人工智能行业专题（14）：大模型发展趋势复盘与展望.pptxVIP

|2026年01月05日026年01月04日

行业研究·行业专题

互联网·互联网Ⅱ

投资评级：优于大市（维持）

1

核心观点

•复盘美股科技巨头过去三年股价走势，AI叙事不断递进。23年OpenAI领先全球开启AI加速度，微软受益于OpenAI独家合作，估值抬升明显。24年市场低估模型进步空间，叙事转向推理侧，认为应用公司最优，Meta坐拥社交垄断生态（潜在Agent入口）和广告场景，股价为除英伟达以外PE唯一抬升的巨头。（24年2月，英伟达业绩会估计数据中心收入约40%来自推理。）同年云厂商由于大幅增加资本开支但供给受限，云收入传导有延迟，三大CSP估值略有所回落。25年模型差距与OpenAI明显收敛，谷歌后来居上，生态优势为市场追逐。26年我们认为ScalingLaw将持续，模型厂商打开差异化应用市场，模型推理侧需求或进入放量拐点。模型和算力或为最优投资方向。

•25年四家巨头Capex同比增长50%以上，26年我们测算Capex将持续实现30%以上增速。25年北美四家巨头Capex持续上修，从年初3200-3300亿美元上修至年末接近4000亿美元，各家全年Capex投入均处于50%以上同比增长。巨额Capex投入数据中心建设，或面临电力瓶颈。24年北美数据中心容量约25GW，据GridStrategies估计，至29年的五年时间将新增80GW需求，而考虑到煤电退役、配套变压器建设周期长等原因，电力缺口预计将成为主要矛盾。因此巨头在建设数据中心过程中，算力能耗比或成为关键考量因素。

•模型架构继续演化，Scalinglaw延续，多模态+长文本为Agent爆发提供基础。23年迎来Scalinglaw红利期，24年多模态、推理模型涌现，25年算法工程与ScalingLaw并进。长期来看，实现AGI仍然需要模型架构突破和Scaling做到极限。展望26年：1）架构方面，下一代模型架构目前需要解决两大核心痛点：①训练阶段Transformer的计算量和内存消耗瓶颈日益凸显；②推理时模型的记忆能力有限，且模型参数无法跟随记忆变化。海外目前已经有谷歌的Titans架构、以及Mamba架构，国内则更多从成本效率优化角度出发，包括Qwen3-Next、DeepSeekV3.2都取得了明显提升。2）Scaling方面，预计26年

Scalinglaw仍将延续，包括从预训练到后训练以及推理场景，而强化学习则将成为未来的重点突破方向；3）多模态、长文本能力更加成熟，这为Agent的涌现提供技术基础。目前中美模型差距在3-6个月，算力和算法是追赶的关键。

•通用大模型能力暂未分胜负，厂商商业化路径有差异。1）OpenAI：尽管短期模型能力被反超，但下一代模型表现仍然值得期待，C端8亿用户是其核心壁垒，公司明年也将发力企业业务；2）Gemini：当前成为大模型的SOTA基准，得益于对原生多

模态路线的坚持以及自研芯片的生态，明年Tokens消耗有望继续大幅提升；3）Anthropic：坚持2B路线，在编2

核心观点

•程领域能力突出，依靠2B的定价优势有望取得更好利润率水平，目前公司估值已达到3500亿美元，25年初推出的AI编程产品年末ARR也已经达到10亿美元；4）Grok：信奉大力出奇迹，由于推理场景有限因此训练算力充足，结合特斯拉独特数据优势，下一代原生多模态模型值得期待。

•模型降低软件开发门槛，需求天花板打开，但玩家重新洗牌。25年tokens消耗更多用于大模型企业内部以及推荐系统的重构，但26年开始预计下游应用的需求将持续增加，AI实际上打开了软件需求的天花板，据IDC数据，预计2029年全球SaaS市场将达到近1万亿美元规模（对比25年5800亿美元有明显增长），但我们认为其中玩家将重新洗牌。拥有数据壁垒，主要在垂类细分场景中布局，软件定义工作流程较复杂，或对准确度要求极高的行业，被大模型替代的风险较小，比如医疗、能源、会计、安全等领域。同时我们观察到大模型厂商已经开始通过与B端软件服务商合作开发更多行业需求，或与传统SaaS厂商产生直面竞争。

•26年推理侧需求有望爆发，一级市场方面，编程场景、Agent爆发为主要应用方向。从用户量和创业公司的收入估值水平来看，当前规模增长较快的行业以AI编程、AIAgent、AI内容创作为主，聚焦生产力提升，今年以来诞生了多个爆款应用，其中AI编程软件CursorARR已达到10亿美元，AIagentManus则在8个月时间ARR达到1亿美元，AI搜索工具

Perplexity也在向Agent拓宽产品边界，其ARR也已达到2亿美元，因此明年办公场景有望迎来更多产品落地。此外，我们认为