
一、投資者會議重點(7月2日集團網上廣播)
1. M系列基礎模型更新與定價策略
-
年度經常性收入(ARR)動能強勁:2025年12月底達1億美元,2026年2月達1.5億美元,4月較2月翻倍,6月1日M3發佈前持續加速。管理層對2026年底10億美元目標具信心。
-
M3定價與M2.7相同,但成本優化使毛利率可持續(訓練/推理架構升級節省成本>2倍,大致抵銷總參數規模2倍增長)。
-
預計2026下半年推出更大版本M3,目標更高智能同時維持成本效益。
-
對比DeepSeek近期推出尖峰時段API定價(尖峰為離峰2倍),MiniMax強調其自營算力利用率可維持>90%,透過尖離峰調度(日間服務知識工作者/開發者,夜間/離峰用於實驗與數據整理),此成本效率持續支持M系列在長期代理工作流程中的美元性價比優勢。
2. 即將推出的H3視頻生成模型
-
預計未來數週內發佈,相較前代在視頻生成品質與功能多樣性均有提升,受惠於顯著架構升級(標籤/分類/反饋迴路),並與高度相容的M3模型架構整合(將LLM能力整合至H3的DiT架構,例如增強對人類動作與基本物理關係的理解)。
-
公司正引入專家,協助進軍長片/戲劇製作市場。
3. AI模型層競爭格局
-
MiniMax認為中國AI模型市場已從1-2年前的數百參與者持續整合。
-
相較中國巨頭的AI實驗室,MiniMax優勢在於高效企業結構、基礎設施利用率、快速模型迭代、對新興代理機會的敏捷回應(如跟隨OpenClaw迅速推出MaxClaw,以及MiniMax Code)。
-
公司認為組織敏捷性日益重要,因AI競爭從一次性基準測試轉向持續產品迭代與實際應用,永續ROI為關鍵。
4. 全球基礎設施建置(本地對本地服務)
-
算力來源包括直接向全球雲服務商租用,及與新雲端供應商密切合作。
-
本地對本地推論基礎設施現已覆蓋全球200多個國家/地區的用戶與企業/開發者(高度分散,無單一國家過度曝險)。
-
在中國,MiniMax積極將模型與國產ASIC整合進行推論任務,因當地晶片能力加速。
5. 人才招聘與留任
-
員工人數400-500人,>80%為研發職位。
-
具競爭力的薪酬方案與股權激勵(約7% ESOP,參與員工300-400人)為人才留任關鍵。
-
持續從頂尖國內外大學招募應屆畢業生,並透過「10X人才計劃」吸引越來越多垂直領域資深專家,將行業知識轉化為模型訓練與實際任務優化。
二、對DeepSeek尖峰時段漲價的觀點——對MiniMax M3競爭力正面
-
DeepSeek宣佈V4正式版將於7月中旬推出,並導入尖離峰API定價(尖峰時段為離峰2倍),反映中國AI模型需求強勁,工作/生產力場景算力日益緊張。
-
高盛認為這是中國AI模型公司自2026年4月底以來的激進定價(部分玩家接近或低於零毛利率)可能轉向更理性階段的早期訊號。
-
MiniMax M3的綜合定價為每百萬tokens 0.22美元,相較性能具吸引力,且毛利率明顯高於同業,受惠於更高比例的自建優化算力與成本高效架構(較小激活參數),支持更永續的單位經濟效益。
三、高盛觀點與評級
-
MiniMax在中國AI模型公司中定位良好,有望捕捉文本/編碼、多模態、代理/數位勞動力等全球龐大市場機會,憑藉綜合多模態產品、強勁商業化能力、較低模型Token成本及高組織效率。
-
維持「買入」評級。
四、主要風險
-
模型表現不如預期(全球基礎模型競爭)
-
獲利能見度進展慢於預期
-
商業化能力弱於預期
-
智慧財產權/內容生成風險
-
現金消耗/自我融資能力
-
美中科技競賽加劇下的地緣政治風險
五、財務預測摘要(高盛估計)
| 項目 | 2025A | 2026E | 2027E | 2028E |
|---|---|---|---|---|
| 營收(百萬美元) | 79.0 | 300.0 | 880.1 | 2,469.6 |
| EBITDA(百萬美元) | (294.7) | (452.5) | (518.8) | (396.7) |
| 淨利(百萬美元,除例外) | (250.9) | (424.5) | (473.5) | (351.9) |
| 每股盈餘(美元,除例外) | (2.31) | (1.35) | (1.48) | (1.08) |
| 營收成長率 | 158.9% | 279.6% | 193.3% | 180.6% |
| EBITDA利潤率 | (372.8%) | (150.8%) | (59.0%) | (16.1%) |
六、估值方法與目標價
-
採用DCF估值,假設WACC 12%、終期增長率2%,預期2027-2030年全球訂閱+API市佔率每年增加0.2-0.7個百分點(長期市佔率達2.5%),得出12個月目標價860港元。

1. 事件:與 AZ 啟動 AI 賦能之 siRNA 新合作
石藥集團與阿斯特捷利康(AstraZeneca)簽訂合作協議,將運用其專有之 siRNA 發現及肝外遞送平台,共同發現及開發針對腎臟疾病的新型小核酸療法。該平台整合 AI 驅動之分子設計 與 自動化高通量篩選技術,以識別具備增強活性及肝外靶向潛力之核酸候選分子。
協議要點:
-
雙方將共同開發 兩個 PCC(臨床前候選)項目;
-
AZ 擁有取得全球或中國以外權利之選擇權,石藥則保留其中一個項目之中國權利;
-
石藥將獲得 3,000 萬美元 預付款,潛在里程碑付款總額達 17.4 億美元,外加個位數百分比之權利金。
此交易進一步延伸了 AZ 與石藥在 AI 藥物發現、代謝心血管疾病及肥胖 等多個技術平台上的多年合作關係。
2. 策略意義:對石藥 AI 引擎與 siRNA 平台之再次驗證
儘管本次交易之初期經濟規模小於先前 GLP-1 合作(預付款 12 億美元、里程碑 173 億美元),但我們認為此案在 戰略上同等重要,因為它驗證了石藥創新平台中 另一重要支柱——即 AI 賦能之 siRNA 發現能力 與 肝外遞送技術,此二者被視為下一代 RNA 療法之關鍵瓶頸。
AZ 願意再次投入早期階段合作,顯示其對石藥整體發現基礎設施之信心提升,而非僅對單一資產感興趣。
3. 石藥 siRNA 產品管線一覽
| 資產名稱 | 靶點 | 適應症 | 中國研發狀態 | 啟動日期 |
|---|---|---|---|---|
| SYH2053 | PCSK9 | 血脂異常 | 臨床三期 | 2026/02/19 |
| SYH2068 | 脂蛋白(a) | 脂蛋白(a)升高 | 臨床二期 | 2026/06/08 |
| SYH2070 | ANGPTL3 | 血脂異常 | 臨床二期 | 2026/05/11 |
| SYH2062 | AGT | 高血壓 | 臨床一期 | 2025/01/24 |
| SYH2061 | C5 | 腎病變 | 臨床一期 | 2025/11/21 |
| WO2025247332A1 | Ang2;VEGF-A | 黃斑部病變/糖尿病黃斑水腫 | 臨床前 | — |
| WO2025157271A1 | 因子XI | 血栓性疾病 | 臨床前 | — |
| 石藥-ALK7 | ALK7 | 糖尿病;肥胖 | 臨床前 | — |
| WO2024245144A1 | C5 | 心血管/自體免疫/眼科疾病 | 臨床前 | — |
| WO2025092910A1 | MASP2 | 腫瘤 | 臨床前 | — |
| ANGPTL3 siRNA | ANGPTL3 | 心血管疾病 | 臨床前 | — |
| WO2025045130A1 | SOD1 | 肌萎縮性側索硬化症 | 臨床前 | — |
| WO2025031485A1 | HBV | B型肝炎 | 臨床前 | — |
資料來源:PharmCube

投資建議
騰訊當前股價處於2021年以來估值底部,隨著微信 Agent(小微)等AI應用落地,其AI佈局有望逐步展現「收穫」,帶動估值修復。維持「跑贏行業」評級,目標價666港元,對應2026年經調整Non-IFRS P/E 20倍,較現價有約62%上行空間。
核心觀點摘要
-
小微的剛需場景:核心能力涵蓋資訊理解、任務執行與應用生成。預期小微將延伸微信現有場景(社交、生活、工作),如發送訊息、總結群聊/朋友圈、叫外賣、掛號等。未來可能加強方向:知識庫管理、跨應用複雜任務、UGC小程序生態,以及從「被動搜索」進化至「主動推薦」。
-
三大核心問題:
-
ToB vs. ToC Agent:ToB Agent雖商業化較快,但恐陷入激烈價格競爭;ToC Agent(如豆包、小微)具互聯網產品独占性,一旦建立模式,競爭威脅較低。
-
落地速度:小微屬引領式創新(非跟隨式),需自下而上探索用戶價值,微信團隊向來著眼長期、循序漸進,全面落地仍需測試期。
-
商業空間:潛在收入源頭來自微信小程序數萬億GMV交易生態。若Agent成為中心化服務分發入口,有助提升實際佣金率;同時可能創造增量GMV。
-
-
盈利與估值:維持2026/27年盈利預測,當前股價對應12x/10x 2026/27e Non-IFRS P/E,估值具吸引力。
-
風險:AI創新不及預期、宏觀經濟波動、監管因素。
微信 Agent 發展歷程
-
早期(2023–2024):成立「混元助手」項目,推出小程序及元寶App,2025年4月元寶可添加為微信好友。
-
戰略轉向(2025):馬化騰提出微信生態具備打造獨特Agent的潛力;總裁劉熾平確認將推出Agent;年報定調「在微信生態內建設下一代Agentic Services」。
-
灰度測試(2026年6月):微信AI原生助手「小微」正式灰度,入口位於主介面固定位置。採用多源模型融合(自研WeLM + DeepSeek等開源模型),並向開發者提供「自動模式」與「開發模式」兩種接入路徑。
小微現有核心功能
| 類別 | 功能舉例 |
|---|---|
| 社交通訊 | 發送訊息、發起語音/視訊通話(支援語音指令、定時發送) |
| 資訊處理 | 總結公眾號文章、提煉長文觀點、歸納群聊/朋友圈動態 |
| 生活服務 | 呼叫小程序完成外賣、打車、訂酒店、掛號等(意圖驅動,無需手動尋找服務) |
| 應用生成 | 以自然語言生成輕量級小程序(UGC型工具) |
| 跨應用任務 | 與手機廠商合作A2A,可透過手機語音助理觸發微信操作 |