报告概述
本报告为计算机行业周报,围绕AI基建周期与最新技术进展展开。研究对象包括字节跳动豆包大模型2.1 Pro的发布及英伟达CEO黄仁勋在股东大会上的观点。报告覆盖了AI模型能力提升、性价比优势、视频生成模型更新,以及AI数据中心作为“token工厂”的产业逻辑。通过事件点评和行业新闻梳理,报告分析了AI对编程、视频制作、企业Agent等领域的渗透,并提供了相关投资建议。适合关注AI基础设施、大模型应用及产业链的投资者参考。
报告的核心结论
AI基建周期将长达数十年
英伟达CEO黄仁勋在股东大会上指出,计算机行业每10-15年经历一次重置,本轮AI重置规模更大,数据中心将从传统存储转变为AI工厂。智能体AI正在加速基础设施投资,未来物理AI将驱动新一轮投资,AI工厂的需求将远超当前云计算。
豆包大模型2.1 Pro实现生产级质变
字节跳动发布的豆包2.1 Pro在代码交付、长程Agent、多模态理解及企业稳定运行四个维度达到全球领先水平,综合性能可比肩GPT-5.5、Claude Opus 4.7等前沿模型。其移动端操作能力获全球最优,视频理解能力大幅领先竞品,且定价较Anthropic降低近80%。
Token使用量爆发式增长验证AI商业化加速
截至2026年6月,豆包大模型日均Token使用量突破180万亿,较两年前增长1500倍。超200家企业年Token消耗超1万亿,覆盖制造、金融、汽车等行业,显示企业正大规模将AI应用于核心业务,推动AI商业化进入快车道。
中国公有云大模型调用量火山引擎占据半壁江山
2025年中国公有云大模型调用量达1944万亿Token,火山引擎以49.5%的份额位居第一。随着豆包2.1 Pro的发布,其性能和成本优势将进一步扩大市场领先地位,加速Agent普及,降低企业AI应用成本。
报告回答的关键问题
本轮AI基建周期将持续多久?
英伟达CEO黄仁勋表示,本轮AI基建周期将长达数十年。他类比计算机行业每10-15年一次重大重置,而AI重置规模更大,数据中心将变为AI工厂,智能体AI和物理AI将持续驱动基础设施投资,周期远超以往。
豆包大模型2.1 Pro有哪些能力提升?
豆包2.1 Pro在编程、智能体、多模态理解三大方向全面升级,实现代码交付、长程Agent、多模态理解及企业级稳定运行四个生产级质变。其桌面端操作能力接近Claude Opus 4.7,移动端大幅领先获全球最优,视频理解能力在两个权威榜单大幅领先Gemini 3.1 Pro。
AI数据中心的商业模式是什么?
英伟达CEO黄仁勋将AI数据中心定义为“制造token的工厂”,token可转化为代码、答案、设计、行动和服务,每个token都是利润单位。英伟达系统虽非采购价最低,但能产生最低成本的token和最高吞吐量,帮助客户建设可产生收入的AI工厂。
报告中的代表性数据
豆包大模型日均Token使用量
2026年6月,截至2026年6月,豆包大模型日均Token使用量已突破180万亿,相比两年前刚发布时增长了1500倍。
火山引擎中国公有云大模型调用量市场份额
2025年,2025年,中国公有云上大模型调用量达1944万亿Token,火山引擎占49.5%的份额,位居中国第一。
英伟达2025年数据中心收入
2025年,英伟达2025年全年营收2160亿美元,其中数据中心收入增长68%至1940亿美元。
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
- 完整市场数据与趋势图表:包含芯片及服务器、云计算、人工智能、数字经济、网络安全、工业互联网等领域的行业动态汇总,以表格形式呈现每日重要新闻摘要及来源。
- 研究模型与评价维度:通过事件点评框架,对豆包大模型2.1 Pro发布和英伟达股东大会进行深度分析,从性能、成本、产业影响等维度评估。
- 厂商分析:报告涉及字节跳动火山引擎、英伟达、高通、联想、英特尔等多家企业动态,包括产品发布、战略规划、业绩预告等。
- 投资建议列表:列出AI大模型、AI应用及AI基础设施领域相关标的,包括智谱、MiniMax、索辰科技、合合信息、奥尼电子、协创数据、宏景科技等。
- 评级体系说明:详细说明公司投资评级和行业投资评级的定义及基准指数。
- 风险提示与免责声明:包括大模型迭代不及预期、国产算力适配风险、数据安全与监管政策风险等,以及完整的法律声明。
- 参与公司动态:更新了索辰科技、优刻得、用友网络、安联锐视、软通动力、超图软件、奥尼电子、中科曙光、长川科技、科大讯飞、中望软件等公司的股权激励、业绩预告、政府补助等公告。
- 产业趋势判断:黄仁勋关于AI五层蛋糕(能源、芯片、系统、基础设施、模型、应用)的产业分层观点,以及物理AI作为下一主要增长阶段的判断。
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。





