今年以來，DS、國產人形機器人的集體亮相，極大提振了投資者對中國科技的信心，在資本市場也掀起了較大的波瀾。對于科技股而言，擺在投資者面前的，或許從來不是投或不投的選擇題，而是應該怎么投的必答題。

對于這個問題，無論是賣方研究，還是買方機構，今年都在嘗試給出自己的回答，尤其是一些公募基金公司，紛紛“組團出道”，向外界全面展示自家科技投研團隊的最新研究成果和投資方法論。

日前，來自財通資管的9位資深科技投研人員，以“投資中國科技的底氣”為主題開展了一場線上直播，就市場普遍關心的熱門話題，比如半導體、人工智能、智能駕駛、人形機器人、AI應用等領域的產業趨勢、投資機會，分別從各自擅長的領域分享了自己的觀點和看法，從中不難看出他們研究的深度、廣度和顆粒度。

據了解，財通資管權益公募團隊中，目前擁有多位主投科技成長方向的基金經理，比如硬核科技左側選手包斅文、偏好中上游通用型環節的均衡選手李晶、主投機器人等先進制造領域的新生代基金經理徐競擇等。同時，在財通資管超20人的權益研究團隊中，泛科技方向的研究員達9位。

在財通資管投研團隊看來，研究的深度決定了認知的高度，最終會影響到投資的置信度，因此，其權益投研團隊堅持以基本面投資為準繩，依托沉浸到產業中的深度研究，消除認知盲區，形成對行業的深度理解，從而做到對產業趨勢的前瞻性判斷，尋找產業與資本市場定價之間的預期差。

我們對財通資管“科技軍團”此次線上直播的核心觀點進行了整理，以饗讀者。

金句摘要：

1.通用型AI Agent或是大廠的游戲，但垂類AI Agent可能出現百花爭艷的局面。

2.發展與安全并重，科技或將是未來3-5年最好的投資方向之一，而國產替代依然是科技自立和戰略安全的必然選擇。

3.機器人的產業空間或遠大于消費電子、新能源、汽車等行業；目前是機器人投資的起點，而不是高點。

4.全球半導體云端AI投資仍然處于上行周期，預計今年國內企業的資本開支斜率或會更加陡峭。

5.AIGC仍是科技巨頭的共識，IDC有望進入營收盈利雙提升階段。

6.在AI應用的不同垂直領域中，醫療、企服、教育、辦公、金融、營銷等AI垂直領域值得重點關注。

7.從遠期來看，智能駕駛可能顛覆式改變當前汽車行業的商業模式，行業從制造屬性向服務屬性轉化，從而帶來競爭格局、估值方式的重塑。

8.AI眼鏡有望成為未來端側AI的最佳載體之一。

包斅文：從“海外算力”到“國內算力”、AI應用過渡

有人說，科技股投資既是腦力活，又是體力活。因為行業變化太快了，只有勤思考、多調研，才能保持自己對行業變化的敏銳嗅覺。復盤包斅文旗下產品近幾年的投資脈絡，從跟蹤海外算力龍頭產業鏈到關注國內算力，再向軟件、AI應用過渡，讓筆者對上面這句話有了更加具象的認識。

在此次直播中，包斅文重點圍繞國產算力和AI應用的投資機會展開。他認為，DeepSeek對整個中國算力投資產生了深遠影響，它通過多種創新，在較低硬件投入的基礎上實現了較好的訓練推理能力，極大降低了硬件使用成本，對未來AI應用的爆發起到非常關鍵的作用。

而反觀國外，由于Scaling Law進入瓶頸期，加之海外算力龍頭公司階段性面臨工程化人員缺失的問題，無法滿足大模型一年一迭代的技術需求，導致海外大模型的進展不斷低于預期。如此一來，國外硬件企業的凈利潤還能不能根據訓練端的情況進行線性外推，是需要重新思考的問題。

因此，他今年初對投資方向做了調整，開始轉向國內算力，并向AI應用傾斜。

未來AI應用的核心機遇在于模型持續迭代、垂類場景落地及硬件配套升級的協同推進。因此，在投資上，端側與AI Agent兩手抓，B端看好AI Agent的投資機會，尤其是垂類AI Agent或出現百花齊放的局面；C端看用戶數量和場景，重點關注互聯網平臺型公司和端側SoC。

包斅文擁有14年證券從業經驗、6年證券投資經驗，歷經賣方研究、私募、保險、公募等機構，長期從事TMT行業的研究和投資。他的投資方法有三個顯著的特點：高成長、高景氣和左側布局，前兩個特點主要體現在他更青睞低滲透高景氣的行業，左側布局主要體現在他對行業前瞻性的判斷，以及在險資管理年金時建立起的偏絕對收益的投資理念。

李晶：AI應用和科技自立是未來重要主線

李晶是賣方機構TMT行業分析師出身，長期深耕科技領域，對科技成長股投資有獨到的“大局觀”。在她看來，科技行業或將是未來3到5年都值得重點投資的行業之一。她直言，當前看好四類投資機會：

一是，圍繞科技制造及新質生產力主線，重點關注AI端側硬件及應用的機會，比如半導體、消費電子、機器人、通信等；二是，圍繞AI創新主線，重點關注C端硬件落地的機會，如AI/AR眼鏡、 AI玩具、運動相機、無人機、機器人等；三是，圍繞科技自立和戰略安全，關注國產算力及國內智算中心的建設進度，其中先進制程、先進封裝、存儲HBM、光刻機、設備材料、軍工信息化數據鏈等都是值得關注的方向；四是，密切跟蹤出口及經濟復蘇的節奏，關注經濟復蘇帶來的投資機會，比如機械、化工、電新等行業機會。

她在直播中還特別提到，人形機器人有望成為AI落地的終極形態，而當前市場對此的關注點多集中在執行器環節，比如靈巧手等，未來投資的重心還包括大腦的訓練、小腦協調能力提升以及具身智能模型的進步等方面，她將重點挖掘機器人和TMT行業相結合的投資標的。

據了解，李晶的投資風格較為均衡，同時選股上更加偏好處于中上游通用型環節的公司。這與她上面提到的四類投資機會是比較契合的。她在組合管理中不會押注單一的賽道，同時在個股選擇上十分注重安全邊際，而中上游通用型環節的公司，不僅具備競爭壁壘較高、ROE水平較高、抗風險能力較強等特點，同時由于下游業務觸點多，也便于對一些信息的交叉驗證，通常有利于選股成功率的提升。

徐競擇：當前是機器人投資的起點而不是高點

作為財通資管自主培養的新生代基金經理，徐競擇今年以來逐漸在市場上脫穎而出。他主要投資的方向是以人形機器人為代表的先進制造領域。在他看來，機器人的產業空間或遠大于消費電子、新能源、汽車等行業；盡管機器人行情已經持續了一段時間，但從中長期維度來看，目前仍是機器人投資的起點，而不是高點。

他表示，結合宏觀經濟和產業周期進行自上而下的梳理發現，產業空間較大、產業生命周期較長且投資價值較高的一個重要方向就是人形機器人。對此，他給出了三點看好的理由：

首先，從必要性來看，人形機器人是人工智能比較好的載體，在人力成本高企的背景下，其發展的必要性是非常確定的。其次，從產業空間來看，當前人形機器人已經具備了廣闊的、較為確定性的應用場景，其產業空間或遠遠大于新能源，這將是一個全球共振的產業周期。第三，從時間維度來看，目前產業發展尚處于萌芽期，未來有望迎來滲透率的快速提升。

徐競擇還提到，過去經歷的三大產業周期，無論是消費電子（如手機）、新能源還是汽車，它們的技術革新仍局限于一個相對較窄的行業，比如新能源汽車并沒有跳出交通運輸這個行業范疇，而且汽車電動化浪潮也并非被全球消費者市場所接受，一些油價氣價低廉的國家汽車電動化的迭代并沒有很快，而幾乎所有的工業行業都有使用機器人的場景和需求，因此有望迎來全球共振的產業周期。

洪騏：云端AI投資仍處于上行周期

半導體行業研究員洪騏從技術周期、產品周期、庫存周期和國產替代周期四個維度分享了他對于該行業的一些看法。

從技術周期來看，由國內外CSP大廠推動的GPU技術“軍備競賽”仍在進行時，全球半導體的云端AI投資仍然處于上行周期，因此AI云端投資或仍是2025年半導體重要主線。同時，由于國內云端投資滯后于全球，預計今年國內企業的資本開支斜率或將進入快速上行階段，較海外企業或會更加陡峭，因此投資方向或將從北美云端逐漸轉向國產算力+AI應用。

從產品周期來看，AI云端基建（技術周期）驅動下，新一輪產品周期方興未艾，AI PC、AI眼鏡、AI 手機、機器人等AI硬件進入加速推出期，他將重點關注潛在0-1產品周期帶動的半導體投資機會。

從庫存周期來看，工控、汽車庫存進入合理位置，全球消費類半導體去庫存進入階段性尾聲，目前處于行業周期底部復蘇階段。

從國產替代周期角度來看，北美對于國內半導體的限制日趨嚴格，國內半導體尤其是先進制程有望進入斜率快速提升的階段。因此，先進制程驅動的方向，包括晶圓廠、設備以及半導體材料、零部件等，也可重點關注。

鄧芳程：AI算力需求仍有“巨大潛力”

隨著AI行情的持續推進，對于算力的投資價值，市場多空分歧正在逐漸加大。AI算力還能不能投，核心機會在哪里？財通資管計算機、通信行業研究員鄧芳程給出了自己的看法。

他認為，AIGC仍是科技巨頭的共識，大模型未來還會持續進步，模型能力的上限還遠遠沒有達到。盡管站在當前時點，由于現在儲備的知識已經不能滿足大模型的訓練需求，導致預訓練階段已經有一定程度的放緩，但是在后訓練階段、即精細化訓練階段的潛力仍然很大，大家熟知的DeepSeek就是在后訓練階段，在推理模型方面做了很多的創新，從而使得整個模型的能力脫穎而出。

在這個過程中，無論是海外還是國內，對算力的資本開支還會繼續增加。從國外來看，一些頭部公司的資本開支仍處于快速增長期；從國內來看也是如此，科技巨頭的資本開支明顯提速。

投資方向上，IDC和芯片仍是國內潛力較大領域，IDC有望進入營收盈利雙提升階段，預計隨著云公司資本支出的增長，服務器市場或將迎來發展機會，尤其是國產AI芯片擁有較大的潛力。

張若谷：醫療、企服、教育等領域有望率先迎來AI應用商業化

AI應用作為當前市場普遍看好的投資方向，哪些領域有望率先實現商業化？財通資管傳媒、紡服行業研究員張若谷給出了自己的答案。

他認為，討論AI應用的機會，重點應從三個方面展開，包括模型能力、使用成本，以及具體的落地場景。首先，模型能力還在不斷迭代，國內的模型能力已經到達了國際第一梯隊的水平；其次，成本方面，由于DeepSeek開源，整個國內的模型成本已經降到每百萬Tokens不到100元的水平，具備了大規模商業化的基礎；最后，落地場景方面，目前行業發展處在從L3向L4過渡的階段，AI已經能夠幫助人類在某些業務場景去處理一些事情，后續的發展重心就是由Agent去獨立完成很多任務。

隨著后續算力成本不斷下降、企業數據整合能力不斷增強以及LLM性能不斷提升，AI Agent有望直接瞄準整個服務市場，通過按結果付費的方式，借助自身特性降低使用成本，從而實現AI應用市場的整體擴張。

而通常來說，應用場景明確、商業模式易驗證、產業鏈投資成本低、用戶需求高頻剛需的領域更易率先實現商業化。在AI應用的不同垂直領域中，醫療、企服、教育、辦公、金融、營銷等AI垂直領域尤其值得重點關注。

吳志豪：看好人形機器人關鍵零部件的投資機會

財通資管機械行業研究員吳志豪從產業鏈維度出發，圍繞人形機器人“卡脖子”（瓶頸）環節，對未來的投資機遇做了詳細的闡述。

吳志豪表示，目前工業機器人產業發展較為成熟，但與人形機器人相比，存在三大明顯“痛點”：（1）人機協作能力不足，工業機器人往往在獨立空間內工作，缺乏與人合作的能力；（2）動態處理短板明顯，工業機器人基于給定的出廠程序完成指令，并不具備根據場景變換及時做出反應的能力；（3）柔性生產瓶頸明顯。

簡單來講，工業機器人本質還是“機器”，缺少“人”的智能。而人形機器人其實就是要實現由“機器”向“人”的轉變。而實現這一點的一些關鍵零部件，或將是未來重要的投資機會所在。

具體而言，他看好的方向有：（1）靈巧手。靈巧手的結構設計核心三要素是驅動、傳動、傳感，價值量較高的零部件為空心杯電機、絲杠、減速器、觸覺傳感器等。（2）減速器。諧波減速器與行星減速器在人形機器人上的應用各有優劣。（3）行星滾柱絲杠。絲杠是線性執行器的核心，加工難度較大，未來國產化空間比較大。（4）傳感器。隨著機器人使用場景的落地，對感應需求的增加，也將對推動傳感器需求的放量。

周奕濤：智能駕駛的未來在于算法和數據

財通資管汽車、軍工行業研究員周奕濤分享了他對汽車智能化的核心觀察。

從產業鏈維度來看，汽車智能化需要感知層、決策層和執行層的共同參與。汽車智能駕駛的一個完整過程，簡單來講即借助攝像頭、雷達等設備感受到所處的外部環境（感知層），然后根據感知到的信息進行決策、發出指令（決策層，涉及芯片、算法等），最終實現汽車的轉向和制動（執行層）。

周奕濤認為，汽車智能化的產業趨勢是不會改變的。而目前國內車企智能化的主流方向在于：視覺為主，雷達+高精地圖為輔，感知多重冗余。目前產業難點主要在于，城市一些特殊場景的應對還需要數據積累以及算法的不斷完善，未來智能駕駛領域仍有較大的成長空間。在這個過程中，單車智能化先行，特別是硬件的預埋，成為了確定性的產業趨勢。

從遠期來看，隨著智駕能力的提升，最大的變化和發展可能來自于汽車行業商業模式的顛覆，產業鏈公司從制造屬性向服務屬性轉化，從而帶來行業格局、估值方式的重塑。在這個過程中，一些新的車企基于智能化的領先，可能釋放出更大的潛力。

虞圳劬：AI眼鏡或是AI應用落地的較好載體

財通資管消費電子行業研究員虞圳劬的演講從AI眼鏡切入，講述中國企業在消費電子供應鏈端的強大實力。在他看來，AI眼鏡是AI應用落地的較好載體，有希望成為繼智能手機之后第三大工業品。

他表示，從功能上看，一個AI眼鏡將能實現太陽鏡+藍牙耳機+運動相機+翻譯機+應用終端等多種功能，但價格已經能夠做到與普通太陽鏡差不多。而且，隨著未來腦機接口技術的進展，AI眼鏡也會成為腦機接口的一個重要終端。

對于AI眼鏡的市場規模，虞圳劬分析認為會是一個萬億級別的市場機會。首先，傳統的太陽鏡市場預計全球每年銷量在10億副級別；其次，目前全球有近26億近視人群，占全球總人口比例超過30%，假設這26億人口將現在佩戴的傳統眼鏡都替換成AI眼鏡，并平均每三年更換一副，市場空間也非常大。

（資料來源：

www.gminsights.com

、財通資管根據公開資料整理）

而過去每一輪終端創新都會孕育大量的投資機會。中國在消費電子領域擁有供應鏈優勢和“技術密度”優勢，在這一輪AI應用和硬件結合過程中，國內企業有望迎來新的發展機會。

風險提示：本材料內容不構成任何投資建議。本資料中的觀點和判斷僅代表財通證券資管當前的分析，財通證券資管不保證當中的觀點和判斷不會發生任何調整或變化。本材料中提及的策略為當前環境下的投資策略及其舉例闡述，基金將根據宏觀環境和市場情況，適時進行投資策略的調整。投資有風險，選擇需謹慎。