基本信息
文件名称:科技行业AI展望:NewScaling,NewParadigm,NewTAM.docx
文件大小:5.05 MB
总页数:43 页
更新时间:2025-06-19
总字数:约3.86万字
文档摘要

免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。

免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。

正文目录

TOC\o1-3\h\z\u模型:预训练ScalingLaw有望开启新起点 5

大模型技术路线呈现出从预训练到后训练的发展过程 5

预训练ScalingLaw有望开启新起点 7

算力:训练推理两条主线共同推动算力需求持续上行 9

训练端:后训练新Scaling路径不断涌现,新架构在持续探索中 9

推理端:Agent落地带来推理需求快速增长 11

算力硬件新范式:软件指导设计、系统定义能力 14

国产算力加速迭代,算力硬件架构不断创新 15

应用:Agent进展提速,看好AI应用进入业绩收获期 17

Agent或是AI应用的终极形态,目前雏形初具 17

MCP为Agent开启了统一度量衡的时代 20

AI原生应用海外商业化更好,AICoding是重要垂类赛道 21

海外AI应用:25Q1业绩大部分超预期,全年收入指引积极 21

国内AI应用:25Q1利润率先改善,全年收入放量可期 23

落地节奏展望:商业模式变革有望成为共识,看好细分领域率先放量 26

AI应用展望一:从交付工具到交付结果,重视AI应用商业模式变革 26

AI应用展望二:数据复杂度影响落地节奏,看好细分场景率先放量 26

AI应用展望三:AI+营销/销售,数据丰富+可量化ROI+标准化流程三大因素驱动AI快速商业化 29

AI应用展望四:AI+HR,应用全面开花,从“效率工具”到“战略中枢”的跃迁 30

AI应用展望五:AI+医疗,AI正在构建药物研发新范式 33

重点公司推荐 36

总结与重点公司推荐 36

风险提示 39

图表目录

图表1:预训练的ScarlingLaw 5

图表2:前训练与后训练 5

图表3:海外大厂模型迭代进度 6

图表4:国内的模型迭代进度 6

图表5:混元大语言模型TurboS多个测评集上表现优秀 7

图表6:人类大脑ScalingLaw速度快于哺乳动物 8

图表7:AI算力需求框架 9

图表8:后训练阶段的算法 10

图表9:不同阶段的Scaling方式 10

图表10:星际之门阿比林项目 11

图表11:台积电新建产能情况 11

图表12:相比最初的LLM,Agent带来约20倍算力需求 12

图表13:Agent与Chatbot消耗Tokens数量对比 12

图表14:影响Agenttoken消耗量的关键指标 13

图表15:Agent算力需求测算 13

图表16:Agent代表应用月活人数 14

图表17:NVLinkFusion架构 15

图表18:昇腾与英伟达芯片设计方案对比 15

图表19:昇腾与英伟达机架方案对比 16

图表20:昇腾单卡性能与英伟达对比 16

图表21:DeepSeek后国内Agent应用加速产业进程追赶 17

图表22:海外大厂对于AGI演进路径的判断 18

图表23:大厂和初创公司成熟的Agent产品及比较 18

图表24:模型成功率与人类完成时间对比 19

图表25:AI可以完成的任务长度19-24年每7个月翻一番 20

图表26:不同工具调用协议和方式的区别 20

图表27:MCP的组成和各部分功能 21

图表28:AnthropicClaude3.7模型下游行业调用占比情况 21

图表29:美股AI应用公司Q1业绩超/低预期情况梳理 22

图表30:海外2B应用AI渗透率情况统计(截至24年底) 22

图表31:国内Agent应用加速进入复杂业务环节 23

图表32:25Q1收入、归母净利同比增速情况 23

图表33:25Q1净利率、毛利率、期间费用率情况 24

图表34:典型AI应用公司AI业务进展 24

图表35:AI应用公司支持MCP情况统计 25

图表36:Agent有望带动软件商业模式向按效果付费转变 26

图表37:以Salesforce为例看Agent商业模式演进 26

图表38:Meta加速推荐系统AI升级 27

免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读。图表39:2B应用:分场景看业务进展成熟度排序 27

免责声明和披露以及分析师声明是报告的一部分,请务