计算机行业深度报告_解析大模型行业_从发展历程到投资视角_47页_2mb

报告摘要

计算机行业深度报告总结

核心内容

本报告聚焦于大模型行业的发展历程、当前阶段、产业链价值分配以及投资建议，指出大模型行业正处于从“回答问题”向“完成任务”转变的关键阶段，企业逐渐实现 ROI 验证。当前阶段的产业重点在于推理模型与 Agent 能力，竞争焦点转向任务规划、工具调用、执行和结果验证。

主要观点

技术演进阶段：
- 2017-2019：Transformer 架构奠定基础，实现并行训练和长距离依赖捕捉。
- 2020-2021：预训练规模化，GPT-3 证明少样本学习能力，API 商业化起步。
- 2022-2023：指令对齐与产品化，ChatGPT 实现用户交互产品化。
- 2023-2024：多模态、开源、长上下文与企业化并行推进。
- 2025-2026：推理模型与 Agent 能力成为主线，模型能力评价标准升级。
发展阶段映射：
- 当前阶段与互联网 1995-2000 年、云计算 2008-2015 年、移动互联网 2009-2014 年具有相似性，但成本结构和竞争格局不同。
- 与云计算相似，AI 产业遵循基础设施先行、平台能力扩张、应用生态释放价值的路径，但需求和成本曲线更不稳定。
- 与移动互联网不同，AI 入口更分散，包括搜索、办公、代码、云、企业软件、终端和机器人等。
产业链价值分配：
- 利润池优先流向基础设施、高切换成本能力、可量化 ROI 应用入口。
- 第一利润池：GPU/ASIC、HBM、先进封装、高速网络、电力和冷却。
- 第二利润池：云与 AI 平台，提供模型、算力、数据、权限、审计、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，主要集中在代码助手、客服、办公、搜索、广告、设计、视频、游戏、教育、金融、医疗和工业等场景。

关键信息

利润池迁移：早期利润集中在训练 GPU，ChatGPT 之后扩展至 API、订阅与 AI 原生应用，多模态和开源阶段，私有化部署、RAG、向量数据库、数据治理成为增量，推理模型与 Agent 阶段利润进一步外溢至推理 GPU/ASIC、HBM、高速网络、电力、液冷、Agent 平台与工作流软件。
投资建议：
- 大模型：关注智谱、Minimax、科大讯飞、阿里巴巴。
- 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。
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。

重点标的分析

智谱：从项目型 AI 公司向 MaaS 平台转型，通过 Coding 实现从模型能力向收入规模的转化，正在寻找中国版 Anthropic 路径。
MiniMax：通过架构优化实现成本与能力平衡，走全球化与全模态平台化路线，Token Plan 构建多模态智能额度池的商业模式。
科大讯飞：国内唯一实现全国产算力上全栈模型训练的厂商，在政企自主可控采购中具备稀缺性，2025 年大模型相关项目中标金额达 23.16 亿元。

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，可能催生全新企业。

投资逻辑

从模型能力到任务执行：投资重点从追逐模型能力转向谁能以更低成本、更高可靠性完成真实任务。
关键指标：推理效率、系统稳定性、企业部署能力、单位任务成本优化。
商业化路径：代码、客服、办公等高频场景落地最快，ROI 易量化；医疗、金融、工业等长期空间更大但需更高可靠性。

附图与数据

图1：大模型演进示意图，显示从 Transformer 到 Agent 的五个阶段。
图2：大厂 CapEx 呈加速上升趋势，表明 AI 基础设施扩张。
图3：英伟达数据中心收入持续高增，反映算力需求激增。
图4：微软 AI 业务收入快速增长，显示云厂商商业化进展。
图5：开源模型持续追赶，说明模型能力商品化趋势。
图6：GitHub Copilot 与人力成本对比，显示 AI 工具的经济价值。
图7：调研中认为 AI 在该领域带来了改进的比例，显示 AI 在企业中的应用价值。
图8：AI 用户渗透率尚处早期，显示市场增长潜力。
图9：美国互联网公司融资情况，1995-2000，类比 AI 发展阶段。
图10：AI 时代与互联网时代前期的纳指走势对比，显示市场趋势相似。
图11：移动操作系统市场格局，显示入口分散性。
图12：AI 产业链价值分配图谱，显示当前利润池分布。

总结

当前大模型产业正处于关键发展阶段，从“回答问题”转向“完成任务”，投资逻辑也从追逐模型能力转向完成任务的可靠性与成本控制。利润池主要集中在基础设施、高切换成本能力与可量化 ROI 应用入口，其中 GPU/ASIC、HBM、先进封装、高速网络、电力和冷却是当前的核心利润池。重点标的包括智谱、MiniMax 和科大讯飞，其在技术、商业模式和市场定位上具有独特优势。未来大模型格局可能呈现三种情况：闭源模型持续领先、开源模型追赶、或出现新架构突破。投资需关注大模型及其相关产业链，包括 AI 芯片、数据中心、AI 应用和端侧 AI。

展开完整摘要