港股大模型概念股日报（2026-06-15）

一、行业观察

2026年6月15日，港股高开后全天震荡。恒生指数收涨0.50%报24842.67点，恒生科技指数涨1.28%报4765.58点，国企指数微涨0.02%报8375.74点。全日成交额2834亿港元。

AI及半导体产业链全线爆发。智谱暴涨32.8%，公司GLM-5.2全量开放并即将按MIT协议开源，国产大模型可用性价值获市场重估；MINIMAX-W大涨7.0%。

半导体板块同步领涨，华虹宏力涨10.1%，兆易创新、中芯国际表现抢眼。AI硬件链同步走强，联想集团大涨9.3%；建滔积层板暴涨22.3%，汇聚科技涨21.9%。

二、大模型概念股盘面表现

证券代码证券简称收盘价(HKD)涨跌幅(%)02513.HK智谱1457.0032.8200100.HKMINIMAX-W423.807.0203317.HK迅策151.102.5100020.HK商汤-W1.501.3501024.HK快手-W46.240.7803690.HK美团-W78.250.4509888.HK百度集团-SW114.70-0.7809988.HK阿里巴巴-W109.30-0.8200700.HK腾讯控股459.60-0.8602718.HK明略科技-W240.60-1.80

数据来源：港交所，不构成投资建议，截至2026年6月15日收盘

三、大模型行业与企业动态

1、Anthropic最强模型Fable 5/Mythos 5遭美国商务部出口管制，全球无差别暂停访问

6月12日，美国商务部长Howard Lutnick致函Anthropic首席执行官Dario Amodei，以国家安全为由将Claude Fable 5与Mythos 5列入出口管制范围，要求暂停所有外国国民（无论身处美国境内或境外，包括Anthropic外籍雇员）的访问权限。Anthropic表示，该决定建立在“严重的误解”之上，但因无法实时区分用户国籍，最终选择暂停所有用户权限，正与主管部门沟通争取以更精细的许可机制恢复合规访问。两款模型于6月9日发布，上线仅72小时即被全面叫停。

2、智谱(02513.HK)：宣布GLM-5.2全量开放，API近日上线并开源

6月13日，智谱宣布GLM-5.2面向GLM Coding Plan全量用户（Lite/Pro/Max/团队版）开放，支持1M上下文，为智谱迄今能力最强的开源模型。API将于近日上线，模型亦将按MIT协议正式开源。智谱在公告中表示：“在一些前沿模型突然变得不可用的时刻，前沿智能不应只属于少数人，也不应被少数规则随时收回。它应该开放、可用、可构建，并服务于每一位开发者。”

3、迅策(03317.HK)：与沐曦、天数智芯、壁仞科技签署三份战略合作，首次系统性携手国产算力

6月15日，迅策科技分别与沐曦股份、天数智芯及壁仞科技签署战略合作协议，聚焦“算力+数据”融合，将公司在金融、制造、能源等垂直领域的场景化数据与Token化能力，与三家国产GPU厂商的芯片架构及算力优化优势结合，共同打造面向垂直行业的“软硬一体”解决方案。其中，与沐曦聚焦智能制造及科技金融端到端智能计算，与天数智芯开展异构算力网络及具身智能应用研发，与壁仞聚焦城市管理智能计算方案及专用一体机研发。各方均为独立第三方，具体业务合同将另行签署。

四、大模型概念股介绍

公司名称股票代码公司地位公司大模型产品与业务介绍智谱02513.HK中国独立大语言模型领域的头部厂商已发布新一代旗舰模型GLM-5.2kkk，在编程与智能体能力上取得开源SOTA表现；并联合华为开源多模态图像生成模型GLM-Image。公司聚焦全新模型架构设计、通用强化学习范式及模型自主进化，业务布局契合企业级AI生产力转化趋势。MINIMAX-W00100.HK全模态AGI方向头部厂商持续迭代视频生成模型矩阵，并携手海内外主流芯片厂商及推理平台完成底层适配。其C端与B端大模型应用的总月活及多模态API调用量保持高速增长，算力生态布局进一步拓宽。迅策03317.HK国内领先的金融资管数据基础设施提供商被市场称为“Token第一股”。持续深化大模型在金融资产管理核心业务流的集成，通过底层数据治理与AI技术重构投研、交易及风控管线。其底层结构化数据清洗能力，与金融机构数字化转型及大模型合规落地趋势相契合。明略科技-W02718.HK大模型概念股，港股Agentic AI第一股凭借自研 Mano、Cito、Mano-P 端侧模型及 Cider 推理框架，全面支撑自身 Agentic AI 定位，业务体系以 DeepMiner 大模型为底层引擎、Octo 为协同中枢，统一以 Agentic Service 形式交付各类 AI 产品与行业解决方案。明略科技大模型主打差异化技术路线，放弃通用模型参数扩容，采用多专业小模型协同的 Scaling Out 模式，核心壁垒不是参数量，而是细分场景数据、专用模型与持续学习，在垂直场景下能做到通用模型做不到的精度，致力于打造开源、可私有化部署、白盒可审计的 Private AI 基础设施。