核心观点

1. AI与数字经济：算力资本开支持续上修，电力瓶颈倒逼基础设施重构，自备电与燃气轮机成为数字经济新基建的核心掣肘。高盛将四大云巨头2025-2030年合计资本支出上调至5.3万亿美元，巴克莱预测2026年达6,740亿美元、2027年达9,190亿美元。AI算力正成为数字经济的核心生产力。美国计划新增数据中心容量仅约1/3处于施工状态，变压器交付周期115-130周、并网排队长达数年，迫使数字经济基础设施转向自备电。Meta在俄亥俄州搭建六座帐篷数据中心（200MW离网燃气供电，工期从2-3年压缩至2个月），帐篷内正运行数十亿美元AI芯片。AI算力对燃气轮机的需求已使供给全面紧绷：GE Vernova订单积压延至2031年，西门子能源87GW在手订单需等待四年，欧洲客户支付10-15%溢价锁定生产排期。AI芯片制造端同样紧张：台积电CoWoS月产能年底将扩至13-14万片，英伟达Blackwell“一芯难求”，三星有望代工谷歌2nm TPU。AI算力正在从芯片、服务器、数据中心到电力基础设施形成数字经济全链条拉动。
2. 工业：AI服务器、AI芯片、工业自动化与SMR四线共振，算力正全面渗透制造业。戴尔AI服务器积压订单达513亿美元，全年指引上调至600亿美元，AI客户半年内从3,300家扩至5,000家。博通AI芯片Q2收入108亿美元（+145%），积压订单延伸至2028年，管理层称“对XPU和网络的需求永无止境”。美国5月ISM制造业PMI跃升至54.0（四年新高），AI数据中心建设和制造业回流构成双引擎；非汽车机器人订单全面爆发，AI算力正从云端向工厂产线外溢。SMR作为AI的远期基荷电源加速商业化：英国签约罗尔斯罗伊斯建设3座SMR，英伟达与斗山探索核能为AI工厂供电，日美拟投入超650亿美元支持GE Vernova及NuScale项目。Oklo Aurora反应堆通过NRC安全审查，Centrus Energy维持HALEU垄断地位。AI正在定义从芯片设计、服务器集成、工业自动化到核能基础设施的完整产业闭环。

关键数据

• 高盛将四大云巨头2025-2030年合计资本支出上调至5.3万亿美元。
• 巴克莱预测五大超大规模云服务商资本开支将从2025年的约3680亿美元升至2026年的6740亿美元，并在2027年达到9190亿美元。
• 美国计划新增数据中心容量仅约1/3处于积极施工状态。
• 全球大型变压器交货周期已延长至115-130周。
• 美国约50%计划于2026年建成投运的数据中心项目面临延期或取消风险。
• Meta在俄亥俄州搭建六座帐篷数据中心（200MW离网燃气供电，工期从2-3年压缩至2个月）。
• GE Vernova订单积压延至2031年。
• 西门子能源87GW在手订单需等待四年。
• 欧洲客户支付10-15%溢价锁定生产排期。
• 台积电CoWoS月产能年底将扩至13-14万片。
• 英伟达Blackwell系统需求持续高涨、交货周期延长。
• TrendForce预计2026年Blackwell方案将占英伟达高端GPU出货量的71%。
• 戴尔AI服务器积压订单达513亿美元，全年指引上调至600亿美元。
• 博通AI芯片Q2收入108亿美元（+145%）。
• 美国ISM制造业PMI跃升至54.0（四年新高）。
• 英国签约罗尔斯罗伊斯建设3座SMR。
• 日美拟投入超650亿美元支持GE Vernova及NuScale项目。
• Oklo Aurora反应堆通过NRC安全审查。

研究结论

AI算力需求正全面渗透制造业，并推动AI服务器、AI芯片、工业自动化和SMR四线共振。电力基础设施短缺成为AI算力发展的核心瓶颈，自备电和燃气轮机成为数字经济新基建的核心掣肘。AI正在定义从芯片设计、服务器集成、工业自动化到核能基础设施的完整产业闭环。

核心观点

• 深科技定义： 深科技是指将科学突破商业化，涵盖机器人、新型能源、未来计算、航空航天、国防、先进材料和人工智能等领域的公司。
• 深科技的重要性： 深科技是推动社会进步、定义全球力量和驱动经济繁荣的关键力量。它帮助解决人类面临的重大挑战，如人口老龄化、劳动力短缺、能源需求上升和气候变化。
• 深科技兴起的原因： 当前全球面临着经济增长放缓、人口老龄化、劳动力短缺、能源需求上升和气候变化等挑战，需要深科技来提供解决方案。
• 跨大西洋合作的重要性： 美国和欧洲在深科技领域具有互补优势，美国拥有强大的资本市场和商业规模，而欧洲拥有深厚的工程人才和传统工业实力。跨大西洋合作可以建立新的工业桥梁，推动深科技发展。
• 全球深科技现状： 欧洲和美国在科学研究和专利方面占据主导地位，但中国在研发支出方面正在迅速追赶。美国在人才、资金和退出率方面领先，而欧洲在早期创业公司数量方面领先。
• 深科技行业细分： 人工智能、机器人、计算、航空航天、国防、新型能源和先进材料是深科技领域的重点行业，每个行业都有其独特的趋势和挑战。
• 创始人资源： 研报提供了针对深科技创始人的各种资源，包括风险投资、招聘、知识产权、并购、债务融资、设备融资、资产融资和公共融资等方面的指南。

关键数据

• 10大最值公司中有7家是深科技公司。
• 深科技创业公司融资规模达到3.9万亿美元。
• 深科技公司从突破到成为独角兽企业需要5-8年，并筹集7.5-17.5亿美元资金。
• 美国深科技公司获得系列D融资的可能性是普通科技公司的两倍。
• 欧洲深科技公司获得系列A融资的可能性与美国相当，但在后期融资方面落后。
• 美国深科技公司的退出率是欧洲的两倍。
• 美国深科技公司在公开市场创造了近5000亿美元的价值。

研究结论

• 深科技是下一个万亿级公司的建设领域，将推动全球经济的转型。
• 美国和欧洲在深科技领域具有互补优势，跨大西洋合作对于深科技发展至关重要。
• 深科技行业面临着巨大的机遇和挑战，需要创始人和投资者共同努力，推动深科技发展。

核心观点与关键数据

• 技术发展趋势：人工智能（AI）、虚拟现实（VR）、增强现实（AR）等新一代信息技术正推动万物智联时代的到来，重塑数字生活和生产，推动数字化转型。
• 操作系统演进阶段：操作系统经历了批处理、主机、PC 互联网、移动互联网阶段，正走向万物智联时代，不同阶段的技术特征各异。
• AI 技术突破：ChatGPT 等生成式 AI 大模型标志着 AI 技术革命性突破，将推动 AI 从“以指令为中心”向“以意图为中心”转变，AI Agent（智能体）系统将普及。
• 虚拟与现实融合：元宇宙概念重新受关注，虚拟世界与现实世界深度融合，体现在更自然的人机交互和更逼真的沉浸式体验。
• 终端产品形态：新技术催生终端产品形态多样化和规模增长，分为前沿科技类（如可穿戴设备、VR 设备）和颠覆创新类（如 AI 伴生设备、人形机器人）终端。
• 未来应用场景：更个性化的智能服务（如虚拟私人助理、专属健康管理师）、更沉浸的影音娱乐体验、更高效的智慧办公、更以人为本的居家体验、车成为移动的智能生活空间、千行百业的智能化全面升级（如智慧医疗、智慧交通、智慧城市）。

操作系统面临的挑战

• 高效算力：空间建模、沉浸式体验、端侧 AI 推理等需要高效算力支持。
• 隐私安全：YB 数据时代下，如何保障用户数据安全和隐私。
• 生态使能：服务智能化、体验空间化、终端多样化将重塑操作系统生态范式。

鸿蒙 2030 愿景

• 三大主线：智能化、空间化、一体化。
• 三大平台能力：生态使能、算力引擎、安全基座。
• 智能化：突破人机协作方式边界，构建系统超级智能体，实现端云协同的大模型能力，构建开放的生态系统，建立终端智能分级标准。
• 空间化：突破虚拟与真实世界边界，构建空间感知、空间交互、空间呈现三大关键技术能力。
• 一体化：突破设备与数据边界，实现跨端迁移、多端协同、无缝互联。
• 安全引擎：打造软硬芯云一体化安全架构，构建智能安全引擎、可信执行环境、定制化安全指令、云端安全策略管理。
• 算力引擎：打造软硬芯云协同的极简架构，实现系统资源供给能力提升、上下感知与精准供给、全栈协同、算力互助。
• 生态使能：构建空间智能服务框架、智能数据管理，提供面向未来的高效开发语言（仓颉）。

鸿蒙 2030 倡议

• 共建鸿蒙原生应用生态：期待更多开发者和企业加入鸿蒙原生应用生态共建，共享商业机遇。
• 共建万物智联的开源鸿蒙数字底座：期待更多共建伙伴加入 OpenHarmony 开源项目，共同打造万物智联的数字底座。

研究结论

• 万物智联时代操作系统将面临新的机遇和挑战，需要不断演进以满足用户需求。
• 鸿蒙系统将通过智能化、空间化、一体化演进，构建软硬芯云协同的极简架构和安全架构，打造开放繁荣的生态系统，为用户提供极致流畅的体验，为开发者提供创新的数字底座。
• 鸿蒙系统致力于共建鸿蒙原生应用生态和万物智联的开源鸿蒙数字底座，携手共筑万物智联的鸿蒙世界。

Token经济本质上是一场关于性价比的全产业链优化运动，其核心公式为：每元Token创造的任务价值 = 任务价值量 ÷（Token消耗量 × Token单价）。产业链参与者包括应用层、基础模型厂商和云厂商，各自侧重不同，但分母优化的红利最终会流向应用层。

Token作为智能时代的基本度量单位，类比电力时代的kWh，但并非同质商品。供给侧按Input/Output/Cache分层定价，需求侧按任务价值与复杂度匹配不同智能模型。供给端“按量计价”与下游交付端“按结果/项目/订阅付费”存在错配，催生了以套餐化、路由聚合、效果打包等方式承接用量不确定性的Token运营层。

杰文斯悖论下Token需求爆发，新应用场景持续解锁。单位Token成本的快速下降非但没有压缩总开支，反而随着模型能力提升解锁更多应用场景、把总消耗推向更高量级。下游需求放量沿场景梯次展开：Coding率先爆发，Agent因上下文重读与多轮工具调用产生大量“隐形词元”，子Agent、Agent集群进一步放大消耗，叠加多模态物理AI数字孪生、智能驾驶、具身机器人等全新场景，共同构成Token需求的长期增长曲线，应用层价值量占比有望逐步提升。

算力是核心受益环节，数据中心正变为“Token工厂”。当Token成为可计量、边际成本递减的标准化产出，数据中心便以类似制造业的逻辑运转为“Token工厂”，竞争最终落到单位Token成本与算力约束上。随着互联网厂商资本开支持续攀升，训练转向推理利好国产芯片渗透，政策加码国产数据中心建设，Token供给持续爆发；算力租赁则有望盘活存量资源，并向算力调度、一体化算力网与整体AI解决方案等高附加值运营服务升级。

投资建议：建议关注基础模型层智谱、MiniMax、商汤、科大讯飞等；算力层浪潮信息、紫光股份、首都在线、东方国信等；应用层彩讯股份、万兴科技等。

风险提示：存在AI等底层技术变革不及预期，下游客户IT支出意愿与力度不及预期，政策落地不及预期，行业竞争加剧，第三方数据失真，市场规模测算偏差，研报信息更新不及时等风险。