科技行业2026年展望_企业级AI应用落地_开启价值新周期_39页_2mb.pptxVIP

研究报告·科技行业研究

行业研究;科技行业2026年展望：企业级AI应用落地，开启价值新周期

一、2025年行情回顾：港股恒生人工智能主题指数领涨，AI重塑资产价值

2025年初至今，港股的恒生人工智能主题指数（HSAIT.HK）跑赢恒生指数

（HIS.HK）及恒生科技指数（HSTECH.HK）。截止2025年12月11日收盘，恒生人工智能主题指数（HSAIT.HK）较年初上涨了34.6%，同期恒生指数

（HIS.HK）上涨了30.1%，恒生科技指数（HSTECH.HK）上涨了27%，跑赢了同期的恒生指数与恒生科技指数。

年初至今，以恒生人工智能主题指数为代表的港股整体呈现“开局强势，金秋触及阶段高点，年底前震动调整”的走势。从涨幅波动表现可以看出，年初特别是春节以来受DeepSeek大模型推出爆火出圈的利好影响，直接带来中国资产重估行情启动，港股恒生人工智能主题指数也展示出较明显的上涨行情，并在3月上升到阶段性顶点。4月初受关税影响冲击后整体下跌到阶段低点，但之后又开始波动上行并在9月底10月初伴随着美联储降息预期和AI应用的商业化落地等因素的推动，板块触及了年内阶段高点，但临近年底板块随情绪波动呈现震荡回落的态势，整体进入阶段性整理区间。;;;图3：AI大模型分类;科技行业研究

推出的DeepSeekR1则标志着大模型从“高成本闭源垄断”向“低成本开源民主化”的转变，在成本颠覆、生态开放和地缘层面上影响明显，推动了中国AI生态的爆发。

图4：近年来主要流行人工智能大模型及参数量一览;科技行业研究;幻觉的担忧，从而推动了两种关键后训练方法的引入：监督微调(SFT，一种用于使用包含深度领域特定知识的自定义标记数据集，使预训练的大模型适应特定下游任务的技术)和强化学习（RLHF，一种基于奖惩机制在动态环境中对预训练大模型进行行为优化的适配技术），分别用以提升模型精度和同时进行偏好对齐，让模型不仅能够准确遵循指令要求，还能适应新的任务并持续改进，最终提升了AI的一致性和可靠性。这一阶段，ChatGPT将对话式LLM引入主流，使得领先的AI能力更容易为日常普通用户所接触。2023年到2024年迎来了多模态大模型的发展，将文本、图像和音视频集成到统一系统中，实现了更丰富的交互和更复杂问题的解决。同时，这一时期也是开源和开放权重强劲发展的阶段，使得模型能够被理解和定制，从而进行自适应调整和快速部署，而开源社区如HuggingFace这样的平台也推动了模型的开放，这在加速AI技术民主化的同时，也使得开源模型和闭源模型之间的差距在逐步缩小。2024年，AI开始强调推理能力的增强，并区分了“快思考”（快速、直觉）和“慢思考”

（慢速、分析），OpenAI的o1和o3推理模型的发布推动了大模型在解决数据额和编码等复杂任务的能力。而进入2025年，DeepSeeKR1通过利用混合

专家(MoE)、多头潜在注意力(MLA)和多标记预测(MTP)，和高效多阶段强化学习训练，展示了通过极低的训练成本可以实现卓越的推理能力，从而使得尖

端的AI更加民主化和经济便捷，并促进了更具竞争性的生态系统的形成，也为大模型在各行各业的应用和创新创造了基?。

关于人工智能大模型近期的发展趋势，结合ArtificialAnalysis、SuperClue及OpenRouter等独立AI评估平台的统计来看（截止2025年12月11日），我们也关注到以下一些趋势特点：

1. 头部科技公司的资本支出随着时间推移不断加码：全球主要5家超大规模数据中心公司（亚马逊、谷歌、Meta、微软和甲骨文）的资本支出（Capex）合计金额从2020年Q3的240亿美元提升到2025年Q3的1050亿美元，较2020年增长了约338%，为模型持续迭代提供了算力支撑。;图6：2020-2025年全球主要科技公司资本支出季度变化趋势（2020年Q3-2025年Q3）;图8：2022-2025年代表性大模型发布日期趋势变化（2022年11月-2025年12月）;着时间的推移不断提升，如IntelligenceIndex评分在40到50分区间的模型输出速度从24年底的每秒不到200tokens提升到25年9月份的每秒大

约700tokens。

图11:推理价格趋势（USDperMTokens） 图12:输出速度趋势（OutputTokensperSecond）;图13：2025年9月中文大模型通用测评性价比区间分布;图14：