划（SCSPI）发布，系统梳理了美军在菲律宾的基地扩建和军力部署情况，是迄今对该议题最为详尽的公开分析之一。报告以2014年《加强国防合作协议》（EDCA）为核心框架，指出美军已获得菲律宾9个基地的使用权，其中5个位于面向南海和台湾海峡的战略要地，4个位于面向太平洋的东侧海岸，形成对第一岛链关键节点的双向覆盖。 报告逐一分析了9个EDCA基地的地理位置、战略价值及扩建进展。巴萨空军基地位于吕宋岛中部，距台湾约800公里，是美军在菲律宾最核心的空军枢纽，已建设大型燃料储存设施、跑道延长工程和飞行员宿舍，可部署F-22、F-35等隐身战机。马格赛塞堡是美军陆军训练的主要场地，第25步兵师和第1多域特遣部队在此常态化轮驻，海马斯火箭炮系统多次在此演练。安东尼奥·包蒂斯塔空军基地位于巴拉望岛，直面南海争议海域，是美军前沿存在的前哨。麦克坦-贝尼托·伊本空军基地位于宿务，面向太平洋，是美军后勤补给和海上侦察的重要节点。伦比亚空军基地位于卡加延省，北邻台湾海峡，战略位置极为敏感。卡米洛·奥西亚斯海军基地和拉洛机场均位于吕宋岛北部，构成对台海方向的前沿部署群。梅尔乔尔·德拉克鲁兹兵营位于菲律宾中部，主要用于人道主义援助和灾害应对。巴拉巴克岛基地位于巴拉望省南端，靠近南沙群岛，是最新扩建的基地之一。 在兵力部署方面，报告指出美军在菲律宾已形成以第25步兵师、第1多域特遣部队和第3濒海团为核心的轮驻体系。核心装备包括海马斯高机动火箭炮系统、堤丰（Typhon）中程导弹发射系统和复仇女神（NMESIS）反舰导弹系统。2024年4月，美军在吕宋岛部署堤丰系统，这是美国首次在海外部署该型中程导弹，射程可达2000公里以上，覆盖中国东南沿海。报告还详细统计了美军在各基地的设施建设项目，包括跑道升级、弹药库、燃料储存设施、营房和通信设施等，总投资超过6600万美元。 联合军事演习方面，报告统计2025年美菲举行各类联合演习超过500次，其中大规模演习包括"肩并肩"（Balikatan）、"海上勇士合作"（Kamandag）和"盾牌"（Salaknib）等。2026年"肩并肩"演习参演兵力达17000人，创下历史新高。演习内容从传统的人道主义援助逐步转向高端作战，包括反舰导弹射击、联合两栖登陆、防空反导和网络战等科目，实战化程度显著提升。 报告分析了未来趋势和三大制约因素：第一，菲律宾自身实力有限，军事现代化进程缓慢，难以有效支撑美菲同盟的高强度作战需求；第二，美国对EDCA基地的战时效用存在犹豫，担心在冲突中基地可能成为打击目标，且菲律宾宪法禁止外国永久驻军；第三，菲律宾国内政治存在不确定性，杜特尔特家族等政治力量对美菲军事合作持批评态度，可能影响EDCA的长期可持续性。 报告最后附有2025-2026年美菲联合演习统计表和EDCA基地扩建项目统计表，为研究者和政策分析人员提供了详实的数据支撑。整体而言，本报告揭示了美军在菲律宾前沿部署的深度和广度，以及美菲军事同盟在印太战略格局中的关键角色，对理解南海和台海安全态势具有重要参考价值。

本报告由华兴证券于2026年8月3日发布，为半导体行业AI加速卡领域的首次覆盖报告，覆盖海光信息（688041 CH，买入，目标价500元）和联发科（2454 TT，买入，目标价10369新台币）两家公司。报告核心观点为：中国国产GPU市占率持续加速，全球ASIC行业有望快速增长，看好2026至2030年国产GPU在中国大陆GPU市场中渗透率提升进程。 从行业总量看，根据弗若斯特沙利文预测，中国AI芯片市场规模将从2024年的1425.37亿元增至2029年的13367.92亿元，2025至2029年年均复合增长率为53.7%，其中GPU市场份额将从69.9%升至77.3%，GPU仍是AI算力的绝对主力。国产GPU第一梯队格局清晰：华为出货81.2万张、份额49.2%位居首位，平头哥出货26.5万张、份额16%位列第二，昆仑芯与寒武纪各出货11.6万张、份额各7%并列第三，海光信息份额约5%。第一梯队厂商（华为、平头哥、昆仑芯等）持续侵蚀海外GPU厂商在中国市场的份额，国产替代趋势明确且不可逆，这背后既有政策驱动的信创要求，也有供应链安全考量。在全球ASIC方面，报告认为ASIC正从AI算力体系边缘走向中心。SemiAnalysis数据显示，在大规模推理部署场景中，ASIC相比通用GPU的TCO（总拥有成本）优势达40%至65%，成本优势极为显著，这是ASIC渗透率提升的核心驱动力。谷歌采用双供应商策略以分散风险并增强议价能力：博通主导训练型TPU v8AX（代号Sunfish）设计，联发科获得推理型TPU v8x（代号Zebrafish）设计合作，体现了CSP客户分散供应链、降低单点依赖的战略诉求。亚马逊Trainium3已基本售罄，获得超2250亿美元收入承诺，反映ASIC在CSP客户中的需求极为旺盛，2Q26期间亚马逊Trainium和谷歌ASIC持续获得外部客户订单，ASIC商业化进程加速。 对于海光信息，报告看好其CPU加DCU双轮驱动战略。CPU方面，海光是A股稀缺的国产x86服务器CPU厂商，2025H1在中国服务器CPU市场占7%份额（归入其他x86企业类别），受益于国产替代和信创推进，短期增长主要来自CPU业务、国产服务器替代和行业客户需求。DCU方面，采用GPGPU路线，主要部署在服务器集群和数据中心，与其他行业友商定位差异化，已从单卡适配发展到万卡集群验证，支持10万亿参数大模型稳定运行，中长期增长来自DCU产品在AI数据中心放量。报告预测海光DCU收入2026和2027年分别达到18.2亿和29.4亿元，高于市场一致预期的18亿和28亿元。整体预测海光2025至2028年收入从143.8亿元增至478.1亿元，归母净利润从22.8亿元增至107.5亿元，年均复合增长率约68%，给予公司2028E 108倍PE估值。 对于联发科，报告看好其ASIC业务长期收入和利润潜力。核心逻辑有二：一是高性价比优势契合CSP客户ASIC自研趋势，博通在HBM采购上加收15%至20%溢价，谷歌寻求联发科替代以降低成本；二是SerDes IP优势帮助谷歌ASIC芯片提升互联带宽上限，这是ASIC大规模部署的关键技术能力。联发科1Q26业绩会指引2026年ASIC收入约20亿美元，报告预计2026和2027年ASIC收入达37亿和158亿美元，高于市场一致预期的32亿和130亿美元。手机SoC方面，联发科全球出货量第一（1Q26份额32%），Dimensity 9500用于vivo X300和OPPO Find X9系列，手机业务仍为基本盘。估值采用分部估值法：传统消费电子业务采用过去10年平均PE即16倍，ASIC业务考虑到2026至2030年净利CAGR达225%、远高于海外ASIC/GPU公司的36%，给予25倍PE，综合得出目标价10369新台币。 主要风险包括：先进制程及AI产品研发导入可能不及预期、GPU或ASIC产品放量可能不及预期、汇率及全球贸易政策风险。总体而言，海光信息和联发科均存在价值向上重估的潜力，分别受益于国产替代加速和全球ASIC行业扩张两大主线。