报告概述
本报告系统回顾大模型从Transformer架构奠基到智能体Agent能力跃迁的技术演进史，将发展历程划分为五个阶段，并对比互联网、云计算、移动互联网等历史技术周期，帮助读者理解当前产业定位。报告深入拆解大模型产业链，分析价值分配核心逻辑，指出利润池沿基础设施、云平台、应用层迁移的路径。在此基础上，对全球主要模型厂商进行详细对比，重点分析智谱、MiniMax、科大讯飞三家标的的商业逻辑与竞争壁垒。报告还推演了未来大模型格局的三种情景，并给出从硬件到应用的完整投资框架。对于希望理解大模型产业全貌、把握投资机会的读者，本报告提供了系统化的分析视角与可操作的参考框架。
报告的核心结论
大模型产业进入第五阶段，竞争焦点从回答问题转向完成任务。
报告指出，2025-2026年大模型正式进入以推理模型与Agent能力为核心的第五阶段。评价标准从知识覆盖、语言生成转向复杂目标规划、工具调用、动作执行与结果验证能力。前沿模型如GPT-5.5、Claude Opus 4.7、DeepSeek V4等均强化跨工具完成复杂任务的能力，推动产业从对话工具向任务执行系统演进。
产业链利润池当前集中在基础设施环节，后续将向应用层迁移。
报告分析，早期利润池集中于训练GPU，随后扩展至API、订阅与AI原生应用。当前推理模型与Agent阶段，利润进一步外溢至推理GPU/ASIC、HBM、高速网络、电力、液冷、Agent平台等。应用层长期空间最大但短期分化，代码、客服、办公等高频场景落地最快。利润池沿产业链持续迁移，投资逻辑从追逐模型能力转向更低成本、更高可靠性完成真实任务。
开源模型持续追赶，推动模型能力商品化与多模型路由格局。
报告认为，DeepSeek、Qwen、MiniMax等开源模型在长上下文、MoE、Agent等能力上快速追赶闭源模型。开源模型压缩了通用模型能力的超额利润，企业将采用多模型分工：复杂任务用前沿闭源模型，中低复杂度任务用便宜模型，敏感数据用私有化模型。竞争焦点转向入口、数据、成本控制与工作流嵌入，模型层API毛利承压但应用层与基础设施受益。
国产算力全流程训推能力是稀缺壁垒，科大讯飞占据先发优势。
报告强调，在国产算力上完成从预训练到推理部署的全栈模型训练，技术难度远高于仅推理适配。科大讯飞是国内唯一实现全国产算力全流程训推的厂商，2025年大模型相关项目中标金额23.16亿元，超过第二名至第六名总和。其星火X2-Flash基于昇腾910B训练，训练效率接近同规模A800集群，验证了国产算力训练的主流模型商业化可行性。
报告回答的关键问题
当前大模型技术发展到什么阶段了？
报告指出，大模型已完成从Transformer奠基到Agent能力跃迁的五轮重构，当前处于第五阶段（2025-2026年），核心特征为推理模型与Agent成为主线。模型从回答问题转向完成任务，评价标准升级为复杂目标规划、工具调用、动作执行与结果验证。基础设施仍在高强度扩张，模型能力快速扩散，Agent初步产品化，企业逐渐实现ROI验证。
大模型产业链哪个环节最赚钱？
报告认为，当前利润池主要集中在基础设施环节，包括GPU/ASIC、HBM、先进封装、高速网络、电力、液冷等。NVIDIA FY2027Q1数据中心收入同比增长92%，微软AI业务年化收入超370亿美元。随着推理模型和Agent普及，推理工作负载增加，光模块、交换机等集群互联需求成为第二弹性。云平台收入增长快但资本消耗大，应用层长期空间最大但短期分化显著。
开源模型会冲击闭源模型的利润吗？
报告分析，开源模型压缩了通用模型能力的超额利润。DeepSeek V4、Qwen3.7-Max等开源模型在长上下文、代码、Agent等能力上快速追赶，企业将采用多模型路由策略：复杂任务用闭源旗舰，中低复杂度用便宜模型，敏感数据用私有化模型。闭源模型必须持续保持代际领先，否则利润将向入口、数据、成本控制和工作流嵌入优势方转移。
投资大模型应该关注哪些方向？
报告建议从大模型本身、AI芯片（国产算力、半导体设备）、数据中心（AI服务器、光模块、PCB/交换设备、液冷/电源/电网电力）、AI应用、端侧AI五个方向布局。当前基建热潮中利润池在硬件，建议关注AI芯片、服务器、光模块等。中远期看好AI应用，随着开源模型能力提升和物理AI需求倒逼，应用具备广阔成长空间。
报告中的代表性数据
NVIDIA数据中心收入同比增速
FY2027Q1，NVIDIA FY2027Q1数据中心收入同比增长92%，显示AI硬件需求持续强劲。
智谱开放平台及API ARR
截至2026年3月31日，智谱MaaS平台ARR超过2.5亿美元，约合人民币17亿元，API收入增长迅速。
科大讯飞大模型相关项目中标金额
2025年，科大讯飞2025年大模型相关项目中标金额23.16亿元，超过第二名至第六名总和。
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
- 大模型技术演进的完整时间线：从2017年Transformer到2026年Agent能力跃迁，每阶段的技术突破、产业影响与投资逻辑迁移详表。
- 与历史技术周期的深度对比：与互联网1995-2000、云计算2008-2015、移动互联网2009-2014三周期的相同点与差异点，帮助理解当前产业位置。
- AI全产业链价值分配图谱：涵盖硬件、底层资源、系统软件、云平台、基础模型、应用层、终端具身智能等七级环节，并标注当前利润池判断与跟踪指标。
- 全球主要大模型厂商详细分析：包括OpenAI、Anthropic、Google、xAI、Meta、DeepSeek、智谱、阿里Qwen、字节、MiniMax、Kimi、腾讯混元、百度ERNIE、小米MiMo等14家厂商的路线特征、商业化重点与最新产品。
- 关键标的深度研究：智谱从项目型AI公司向MaaS转型，MiniMax全模态全球化路线与Token Plan商业模式，科大讯飞国产算力全栈训推壁垒与星火系列迭代。
- 未来大模型格局三种情景推演：闭源持续领先、开源持续追赶、新架构突破，各情景的受益/受损板块、触发信号与投资结论。
- 市场投资框架与建议关注标的列表：按大模型、AI芯片、AI服务器、光模块、PCB/交换设备、半导体设备、液冷/电源、电网电力、AI软件、数据安全、机器人/汽车等板块分类，并列出A股代表公司。
- 风险提示：技术迭代不及预期、行业竞争加剧、算力供应链风险、监管政策不确定性、商业化落地慢于预期等五类风险详细阐述。
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。
