> **来源：[研报客](https://pc.yanbaoke.cn)** # 计算机行业深度报告总结 ## 核心内容 本报告围绕大模型行业的发展历程、技术演进、产业链价值分配以及未来投资建议展开，指出当前大模型产业正处于关键发展阶段，从基础设施扩张、模型能力扩散、Agent初步产品化，到企业逐步实现ROI验证。报告认为，大模型的发展趋势将从“回答问题”转向“完成任务”，其评价标准也升级为复杂目标规划、工具调用、动作执行与结果验证能力。 ## 主要观点 - **技术演进**：大模型能力栈经历了五轮重构，从Transformer架构奠定基础，到预训练规模化、指令对齐与产品化、多模态与开源并行，最终进入以推理模型和Agent为核心的第五阶段。 - **投资逻辑**：随着大模型的演进，利润池沿产业链持续迁移，投资重点从追逐模型能力转向以更低成本、更高可靠性完成真实任务。 - **产业链价值分配**： - **第一利润池**：GPU/ASIC、HBM、先进封装、高速网络、低PUE数据中心和可用电力。 - **第二利润池**：云与AI平台，提供模型、算力、数据、权限、安全和部署能力。 - **第三利润池**：应用层，长期空间最大，但短期分化显著，代码、客服、办公等高频场景落地最快。 - **竞争格局**：竞争从“单模型能力排名”转向“模型能力、算力供给、产品入口、企业客户、监管安全和资本效率”的综合竞争，主要分为三类厂商：前沿闭源模型、中国开源模型、平台型公司。 ## 关键信息 - **大模型发展阶段**：2025-2026年进入第五阶段，竞争焦点转向完成任务能力，包括复杂目标规划、工具调用、动作执行与结果验证。 - **开源模型的影响**：开源模型压缩了闭源模型的超额利润，推动多模型路由成为常态，同时放大了对低代码、低数据成本和工作流嵌入的需求。 - **大模型投资建议**： - **大模型厂商**：智谱、Minimax、科大讯飞、阿里巴巴。 - **产业链相关板块**：AI芯片（国产算力、半导体设备）、数据中心（AI服务器、光模块、PCB/交换设备、液冷/电源/电网电力设备）、AI应用、物理/端侧AI。 ## 投资建议 - **大模型**：建议关注智谱（港股）、Minimax（港股）、科大讯飞、阿里巴巴（港股）。 - **其他相关板块**：AI芯片、数据中心、AI应用、物理/端侧AI。 ## 风险提示 - 技术迭代不及预期 - 行业竞争加剧 - 算力供应链风险 - 监管政策不确定性 - 商业化落地慢于预期 ## 未来格局推演 - **情景A**：闭源模型持续领先，放大代际差距，利润集中在AI硬件和头部模型厂。 - **情景B**：开源模型持续追赶，推动模型能力商品化，形成多模型分层路由格局。 - **情景C**：出现新的模型架构突破，可能催生一批全新企业。 ## 产业链拆分与价值分配 - **硬件与底层资源**：包括GPU/ASIC、HBM、先进封装、光模块、交换机、服务器、电源等，当前利润池主要集中在这些环节。 - **系统软件**：CUDA生态、推理框架、训练框架、调度系统、数据库、向量库等，战略价值高但商业捕获分散。 - **云与AI平台**：企业AI的主要入口，但面临资本消耗快的问题。 - **应用层**：长期空间最大，但短期分化显著，代码、客服、办公等场景落地最快。 ## 开源模型对利润池的影响 - **压缩利润**：开源模型压缩了闭源模型的超额利润，推动多模型路由成为常态。 - **放大需求**：开源模型推动了对低代码、低数据成本和工作流嵌入的需求，形成生态闭环。 ## 大模型与历史技术周期的比较 - **互联网1995-2000年**：用户增长快、创业公司密集出现、资本市场重估新入口和新应用。 - **云计算2008-2015年**：基础设施先行、平台能力扩张、应用生态释放价值。 - **移动互联网2009-2014年**：新入口和新应用生态形成，但入口更分散。 ## 产业链价值分配图谱 - **硬件**：当前最确定、最先兑现收入的利润池。 - **底层资源**：电力、土地、水资源、数据中心、液冷等，利润池正在从芯片扩散到电力和数据中心。 - **系统软件**：CUDA、推理框架、训练框架等，战略价值高但商业捕获分散。 - **云与AI平台**：收入增长快但资本消耗也快。 - **应用层**：长期空间最大，但短期分化显著。 - **终端与具身智能**：当前处于导入和产品验证阶段，重视长期投资价值。 ## 结论 大模型作为未来智能时代的智能底座，具有极强的投资价值。尽管当前商业模式仍处于探索阶段，但其已形成相对清晰的收入入口。随着开源模型的崛起，竞争焦点将转向入口、数据、成本控制与工作流嵌入。未来大模型的发展可能呈现三种趋势：闭源模型持续领先、开源模型持续追赶、新模型架构突破。