人工智能行业:新模型趋势下的AI产业投资如何做?

已更新超过100篇，欢迎阅读。

数据&观点来源：中信建投

一、核心观点概览

2023-2026年AI大模型演进的四条主线：

• 技术范式：从"暴力扩容"(Scaling Law)转向"深度推理"

• 产品形态：从Chatbot走向Agent

• 产业格局：从"百模混战"收敛为头部梯队+国产效率(开源)路线

• 使用习惯：从"主动"走向"自动"

2026年AI产业投资三维度：模式角度（长上下文、记忆能力、自主思考）、算力角度（从"算力普惠"到"算力通胀"）、应用角度（找到收入快速增长的场景）

二、模型演变：从"暴力"走向"效率"

2.1 三年发展总结（2023-2025）

关键转折：DeepSeek通过MoE架构与强化学习，在大幅降低成本的同时将推理能力逼近海外闭源旗舰，成为全球AI成本与效率的新标杆。

2.2 技术范式的深层转变

Scaling Law并未失效，但发生迁移：

• 预训练阶段：参数增量收敛（GPT-5约2万亿参数，与GPT-4同数量级），高质量数据接近"被榨干"

• 后训练阶段：通过RLHF等优化，70%-90%的实际能力源于此

• 推理阶段："多花时间、多花算力"显著提升数学、代码等能力

长上下文成为核心能力：

• 从BERT/GPT-2的2K-8K token，到2024-2025年主流模型支持128K+乃至百万级上下文

• 意义不仅是"把整本书塞进去"，更是提示工程上限抬升、与记忆和个性化深度绑定

多模态迈向"统一感知-认知底座"：

• 2025年多模态从"体验增强功能"升级为"标准能力维度"

• 原生多模态模型（如Gemini 3、豆包2.0）形成"感知-理解-决策"闭环

2.3 2025-2026年模型迭代加速

据中国信通院测试，截至2025年12月：

• 头部语言大模型综合能力较2024年底提升30%+

• 多模态理解能力提升50%+

• 模型间能力差距进一步缩小

2026年初模型发布密集（截至2月20日已发布20余款）：

三、商业模式演变：从API到生态闭环

3.1 2023-2025年："双轨结构"

• 定制化模式（约55%）：本地化部署、软硬件一体，80%收入来自B端党政、金融、能源、工业等大中型机构

• API及订阅模式（约40-45%）：SaaS、PaaS、MaaS形态，按Token、调用次数、时间计费

• 广告模式（<5%）：嵌入智能终端或APP场景

3.2 2025年后：单一API模式的局限暴露

1. 价格与性能高度可比，接口快速商品化：国内头部模型Token综合成本较海外平均便宜约70%，价格战激烈（如阿里云部分模型降价97%）

2. 难以形成用户黏性与数据飞轮：用户认知停留在终端品牌而非模型层

3. 资本开支与盈利周期错配：纯MaaS模式短期难以覆盖算力成本

转型方向："模型即产品(Model-as-Product)"和"模型即生态(Model-as-Platform)"

3.3 头部厂商商业模式对比

OpenAI：全栈生态布局

• 核心策略：围绕ChatGPT打造超级入口（类比微信）

• 生态构成：Apps SDK（小程序）、Sora（视频号）、Atlas（浏览器/公众号）、AgentKit

• 合作网络：与CoreWeave（224亿美元）、Oracle（3000亿美元算力）、亚马逊AWS（380亿美元）等达成战略合作

• 收入结构：约70-75%来自C端订阅，25-30%来自企业和API

• 盈利预期：预计2029-2030年盈利，现金消耗巨大

Anthropic：Agent生态定义者

• 核心策略：企业优先、API优先，围绕Agent构建全体系（定义、协议、测评、安全）

• 关键产品：Claude Code（编程工具，年化收入超25亿美元，2026年初翻倍）、MCP协议（事实标准）、Skills功能（模块化组装）

• 收入结构：约82%来自企业级服务和API，70-90%来自API与企业订阅

• 盈利预期：预计2027-2028年现金流转正并率先盈利

智谱：B端基建派

• 核心定位：通用基座大模型+MaaS服务商，客群高度偏向B端

• 收入结构：本地化部署占比约85%，2022-2024年收入年均复合增速超130%

• 产品矩阵：GLM基座模型、GLM-4V/CogVideoX多模态、AutoGLM智能体、GLM Coding Plan（月费20元起，15万+付费用户）

MiniMax：C端全球派

• 核心定位：C端AI原生产品+全球化，全模态、原生应用

• 收入结构转型：2023年开放平台占78.1% → 2025年前三季度AI原生产品占71.1%（Talkie/星野35.1%、海螺AI 32.6%）

• 用户规模：2.12亿个人用户，覆盖200+国家和地区，70%+收入来自海外

• 商业逻辑："模型即产品"，C端数据优化+B端商业落地的双向飞轮

阿里巴巴：国产AI闭环

• 战略布局：自研芯片（平头哥含光GPU、玄铁CPU）+ 开源模型（千问系列）+ 应用生态

• 超级入口：千问APP，11月17日公测，23天月活破3000万，整合通义、夸克等能力

• 生态协同：电商场景（推荐点击率、ROI提升）、本地生活（点奶茶、问诊等）

• 模型发布：2025年9月前发布13个模型，包括Qwen3-Max-Preview、Wan2.6视频模型等

字节跳动：内容生态+端侧落地

• 核心载体：豆包大模型2.0矩阵（Pro/Lite/Mini/Code版本）

• 调用量爆发：从2024年5月的1200亿增长到2025年12月的50万亿，增长超200%

• 云服务份额：火山引擎以49.2%份额位居中国公有云大模型调用量第一

• 端侧布局：Ola Friend智能体耳机、AI毛绒玩具"显眼包"、联合中兴推出AI手机

• 应用矩阵：扣子/Coze、即梦AI/Dreamina、剪映/CapCut、猫箱/AnyDoor等

四、2025年AI行业总结

4.1 算力侧：从训练主导向推理主导过渡

• 全球算力结构：2025年训练53%、推理47% → 2028年训练45%、推理55%

• 芯片多元化：GPU仍占主导（86%），但ASIC增速达182%，2024-2026年推理场景ASIC占比将从15%提高到40%

• 系统创新：多芯片互联（华为384超节点）、先进封装（CoWoS）、存算一体、跨地域协同

4.2 应用侧：多模态与企业级AI突破

多模态里程碑：

• 2025年AI生成内容占比首超人类达52%（Graphite研究）

• 可灵AI 2025年12月收入突破2000万美元，ARR达2.4亿美元

• 全球AI视频生成市场规模：2024年6.1亿美元 → 2030年10.8亿美元（CAGR 31%）

企业级AI：

• RAG（检索增强生成）成为事实标准：2023年25% → 2025年68% → 2026年82%

• A股软件公司AI收入：2024年普遍千万级 → 2025年头部突破亿级（汉得信息2.1亿元、用友网络3.2亿元、金蝶国际1.5亿元等）

五、2026年AI行业预测

5.1 模型技术：后训练范式加速

1. 强化学习持续升级：算力投入占比进一步提升，从可验证领域（编程、数学）拓展至通识领域

2. 架构方案升级：Transformer架构面临挑战，需要1-2个同级别重大突破（持续学习、长期记忆、高效上下文）

3. 更长上下文与记忆：突破百万Token瓶颈，实现复杂任务中的多线索关联与使用（MiniMax Interleaved Thinking、智谱Preserved Thinking）

4. 原生多模态融合与世界模型：整合雷达点云、机器人传感、医学影像等数百种模态，李飞飞World Labs获10亿美元融资

5. Agent自主化与个人助理：OpenClaw现象级破圈，从"人主动使用AI"转向"AI后台自动运行"

5.2 多模态：进入"反超"阶段

• Seedance 2.0突破：支持12个参考素材（图像、视频、音频），像素级锁定角色一致性，首尾帧控制，原生音视频同步

• 漫剧市场爆发：2026年市场规模预计突破220亿元，日耗峰值3000万，AI制作成本降低70%+，效率提升80%+

• 内容精品化：平台鼓励AI内容精品化，IP（60%爆款源自小说）与AI结合加速工业化

5.3 Agent：MAS成为核心方向

• Anthropic Claude Opus 4.6：首创Agent Teams机制，16个实例组成团队，两周内从零编写出Linux 6.9内核C编译器

• 国产模型逆袭：Kimi K2.5上线一周登顶OpenClaw调用榜首（单周26.6B Tokens），MiniMax M2.1获"最好开源模型"评价

• 开源+MCP加速：MCP成为连接标准，Skills实现模块化组装，评估体系完善推动商业化

5.4 算力：Token指数级增长与算力通胀

• Token消耗：中国日均Token从2024年初1千亿增长到2025年6月30万亿，2026年春节预计突破百万亿级

• 云涨价逻辑：从"以价换量"转向"溢价变现"

• Google Cloud：CDN、AI计算基础设施涨价最高100%（2026年5月）

• AWS：机器学习实例涨价约15%

• 优刻得：全线产品涨价（2026年3月）

• 网宿科技：对象存储涨价40%

• 智谱：GLM Coding Plan涨价30%

核心方向：

1. 边缘云/CDN：AI推理向边缘侧下沉

2. 云回迁：企业选择本地部署降低成本

3. 头部云厂商价值重估

4. 国产芯片厂商加速放量

5.5 硬件架构变革

从"GPU单核独大"到"异构算力协同"：

• CPU价值重估：Agent大规模应用向边缘及端侧下沉，自主规划、工具调用、复杂逻辑推理高度依赖CPU，用量及规格显著提升

• 内存互连（CXL）：高并发推理导致"内存墙"瓶颈，CXL实现内存池化，降低CPU等待时间

• 存算协同：以存代算，将矢量数据从DRAM迁移至SSD，缓解先进制程限制

六、投资建议与风险提示

6.1 硬件方向：抓住通胀和技术新方向

涨价方向：

• 云服务价格重估（边缘云/CDN、云回迁、头部CSP、国产芯片）

技术迭代方向：

• 以存代算、超节点等系统性创新

• 材料端升级

• 带宽层面优化

6.2 软件（应用）方向：找到收入快速增长的场景

1. 模型公司本身及产业链：智谱、MiniMax等，关注模型即产品和生态战略

2. AI infra：数据处理与标注、模型部署与优化

3. 旧场景创新：MAS（Agent服务）+ 多模态内容创造（漫剧、短剧、互动剧）

4. 端侧AI：AI眼镜、AI手机、AI陪伴玩具等

6.3 具体推荐标的

6.4 风险提示

1. 商业化落地不及预期：各环节AI产品商业模式尚处探索阶段

2. 市场竞争风险：海外厂商先发优势，国内同质化竞争

3. 政策风险：AI监管政策不确定性

4. 地缘政治风险：美国出口限制影响算力芯片获取，海外市场拓展障碍

七、核心结论

技术范式从"堆参数"转向"提效+推理"，商业模式从"卖API"转向"建生态"，产业重心从"训练基建"转向"推理应用"。

2026年将是AI应用真正落地的关键年份，Agent自主化、多模态内容创造、端侧AI将成为三大爆发点。同时，Token消耗的指数级增长将推动"算力通胀"，云服务和硬件产业链面临价值重估。国产模型凭借效率优势和开源策略，在全球竞争中实现了从"跟随"到"并跑"甚至部分"领跑"的转变。

福利大会员！内容基本涵盖了投资交易的所有内容，能解决从学习知识方法到市场投研之间的衔接，做到学习 投研 两不误 ，抢占投资制高点~一切关于投资的内容和工具，书籍，报告，行业数据，价值智库，投资者文摘，申万工具书等等应有尽有，一大堆买方（基金经理/游资）的路演，纪要，投资方法等待着你~