英文报告专区

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。

本报告由英国皇家联合军种研究所（RUSI）于2026年4月发布，作者为Nick Reynolds和Jack Watling，聚焦于如何衡量陆军杀伤力（Lethality）及其在部队设计（Force Design）中的应用。报告背景是英国陆军参谋长Roly Walker将军提出将英国陆军杀伤力提升三倍的目标，以及2025年英国战略防务评审（SDR）建议将陆军杀伤力提升十倍。然而，'杀伤力'作为一个军事衡量概念，缺乏明确的度量方法，报告旨在填补这一方法论空白。 报告将杀伤力定义为一支部队对敌方造成伤害的速率相对于自身承受伤亡速率的比率，指出事后度量容易但事前预测极为困难。报告分为三章展开论述。第一章讨论杀伤力作为部队设计属性的效用，将其与规模、机动性、生存性和战备状态等传统度量进行对比，指出杀伤力是战斗力的输出而非输入，是对敌人造成的效果而非己方部队的属性。报告特别警告将杀伤力简化为'武器工程'（weaponeering）的风险，即过度关注武器系统本身性能而忽视弹药深度、后勤韧性和部队持续作战能力，可能导致装备精良但缺乏弹药深度和韧性的部队结构。报告还从制度风险角度分析了将杀伤力等同于效率的潜在问题，指出这可能压抑创新和战术灵活性。 第二章探讨度量杀伤力的方法论挑战，涵盖战争的复杂性、聚合模型的风险、启发式方法的局限性以及动量与顶点（culmination）概念等核心议题。报告指出，3:1兵力比等传统经验法则缺乏充分的实证支持，在历史上多次被战场实践所证伪；兰切斯特方程虽然在数学理论上自洽合理，但在实际军事结果评估中几乎无实用价值，因为真实战场变量远超方程所能建模的范围。聚合模型的风险在于将不同层级、不同性质的战斗力量简单相加，忽略了协同效应和摩擦因素。动量与顶点概念则强调部队战斗力会随时间推移而衰减，度量杀伤力必须考虑时间维度和作战节奏。 第三章是报告的核心贡献，提出四种杀伤力度量框架：1）优势（Overmatch）——追踪英国平台对其目标形成压倒性优势的比例，评估主力作战平台的竞争力，适用于设定平台需求基准；2）潜力（Potential）——通过评估杀伤概率、弹药容量和有效射速，结合目标获取速度，确定单位最大潜在杀伤力，为训练设立标杆，适用于次级单位和单位的武器系统运用能力评估；3）持久力（Endurance）——确定部队在达到顶点前能持续作战的时间，评估其维持杀伤输出的能力，适用于单位和编队层级，涉及弹药补给、后勤保障和人员疲劳等综合因素；4）效率（Efficiency）——评估每发弹药造成的伤害相对于成本，评估武器的可替代性和持续作战能力，与更高层战术编队和国防工业基础相关。报告强调这四种度量适用于不同梯队，形成从战术到战略的完整评估体系。 报告以俄乌战争为重要案例，引用了大量乌克兰战场实测数据，包括FPV无人机反装甲效率（单价仅1500美元但需45至60架才能摧毁一辆坦克，揭示了低成本无人机对抗装甲平台的非对称作战特征）、GMLRS与无人机协同打击等实战案例，深入分析了现代战争中杀伤力的实际表现与度量难点。这些案例说明，技术优势并不必然转化为杀伤力优势，作战概念、训练水平和战术运用同样关键。 报告最终指出，衡量杀伤力面临的最大挑战可能不是方法论层面的而是政治层面的——明确的度量标准将不可避免地揭示英国部长级政策雄心与可用资源之间的鸿沟。如果真正建立可量化的杀伤力评估体系，将暴露国防预算、部队规模和装备现代化之间的深层矛盾，这可能正是各方回避明确度量标准的根本原因。报告对英国陆军部队设计改革、北约集体防御能力建设以及盟友间军事能力互操作性的度量标准化具有重要参考价值。

本报告为盈立证券对西普尼（2583.HK）的港股首次覆盖报告，给予'推荐'评级，目标价62.51港元，潜在涨幅33.17%。西普尼是中国足金贵金属手表行业的龙头企业，旗下核心品牌HIPINE根据灼识咨询数据，在2024年以GMV计的中国足金贵金属手表市场份额达27.08%，在镶足金的镶贵金属手表市场份额达28.96%，均位列行业第一。公司成立于2013年，深耕贵金属手表领域十余年，形成了OBM（自有品牌）与ODM（原始设计制造）双轮驱动的商业模式。 OBM业务以HIPINE品牌为核心，覆盖中高端贵金属手表市场，依托全国线下零售网络及线上电商渠道持续提升品牌影响力；ODM业务则为老凤祥、中国珠宝、周大生等国内知名珠宝品牌及大型零售客户提供贵金属手表、饰品及定制产品开发制造服务。OBM业务沉淀品牌资产和毛利空间，ODM业务夯实收入基础、现金流与客户资源，两者在研发、供应链、产品迭代和市场反馈方面形成协同，推动公司从金表制造商升级为贵金属精密制造解决方案平台。这一商业模式使得公司既能通过自主品牌享受品牌溢价，又能通过ODM业务锁定稳定收入，形成了较为稳健的业务结构。 财务表现方面，公司2025年实现营业收入6.11亿元，同比增长33.8%，归母净利润1.02亿元，同比增长106.5%，毛利率从2024年的27.2%提升至31.5%，归母净利率从10.8%提升至16.7%，盈利能力显著改善。报告预测2026-2028年营业收入分别为8.43/11.38/15.02亿元，归母净利润分别为2.00/2.79/3.76亿元，对应EPS分别为3.40/4.74/6.39元，毛利率有望持续提升至35%左右。 公司的核心技术壁垒在于超分子硬金技术，该技术通过改变黄金的分子结构，在保持足金纯度的同时大幅提升硬度，解决了传统足金偏软、易变形、难以应用于精密腕表外观件的痛点，使足金手表的实用性和耐用性大幅提升，形成工艺、制造和品牌多重壁垒。在智能穿戴领域，公司与华为达成战略合作，推出搭载华为智能机芯的智能金表产品，将传统贵金属工艺与智能科技融合，切入'黄金+科技'新品类，并进一步拓展至企业定制、高端礼赠及政企客户场景。同时，公司通过生肖、非遗、东方美学及IP联名强化文创黄金布局，提升产品附加值。海外端，公司已布局马来西亚市场，未来有望向东南亚及中东黄金消费市场延伸，打开第二增长曲线。 从行业维度看，根据灼识咨询，中国贵金属手表市场规模预计由2024年的264.6亿元增长至2029年的340.8亿元；其中黄金贵金属手表市场2024年GMV达247.4亿元，占比93.48%，占据绝对主导地位。当前中国贵金属手表市场仍处于发展早期，渗透率较低，黄金消费正从传统按克计价逐步转向轻量化、设计化与品牌化，消费者对黄金产品的需求不再局限于保值属性，而是进一步延伸至日常佩戴、商务礼赠、文化收藏和悦己消费。随着消费升级和国潮文化兴起，足金手表作为兼具保值属性与时尚属性的消费品，市场空间广阔。公司凭借技术优势、品牌先发优势和产业链整合能力，有望持续受益于行业增长红利。 估值方面，可比公司2025A/2026E平均估值分别为37.1x/19.0x PE，考虑公司细分赛道龙头地位、盈利能力上行趋势及智能穿戴、文创黄金、海外拓展带来的成长弹性，基于DCF估值模型，给予公司2026E约16倍PE，对应目标价62.51港元。主要风险包括：金价剧烈波动风险、ODM客户集中度较高风险、市场竞争加剧风险、智能手表及文创黄金和海外拓展业务不及预期风险、品牌力建设不及预期风险、技术被模仿风险以及宏观经济波动影响消费需求的风险。

本报告由广发证券发布，聚焦消费级3D打印行业，系统分析了全球及中国消费级3D打印市场的空间、需求、产业链结构及重点公司。报告指出，全球3D打印机市场规模2025年约286.8亿美元，预计2035年达到1,352.7亿美元，2026-2035年CAGR为16.78%。消费级3D打印作为细分领域增速显著高于广义3D打印，据CIC测算，全球消费级3D打印GMV从2025年约60亿美元增长至2030年272亿美元，2026-2030年CAGR达33.2%。从细分品类看，打印机GMV从30亿增至139亿，耗材GMV从13亿增至73亿，配件GMV从11亿增至41亿，软件及服务GMV从6亿增至19亿，保有量扩张驱动耗材与配件复购空间打开。需求端方面，原生需求奠定基础，供给优化与传播扩圈共同推动渗透。AI技术赋能3D打印，拓竹科技K2 Plus配备AI摄像头实现智能监控，X1 Carbon产品引入AI能力。模型平台如MakerWorld、Thingiverse、Printables等提供内容生态支撑，AI生成3D模型工具如MakerLab手办生成器、MakeNow创想三维接入腾讯混元3D v2.5、Hi3D AI 3D打印工作流程等降低了创作门槛。用户结构方面，Maker/创客占55%-65%，教育用户占15%-20%，潮玩与Cosplay等IP衍生需求快速增长，KPMG数据显示2024年全球潮玩市场587亿美元，同比增长36.5%，2025年达825亿美元。教育领域3D打印市场2025年40.27亿美元，2034年达85.67亿美元，CAGR 8.49%。区域供需方面，中国主导入门级供给，2025年中国3D打印设备产量521.1万台，同比增长52.5%；出口数量503万台，出口金额113.6亿元。北美和欧洲为主要需求市场，2024年中国3D打印机出口目的地中美国占36.5%、德国18.6%。产业链方面，整机环节品牌商掌握用户入口，竞争维度由单机参数向系统体验延伸。2025年全球消费级3D打印行业竞争格局中，Bambu Lab占37%份额领先，创想三维、ELEGOO、Anycubic紧随其后。FDM/FFF技术占主导，2024年占3D打印市场42.87%。耗材方面，PLA是主力材料，2025年占3D打印耗材61.3%。渠道方面，线上渠道承担主要销售转化，DTC模式占比从2023年35.7%提升至2025年48.5%。重点公司分析涵盖拓竹科技（Bambu Lab）、创想三维和家联科技。拓竹科技2025年营收约100亿元，产品矩阵覆盖A1mini至H2C全系列，MakerWorld平台2025年模型数超1000万、下载量1.6亿，向轻生产和打印农场延伸。创想三维2023-2025年营收18.83/22.88/31.27亿元，全品类矩阵与全球渠道构筑规模基础，线上销售占比从2023年36%提升至2025年49%。家联科技以材料改性能力切入3D打印耗材，海外产能构成潜在增量，2025年营收26.87亿元，3D打印耗材在研项目推进中。报告认为，消费级3D打印行业在AI赋能、潮玩需求、教育渗透等多重驱动下进入快速增长期，中国供应链优势显著，头部品牌商通过产品生态与平台化运营构建竞争壁垒，建议关注拓竹科技、创想三维、家联科技等相关标的。 从产业趋势看，消费级3D打印正经历从「硬件销售」向「存量用户运营」的价值迁移：保有量基数扩大带来耗材、配件的高频复购，模型平台与创作者生态持续放大硬件粘性，使品牌商从一次性设备商升级为持续服务的生态方。竞争格局上，以拓竹科技为代表的国产品牌凭借产品力与软件体验实现高端突破，打破欧美品牌在消费级市场的传统优势；创想三维等依靠全品类与全球渠道巩固规模。区域上，中国凭借完备制造供应链主导入门级供给，北美与欧洲贡献主要终端需求，出口高景气延续。广发证券认为，在AI生成式建模降低创作门槛、潮玩与教育的场景渗透加速背景下，行业有望维持约30%复合增速，建议沿「整机品牌+核心耗材+模型平台」主线布局，重点关注拓竹科技、创想三维、家联科技等产业链核心标的。

本报告为国泰海通证券对美团-W（3690.HK）的首次覆盖报告，给予"增持"评级，目标价111.52港币，对应2027年25.7倍PE估值。报告预测美团2026-2028年营业收入分别为3,979/4,382/4,814亿元，经调整归母净利润分别为-2.78/231.83/426.20亿元，核心观点为外卖竞争趋缓驱动盈利持续修复。 报告首先从复盘角度回顾了美团的发展历程。千团大战中美团以56%的市占率胜出，奠定了本地生活服务基础；外卖大战中通过自建骑手网络建立了履约壁垒，日均订单量接近1.5亿单；酒旅业务间夜量在2024年达722百万间，登顶行业第一；社区团购经历试错后于2025年12月全面关停；2025年2月京东入局即时零售引发新一轮大战，但补贴已逐步趋缓。 在外卖业务方面，报告进行了深入的UE模型分析。2025年外卖业务亏损239亿元，预计2026年亏损49亿、2027年盈利140亿、2028年盈利277亿，OPM从-14.6%恢复至15%。三大外卖平台UE对比显示，美团ASP为46.4元、单均收入6.8元、单均营业利润-0.3元，优于淘宝闪购（-2.7元）和京东（-3.5元）。报告认为外卖的潮汐属性和峰值产能瓶颈决定了份额一家独大的格局，即时零售虽平滑波峰波谷但仍依赖区域密度经济，因此份额有限分散。30元以下订单在5.5元履约成本水平上处于盈亏平衡边缘，美团30元以上订单份额稳定在70%。预计长期UE中枢将低于过去峰值但显著高于0，恢复到0.5-1.0元/单区间，分层格局将形成：15元以下低价单竞争激烈、20-30元区间淘宝闪购可能主导、30元以上正餐美团保持主导。 到店到综酒旅方面，报告认为内容平台难以颠覆美团到店业务格局。抖音是兴趣发现平台，美团是交易平台，两者心智差异很大。没有新供给后来者很难实现颠覆，历史上平台份额颠覆需依靠新兴供给。美团到店业务GTV估算约9,300亿水平，到综收入占比提升明显。酒旅业务因低频高客单的行业特征决定竞争偏理性，酒店不愿破坏价格体系，OTA核心壁垒是供给深度+交易闭环+售后履约。美团酒旅优势在本地住宿和中低星酒店，高端高星市场较难突破。 零售业务方面，即时零售是美团最重要的中期增长曲线。全国最高效的即时配送网络可直接承接零售订单，用户心智复用降低获客成本，非餐订单能平滑外卖运力波峰波谷。美团通过闪电仓模式构建商品供应链能力，SKU达5000-10000，覆盖全品类，夜间订单占比15-20%。即时零售市场规模预计2030年达2万亿元。线下零售方面，小象超市偏线上履约（前置仓+线下大店），快乐猴偏线下硬折扣（800-1000平米社区店、约1200个SKU、自有品牌占比约25%+），两者形成互补。 国际化方面，中国香港市场KeeTa已实现UE转正，验证了美团外卖方法论的可迁移性，预计形成KeeTa占据中低端、Foodpanda据守高端的双强格局。中东市场采取"先沙特、再海湾"的渐进扩张路径，2024年9月进入沙特，2025年覆盖卡塔尔、科威特、阿联酋，但面临宗教文化、高温地理环境、高劳动力成本等挑战。巴西市场是体量最大但复制难度最高的市场，iFood长期主导（83%份额），CADE反垄断监管对KeeTa和iFood形成双向约束，KeeTa承诺至2030年在巴西投入R$56亿。 科技与AI方面，报告认为AI与机器人是美团后续重定价空间的最重要来源。短期AI提升消费者决策、商户经营和履约调度效率，2026Q1消费者侧AI助手"小团"已新增独立入口，商户侧"智能掌柜""数字员工"服务中小商户。机器人布局分两条线：自研无人机、无人车、小黄蜂用于特殊场景运力补充；通过战投和美团龙珠投资宇树科技（持股约8.25%）、银河通用（7亿元天使轮参投）、自变量机器人等具身智能公司。长期来看，具身机器人成熟后美团有望从本地生活交易平台转变为物理世界服务运营商。 风险提示包括：外卖行业竞争超预期恶化、监管政策不确定性、新业务亏损超预期、海外扩张不及预期、到店份额被内容平台持续侵蚀、宏观消费疲软等六个方面。

本报告是江海证券对信捷电气（603416.SH）的首次覆盖报告，给予买入评级，目标价76.65元（对应2026年35倍PE）。信捷电气成立于2008年，2016年于上交所上市，是国内少数具有工业自动化全套解决方案的厂商之一，深耕工业自动化领域，致力于推动下游产业自动化、智能化升级，可提供一站式工业自动化整体解决方案。公司始终坚持以自主创新为核心发展战略，已建成16万平方米科研生产基地及CNAS认可实验室，设有4个省级技术中心、86个实训基地，累计拥有发明专利73项、实用新型专利102项。公司股权结构稳定且集中，管理层技术背景过硬，为长期稳健发展奠定坚实基础。 公司产品按功能层级划分为控制层、驱动层、执行层和传感层四大类：控制层主要产品为PLC、HMI、一体机等，其中2025年公司小型PLC出货居国产品牌第一，市占率8%，中大型PLC实现技术突破并集成AI算力模块，PLC产品已形成6大品类、25个子系列、400余个型号，实现了对印刷包装、数控机械、纺织机械、光伏设备、锂电池设备等重点下游应用领域的覆盖；驱动层包括伺服驱动器、步进驱动器、低压变频器，伺服系统功率覆盖50W至85KW，拥有高性能、低压直流、多合一、直驱四大产品品类共19个子系列100+型号；执行层包括伺服电机、工业机器人（SCARA、桌面六轴、工业六轴）以及人形机器人核心零部件（无框力矩电机、空心杯电机、编码器等）；传感层为机器视觉系统。 业绩方面，2025年公司实现营业收入20.14亿元，同比增长17.87%，主要得益于驱动系统和智能装备产品销售稳健增长以及PLC、HMI等产品销售稳步增长，扣非归母净利润2.36亿元，同比增长16.40%；2026Q1营收4.64亿元，同比增长19.57%，归母净利润0.54亿元，同比增长18.17%。公司面对国内市场深化大客户合作的同时，积极推进新兴领域、行业及海外市场开拓，营收规模实现稳步增长。2025年驱动系统和PLC业务分别占营收的50.62%和35.14%，合计占比85.76%。公司产品结构正向中高端方向稳步推进，高毛利产品占比不断提升。 行业层面，据Fortune Business Insights测算，2025年全球工业自动化市场规模为2725.1亿美元，市场规模将从2026年的2992.1亿美元增长到2034年的6321.2亿美元，2026年至2034年复合年增长率为9.80%。我国工业自动化行业市场规模整体呈增长态势，2018-2025年从约2500亿元增至2831亿元，预计2028年达2944亿元。细分赛道方面，2025年我国小型PLC市场规模84.73亿元，预计2028年增至96.75亿元；通用伺服系统市场规模223.21亿元，预计2028年达281.08亿元；低压变频器市场规模286.47亿元，预计2028年达320.66亿元。随着人工智能、5G、物联网等新技术快速迭代，我国制造业自动化、智能化水平持续提升，未来工厂自动化、智能化改造持续深化将进一步释放上游企业在全球市场的综合竞争力。 人形机器人是公司第二增长极的核心看点。根据GGII预测，2025年全球人形机器人市场销量1.24万台、市场规模63.39亿元，到2030年市场规模超640亿元，到2035年销量超500万台、市场规模超4000亿元。公司已成功掌握空心杯电机、无框力矩电机、高性能编码器等关键技术，实现电感式编码器全栈自研，自研无框电机等产品共17款，与多家头部机器人本体企业展开合作，积极参与人形机器人电驱动一体化关节国家标准制定。2025年智能装备（机器人）业务实现营收0.68亿元，同比增长65%。2026年7月，公司公告拟与无锡市滨湖区人民政府签订具身智能项目投资意向协议，总投资不低于20亿元（含一期8亿元），一期项目预计2027年10月交付使用，加速打造第二增长曲线。盈利预测方面，江海证券预计公司2026-2028年营业收入分别为27.15/36.64/45.59亿元，增速34.82%/34.97%/24.41%；归母净利润分别为3.44/4.68/5.90亿元，增速35.30%/35.96%/26.20%；EPS分别为2.19/2.98/3.76元，对应当前股价56.97元PE分别为26/19/15倍。参考可比公司汇川技术、雷赛智能估值，给予2026年35倍PE，目标价76.65元。风险提示包括宏观经济波动风险、行业竞争加剧风险、应收账款持续增长带来坏账风险、管理风险、原材料价格上涨风险等。