报告概述
本报告聚焦中国大模型供给侧的厂商类型划分与差异化布局，将供给主体归纳为云厂商、大模型原生厂商和场景生态型模型厂商三类，从资源禀赋和价值捕获位置分析其能力分工。报告从软硬协同、系统集成和复杂场景交付三个维度评估厂商能力演化，深入对比开源与闭源路线的商业化差异，并预测产业成熟后利润和定价权向算力、平台、应用入口和行业解决方案转移的趋势。旨在帮助读者快速理解大模型产业竞争逻辑，识别长期价值节点。
报告的核心结论
中国大模型供给从数量扩张转向结构分层
前沿基础模型向云厂商、大型平台和少数AI原生头部集中，但开源模型、云托管和私有化部署降低了服务门槛，推动行业模型和场景模型持续扩散，形成“基座集中、服务丰富、场景分散”的分层格局。
厂商能力从模型能力转向工程化变现能力
参数规模和通用榜单只能决定入场资格，企业采购的是可接入私有数据、嵌入业务系统并产生ROI的智能化系统。软硬协同、系统集成和复杂场景交付成为核心竞争维度。
头部厂商将走向分层开放、混合变现的双轨制
纯开源或纯闭源均非最优解，厂商倾向于开放基础模型和轻量模型以扩大生态，同时保留旗舰模型和企业级能力在自有体系内，用于承接高价值调用和持续服务收入。
长期利润向算力、平台、入口和行业解决方案转移
通用模型层因供给增加和价格下探利润承压，而算力基础设施、MaaS云平台、应用入口和行业解决方案掌握稀缺资源、客户关系和业务结果，将获得更强定价权。
报告回答的关键问题
中国大模型供给方有哪些类型？
报告将供给方划分为三类：云厂商（如阿里云、腾讯云）依托算力和企业生态；大模型原生厂商（如智谱AI、MiniMax）以算法和Agent能力为核心；场景生态型模型厂商（如科大讯飞、商汤）从既有业务切入，通过模型强化行业壁垒。
大模型厂商的能力竞争重点是什么？
能力竞争已从模型参数和榜单分数转向工程化变现能力，包括软硬协同（推理成本与效率）、系统集成（部署与数据治理）和复杂场景交付（行业知识与端到端闭环），模型能力只决定入场资格。
开源和闭源模型的商业化路径有何不同？
闭源模型通过订阅、API和MaaS在自有平台变现，保留定价权；开源模型先通过开放扩大生态覆盖，再通过云托管、私有化部署和企业服务回收价值。中国头部厂商普遍采用双轨制。
大模型产业成熟后利润会流向哪里？
利润和定价权将从通用模型层向上游算力基础设施（如高端芯片集群）、中游MaaS平台（模型部署与治理）、下游应用入口（用户流量）和行业解决方案（业务ROI）转移，模型层单位利润持续承压。
报告中的代表性数据
中国生成式AI模型/应用累计备案数量
2025年底，截至2025年底累计备案服务数，2025年全年新增446款，显示供给端仍在扩容但前沿模型占比低。
2026年Q1大模型中标项目中应用类项目占比
2026年第一季度，应用类大模型中标项目占全部大模型中标项目的59%，集中在智能审核、客服、知识问答等场景。
英伟达B300服务器在中国价格
未明确，高端算力价格高企，租赁价格约19万元/月，反映算力基础设施的定价权。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 三类厂商（云厂商、AI原生厂商、场景生态型厂商）的详细能力分工与代表模型列表。
- 软硬协同能力分析：高并发推理下的模型-芯片-引擎协同优化路径，包括DeepSeek和Kimi的典型案例。
- 系统集成能力评估：模型综合能力榜单对比及企业采购决策转变分析，展示头部模型分数差距收窄的趋势。
- 复杂场景交付案例：百川智能×北京儿童医院（儿科AI医生）和科大讯飞×中国石油（昆仑大模型）的详细拆解。
- 开源与闭源竞争路线深度分析：商业化差异、战略切换考量（如百度文心、阿里Qwen的阶段性策略）。
- 开闭源厂商的分层竞合关系：从模型层、平台层、企业交付层到应用生态层的四层竞合矩阵。
- 供给演化趋势：生成式AI备案数量预测（2023-2028E）及基座集中、服务丰富、场景分散的论证。
- 边缘计算与端侧模型生态位分析：终端厂商、云厂商、硬件厂商和模型厂商的不同竞争视角。
- 产业利润与定价权转移预测：从通用模型层向算力、MaaS平台、应用入口和行业解决方案的路径。
- 完整市场数据、研究模型、厂商对比图表及方法论说明。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
