1 行业周观点
投资要点:
产业动态:(1)AI 大模型:MiniMax 上线新一代旗舰模型MiniMax M3,宣称为首个兼具前沿Coding&Agentic、百万上下文、原生多模态三项能力的国产旗舰模型。模型在编码与智能体评测中达到行业顶尖水平,具备自主任务拆解、工具调用与多步推理能力,最高支持1M tokens 上下文窗口,具备原生多模态能力。M3 能够独立完成复杂任务,持续数十小时:在CUDA FP8 GEMM 优化的任务中持续运行超过Opus 4.7 外的大多数模型;在Base 模型训练任务中最终得分37.1,位列第三,仅次于Opus 4.7(42.4)和GPT-5.5(39.3),明显领先其余模型。(2)AI 大模型:阿里千问正式发布Qwen3.7-Plus——将视觉与语言统一为一体化智能体基座的多模态模型。在Qwen3.7 强大文本能力的基础上,Qwen3.7-Plus 全面升级了视觉-语言能力,同时保持了在编码、工具使用和生产力工作流方面的完整智能体能力。Qwen3.7-Plus 围绕多模态智能体所需的关键能力系统性增强:看懂复杂视觉输入、基于视觉进行行业相对沪深300 指数表现数据来源:聚源,万联证券研究所相关研究关注海内外AI 大模型迭代升级和AI 应用商用化落地国家数据局召开词元经济座谈会关注我国AI 大模型的垂直领域能力升级及商用化进程提速分析师:夏清莹执业证书编号: S0270520050001电话:(0755) 8322 3620邮箱:-10%-5%0%5%10%15%20%25%30%35%计算机沪深300万联证券研究所 www.wlzq.cn第 2 页 共 8 页推理、调用工具解决问题,并最终在代码或 GUI 环境中执行任务。在全球权威视觉模型榜单Vision Arena 中,凭借Qwen3.7-Plus,阿里跻身全球前五、中国第一。(3)AI 大模型:微软发布一系列自研AI 模型,包括旗下首款高级推理模型MAI-Thinking-1。微软介绍称,MAI-Thinking-1 是一款“中等规模模型”,拥有350 亿活跃参数,在关键软件工程基准测试中能够达到业界领先模型的水平。此外,微软还公布了多款面向不同应用场景的新模型,覆盖图像生成、语音转写、语音合成以及编程辅助等领域。行业估值:从估值情况来看,申万计算机行业2026 年6 月7 日PE-TTM为141.38 倍,估值水平较高但低于2023-2025 年历史PE-TTM 的均值158.65 倍风险提示:中美科技摩擦;地缘政治风险;产业生态建设不及预期;应用落地不及预期,数据隐私安全风险,市场竞争加剧。万联证券研究所 www.wlzq.cn第 3 页 共 8 页$$start$$
正文目录
1 行业周观点 ....................................................................................................................... 42 市场行情回顾 ................................................................................................................... 43 产业动态 ........................................................................................................................... 53.1 AI 大模型:MiniMax M3 模型发布,兼备前沿Coding&Agentic、1M 上下文、原生多模态能力 ................................................................................................... 53.2 AI 大模型:千问正式发布 Qwen3.7-Plus,将视觉与语言统一为一体化智能体基座的多模态模型 ................................................................................................... 63.3 AI 大模型:微软发布一系列自研AI 模型,覆盖多种应用场景 ...................... 64 风险提示 ........................................................................................................................... 7
图表2: 沪深300、创业板指、申万一级行业指数涨跌幅(%)(2026 年初至2026 年
万联证券研究所 www.wlzq.cn第 4 页 共 8 页
1 行业周观点
上周,MiniMax发布新一代旗舰模型MiniMax M3,定位首个兼具前沿Coding&Agent能力、百万上下文及原生多模态能力的国产模型。MiniMax称,M3在编码与智能体评测中达到行业顶尖水平,在BrowseComp智能体评测中超过Claude Opus 4.7。API最高支持1M tokens上下文窗口,并具备原生多模态能力。M3能够持续运行数十小时独立完成复杂任务:在CUDA FP8 GEMM优化的任务中持续运行超过Opus 4.7外的大多数模型;在Base模型训练任务中最终得分仅次于Opus 4.7和GPT-5.5,明显领先其余模型。同时,阿里发布Qwen3.7-Plus模型,在Qwen3.7强大文本能力的基础上全面升级了视觉-语言能力,同时保持了在编码、工具使用和生产力工作流方面的完整智能体能力,将视觉与语言统一为多模态智能体基座。在全球权威视觉模型榜单Vision Arena中,凭借Qwen3.7-Plus,阿里跻身全球前五、中国第一。作为多模态交互混合智能体,它能够感知真实世界场景,以全模态输入处理从前端原型到复杂软件工程、再到多步工作流自动化的全方位任务。我们认为国产大模型在编程、多模态理解、工具调用等核心能力方面持续提升,并在视觉模型、智能体等权威评测中达到全球领先梯队水平。当前,大模型的迭代升级不仅持续优化单项能力,更旨在增强模型的综合能力以及长期解决复杂问题的可靠性。随着模型逐步具备独立完成更长流程、更高复杂度任务的综合能力,有望进一步拓宽拓深应用场景,并加速商业化落地进程。建议继续关注AI大模型能力的迭代升级和AI应用商业化进程提速。中长期视角下,继续聚焦AI产业、数据产业两大投资主线。1)AI产业:主要关注国内AI大模型的技术升级和产品迭代、头部AI大模型厂商的生态建设、智能驾驶、具身智能等新型智能终端及智能体的应用落地进程,以及人工智能治理的生态建设。2)数据产业:主要关注数据基础设施建设、高质量数据集等数据要素资源的开发利用、数据要素的价值释放及应用落地以及数据隐私安全。
2 市场行情回顾
申万计算机行业跑输沪深300,跑赢创业板指,周涨跌幅位于申万31个一级行业的中游。上周,沪深300下跌1.54%,创业板指下跌1.98%,申万计算机行业指数下跌1.97%,跑输沪深300指数0.43个百分点,跑赢创业板指0.01个百分点,在申万各一级行业中排名第19位。
图表1:沪深300、创业板指、申万一级行业指数涨跌幅(%)(上周)
万联证券研究所 www.wlzq.cn第 5 页 共 8 页申万计算机行业2026年初至6月7日累计下跌10.31%,位于申万31个一级行业的中下游。2026年初至6月7日,沪深300上涨4.04%,创业板指上涨23.56%,申万计算机行业指数下跌10.31%,分别跑输沪深300和创业板指14.35和33.87个百分点,在申万各一级行业中排名第22位。
图表2:沪深300、创业板指、申万一级行业指数涨跌幅(%)(2026 年初至2026 年6 月7 日)
行业估值水平低于历史中枢水平。从估值情况来看,申万计算机行业2026年6月7日PE-TTM为141.38倍,估值水平较高但低于2023-2025年历史PE-TTM的均值158.65倍。
图表3:申万计算机行业估值情况(PE-TTM,单位:倍)
3 产业动态
3.1 AI 大模型:MiniMax M3 模型发布,兼备前沿Coding&Agentic、1M上下文、原生多模态能力MiniMax 稀宇科技官网6 月1 日上线了MiniMax M3 模型,宣称是首个“ 前沿Coding&Agentic·百万上下文·原生多模态”三项能力兼备的国产旗舰模型。M3在编码与智能体评测中达到“行业顶尖水平”,具备自主任务拆解、工具调用与多步推理万联证券研究所 www.wlzq.cn第 6 页 共 8 页能力,宣称写出的代码目标是直接可交付,而不是“能跑但需要人改”。基于自研MiniMax Sparse Attention(MSA)架构,API最高支持1M tokens上下文窗口,是长程Agent、长程 Coding、长视频理解的基础设施。M3是原生多模态模型,重构整个数据管线将预训练数据规模扩充至百T量级,从第零步开始多模态训练,使文本和视觉语义空间高度对齐。在BrowseComp智能体评测中,M3以83.5分超越Opus 4.7(79.3),展现出自主浏览与信息检索能力。在论文独立复现任务中,M3连续运行近12小时,全程自主产出18次commit与23张实验图表,成功跑通核心实验。多模态看懂论文里的图表公式,长上下文保证论文+代码+实验日志一次性进窗口,编程+Agent能力驱动长线程执行。在CUDA算子优化任务中,M3在约24小时内完成147次benchmark提交、1959次工具调用,将硬件峰值利用率从7.6%推进至71.3%,实现9.4×加速——全程零人工介入。在Base模型训练任务中,M3在12小时内自主完成数据合成、训练、评测、迭代全流程,让它们在数学推理、代码生成、知识问答等任务上具备能力。整个流程全程无人干预,M3最终得分37.1,位列第三,仅次于Opus 4.7(42.4)和GPT-5.5(39.3),明显领先其余模型。(资料来源:MiniMax官网)3.2 AI 大模型:千问正式发布 Qwen3.7-Plus,将视觉与语言统一为一体化智能体基座的多模态模型阿里千问正式发布Qwen3.7-Plus——将视觉与语言统一为一体化智能体基座的多模态模型。在Qwen3.7强大文本能力的基础上,Qwen3.7-Plus全面升级了视觉-语言能力,同时保持了在编码、工具使用和生产力工作流方面的完整智能体能力。Qwen3.7-Plus的核心特色在于其作为多模态交互混合智能体的能力。它能够感知真实世界场景、读取屏幕并操作GUI、基于视觉参考生成代码、端到端导航移动应用,以及基于网络知识回答视觉问题——在单一智能体循环中无缝融合GUI与CLI交互。作为全能型编码智能体与生产力助手,它以全模态输入处理从前端原型到复杂软件工程、再到多步工作流自动化的全方位任务。它具备跨框架泛化能力,无论通过Claude Code、OpenClaw、Qwen Code还是其他框架部署,均能保持稳定表现。在全球权威视觉模型榜单VisionArena中,凭借Qwen3.7-Plus,阿里跻身全球前五、中国第一。在纯文本能力上,Qwen3.7-Plus表现出色,整体接近Max级别模型。Qwen3.7-Plus的多模态能力提升,不仅是单点视觉理解能力的优化,而是围绕多模态智能体所需的关键能力系统性增强:看懂复杂视觉输入、基于视觉进行推理、调用工具解决问题,并最终在代码或 GUI环境中执行任务。(资料来源:阿里研究院)3.3 AI 大模型:微软发布一系列自研AI 模型,覆盖多种应用场景在Build 2026开发者大会上,微软发布了一系列自研AI模型,其中包括旗下首款高级推理模型MAI-Thinking-1。这也是微软在模型研发领域迈出的重要一步。微软介绍称,MAI-Thinking-1是一款“中等规模模型”,拥有350亿活跃参数,在关键软件工程基准测试中能够达到业界领先模型的水平。微软表示,该模型“完全基于干净数据从零开始训练,未使用来自第三方模型的蒸馏数据”。除MAI-Thinking-1外,微软还公布了多款面向不同应用场景的新模型,覆盖图像生成、语音转写、语音合成以及编程辅助等领域。在图像领域,微软发布了MAI-Image 2.5及其Flash版本,两者均支持文生图和图像编辑功能。语音转写方面,微软推出MAI-Transcribe-1.5,并表示该模型“速度可达竞争对手模型的五倍”。语音能力方面,微软发布了MAI-Voice-2,同时预告其Flash版本即将推出。微软称,新模型新增了对15种语言的支持,并提供更多语音选项。针对编码场景,微软推出了MAI-Code-1。微软表示,该模型具备“推理效率优化”特性,并已集成到GitHub Copilot和Visual Studio Code中。通过此次发布,微软进一步扩展了自研MAI模型家族,覆盖推理、图像、语音和编程等多个AI应用方向。(资料来源:IT之家)万联证券研究所 www.wlzq.cn第 7 页 共 8 页
4 风险提示
中美科技摩擦;地缘政治风险;产业生态建设不及预期;应用落地不及预期,数据隐私安全风险,市场竞争加剧。万联证券研究所 www.wlzq.cn第 8 页 共 8 页$$end$$同步大市:未来6个月内行业指数相对大盘涨幅10%至-10%之间;公司投资评级买入:未来6个月内公司相对大盘涨幅15%以上;增持:未来6个月内公司相对大盘涨幅5%至15%;观望:未来6个月内公司相对大盘涨幅-5%至5%;卖出:未来6个月内公司相对大盘跌幅5%以上。基准指数 :沪深300指数风险提示我们在此提醒您,不同证券研究机构采用不同的评级术语及评级标准。我们采用的是相对评级体系,表示投资的相对比重建议;投资者买入或者卖出证券的决定取决于个人的实际情况,比如当前的持仓结构以及其他需要考虑的因素。投资者应阅读整篇报告,以获取比较完整的观点与信息,不应仅仅依靠投资评级来推断结论。本人具有中国证券业协会授予的证券投资咨询执业资格并登记为证券分析师,以勤勉的执业态度,独立、客观地出具本报告。本报告清晰准确地反映了本人的研究观点。本人不曾因,不因,也将不会因本报告中的具体推荐意见或观点而直接或间接收到任何形式的补偿。
内容由 AI 从网络自动采集(可能存在排版混乱),仅供参考,不作为任何决策依据,因使用产生的后果不承担任何责任。
内容版权归原作者所有,本平台仅作学习研究之引用,如涉及侵权请联系删除。