2024年底的策略会上，我们提出国内互联网大厂或处于海外大厂在2022年年底或2023年年初的产业节奏，重视相关公司和产业智能化的布局机会，这些观点在过去一年里均得到了市场的验证。站在当下，展望2026年，我们有以下几点思考：

首先，我们对AI产业中长期的定性判断并未发生变化。AI依旧是资本密集、人才密集、数据密集型的实业，而能否形成应用、数据与模型之间的飞轮效应，是每家AI企业成功的关键。对于2026年，我们认为AI将催生更多人机交互范式的创新，进而带动产品与应用侧的全面革新。这背后的核心逻辑，正如下图所呈现的：AI正大幅提升决策与执行的能力值。

随着多模态模型的迭代， AI从最初偏被动的文本、图片交互，逐步升级为能够识别人类所处的真实世界。AI感知与改变真实世界的能力正在大幅提升。

基于以上产业趋势，我们重点关注以下三大方向：

首先是国内科技大厂。当前AI领域的竞争已不再是单点竞争，而是系统性竞争，我们将其概括为科技大厂的“极致协同设计能力”。具体而言，这些AI企业能够对底层芯片、系统、软件，以及上层模型与应用进行同步优化。通过打通产业链上下游，实现性能的巨大飞跃与成本的大幅降低。

下图展示了国际与国内代表性科技企业的能力值分布，我们将其划分为四大维度：应用产品能力、以通用应用大模型为代表的算法能力、以公有云为代表的战略基础设施能力、以GPU等芯片为代表的底层硬件能力。图表中颜色越深，代表企业在该维度的能力越强。可以清晰地看到，海外企业之所以能厚积薄发，核心得益于其一体化打通的AI全栈能力。

数据来源：公司财报，朱雀基金整理。统计时间短，不代表未来发展趋势，观点具有时效性，仅供分析参考，不构成对产品业绩的保证，也不构成任何投资建议或承诺。

借鉴海外经验观察国内，国内头部部分科技大厂，同样具备覆盖全产业链上下游四个维度的强大AI全栈能力。我们建议进一步关注这些企业所处的产业生命周期节点：海外科技大厂的发展大致领先国内1-2年，它们从2022年12月开始加大资本开支，2023年Q1、Q2的财报中已体现出资本开支的大幅提升；而国内典型互联网大厂的资本开支则在2024年Q3、Q4实现明显上台阶。

在海外领先的1-2年里，其显著的收入端变化体现在云计算（公共云）业务上，部分代表企业云业务收入均实现台阶式加速增长，盈利能力也持续提升。这背后反映的是全社会对模型调用的需求增加，以及云计算作为AI基础设施的利用率持续提高。回到国内，相关企业的财务特征与海外类似，其云业务收入在2025年Q3、Q4已呈现加速提升的态势。

此外，过去1-2年市场更多关注科技大厂的资本开支，而当前投资者的视角已转向这些企业AI业务的实际经营数据，其中较具代表性的是公网实际消耗量与开源模型下载量。

某海外公司2025年10月的Token消耗量已达1300万亿，成为全球首家迈入千万级Token销量的企业，增长速度极为迅猛，这体现了用户对其图片及原生GPT等模型的爆发式需求。黄仁勋在2025年10月底在GTC大会上展示了全球开源模型下载量及采用情况，其中通义千问从2025年开始，全球开源模型市场份额持续提升，这也印证了其AI全栈能力对模型实力的带动作用。

我们看好国内科技大厂的另一重要原因，是这些企业能够很好地兼顾AI投入与股东回报。从财务数据来看，国内典型科技大厂的单季营收同比增速，以及毛利率从2024年开始企稳并持续提升；同时，2024年Q3、Q4至2025年，云业务增速及AI对现有业务的驱动作用，已逐步体现在收入端，呈现加速成长态势。因此，2026年国内科技大厂仍是我们重点关注的方向。

第二个重点关注方向，我们将其概括为“X+AI”，即产业数智化。当前，实体企业若想进一步提升行业竞争力，亟需AI在各细分领域、各业务环节优化流程，提升效率。

举例来说，在IP内容创作领域，多模态AI算法（如文字生成图片、文字生成视频）有效解决了IP改编周期长、成本高的产能瓶颈，同时提升了IP爆款的产生概率。近期AI漫剧、AI短剧等新产品大量涌现，正是得益于AI带来的低成本制作优势。

在智能互联行业，相关企业能够为实体企业提供车间级场景改造与智能化升级服务，同时在这一过程中积累企业专属数据，为产品迭代提供支撑。

在垂类软件领域，我们认为，大模型的发展可能会替代部分简单、轻度的C端应用，但对于拥有深厚行业Know-how、专有数据及复杂流程的垂类软件公司而言，AI反而会进一步提升其竞争力。

第三个重点方向是实体AI，典型的代表是机器人等新型硬件载体的创新。2025年我们在互联网相关领域的布局较多，而在人形机器人领域的参与相对较少，核心原因在于我们判断机器人的发展将遵循“专用机器人→跨专用机器人→通用场景机器人”的循序渐进落地路径。最终，人形机器人大概率会成为通用场景下的理想形态——因为真实世界的产品设计多围绕人类场景展开，人形机器人能够在不同场景中完成类人非结构化任务，最终或实现通用化。

当前人形机器人面临的较大问题是算法能力不足，缺乏跨场景泛化能力。但我们对2026年人形机器人领域的发展充满期待，认为将迎来国内外产业共振、产业与市场共振的良好态势。

基于对产业的判断，我们将机器人产业的玩家分为三大类：

第一类是初创企业，优势在于垂直领域技术积累深厚、产品迭代速度快（研发周期显著短于车企及科技大厂）。当前面临的较大挑战则是前期融资规模有限，导致产能存在瓶颈，场景渗透需依赖合作。若2026年这些企业拓宽融资渠道，其发展空间将进一步打开。

第二类是造车新势力等车企，优势在于自动驾驶领域积累的多模态技术可复用，具备成熟的制造能力与供应链协同能力，且自有工厂场景能为机器人布局提供应用支撑。

第三类是科技大厂，优势在于大模型（机器人大脑）布局较强，生态整合能力突出，但目前缺乏硬件研发经验，未来与初创企业的合作或是明确趋势。

在机器人产业链的投资机会上，我们将重点把握三大细分领域：一是机器人本体厂与供应链企业；二是三五年后机器人普及后，基于这一新型硬件载体可能孵化的新商业模式；三是供应链中具备高弹性、高壁垒且国产化率低的环节。

对于机器人本体厂的选股思路，我们从中期与长期维度，对本体厂需具备的核心能力进行打分，包括硬件定型能力、供应链成熟度、运动能力、生态搭建能力等。我们将时刻评估产业的最新发展，把综合能力较强的企业选择出来，前瞻布局这些跑得较快的机器人明日之星型公司。

数据来源：公司财报、朱雀基金整理。统计时间短，不代表未来发展趋势，观点具有时效性，仅供分析参考，不构成对产品业绩的保证，也不构成任何投资建议或承诺。

在供应链环节，中国企业具备显著比较优势。将机器人拆解为不同环节后，各环节的弹性差异较大。我们将重点关注弹性高、竞争壁垒高且当前国产化率有增长空间的环节，包括灵巧手、传感器以及部分核心零部件等。

来源：朱雀基金。统计时间短，不代表未来发展趋势，观点具有时效性，仅供分析参考，不构成对产品业绩的保证，也不构成任何投资建议或承诺。

上述就是我们目前在AI应用和产品领域的研究布局和投资思考。最后，在投资选择上，我们挖掘的这些泛AI企业，均具备一个共同特点，也就是现有业务实力强劲，能够充分支撑当前估值与成长性；而在AI应用或机器人领域的布局与创新，对这些企业而言相当于业绩与业务增长的“向上期权”。这一期权不仅为我们的投资提供了重要的安全边际，一旦兑现，也将为企业价值与市值带来更大的提升空间。