发现报告

核心观点与关键数据

MPO&DFAU强通胀逻辑初步兑现

• 多家MPO&DFAU企业业绩三季度显现拐点，正初步验证无源器件正迎来“量价齐升”的强通胀时代。
  • 仕佳光子：前三季度营收同比增长74.46%，归母净利润同比增长95.43%；单Q3营收同比增长116.06%，归母净利润同比增长226.19%。
  • 致尚科技：前三季度营收同比增长75.86%；单Q3营收同比增长171.77%，归母净利润同比扭亏为盈，同比增长140.88%。
• 光库科技收购安捷讯的交易获审核通过，体现无源光器件行业对未来需求的较强信心。
• 光纤连接器订单密集催化，MPO赛道高景气再获验证。
  • 杰普特：自2026年1月1日以来持续收到北美V客户采购订单，累计金额约1.63亿美元。
  • 致尚科技：与PH客户签署《2027年度需求预测合作备忘录》，预计2027年度采购需求目标金额为5亿美元。

Meta营收、指引双双超预期，再次上调资本开支指引下限

• Meta第三季度营收646.01亿美元，同比增长26%，高于预期；预计第四季度营收730-760亿美元，中值745亿美元，同样高于预期。
• 公司推出消费者AI助手Muse，围绕Meta超级智能实验室重组架构，推出面向企业客户销售AI工具的新业务线。
• 再次上调2026全年资本开支指引下限至1350-1450亿美元，反映GPU、数据中心、电力配套的建设成本、交付节奏高于年初预判。

多家AI公司齐发声，在手订单饱满，AI产业趋势向上

• 新易盛、中际旭创和天孚通信等AI龙头分别发布公司近期生产经营情况的公告，预计1.6T、800G等高端光模块需求将保持快速增长，NPO、XPO等下一代光互连产品需求亦有望逐步释放。
• 国内市场方面，AI算力基础设施建设快速推进，400G、800G等产品需求亦有望进一步增长。
• 新易盛和天孚通信发布回购股份方案，体现公司稳健的财务和经营情况，以及未来持续稳定发展的信心。

投资建议

• 展望2026年，AI“虹吸效应”显著，全球AI或继续共振。
• 看好“光、超节点&国产算力、液冷”三大AI核心主线，同时推荐重视AI应用、运营商、卫星互联网&6G等板块。
• 推荐标的：中际旭创、新易盛、杰普特、仕佳光子、天孚通信、源杰科技、华工科技、中天科技、亨通光电、盛科通信、锐捷网络、紫光股份、中兴通讯、光环新网、奥飞数据、大位科技、新意网集团、宝信软件、润泽科技、远东股份、广和通等。
• 受益标的：致尚科技、罗博特科、光迅科技、长光华芯、永鼎股份、太辰光、长芯博创、联特科技、汇绿生态、德科立、光库科技、腾景科技、星网锐捷、智微智能、映翰通、东土科技、共进股份、菲菱科思、胜蓝股份、华丰科技、意华股份、长芯博创、瑞可达、沃尔核材、鼎通科技、神宇股份、珠城科技、麦格米特、杰华特、伟仕佳杰、申菱环境、银轮股份、领益智造、同飞股份、高澜股份、川环科技、强瑞技术、思泉新材、科华数据、科创新源、飞龙股份、曙光数创、佳力图、川润股份、精研科技、海鸥股份、飞荣达、依米康、东阳光、兴瑞科技、博杰股份、弘信电子、网宿科技、科泰电源、泰豪科技、潍柴重机、玉柴国际、重庆机电、金盘科技等。

市场回顾与风险提示

• 本周通信指数下降3.60%，在TMT板块中排名第四。
• 风险提示：5G建设不及预期、AI发展不及预期、中美贸易摩擦等。

国家数据集团有限公司成立，标志着数据要素改革从分散探索走向全国统筹，旨在推进数据资源开发利用、释放数据要素价值、服务人工智能发展、繁荣数据产业生态。集团以数据资源开发利用为主责主业，总部设在河北雄安新区，将在有关部门指导下加强央地联动、深化产业协同，共同做大数据价值、做强数据产业、做优数据生态。

国家数据集团的成立将牵头打通公共数据授权运营、流通交易、开发利用等关键环节，带动数据基础设施建设、数据运营与治理、数据交易等产业链环节的确定性同步提升。叠加“数据要素×”三年行动计划已在工业制造、现代农业、金融服务等12个行业领域持续推进，数据要素的开发利用正从制度框架走向产业落地。

数据赋能AI，国家数据集团强化国家数据供给能力。AI的训练与推理均以海量数据为底座，高质量数据集决定模型能力上限。据《全国数据资源调查报告（2025年）》，2025年全国Token累计调用量约21100万亿、年末日均达100万亿；数据生产总量占全球约27.44%，高质量数据集超11万个、规模超908PB。国家数据局已部署高质量数据集建设行动计划，力争形成满足AI就绪度要求的标杆型数据集。以国家数据局公布的高质量数据集典型案例为例，依托覆盖200余种语言的多语种数据集建设，国产大模型已在多个国际权威榜单上比肩国际顶尖竞品，并带动智能汽车、智能家电等终端产品出海。国家数据集团组建后，公共数据有望由分散走向统筹，把数据资源优势转化为AI产业优势，为“人工智能+”行动提供坚实的数据供给保障。

投资建议：国家数据集团成立进一步畅通数据要素供给，数据赋能AI的产业逻辑持续强化，数据要素产业化与AI产业发展有望形成正反馈。建议重点关注：1）具有国资背景的数据要素细分领域龙头：浪潮信息、易华录、太极股份等；2）数据开发处理：海天瑞声、三维天地等；3）工具型公司：上海钢联、同花顺等；4）数据出海：关注MINIMAX-WP、智谱等；5）医保数据要素：美年健康、国新健康等；6）时空数据要素：超图软件、测绘股份等；7）参与各地数据体系建设的本土政务IT龙头：太极股份、创意信息等；8）参股国内地方数据交易所的公司：浙数文化、安恒信息等；9）数据要素全过程安全保障：浩瀚深度、吉大正元等；10）司法数据：华宇软件、通达海等；11）数据库：达梦数据、星环科技等。

风险提示：数据要素政策落地进度具有不确定性；行业竞争加剧。

1.1 宏观背景与趋势
虚拟电厂自1997年提出以来，在信息通讯技术、分布式协调控制技术和智能计量技术的进步推动下，随着分布式电源、储能、电动汽车的快速发展，正迎来新的发展机遇。

1.2 政策驱动与制度演进

• 政策文件：国家发改委、国家能源局联合发布《关于加快推进虚拟电厂发展的指导意见》（发改能源【2025】357号），首次以专项政策形式为虚拟电厂“正名”，明确其战略定位与发展路径，标志着我国虚拟电厂进入规模化、产业化发展快车道。
• 核心要点：
  • 明确发展目标：2027年调节能力达到2000万千瓦以上，2030年提升至5000万千瓦以上，应用场景进一步拓展。
  • 明确功能定位：优先级为“保供—消纳—市场完善”，虚拟电厂必须纳入电网安全应急体系。
  • 明确管理流程：由各省因地制宜制定虚拟电厂建设运行管理办法，统一管理规范。
  • 健全市场机制：虚拟电厂可作为独立主体参与电力中长期、现货及辅助服务市场，初期准入条件将适当放宽。
  • 明确身份定义：虚拟电厂是基于电力系统架构，聚合分布式电源、可调节负荷、储能等分散资源，作为新型经营主体参与电力系统优化和市场交易的组织模式。
  • 明确技术门槛：总聚合容量≥10MW，总调节容量5MW且单元≥1MW，调节速率≥3%/min，持续调节时间≥1h。
  • 明确全流程技术要求：覆盖资源接入、系统终端、通信防护、验收测试、运行管理、效益评估全流程，资源接入需满足“四可”要求。
  • 确立标准体系地位：GB/T47241—2026《虚拟电厂技术导则》正式实施，与《虚拟电厂管理规范》《虚拟电厂资源配置与评估技术规范》共同构成虚拟电厂国标体系。

1.3 国内各地虚拟电厂发展趋势

• 发展特点：深度挖掘与有效利用新型电力系统调节作用，引入电网调度的“四可”创新实践，明确虚拟电厂组织架构、标准体系和市场化运营模式。
• 区域格局：华北、华中、华东、南方区域构建了适应不同地区特点的多元虚拟电厂参与市场及电网运行路径。

1.3 核心痛点与瓶颈

• 矛盾一：盈利模式单一，需求响应几乎是唯一收入，实际可调节能力与名义调节能力落差巨大。
• 矛盾二：名义调节能力与真实可调能力落差巨大，全国绝大多数省份全年需要大规模响应的天数仅数日。
• 矛盾三：市场竞争分散，规模效应不足，民营企业大量涌入，资源分散，小微平台受限于技术与运营能力，综合成本居高不下。

1.3 实践与发展
2.1 国外虚拟电厂成熟市场的运营模式

• OctopusEnergy：依托自研AI平台Kraken，聚合超730万家庭用户与1290万账户，资源类型包括超过15万块电动汽车电池，交易品种涵盖电能量交易、调峰服务、调频服务、技术输出等。
• NextKraftwerke：欧洲最大的虚拟电厂运营商，截至2023年6月，已实现对跨8个国家15300个分布式能源和可调负荷的管理，联网总规模超过13.5GW，占德国二次调频市场份额>10%。

2.2 不同省份的差异化路径

• 浙江：建设省域虚拟电厂管控平台，实现高效聚合灵活资源参与电网互动响应，2025年全年开展市场化响应13次，全年削峰总电量1203万千瓦时。
• 山西：首创基于电能量市场分时价格信号交易模式，已处于虚拟电厂的第二阶段“交易型”，2026年中，全省虚拟电厂聚合容量达312.28万千瓦，调节容量达72.58万千瓦。
• 上海：构建超大城市虚拟电厂运行体系，主要以负荷单元参与需求响应，采用政府补偿机制，2026年5月，接入可调节总容量261.45万千瓦。
• 深圳：建立虚拟电厂管理平台，采用“互联网+5G+智能网关”的先进通信技术，已接入资源规模超475万千瓦，最大可调节负荷能力已超过130万千瓦。

2.3 结论与趋势

• 机制层面：国内外实践验证了分时电价与市场信号的耦合效能，浙、晋、沪、深四地因地制宜，分别探索出常态化运营、现货交易型、超大城市负荷调控与城市级精准响应的差异化路径。
• 结构层面：产业格局正经历深刻重塑，由电网与发电集团单一主导，向地方能源集团、城投及民营企业多元参与转型，上下游协同的多元产业链生态初步成型。

3.1 未来虚拟电厂市场形态

• 虚拟电厂的市场形态及商业模式将会逐渐多样化，包括售电公司、新能源聚合商、发用平衡基团、辅助服务提供商、电碳资产运营商、能源服务提供商等。

3.2 大型售电公司

• 未来售电公司将从“赚价差”转向“赚服务”，向资源聚合商转型，聚合资源参与现货市场，传递价格信号至零售侧，引导负荷转移、储能低充高放，调节报量报价曲线，提供绿电套餐、偏差管理、能效诊断等增值服务。

3.3 新能源聚合商

• 未来新能源聚合商将通过技术手段对大量分布式电源进行实时监测、功率预测和集群控制，代理海量分布式电源在现货市场中报量报价参与市场交易，挖掘就近消纳市场主体，采用绿电直连、源网荷储一体化、零碳园区等方式提高局部分布式电源消纳率。

3.4 发用平衡基团

• 未来发用平衡基团将实现从调整量模型转换为绝对量模型，虚拟电厂内部资源实现内部分布式交易，对外暴露发用电特性与集中式交易市场衔接。

3.5 辅助服务提供商

• 未来辅助服务提供商将聚合非统调机组、独立用户侧储能等快速调节资源接入省调参与爬坡、调频等辅助服务品种，为发用平衡基团提供实时市场下发用电与日前计划不匹配情况下的实时紧急平衡。

3.6 电碳资产运营商

• 未来电碳资产运营商将通过签订代理协议并在碳（绿电）市场通过出售多余（绿证）配额或者购买碳配额缺额（绿证）实现运营获利。

3.7 能源服务提供商

• 未来能源服务提供商将提供光储充荷最优运营、微网最优化的电力交易、能源解决方案等系列能源服务。

4.1 感知与接入层

• 通过直联、级联的接入方式，构建适合不同细分场景的轻量化低成本的感知聚合方案，提出不同维度的资源聚合模型，以应对不同市场下的调节交易品种。

4.2 预测与评估层

• 发电侧融合气象预报、地理环境（坐标、倾角）、历史功率，输入时序大模型，光伏出力预测准确率提升超10%。负荷侧基于TB级电力数据，预训练PoWerGPT（如10亿参数），结合50类用户负荷模型，输出净负荷预测。

4.3 决策与调度层

• 基于Transformer架构构建统一能源基础模型，实现电能量与现货、调频、碳核算等异质市场的多模态特征融合，依托智能体架构，实现从原始多模态数据到应急响应预案生成调度辅助决策的端到端映射。

4.4 市场与交易层

• AI的深度嵌入正在驱动传统虚拟电厂从“被动响应”向“主动预测和交易”演进，重点在精准预测与优化调度、安全交易与透明决策两大核心领域。

4.5 多能互补技术

• 针对包含冷热电3类能源形式的供能、用能设备，建立其能量流的设备模型，构建综合需求响应模型，通过多目标优化算法求得满足削峰填谷需求并兼顾经济性和环保性的最优用能计划。

优秀案例分享

• 金华全城虚拟电厂：由浙江大学联合校企成立的虚拟电厂联合研究中心研发，2022年6月起正式投运，累计接入可调资源31.22万千瓦，具备最大8.61万千瓦实际调节能力，2023年聚合50万千瓦可调资源，具备最高15万千瓦可调能力，在迎峰度夏（冬）期间发挥保供电作用。

总结结语
未来展望：开拓虚拟电厂广阔前景

• 技术攻坚：保障海量终端接入的网络安全与数据隐私，强化参与调频、备用等辅助服务时的物理运行安全边界，推动调度系统与虚拟电厂平台间双向可信认证与安全隔离，实现高比例分布式资源接入下的电网韧性提升。
• 标准实用：建立覆盖资源接入，数据交互与并网调控的统一标准，推动ITU国际标准立项实现与国内标准衔接，制定统一的通信协议与接口规范，实现设备互操作，支持各类资源“即插即用”与跨区域聚合，形成国标/地标/企标。
• 商业模式：深化“AI大模型+边缘计算”在虚拟电厂的融合应用，攻关海量分散资源的精准预测与秒级响应控制，突破分布式资源群调控关键技术，提升主动支撑能力，将海量“沉睡”的负荷侧资源转化为电网灵活调节池。
• 安全边界：可信认证，电网韧性。
• 国际标准：统一规范，即插即用。
• 业务创新：多元收益，价值闭环。
• 预测：秒级响应，可信成熟度。

核心观点

• 物理AI迎来全面爆发：本周物理AI领域迎来重大突破，通用大模型GPT-6Astra展现出直接控制机械臂的推理能力，打破了专用模型的壁垒；英伟达GTC大会则将物理AI作为主线，发布数据工厂蓝图和DSXPOD基础设施，并将物理AI应用延伸至轨道计算。
• OpenAI自研人形机器人：OpenAI确认下场自研人形机器人，从投资Figure转向自建整机，意图自研核心硬件并搭建真实数据采集体系，以应对Figure终止合作带来的数据断层。
• 世界模型与动作模型融合：物理AI底层算法正走向架构收敛，英伟达与哈佛的Hydra-O通过统一动作流接口降低机器人运动误差；云深处DR-WM-1.0首次引入物理属性先验；智元GE-Act2.0将预测与生成整合，提升陌生场景零样本成功率。

关键数据

• GPT-6Astra在AA-Robotics vo.1零样本基准测试中以69分登顶，抓取与精细操作成功率达45%。
• GPT-6Astra实机抓取成功率达95%，但高精度任务成功率仅10%，完成单任务平均耗时30分钟、成本16.36美元。
• 英伟达DSXPOD参考设计将AI工厂部署周期缩短至14天并降低30%能耗。
• 英伟达GrootN1.7是全球首个商用人形机器人推理模型。
• 英伟达AgileONESN参考人形机器人平台拥有31个自由度。
• 英伟达Hyperion平台已应用于L3、L4级自动驾驶及未来Robotaxi车队。
• 基于Metropolis的物理AI应用已达到1500个。

研究结论

• 物理AI正告别过去单点突破的碎片化时代，正式迈入全栈技术与软硬生态全面收敛的深水区。
• 通用模型的推理能力可以直接迁移至物理世界，为行业提供了“机器人未必需要从头造大脑”的新路径。
• 算力与仿真基础设施正在筑高产业壁垒，英伟达正通过一套从合成数据生成、仿真训练到边缘及太空部署的计算底座，降低行业研发门槛。
• 硬件自研与数据回流正成为巨头竞逐的新阵地，OpenAI自建整机以抢夺核心数据闭环。
• 算法底层的统一则让机器人真正具备了“先想象、再行动”的物理直觉。
• 物理AI的投资建议包括数据采集、仿真平台和OpenAI机器人相关公司。