网联化

通信行业2025年度策略报告：高成长高景气，科技变革创长牛

市场概览：2023年中国整体云服务市场规模为4758亿元，增速为19.2%。以大模型为代表的人工智能相关技术发展，驱动中国整体云服务市场从“完善综合能力”向“构建融合能力”转型。技术能力革新与商业实践创新成为整体云服务行业关注焦点。 技术能力：以模型为核心，实现“云、数、智”深度融合，构建“内外兼顾”的技术能力。对外，云厂商围绕模型发展所需关键要素，为自研模型、第三方模型提供相关算力、算法、数据产品与服务；对内，云厂商借助自研模型、第三方模型升级传统云产品，深化云产品服务能力，强化运行效率，优化使用体验。

本篇报告回顾了 2024 年行业涨跌幅及板块催化，并对 2025 年行业投资策略进行展望，主要围绕“高股息核心资产”、“全球算力”、“卫星互联网”、“低空经济”、“机器人”、“新技术”等六大主线展开，维持对行业的“推荐”投资评级。

海外线：AI驱动25年国内外巨头资本开支预计持续保持高企，在此背景下，首先建议持续关注高增长&高确定性的数据中心内短距离光模块&数据中心互联（DCI）需求，以及网络架构升级带来的铜互联增量市场。其次，25年OCS、CPO等新技术路径有望迎来重要突破，建议重点聚焦相关的产业化进程。此外，伴随地缘政治因素影响的加强，光模块行业内预计将出现一定的制造业回流趋势，北美本土光模块厂商及相关的代工厂商可能迎来重要发展机遇。光通信板块建议关注：中际旭创、新易盛、天孚通信、太辰光、汇绿生态、万通发展等。

回顾 2024 年（截至 2024.12.11），通信板块在 AI 加持下涨幅居前，当前通信行业估值接近历史中值，量子通信、光器件光模块、连接器及线缆板块领涨。AI 是通信行业的新动能，产业日新月异，技术迭代和产品应用层出不穷，中国和美国的 AI 基础设施建设步伐迅速，带动上游产业链各个环节加速发展。此外，低轨卫星互联网突破了从 0 到 1 组网阶段，我国商业航天产业取得实质性进展。 展望 2025 年，国内外 AI 基础设施需求共振，大国博弈和技术升级持续演绎。建议持续聚焦 AI 算力，同步关注低轨卫星互联网和出海优质股。

站在当前时点，我们重新评估 AGI 的发展趋势和投资者预期。市场以算力为起点，延伸出 GPU、光模块、交换机、存储等赛道，并借力海外映射，对 AI 应用翘首以盼，但忽略了当算力放量时对上游基础设施的拉动。如果说应用是爆发力最强的方向，那基础设施便需久久为功，不仅是液冷散热，对能源的需求才是根本，这也是本文的出发点。

AI产业趋势由训练主导演进至推理主导，算力方案选择趋于多元化。对于光通信产业链而言，下游需求持续爆发，倒逼以硅光为代表的新技术份额迅速提升，上游国产芯片、器件、模块等产业链开始导入；国产化算力、网络芯片的商业化预计将实质推进，液冷为代表的配套技术加速渗透，数据中心供需拐点已现；智能算力模组。

2024 年是低空经济发展的元年，作为全新的经济发展空间，低空经济的崛起推动了传统交通网和地面互联网向立体空间拓展，实现了数字经济布局从“平面”向“立体”的转变，形成了新的数字经济形态，催生了万亿产业新空间。

回顾 2024 年，新一轮科技革命和产业变革深入发展，新技术、新业态、新模式不断涌现，大模型呈爆发式增长态势，算力服务、云业务成为主要发展方向，数据要素价值加速释放。北美云厂商资本开支持续增长，并展现出由 AI 带来的收入增量，推动 AI 加速发展。国外厂商发布 AI 视频生成模型 Sora、Gemini 1.5 pro、多模态模型GPT-4o，国内厂商发布豆包大模型、海螺 AI 等。AI 与算力发展相辅相成，市场需求持续增长预期叠加政策刺激带动行业估值回升。 展望 2025 年，国内外 AI 行业催化不断，云厂商加大 AI 相关投入，AI 创新引发的算力竞赛推动硬件基础设施继续升级扩容。随着 AI赋能以及创新产品的发布，AI 大模型在手机上的使用有望打破终端市场创新不足的局面，对硬件更高的性能需求有助于推动消费电子产品需求的回暖。我们看好行业景气度高、成长性强的光模块及光芯片，AI 手机带来产品量价齐升的消费电子零部件，以及高分红、经营稳健叠加数据资源入表的电信运营商。

反无人机行业：对低空经济以及军事发展具有关键意义。我国国防建设正处于转型关键期，装备体系不断调整。传统地面作战和近岸防御装备数量逐渐优化，远海防卫、远程打击等新型装备成为发展重点。低空经济保持快速发展态势：根据赛迪顾问数据，2023 年中国低空经济高速发展，市场规模达到 5059.5 亿元，增速达到 33.8%，到 2026 年低空经济规模有望突破万亿元，达到 10644.6 亿元。低空经济在快速发展的同时，也面临着空域管理等挑战，特别是以无人机为代表的低空飞行器非法飞行等风险持续影响行业的健康发展。同时，在军事领域，以无人机为代表的低空飞行器也对安全带来了潜在风险。

想象一下，当你正和家人享受着周末的美好时光，公司的服务器突然遭受了一次突发的网络攻击。 现在，你有两个选择： 一是：打断你的休息时间，召集团队紧急应对； 二是：让AI安全专家“小A”来处理这个问题。

近年来，人工智能（AI）正以前所未有的速度发展，在各行各业中扮演着越来越重要的角色。大模型作为 AI 中的重要一环，其能力随着平台算力的提升、训练数据量的积累、深度学习算法的突破，得到进一步的提升，并逐渐在部分专业领域上崭露头角。与此同时，以大模型为核心涌现的大量技术应用，也在计算机安全领域带来了诸多新的风险和挑战。 本文对大模型在软件设施和具体应用场景落地中的安全问题进行多方面探讨和研究，涵盖了模型层安全、框架层安全、应用层安全。在研究过程中，我们借助 360 安全大模型代码分析能力，对多个开源项目进行代码梳理和风险评估，结合分析报告，快速审计并发现了近 40 个大模型相关安全漏洞，影响范围覆盖llama.cpp、Dify 等知名模型服务框架，以及 Intel 等国际厂商开发的多款开源产品。这些漏洞中，既存在二进制内存安全、Web 安全等经典漏洞类型，又包含由大模型自身特性引入的综合性问题。本文对不同场景下的攻击路径和可行性进行分析，并在文中结合了部分漏洞案例和具体说明，旨在从真实漏洞的视角下探索当前大模型的安全实践情况，为构建更加安全、健康的 AI 数字环境贡献力量。