澳大利亚市场研究报告

本报告（快手商业化营销业务部｜磁力方舟中心）基于2024年1月至2026年5月的平台数据，刻画快手生态内AI相关的用户行为，核心结论是：AI已覆盖海量用户，全民AI时代到来，用户从「看AI」加速转向「用AI」，并形成可观的内容生产与消费势能，为平台商业化提供了全新的用户意图入口。 内容趋势方面，2026年1-5月快手AI相关视频数量同比增长27.8%，视频播放量同比提升近2.2倍；月均有超过4.8亿用户浏览AI相关视频，同比增长15.3%，AI相关内容占整体视频比例虽仍低但增长空间大。AI相关视频互动量在26年1-5月同比接近翻倍，其中收藏量与分享量增速快于评论量，反映用户高兴趣与强粘性；分享去向以微信好友、朋友圈、QQ等社交渠道为主，呈现明显的裂变特征，说明AI内容具备较强的社交货币属性。 用户心智方面，元宝、通义千问、豆包是主要关注产品，元宝与千问在春节后爆发式增长；2026年1-5月均搜索两个及以上AI产品的人数同比增长84.7%，用户在豆包、千问、元宝等产品间反复比较，「哪个更好用」成为高频搜索意图，显示用户心智尚未固化、存在迁移空间。情绪上用户对AI以好奇、尝鲜与中立态度为主，并伴随一定焦虑，整体呈拥抱态度，从关注AI向使用AI过渡。 创作与年龄分布方面，26年前5月月均使用AI发布视频的人数同比增长1.8倍；AI创作者中30岁及以下年轻人占比高且TGI领先，一线、新一线用户相对偏好更强，广东、广西、江苏等省份TGI较高，二次元、读书、短剧等垂类AI创作播放表现突出。消费侧，AI搜索用户26年上半年的消费人数、消费金额同比增速均快于整体用户，客单价与人均订单更高，偏好女装、黄金、美容护肤、零食等品类，年轻用户更偏数码美妆、年长用户更偏营养健康与生鲜。 趋势与风险方面，需关注AI内容低占比下的增长空间、产品迭代带来的用户迁移，以及AI生成内容在版权与真实性上的治理要求；平台侧的机会在于将用户的学习、创作与消费意图转化为更高效的商业连接，同时高线用户对产品下载、新线用户对教程与创作的偏好差异值得在运营中精细化区分。平台若能将学习、创作与消费三类意图打通，有望在AI商业化早期建立差异化的用户资产壁垒，并形成区别于其他内容社区的竞争护城河。 常见问题（FAQ）： Q：快手AI用户的规模有多大？ A：2026年1-5月月均有超4.8亿用户浏览AI相关视频，同比增长15.3%；AI相关视频量同比增长27.8%、播放量近2.2倍，互动量同比接近翻倍，说明AI内容已从尝鲜走向日常消费。 Q：用户主要如何使用AI？ A：从「看AI」转向「用AI」，搜索与创作并行，元宝、千问、豆包为主要关注产品，用户频繁跨产品比较孰优，心智尚未固化存在迁移空间，春节等节点带来爆发式产品切换。 Q：AI创作者有什么特征？ A：26年前5月月均AI发布视频人数同比增长1.8倍，30岁及以下年轻人占比高、一线新一线偏好更强，二次元、读书、短剧等垂类播放表现突出，年轻高线群体是AI创作的主力军。 Q：AI兴趣用户消费力如何？ A：26年上半年其消费人数、金额增速均快于整体用户，客单价与人均订单更高，偏好女装、黄金、美妆、零食等，年轻偏数码年长偏健康生鲜，AI意图正转化为可观的商业连接机会。

核心结论：报告解析一级债基作为固收增强工具的特征与扩容逻辑。一级债基相较纯债基金可在债券底仓之上，通过可转债（及转股）与一级市场新股申购增厚收益，而不参与二级股票交易，整体呈现中低波动的固收增强定位，是承接理财替代与稳健配置需求的产品之一。 投资边界：一级债基以债券资产为主，权益暴露主要来自可转债及转股，不直接买卖股票，风险收益介于纯债与含股二级债基之间。2022年前后监管对可转债投资适用新老划断，存量产品投资范围依合同与监管口径过渡，新发产品约束更明确，行业规范度提升，产品风险收益标签更清晰。 资产配置：2026年二季度一级债基总规模约9000亿元；其中约1/3为偏纯债型、约2/3为固收增厚型。含权比例（可转债等）普遍低于5%，组合以中高等级信用债与利率债为底仓，波动可控。股票资产约67%来自可转债转股，行业偏周期与红利，体现债性为主、股性为辅，下行风险相对有限。 策略与增厚：增厚收益主要来自可转债的条款博弈、价值修复与一级市场打新；在产品设计上以中低波、低回撤匹配理财替代需求。截至统计，14只高可转债比例一级债基合计规模约174亿元，体现细分策略的吸引力。打新收益随发行节奏波动，可转债表现与正股及转股溢价相关。 风险收益与客群：一级债基适合追求高于纯债、但波动低于权益类资产的稳健型资金，作为理财替代与资产配置底仓。主要风险包括利率波动、信用事件、可转债回撤与打新不确定性；投资者需关注产品的含权比例与久期水平，匹配自身风险承受度。 渠道与认知：扩容密码在于清晰的风险收益标签、稳定的增厚能力与渠道认知提升。随着刚兑理财退场，中低波固收增强产品承接外溢需求，一级债基凭借边界清晰、工具属性明确，有望在稳健配置板块中获得更大份额。 与理财替代的适配：在净值化转型背景下，投资者对回撤敏感度上升，一级债基以债底为主、含权为辅的结构，恰好填补纯债与含股产品之间的空白。管理人需在增厚与波动间把握尺度，避免过度暴露于可转债与权益，维持中低波特征。渠道侧应强化风险收益标签披露与持有期引导，帮助投资者建立稳定预期，减少因短期波动导致的非理性申赎，利于产品规模平稳扩张。对机构投资者而言，一级债基亦可作组合中的稳健底仓，与权益及另类资产形成风险互补。 对行业而言，一级债基的扩容也反映居民财富从刚兑理财向净值化稳健产品迁移的大趋势。产品若要持续做大，既要守住中低波的风险收益标签，也要在增厚手段上保持透明与节制，避免为追逐收益而偏离定位。监管与渠道的共同引导，有助于形成更健康、可持续的固收增强产品生态，使工具属性清晰、收益来源可解释成为行业共识。 常见问题（FAQ）： Q：一级债基与纯债、二级债基区别？ A：一级债基不直接买卖股票，权益暴露来自可转债及转股，波动介于纯债与含股二级债基之间，定位中低波固收增强。 Q：规模与结构？ A：2026Q2总规模约9000亿元，约1/3纯债型、2/3固收增厚型，含权比例普遍低于5%。 Q：增厚收益来源？ A：主要来自可转债的条款博弈、价值修复与一级市场打新；股票约67%源于转债转股，偏周期与红利。 Q：2022年新老划断影响？ A：监管对可转债投资适用新老划断，新发产品约束更明确，行业规范度提升，存量依合同过渡。

本报告聚焦企业 AI（Enterprise AI）赛道，核心结论是：企业级人工智能正从单点工具、概念验证（POC）阶段，加速走向生产环境的大规模落地，决策型 AI 成为最具商业变现潜力的方向，国内一批"中国版 Palantir"企业开始崭露头角。报告以 Palantir 的范式作为参照系，拆解其可复制的方法论与商业化逻辑，并指出企业 AI 的竞争焦点正从"模型能力"转向"数据—本体—决策"的闭环工程能力。 海外范式方面，Palantir 通过 Foundry（数据集成底座）、Ontology（语义本体层）、AIP（人工智能平台）与 FDE（前沿部署工程师）等制度设计，把分散的企业数据组织为可推理的知识网络，并以 Land-and-expand（立足扩张）策略深度嵌入客户核心业务流程。其关键在于不只是提供模型，而是提供贯穿数据治理、语义建模与智能推理的系统性能力，使 AI 真正融入经营决策。 国内玩家层面，报告梳理了深演智能（AlphaDesk / AlphaData / Deep Agent）、第四范式、明略科技等代表企业，它们分别围绕决策大模型、自动化机器学习（AutoML）与企业知识图谱，构建面向营销、运营与风控的决策 AI 能力。与海外相比，国内企业在数据基础、行业 Know-how 与交付模式上具有本地化优势，正逐步从项目制向平台化、订阅化演进，客户粘性与复购随场景深化而提升。 市场规模上，报告引用数据指出中国决策 AI 市场由 2024 年约 345 亿元增长至 2029 年预计约 1615 亿元，复合增速显著，反映企业从"用 AI 提效"向"用 AI 做决策"的需求跃迁。落地场景集中于金融风控、智能制造、供应链优化、营销投放与政务治理等高频高价值领域，行业渗透率随数据基建成熟而提升，智能体（Agent）形态进一步降低了企业使用门槛。 竞争格局上，决策 AI 的壁垒在于行业数据资产、本体建模能力与长期客户粘性，头部企业更易形成网络效应。报告同时提示技术路线迭代、数据合规、客户付费意愿与 ROI 兑现节奏等潜在变量，并强调在严监管行业，可解释性与审计能力是规模化落地的前置条件。 常见问题（FAQ）： Q：企业 AI 与通用大模型的主要区别是什么？ A：企业 AI 强调把模型嵌入客户核心业务流程，构建"数据—本体—决策"闭环，重在可落地、可度量与可管控，而非单纯模型能力。 Q：Palantir 的方法论可被归纳为什么？ A：以 Foundry 集成数据、Ontology 建立语义本体、AIP 承接智能推理，配合 FDE 现场部署与 Land-and-expand 扩张策略，深度绑定客户业务。 Q：中国决策 AI 市场的增长预期如何？ A：报告引用数据称市场由 2024 年约 345 亿元增至 2029 年预计约 1615 亿元，体现企业从提效工具向决策中枢的需求跃迁。 Q：国内代表企业有哪些？ A：包括深演智能（AlphaDesk/AlphaData/Deep Agent）、第四范式与明略科技等，分别聚焦决策大模型、AutoML 与企业知识图谱。 报告进一步指出，企业 AI 的商业化路径正在从项目交付走向平台与订阅，客户粘性随场景深化而增强；智能体（Agent）形态的成熟，降低了企业调用 AI 能力的门槛，也放大了决策自动化的边界。对于产业研究者，值得持续跟踪的指标包括决策 AI 市场规模、头部厂商的客户留存、行业渗透率以及数据合规框架的演进。从供给侧看，云厂商、垂直软件商与独立 AI 公司正围绕企业数据底座展开竞合，平台化与生态化成为主流打法；开源模型与私有化部署的成熟，则让数据敏感行业有了更可控的落地路径，推动决策 AI 从试点走向核心系统。

IDC与飞书深诺联合发布行业白皮书，首次提出AI智能体出海营销全链路成熟度评估体系，将AI赋能出海营销划分为L0至L5六个阶段（人工主导、工具辅助、基础自动化、单环节半自动化、跨环节协同、完全自主），并围绕战略洞察、内容创意与本地化、媒介投放与优化、整合营销、用户运营、合规风控六大关键环节系统评估，为企业提供可对照的能力坐标。 从现状看，企业出海规模扩大、全球监管趋严、AI产业化落地三大趋势并行。跨境电商、游戏、数字内容与3C消费科技持续拉动增长；欧盟DSA、美国小件免税政策取消等抬高合规与获客门槛；AI智能体由零散试用转向全工作流落地。基于200家已有出海业务企业的调研显示，营销场景AI应用率达78.5%，高于研发、供应链与职能管理，但组织侧AI团队建设仍滞后于业务落地速度，多数企业处于业务先用、机制后补的阶段。 六大环节中，内容创意与本地化渗透率最高（约89.8%），媒介投放与优化次之（约82.2%），二者任务高频、标准化、结果可验证，已接近L2基础自动化；战略洞察、整合营销、用户运营与合规风控渗透率较低，仍处L1工具辅助阶段，反映复杂决策、跨渠道协同与高风险判断是成熟度短板。核心创意与高危内容仍需人工把关，AI主要承担初稿、初筛与基础优化；服务商满意度调研显示，客户不满集中在效果核算、系统集成、数据能力与合规安全。 分行业看，品牌出海处L1-L2过渡，AI主攻创意本地化（89.3%）；跨境电商整体L2，投放优化向L3演进；APP出海L2，用户运营向L3延伸；游戏出海L1-L2，创意与媒介投放达L2。各行业距全链路自主协同仍有明显空间，未来一年企业重点布局创意、投放与风控三大场景，走向用AI打通增长闭环。服务商生态呈分化：AI营销科技平台（如飞书深诺）强调全链路覆盖、数据沉淀与业务闭环，整体处L2向L3演进；媒体代理与传统广告公司在创意、投放、报告等高频环节推进工具化；垂直AgentTech与MarTech在单一场景形成局部闭环。 白皮书对CMO提出匹配业务环节与风险等级、先试点再拓展升级、合规与数据前置治理、组织配套沉淀经验四项建议，并提示未来竞争焦点从有无AI转向效果可验证、系统可集成、数据可闭环。选择标准上，效果、本地化能力与合规能力位居企业前三，约78%的企业计划新增或替换服务商。 白皮书还指出，组织能力建设是成熟度提升的隐性瓶颈：多数企业AI落地由业务线自发推动，缺乏跨部门的数据治理与效果度量标准，导致单点实践难以沉淀与复制。未来领先企业将以平台化方式把试点经验固化为可复用模板，并据报告数据，使组织能力成为下一阶段竞争的护城河；同时，人才培养与岗位职责重塑，将决定AI智能体能否从营销部门走向企业级协同。 常见问题（FAQ）： Q：L0-L5成熟度模型如何划分？ A：从L0人工主导、L1工具辅助、L2基础自动化、L3单环节半自动化、L4跨环节协同到L5完全自主，衡量AI从单点辅助到自主协同的进阶。 Q：当前哪类环节AI最成熟？ A：内容创意与本地化、媒介投放与优化渗透最高、自动化最快；战略洞察、整合协同、合规风控仍偏人工主导。 Q：不同出海行业成熟度差异？ A：品牌出海L1-L2、跨境电商L2、APP出海L2、游戏L1-L2，共性是在创意与投放先成熟、后端环节待深化。 Q：服务商如何选择？ A：按成熟度阶段选：L1优先易部署高频工具，L2选能嵌入流程提升素材与投放效率的产品，L3以上考察数据接入、跨环节协同与闭环优化能力。

国盛证券关于石药集团（1093.HK）的深度报告，主题为从“产品出海”到“平台出海”，阿斯利康合作兑现研发变现。 一、战略转型与基本面。石药集团1997年成立于石家庄，聚焦肿瘤、精神神经、心血管、免疫呼吸、代谢及抗感染六大治疗领域，构建抗体/融合蛋白、纳米药物、小分子、细胞治疗、ADC、siRNA、mRNA、长效注射剂八大技术平台，并以AI赋能研发全流程。2025年营收260.06亿元、核心成药收入205.84亿元、归母净利润38.82亿元；恩必普为核心品种。研发投入2025年58.09亿元（同比+11.9%），在研创新药及制剂超200个，预计至2028年底50余款新药或新适应症申报上市。 二、BD从产品授权升级为平台出海。2025年初至今累计对外授权潜在总额超299.8亿美元，与阿斯利康三次战略合作构成核心：首次（2025.6）AI药物发现平台；第二次（2026.1）长效多肽平台，SYH2082（GLP-1/GIP双靶点）授权总额185亿美元、首付款12亿美元刷新中国创新药BD纪录；第三次（2026.7）siRNA与肝外靶向递送平台，针对肾脏疾病。2026年8月双方签署合资合同，在石家庄共建生物制剂生产基地（石药持股51%），国际化延伸至生产体系出海。 三、肿瘤：ADC+双抗+免疫三位一体。SYS6010（EGFR ADC）布局7项III期，覆盖NSCLC二线/一线/辅助治疗；KN026（HER2双抗）2026年5月获批胃癌、乳腺癌新辅助III期达主要终点；JSKN003（HER2双表位ADC）在四大适应症启动III期；SYS6043（B7-H3 ADC）推进妇科肿瘤；SYS6090（PD-1/IL-15）进入Ib/II期。 四、慢病：GLP-1与siRNA双线。SYH2082为GLP-1/GIP双靶点偏向性激动剂（授权阿斯利康，有望每月一次给药）；TG103减重与司美格鲁肽T2DM适应症提交上市申请；SYH2053为国内首个进入III期的国产PCSK9 siRNA，并布局Lp(a)、AGT、ANGPTL3等siRNA管线。 五、财务预期与风险。预计2026-2028年营收331.7/301.6/314.9亿元；成药业务受集采影响2024-2025连续下滑后2026Q1企稳回升（神经系统+22.16%、心血管连续三季正增）。风险包括研发失败、商业化不及预期、BD里程碑确认节奏不确定、集采持续影响、专利及知识产权。 六、平台化研发与国际化纵深。公司搭建抗体/融合蛋白、纳米药物、小分子、ADC、siRNA、mRNA、长效注射剂等多技术平台，并以AI赋能靶点发现与分子设计全流程；与阿斯利康合资建厂将合作由技术授权延伸至生产体系出海，石家庄基地（石药持股51%）有望承接抗体偶联与生物制剂产能。平台型BD使研发成果可按管线、按技术对外授权，分散单一产品风险并提升变现确定性；伴随多款新药2026-2028年密集报产，收入结构由仿制与成熟品种向创新药倾斜。 常见问题（FAQ）： Q：石药“平台出海”与早期“产品出海”有何本质不同？ A：早期多为单产品授权，现升级为AI药物发现、长效递送、siRNA与肝外靶向等系统性技术平台输出，合作领域由小分子/多肽拓展至核酸药物与肾脏疾病，并延伸至合资建厂的生产体系出海，体现国际化能力进阶。 Q：与阿斯利康合作的核心资产与金额？ A：三次合作潜在总额超256亿美元；第二次SYH2082（GLP-1/GIP）授权总额185亿美元、首付款12亿美元创纪录；第三次为siRNA平台与肝外递送，针对肾脏疾病候选药。 Q：肿瘤管线当前处于什么阶段？ A：以ADC与双抗为核心密集收获期——SYS6010（EGFR ADC）7项III期、KN026（HER2双抗）已获批胃癌、JSKN003多适应症III期、SYS6043（B7-H3）妇科肿瘤III期，并布局PD-1/IL-15新一代IO。 Q：主要经营与政策风险？ A：创新药研发失败、产品商业化节奏不及预期、BD里程碑收入确认不确定、集采对成药业务持续影响，以及专利与知识产权保护风险。

瑞联平台发布的《2025年度不良资产市场年度报告》系统盘点特殊资产市场的政策环境、市场规模、处置格局与未来展望。2025年，在宏观经济结构调整与信用周期演进背景下，不良资产供给持续释放，市场活跃度提升。 商业银行端，截至报告期商业银行不良贷款率约1.52%，整体维持在可控区间，但结构性压力仍存；不良资产证券化发行规模显著扩张，全年不良ABS发行约820.57亿元，同比增长约61.3%，成为银行出表与盘活存量的重要工具。个贷不良批量转让试点扩容，进一步打开零售类不良的处置通道。 从周期定位看，特殊资产市场具有明显的逆周期属性：经济结构调整与信用出清阶段往往对应供给高峰，而专业化的资产定价、重组与运营能力则决定价值修复的空间。随着参与主体多元化与处置工具丰富，市场正从单纯的折价收购走向以产业整合与运营提升为核心的价值创造，对机构的专业能力提出更高要求。 政策与监管环境也在塑造市场形态：不良贷款转让试点范围扩大、收益权转让与证券化规则完善，为资产流转提供了更丰富的合规路径；同时，对影子银行与地方政府债务的治理，使风险更充分地暴露与定价。专业机构得以在更透明的规则下开展定价、重组与处置，提升整体市场的定价效率与流动性。对于具备产业整合能力与运营经验的参与者而言，特殊资产正从单纯的折价博弈，转向以价值修复为核心的专业化经营。 城投与地产是风险敞口集中领域。城投债净融资由正转负，部分区域平台流动性承压，相关非标与逾期资产进入特殊资产市场；房地产行业深度调整背景下，涉房不良、停工项目与法拍资产规模上升。法拍市场方面，全年法拍挂牌约129.56万套，同比增长约16.41%，反映出债务压力向资产处置端的传导。 处置格局上，四大资产管理公司、地方资产管理公司、信托及民间资本多元参与，处置方式涵盖重组、债转股、资产证券化、司法拍卖与市场化转让。报告认为，随着市场化出清机制完善与投资人专业度提升，不良资产市场正从机会型参与走向专业化运营。市场化程度的提升也吸引更多专业型与产业型资本入场，推动资产定价逻辑从经验判断走向数据驱动。 需要关注的风险与变量包括：地产与城投风险进一步暴露的节奏、处置回收率波动、流动性环境变化、司法与政策执行效率，以及资产定价难度。 Q：2025年不良资产市场的核心特征是什么？ A：供给持续释放、市场化工具扩容，不良ABS与个贷不良转让试点加速，法拍挂牌量明显增长，市场走向专业化运营。 Q：商业银行不良率与不良ABS数据如何解读？ A：不良率约1.52%处可控区间，但结构性压力存在；不良ABS发行同比大增，体现银行通过证券化出表与盘活存量的意愿增强。 Q：城投与地产风险如何影响市场？ A：两者是风险敞口集中领域，相关逾期、涉房与法拍资产进入市场，扩大了特殊资产的供给规模。 Q：处置端呈现怎样的格局？ A：多元资本参与，处置方式丰富，市场正由粗放机会型参与转向精细化、专业化的价值修复。

本分享由羽润科技创始人Aries基于其TikTok美区、英区水晶类目直播实战经验整理，系统讲解跨境电商直播从0到1的运营方法论。分享认为，TikTok全球月活已突破15亿，覆盖150多个国家与地区、75种语言，电商与商业化仍处起跑阶段，为入局者提供了短暂而巨大的机会窗口；平台直播演进经历1.0商品上架即卖、2.0搭配营销玩法（憋单、秒杀）、3.0叠加付费流量、4.0主播+场景+供应链+付费流量的四个阶段，入局门槛随时间抬升，早期红利尤为宝贵。 在算法与冷启动部分，分享强调直播流量由互动指标（点赞、评论、转发、关注、打赏、停留时长，其中打赏与停留权重最高）与交易指标（商品点击率、订单转化率、UV，其中转化率权重最高）共同决定，平台据此为直播间打上“观看用户标签”与“支付用户标签”，运营需让两标签无限接近、以支付标签为基准调节观看标签（例如多与美国客户互动可引导流量向美国推送）。冷启动五大要诀为IP款、玩法、低价、拉时长、逼单话术：用具备IP属性的货获取初始精准流量，以超低价格拉升成交密度与直播间权重，在主播状态良好时尽量拉长直播时长让模型更精准，并通过点对点逼单话术尽快让有限观众完成下单，从而跑出交易数据、突破冷启动。 话术体系涵盖欢迎、宣传、互动、带货、活动、逼单、引导、感谢八大类型，强调原生感（面孔、口语、场景）与直播时长对权重的影响；数据分析聚焦场观、商品曝光点击、成交转化率、成交密度与客单价，并给出“观看—商品点击率过低/过高”“转化率过低”“成交密度过低”的优化路径（如加强口播引导、做低价营销、调整直播时段、控制直播时长）；选品遵循物流轻、价格20—80美金、刚需、对主播要求低的原则，营销以内容抓眼球、激发购买欲、获取信任、引导下单为框架。短视频则在播前挂主推品链接与预告、播中发切片引流、播后做感谢与下场预告，形成“内容+直播”闭环；复盘强调“跨境的尽头是本土化，内容是核心，投流是抢占流量的制高点”。 在爆款直播间拆解与常见问题的应对上，分享列举了推流不正常（卡顿、掉线）、不出单转化低、客单低、经常违规等典型故障，并指出只要基础打得牢固，上述问题大多可以前置规避。所谓基础，即稳定的网络与画质、清晰的人货场匹配、合规的话术与商品、可持续的选品更新，以及围绕标签与成交密度展开的精细化运营。实践层面，分享主张“边干边优化”，紧跟有成就者的脚步，在真实直播中迭代话术、场景与投放，逐步沉淀出适合自身品类的稳定打法。 常见问题（FAQ）： Q：新手入局TikTok直播的门槛与核心要求是什么？ A：门槛较低——能用英语无障碍沟通、每天直播4—6小时、数千元布置场景与购置软硬件即可；但决胜关键在于决心、执行力与长期坚持，账号运营与开播经验需时间积累。 Q：直播间冷启动应如何突破流量瓶颈？ A：核心要诀是用具备IP属性的货获取精准流量，以低价拉升成交密度、用拉时长积累数据与权重、用逼单话术让有限观众尽快完成下单，从而跑出交易数据、触发系统后续推流。 Q：TikTok直播间的核心数据指标有哪些？ A：分为互动指标（点赞、评论、转发、关注、打赏、停留时长）与交易指标（商品点击率、订单转化率、UV），其中打赏与停留时长对互动权重最高，订单转化率对交易权重最高，二者共同决定标签与推流。 Q：直播选品与短视频应如何配合？ A：选品优先轻物流、20—80美金、刚需且对主播要求低的商品；短视频在播前挂主推品与预告、播中发切片、播后做感谢与下场预告，用内容将观众导入直播间，形成“内容+直播”闭环。

本报告由艾瑞咨询发布，系统研究中国医疗大模型行业的发展背景、现状、典型企业与趋势展望。报告指出，医疗大模型不是又一套IT系统，而是医疗行业生产力范式的结构性升级，正从实验室的技术演示转入真实场景的价值兑现。 在行业背景上，医疗大模型是通用大模型能力向医疗垂直领域延伸的产物，具备医学知识融合、场景精准适配与数据安全保障等“专才”能力，覆盖辅助诊疗、药物研发、健康管理等多元场景。其发展历经早期专用智能、通用大模型探索到Agent智能体四个阶段，受政策、技术、需求三股力量驱动：政策端将AI从鼓励探索推入落地考核；技术端算力成本下降与多模态融合成熟，使基层医疗机构首次具备三甲级诊断辅助能力；需求端恰逢人口老龄化加速与医师供给缺口扩大，大模型成为维持医疗体系运转的必需品。 行业现状方面，国内医疗大模型累计发布量从2023年的61个跃升至2025年6月的311个；预计2028年大模型在医院端渗透率将达65%，终端IT预算中大模型相关支出占比从5%提升至20%；临床一线超过80%的医生已将AI工具纳入日常工作流。玩家类型涵盖互联网医疗平台、医疗信息化厂商、药械企业与科技巨头等，研发合作模式与商业模式逐步多元，七大场景（医学影像、诊疗辅助、健康管理、中医药、药物研发、医院管理、公共卫生）形成不同成熟度梯队。此外，报告也指出，医疗数据质量、隐私合规与跨机构互认仍是规模化落地的关键约束，厂商需在算法能力之外构建可信数据与合规体系，方能支撑从单点工具到业务闭环的跨越。 趋势展望上，行业焦点正从单一模型性能竞赛迁移到Agent闭环能力，厂商竞争从参数比拼转向模式重构，选型决策权逐步在各主体间迁移，大模型从被动应答的认知引擎进化为主动协作的执行主体。 在政策层面，国家层面已形成“国家战略—专项政策—地方场景”的三层驱动体系：《国民健康“十五五”规划》（2026年7月）将全民健康数智化纳入国家战略，明确推进“三医”数据共享；《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》提出到2027年形成一批专病专科垂直大模型、全面部署八大重点场景；2024年11月《卫生健康行业人工智能应用场景参考指引》已明确84个细分场景。地方层面，浙江省计划培育50个以上专病专科模型，北京市提出到2027年建成医疗健康领域人工智能产业支撑体系。技术端，国产算力适配取得突破——哈尔滨工业大学面向医学影像分割深度优化昇腾算子，模型推理提速40%、推理成本下降35%；讯飞医疗星火医疗大模型V3.5推理吞吐量提升4.5倍，MedBench评测得分98.9居首；复旦大学医疗联邦学习框架已接入120余家三甲医院，多中心模型性能较单中心提升25%。 在场景与竞争格局上，七大场景呈现清晰梯队：医疗影像成熟度达75%—85%、诊疗辅助70%—80%为成熟应用，医院管理与健康管理处于60%—70%的快速推广区间，中医药、药物研发约50%—60%，公共卫生仅30%—40%尚处早期探索。研发侧，约75%的主体为企业、约75%选择合作研发、约80%采用通用大模型医疗化改造（微调）路径，行业供给以科技生态企业、头部医疗IT企业、技术创新型企业与医院/科研机构四类玩家为主。典型企业方面，东软“添翼”医疗大模型已推出120余个智能体、在全国100余家医疗机构规模化应用、全科医生辅助决策Top5准确率达91%；蚂蚁“百灵”大模型支撑的“蚂蚁阿福”App用户突破1亿、月活超3000万、单日健康提问量超1000万次，浙江“安诊儿3.0”链接超2000家医疗机构、注册用户1800万；联影智能“胸部一扫多查智能体”于2026年5月获国家药监局创新医疗器械绿色通道，标志行业从“能发布”迈向“能拿证、能落地”。渗透率模型显示，医院端从2023年不足10%经2025年20%—30%向2028年40%—50%演进，基层与公共卫生机构2025—2028年年复合增速均超29%。 常见问题（FAQ） Q：医疗大模型与通用大模型的核心区别是什么？ A：医疗大模型聚焦医疗垂直行业，注入医学专业语料，具备医学知识融合、场景精准适配与数据安全合规等专才能力，而非追求通用能力的广度。 Q：当前医疗大模型的渗透与使用情况如何？ A：国内医疗大模型累计发布量2025年6月达311个，预计2028年医院端渗透率65%，超80%医生已将AI工具纳入日常工作流。 Q：行业竞争的焦点发生了什么变化？ A：从2023年算力与参数之争、2025年数据壁垒场景卡位，转向2026年以Agent闭环能力为核心的业务跑通能力竞争。 Q：医疗大模型主要覆盖哪些应用场景？ A：覆盖医学影像、诊疗辅助、健康管理、中医药、药物研发、医院管理与公共卫生等七大场景，并呈现不同的成熟度梯队。

裕太微作为国产以太网PHY芯片的领先企业，正从网通与车载两大赛道切入数据中心与智能汽车供应链。以太网PHY是网络连接的物理层芯片，决定端口速率、功耗与可靠性，长期由Marvell、Broadcom、Realtek等国际巨头主导，国产替代空间广阔。报告显示，2025年公司网通业务收入5.46亿元，同比增长40%；车载业务收入0.70亿元，同比大增1332%，车载以太网渗透提速带来爆发式增长，产品已进入多家整车与 Tier1 供应链。技术层面，公司10G PHY预计2026年流片，并攻关112G SerDes等高速互连核心技术，向更高速率与更广阔的数据中心、AI服务器互连场景延伸；车载方面则布局百兆至千兆PHY及交换芯片，契合智能驾驶对车载网络带宽的升级需求。市场空间方面，中国互连芯片市场预计2030年达2065亿元，年复合增速约19.1%，国产替代与AI算力建设共同打开需求，PHY、SerDes、交换芯片均处导入加速期。客户与生态上，公司产品覆盖企业级、消费级与车载场景，并逐步向数据中心交换机、服务器网卡渗透。资本运作上，公司推进约10.6亿元定增，用于研发与产能布局，强化晶圆代工与封测端的供给保障。报告对2026至2028年营业收入作出预测，分别为9.13亿、12.61亿、16.75亿元。需关注的变量包括：高速SerDes研发进度与良率、海外巨头竞争与专利壁垒、晶圆代工与封测供给紧张，以及数据中心资本开支周期波动对网通需求的扰动。从竞争格局看，国际巨头在高速PHY与SerDes领域仍占据技术与生态优势，且在车规级与数据中心高端场景拥有更成熟的客户认证；裕太微的突破口在于以本土化服务、成本与快速响应切入国产供应链，并借助AI服务器与智能驾驶带来的增量需求完成从“可用”到“好用”的跨越。需要指出的是，PHY芯片单价随速率提升而上行，但车规与数通客户对可靠性、一致性与长期供货的要求极高，认证周期长、导入门槛高，意味着收入兑现更依赖标杆项目突破与规模上量。定增募资有望缓解研发与产能投入的资金压力，但折旧与研发费用的阶段性攀升亦会影响短期盈利表现。在国产替代的主线之下，公司所处的互联芯片赛道兼具技术壁垒与战略价值，其成长节奏与上游晶圆产能、下游客户需求高度联动。对于这类高研发投入的半导体企业，市场更看重其产品矩阵从物理层芯片向交换芯片与高速互连延展的能力，以及在车规与数通两大高壁垒场景中的认证突破，这将决定其能否由细分冠军走向平台型供应商。长远而言，互联芯片的国产替代是一场涉及材料、设备、设计与生态的系统性工程，单点突破之外更需产业链协同。随着国内算力基建与智能汽车产业的壮大，具备完整产品布局与持续迭代能力的企业，有望在国产供应链重塑中占据更有利的位置。长远而言，互联芯片的国产替代是一场涉及材料、设备、设计与生态的系统性工程，单点突破之外更需产业链协同。随着国内算力基建与智能汽车产业的壮大，具备完整产品布局与持续迭代能力的企业，有望在国产供应链重塑中占据更有利的位置。 常见问题（FAQ）： Q：裕太微的两大增长引擎是什么？ A：网通业务（2025年收入5.46亿元，+40%）切入数据中心，车载业务（0.70亿元，+1332%）受益以太网渗透。 Q：技术迭代的关键节点？ A：10G PHY预计2026年流片，112G SerDes攻关中，向高速互连与AI服务器场景延伸。 Q：互连芯片市场空间多大？ A：中国互连芯片市场预计2030年达2065亿元，CAGR约19.1%，PHY、SerDes、交换芯片均处国产替代加速期。 Q：主要风险与变量？ A：SerDes研发进度与良率、海外竞争与专利壁垒、代工封测供给及数据中心资本开支周期。

核心结论：东吴证券对仙工智能（06106.HK）的研究指出，公司定位“机器人大脑第一股”，以SRC控制器为核心，构建“大脑模型+小脑+神经”的机器人智能架构，并通过开放生态与跨本体平台打通不同机器人形态，打开成长空间。公司充当机器人产业的“智能底座”角色。 关键数据/市场规模：报告披露仙工智能2025年控制器全球市占率约24.8%（报告口径），营收约4.4亿元、复合增速约34%（CAGR口径）；并引用控制器及机器人智能系统市场至2030年可达约8500亿元的产业测算，显示赛道空间广阔。控制器作为机器人的“中枢”，价值量随智能化程度提升而上升。 驱动因素：1）机器人量产：工业移动机器人（AMR/AGV）与具身智能扩张带动控制器需求；2）跨本体平台：一套大脑适配多形态机器人，降低开发与集成门槛；3）开放生态：开发者与合作伙伴接入形成网络效应；4）国产替代：核心控制器自主化趋势；5）具身浪潮：人形与复合机器人兴起，对通用控制与智能调度提出更高要求。 产业链/竞争格局：上游为芯片、传感器与算力；中游为控制器与机器人操作系统/大脑（仙工定位）；下游为AMR、工业、商用等服务机器人本体厂与集成商。仙工以“机器人大脑”提供标准化智能底座，使本体厂专注机械与场景。2025年全球控制器市占约24.8%，体现其领先地位。相较封闭生态厂商，仙工的开放接口策略更易吸引开发者；相较纯算法公司，其软硬一体交付更贴近量产。 趋势与风险：趋势是机器人智能化、控制器标准化、跨本体平台化与生态开放；风险在于技术迭代、客户集中度、价格竞争与下游资本开支波动。报告认为，控制器标准化与生态开放是机器人产业规模化前夜的关键基础设施机会。 产业延展与生态意义：报告进一步分析，控制器标准化降低了本体厂的研发门槛，使更多创业者与垂直集成商进入机器人赛道，长期看有利于应用繁荣。开放生态使第三方开发者贡献技能与场景包，形成类似应用商店的网络效应；但这也要求平台在接口稳定性、安全隔离与版本兼容上持续投入。跨本体能力在复合机器人（移动加机械臂加视觉）与人形机器人上价值更突出，因其需统一调度多种执行器。报告认为，机器人产业规模化前夜，掌握“大脑”标准与生态者，有望获得类似操作系统级的产业位势与议价能力。 从产业节奏看，制造业资本开支与本体厂出货共振将放大控制器需求弹性，而生态开放程度决定长期黏性，平台方需在标准、工具与安全上持续投入以维持位势。 常见问题（FAQ）： Q：仙工智能的核心产品定位？ A：公司以SRC控制器为核，构建“大脑模型+小脑+神经”的机器人智能架构，定位“机器人大脑”，为各类机器人提供标准化智能底座。 Q：跨本体平台的价值？ A：一套大脑适配多形态机器人，降低本体厂开发与集成门槛，并通过开放生态形成网络效应。 Q：市场空间口径？ A：报告引用控制器及机器人智能系统市场至2030年约8500亿元的产业测算，并以2025年约24.8%的全球控制器市占率说明公司地位。 Q：主要风险？ A：技术快速迭代、客户与下游集中度、价格竞争及制造业资本开支波动。

本报告聚焦半导体先进封装产业，核心结论是：在算力芯片、高带宽存储与光互连需求共同驱动下，先进封装从「后道配角」走向「价值重心」，封测产业迎来系统性的价值提升与角色重塑，成为AI算力时代的关键瓶颈与战略环节。 市场规模方面，报告测算全球先进封装市场由约252.9亿美元增长至407.6亿美元，并有望进一步增至674.4亿美元，增速显著快于传统封装，反映AI与高性能计算对异构集成需求的拉动。驱动逻辑可概括为「算、存、光」共驱：算力端GPU/ASIC对大封装面积与高互连密度的需求、存储端HBM堆叠、光互连端CPO（共封装光学）共同推高封装价值量，单一芯片的性能释放越来越依赖封装级的系统整合能力。 技术路线方面，报告梳理了CoWoS、CoWoP、CoPoS、SoIC、EMIB等主流方案：CoWoS系列凭借高带宽与成熟良率成为AI芯片主流承载，CoWoP/CoPoS面向面板级与更大面积的中介层集成，SoIC等3D堆叠技术面向更高集成度场景；存储侧HBM已规模应用，HBF等新型高带宽存储封装持续演进，对TSV、混合键合等工艺提出更高要求，凸点间距微缩与散热成为工程难点。 产业链与竞争格局层面，中国大陆企业在长电科技、盛合晶微、中芯国际等带动下加速布局先进封装产能，在Fan-out、SiP、2.5D中介层等环节形成突破，本土配套能力增强；但高端载板、关键设备与材料仍存外部依赖，是产能扩张与良率提升的潜在约束。 趋势与风险方面，需关注AI资本开支周期波动、先进封装产能集中释放后的供需错配，以及混合键合等工艺良率爬坡的不确定性；封测产业的价值提升高度依赖算力需求持续性与本土供应链补齐进度，同时载板与HBM供给紧张可能成为阶段性掣肘，设备与材料的国产替代进度将影响长期成本曲线。从中长期看，先进封装能力的自主可控程度，将直接影响国产算力芯片的性能释放与供给安全，其战略意义已超出单纯的制造环节本身，成为全球半导体产业竞争与地缘博弈的关键支点之一，相关产能与技术路线因此也成为各国产业政策的重点扶持方向。 常见问题（FAQ）： Q：先进封装市场增长有多快？ A：报告测算全球市场由约252.9亿美元增至407.6亿美元，并有望进一步达674.4亿美元，增速显著快于传统封装，由AI与高性能计算拉动，其复合增速反映的是算力需求对异构集成的刚性依赖。 Q：算存光共驱指什么？ A：算力芯片对大封装面积与高互连密度、存储端HBM堆叠、光互连端CPO共同推高封装价值量，使封测从后道走向价值重心，单一芯片性能释放越来越依赖封装级的系统集成能力。 Q：哪些技术路线最受关注？ A：CoWoS系列因高带宽与成熟良率成为AI芯片主流承载，SoIC等3D堆叠面向更高集成度，HBM/HBF推动TSV与混合键合工艺升级，凸点微缩与散热是难点，面板级（CoWoP/CoPoS）则试图以更大中介层进一步降本增效。 Q：中国大陆产业链进展如何？ A：长电科技、盛合晶微、中芯国际等加速布局，Fan-out、SiP、2.5D中介层形成突破，但高端载板、设备与材料仍存外部依赖，是产能与良率的潜在约束，本土供应链补齐进度将影响长期成本曲线与交付安全。

核心结论：报告描绘中国医疗大模型从技术狂奔迈向价值兑现的拐点。2023年国内医疗大模型仅约61个，至2025年6月已增至311个，供给快速扩张；与此同时应用侧由单点工具走向场景闭环，医院与企业的采纳率显著提升，行业进入规模化落地阶段，价值实现从概念验证转向可量化收益。 行业现状：模型供给侧，通用大模型经医学语料微调与私有化部署形成医疗专用模型；应用侧，医生使用AI的比例由2023年的35%升至2026年的81%，日常诊疗、病历生成、文献检索与辅助决策成为高频场景。医院渗透率预期2028年达65%。场景成熟度上，医疗影像（辅助筛查与诊断）最成熟，成熟度约75%至85%，紧随其后为临床文书、质控与随访管理。 企业侧：约75%的医疗AI企业选择与外部技术方合作，75%基于通用大模型改造，80%布局院内场景；商业模式由项目制向SaaS与按调用量演进，数据与合规成为壁垒。典型企业在影像、专科助手、医院智能体与药物研发等方向差异化竞争，头部以临床数据与渠道构筑护城河。 趋势展望：医疗大模型正从助手演进为具备感知、推理、执行闭环的智能体（Agent），嵌入诊疗与运营流程；多模态（文本加影像加检验）融合、私有化与可信AI、与电子病历系统深度集成是方向。价值兑现关键在于可量化的临床与效率收益、数据安全与伦理合规，以及支付与责任界定机制。 挑战与瓶颈：高质量标注医学数据稀缺、院内数据孤岛与跨机构互通难；模型幻觉与可解释性影响临床信任；责任归属、隐私合规与算力成本制约规模化；基层与偏远地区数字鸿沟明显。破局需标准统一、可信评测、医工协同与支付机制创新。 支付与责任机制：医疗大模型要规模化，需明确的按效果或按服务付费路径，以及人机协同下的责任划分框架，否则难以进入正式诊疗流程。监管侧对医疗器械类AI的准入与持续改进提出要求，推动模型向可追溯、可审计演进。医院采买方则关注部署成本、与既有信息系统兼容及临床价值证据，厂商需以试点数据与运营指标论证回报，方能从示范走向常态采购。基层与专科场景的轻量化部署，亦有望成为渗透率提升的突破口。 总体而言，医疗大模型的成熟不会一蹴而就，其扩散速度取决于临床证据、付费机制与监管环境的协同。短期看，以医院智能体与专科助手提升效率；中期看，多模态与Agent闭环深入诊疗；长期看，与医疗体系深度融合成为基础设施。过程曲折但方向明确，价值兑现终将落到可衡量的健康结果与效率改善上，而非单纯的技术指标堆砌。 常见问题（FAQ）： Q：中国医疗大模型数量与渗透率？ A：模型数量从2023年约61个增至2025年6月311个；医生用AI比例由2023年35%升至2026年81%；医院渗透率2028年预期65%。 Q：哪些场景最成熟？ A：医疗影像辅助筛查与诊断成熟度约75%至85%居首，其次为临床文书、质控与随访管理。 Q：企业如何布局？ A：约75%与外部技术方合作、75%基于通用大模型改造、80%聚焦院内场景，商业模式向SaaS与按量演进。 Q：行业拐点在哪？ A：从单点工具走向Agent闭环，价值兑现依赖可量化临床收益、数据安全合规与支付责任机制。

本报告为华泰证券零售行业新消费系列第四篇，系统研究中国服装跨境电商的崛起逻辑与竞争格局，核心判断是：依托完整产业集群、数字化供应链改造与十年跨境渠道沉淀，中国服装跨境电商企业已从流量铺货、低价输出，跨越式升级为以数据驱动全球供需匹配的效率型玩家，正在重塑全球时尚零售的竞争底座。随着美欧低值包裹免税政策收紧、贸易合规密集落地，行业竞争要素由价格优势转向端到端的体系能力，头部平台的份额集中趋势进一步明确。 需求端方面，全球服鞋市场规模已逾 1.7 万亿美元（2025 年），预计 2030 年达约 2 万亿美元；其中线上服鞋零售额 2025 年约 6064 亿美元，渗透率约 34.9%，预计 2030 年提升至 38.7%。中国服装跨境电商出口 2025 年达 7620 亿元、同比增长 17%，以约 33.4% 的比重稳居跨境电商出口第一大品类，印证服装作为出海优选品类的体量优势与高频复购特征。 供给端的核心突破在于破解时尚行业长期存在的"上新速度、产品丰富度、周转效率"三难困境。以 SHEIN 为代表的 LATR（大规模自动化小单快返）模式，通常以 100-200 件首单测试真实需求，爆款最快约 5 天补单，将消费者信号直接传导至制造端。其 2025 年库存周转天数仅 36 天，明显低于 Inditex、迅销、ASOS、H&M 的 72/114/128/130 天，未售库存占比控制在 5% 以下，相较行业 20%-30% 的水平优势显著，形成自我强化的效率飞轮。 发展复盘显示行业历经四阶段：DTC 建站与流量红利、供应链快反跑通、平台生态拓展、到当前履约合规重构。欧美小包免税取消或收紧后，海外仓与本地履约从可选项变为必选项，竞争门槛延伸至涵盖本地履约的全链条闭环。报告对比了 SHEIN（1P+商城）、赛维时代（亚马逊 B2C 龙头）、子不语（中高端差异化）等代表企业的模式差异，指出端到端闭环完整度决定中长期份额潜力，而合规成本上升将加速中小卖家出清、优质供给向头部聚集。 常见问题（FAQ）： Q：中国服装跨境电商的核心效率优势来自哪里？ A：来自产业集群 + 数字化柔性供应链 + 全球履约的协同，典型如 SHEIN 的 LATR 小单快返模式，以 100-200 件首单测款、最快 5 天补单，把需求信号直接传导至制造端。 Q：免税政策收紧对行业意味着什么？ A：美欧低值包裹免税取消或收紧后，直邮低价模型成本上升，海外仓与本地履约变为必选项，竞争要素由价格转向端到端体系能力，利好头部集中。 Q：SHEIN 与传统快时尚龙头的效率差距有多大？ A：SHEIN 2025 年库存周转 36 天，而 Inditex、迅销、ASOS、H&M 分别为 72/114/128/130 天，未售库存占比低于 5%（行业 20%-30%）。 Q：中国服装跨境出口的规模与地位如何？ A：2025 年出口额约 7620 亿元、同比增长 17%，以约 33.4% 比重稳居跨境电商出口第一大品类。 报告的价值在于提供了一个可复用的分析框架：以"三难困境—小单快返—端到端闭环"为主线，解释了中国服装跨境龙头为何能在全球快时尚竞争中实现效率反超。对产业链观察者而言，核心跟踪指标包括库存周转天数、海外仓面积、区域收入结构与商城服务收入占比，这些变量共同刻画了企业从卖货向组织全球供需演进的深度，也是判断份额变化的有效抓手。在区域格局上，北美仍是规模最大的单一市场，但欧洲与新兴市场的增速更快，龙头通过多区域布局对冲单一政策风险，这一趋势与海外仓网络的扩张相互强化。

报告聚焦日本与韩国零食饮料市场，提炼出以自我照顾（self-care）为核心的消费新范式：在压力与不确定性上升的背景下，消费者将零食饮料视为日常微小犒赏与身心照护的载体，推动产品从单纯解馋走向功能、情绪与身份的综合满足，形成高复购、强黏性的品类特征。渠道上，便利店、药妆店、自动贩卖与内容电商共同构成高频触达网络。 六大趋势可归纳为：低负担（低糖、低卡、Clean Label）、轻功能（添加膳食纤维、蛋白、维生素、助眠与舒缓成分）、情绪奖励（治愈、怀旧、仪式感）、健康化升级、本地化口味深耕，以及便捷即食与场景化包装。其中低负担与轻功能解决身体焦虑，情绪奖励解决心理诉求，二者共同构成爆品的内核，并彼此叠加放大支付意愿。 情绪价值被显著放大：零食饮料成为低成本的情绪补偿，治愈系包装、联名IP与限定口味制造社交货币；便利店作为核心渠道，以高频上新与季节限定维持新鲜感，形成新品尝鲜、社媒发酵、复购沉淀的链路，使单品生命周期可被主动管理。价格带上，具备情绪与功能叙事的产品普遍获得溢价，验证消费者愿为综合价值付费。 报告构建日韩爆品识别模型，从社媒声量、搜索趋势、便利店铺货与复购表现、口味创新度等维度筛选潜力单品，强调微创新（口味、质地、形态）比颠覆式创新更易跑通，并能以更低试错成本验证市场。日韩市场的成熟经验对中国具备强参照：健康化、功能化与情绪化正同步发生，本土口味复兴与国潮元素成为差异点；同时中日韩对功能宣称的监管边界不同，是企业跨境复制产品时须重点考量的合规变量。 在渠道经营上，便利店限时陈列与新品轮换、药妆店的差异化选品、自动贩卖机的场景化铺设，共同构成日韩爆品从上市到放量的主路径；内容电商与短视频承担种草与口碑扩散，缩短从认知到购买的距离。社媒声量管理成为品牌日常运营，限定与联名制造稀缺以刺激即时转化，使单品在数周内完成从话题到货架的闭环。对企业而言，建立快速洞察、打样、量产、上新的柔性供应链，是抓住窗口期、避免被快速模仿追赶的关键能力。 对中国企业的启示包括：以细分功能切入、用情绪叙事包装、借便利店与内容电商放大声量、以供应链快速迭代支撑高频上新。风险在概念同质化与监管对功能宣称的边界，以及爆品生命周期缩短带来的研发与营销压力。 常见问题（FAQ）： Q：日韩零食饮料的核心趋势是什么？ A：以自我照顾为主线，低负担、轻功能、情绪奖励、健康化、本地化口味与便捷即食六大趋势交织。 Q：情绪奖励为何重要？ A：零食饮料成为低成本情绪补偿与社交货币，治愈包装、IP联名与限定口味驱动尝鲜与传播，并支撑产品溢价。 Q：爆品识别模型看哪些维度？ A：社媒声量、搜索趋势、便利店铺货与复购、口味与形态创新度，微创新比颠覆更易跑通。 Q：对中国市场有何启示？ A：以细分功能切入、情绪叙事包装、内容电商放大声量、供应链快速迭代支撑高频上新，并结合本土口味复兴与跨境合规。

东方证券计算机行业深度报告《科学发现的第五范式：AI4S从基础模型、算力底座到产业落地》系统梳理AI for Science（AI4S）作为科研第五范式的技术演进、算力底座与产业落地。 一、AI4S成为第五范式与国家科技竞争力制高点。AI4S以人工智能辅助或独立完成科研任务，被视为继实验、理论、计算、数据科学后的第五范式；AlphaFold获诺奖印证其价值。中美欧英均将其上升为国家战略：中国国务院《关于深入实施“人工智能+”行动的意见》首提科研范式变革，欧盟《欧洲科学AI战略》、美国“创世纪计划”、英国《AI赋能科学战略》密集布局。全球AI4S市场2025年约45.38亿美元，预计2032年262.3亿美元（CAGR 28.9%），行业渗透率仍个位数。 二、模型能力重新定义。AI4S模型需具备科学机理约束、多模态统一表征、长周期时序推理三大能力，区别于通用大模型。架构由领域专用模型、工具增强模型演进为“科学基础模型+领域专用模型”的通专融合主流架构；国内中科院“磐石”、上海AI实验室Intern-S1/SAGE、中科院S1-Omni等一体化模型解决泛化与专业失衡。 三、算力底座重构。AI4S需超算-智算深度融合的新型异构算力（多精度混合、长周期稳定、双生态软件栈），传统超算与智算集群均无法满足。中科曙光建成全国产十万卡“曙光8000”超智融合集群，实现万亿原子分子动力学模拟、蛋白质折叠加速等世界级突破，推动国产高端算力从示范走向规模化复制，并接入国家超算互联网。 四、多领域落地。AI制药覆盖靶点挖掘到临床开发全流程，英矽智能Pharma.AI将立项到PCC缩短至12-18个月、成本降80%-90%；工业领域CAD/CAE/EDA向“数据+物理”双驱动演进（Autodesk、Ansys、华大九天、中望软件）；气象领域GraphCast、盘古大模型率先业务化；农业育种借多组学缩短良种周期。AI4S打通从科学发现到工程产业化的完整链路。 五、模型、算力、应用三层机会。科学基础大模型与一站式平台为智能大脑，超智融合计算中心为底座，AI制药、AI工业软件、AI气象、AI农业等垂直领域进入价值兑现期。报告提示监管政策动态调整、技术发展和转化不及预期、赛道竞争加剧三类风险。整体看，AI4S处于从科研工具走向产业基础设施的早期阶段，科学基础模型、超智融合算力与垂直行业应用三层共同构成价值闭环，政策、算力自主与数据要素是核心变量。 常见问题（FAQ）： Q：AI4S与通用大模型的核心区别？ A：通用大模型拟合人类语言逻辑，AI4S拟合客观科学规律，须满足守恒、几何等机理约束并支持长周期时序推理与端到端决策；其数据为高维异构科学数据，价值在加速发现而非内容生成。 Q：为何需要“超智融合”算力？ A：AI4S是机理仿真与AI模型紧耦合的混合负载，需FP64物理求解与BF16/FP16智能计算共存、长周期高稳定作业及HPC+深度学习双软件栈，单一超算或智算集群均无法兼顾。 Q：AI4S当前最成熟的产业落地在哪？ A：AI制药（靶点发现、分子生成、临床设计）与AI气象预报率先规模化；工业CAD/CAE/EDA与农业育种处于快速渗透期，整体渗透率仍个位数、空间广阔。 Q：国内算力与平台进展如何？ A：中科曙光“曙光8000”十万卡超智融合集群已落地并接入国家超算互联网；中科院“磐石”、上海AI实验室SAGE等科学基础模型与一站式科研平台（ScienceOne、书生·端砚）进入全流程闭环验证阶段。

本报告以花知晓为样本，发布国货彩妆行业趋势研究，刻画少女美学彩妆的崛起路径与国货彩妆的多元发展格局。花知晓定位少女心美学彩妆，以二次元、萌系、复古重工为品牌基因，凭借高颜值包装、强私模开发与社群化运营，在年轻女性用户中建立鲜明辨识度。 从产业视角看，彩妆是高毛利、高迭代、强内容属性的品类，对品牌的审美表达与用户运营要求极高。国货品牌近年通过供应链效率、内容平台流量运营与快速上新，逐步改写由国际品牌主导的市场格局；但彩妆的潮流生命周期短，对库存管理与趋势判断提出更高要求，考验品牌的持续创新节奏与组织敏捷度。 商业模式上，花知晓强调重工私模：通过自主设计与开模打造差异化外观，形成难以被快速复制的产品力；同时依托电商平台、内容社区与粉丝社群完成种草到转化的闭环，客群以Z世代与二次元兴趣人群为主，具备高粘性与自发传播特征。 渠道与内容生态是国货彩妆放量的关键变量。短视频与社交平台的种草机制降低了新品牌的冷启动门槛，但也加剧了流量成本的攀升与同质化竞争；能够沉淀私域、建立鲜明风格认知并形成复购的品牌，才能在流量退潮后维持增长。花知晓的二次元社群属性，恰为其提供了相对稳固的天然流量池与口碑护城河。在集团赋能之下，其供应链与组织能力有望补齐规模化短板，使风格化定位与体量增长不再彼此掣肘。 集团赋能是重要看点。珀莱雅通过控股成为花知晓的重要股东，在供应链、研发、渠道与组织管理上提供协同，有望帮助品牌突破规模瓶颈、提升运营效率与抗风险能力。这种产业资本与风格品牌的结合，既保留了花知晓的调性独立，又补齐了规模化所需的体系能力，为后续跨品类与跨市场的延展打下基础。 全球化方面，花知晓已布局美国、日本及东南亚等海外市场，借助跨境电商与线下渠道触达海外华人及本土年轻用户，验证国货彩妆的海外接受度。 报告将国货彩妆的发展归纳为四类路径：平价快时尚、东方美学、专业IP联名与亚文化深耕（如花知晓的二次元路线），反映行业从单一爆品逻辑走向人群细分与风格定位的成熟阶段。整体看，国货彩妆在供应链、内容运营与渠道效率上已建立比较优势，但面临国际品牌下沉、流量成本上升与产品同质化挑战。 需要关注的风险包括：美妆消费波动、潮流迭代快导致库存与减值、营销依赖与流量成本、出海合规与本地化，以及行业竞争加剧。 Q：花知晓的差异化来自哪里？ A：其以二次元少女心美学为内核，结合重工私模的自主外观设计，形成高辨识度与难以快速复制的产品力。 Q：珀莱雅控股带来什么协同？ A：在供应链、研发、渠道与组织管理上提供资源与经验，助力品牌突破规模瓶颈、提升运营效率。 Q：国货彩妆有哪几类发展路径？ A：报告归纳为平价快时尚、东方美学、专业IP联名与亚文化深耕四类，体现行业的人群细分与风格分化。 Q：出海面临的主要挑战？ A：海外合规、本地化运营、渠道与营销适配，以及国际品牌的竞争是核心难点。

国金证券《半导体测试设备行业研究》指出，半导体测试是保障芯片性能、良率与可靠性的关键环节，AI正推动行业景气由传统周期修复转向结构成长。根据SEMI预测，全球半导体测试设备销售额预计2026年同比增长31.0%至153亿美元，2028年达208亿美元，2025—2028年复合增速约21%，增速高于半导体设备整体水平。其中SoC测试机2026年有望达85—95亿美元（同比约+25%），存储测试机达22—27亿美元（同比约+10%—35%）。全球高端ATE市场高度集中，爱德万与泰瑞达2025年合计占据九成以上份额（爱德万约65%、泰瑞达约28%），竞争优势已由单机参数延伸至核心平台、客户验证、测试程序生态与Test Cell协同能力。 AI基础设施扩张从“更多芯片、更复杂芯片、更多测试”三个维度拉动设备需求。更多芯片：AI服务器扩容及云厂商自研ASIC发展扩大高端逻辑芯片测试基数，2026年ASIC AI服务器出货占比提升至27.8%，创2023年以来新高。更复杂芯片：Chiplet、HBM及先进封装推动测试对象由单颗裸片升级为多Die系统，增加数字、存储、高速接口及功率测试资源配置；HBM4接口宽度提升至2048位、带宽超2.8TB/s、接口速率超11Gbps，测试复杂度显著提高。更多测试：测试流程由“两段式”扩展为“Wafer Test→Die Level Test→Final Test→Burn-in→SLT”完整链路，单颗先进芯片需经历10—20次测试，较五年前明显增多，叠加单次测试时间延长（SLT约10分钟/颗、Burn-in 2—48小时），推升设备容量需求。 测试由成本环节转向降低先进封装系统总成本的关键手段：多Chiplet封装中坏Die漏检可能导致其他良品Die、Interposer及后续工序整体报废，提高测试覆盖率虽增加测试费用却能显著降低系统总成本；高端测试平台单位测试价值约为中端平台的5—6倍（伟测科技测算高端约630元/小时、中端约110元/小时）。下游封测厂资本开支回升，长电科技拟投78亿元建上海临港高端封测厂、甬矽电子拟投103亿元、通富微电定增不超42.2亿元，直接带动测试机、分选机及接口件采购。复盘爱德万可见，平台化与外延并购是其成长主线（三次战略转身+连续并购补齐SLT、Socket、接口与功率测试），国内厂商有望由单品突破迈向平台化扩张。 常见问题（FAQ）： Q：AI为何能推动半导体测试设备由周期修复转向结构成长？ A：AI从三个维度拉动需求——更多芯片扩大测试基数、更复杂芯片提升单颗测试资源配置、更多测试插入点与更长测试时间推升设备容量，使需求由出货量周期波动转向由复杂度驱动的结构性增长。 Q：高端测试平台的单位价值为何显著高于中端平台？ A：据伟测科技募投测算，无锡与南京基地高端平台测试小时单价约630元，中端平台约110元，高端约为中端的5—6倍，反映高通道数、高速接口与复杂测试程序带来的更高价值创造能力。 Q：HBM与先进封装如何增加测试需求？ A：Chiplet与HBM使测试对象由单颗裸片扩展为封装内多Die系统，HBM堆叠后通常增加3—4次以上测试，KGD与Die级测试成为新增插入点，同时SLT与Burn-in时长延长，共同推高测试机与分选设备投入。 Q：国内测试设备厂商的成长路径是什么？ A：具备核心测试平台、持续研发与头部客户验证的厂商，有望由细分产品供应商向综合测试平台演进，并通过分选、接口、老化及系统级测试提升单客户价值量，形成平台型与专业化协同的分层格局。

本报告聚焦TCL科技（000100.SZ），分析其在半导体显示主业迎来利润释放期、同时战略布局玻璃基板先进封装业务的经营与产业事实。TCL科技通过TCL华星与TCL中环两大主体运行半导体显示、新能源光伏与半导体材料等业务，是国内半导体显示双龙头之一。公司前身为1981年成立的TTK家庭电器（以磁带制造起家），2009年深圳华星光电成立标志其向上游面板制造延伸，2019年重大资产重组剥离终端业务聚焦半导体显示，2020年收购天津中环集团进入新能源光伏及半导体材料，2021年收购三星苏州工厂并投资350亿元建设广州t9项目，2025年完成LGD广州工厂收购整合、t9二期全面投产、G11（t6/t7）产线少数股权收购，并开工全球首条高世代印刷OLED产线（t8），控股福建兆元光电完成LED垂直整合。截至2025年末，TCL华星累计投资超3,000亿元，拥有11条高世代面板产线与7座模组工厂，电视面板出货市占率全球第二、98吋以上TV面板出货市占率全球第一；TCL中环硅片全球综合市占率保持全球第一、组件出货量居全球TOP10、12英寸大硅片收入境内第一。 在半导体显示主业，大尺寸面板供需结构持续优化：全球电视平均出货尺寸从2016年42.7英寸升至2025年53.6英寸（中国已达64.8英寸），面板总需求约等于出货量乘以平均尺寸的平方，尺寸升级对面积需求的拉动呈非线性放大效应，在出货零增长中性假设下尺寸每提升0.5英寸即可拉动需求中枢约0.9—1.0个百分点。行业稼动率自2025年四季度以来维持88%—90%高位（2026年3月达90%峰值），供给端新增大尺寸LCD产能有限，高世代线LCD产能2024—2026E仅由579千片/月微增至620千片/月（G10.5世代CAGR约3.5%），全球面板产能投资已结构性转向OLED（2024—2025年占比55%）。2025年全球TV面板出货面积京东方50.7百万平米第一、TCL华星49.6百万平米第二（同比+22%增速最快）、惠科25.4百万平米第三；四家头部中国大陆厂商TV面板全球份额超七成，控产稳价渐成新常态。中小尺寸方面，日韩与中国台湾低世代LCD产能持续出清并转向半导体封测与晶圆代工（如群创南科Fab4售予台积电、友达新竹L3C售予力成），供给向大陆龙头集中；2025年公司显示器面板出货同比+17%居全球第二、电竞显示器份额全球第一，笔电面板+64%增速领跑，手机面板+29%升至全球第三，平板面板+123%跃居全球第二（18→40百万片），车载显示出货面积+61%、份额11%；公司与小米、联想等消费电子龙头保持从手机到笔电、平板、显示器、车载的全场景供应合作，联想PC全球份额由2022年24.3%升至2025年27.2%，小米手机2024年份额13.6%，TCL华星自2021年起为小米年度旗舰核心供货商、并独供小米Pad 7 Ultra柔性OLED。 利润释放的关键变量在于折旧退坡与资本开支收缩：公司半导体显示业务折旧摊销由2018年59.0亿元升至2025年241.3亿元，已达峰并将自2027年起显著回落，现有12条面板产线中t1/t2/t3设备折旧已基本到期、t4/t5/t6/t7/t9等六条预计2026—2031年陆续完成折旧；资本支出则由2018年306.6亿元降至2025年99.2亿元、连续三年下行，整体资本支出由约320亿元降至约160亿元。2026年7月24日，公司发行股份及支付现金购买广州华星T9产线45%少数股权事项获深交所审核通过，收购后持有t9运营主体100%股权（t9为8.6代a-Si/氧化物半导体显示面板产线、深耕高端IT与车载专显，2026年上半年广州华星营收79.26亿元、同比+7.40%，净利润11.54亿元、同比+203.99%）；公司同时取消46.62亿元配套定增、改以自有及自筹资金支付，并推出11亿—12亿元股份回购计划（较2025年扩容超50%）、2025年员工持股计划锁定期延长至5年、2026年两项持股计划覆盖不超过4,700人与不超过60名核心高管，绑定长期利益。 玻璃基板业务是公司的潜在新增长点。随着AI算力带动先进封装需求，玻璃基板因热稳定性、翘曲与尺寸稳定性等优势，有望成为面板级封装的重要载板选择，相较传统有机基板与受限于300mm晶圆及高成本的硅中介层具备多项性能竞争优势；据测算2030年全球先进封装市场规模有望突破800亿美元、2024—2030年高端先进封装CAGR约24%，英特尔已于2026年1月NEPCON Japan展出结合EMIB与玻璃基板的样品。公司依托TCL华星十余年玻璃精密加工积淀，联合天津普林PCB制造等业务线，已形成从玻璃基材加工（TGV工艺、RDL重布线）到先进封装载板制造的完整技术储备，二者曾联合公开展出玻璃芯基板样品，有望在玻璃基板产业化进程中占据先机。 风险方面需关注面板价格大幅波动、国际贸易政策与关税不确定性、玻璃基板商业化进程不及预期及行业竞争加剧等。 常见问题（FAQ） Q：TCL科技面板主业利润释放的主要驱动是什么？ A：核心是显示面板供需优化带来的大尺寸化需求提升，叠加折旧退坡、资本开支收缩与少数股权回购（如T9产线）共同增厚利润。 Q：玻璃基板业务为何被视作潜在增长点？ A：AI算力带动先进封装需求，玻璃基板因热稳定性与尺寸稳定性优势成为面板级封装重要载板选择，公司具备从玻璃加工到封装载板的完整技术储备。 Q：中小尺寸面板业务的发展趋势如何？ A：日韩与中国台湾低世代产能持续出清，供给向大陆龙头集中，公司与小米、联想等合作深化，份额与净利率有望提升。 Q：公司面临的主要不确定性有哪些？ A：主要包括面板价格大幅波动、国际贸易政策与关税不确定性，以及玻璃基板技术商业化进程不及预期的风险。

北大汇丰智库对2025年第三季度深圳经济的研究显示，深圳GDP累计同比增速达5.5%，高于其Nowcasting模型5.1%的预测值，经济增长超预期主要由直接融资改善与工业企业低位补库存驱动，但持续性存疑。从库存周期看，1至8月规模以上工业企业营收33.36万亿元，同比增长6.2%，利润降幅收窄，本轮上行周期预计延续至年底，但产成品存货回升主要为年底促销备货，且生产资料PPI回落，补库难有持续性。产业动能因子模型显示深圳呈“旧动能上升、新动能走弱”：旧动能受线下消费复苏与直接融资改善驱动；新动能因新能源汽车链条、信息技术业与网络零售短期承压而放缓，但智能制造在海外表现亮眼。工业生产明显提速，无人机产量同比增长46.9%、工业机器人增长38.2%等高技术制造增长突出，比亚迪等整车企业海外销量同比大增107%，传音在全球手机市场位居第三，体现深圳制造的外溢竞争力。外贸方面，出口降幅较二季度进一步收窄，1至9月出口2.04万亿元、同比下降4.7%；锂电池等机电产品依托完备产业链保持高增，劳动密集型产品仍承压，出口结构向中高端升级；对美、东盟出口下滑，对香港、欧盟增势良好，并加快深耕拉美、非洲等非美市场，市场多元化成效显现。投资端，政策性金融工具落地带动基建与制造业投资企稳；消费端线下场景修复但仍偏弱。楼市在新政下触底反弹。展望四季度，预计深圳可完成全年5.5%增长目标，政策性金融工具落地与新兴市场开拓有望支撑修复，但新旧动能切换的平滑性仍是核心观察点。从政策工具箱看，深圳正通过战略性新兴产业基金、低空经济与智能网联汽车等先导产业培育新质生产力，并以城市更新与保障性住房稳定内需基本盘；前海、河套等平台在规则衔接与科创要素流动上的突破，亦为高端服务业与研发活动提供增量。不过，深圳经济对外部需求与全球产业链分工的依赖度较高，中美博弈、全球需求放缓及部分新兴产业阶段性产能过剩，均可能拖累新动能修复，全年目标的可达性仍取决于四季度政策落地与外贸韧性的延续。作为改革开放的前沿阵地，深圳的经济韧性与结构特征具有较强的指示意义：其新动能的短暂放缓提醒我们，战略性新兴产业同样存在技术迭代与投资波动的风险，而旧动能的阶段性回稳则依赖于政策与金融的托底。观察深圳，既是观察中国制造业转型升级的窗口，也是观察内外需再平衡的一面镜子。 常见问题（FAQ）： Q：深圳三季度经济增速超预期的原因？ A：主要由直接融资改善与工业企业低位补库存驱动，GDP累计同比5.5%高于模型预测5.1%。 Q：为何说“旧动能上升、新动能走弱”？ A：旧动能受线下消费与直接融资环境改善驱动；新动能因新能源链条、信息技术与网络零售短期承压而放缓。 Q：高技术制造表现如何？ A：无人机产量同比+46.9%、工业机器人+38.2%，比亚迪海外+107%、传音全球第三，智能制造外溢竞争力突出。 Q：出口结构有何变化？ A：出口降幅收窄，机电产品高增、劳动密集型承压，结构向中高端升级，并加速开拓拉美、非洲等非美市场。

核心结论：科特勒咨询集团品牌国际化系列白皮书围绕“从消费者洞察到价值产品概念，走出已知答案”展开，提出企业出海与品牌升级不能停留在已有答案与内部假设，而要通过双重洞察边界（横向跨品类、纵向跨层级）重构对消费者的理解，并将其转化为可落地的价值产品概念。 关键框架/数据：报告提出“双重洞察边界”方法——横向洞察跨越品类与人群看需求共性，纵向洞察穿透用户表层行为到深层动机与场景；并以“产品概念屋”作为将洞察转化为产品定义的工具框架。报告援引三星The Frame（电视即艺术品）、OXO（人体工学设计）、云鲸（自清洁扫地机）、戴森（技术品牌化）等案例，说明从洞察到价值概念的落地路径。这些案例共同特征是把抽象需求翻译为可感知的产品体验。 驱动因素：1）出海加速：中国品牌全球化需要从“性价比”走向“价值认同”；2）需求分化：成熟市场与新兴市场消费者动机差异显著；3）内卷突围：同质化竞争迫使企业以真实洞察建立差异；4）数字化：社媒与电商数据使消费者洞察可量化、可追踪；5）组织能力：跨职能（研发、营销、设计）协同是将洞察转为产品的前提。 方法论/竞争格局：报告强调“走出已知答案”——企业常陷入以自身能力定义产品的陷阱，应以消费者任务（Job to be Done）与价值场景为起点。产品概念屋将核心价值主张、目标人群、使用场景、功能支撑逐层拆解。案例显示，成功品牌均把抽象洞察翻译为具体可感知的产品概念与体验；失败多源于洞察流于表面、概念与能力脱节。 趋势与风险：趋势是洞察驱动的产品创新、全球化品牌价值建设、跨品类借鉴；风险在于洞察流于表面、概念与能力脱节、文化误读与本地化不足。报告主张以“持续洞察—快速验证—迭代概念”的闭环替代一次性立项式创新。 落地要点与组织保障：报告进一步强调，洞察到概念的转化需要研发、设计、营销的跨职能协同，而非营销部门单点输出。企业常犯的误区是以调研问卷替代真实观察、以内部评审替代用户验证。有效的做法是建立“持续洞察、快速原型、小步验证、迭代概念”的闭环，并用场景实验（快闪、众筹、限量发售）降低试错成本。报告还提示，出海品牌需区分“全球共性需求”与“本地文化偏好”，避免将单一市场经验直接平移，导致概念与语境错位而失去共鸣。 常见问题（FAQ）： Q：什么是“双重洞察边界”？ A：报告提出横向（跨品类跨人群看需求共性）与纵向（穿透表层行为到深层动机与场景）两类洞察边界，用以突破企业既有的认知局限。 Q：“产品概念屋”做什么用？ A：它是将消费者洞察转化为产品定义的工具，把核心价值主张、人群、场景与功能支撑逐层拆解，形成可落地的产品概念。 Q：报告列举了哪些标杆案例？ A：包括三星The Frame、OXO人体工学、云鲸自清洁扫地机、戴森技术品牌化等，说明从洞察到价值概念的转化。 Q：为何强调“走出已知答案”？ A：企业常以自身能力而非消费者任务定义产品，报告主张跳出内部假设，以真实需求与场景为创新起点。