2025-2026年科技行业主要变化趋势梳理与总结

2026年4月 目录/索引 §二级市场与一级市场主要变化趋势国内外有大幅股价增长的公司梳理 oo各国股票指数涨跌幅梳理o主要IPO退出案例梳理o大额并购案例梳理o一级市场中后期大额融资案例梳理o股权投资一级市场募资与投资情况o从反映钱的流向数据点观察中总结的趋势与结论 §AI与机器人行业主要变化趋势大模型/算法 oo基础设施（芯片/算力，网络带宽/光模块，数据中心供能，6G星联网等）o工具链o垂直应用（AI+2C/2B软件，AI+硬件（消费电子，机器人，汽车，航空/航天，船舶/海洋，产业等)o对AI行业的观察与思考 §其他科技相关行业主要变化趋势消费(IP与娱乐，服装/零售，餐饮，旅游/出行，婚恋/母婴等），金融（加密货币等）， o能源，医疗，出海，宏观政治等 §总结：变化带来的投资机会 国内外有大幅股价涨跌的公司梳理 2025年股价有大幅增长的海外公司（美股） 2025年股价有大幅增长的海外公司（美股） 2025年股价有大幅增长的海外公司（美股） 2025年股价有大幅增长的海外公司（美股） 2025年股价有大幅增长的海外公司（美股） 2025年股价有大幅增长的海外公司（美股） 2025年股价有大幅增长的海外公司（美股） 2025年股价有大幅增长的海外公司（美股） 2025年股价有大幅增长的海外公司（美股） 2025年股价有大幅增长的海外公司（美股） 2025年股价有大幅增长的海外公司（美股） 2025年股价出现大幅下跌的海外公司（美股） 2025年股价出现大幅下跌的海外公司（美股） 2025年股价有大幅增长的国内公司 2025年股价有大幅增长的国内公司 2025年股价有大幅增长的国内公司 2025年股价有大幅增长的国内公司 2025年股价有大幅增长的国内公司 2025年股价有大幅增长的国内公司 2025年股价有大幅增长的国内公司 2025年股价有大幅增长的国内公司 2025年股价有大幅增长的国内公司 2025年股价有大幅增长的国内公司 2025年股价有大幅增长的国内公司 2025年股价出现大幅下跌的国内公司 2025年股价有大幅增长的海外公司（欧洲，日韩） 2025年股价有大幅增长的海外公司（欧洲，日韩） 各国股票指数涨跌梳理 2025年初至今各大地域性股市指数涨跌幅水平 主要IPO退出案例梳理 2025-2026年美股科技与消费公司主要IPO退出案例 2025-2026年美股科技与消费公司主要IPO退出案例 2025-2026年美股科技与消费公司主要IPO退出案例 2025-2026年港股科技与消费公司主要IPO退出案例 2025-2026年港股科技与消费公司主要IPO退出案例 2025-2026年港股科技与消费公司主要IPO退出案例 2025-2026年港股科技与消费公司主要IPO退出案例 2025-2026年欧洲与韩国公司主要IPO退出案例 2025-2026年日本与印度公司主要IPO退出案例 2025-2026年A股科技公司主要IPO退出案例 2025-2026年A股科技公司主要IPO退出案例 2025-2026年A股科技公司主要IPO退出案例 主要大额并购案例梳理 2025-2026年主要大额并购案例 2025-2026年主要大额并购案例 一级市场中后期大额融资案例梳理 国内一级市场近期主要大额融资案例梳理 国内一级市场近期主要大额融资案例梳理 国内一级市场近期主要大额融资案例梳理 国内一级市场近期主要大额融资案例梳理 国内一级市场近期主要大额融资案例梳理 国内一级市场近期主要大额融资案例梳理 国内一级市场近期主要大额融资案例梳理 国内一级市场近期主要大额融资案例梳理 国内一级市场近期主要大额融资案例梳理 国内一级市场近期主要大额融资案例梳理 国内一级市场近期主要大额融资案例梳理 国内一级市场近期主要大额融资案例梳理 国内一级市场近期主要大额融资案例梳理 国内一级市场近期主要大额融资案例梳理 美国一级市场近期主要大额融资案例梳理 美国一级市场近期主要大额融资案例梳理 美国一级市场近期主要大额融资案例梳理 美国一级市场近期主要大额融资案例梳理 美国一级市场近期主要大额融资案例梳理 美国一级市场近期主要大额融资案例梳理 美国一级市场近期主要大额融资案例梳理 美国一级市场近期主要大额融资案例梳理 美国一级市场近期主要大额融资案例梳理 美国一级市场近期主要大额融资案例梳理 美国一级市场近期主要大额融资案例梳理 加拿大一级市场近期主要大额融资案例梳理 欧洲一级市场近期主要大额融资案例梳理（英国） 欧洲一级市场近期主要大额融资案例梳理（其他国家） 欧洲一级市场近期主要大额融资案例梳理（其他国家） 欧洲一级市场近期主要大额融资案例梳理（其他国家） 中东一级市场近期主要大额融资案例梳理 印度一级市场近期主要大额融资案例梳理 日韩+东南亚一级市场近期主要大额融资案例梳理 南美/澳大利亚/非洲/北美一级市场近期主要大额融资案例梳理 股权投资一级市场募资与投资情况 2025年股权投资一级市场募资情况与投资情况 主要投资领域集中在硬科技，重工业，新能源等 §美元基金募资规模同比下滑36%§2025年金额主要由信宸资本，维梧资本，礼来亚洲基金， 险峰等机构贡献§LP主要来自为欧洲，中东与东南亚等地§人民币基金募资规模同比上升16%，并已占据当年募资总额的98%§基金规模保持相对小型化状态§2025年美元基金平均规模为1.5亿美元，同比下降25%；人民币基金平均规模为3.2亿元人民币，同比下降9% §总投资金额上升45%，投资案例数上升28%§半导体，IT，生物技术/医疗健康，机械制造，化工原料及加工，清洁技术等领域为主要投资热点 从反映钱的流向数据点观察中总结的趋势与结论 目录/索引 §二级市场与一级市场主要变化趋势国内外有大幅股价增长的公司梳理 oo各国股票指数涨跌幅梳理o主要IPO退出案例梳理o大额并购案例梳理o一级市场中后期大额融资案例梳理o股权投资一级市场募资与投资情况o从反映钱的流向数据点观察中总结的趋势与结论 §AI与机器人行业主要变化趋势大模型/算法 oo基础设施（芯片/算力，网络带宽/光模块，数据中心供能，6G星联网等）o工具链o垂直应用（AI+2C/2B软件，AI+硬件（消费电子，机器人，汽车，航空/航天，船舶/海洋，产业等)o对AI行业的观察与思考 §其他科技相关行业主要变化趋势消费(IP与娱乐，服装/零售，餐饮，旅游/出行，婚恋/母婴等），金融（加密货币等）， o能源，医疗，出海，宏观政治等 §总结：变化带来的投资机会 全球AI产业规模将在未来有望超过万亿美元 AI产业主要分为以下四大环节 大模型（算法） 现阶段AI领域投资多流入大模型与基础设施层，垂直应用，基础设施等环节将驱动产业快速发展 大模型（算法）1 受地缘政治影响，AI大模型演变为各主要国家/地区选择战略扶持的核心科技1 由于AI芯片采购限制等因素，中美两国头部企业选择不同的策略进行AI大模型训练1 美国第一梯队公司举例 §不受英伟达高端AI芯片的采购量限制§信奉ScalingLaw(多维度数据融合+扩大算力规模)，开拓模型训练新范式§多采用闭源策略，提升技术壁垒与保护商业化进程 §受限于英伟达高端AI芯片的采购量限制§擅长通过算法创新+收集高质量训练数据实现工程优化，加速模型训练与使用提效降本§多采用开源策略，吸引广泛应用与生态建设 类比 §擅于通过大胆与前沿的创新自我颠覆，实现产品与技术上的新突破，引领新潮流 116§采用“跟随者策略”，擅于通过工程层面优化实现极致性价比，带动产品与技术的普及 1头部企业发挥各自优势，基于AI大模型推出的产品“各有千秋” 1头部企业发挥各自优势，基于AI大模型推出产品“各有千秋” AI大模型后训练技术持续发展，降低大模型的“幻觉”问题，有效提升在日常场景中用户对大模型给出的结果的信任度1 技术与评估机制双革新，从根源上抑制幻觉 •强化学习对齐：改革传统“二元评分”机制，通过奖励诚实表达、惩罚过度自信，在高置信度下才输出答案，显著降低幻觉率 •过程监督优化：对推理链路（CoT）的每一步进行监督与奖励，而非仅评判最终结果，避免逻辑跳跃与事实编造。 •评估机制改革：摒弃以“覆盖度”为导向的旧标准，转向以“可信度”为核心的复杂评分规则，让模型优化方向从“追求答对”转向“追求可靠”。 奖励诚实表达，减少虚构内容 实战组合方案与可信AI未来 •以LoRA等技术低成本注入新知识，缩小模型认知与现实的差距•在生成前从外部知识库实时检索事实依据，大幅减少事实性幻觉•通过多轮生成、自我质疑，发现并修正内部逻辑不一致的问题。•后训练技术、评估改革与外部工具深度融合 AI大模型企业在商业模式上的核心特征与Netflix的内容制作与芯片公司的芯片设计有高度相似之处，但也存在关键差异1 相似逻辑：通过巨额的前期投入，打造一个有极高价值的“产品”（模型内容库芯片），再通过市场规模的扩大来摊薄前期成本，最终实现盈利。 n投入的无底洞与资金缺口 AI的投入不是一次性的。模型需要持续迭代，算力需求呈指数级增长。根据汇丰的分析，像OpenAI这样的公司，其算力成本在2025年可能高达其收入的205.6%，这意味着它花的钱远多于赚的钱 n回收模式的探索与创新 正因为简单的订阅费难以覆盖持续暴涨的算力成本，AI公司正在积极探索更多元的现金流回收模式：价值分成、广告、赋能现有业务 SOTA(State-of-the-Art)模型从高价API到低价竞争、开源、最终端侧部署的传导，体现AI技术由商业竞争与技术民主化等共同驱动与加速渗透过程1 AI大模型定价策略正从“统一定价”转向“能力分层定价”，体现“普通任务越来越便宜，高端任务越来越贵”的变化趋势1 AI定价进入能力分层时代，商业模式从用量计费走向价值计费 §ChatGPTPlus、CopilotPro等头部产品，已全面落地“基础功能+高级功能”的分层会员订阅模式，构建起阶梯式付费体系，成为AI商业化的主流模式。 §针对垂直需求推出的长文档分析、代码深度审查、多模态生成等场景化能力包，已实现单独售卖，验证了按场景价值付费的商业化路径，成为订阅制之外的核心增值收入来源。 §以苹果AI与iPhone的深度集成为代表，AI功能与硬件终端深度捆绑，通过基础功能免费实现广泛用户覆盖，未来可依托iCloud+等对高级AI功能收费。 技术分化驱动定价分层 多方信号交叉验证AI分层定价产业趋势 Gartner指出，企业AI采购正由单一模型转向多模型组合，以实现成本的最优配置。 §以微软Phi-3为代表的模型小型化技术、推理优化方案持续突破，叠加通义千问等开源模型的充分市场竞争，让摘要、翻译等日常通用任务的处理成本持续走低，边际成本无限趋近于零。 §追求“超级智能”的前沿研发需要巨额投入，科研、战略推演等复杂任务需消耗天量算力，高端AI能力的研发与使用成本始终处于高位，与通用任务的成本“剪刀差”持续拉大。 AWS等云计算厂商基于模型性能分层定价，为企业提供清晰选型路径。 122资本市场同时偏好两类AI公司，一类以降低成本驱动规模普及，另一类以能力构建壁垒、深耕高端场景，形成分层分工格局。 “奖励模型(RewardModel)”的有效设计与建立，是AI技术实现进一步突破与落地的核心前提1 奖励模型的工作原理：AI的”自动化裁判” §奖励模型核心任务：对AI模型每一个输出或行动进行质量评估，给出量化分数，引导模型朝期望方向优化§运作流程类比训练狗：①设定目标与示范→②尝试与反馈→③裁判评分（+1/-1）→④策略优化（PPO/DPO等强化学习算法）§最终目标：最大化长期累积奖励，让AI更倾向于生成符合人类偏好的内容 §劫持（R