核心观点
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。
展开剩余47%投资策略
我们建议重点关注两条主线：一是拥有核心自研大模型，且在商业化落地方面进展较快的厂商；二是为大模型训练、推理提供算力基础设施的厂商。随着AI技术的不断成熟和商业化应用的加速推进，这两条主线有望成为未来AI行业发展的主要驱动力。
参考来源：
2025年7月23日 国信证券 熊莉 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
本报告由国诚团队投资顾问 王志起 执业证书编号A1290625030016 整理。本报告中的信息或意见不构成交易买卖指令或买卖出价，投资者应自主进行投资决策，据此做出的任何投资决策与本公司或作者无关，自行承担风险，本公司和作者不因此承担任何法律责任！
发布于：上海市久联优配提示：文章来自网络，不代表本站观点。
