发帖
雷达卡
一、 报告核心结论
本报告的核心逻辑锚点在于：人工智能正从“数字大脑”阶段跨越至“物理执行”与“深层推理”阶段，标志着通用人工智能（AGI）的“奇点时刻”已经到来。 我们认为，AI算力消耗正经历从“预训练”向“推理侧Scaling”的历史性大迁移，2025-2026年将是Agent（智能体）在垂直场景规模化变现、以及“物理AI”重塑制造业关系的元年。
二、 金字塔結構深度拆解
1. 宏观政策与行业逻辑：中美“两极格局”下的路径分化
- 范式转移：人工智能发展已从符号智能、专用智能迈向以Transformer架构为基础的通用智能阶段。
- 全球格局：全球AI已形成“中美两极格局”，至2024年，中美自研大模型数量占全球80%以上。
- 路径分化：美国继续在探索更大规模模型上保持领先；而中国企业在算力受限（如BIS禁售）的硬约束下，通过架构创新与软件优化（如DeepSeek-R1），在“性价比Scaling”和模型高效性上实现了全球领先。
- 政策红利：国家“十五五”规划将“人工智能+”上升为国家级系统工程，锁定2025-2027年为关键建设窗口期。
2. 行业格局与竞争分析：从 Scaling Law 到 Test-time Scaling
- 演进阶段：AI正处于L2（推理者）向L3（智能体）跨越的交叠期。
- 算力重构：传统Scaling Law在预训练端的边际效应递减，后训练（Post-training）与测试时（Test-time）扩展成为新增长曲线。这意味着AI不再只是简单的“快思考”问答，而是通过“慢思考”实现逻辑自洽。
- 模型竞速：OpenAI通过o系列和Operator维持标准制定者地位；国内文心X1、星火X1、DeepSeek-V3等模型已在推理能力上逼近国际顶尖水平。
3. 业务基本面与核心竞争力：Agent 是通往变现的唯一钥匙
报告详尽拆解了AI对八大垂直行业的生产力改造，这是本报告最大的价值亮点：
- 算力底座：云计算已成为AI发展的核心底座，推理成本快速下降正拉动Token消耗呈指数级增长（字节跳动等大厂Token日调用量已达16万亿级）。
- 金融领域：AI在证券、保险等行业已从“非核心决策”向“全价值链”渗透，特别是在投研的高效信息加工（搜、读、算、写、用）方面实现降维打击。
- 工业制造：智能化战略是核心，AI正实现从人到机的战略决策权让渡，例如视觉检测准确率超过99%，港口效率提升400%。
- 科学研究 (AI4S)：AI正在重塑科研范式，在医药研发、材料科学、能源化学等领域通过模拟极端物理环境，缩短了从实验室到产业化的“死亡之谷”。
- 终端变革：AI手机、AI PC、AI眼镜正在迎来爆发元年，硬件算力的提升将驱动新一轮换机周期。
4. 财务预测与估值分析：从“烧钱”转向“赚钱”
- 业绩兑现：2025-2026年是应用加速落地年。OpenAI已达百亿美金ARR，Claude月收入环比增速超20%。
- 估值回归：市场对AI的定价逻辑正从纯粹的算力基建（GPU IaaS）转向高粘性的Agent应用和国产信创软件的业绩释放。
- 指标演进：关注Token消耗带来的云业务CAPEX前瞻性拉动，这是衡量AI公司商业化成色的核心指标。
5. 催化剂与风险因素
- 催化剂：Rubin架构芯片2026年上市；大模型KV Cache需求推动存储体系升级；Agent在B端垂直场景的爆款案例。
- 主要风险：算力禁售约束持续加强；先进制程国产化进度不及预期；AI安全与法律版权博弈。
京公网安备 11010802022788号
