全文可编辑内容-计算机行业市场前景及投资研究报告：全球AI应用产品，模型能力迭代，智能体商业化进程.pptxVIP

证券研究报告|2025年07月23日全球AI应用产品梳理：模型能力持续迭代，智能体推动商业化进程

摘要?模型层：能力迅速提升，开源推动成本降低。近年来全球AI持续发展，大模型在知识问答、数学、编程等能力上达到新高度，多种任务上表现超过人类水平，在各领域的可用性及准确度快速提升。ScalingLaw目前正在从预训练扩展到后训练和推理阶段，随着大模型行业发展逐步成熟，厂商之间开始出现明显的价格竞争与市场份额抢占，大模型的推理成本有了显著下降。同时，得益于Llama3.1以及DeepSeekR1等高性能开源模型的推出，开源与闭源之间模型差异快速缩小。?智能体：技术逐步完善，新产品密集发布。人工智能体是一种能够感知环境、进行决策和执行动作的智能实体。通过支持添加MCP，Agent可以访问和利用各种外部工具和服务，丰富了Agent的功能范围。Google正式发布A2A协议，整合不同领域Agent的优势，完成跨系统复杂任务。随着应用效果提高，海内外智能体产品密集发布。?商业化：用量持续增长，国产模型表现亮眼。中国与美国顶尖模型之间的差距正在迅速缩小，国产模型依靠开源走出自身生态。当前全球AI模型流量持续上涨，为应用侧发展提供基础。数据显示，各家云厂商推理芯片租赁价格均有不同程度上涨，API调用量亦呈现快速增长趋势。?C端应用：借助AI赋能业务，重塑流量入口。AI应用有望重塑流量入口，各个厂商积极卡位。传统互联网巨头在AI领域具备先发优势，可利用专有数据和用户参与度将AI功能集成到现有的应用当中，在AI应用渗透领域具备先发优势。当前，编程成为人机协同的主要领域，办公类任务AI占比较低。?B端应用：开源提升投入意愿，推动企业上云。开发工具和生态的繁荣大幅降低行业应用门槛，加速产业智能化落地进程。AI技术和解决方案已深入到传媒、医疗、机器人、制造等多个行业，通过创新产品和服务、优化生产流程来推动行业的智能化转型。随着智能化推进，AI应用有望进一步提升企业上云意愿。?风险提示：AI应用落地不及预期、市场需求不及预期、行业竞争加剧、宏观经济波动、新技术研发不及预等。

目录模型层：能力迅速提升，开源推动成本降低智能体：技术逐步完善，新产品密集发布商业化：用量持续增长，国产模型表现亮眼C端应用：借助AI赋能业务，重塑流量入口B端应用：开源提升投入意愿，推动企业上云风险提示010203040506

AI技术快速发展，推动模型能力持续提升?近年来全球AI持续发展，大模型在知识问答、数学、编程等能力上达到新高度，多种任务上表现超过人类水平，在各领域的可用性及准确度快速提升。从模型技术来看：1）当前模型主流架构逐步转向MoE，通过将输入Token分配给不同的专家模型，让模型在处理复杂任务时展现出更强的能力，同时也能有效降低训练、推理所需的资源，DeepSeek-V3、Qwen3、Llama4等模型均采用MoE架构取得了低成本的高性能表现；2）模型的多模态能力显著增强，通过跨模态对齐、异构数据融合等技术，模型能够处理图像、视频、音频等多种类型的数据，从而丰富了模型的应用场景，GPT-4o、Gemini2.5Pro等领先模型均采用多模态技术；3）模型开始采用思维链技术，将复杂问题逐步分解为多个简单步骤，并按照步骤推导最终答案，通过分步推理的方法，模型的回答不仅更加精确可靠，其思考过程也变得清晰可懂。2024年9月，OpenAI发布o1模型，首次将思维链技术运用在底层模型当中，大幅提高了模型在测试中的表现，后续DeepSeek-R1等模型均采用思维链技术，全球模型进入推理时代。除上述方面外，模型量化、超长上下文窗口、多种RAG变体、偏好微调等技术的发展亦共同推动了模型可用性的进步，为AI在垂直领域的应用奠定了基础。图：AI在多种能力测试中超越人类水平图：CoT与MCoT的不同思维链范式资料：StanfordUniversity-《ArtificialIntelligenceIndexReport2025》-2025年-P93，国信证券经济研究所整理资料：YaotingWang等-《MultimodalChain-of-ThoughtReasoning:AComprehensiveSurvey》-arXiv-2025年-P8，国信证券经济研究所整理

模型训练竞赛趋缓，ScalingLaw向推理侧迁移?据斯坦福大学数据，受训练规模不断增加、AI技术复杂性提升以及开发新模型方法面临更大挑战等因素影响，各地区2024年发布的模型总数同比均有所下降。美国为2024年发布知名模型最多的地区，数量达40个，较2023年的61个同比下降34.43%。分机构看，2024年贡献知名模型最多的机构分别是OpenAI（7个）、谷歌（7