年初至今，计算机行业指数上涨 19.1%，沪深 300 指数上涨 14.1%（数据取自 2025 年 11 月 20 日收盘后）。计算机板块全年至今的走势呈现“年初蓄势、二月冲 高、年中调整、九月突破”的四阶段特征，其行情演绎与宏观政策、行业景气、业绩 兑现及资金流动等多重因素深度绑定。 年初，政策预期与技术惯性驱动温和上行。回顾计算机板块全年至今的走势， 2025 年年初，板块延续了 2024 年末的市场动能，呈现震荡上行态势。1 月期间，市 场对科技赛道的关注度持续升温，计算机板块在人工智能、信创等核心细致划分领域的带 动下，保持温和上涨节奏。 政策密集落地与技术突破触发戴维斯双击。进入 2 月，板块迎来快速拉升期。从 数据可见，2 月内计算机指数涨幅显著扩大，这一阶段或受益于促进科技发展政策密 集落地、人工智能技术突破（DeepSeek 等）等行业利好，叠加市场资金对成长板块 的配置偏好提升，计算机板块弹性凸显，涨幅大幅领先沪深 300。 业绩分化与风格切换引发深度震荡。3 月至 7 月，板块进入震荡调整期。期间指 数出现阶段性回调，主要因中美贸易摩擦加剧，市场风险偏好会降低，且部分公司 业绩兑现没有到达预期，叠加市场风格阶段性切换，资金对高估值成长板块的分歧有所加 大，计算机板块行情相对承压，整体呈现震荡蓄势的走势。 9 月后行情再度迎来明确突破。随着宏观经济数据向好、上证指数突破 4000 点， 且部分行业内龙头公司三季报业绩超预期，计算机板块重拾升势。在AI应用场 景加速落地、算力基础设施建设持续推进等利好驱动下，指数持续上行，最终实现年 初至今接近 20%的涨幅，在本轮行情中展现出较强的成长属性与板块弹性。
PS-TTM 处于五年来相对高位。计算机板块 PS 水平当前处于历史相对高位区 间，这背后是市场对板块营收端扩张潜力的高度认可。在数字化的经济政策持续加码、AI 技术驱动各行业数字化转型的大背景下，计算机板块企业的营收增长逻辑愈发清晰， 无论是 AI 基础设施、行业信息化解决方案还是信创产业链，营收规模的“扩容天花板”正持续上移，这种营收端的高成长性为 PS 估值提供了强支撑，体现市场对其在 产业变革中“营收增量空间”的乐观预期。 PE-TTM 位于五年间高位。受到大语言模型、智能驾驶等产业新趋势影响，板块 远期盈利空间受到市场的认可，与此同时伴随着市场流动性及赚钱效应提升，作为“牛 市旗手”，计算机板块 PE 快速提升。
2025 年前三季度计算机板块营收维持正增长，利润实现显著反弹。将申万计 算机板块成分股合并数据，2025 年前三季度合计实现营业收入 9296.6 亿元，同比 增长 9.2%；实现归母净利润 231.5 亿元，同比增长 37.4%。 从增速分布数据分析来看，2025 年前三季度，84 家上市公司收入增速集中 在 0~10%区间，52 家上市公司实现了 10%~20%的收入增长，18 家上市公司实现 了 20%~30%的收入增长。同时，-10%~0、-20%~-10%、-30%~-20%三个区间分别 分布有 15、8、7 家上市公司。
从公募基金持仓市值占比维度来看，截止 2025 年三季度，计算机板块公募基 金持仓市值占比为 2.93%，近三年均值约 4.25%，近三年最高点为 2023Q1 的 7.45%。2025 年上半年受股市总体走强影响，一季度计算机公募基金持仓市值占 比提升显著，后续有些许回落，目前低于近三年均值。我们大家都认为，如果后续 AI 大 模型、智能汽车技术出现阶段性突破，同时国产替代和工业信息化持续推进，公 募基金持仓占比有望在现有基数上进一步增长。
2.1.1AI 编程向“自主型 Agent”模式跃迁，未来市场规模潜力较大。
基于大模型的自动化编程与代码生成，AI Coding 提升软件开发效率与自动化 水平。AI Coding（人工智能编程）是利用人工智能技术辅助或自动化软件开发中的 编码任务，涵盖代码生成、调试、测试、文档化等环节，核心是基于自然语言交互、 机器学习模型（LLM）等将开发者意图转化成可执行代码。AI Coding 流程包括需求 分析、代码生成、代码优化、错误修复、测试与部署。AI 编程的价值集中在提升软 件开发的效率和质量，通过赋能开发者、降低编程门槛，根据 IDC 数据，使用 AI 编 码的研发人员平均生产力提高了 35%。 大模型编程能力大幅跃进，核心技术赋能 AI Coding 工具。近年来国内外大模 型持续迭代，其中编程能力提升尤为显著，代码正确性和编程速度等方面快速改善， 其中 Claude 家族、GPT 5 和 o3 等大模型编程能力领先。我们大家都认为大模型编程能力 的快速提升带动更多用户使用 AI Coding 技术，为 AI 编程应用生态繁荣夯实技术底 座和数据基础。
AI 编程工具正从 Copilot（辅助驾驶）向 Agent 模式演进。第一阶段的 AI Coding 是以人驱动为主的模块化生成工具；第二阶段是 Copilot 辅助模式，核心功能是通过 上下文推荐开发者接下来可能要写的代码片段，模型开始参与部分流程决策；第三阶 段 Agent 模式，引入智能体，从辅助工具演变为更全面的集成开发环境 IDE；第四 阶段 Autopilot 模式，实现 AI 更高程度的自动化，从辅助提升至自主，可由 AI 自主 地生成、调试、甚至部署完成的软件应用。
AI Coding 已在全球规模化使用，未来市场规模增长潜力较大。根据 Research and Markets 的数据 2024 年全球 AI 代码工具市场价值 67 亿美元，预计到 2030 年 将达到 257 亿美元，2024-2030 年复合年增长率为 25.2%。根据亿欧智库的数据， 2023 年中国 AI 代码生成市场规模达到 65 亿元人民币，预计到 2028 年将增长至 330 亿人民币，年复合增长率为 38.4%。目前，中国 AI 代码生成在互联网和游戏行业的 渗透率较高，主要由于行业开发特性（密集、规范、项目制）、基础代码数量庞大、 项目迭代速度与更新频率快与 AI 代码生成高度契合。
融资火热与用户激增，推动 AI Coding 赛道加快速度进行发展。2024 年 AI 编程成为融 资最活跃的赛道之一，融资总额超过 10 亿美元，Magic、Codeium、Cursor 等初创 公司融资超 1 亿美元。AI Coding 用户采用率在主要场景中达到 51%，位居各 AI 应 用领域首位。2025 年 7 月，GitHub Copilot 历史累计使用用户已超过 2000 万。
AI 编程海外头部产品 Cursor 在 2025 年 6 月获得由 Thrive、Accel 等参与的新 一轮融资，总额 9 亿美元，此轮融资过后，Cursor 公司估值已达 99 亿美元，年度经 常性收入（ARR）已突破 5 亿美元。另外两大头部产品 Claude Code 和 Github Copilot 的年度经常收入（ARR）分别突破 5 亿美元和 3 亿美元。AI Coding 头部公司指数 型收入增长曲线证实行业的发展的潜在能力较大， Lovable 和 Cursor 在短短一年收入从零增长至一亿美元，AI 编程行业正处于迅速爬升阶段，未来市场空间广阔。
国内各大互联网厂商积极布局 AI Coding 赛道，字节推出 AI 原生集成开发环境 Trae IDE，阿里推出聚焦于本地化的通义灵码，两家厂商的 AI Coding 工具分别基于 各自的大模型产品豆包和通义千问作为底层技术。 Trae IDE（把 AI 放入工具）是一个高度集成 AI 大模型，基于 VS Code 构建， 主打 AI+IDE 的代码开发模式，分为海外版和国内版。海外版集成了 Claude 3.7 和 GPT-4o 等模型，国内版则为豆包 1.6 和 DeepSeek 等模型。基本功能包括 Builder 和 Chat 模式，Builder 模式能够迅速从 0 到 1，自主拆解需求并完成多轮编码任务； Chat 可以与 AI 对话实现代码补全、代码解释、注释生成等功能；截至 2025 年 6 月 11 日，Trae 的整体月活已超过 100 万。 Trae SOLO（把工具集成于 AI）是一个能自主执行开发任务的超级个体，集成 编辑器、终端、浏览器等多工具视图于一体，自动规划并执行从需求理解、代码生成、 测试，到成果预览的全流程。
AI Coding 工具可根据技术形态和集成方式分为 1）原生 AI 集成开发环境：独 立开发环境、深度集成 AI 功能，通常基于现有 IDE 做改造或全新设计；2）基于现 有 IDE 的 AI 插件；3）基于云端的只能开发环境：完全在浏览器中运行的开发环境； 4）基于预训练模型的智能工具：直接调用大模型生成代码，不依靠特定开发环境。
AI Coding 工具通常面向不一样的层次的用户，如专业开发者、企业开发团队及技术 ⼈员。专业开发者关注代码生成、调试和优化，非技术人员则关注低代码和自动化功 能。对于专业开发者 Coding IDE（集成了 AI 功能的传统编程 IDE）和 Coding Agent （编程代理根据开发者需求自动生成、重构和优化代码）更受欢迎；对于非技术用户， 任务引擎（聚焦于自动化任务执行，简化流程性、重复性工作）和低代码（简化开发 流程，提供图形化界面或自然语言接口）更受欢迎。
AI Coding 工具在海外市场已形成可规模化商业闭环。订阅制收费和免费增值 模式占据超过 65%的市场，大多数产品倾向于以长期绑定客户、引导客户升级购买 付费服务的方式盈利。例如 GitHub Copilot 个人订阅分别为 10 美元和 39 美元每月， 差别主要在于是否可使用更好的模型；Claude Code 分为 Pro 20 美元/月和 Max 100 美元/每月，Max 版本拥有更多的使用量和更快的速率；Cursor 的 pro 和 pro+版本分 别为 20 美元和 60 美元每月，付费版本能提高 Agent 使用额度和更全面的模型。
AI Coding 是 AI 领域盈利较大的赛道之一，得益于早期积累、模型能力和用户 需求的契合：全球具有数量庞大的开发者，未来对应用开发的需求较大；大模型在编 程任务上的表现优于其他领域，能够取代初级至中级程序员；程序员既是开发者又是 用户，深刻理解需求，商品市场匹配度高。根据亿欧智库的数据，AI Coding 产品在 企业用户中已得到比较广泛的使用，通过 License 收费，年费范围为 30 万-200 万 人民币，使用率为 50%-80%，接纳率为 20%-30%，已经显示出较高的市场接受度。 另外全球和中国研发人员使用 AI Coding 工具的频率分别为 82%和 31%，国内市场 未来的潜力较大。
IDE 业务：国内稀缺的低代码编程平台，渗透率有望快速提升。2024 年 9 月卓 易信息完成了对艾普阳有限公司的收购，艾普阳在 2024 年上半年正式对外发布 SnapDevelop 产品，是一款低代码集成开发环境（IDE），旨在帮助开发者快速开发 云原生应用，同时满足企业信创研发需求。目前该产品已经具备完整的云原生 应用开发能力，可替代国外主流商业开发工具（VisualStudio、Rider）的同等功能。 SnapDevelop 的低代码属性使得开发效率提升 3-5 倍。SnapDevelop 具备全 面可视化设计、自动代码生成、AI 辅助业务开发、高效 API 测试等功能，让用户可 以快速完成页面、服务、API 以及数据访问的设计等，将开发速度提升至传统方法的 3-5 倍，可自动生成 50%-80%的代码，让复杂项目快速成型。产品分为海外版和国 内版，海外版可使用 GPT-4 等模型，国内版使用通义千问、豆包等模型。
SnapDevelop产品主要面向专业开发者以及企业级开发人员，属于 Coding IDE （集成了 AI 功能的传统编程 IDE）。不同于字节的 Trae 和通义灵码需要基于 VS Code 的生态和环境，SnapDevelop 具备完整独立的开发环境 IDE，目前支持 JavaScript 和 C#语言，未来公司将计划适配新的编程语言，例如 Java 和 Python， 将大大扩展公司产品的适用范围。 公司与国内头部前端开发者平台 DCloud 战略合作，产品广泛应用值得期待。 DCloud 旗下拥有超过 900 万前端开发者用户群体，其手机端引擎的月活跃用户数超 过了 10 亿，有望将公司新品快速推向市场。截至 2025 年 9 月，SanpDevelop 产品 已吸引了超过 2 万名注册用户，并且上线 新版本全面升级 AI 能力、视图设计 等，进一步提升开发效率与调试效率，目前产品正在免费试用推广中。 公司“ AI+IDE”双向布局，一方面持续打造 “IDE+AI”路径的代表产品 SnapDevelop，另一方面通过 EazyDevelop，以 AI+IDE 为基底，集成 DeepSeek、 通义千问等大模型、多智能体协作、MCP 云服务接入与海量行业模板，大幅降低开 发成本，实现高效的快速应用搭建，主要面向非专业开发者。于 2025 年 9 月上线正 式版，并且在“仓颉计划” 及智慧医疗开源联盟成立的推动下，其深度支持仓颉语言的“病历质控智能体”项目日前已获得订单。
高考核目标彰显公司对 IDE 业务长期发展信心。2025 年 5 月公司发布 2025 年 限制性股票激励计划，设定业务业绩情况以及产品付费用户数的激励目标。其中设定 2025、26、27 年 IDE 业务利润不低于 6500 万/1.4 亿元/3 亿元。IDE 业务包括了公 司 PB 产品系列、SnapDevelop（IDE +AI）、EasyDevelop（AI+IDE），高考核目标 彰显公司对 IDE 业务长期发展的信心。 公司 IDE 产品前景广阔，有望打开长期增长空间。我们认为公司产品在专业性 和独立性上有较大优势，具有自研的独立 IDE 环境；产品的壁垒极高，友商主要是 微软、JetBrains，国内几家大厂所用 IDE 均是微软、JrtBrains 的付费版或是基于其 开源版本改造。根据亿欧智库的数据，国内开发者使用 AI Coding 工具的频率仅有 30%左右，未来潜力空间广阔，有望复刻海外 Cursor 等产品的指数级增长曲线，具 备较好的持续成长性。
AI 办公以大模型为引擎，通过 AI 技术打造智能化、自动化的办公环境，有效提 升工作效率，减少成本，赋予办公过程更多的灵活性和个性化体验。根据头豹研究院 数据， AI+ 办公软件可助力商业专业人士 / 程序员 / 咨询行业代理商实现 59%/126%/13.8%的提效。 AI+办公软件基于功能与应用场景可划分为五大核心类别：AI+文字处理、AI+数 据梳理、AI+演示写作、AI+项目管理及 AI+通讯协作。根据头豹研究院数据，截至 2024 年 4 月，中国 AI+文字处理软件占 AI+办公软件总数（117 个）的 39%，成为 覆盖面最广的应用领域。
中国 AI+办公软件发展主要经历四个阶段：1）2010-2015 年，AI 技术开始渗透 办公软件领域，以自动化工具和简单智能助手为主，传统 OA 软件仍主导市场，AI 功 能大多为附加插件。2）2016-2020 年，AI 在图像识别、自然语言处理等领域取得进 展，AI 开始分析办公数据，提供初步优化建议。2016 年微软推出 Office 365 Copilot 前身，集成基础 AI 功能；2019 年金山办公启动 AI 战略，WPS 开始嵌入智能创作模 块。3）2021-2023 年，Microsoft 365 Copilot、WPS AI 等基于大模型的产品上线， 实现文档自动生成、数据分析预测，AI 支持语音、图像、文本混合输入。钉钉、腾讯 文档、飞书等相继推出 AI 助理。4）2024 至今，AI 开始参与战略决策和多模态交互， WPS AI 2.0 全面升级。 大模型技术发展促进 AI+办公市场规模快速增长。根据中国报告大厅数据，2019- 2023 年中国 AI+办公软件市场规模从 6.86 亿元增至 131.03 亿元，复合增长率为 109.09%，处于快速发展期；2024 年 AI+办公软件市场规模达 308.64 亿元，预计 2028 年为 1911.37 亿元，复合增长率为 57.75%。 AI 赋能协同办公市场发展，重塑现代办公范式。根据 CNNIC 数据，截至 2024 年 12 月，中国线 亿人，占网民整体的 51.5%。AI+办公的 落地场景易与协同办公类场景进行融合，远程协作已变为组织运营的常态化模式。根 据艾媒咨询数据显示，2025 中国协同办公市场规模将突破 414.8 亿元，其中协同办 公平台规模达 139 亿元，未来增速有望保持在 15%-20%。
国内 AI 办公核心用户逐渐趋稳，产品形态向集成化演进。根据量子位智库统计，2025 年 3 月，我国 AI 办公产品 Web 端总访问量 2.6 亿次，MAU 保持在 7500 万。市场呈高度 集中化：夸克以超 8000 万访问量稳居榜首，与腾讯文档、百度 AI 搜、WPS AI、 等构成第一梯队（大于 1000 万总访问量）。超 80%的头部产品把握在互联网公司手中，以 传统办公工具+AI 能力的组合占据市场主导。
未来 AI 与办公软件的融合将更注重跨平台的智能化整合，实现不同软件和工具 间的连接与集成。目前阿里钉钉、金山 WPS、腾讯企业微信等厂商已具备 AI+办公 软件集成能力，未来将打通数据壁垒，提供一站式 AI 办公解决方案。
参照 AI 模型加入协同办公产品的发展逻辑，国内提供办公应用的厂商如金山办 公（Office 软件）、福昕软件（PDF 软件）、泛微网络（OA 软件）、致远互联（OA 软 件）等都有望在产品接入 AI 后，通过 AI 赋能产品为公司业绩带来新的增长动力。
金山办公是国内办公软件领域领先厂商，借鉴微软，推出面向不同客户群体的 AI 产品功能体系。2023 年 4 月 18 日，金山办公发布 WPS AI，赋能传统 Office 四大套 件，接入公司全线产品。为用户提供 AIGC（内容创作）、Copilot（智慧助理）和 Insight （知识洞察）三方面全新的产品功能。 2025 年上半年，公司发布 WPS AI 3.0 版本，推出原生 Office 办公智能体 （WPS 灵犀），开启办公的智能体时代。软件 AI 化（重构 Office 内核，将众多的复 杂功能封装成标准化、可被调用的 API 接口，使其可被 AI 理解和操作）。办公智能体 WPS 灵犀融合多项 AI 功能，标志着公司 AI 功能由工具型向协同智能体转变。 基于 WPS AI 3.0，公司推出 AI 改文档、灵犀语音助手、WPS AI PPT、 WPS 知识库等 全新功能。 WPS 365 AI 能力提升。WPS365 对组件进行智能化升级，上线消息助手、会议 助手、邮箱助手，提升办公效能。升级智能文档库（AIDocs）权益，目前已上线智能 问答、智能搜索、AI 打标签等功能，智能文库拥有业内最强的文档解析能力，能够识 别图片、表格等对象信息，其中表格召回准确率高达 95%以上。
在订阅付费方面，针对 AI 产品功能的不断完善，公司推出了全新的会员体系。 包含超级会员以及包含前者+AI 会员权益的大会员，精准满足多元化用户群体的需求。 AI 3.0 功能的更新与完善有力促进用户粘性和付费转化的提升，2025 年上半年公司个人端收入同比增长 8.38%。WPS AI 的商业化探索处于国内 AI 应用行业的领先地 位，截至 2025 年上半年，公司年度付费个人用户数 4179 万，同比增长 9.54%；WPS AI 月活已达 2951 万。未来随着 WPS AI 更多产品落地，有望带动 B、C 端的渗透率 持续提升，并进一步提高产品单价和付费用户数，公司未来新增收入增长前景广阔。
2.3 AI+金融 IT：助力散户高效理解投资，同时升级专业投研的工作范式
对于散户而言，AI 正在以前所未有的数据广度、拟人的思维链路、专业的投资 经验，赋能从新手到老股民的广大投资者。 以同花顺问财 2.0 为例，基于诺贝尔经济学奖得主丹尼尔・卡尼曼《思考，快与 慢》的“快系统-慢系统”思维模型升级，以五大核心能力重塑投资决策体验，标志着 AI 投顾正式进入“理性思考”新阶段；其升级聚焦强化 AI“慢思考”能力，通过思维链技术 实现深度推理分析、实时调用专业资源提供智能知识支撑、以反思机制完成自我修正、 在高精度任务中开展复杂任务处理、完整呈现推理链路保障过程可视，多维度重构投 资决策全流程；而依托此前大模型技术与百万级 SFT 数据精调积累的每日超 500 万 投资者服务基础，问财 2.0 凭借逻辑推理能力的叠加跃升，进一步提升服务能级，助 力投资者以智慧理性把握金融市场机遇。
投教智能体领域，九方灵犀为九方智投自主研发的金融对话智能体，底层依托公 司自研的九章证券领域大模型构建，具备自主思维链决策推理、工具调用、用户记忆 体构建、图文回复四大核心能力，围绕智能体验与专业投顾能力两大维度进行功能设 计，目标为用户提供智能化、专业化、个性化的股票投资服务支持。 智能体验维度，通过九方智能体技术，九方灵犀实现拟人化自然交互特性：支持 对投资问题进行深度思维链逻辑分析，具备多源数据访问能力，并以图文并茂、个性 化形式输出回复，降低用户与系统交互的沟通成本，提升信息获取效率。 专业投顾维度，基于专业金融知识体系，九方灵犀覆盖四大功能模块：1）股票 综合诊断：多维度分析个股投资价值；2）大盘及板块指数分析：研判市场趋势与板 块轮动特征；3）金融投教问答：解答投资知识类疑问；4）资讯查询解读：提炼资讯 核心信息，辅助决策判断。
在专业投研领域，AI 创作帮助研究员大幅度提高工作效率。摒弃以往的传统操 作方式，同花顺 iFinD 嵌入自研大模型“HiThinkGPT”后，可支持用户结合 F9 深度 资料的各功能节点，点击“AI 创作”快速在股票速览界面生成自定义卡片，保存后在 任一标的的深度资料即可快速查看，节省浏览时间，提高工作效率。此外，Agent 能 够帮助生成研报提纲，大幅度提升内容校对、文字验证效率。 此外，iFinD 也借助 AI 能力提供更加可视化、自动化的投研分析服务。代表功 能包括：1）宏观数据预测，iFinD 提供了世界主要经济体核心经济指标的最新值与 预测结果，并对大类资产收益做回测；2）对于资金面、行业景气度的 AI 数据汇总和 可视化，帮助专业投资者把握一级行业间的资金走向、拥挤度变化，发现有估值错配 的投资机会。
网安 IT 总投资持续扩大，中国网安市场规模保持增长态势。根据 IDC 的数据， 2024 年全球网络安全 IT 总投资规模为 2,444 亿美元，并有望在 2029 年增至 4,162 亿美元，五年复合增长率(CAGR)为 11.2%。中国网络安全市场规模从 2024 年的 112 亿美元增长至 2029 年的 178 亿美元，五年复合增长率为 9.7%。
网络安全软件市场成为增长最快的子市场。网络安全硬件：根据 IDC 预测，统 一威胁管理的市场份额将持续上升，占安全硬件市场投资近七成，传统防火墙市场呈 缩小态势；网络安全软件：以 18.1%的五年复合增长率成为安全软件最大子市场，数 据要素的核心价值逐渐提升，数据安全软件市场正稳步增长；网络安全服务：托管安 全服务的需求逐渐扩大，五年复合增长率为 12.8%。 终端用户投资来看，政府、金融服务、电信仍是网络安全支前三的按行业。2024 年支出占比分别为 25.4%、16.8%和 15.4%。政府、金融服务与电信等行业因数据敏 感性，在网络安全方面有更迫切的需求，更需要构建多层次安全防护体系，因此近 60% 网络安全支出来自于这些终端用户。根据 IDC 数据，网安市场终端客户还是以超大 型企业（人员 1000+）为主，占总投资规模近 70%；中小型企业网安投资也在逐步 增长，中型企业五年复合增长率将达到 11.1%。
政策驱动与企业内生安全需求双轮驱动。一方面，国家层面持续完善法规体系， 围绕“三法一条例”的立法框架已形成更为成熟、细化的监管要求与合规基准，并紧跟 技术发展不断强化动态监管要求，显著增强了企业在合规层面的可操作性与强制性。 另一方面，企业在满足基本合规之上，正加速建设覆盖数据全生命周期的安全韧性体 系，将安全能力视为核心业务支撑，并显著加大在网络安全方面的资源倾斜。 在生成式 AI 驱动产品技术创新下，云化服务需求成为新的增长点。1）AI 赋能： 利用机器学习算法和自然语言处理，能显著提升安全检测的效率与准确性，利用大模 型生成定制 化安全策略，自动生成应对不同攻击场景的防护方案，缩短应对攻击的 响应时间。形成自动 化的“学习（学习已知安全经验）--推理（推理复杂威胁事件）- -增强（增强处置响应安全效 果）”，从“传统防御”向“主动防御”转变。2）云化：云化 的安全产品和服务可以基于云端强大的计算和存储能力，实时监测海量的网络流量数 据，灵活性和可拓展性更高，大幅简化在产品交付以及运维上的工作；
1）安全大模型：是针对特定安全垂直领域的模型，能够帮助监测未知的威胁， 预测未来的攻击趋势，并提供自动化的响应机制。各大网络安全厂商积极推动大模型 技术在安全领域的应用。例如天融信的天问大模型、深信服的安全 GPT、安恒信息 的恒脑大模型等。根据 IDC 的调研显示，61%的国内客户将会在未来 1-3 年采购安 全大模型产品和服务，28%的用户则希望通过免费的方式获取大模型赋能的网络安全 产品和服务。IDC 预计，中国的安全大模型市场将在未来 3 年迎来快速市场的快速 增长期。 安全智能体市场规模快速增长，AI 带来网络安全技术革命，2025 年有望成为安 全智能体发展元年。根据 IDC 分类，将安全智能体目前的应用分为安全运营智能体、 安全检测智能体、数据安全智能体、代码安全智能体、安全合规智能体和安全攻防智 能体六大类，目前，众多安全领域的技术服务提供商基于原有的安全大模型能力发布 了多个安全智能体。
根据 IDC 预测，预计到 2028 年，中国安全智能体相关应用市场的规模将达到 16 亿美元，年复合增长率将超过 230%，安全能力融入 AI 也将是大势所趋。
2）信创安全市场成长潜力大。信创安全为信创产业四大组成部分，通过使用 国产化的软硬件安全产品，实现安全产品的自主可控，主要分为信创基础设施保 护、信创安全运营、信创数据安全等八大分类。根据数世咨询的数据，2023 年信 创安全规模约 50 亿元，从安全厂商近三年来的营收数据来看，信创安全产品收 入持续增加，复合增长率平均达到 35%，预计到 2027 年信创安全市场将达 160 亿规模。 信创安全目前与政策导向高度匹配，从行业端来看，党政机关处于第一梯队， 金融和运营商处于第二梯队。2023 年信创安全产品应用分布比例为政府 29.8%、国 防 24.5%、金融 10.1%、运营商 9.1%。信创安全产品主要在边界安全（29.9%）、终 端安全（22.5%）等应用较为广泛，数据安全需求静待释放。企业方面，根据数世咨 询数据，天融信、奇安信、绿盟科技等头部安全厂商产品国产化率大多达到 70%以 上，信创能力市场领先。
3）数据安全市场良性发展：随着国内数字经济规模持续扩大，数据作为核心生 产要素的流通已成为重要发展目标。数据安全已从 1.0 时期（以数据库安全为中心） 演化成 3.0（以数据基础设施安全为核心），随着数字经济以及相关政策落地，数字流 通环节和数据量将会显著增加，将大幅带动数据安全的相关需求。 根据数说安全的数据，2024 年数据安全市场逆势增长，增长率达到 25.9%，市 场规模突破百亿，达到 118.5 亿元；数据安全市场整体规模从 2020 年的 40.4 亿元， 增长到 2024 年破百亿，年复合增长率为 30.9%，且高于整体网络安全市场规模增 长。根据 IDC 数据，预计到 2028 年中国数据安全市场的投资规模将达到 173 亿元， 年复合增长率 16.7%，彰显了终端用户对数据安全的迫切需求和数据安全市场快速 增长的潜力。
数据安全软件方面，根据 IDC 的数据，预计到 2028 年中国数据安全软件规模 将达到 146 亿元人民币，5 年复合增长率 16.9%；行业端政府、医疗卫生、教育等 仍是数据安全建设的主要参与者，约占 2024 年整体项目数量的 76%；金融、能源等 行业对数据安全的重视程度提高。
平台化是数据安全市场的发展趋势，构建针对不同应用场景的安全能力平台。整 合多种数据安全工具，融合 AI 技术。AI+数据分级分类（自动化处理，准确率达到 85%，显著提升效率与合规性）、AI+数据脱敏（成功解决传统方法中的高误报和高漏 报问题）、数据防泄漏(DLP)转向智能化分析等 AI 融合产品已经得到市场客户认可。
4）大模型安全：以 DeepSeek 为代表 GenAI 的优秀性能、推理成本显著降低 等特性极大加快了大模型在各行业的应用部署。根据艾媒咨询的数据，2024 年中国 AI 大模型市场规模约为 294.16 亿元，预计 2026 年将突破 700 亿元，正处于高增长 发展阶段。但同时也带来各类潜藏危险，根据中国网络安全年会数据，首次针对 AI 大模型的实网众测检验中，累计发现各类安全漏 28 个，其中大模型特有漏洞 177 个， 占比超过 60%。 大模型运行时风险主要涵盖：1）大模型基础设施安全：涉及算力主机的设备控制、供应链漏洞等；2）大模型内容安全：包括内容层面的提示注入、恶意生成等； 3）大模型数据与知识库安全：聚焦数据泄露、隐私侵犯等；4）智能体安全：涉及 Agent 的 API 滥用、MCP 的安全等；5）用户端安全：大模型、智能体等访问控制。
结合上述五大核心风险，IDC 将中国大模型安全保护市场划分为 7 个细分领域： 构建安全大模型、保护大模型数据存储、大模型可用性检测、保护大模型接口、大模 型访问控制、大模型输入内容控制、大模型输出内容控制。360、安恒信息、深信服、 奇安信等传统安全厂商分别推出针对性的大模型安全防护解决方案，不同程度涵盖各 细分领域。
深信服深耕网络安全系列产品业务，产品市场地位多年领先，具有稳固的业务基 本盘。公司智安全业务构建“平台+组件+服务”业务模式。1）平台包括可拓展检验相 应平台 XDR、零信任平台 ZTP 等；2）组件包括零信任访问控制系统 aTrust、下一 代防火墙 AF、全网行为管理 AC 等；3）服务包括云安全访问服务 SASE、安全托管 服务 MSS 等。公司现已发展成为国内网络安全领域具有核心竞争力和市场地位的领 军企业之一。
公司坚持“AI First”战略，AI+云化技术赋能产品。公司在国内率先推出安全垂直领域大 模型，实现安全运行“自动驾驶” ，继 2023 年公司发布自研安全大模型“安全 GPT”之后，公 司 2024 年相继发布了安全 GPT 3.0 钓鱼攻击检测大模型以及 4.0 数据安全大模型两个升 级版本。AI 赋能后产品提效明显，其中 1）流量高级威胁检出率高达 95.7%，误报率仅 4.3%； 2）高隐蔽钓鱼攻击检出率高达 91.7%，数倍超越传统 品类检测产品；3）相比传统引擎针 对数据安全行为的风险检出率达到 90%，准确率提升 40%。另外安全托管 MSS 和 SASE 云化交付，大幅提高安全投入产出比，将安全功能整合到统一的云服务中，可实现全球访问 10 倍+提速，上线%。
公司拓展布局云计算业务，AICP 迎智算增长动能。构建超融合+虚拟化软件定 义的云基础设施，推出面向大模型开发、私有化一站式的训练和推理平台 AICP。1） 公司超融合业务 2024 年以 17.5%的市场份额蝉联国内市场第一，与虚拟化+私有云 的解决方案实现 VMware 无感替换，在技术层面持平或部分超越 VMware，有望填补 VM 在国内市场的空缺。截至 2025 年 5 月，已累计助力超过 12000 名客户完成 VMware 替换。2）AICP 平台使得大模型部署成本进一步降低，实现推理性能大幅提 升（以 Deepseek 为例，在多实例、 并发推理场景中可实现 5-10 倍的性能提升）。 深信服凭借“AI+云化”技术驱动产品技术创新，有望开启网安产品新一轮增长 周期；公司方案持平或部分超越 VMware 同领域技术，受益于 VMware 退出中国市 场红利；AICP 平台推动公司产品向 AI 进化，公司云计算业务有望保持高增长势头。
安恒信息深耕网络安全、数据安全等领域，核心安全产品市场份额持续多年领先。 主要产品包括：网络信息安全平台（数据安全+云安全+大数据态势感知）、网络安全 基础产品、网络安全服务（安全托管服务 MSS、工业互联网安全等）。公司将 AI 作 为核心发展战略， 打造“AI+产品”体系，围绕“让安全更智能”与“让智能更安全”两大核 心方向发展。 安恒信息将“AI”作为公司级战略，以大模型为底座，以智能体为核心。2023 年 8 月公司首发基于混合专家模型架构的恒脑安全大模型 1.0，24 年发布恒脑 2.0，25 年 3 月发布 软硬一体的 DeepSeek 安全垂域一体机，5 月发布国内首个安全 AI 智能 体恒脑3.0，全面覆盖安全智能体六大分类。恒脑智能体已与AiLPHA态势感知产品、 AiSort 产品等完成深度融合。2024 年公司实现纯 AI 产品收入超 1700 万元，间接 AI 产品收入 6200 万元，合计 AI 相关收入超 7900 万元，助推公司网安业务新一轮 增长。
公司数据安全产品市场领先，融合 AI 构建智能体矩阵。2024 年公司数据安全管 理平台市场份额第一，数据分类分级、数据库审计、API 风险监测等核心产品赢得市 场和客户的广泛认可。将恒脑大模型 AI 能力与数据安全产品融合，多类别智能体赋 能业务能力：1）数据分类分级智能体使数据分级效率大幅提升 30 倍、部署成本降低 50%、识别率提升到 100%、准确率提升至 90%以上；2）数据库审计智能体实现智 能分析运维操作中的异常、深入分析和翻译 SQL 语句；3）数据防泄漏智能体实现大 模型智能打标、AI 告警解读，风险监测效率实现 200%的提升，安全运营人效至少提 升 250%；4） API 安全智能体实现 API 资产纯度达 99%、API 告警降噪幅度 80%。
公司大模型安全防护业务持续突破。安恒信息发布恒脑智盾大模型安全防护系 统（构建覆盖开发-训练-部 署-运营全周期的防护闭环）、恒脑智鉴（评估和缓和大模 型在数据处理、模型构建和应用部署中的风险管理平台），让大模型智能更安全。2025 年公司大模型安全核心产品能力显著提升，通过“敏感词匹配+语义分析+AI 推理”三重 防线%以下。未来公司将构建“防护—检 测—响应—优化”的智能安全闭环，引领大模型安全生态发展。 公司基本面反转，信创安全等核心赛道保持增长。公司以 AI 引领 DAS 为核心 战略，2025 年上半年营业收入实现同比增长。其中数据安全合同额实现 25%增长； 安全托管服务 MSS 收入增长近 70%；信创安全收入实现同比 65%的高增长。行业 军团战略深化，公安、油气军团收入均超 50%增长，多行业合同额取得两位数增长， 收入端明显改善。利润端借助 AI 驱动的能效提升，亏损显著收窄，有望全年推动利 润扭亏为盈。
华为乾崑智驾 ADS4，高速 L3 商用解决方案正式发布。该产品基于华为 WEWA 架构，有别于 VLA，以“去语言化”端到端路径重构技术逻辑，在性能、安全及实际 应用中展现突出优势。该架构可以分为两大板块： 云端“世界引擎”：采用扩散生成模型技术，可生成密度达线 倍的 极端场景（如“鬼探头”、暴雨天施工路段等罕见工况），让系统在虚拟环境中积累驾 驶经验。 车端“世界行为模型”：采用 MoE（多专家混合）架构，将多模态感知数据直接 映射为控制指令，省去语言转化的中间环节，实现“去语言化”端到端控制。 从核心性能表现上看：效率与时延方面，端到端时延降低 50%，通行效率提升 20%，重刹率减少 30%。感知能力：通过 192 线 个 摄像头的多模态感知冗余，可识别悬空水管、倒地路牌等传统传感器盲区，突破感知 局限。从安全防护体系上看：防碰撞覆盖：防碰撞系统实现“全时速、全方向、全目 标、全天候、全场景”防护；前向 AEB（自动紧急制动）适用速度区间为 4~150km/h， 可识别掉落货物、动物等异型障碍物。极端工况应对：在 130km/h 爆胎工况下，系 统通过数字底盘引擎的扭矩矢量分配，能在 2 秒内恢复车辆稳定轨迹。 截至 2025 年 9 月，搭载 WEWA 架构的华为乾崑智能辅助驾驶系统累计为用户 避免潜在碰撞事件 271 万次；ADS4.0 公测车队在 1000 万公里路试中未发生任何系 统责任事故，充分验证了其在安全层面的可靠性，也体现了“去语言化”设计对驾驶 场景厘米级控制精度的保障价值。
VLA 技术：自动驾驶的“语义搭桥”新范式与商业化突破。VLA 技术的核心优 势在于接力语义这座桥梁，通过大语言模型实现视觉、语言、动作的跨模态信息转化， 其工作流程可拆解为三步： 第一步，视觉信号编码：由传感器捕捉路面环境，生成“视觉 Token”； 第二步，语义化转化：借助大语言模型将视觉信号转化为可理解的语义描述； 第三步，动作指令生成：基于语义解读生成驾驶动作指令。（有别于 VLM 的核心 特征） 这种架构相当于为系统配备了“AI 翻译官”，将物理世界的视觉信息转化为语言 可理解的逻辑，进而指导车辆操作。元戎启行 CEO 周光阐释其技术逻辑：自动驾驶 正从“弱专家系统”向“强专家系统”演变，VLA 架构顺应这一趋势，不仅适用于汽 车，还可拓展至机器人等移动设备，目标是实现 L5 级全域自动驾驶。 在商业化效率层面，VLA 的优势十分突出： 依托大语言模型的泛化能力，VLA 可快速实现自然语言交互功能。例如，当用户 发出“前方施工区请缓慢通过”的语音指令时，系统能直接将指令与视觉特征对齐并 生成策略，这一特性使其在 L2+级自动驾驶功能落地中更受青睐。 从落地进展看，元戎启行的 VLA 技术方案于 2025 年年中实现上车，全年将有 超过 10 款量产车搭载该技术；小鹏 G7Ultra 车型在 2025 年完成三次大更新，其中 9 月推出的版本已实现“车位到车位”的 VLA 功能。
以比亚迪“天神之眼”、奇瑞“猎鹰智驾”、吉利“千里浩瀚”、长安“天枢智驾”、 广汽“星灵智行”等国内排名靠前的主机厂目前公布的智驾战略方案为先导，国内智 驾赛道逐渐形成了高速 NOA 和入门级城区 NOA（L2+）的普及。
从时间维度，2023 年 1-8 月至 2025 年 1-8 月，高速 NOA 标配销量从 36.3 万 辆飙升至 265.0 万辆，渗透率从 8.7%跃升至 35.7%，三年间实现“量级与比例”的 双重突破，直观体现出新能源车型对高阶智驾功能的配置意愿与市场接受度呈快速显 著增长。
从价格区间维度，10 万元价位成为普及“分水岭”： 10 万元以下市场以基础代步纯电小车为主，受续航与成本制约，2025 年 1-8 月 NOA 标配销量仅 0.6 万辆，渗透率 12.9%，普及节奏相对缓慢； 10-15 万元价位段成为“平权主战场”，2025 年 1-8 月 NOA 标配销量达 82.0 万 辆，渗透率 38.4%，在芯片成本下探、技术方案迭代的推动下，实现了高阶智驾功能 向主流消费市场的快速下沉； 30 万元以上高端市场（如 30-35 万、40-45 万区间）渗透率维持在 62.7%以上， 最高达 79.1%，既体现高端车型对智驾功能的配置优先级，也反映出技术成熟度在高 端市场的差异化优势。 辅助驾驶“平权化”趋势明确，10 万元价位成为市场分层的关键节点——10 万 元以上市场（含主流消费与高端区间）通过技术降本与方案优化实现 NOA 快速渗透， 10 万元以下市场则受产品定位制约暂处普及“慢车道”。这种格局既契合市场需求的 分层逻辑，也预示着未来智驾普及将在“性价比”与“高端化”路径上持续分化，推 动行业在技术落地与市场拓展中实现更精细的生态构建。
地平线P 是当前国内高等级辅助驾驶算力赛道的核心标杆性产品，其以 “高集成、强算力、全场景适配”的技术特质，成为新一代辅助驾驶系统规模化落地 的关键算力基座。 从技术架构看，它凭借 560TOPS 总算力构建了“感知-决策-控制”全链路的高 效算力支撑，融合 4 核自研 BPU®Nash 与 18 核 ARMCortexA78AE 异构计算架构， 在 AI 推理与通用计算维度实现能力均衡。硬件层面，其配备 256bitLPDDR5（带宽 约 205GB/s）、18MP 前视感知模组、5.3Gpixel/s 图像处理单元，以及集成式 ASILD 级 MCU（10KDMIPS 算力），从图像渲染（200GFLOPS3D 能力）、数据吞吐（TB/s 级通信带宽）到实时响应（低至 130ns 任务延迟），全方位满足高等级辅助驾驶对“快 感知、准决策、稳执行”的技术诉求。 在生态赋能上，征程 6P 是 HSD 系统“一段式端到端+强化学习”架构的核心载 体：一方面通过端到端链路实现光子输入到轨迹输出的超低时延闭环，让防御性驾驶、 横纵耦合控车达到“类人丝滑”的体验级表现；另一方面借助强化学习机制，推动模 型实现“智能涌现”，其能力对标已展现出与头部产品同台竞技的技术势能。 从行业落地维度，这款芯片的量产属性与技术前瞻性，使其在近期 HSD 先锋体 验中助力系统斩获“中国落地版 FSD”的市场认知，实质推动了国内辅助驾驶从“功 能可用”向“体验卓越”的代际跨越，是当前国内破解高等级辅助驾驶“算力冗余与 成本约束”矛盾的关键解决方案，为行业从技术验证向规模化商业落地提供了可复制 的算力支撑范式。
黑芝麻智能华山 A2000 系列：面向下一代 AI 模型的高性能、高效率芯片平台。 该家族包含 A2000Lite、A2000、A2000Pro 三款产品，形成针对不同自动驾驶等级 的梯度化解决方案： A2000Lite：聚焦高阶城市智驾场景，主打行业高性价比，典型方案采用“视觉 +单激光雷达”配置，适配城市复杂路况下的辅助驾驶需求。 A2000：定位全场景通识智驾，作为新一代算力平台，典型方案支持“视觉+多 激光雷达”架构，具备单芯片多任务处理能力。 A2000Pro：面向高阶全场景通识智驾，属于多芯粒旗舰算力平台，典型方案支 持高等级安全备份设计，可满足 Robotaxi 等高阶自动驾驶场景的冗余算力需求。 从技术架构看，华山 A2000 家族芯片集成了 CPU、DSP、GPU、NPU、MCU、 ISP、CV 等多功能单元，实现高度集成化的单芯片多任务处理。其中，新一代 ISP 技 术具备 4 帧曝光和 150dBHDR 能力，在隧道、夜间等复杂光照场景下的图像处理表 现显著优化。同时，其采用单芯片数据闭环设计，可在智驾功能运行时同步完成全车 数据的脱敏、压缩、编码与存储，为算法迭代提供数据基础。 算力性能方面，A2000 家族峰值算力达到当前主流旗舰芯片的 4 倍，且原生支 持 Transformer 模型，契合下一代智驾算法对大模型的适配需求。此外，该家族具备 灵活扩展性，支持多芯片算力扩展，可覆盖从 NOA（导航辅助驾驶）到 Robotaxi 的 广泛应用场景。 值得关注的是，华山 A2000 家族的技术能力已突破智能汽车领域，延伸至机器 人、通用计算等场景。其中，A2000 芯片可满足机器人“大小脑”（感知与决策）的 算力需求，有望推动机器人产业从原型开发阶段向大规模量产阶段迈进。
黑芝麻智能“九韶”NPU 架构：华山 A2000 家族的核心技术底座。其包括两大 技术进步：1）大核设计与高安全等级的技术突破。“九韶”NPU 采用业界领先的大 核架构，取代传统小核心堆叠模式，支持智驾大模型实时推理，通过优先级抢占机制 降低算法计算延迟，为复杂任务处理提供强力支撑。同时，该架构达到业界最高安全 等级，可规避模型推理过程中的随机错误与失效，保障训练与部署的一致性，确保自 动驾驶系统的安全性与确定性。 2）性能与能效：高算力、高能效与内存架构优化。“九韶”NPU 具备高算力、 高能效、高带宽特性，是智能驾驶技术高阶迭代的基础。它支持 INT8/FP8/FP16 混 合精度，集成高精度精细量化与 Transformer 硬加速，简化开发者的量化与部署流程。 此外，其采用低延时、高吞吐的三层内存架构，包含 NPU 专用缓存、核心模块片内 共享缓存及双数据通路与专用 DMA 引擎，在性能、带宽与成本间实现平衡，降低对 外部存储带宽的依赖。
中控技术基于时间序列大模型 TPT 与通用控制系统 UCS 深度协同的全自主运 行工厂系统（FAP）解决方案，为流程工业构建“感知-认知-决策-执行”完整生产闭 环，助力制造业在高成本环境下实现持续盈利，推动中国工业智能化完成从“工具辅 助”到“自主运行”的关键跨越。 TPT 大模型：FAP 的“智慧大脑”，破解流程工业时序数据复杂耦合难题。TPT 大模型作为 FAP 的核心决策层，针对流程工业“参数波动毫秒级响应”“工艺规律复 杂耦合”等核心挑战，聚焦设备运行曲线、物料反应周期、质量波动趋势等工业时序 数据，可在毫秒级参数波动中捕捉潜在趋势以避免“机器幻觉”，为生产决策提供可 靠依据；同时具备数据分析与优化计算能力，能精准锁定原料消耗、产品浓度偏差等 生产瓶颈并输出可落地的调控方案。最新升级的 TPT2 支持通过语言交互高效生成工 艺装置模拟、控制、优化、预测等各类智能体，且可实现现场部署，能实时监控装置 异常、优化运行参数，保障生产过程安全、提升产品质量、降低能耗物耗，实现从单 体装置优化到多装置、多场景的快速复制与迁移，助力企业从局部最优持续改善至全 局最优。
UCS 系统：FAP 的“神经中枢+物理手脚”，以软件定义控制实现降本增效与效 能跃升。UCS 系统作为 FAP 的执行与连接层，采用云原生与全光网络架构的创新设 计，打破传统控制系统对特定硬件的依赖，实现“软件定义控制”。其极简设计带来 显著降本增效：机柜空间减少 90%、电缆成本降低 80%、项目建设周期缩短 50%。 在实际应用中，UCS 系统成功替代原有欧美控制系统，将多套工艺生产装置的数十 个控制机柜整合为统一操作中心，总监控点数突破 15000 点，人均监控 I/O 点从 500 点提升至 2000 点，效能提升 67%；系统可自动识别工艺参数波动并及时调整，发现 异常趋势时主动推送预警，大幅降低值守工程师的人工监控依赖。
该解决从三方面满足下游企业的真实需求： 安全领域：冗余设计与分级授权双管齐下，保障生产连续性与 AI 决策可靠性。 FAP 在安全领域表现卓越。UCS 采用 “双保险” 冗余设计，核心服务器故障 时备用服务器自动接管控制权限，生产线参数调控与设备运行无中断，故障恢复时间 从数小时缩短至秒级；同时连接智能仪表与高精度传感器，实时捕捉生产状态，实现 关键参数持续监控与趋势预测，完成从事后响应到事前预警的跨越，对调节阀智能诊 断准确率超 95%。TPT 大模型对 AI 控制权限实施 “分级授权”，核心生产参数调 整需 AI 分析与人工复核双重确认，定位问题根源并暂停操作的速度比人工快 10 倍， AI 可靠性超 98%，从技术上杜绝 “AI 误操作” 风险。 运营层面：从经验驱动到 AI 实时自主决策，重塑流程工业运营模式。 FAP 推动流程工业运营模式从 “经验驱动” 升级为 “AI 实时自主决策”。通 过全厂智能传感网络，实现生产全要素的实时感知、动态分析、精准预测与自主优化， 构建企业 “数字免疫系统”，完成从被动防护到主动免疫的转变，可提前数周预测潜 在故障，避免非计划停车损失；优化能效管控，从粗放用能升级为单点能耗最优，将 节能深入至每个用能单元；改变组织形态，从 “人盯流程” 转向 “人机协同”，FAP 接管大量重复枯燥的操作监控任务，操作员转型为 “AI 训练师” 和 “异常处置专 家”。 降本增效：技术创新驱动成本节约与生产效益提升。 FAP 在降本增效方面成效显著。采用全光网络通信和就地式分线箱设计，节省 线 万元；通过持续优化生产工艺，将烧碱主产品浓度精准稳定 在 32%-32.1% 的极窄区间，助力企业在原料消耗、能源利用和产品质量等环节实现 整体生产效益提升 1%-3%。
2025 年 4 月，国家发展改革委副主任赵辰昕在国新办新闻发布会上表示，扩大 投资方面，将工业软件等更新升级纳入“两新”政策支持范围。 此前工业和信息化部印发的《工业重点行业领域设备更新和技术改造指南》，就 对于工业软件细分领域、重点行业指出了明确方向和路径。 基础软件方面，重点更新工业领域应用的操作系统、数据库、中间件等产品。工 业软件方面，重点更新计算机辅助设计（CAD）、计算机辅助工程（CAE）、计算机辅 助制造（CAM）、制造执行系统（MES）、企业资源计划（ERP）等研发设计、生产制 造、经营管理、运营维护相关软件。工业操作系统方面，重点更新可编程逻辑控制器 （PLC）、分布式控制系统（DCS）、数据采集与监视控制系统（SCADA）、安全仪表 系统（SIS）、嵌入式软件等产品。到 2027 年，完成约 200 万套工业软件和 80 万台 套工业操作系统更新换代任务。 此外，文件在工业网络设备也给出重要指引：力争到 2027 年，80%的规模以上 制造业企业基本实现网络化改造，边缘网关、边缘控制器等产品部署超过 100 万台， “5G+工业互联网”项目数超过 2 万个。以及综合利用 5G/5G-A、边缘计算等网络技 术实现传统工业操作系统（如可编程逻辑控制器 PLC、分布式控制系统 DCS 等）的 IP 化、智能化和无线化改造，提升企业生产现场的自动化、智能化和集中化水平。
文件对于细分行业的设备更新做出了详细规划。以石化化工行业为例，目标到 2027 年，推动行业数字化转型成熟度 3 级及以上企业比例达到 15%以上，4 级及以 上企业比例达到 7%以上，关键工序数控化率达到 85%以上，数字化研发设计工具普 及率达到 75%以上。并指出全面推进分布式控制系统（DCS）、数据采集与监视控制 系统（SCADA）更新换代。我们认为，相关政策的持续性落地有望打开新一轮工业 信息化改造的浪潮，并提振相关企业的相关资本开支。文件也对其他行业的关键工序数控化率、数字化转型成熟度等目标分别作出指示。
下游景气度有待修复，资本开支较往年有所下降。钢铁行业：资本开支规模从 2022 年峰值逐步回落，2025Q1-Q3 同比增速企稳至 0.8%，呈现“收缩后弱修复” 特征。石油石化行业：资本开支规模连续两年下滑，2025Q1-Q3 同比增速维持-6.6%， 行业扩张意愿显著不足。建筑建材行业：资本开支连续四年收缩，2025Q1-Q3 同比 降幅达-23.5%，行业深度调整态势未改。有色金属行业：2023 年资本开支达峰值后， 2024-2025Q1-Q3 连续负增长，行业由扩张转入收缩。 我们认为当前下游资本开支压制的大环境中，工业软件服务商及相关企业需要 寻求常规存量业务之外的增长策略，包括工业智能化、高端软件国产化、渠道策略调 整和海外市场开拓。
Omniverse：一个将全球物理数据与物理 AI 领域连接起来的操作系统。 NVIDIA Omniverse 是一个包含 API、SDK 和服务的平台，使开发者能够将 OpenUSD、NVIDIA RTX™渲染技术和生成式物理 AI 集成到工业和机器人用例的现 有软件工具和仿真工作流中。可以定义为“一个将全球物理数据与物理 AI 领域连接 起来的操作系统”。在 3 月的 NVIDIA GTC 大会上，NVIDIA 宣布包括 Ansys、Altair、 Cadence、西门子和 Synopsys 在内的领先 CAE 软件供应商正在使用 NVIDIA Blackwell 平台，将 CFD 等仿线 倍。 借助加速软件、NVIDIACUDA-X 库和性能优化蓝图，汽车、航空航天、能源、 制造、生命科学等各行业能够在大幅缩短产品开发周期和降低成本的同时，提高设计 准确度和保持能效。
NVIDIA Cosmos 是一个由先进生成式世界基础模型、高级 tokenizer、护栏和 加速视频处理管线组成的平台。Cosmos 的世界基础模型（WFM）基于多模态输入 以视频的形式预测未来世界的状态，使开发者能够轻松生成大量逼真、基于物理学的 合成数据，并使用这些数据训练和评估用于机器人、自动驾驶汽车与机器的 AI。开发 者还可以通过微调 Cosmos WFM，建立下游世界模型或提高特定物理 AI 用例的质 量和效率。 在与 Omniverse 搭配使用时，Cosmos 可创建一个强大的合成数据倍增引擎。 开发者可以使用 Omniverse 创建 3D 场景，然后将输出结果输入 Cosmos 生成可控 的视频和变化。它能够成倍快速生成涵盖各种环境和交互的训练数据，大幅加快自动 驾驶汽车和机器人等物理 AI 系统的开发速度。
应用层面，Cosmos WFM 提供了一个为各种应用开发、训练和部署大规模 AI 模型的统一框架，为各行各业带来了变革。例如汽车、工业和机器人领域的企业现在 能够运用生成式物理 AI 和仿真模拟的力量加快创新并提高运营效率。 人形机器人领域，适用于合成运动生成的 NVIDIA Isaac GR00T Blueprint 帮助 开发者生成海量合成运动数据集，以便使用模仿学习训练人形机器人。借助 GR00T 工作流，用户都能够捕捉人类动作并使用 Cosmos 将数据集的规模和种类增加数倍， 使其更加适合用于训练物理 AI 系统。
国内方面，索辰科技通过物理 AI 核心体系与计算物理引擎的深度融合，搭建了 具身智能虚拟训练平台，虚拟训练过程中能够实时反馈动作效果、无需人为调整参数 设置，使算法迭代速度较传统方式提升万倍量级。 精准复刻物理世界的各项参数，从物体的材质、重力的影响到光线的变化，从外 部气流变化到电磁干扰感知，从结构接触响应到电池能源管理，都与真实环境高度一 致；将真实世界感知数据与虚拟世界训练数据链路无缝衔接，实现真正意义的虚实交 融，避免因虚拟与现实差异过大而导致的训练成果失效问题。 具体举例来看，模拟机械臂末端执行器（如柔性手指）以可控、渐进的方式挤压 物体，为捕捉受压过程中材料的非线性响应与复杂形变，训练平台内置引擎将挤压过 程划分为多个加载步（LoadingStep），每步加载一个小幅位移，逐步逼近目标加载状 态。整个训练过程显示出模型良好的收敛性能和数值稳定性。每一步中都对变形后的 状态进行高精度建模与损失收敛训练，从而逐步逼近真实物理响应。
物理 AI 技术也被应用于低空环境的仿真和评估。索辰低空三维物理地图搭载自 研物理 AI 引擎，一方面，可快速精准获取目标区域低空复杂风场状态，同步提供风 速、压力等关键数据及海量气流信息，为低空飞行器巡航起降提供风险评估标准；另 一方面，实现目标区域真实电磁场的全场生成，无需主动发射信号，即可在复杂电磁 环境中精准定位、追踪合作与非合作目标，为低空飞行安全风险评估及规避方案提供 依据，助力提升低空飞行安全性。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）