传媒：Agent初具技术雏形，重点关注三大演化方向_15页_1mb

本报告分析AI Agent技术发展及传媒行业投资机会。当前AI技术已进入自主行动阶段，指向Agent与具身智能两个方向。模型层面，2023年以来多模态感知、推理能力及上下文窗口扩展显著提升，DeepSeek等开源模型成本较GPT-4o下降至1/7，具备强竞争力。但模型仍存在幻觉问题及上下文不足等限制。工具层，MCP与A2A协议推动开发标准化，二者分别侧重模型-工具通信及Agent间协作，存在潜在竞争。当前处于Workflow向Agent过渡期，类比自动驾驶从规则驱动到模型驱动的发展路径。

产业链关键主线包括：1）模型开源与闭源之争，影响商业化能力；2）科技大厂加速布局，争夺生态价值点；3）工具层适合中小公司参与，但需厘清与模型层的边界。投资建议聚焦：算力基础设施（商汤、阿里云、腾讯）、端侧硬件（小米集团）、AI芯片、ToC个人助手（华为小艺、小米集团）、ToB软件平台（第四范式、云从科技）等领域。风险提示包括技术进展不及预期、行业竞争加剧及商业模式变化。

技术层：模型与工具能力持续演进

• 模型突破：GPT-4等多模态模型感知能力增强，o1实现推理能力跃迁，DeepSeek-V3智能化水平接近GPT-4o且成本显著降低
• 工具标准化：MCP协议统一模型与工具通信规则，A2A协议强化Agent间协作，二者均推动行业生态建设但主导权未定
• 发展阶段：当前以Workflow模式为主，需通过规则与模型结合实现向自主执行Agent的过渡

产业链布局：三大核心趋势

1. 模型竞争：闭源（OpenAI、谷歌）与开源（DeepSeek、智谱）模式并存，开源模型凭借低成本优势加速商业化进程
2. 大厂主导：云厂商（阿里云、微软）通过MCP协议构建生态，互联网大厂（腾讯、字节跳动）依托用户数据布局ToC场景，硬件厂商（小米）抢占端侧算力需求
3. 工具层机会：中小公司可借助开源模型开发垂直场景工具，但需防范模型层技术吞噬工具层价值的风险

商业化路径：需解决技术瓶颈与生态分工

• 核心挑战：模型可靠性不足限制复杂场景应用，工具调用标准化需进一步完善
• 价值分配：MCP与A2A协议可能引发标准主导权争夺，影响产业链利益格局
• 技术演进：未来或形成感知-决策-执行三位一体的端到端模型，推动Agent实现自主化跃迁

行业评级：重点关注算力、硬件及生态建设

• 算力需求：垂直场景模型训练与推理算力将快速增长
• 硬件迭代：手机/PC端侧算力升级可能带动换机周期
• 生态构建：科技大厂通过协议标准、工具生态及用户场景整合争夺市场主导权