TMT行业月报：阿里巴巴扩大AI投资；VAL模型或将改变智能驾驶竞争格局

2025年03月05日 证券研究报告行业定期报告 通信 投资评级：强于大市相对指数表现 TMT行业月报：阿里巴巴扩大AI投资；VAL 模型或将改变智能驾驶竞争格局 090 057 023 011 045 078 通信计算机沪深300 报告摘要 2025年2月5日至2月28日，沪深300指数上涨191，通信 行业上涨191，计算机行业上涨1631。2月通信行业出现多次较大幅波动，月中，受运营商持续加大算力布局影响，算力产业链充分受益，通信板块强势上涨，中国联通与中国电信在2月21日强势涨停； 20243202462024920241120252 资料来源：Wind 高新技术组 分析师：肖立戎（分析师）联系方式：087163577941 邮箱地址：xiaolrhongtastockcom资格证书：S1200521020001 相关研究 TMT行业月报：三大运营商加大对人工智能投入，DeepSeek引发市场对国内人工智能产业链的关注 20250211 TMT行业月报：交换机市场需求加速；DeepSeekV3大模型开源加速AI向低成本发展 20250110 TMT行业月报：手机直连卫星技术开始普及，谷子经济释放年轻人的消费潜力 20241205 TMT行业月报：市场对科技领域关注度提高，三季度通信行业业绩保持稳定增长，计算机行业呈现分化 月末，英伟达发布第四季度财报，虽然上季度财报公司净利润依然实现大幅增长，但是毛利和业绩增速低于市场预期，加上DeepSeek等低成本模型的出现，引发市场对未来算力需求的担忧，受此影响，算力产业链出现下跌，国内光模块、光通信等相关公司也出现回调。计算机板块在本月出现大幅上涨，随着DeepSeek模型的推出，使得人工智能使用成本大幅降低，AI应用加速渗透，当前包括百度智能云、华为云、阿里云、腾讯云等多个知名云平台纷纷宣布上线DeepSeek大模型，除此之外多个学校、政府机构、旅游消费App等均开始接入DeepSeek，以提升服务效率，市场对AI应用发展变得更为乐观，受此影响，AI相关软件企业出现较大涨幅。 通信行业 72500 20250306 未经红塔证券许可 阿里巴巴宣布未来三年将投入3800亿元建设云计算与AI硬件基础设施，2025年国内三大厂商（腾讯、百度、阿里巴巴）资本开支预计同比增长191，达1542亿美元。随着头部厂商对AI基础设施投资的增长，我国将有大量的智算中心建设投入，未来三年，我国智算基础设施建设将迎来再一轮的高潮期，为整个产业链上下游企业带来巨大的商机和发展空间。 计算机行业 VLA模型作为新的端到端智能驾驶方案，可以极大改进智能驾驶推理性能，其通过大模型技术，直接从摄像头、导航等输入信号生成车辆的控制指令，摒弃了传统自动驾驶系统中感知、规划、控制的模块化分工，解决了突发情况下反应迟缓、缺乏信任解释力以及应对复杂场景时缺乏全局性问题等问题，在推理时长上，VLA能对几十秒路况进行推理。作为全新的智能驾驶技术方案，VLA等新技术的引入，或将进一步激发智能驾驶市场增长。国内理想、元戎启行已明确布局VLA，而小鹏、华为等头部车企或将快速跟进。 20241113 TMT行业月报：光缆市场集中度提高，纯血鸿蒙开启公测 独立性声明 20241011 风险提示 任何人不得以任何形式翻版、复制、刊登、转载和引用 作者保证报告所采用的数据均来自正规渠道，分析逻辑基于本人的职业理解，通过合理判断并得出结论，力求客观、公正，结论不受任何第三方的授意、影响，特此声明。 国外芯片制裁将影响国内AI基础设施建设；汽车市场竞争激烈或将压缩智能驾驶应用的利润空间。 20250306 未经红塔证券许可 任何人不得以任何形式翻版、复制、刊登、转载和引用 正文目录 1行情回顾4 2通信行业：头部厂商扩大人工智能投资，国内AI数据中心建设加速5 3计算机行业：自动驾驶技术新方向“端到端”VAL模型6 4风险提示8 20250306 未经红塔证券许可 任何人不得以任何形式翻版、复制、刊登、转载和引用 图目录 图1申万一级行业与沪深300指数2025年2月5日至2月28日涨跌幅4 图2申万一级行业与沪深300指数2025年1月2日至2月28日涨跌幅5 图3中国智能算力规模6 图4VLA模型方案和VLM模型方案对比7 图5全球自动驾驶市场规模8 图6中国自动驾驶市场规模8 表目录 未找到目录项。 任何人不得以任何形式翻版、复制、刊登、转载和引用 1行情回顾 2025年2月5日至2月28日，沪深300指数上涨191，通信行业上涨191，计算机行业上涨1631。2月通信行业出现多次较大幅波动，月中，受运营商持续加大算力布局影响，算力产业链充分受益，通信板块强势上涨，中国联通与中国电信在2月21日强势涨停；月末，英伟达发布第四季度财报，虽然上季度财报公司净利润依然实现大幅增长，但是毛利和业绩增速低于市场预期，加上DeepSeek等低成本模型的出现，引发市场对未来算力需求的担忧，受此影响，算力产业链出现下跌，国内光模块、光通信等相关公司也出现回调。计算机板块在本月出现大幅上涨，随着DeepSeek模型的推出，使得人工智能使用成本大幅降低，AI应用加速渗透，当前包括百度智能云、华为云、阿里云、腾讯云等多个知名云平台纷纷宣布上线DeepSeek大模型，除此之外多个学校、政府机构、旅游消费App等均开始接入DeepSeek，以提升服务效率，市场对AI应用发展变得更为乐观，受此影响，AI相关软件企业出现较大涨幅。 图1申万一级行业与沪深300指数2025年2月5日至2月28日涨跌幅 20 15 20250306 10 5 未经红塔证券许可 0 5 计算机机械设备 汽车电子钢铁 电力设备 传媒房地产医药生物 环保食品饮料社会服务国防军工 通信建筑装饰基础化工商贸零售 综合轻工制造美容护理沪深300纺织服饰非银金融家用电器建筑材料农林牧渔有色金属交通运输公用事业 银行石油石化 煤炭 10 资料来源：iFind，红塔证券 2025年1月2日至2月28日，沪深300指数下跌114，通信行业上涨278、计算机行业上涨1379。 任何人不得以任何形式翻版、复制、刊登、转载和引用 图2申万一级行业与沪深300指数2025年1月2日至2月28日涨跌幅 20 15 10 5 0 5 10 15 计算机 机械设备 汽车电子钢铁传媒 有色金属 通信基础化工电力设备医药生物社会服务 环保家用电器 综合轻工制造 银行建筑材料纺织服饰房地产沪深300美容护理建筑装饰农林牧渔食品饮料国防军工商贸零售交通运输非银金融石油石化公用事业 煤炭 20 资料来源：iFind，红塔证券 2通信行业：头部厂商扩大人工智能投资，国内AI 数据中心建设加速 20250306 2025年2月24日，阿里巴巴宣布未来三年将投入3800亿元建设云计算与AI硬件基础设施，这一金额超过其过去十年的总和，创下中国民营企业在相关领域的投资纪录。 未经红塔证券许可 一天后，百度完成对YY直播的收购的同时，宣布将16亿美元（约合人民币110亿元）托管资金转投云计算与AI基础设施。 随着越来越多的人工智能应用落地，AI算力需求高速增长，头部厂商的 AI基础设施的军备竞赛加速。 在国外，谷歌预计2025年的资本开支增长超40，将达到750亿美元；Meta的资本开支增长超60，可能达到650亿美元；微软的资本开支增长超80，达到800亿美元；亚马逊的资本开支增长超35，达到1050亿美元。 在国内，2025年三大厂商（腾讯、百度、阿里巴巴）资本开支预计同比增长191，达1542亿美元。 受人工智能应用需求增长影响，国内AI算力基础设施呈现快速发展的趋势，根据国际数据公司（IDC）与浪潮信息近日联合发布的《2025年中国人工智能计算力发展评估报告》，2024年中国智能算力规模达7253EFLOPS （每秒百亿亿次浮点运算次数），同比增长741。预计到2028年国内智能算力规模将达到27819EFLOPS，年复合增长率达40 任何人不得以任何形式翻版、复制、刊登、转载和引用 图3中国智能算力规模 （EFLOPS） 27819 20152 14603 10373 7253 4166 3000 2500 2000 1500 1000 500 0 2023年2024年2025年E2026年E2027年E2028年E 资料来源：IDC，浪潮信息，《2025年中国人工智能计算力发展评估报告》，红塔证券 20250306 未经红塔证券许可 阿里巴巴大规模投资AI基础设施建设，一方面是为了应对国内高速增长的算力需求，另一方面是为了巩固其在人工智能领域的优势地位。上季度阿里巴巴云业务收入同比增长13，公司AI相关收入连续六个季度保持三位数增长。公司此次投资的重点包括：加强AI和云基础设施建设，扩容数据中心，包括AI服务器、数据中心等硬件设施的建设，以满足AI模型对计算能力的需求；加强AI基础模型平台与原生应用，加大AI基础模型的研发投入，持续开发如Qwen系列大模型；加强AI的业务落地，推动AI技术在各行业的应用，电商、物流、本地生活等业务将深度整合AI技术。 随着头部厂商对AI基础设施投资的增长，我国将有大量的智算中心建设投入，2024年的公开招投标市场上，国内智算中心相关项目中标公告已发布超458个，且下半年中标项目数在上半年基础上有进一步的大幅增加，这其中第三方数据中心企业的项目不在少数，特别是在“东数西算”工程枢纽节点地区，都将迎来包括阿里在内的一次上架高峰期。 除阿里云外，腾讯、字节跳动等企业均有数百亿至上千亿规模的基础设施投入计划。未来三年，我国智算基础设施建设将迎来再一轮的高潮期，将为整个产业链上下游企业带来巨大的商机和发展空间。 3计算机行业：自动驾驶技术新方向“端到端” VAL模型 人工智能技术的突破不断提升自动驾驶的感知性能，2025年以来，一种全新的技术范式，即视觉语言动作模型（VLA，VisionLanguageAction）正在加速发展。 任何人不得以任何形式翻版、复制、刊登、转载和引用 VLA模型最早见于机器人行业，其通过输入给定的文本和视觉数据，输出机器人可执行的动作，2023年7月28日，谷歌DeepMind推出了全球首个控制机器人的VLA模型，如今这一模型概念正快速扩散到智驾领域。 VLA模型是一种将视觉输入（Vision）、语言推理（Language）与动作输出（Action）端到端融合的智能驾驶方案，核心在于通过大模型技术，直接从摄像头、导航等输入信号生成车辆的控制指令（如速度与轨迹），摒弃了传统自动驾驶系统中感知、规划、控制的模块化分工。对于自动驾驶来说，VLA可以从传感器数据中提取环境信息，并借助语言模型理解和生成可解释的决策过程，最终，VLA将多模态信息转化为具体的驾驶操作指令。 自2023年以来智驾行业掀起的BEV、端到端技术浪潮后，智驾正逐步将AI神经网络融入感知、规划、控制等环节，比起传统基于规则的方案，基于AI、数据驱动的“端到端”拥有更高能力天花板。 2024年，理想就推出了端到端模型VLM（视觉语言模型）的方案。VLM模型对复杂交通环境具有更强的理解能力，可以给端到端提供相关驾驶建议。不过理想的端到端模型VLM模型是相对独立的两个模型，而VLA模型，是将端到端、VLM两个模型合二为一，也就是说，多模态大模型不再作为端到端的外挂，而是成为端到端自生的一种能力。 20250306 未经红塔证券许可 图4VLA模型方案和VLM模型方案对比 资料来源：元戎启行，红塔证券 相比传统的VLM和端到端方案，VLA解决了突发情况下反应迟缓、缺乏信任解释力以及应对复杂场景时缺乏全局性问题等问题，遇到一些复杂的交通规则、潮汐车道、长时序推理等特殊场景时，VLA智驾会比过往理解、应对得更好，比如在推理时长上，传统rulebase方案下，智驾只能推理1秒 钟路况信息然后