一、涉及公司与行业 - 涉及公司为汇量科技[1]。 - 涉及行业为AI智能营销[1]。 二、核心观点与论据 （一）业绩表现 - 汇量科技24年前三季度营收10.5亿美金 同比增长36% 净利润1916万美金 同比增长37.4% 单三季度营收4.16亿美金 同比增长54.6% 环比增长23.6%[1]。 - 汇量科技程序化广告平台MintGrow在Q3收入4.025亿美金 同比增长57.6% 环比增长25.7%[1]。 - 24年Q3非游戏品类收入1.08亿美金 同比增长98.5% 环比增长24.6% 预期后续保持强劲增长[3]。 （二）业务发展 - 汇量科技的MintGrow中基于机器学习的智能出价产品Means to Grow得到市场进一步验证 24年上半年智能出价体系贡献流水超MintGrow平台流水60%[2]。 - 23年5月上线智能出价功能Target Return on Expend 买量模式从手工浅层安装出价升级为基于广告主ROI的智能出价模式[2]。 - 随着智能出价体系建设 公司向IP为代表的重度游戏及电商、社交等非游戏品类扩张[2]。 - 公司的AI广告投放引擎Exon 2.0赋能 除广告主投放需求增长外助力公司超预期业绩 能提升在广告市场氛围 电商领域测试效果较好 未来电商广告主有望成为继游戏广告主后的增长点[3][4]。 三、其他重要内容 - 推荐重点关注一点天下、蓝色光标、神广引力、天爱社相关公司[4]。

一、涉及行业 - 网络安全行业，同时涉及人工智能在网络安全中的应用[1][2][3][4][5][6][7][8][9][10] 二、核心观点与论据 （一）政策与市场规模 - **政策推动**：2024年两会政府工作报告首次提出人工智能加安全，之前也有网络安全相关政策如网络安全法、个人信息安全法、网络安全审查办法等[1] - **市场规模增长**：中国网络安全市场规模2023年达到945亿，预计2027年达到1942亿；2023年人工智能市场规模达到5320亿，预计2027年达到15300亿；2023年AI网络安全市场规模达到243亿美元，预计2030年达到1338亿元[2][3] （二）AI在网络安全中的两面性 - **威胁方面**：网络攻击者可利用AI技术进行深度伪造、数据投毒、AI攻击流量操纵、密码破解等，加剧网络安全威胁[3] - **防御方面**：AI可用于欺诈检测、异常检测、漏洞管理、威胁猎杀等网络安全防御方面[3] （三）AI在网络安全应用的优势 - **成本与时间降低**：基于AI的网络安全应用使数据泄露成本从445万美元降到265万美元，威胁识别时间从277天降至177天，69%的企业表示人类分析无法应对大量网络安全问题，AI应用很必要[3] - **应用场景广泛**：如自动化渗透测试、安全运营、流量检测、异常行为分析等；检测与响应方面有自动化威胁分析、深度学习应用等多种技术，应用场景包括恶意域名检测、异常检测等[4] （四）AI安全大模型 - **定义与厂商**：利用大规模数据库和复杂算法提升网络安全水平，如齐安信的UXGPT、360安全大模型、亚信的精力方、长平科技的问津安全大模型等[5][6] - **应用效果**：360安全大模型结合安全大脑提高告警效果，使事件研判与调查时间缩减近百分之百；齐安信安全大模型检测邮件，检出率从15.7%升至91.4%[6] （五）行业发展阶段 - 目前处于AI2.0（大模型时代）的第二个阶段，即辅助传统网络安全产品阶段，AI1.0（小模型时代）主要聚焦行为分析小模型机器学习的研发，受技术局限用于单一检测场景，AI2.0阶段生成式AI和大模型技术可应对未知威胁、提高安全人员效率[7] （六）未来展望 - **应用前景好**：如实时告警威胁众多时，AI自动化分析可提高网络安全告警效率；实施威胁分析、自动化响应、增强网络防御、生成式AI应用、自适应网络防御系统、AI对抗AI等是未来应用趋势[8] - **发展重点与风险**：数据安全与隐私（大模型处理敏感数据的保护）、内容合规、AI模型的透明度和可解释性、外部攻击安全问题、基础模型脆弱性、模型流转部署安全问题等是需要关注的重点[9][10] 三、其他重要内容 - 目前互联网金融、政府、电信和制造业是人工智能应用最为广泛的行业[2] - 目前市面上主要的安全大模型在搜索、威胁狩猎、安全信息摘要等场景应用广泛[9]

一、涉及行业与公司 - 行业为海外科技行业，涉及的公司有SAG、CRM、SIM、PALA、AUTO、Dolingo、ATP、SAT（可能为SAP）、ServiceNow、SEED、Parentia（台湾企业）、NR（产品投行相关）、FreshWorks、CM等[1][2][3][4][5][7][8][10][15][17] 二、核心观点与论据 （一）整体趋势 - **初批单确定性创出趋势明显**：部分企业在初批单的确定性创出方面趋势明显[1] - **软件公司AI投资持续加强**：各个软件公司对于人工智能的投资还在持续的加强[1] - **企业对未来AI预测乐观**：企业对于未来AI的预测均保持一个非常乐观的态度[1] - **B端因C端实现对线（表述较模糊，可能是业务关联方面）**：B端的创出了由于C端的实现这样的一个对线实现这样的对线[2] （二）各公司情况 1. SAT（可能为SAP） - **AR战略在云ERP套件中作用重要**：AR战略在云的ERP套件中发挥到了一个非常重要的作用，其三级组采报的云订单中有百分之三十是包含着人工智能的应用[2] - **合伙方与客户消费量增长**：在电源AR的中心里面，合伙方的消费量从二级组到三级组增长了两倍多，客户的消费量增长了四倍[2] - **业绩与股票表现**：7月22号公司的业绩跌破之后，股票收涨[2] - **AI融入产品全面渗透**：将AI能力融入到各个产品中，协助企业在金融、供应链、人力资源、销售等场景全面渗透人工智能能力[3] - **单级开报与营收等数据** - 本季度公司实现了营收84.7亿欧元，同比增加99%，略高于市场价格[3] - 购物金额是14.4亿欧元，超出了市场预期差点1亿欧元[3] - 上修全年云服务和软件服务的收入指引到298亿欧元（比之前上修了5亿欧元），云服务收入指引上修到170 - 173亿欧元[3] - 运营利润上升到78 - 80亿欧元（相对于前期的76 - 79亿欧元），最终金流上升至35 - 40亿欧元（前期是35亿欧元）[4] - 主力产品Cloud ERC Suite收入达到36.4亿欧元，高于市场预期，30%的竞争赢率涉及AMD公司，客户需求快[4] - 在AI投入方面，通过AI Agent为Judy赋能，在AI架构其他方面取得进展，提前时间的解决方案里嵌入100多个AI项目[4] 2. ServiceNow - **AI产品增长快**：Now Assistant是增长最快的产品之一，拥有40个ACV超过100万美元的客户[5] - **产品功能**：ServiceNow的AI生产品平台Agent提供人工智能代理，客户可通过non - assistant toolkit构建提示和镜，使企业能构建、测试、部署AI技能并分配给应用程序[5] - **订阅数与收入指引** - 20年开始赞助，实现订阅数27.61，显著高出指引（高出20.4个点）[6] - 指引电业收入在四季度是28.75 - 28.8，有比较乐观的预期（21.5 - 22的增长），全年利润指引方面，收入前年给的是106.5 - 106.6区间，毛利率指引是80.4，利润660的指引是20.5，增长非常快[6] - 基于AI驱动等原因，主要包括执行力、战略选择能力、平台适应度等，其AR产品non - assistant继续是增长最快的产品[6] 3. SEED - **业务与业绩增长**：提供软件开发合同，主要业务包括工具、团队协作平台、代码开发等，业绩实现快速增长，二五财年一季度收入368亿，同比增长率7.2%，订阅1.13亿超出1 - 7三个点，利润率在二五前年的一级达到23，订阅收入和营业利润超出一期主要由数据中心和云计算推动[7] 4. Parentia（台湾企业） - **美国政府收入增长**：第三季度美国政府的收入加速到了32亿美元，同比增长40%，华为增长15%，得益于项目执行、新鲜订单增长、交易时机有利以及政府延续的周期[8] - **产品与业务**：主要提供机身管理和保护设计平台，营业单元以软件产品为主，两大全球产品为高产（2008年推出，主要面向军方和政府机构）和方水（2016年推出的商业产品）[8] - **业绩数据** - 单几度实现了7.26亿美元，高于之前6.97 - 7亿的预期，商业化收入3.7亿，增速3.27%，战略合同影响下增速30%，商业总合同价值达到6.12亿增加了62%[9] - 美国商业收入达到1.79亿美元，增速3.54%，美国好于整体是由于欧洲的持续实力、中东政府资助企业的有限度下降，政府收入统计到33%达到4.08亿美元（美国政府3.25亿），non - fate的营业利润376亿，营业利润38%，利润率提高9个百分点，大幅超出之前35%的指引，未来受益于新签的北约合同[9][10] - 与亚马逊AWS合作对美国情报和国防机构提供Cloud3和3.5的模型[10] 5. Dolingo - **产品新功能与表现** - 推出Dolingo Max，整合OpenAI GPT - 3模型，提供ExpandMyAnswer和RolePlay功能，在教育方面表现较好[11] - 本季度初测表现得益于Dolingo的Next成绩表现，Next是最高经验级别，包括AI群众的视频通话功能[11] - 订阅业务订单增加45%，收入增加到49%，订阅贡献82%，本季度出色表现得益于高级订阅强劲表现，用户增长速度快[12] - 毛利率稳定在73%，以贝塔调整后达到显示增长的111%，达到4802美元，调整后的利润率85%，同比提升3.3个百分点，高于公司21.5% - 22.5%的指引，公司现金达到8.81亿美元[12] - 2024年全年收入同比增速上调1.5个百分点，到30.5 - 40，建议2024年收入增速同比达到30.35 - 30.36，高于之前预期的31个百分点，在多个业务板块持续投入，能看到长期增长[13] 6. APP（可能为某软件相关公司，文档表述不太明确） - **AR驱动业绩表现** - 单独AP Logging收入12亿美元，同比率38.6%，软件部门收入8.35亿美元，同比率65.6%，主要原因是AR提升效率驱动广告主动投放，吸引更多男性，用户在AR推动下投放广告效率显著增加[14] - 四季度指引方面，收入增速12.4% - 12.6%，增速30%，利润维持20% - 30%，Data这一块四季度指引是7.4% - 7.6%，从0.55% - 60%，并给出未来有望维持20% - 30%的收入增速指引[14] 7. FreshWorks - **Copilot采用率与业务成果** - 三级度付费的Copilot的采用率与三级度的统计增长了35%以上，达到一千几百个名次的用户，客户使用Copilot将问题解决时间拖到30以上，客户数量和年度经常限收入几乎是上一度的两倍，3万美元获得以上的新交易附加利润超过40%[15] - 提供一系列解决方案帮助客户提升服务等能力，产品线众多，Copilot产品（SallyARCopilot）是人工智能服务，可提高客户服务、团队效率和响应质量等[15] 8. CM - **专用agent功能与效益** - 共建专用agent，专注于特定工作，如帮助销售代表培养潜在客户、为营销人员提出创意活动等，特点是功能专注、可访问特定数据[17] - 提供明确的转折投资回报指标，使客户能看到AR性能效果，对小企业客户，若用AR提升相关值，会产生循环和带动效应，推动AI软件发展[17] 三、其他重要但可能被忽略的内容 - 美国软件表现价格比硬件弱，市场关注度在新技术产业上有极限，但从硬件到软件切换的趋势已有多个细小缺陷，部分投资者前瞻关注和布局软件，不过新技术新软件采购比较渐进，客户相对谨慎，如Jetforce或者Asianforce最快进度是为定点客户进行非塔版测评，很少出现大量应用，这是系统的客户谨慎偏好[16] - 海外AI的AI技术智能结构Agent给予企业利润增长，美股的AI跟SRT技术能力明显，建议关注CMOC、海南企业、多灵果、ITP等龙头企业，后续还会根据这些企业经营情况做更深入研究，欢迎感兴趣者进行沟通交流[17][18]

一、涉及的行业与公司 - 行业为人工智能（AI）行业[1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22][23][24][25][26][27][28][29][30][31][32][33][34][35][36] - 提到的公司有豆包、海螺、皮卡、智杰、海易、微软、Salesforce、抖音等[14][15][16][12][24][13][11] 二、核心观点与论据 （一）国内AI模型发展情况 - **增长迅速且出海表现强势** - 国内的一些国产AI模型如海螺、皮卡等增长速度很快，海螺9月份增长率为827%，10月份为2700%（华南海外数据）[4]。 - 部分国产模型出海后在海外接触度很高，增长速度和绝对体量比在国内大，如在海外AI网站的流量增长比国内快[5]。 - 以豆包为例，其APP端月活量增长迅速，理论上有很高的上限，因为它拥有庞大的海内外客户群体[14]。 - 智杰在海外搞教育的产品，其APP的MAU增长了69.2%，新增用户占比达80%，主要是因为推广、投放广告力度大[15]。 - **国内网站流量生态影响** - 国内网站流量生态较弱，百度掌握大量流量，国内厂商不太在乎网站流量，更多关注APP或客户端，这导致国内AI应用在网站上的发展受限[5]。 - 例如海螺的产品在微信传播后，从传播到实际使用存在断层，因为从微信到网站使用体验不好，影响了实际使用人数[7]。 （二）海外AI发展情况 - **与国内发展逻辑不同** - 海外很多是QB端产品，数据表现与国内是另一条线，如Edwin Lovett等公司靠AI提升业绩[18]。 - 在海外，AI在广告领域有重要作用，能让广告更好匹配，提高广告素材管理调整效率，如在Google Play上架应用时AI可生成详情页，提高转化率[19]。 - 海外有像AdMob这样的广告中介，AI在其中发挥作用，如帮助生成广告素材、提高广告效果等[19][20][21][22]。 （三）AI在其他方面的影响 - **对传统行业的影响** - 在传统行业应用中，如医疗、供应链优化等方面，AI的介入更多是提升效率，对收入的直接贡献不大[23]。 - 但Salesforce推出的客服相关工具是个例外，它能利用现有客户资源，借助AI处理客服问题，提升效率[24]。 - **关于AI数据增长的可持续性** - AI数据（包括海外可发动机数据）暴涨的可持续性取决于产品所属公司的资源和渠道，如果资源和渠道可持续，那么数据增长就有可持续性，如Copaline产品[33]。 - 目前有观点认为虽然AI应用还未达到特别爆炸的层面，但由于情绪因素导致数据和关注度较高，并且现在的产品形态（如APP）在当前硬件生态下可能是最佳的，新的硬件产品形态（如Meta的眼镜、百度的耳机等）出现可能会带来新的爆发点[34][35]。 三、其他重要内容 - 提到了一些公司产品增长背后的运营因素，如皮卡增长是因为新功能（可对人物进行变形等操作）推出，加上在这个时间点有运营和投放[17]。 - 提到了AI在微信中的渗透率提高，如微信搜索、图片识别、输入法等都融入了AI能力，这对其他独立产品可能产生影响，如搜索功能在微信中的强化可能会使一些第三方搜索的用户群体减少，有流量和渠道优势的品牌会更加明显[28][29]。 - 提到了大厂在AI发展中的路径，如微软将扩发量调到3.5%左右做UPS提升，Salesforce把AgentForce加到以前的CRM场景里做赋能提UPS，这种做法比较常见，而像ICP、Loading这样的做法比较少见[25]。 - 还提到了关于程序员使用AI提升效率的例子，通过计算得出如果程序员三分之一的工作时间（写代码时间）效率提升10%，整体效率提升约30%，并探讨了这种效率提升对公司人力成本的影响[26]。

一、涉及行业 人工智能行业[1][2][3][4][5][6][7] 二、核心观点及论据 （一）计算机行业整体情况 1. 自9月以来中国计算机板块表现良好，行业涨跌幅达到中位数14，从末位开始上升[1]。 2. 背后原因与国内地方债相关推进、海外特朗普胜选对科技资助需求、地方商业航天以及中国智能推进密切相关[1]。 3. 目前反弹节奏修复已到一定阶段，下一阶段将围绕基本面拐点到来和国家政策重点支持方向关注[1]。 （二）重点关注方向 1. 兵戎重组 - 能改善国内USRQ问题以及企业自身产品和产品链条不足现状，可能给商业公司带来经营本质变化，应重点关注[2]。 - 特别强调央国企兵户重组逻辑，如中国电视、中国电科、中科院相关央国企在其中扮演角色[2]。 2. 科技自主自立（上周已专门讲过，本周未详细追溯）[2]。 3. 人工智能 - **海外情况** - 海外人工智能数据好看，业绩超预期，验证AI产业趋势。如B - Login三季度营收12亿，同比增长40%，优于市场预期6个点，净利润4.31亿美元，同比增长300%，净利率达到36%，之前目标仅为30%的年增长，业绩增长基于散发大数据筛选能力和产品合用性能力，验证AI在广告领域潜力和产业趋势[4]。 - Meta、微软Copilot相关情况，Copilot7 - 9月份订单相对平稳，9 - 11月份订单大幅提升，显示市场对AI需求不断增加[4]。 - 微软365 Copilot更新后，Excel功能更新带来模型升级和Agent回复，大中华区Copilot渗透率为2个点，预计4亿用户时渗透率还会提升，复购率和增购率良好，2023年增购客户预计占已购客户一半左右[5]。 - **国内情况** - AT D和外部端有变化，APP产品应用网站如百度、坐包、孟氏Kimi用户量均超千万，坐包在AV财务网排第二，年初至今坐包网站已突破1亿，国内总网上排名前三为坐包、百度旗下温小云和Kimi[5]。 - 国产360 AR搜索在国内综合网排第一，全球前20都在增长，10月份在国内综合网第一达到2.87亿的月份数量，7 - 9月份增长10.56%，已连续半年快速增长，百度文库、亲米、文心、读包在2 - 5名，360 AI具有明显领先优势[6][7]。 - 从产业、板块轮动、海内外共振角度看，人工智能值得特别重视，大模型建议关注开胸肌等龙头企业[7]。 三、其他重要内容 1. 11月26日下旬华为可能有更好表现，华为汽车增电在上周车展有消息放出，华为产业链值得重视[3]。 2. 提到一些企业如抽象公司minimax旗下的AR平台应用TOKI，坐包拥有5120万约会数据等相关企业数据情况[6]。 3. 提到360 AR 10月份数量增长24%，Character AR增速7.7%，360 AR增速是Character AR的两倍[6]。

一、涉及行业 AI智能眼镜行业[1] 二、核心观点及论据 （一）应用端发展 1. **功能分类与应用场景** - 功能分为改善交互和增强图像处理两类。在改善交互方面提升了语音交互准确性等；增强图像处理方面可实现对现实世界理解互动。已在教育、娱乐、生活等场景落地，如百度AI眼镜与网易有道合作外语教学等[1][2]。 2. **AI搜索情况** - AI搜索是渗透率最高的AI应用，10月份国内浏览量前10名网站大部分与AI搜索或智能助手相关，全球浏览量和月活跃用户数前20名中有70%以上相关。未来有望成为AI眼镜最广泛应用场景之一，因眼镜图像和语音输入更便捷[3][4]。 3. **昆仑万维布局** - 昆仑万维的天宫AI搜索持续迭代大模型和用户交互界面，11月7日版本更新增加内容社区并探索广告流量变现，在大模型端持续投入值得关注[5]。 4. **短期应用场景** - 短期内应用集中在工具属性和语音文字交互，如实时翻译等。看好高级教育、AI电商和体育场景，推荐关注力神体育世纪天虹等公司。娱乐方面，AI情感陪伴在手机端重要且AI眼镜有更沉浸体验[8]。 （二）硬件端发展 1. **终端硬件产品及供应链** - Meta与雷朋合作的智能眼镜自去年9月底推出，到今年6月销量超100万台，今年预计近200万台。大陆地区工业体系成熟可满足零部件需求，电子行业供应链受益[6]。 2. **限制因素与发展方向** - 限制因素为重量（较普通眼镜重一倍左右，控制在50克以下）、续航（约4 - 5小时）、成像精度（多为文字和简单图标）。技术进步有望改善，未来发展方向为中重度娱乐内容如影视游戏[7]。 3. **硬件发展趋势** - AI智能眼镜主要通过语音与手势交互，不同于AR类眼镜。如Meta与雷朋合作产品放弃光学显示模组，佩戴更轻便舒适且满足基本功能需求[9]。 4. **天然优势** - 是方便快捷的语音交互载体（最佳收音位置）、直接视觉感知渠道（摄像头与人眼视角同步）、可长时间佩戴（与普通眼镜重量相似时）、可拓展性强（未来叠加显示模块可成AI加AR眼镜）[10]。 5. **主要玩家特点** - 互联网厂商（Meta、百度等）有语音交互等互联网基因，软件服务有优势但硬件需提升；传统AR/VR厂商（雷鸟等）硬件研发有先发优势，有技术沉淀和发烧友用户积累但需扩大市场规模[11]。 6. **AR设备市场情况** - 去年全球VR设备出货量同比下滑10.7%约760万台，AR设备同比增长63%达50万台左右，国内AR设备增速超150%。AR设备更接近大众消费品但发展瓶颈在硬件性能、成本和应用生态，目前以不带显示功能的AI语音交互类眼镜为主[12]。 7. **手机厂商布局** - 华为、小米等手机厂商已组建团队研究，优势在于摄像和音频等硬件功能有积累、手机与眼镜协同优化体验、供应链议价能力强、销售渠道成熟，近期将有相关产品发布[15]。 8. **新兴小品牌和白牌厂商** - 开始利用大陆成熟供应链生产智能眼镜，类似TWS耳机爆发前夜情况[16]。 9. **核心零部件及成本** - 以莱卡AI智能眼镜为例，主芯片（高通产品）价格约61美元（玛塔可50 - 55美元获取），占成本最高，存储器约13.5美元，摄像头（索尼1200万像素超广角）约10亿美元，麦克风约5 - 6美元，电池约2美元，其他复用手机供应链[17]。 10. **未来发展趋势及企业** - 硬件端产业链大陆已准备充足，SOC芯片成本占比超35%，降低其成本是普及必经之路。衡山科技等在相关研发，建议关注歌尔股份等ODM环节企业、漫步者品牌企业、博士眼镜渠道企业[18]。 三、其他重要内容 1. 智能眼镜作为年出货量约15亿的大型消费品，比手机出货量还高，在AI赋能下有广阔升级空间，看好未来叠加显示模块后的智能化升级潜力，发展为全能型智能设备[13][14]。

一、涉及行业与公司 - 行业：Greater China Telecoms、中国数据中心行业[18][1] - 公司：Alibaba、Tencent、GDS Holdings Ltd等多家电信相关企业[1][2][20] 二、核心观点与论据 （一）核心观点 - Alibaba和Tencent的运营资本支出增长对中国数据中心公司（尤其是GDS）有积极影响[2] - 对Greater China Telecoms行业持乐观态度（行业观点为Attractive）[4] （二）论据 - Alibaba和Tencent在2024年第三季度运营资本支出达317亿元人民币，同比增长196%，环比增长66%，达到历史最高水平[1] - 两者都展现出人工智能强劲的发展势头，腾讯的人工智能计算在其IaaS收入中占比达百分之十几，阿里云的人工智能相关业务持续呈现三位数增长[1] - Alibaba和Tencent是GDS在中国业务的前两大客户[2] 三、其他重要但可能被忽略的内容 - Morgan Stanley与报告所涉及的公司存在业务往来，可能存在利益冲突，投资者应将其研究仅作为投资决策的一个因素[5] - 详细列出了不同地区（如美国、香港、新加坡、印度等）的监管披露、分析师认证、股票评级系统、全球股票评级分布、分析师行业观点等内容[8 - 14] - 提供了多家公司（如China Mobile Limited、China Telecom等）的股票评级及截至2024年11月15日的价格信息，且注明股票评级可能会发生变化[20]

一、涉及公司 ASML Holding (ASML.AS)[1][2][3] 二、核心观点及论据 （一）2030年指引重申，长期需求驱动因素强劲，股票有上涨空间 1. ASML重申其2030年的营收预期为440 - 600亿欧元，2025 - 2030年期间按中点/高端计算复合年增长率（CAGR）为10%/13%[2]。 2. 公司重申2030年毛利率预期在56% - 60%的范围内，基于2030年高盛的财务情景，预计每股收益（EPS）在39.7欧元/51.7欧元/64.5欧元（下限/中值/上限），对应的2030年市盈率（PE）倍数为17x/13x/10x，被认为估值不高[4][5]。 （二）2030年半导体总体可及市场（TAM）展望超1万亿美元，AI因素影响 1. 尽管成熟节点/ NAND内存预测较弱，但AI的强劲表现完全抵消了这一影响，公司重申2030年半导体TAM将增长至超过1万亿美元，2025 - 2030年期间CAGR为9%，其中约40%与AI相关芯片有关[6]。 2. 目前ASML观察到AI应用需求强于预期，但被汽车、智能手机和PC等其他终端市场增长慢于预期所抵消；公司预计高性能计算半导体市场在2025 - 2030年将以18%的CAGR增长（之前为13%），主要由每台服务器的半导体含量增加驱动；到2030年AI服务器TAM将达到3500亿美元，公司认为其AI的TAM假设是谨慎的，并且存在上调的空间[6]。 （三）在先进光刻技术组合方面持续取得进展，有助于降低开发复杂性和支撑利润率 1. 在光刻技术方面占据主导地位，尤其是EUV技术（唯一供应商），专注于研发以保持领先[6]。 2. 下一代低数值孔径（Low NA）EUV工具（4000F）将显著提高生产率和产量，有助于ASP（平均销售价格）/GM（毛利率）的持续扩张；高数值孔径（High NA）工具目前已曝光约2000片晶圆，客户反馈性能好于预期，例如SK Hynix正在考虑将High NA工具用于其10nm以下节点并在IMEC实验室进行测试[6][7]。 3. 计划转向基于模块化结构的高生产率EUV平台（EUV和High NA通用），可提高工具的成本效率，支持毛利率，将通用性从现在的50%提高到未来的95%，还可能减少Hyper NA工具的上市时间[7]。 （四）对2025 - 2030年EUV/High NA层数增长有信心，与看空观点相反 1. 预计2025 - 2030年先进逻辑芯片的EUV光刻支出CAGR为10 - 15%，DRAM应用为15 - 20%；公司认为光刻技术对于提高芯片性能和降低未来节点的能源成本很重要，例如迁移到最新节点后，EUV工具的使用增加，因为这些工具能确保先进逻辑和存储芯片的最高良率、最低成本和能耗[8]。 2. 预计到2030年逻辑芯片的High NA层数将逐步增长到4 - 6层（除低NA层数增长外），对于先进存储应用，到2030年High NA层数将达到2 - 3层，推动低NA/High NA EUV总层数达到7 - 10层（目前为5层低NA层）[8]。 （五）2025 - 2030年毛利率将显著扩张，由EUV工具的ASP提高和固定成本覆盖改善驱动 1. 尽管没有上调指引，但ASML重申2030年毛利率预期在56% - 60%（2025年毛利率指引为51% - 53%），2030年的毛利率中值比2025年高出6个百分点[8]。 2. 主要驱动因素包括：低NA工具的固定成本覆盖更好和ASP更高；High NA工具的毛利率稳步增长，预计到2030年接近集团平均水平；IBM业务的毛利率扩张（由于更大的安装基数）[8]。 三、其他重要内容 1. 高盛对ASML的评级为买入，12个月目标价为1010欧元，基于35x（2HCY25E + 1HCY26E）市盈率倍数；关键风险包括EUV延迟、资本支出周期性和不利的市场份额转移[9]。 2. 给出了高盛对ASML的营收、息税前利润（EBIT）、每股收益（EPS）、企业价值/销售额（EV/sales）、企业价值/息税折旧摊销前利润（EV/EBITDA）、市盈率（P/E）、自由现金流收益率（FCF yield）等的预测数据（2023 - 2026年）[11]。 3. 高盛在过去12个月以及未来3个月已收到或预期收到ASML的投资银行服务报酬，与ASML有投资银行服务客户关系、非投资银行证券相关服务客户关系，并且在ASML的证券或其衍生品方面做市[21]。 4. 介绍了高盛的评级分布、M&A排名、GS因子概况、量子数据库、各种监管披露（包括美国法律和其他司法管辖区法律要求的披露）、评级定义、全球产品及分发实体等相关信息，但这些信息主要是关于高盛自身业务和研究框架相关，与ASML公司业务关联相对间接[15][18][17][19][25][26][28][29]。

一、涉及公司与行业 - 涉及公司：萤幕（可能为公司名，从文中推测）[1][11] - 涉及行业：AI眼镜行业[1][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22][23][24][25][26][27][28][29][30][31][32][33][34][35][36][37][38][39][40][41][42] 二、核心观点与论据 （一）产品思路与定位 - **产品延续性与价值主张** - 萤幕公司产品一开始就做无限一体式，不同于别家DB方案产品，新品思路延续一贯价值主张，认为AI眼镜是手机下一代移动终端[1]。 - 产品功能聚焦手机、Pad等智能产品使用场景，会做得更强大深入场景且性能更强，另一款新品更聚焦AI细分场景与大语言模型深度应用[2]。 - **与其他产品对标** - AI眼镜在当下阶段，从产品定位和使用习惯看，与墨镜对标更贴切，不过要结合AI功能内容，透明眼镜适配性可能更强，多数厂商可能选择透明眼镜载体[8][9][10][11]。 （二）行业现状与竞争 - **产业链盈利性** - 在AI眼镜产业链中，目前盈利性有较大发挥空间，现阶段大家卷的是功能和外观，产品设计在当下占据核心地位，品牌还未到竞争的主要阶段[7][8]。 - 国内厂商在硬件和软件水平上不比Meta等国外厂商低，甚至有能力超过，但在品牌上有较大落差，这影响产品竞争力[16]。 - **行业发展趋势** - 整个行业走向会往有显示方向发展，未来10年可能会集显示、音频、轻量化、增强现实能力于一体，但短期不带显示和带轻显示的产品是市场主流[27][28]。 - 不同形态的AI眼镜成本、开发难度、重量、续航等方面存在差异，带显示的和不带显示的在成本上可能相差至少一倍甚至两倍，开发难度也完全不在一个量级[29]。 （三）产品体验与技术 - **产品体验关键因素** - AI眼镜要避免成为极客型产品，关键在于AI功能是否有用以及形态是否让人愿意佩戴，这两点不容易解决，但也是各厂商差异化竞争的点[5][6][7]。 - 萤幕公司产品有多种特色功能，如智能翻译、智能助手（日程提醒等）、题词功能、拍照拍视频，还有像Meta产品的多模态识别等大有可为的场景[13][14][15]。 - 萤幕公司产品续航能达到连续使用6 - 8小时，待机24小时以上[12]。 - **技术发展与追赶** - 在生成式AI领域，国内并不比美国处于劣势，Meta的AR1芯片在其眼镜上未发挥全部性能，国内芯片厂商有机会，可能会迅速跟上并超越[22][23]。 - 从重量看，目前人类合适佩戴的眼镜在35克甚至30克以内，行业上游元器件厂商技术发展使产品轻量化，三年内主流产品有望达到35克以内（在最轻量化做法下）[24]。 （四）市场规模与价格 - **市场规模展望** - 明年AI眼镜量级过百万是轻松数字，如果品牌力、产品体验等做好，可能达到500万量级上限[18]。 - **产品价格相关** - AI眼镜价格能否降到200 - 300元取决于产品定义，从产业链角度看最便宜的款型两三年内有可能降到这个售价[38]。 - 不带显示的AI眼镜成本已在1000元以下，如果加入摄像头等模组成本会增加，降本关键在于产品定义，不同功能需求对麦克风阵列、喇叭等要求不同也影响成本[31]。 （五）其他相关问题 - **隐私侵权问题** - 对于AI眼镜隐私侵权（如偷拍）问题，不同国家地区有拍照规范，且除眼镜外还有其他偷拍手段，可通过提醒警示解决[19]。 - **渠道差异问题** - AR眼镜行业中，传统消费电子渠道与眼镜品牌连锁店渠道在逻辑、成本、利润结构等方面完全不同，二者合作中矛盾会暴露，解决方式要回归产品本质和价值[34][35]。 - **AI Agent相关** - AI Agent是未来竞争方向，眼镜是硬件抓手，其在产品中的角色很关键，不同场景下有不同结合方式，是项目成败关键因素之一[33]。 - 不同行业不同场景与AI Agent结合方式难以统一回答，要具体结合场景，混合式（端测AI结合手机、云端等）可能是未来主流方式[40][41]。 三、其他重要内容 - 萤幕公司11月29日将在成都开新品发布会发布两款新品[1]。 - 之前有华欣创业在成都设立以三体IP的线下VR体验空间，成都对相关产品接受度和投资群体较好，有合作机会[3]。 - 国内做AI眼镜在大模型和软件结合、芯片端等方面与Meta相比，算力不是问题，生成式AI方面国内甚至可能做得更好[22][23]。 - 消费电子渠道和眼镜行业渠道的差异在行业合作中会暴露矛盾，产品最终发展程度决定其偏向哪种渠道[35]。 - 定义AI眼镜应用场景要从市场需求、用户需求和自身硬件软件能力（包括运用大模型能力等）的结合点考虑[36]。 - AI眼镜的SOC芯片国内大部分用国内厂家的，根据产品定义不同（如音频眼镜算力要求低），芯片选择千差万别，有用AR1、高通等的[40]。

一、纪要涉及的公司 海天卫生，一家专注做人工智能训练数据的公司，2005年成立，是训练数据领域里唯一一家A股的上市公司[4]。 二、纪要提到的核心观点和论据 （一）公司业务发展情况 1. **客户覆盖广泛** - 数据服务已提供给全球超过1000家科技互联网公司、LT厂商等，像微软、谷歌、亚马逊、国内BAT字节等国内外头部科技公司都是其重要客户[4]。 - 业务线覆盖语音、视觉和文本等全类AI的数据需求，可服务智能手机、驾驶、医疗、教育、金融等绝大多数AI应用场景[4]。 2. **业务增长数据** - 今年前三季度收入同比增长了45%，订单数量增长超过50%[4]。 3. **业务增长的核心驱动因素** - **大模型带来的数据需求增加** - 从2014年开始，大模型一方面拓展基础能力，如减少幻觉、提升与用户交互体验，衍生出post training和强化学习阶段新的数据需求[5]。 - 大模型今年开始向更多场景和终端加速渗透和落地，带来更多终端场景下的数据需求，如今年年初开始收到全球几个头部LT厂商数千万量级订单，需求包括构建终端交互能力的语音数据和提升agent理解能力的文本数据等[5]。 - **AI参与者类型丰富和增加** - 这几年以运营商为代表的央国企开始加入AI布局，一方面是国家政策指导，另一方面央国企在发展行业和产业模型上有资源优势（算力和传统行业数据资源）[6]。 - 海天内部组建专门的BU拓展运营商为代表的央国体客户，目前已拿到几千万量级订单，预计明年转化为收入[6]。 （二）行业发展趋势及对公司数据业务的影响 1. **数据行业进入快速增长周期的支撑点** - **基础模型能力迭代** - 虽然AI应用爆发，但基础模型迭代需求仍大体量，占据模型公司很大研发投入比重，模型存在幻觉、视觉空间能力、语音交互、逻辑推理能力等问题需要迭代提升，这需要大量数据持续训练，海天在这方面投入较多精力，有专门产品研发部建设适用于不同训练阶段和场景的标准化数据助力模型基础能力提升[7]。 - **模型向更多行业和场景拓展** - 模型向更多行业和场景拓展带来很多数据需求，如海天接到娱乐类音乐游戏标注需求、教育领域全科CT标注需求、金融法律医疗行业数据需求也在快速增加，海天自身也在和模型公司及产业进行合作，如和智普、友谊安征宣武等医院合作探索医疗大模型建设[8]。 - **AI参与者不断丰富** - 除传统科技巨头、央国企外，未来随着AI在端测应用能力增强，终端（如VR眼镜、巨神智能等）会产生大量数据需求，且随着应用拓展，可能会有更多软件厂商加入AI转型[8]。 2. **模型迭代对公司数据服务的影响** - 不管模型如何迭代，走向应用会解锁更多场景，数据需求脱不开运行链和推理阶段需要越来越多垂直领域数据（如海天与智普合作挖掘医疗领域高质量数据），以及交互能力方向（如语音对话需求增加）的数据[16][17]。 （三）公司商业模式相关 1. **盈利模式** - **定制化服务与标准化产品收入比例** - 业务结构中定制化服务收入和标准化产品（license）收入大概各占一半[31]。 - **定价方式** - 语音方向按每小时语音收费，不同语种定价不同，如中文比西班牙语便宜，海天更愿意承接外语种业务，积累了全球范围内超过两百个语种方言[31][32]。 - 视觉方向以一张图片或一段视频长度收费，单帧标注颗粒度、承载内容多少影响收费，如自动驾驶方向复杂场景单帧可能卖到好几块甚至十几块，内容少信息量少的可能几毛钱[33]。 - 文本方向以一行或每十行收费，定价还受承接项目难度影响[33]。 - **平台授权相关** - 目前几乎没有把平台或平台授权作为盈利点，过往几年只有一两个项目以卖平台或平台授权方式给到自动驾驶类客户，原因是对数据安全合规性要求高[19][20]。 - 在海外提升定制化服务业务占比是内部重点想做的事之一，以今年前三季度数据为例，海外收入占全球收入一半，其中70%是标准化产品，30%是定制化服务，与Skill公司相比还有很大提升空间[36]。 - 在国内，与央国企和地方政府合作项目中，把数据能力物化到平台揉到项目合作中的可能性更大[39]。 2. **竞争优势（壁垒）** - **智能化标注能力** - 大模型范式下数据量需求提升，难度提升，要持续提升自动化标注能力，海天在研发投入上相比国内有竞争力，全公司全职员工两百三十多人，研发侧人员增长节奏符合需求增长但慢于数据需求本身增长[48]。 - **人机协作的数据处理模式** - 人机协作或人机偶合的数据处理模式在未来较长时间是主流逻辑，Skill AI也认同，在大模型技术三段论中，人的因素越来越重，需要各方向数据专家参与项目，且资源体系要全球化，因为客户是全球化的[49]。 - **语言能力** - 人机交互中语音交互重要性提升，应用端向更多语种和方言拓展时数据需求不停且量在增加[50]。 - **合规性** - 中国和美国数据监管节奏快，客户将数据合规任务落在海天身上，一些厂商已把合规要求提到招投标环节且一票否决，海天今年已接到国外一两个硬件厂商、国内一个硬件厂商和一家短视频头部公司在给大单子时先考察合规情况的业务[51][52]。 三、其他重要但是可能被忽略的内容 1. **公司对不同行业数据需求的观察** - 从数据需求来看，硬件终端厂商（主要是手机行业头部品牌）、汽车行业（新能源车厂大模型上车智能驾舱语音交互带来数据需求）、央国企（以运营商为主）数据需求较多，医疗、金融、法律行业相对零散但也有数据需求[45]。 - 从海天数据业务看，比较有前景的AI应用是用户群体基数大、原先内容数字化程度高、AI带来便利性和使用门槛低的行业，如办公、陪伴、娱乐，还有数据需求量和质量要求越来越高的教育和视频生成行业[46]。 2. **公司海外业务发展相关** - 海外业务在公司战略层面排在第一位，战略方向包括全球化、大模型、数据要素[53]。 - 中国AI市场规模占全球的五分之一或六分之一，有更大量需求在海外，且从去年三四季度到今年，摸到更多海外潜在需求，包括很多传统国外企业的数据需求[53]。 - 公司销售团队以前国内国外加起来不到五人，现在小二十人，海外销售团队人数涨了百分之四十多且不断增加，以前在海外客户心中是一家中国公司形象，现在要往承接更多定制化服务大单方向转，需要在交付方面投入更多力量[54]。 - 目前还不好对明年海外业务进行定量展望，定性来说今年增速不错，明年维持增速是大概率事件[55]。