大模型技术本质上来源于科研创新与技术积累，我国大模型厂商根据自身特点演绎出不同的发展方向。大模型诞生与技术的积累与不断创新，伴随海外技术进步与大模型开源，我国大模型企业也在不断追赶，包括根据其技术路径自研或在其开源框架上优化调整。
　　有效数据集有限，优质数据集仍旧稀缺，关注具备高质量内容的平台。大模型的未来发展依赖于训练数据集的质量，而非仅仅是数量。AI技术把原先难以利用的非结构数据带入分析领域，内容创作者所聚集的平台成为高质量数据的重要来源。
　　大模型后续竞争格局B端与C端分化：C端更易于产生通用底座以及大一统的入口，通过丰富的插件、定制化功能、AIAgent满足用户的高度定制化和长尾需求。B端定制化模型或垂类模型性价比更高，不同B端行业可能用各自模型来满足企业场景、业务流程、模型大小和性能的差异化需求。
　　AIAgent框架带来全链路、定制化的信息处理能力，成为生产环节的重要辅助，助力智能硬件“All in One”抢占终端流量入口。AIAgent需要标准定义和模型能力进化，同时Generative UI可能带来人机交互方式的革新。
　　月之暗面、清华GLM、百川智能：作为独立的第三方模型厂商，创始人技术背景强，模型迭代速度快，产品布局AIGC等各个领域。
　　互联网大厂腾讯、字节、百度、阿里：结合自身业务场景进行模型和AI应用的开发，同时布局算力、平台、大模型与应用全环节，关注AI生态建设。
　　投资建议：国内模型能力有望快速提升，带动应用百花齐放。建议积极布局大模型相关厂商和产业链机会。
　　风险提示：宏观经济波动风险，下游需求不及预期风险，AI伦理风险，核心技术水平升级不及预期的风险等