20260105-国信证券-人工智能行业专题（14）_大模型发展趋势复盘与展望_49页_4mb

人工智能行业专题（14）大模型发展趋势复盘与展望

核心内容概览

本报告对过去三年（2023-2025）大模型行业的发展趋势进行了系统复盘，并对2026年的前景进行了展望。重点分析了AI对美股科技巨头股价和资本开支的影响，模型架构的演变、Scaling Law的延续、推理需求的爆发，以及中美模型差距的分析。

主要观点

• AI叙事不断演进：2023年OpenAI的GPT-4开启AI加速度，2024年市场关注推理模型，2025年多模态与长文本能力成熟，2026年模型厂商将聚焦差异化应用市场。
• 算力与资本开支增长显著：2025年北美科技公司资本开支同比增长超过50%，预计2026年仍将增长30%以上。但电力成为制约算力增长的关键因素。
• 模型架构持续演进：Transformer架构在训练阶段存在计算和内存瓶颈，Titans与Mamba等新架构逐步成为主流，提升推理效率和长文本处理能力。
• 强化学习成为核心突破方向：RLVR等技术使模型训练更高效，同时推动推理能力提升。2026年强化学习将作为重点突破方向。
• 多模态与长文本能力是Agent发展的基础：随着模型能力的提升，Agent将在更多场景中落地，特别是在编程、搜索和办公领域。
• 中美模型差距主要体现在算力与算法：美国掌握全球70%的算力资源，国内则更注重成本效率优化。多模态与强化学习是关键追赶领域。
• 商业化路径分化：OpenAI、Gemini、Anthropic、Grok等厂商在不同方向上布局，如C端用户、企业API、编程工具等，带来不同的盈利模式和市场表现。

关键信息

美股科技巨头股价与资本开支复盘

• 2023年：OpenAI引领AI加速度，微软受益于与OpenAI的合作，估值显著提升。云厂商Capex大幅增加，但收入传导有延迟。
• 2024年：市场转向推理侧，Meta凭借社交生态和广告场景成为表现最佳的公司之一。英伟达因算力需求被质疑，股价有所下跌。
• 2025年：谷歌Gemini模型成为SOTA基准，用户和token消耗快速增长。Meta和亚马逊因模型和资本开支问题表现不佳。
• 2026年展望：模型厂商将聚焦差异化应用，推理侧需求有望爆发，算力与模型将成投资方向。

资本开支与电力瓶颈

• 2025年北美科技公司Capex从年初3200-3300亿美元增长至接近4000亿美元，预计2026年仍保持30%以上增速。
• 电力成为制约Capex增长的核心因素，预计到2029年将新增80GW数据中心用电需求，但现有电力供应无法满足。
• 公司采取多种方式应对电力短缺，包括收购能源公司、海外扩张、租赁电力资源等。

模型架构与Scaling Law

• Transformer架构：尽管在训练阶段表现优异，但在推理和长文本处理方面存在瓶颈。
• Titans架构：谷歌提出的新架构，结合Transformer的并行训练与RNN的记忆机制，提升推理效率和长文本处理能力。
• Mamba架构：计算效率高，推理速度快，适合处理长文本，但硬件适配度仍需提升。
• Scaling Law：预训练和后训练阶段均能实现模型能力提升，强化学习成为未来突破方向。

模型厂商发展路径分化

• OpenAI：C端用户优势明显，2026年将发力企业业务，下一代模型表现值得期待。
• Gemini：凭借原生多模态路线和自研芯片，成为SOTA模型，token消耗持续增长。
• Anthropic：坚持2B路线，代码能力突出，毛利率优于OpenAI，预计2027年现金流转正。
• Grok：信奉“大力出奇迹”，训练算力充足，结合特斯拉数据优势，有望推出原生多模态模型。

推理需求与Agent发展

• 推理侧需求在2026年将进入放量拐点，编程、Agent等应用场景增长迅速。
• AI编程工具如Cursor和Claude Code已实现商业化，ARR增长显著。
• Agent在多模态、推理和长文本能力提升后将更加成熟，推动办公场景产品落地。

中美模型差距与追赶策略

• 算力差距：美国掌握全球约70%的算力资源，中国仅15%-20%，制约模型规模扩张。
• 算法差距：国内厂商更注重成本效率优化，如Qwen3-Next、DeepSeek V3.2等。
• 数据资源：谷歌拥有高质量数据资源，如Wiki和YouTube，有助于模型训练。

投资建议

• 关注算力基础设施：如英伟达（NVDA.0）、谷歌（GOOGL.0）、阿里巴巴-W（9988.HK）、百度集团-SW（9888.HK）。
• 关注大模型厂商：如阿里巴巴-W（9988.HK）、谷歌（GOOGL.0）、腾讯（700.HK）等。

风险提示

• 宏观经济波动：可能影响下游需求和投资回报。
• 核心技术升级不及预期：可能影响模型性能和市场竞争力。
• AI平权竞争加剧：可能压缩云厂商利润率。