研报下载就选股票报告网
您好,欢迎来到股票分析报告网!登录   忘记密码   注册
>> 浙商证券-AI行业产业链深度报告(1):我们处于AI发展的哪一个阶段?-261110
上传日期:   2026/11/10 大小:   2450KB
格式:   pdf  共35页 来源:   浙商证券
评级:   推荐 作者:   吴天佑
下载权限:   此报告为加密报告
核心观点
  全球AI大模型市场高速增长,未来核心的增长引擎从MaaS模式转向AI应用:当前行业第一波商业化主线集中在MaaS(Model as a Service,模型即服务),也就是厂商把基础大模型封装成API,卖给开发者、企业做调用;MaaS阶段本质是卖算力、卖模型底座,同质化竞争加剧、价格战持续,毛利持续承压;中长期来看,单纯调用模型的API业务不再是增长主力;真正的增量会来自垂直AI应用、Agent业务、AI原生业务,也就是把模型能力嵌入到业务流程、专业服务场景里,直接交付可落地的任务结果,面向IT服务、财税、法律、研发等赛道创造业务价值,这也对应千亿级专业服务替代市场
  大模型进步迭代速度快,长期霸榜难度大:大模型的技术迭代、benchmark榜单刷新节奏极快,新架构、新对齐方案、新推理模型持续涌现;不存在一家厂商可以永久锁定能力领先;一方面,开源模型快速追赶、蒸馏、微调;另一方面,推理范式、训练范式持续突破(比如RSI、强化学习、思维链);短期的榜单领先不代表长期护城河,单纯依靠底座模型能力很难持续垄断;护城河会逐步迁移到场景数据、任务工作流、Agent编排、行业落地闭环上
   RSI是智能飞轮的开端,模型训练模型,加速模型智能能力的提升和进步,让智能无处不在:RSI(Recursive Self-Improvement,递归自提升),也就是模型自主生成高质量数据、自主构造难题、自主验证答案,用模型产出的内容反过来训练、优化自身。这是区别于人类标注的新一代数据闭环:不再依赖人工标注员提供训练素材,智能体可以自主探索、自我纠偏、生成高难度推理样本;这个“模型训练模型”的自循环飞轮一旦启动,会大幅加快推理能力、自主规划能力的迭代速度,降低高质量数据的瓶颈,让智能能力持续扩散,支撑大量Agent在各类场景里独立运行
   AI时代的基础设施从原来的资源为中心转向以token为中心进行设计、编排、调度:传统云计算是以算力、GPU、内存、存储这些硬件资源为核心做调度,关注资源利用率;而AI原生基础设施,所有调度逻辑围绕**token**展开。Token是模型的输入输出单元:集群调度、KV缓存、路由、计费、限流、优先级、成本优化都以token流量、token时延、token成本作为核心指标。不管是MaaS、Agent多轮对话、长上下文任务,本质都是token流的流转。基础设施要解决的问题变成:怎么高效承载、缓存、路由、编排海量token,支撑长上下文、多Agent并发、复杂任务链路
   AI大模型发展的三个阶段:基础设施-> Agent爆发-> AI原生应用
  风险提示:AI大模型技术发展不及预期、计算存储网络等基础设施建设不及预期、应用场景落地不及预期、组织变革不及预期、市场规模预测不及预期
 
Copyright © 2005 - 2021 Nxny.com All Rights Reserved 备案号:蜀ICP备15031742号-1