核心观点 报告认为，中国AI产业正从“百舸争流”的初期竞争阶段，进入“自成畦径”的差异化发展路径，2026年是关键投资窗口期[3] 具体表现为：算力侧迎来国产化元年，模型侧中美差距显著缩小并聚焦商业化落地，应用侧软件行业因AI收入占比突破10%而进入最佳布局时点[3] 算力：国产架构元年 国产AI芯片放量与迭代 - 国内AI芯片出货量高速增长，2025年上半年达191万片，同比增长110%[6][7] - 国产芯片市场份额快速提升，从2023年的15%增长至2025年上半年的约38%，两年翻倍以上[7] - 国产AI芯片性能快速迭代，如华为昇腾910C的FP16算力达800 TFLOPS，MLU590等产品性能接近英伟达H100水平[8] - 寒武纪预告2025年营收达50-70亿元，沐曦推出曦云C600，华为计划2026年推出昇腾950系列，显示国产供应链逐步成熟[28] 超节点架构创新 - 算力集群扩容聚焦Scale-up（节点内性能扩充）和Scale-out（节点间性能扩充）两大路径[9][11] - 国产超节点方案分化为“单柜高密高电多xPU”（如华为CM384）和“多机柜多xPU”（如阿里磐久）两种技术路线[10][11] - 在Scale-out网络设备领域，国产厂商如华为、新华三、锐捷在交换机市场占比领先，盛科通信等国产以太网芯片已具备全球对标能力[13][14][16] 光电连接与基础设施 - 超节点发展呈现光电混合、光铜共进格局，连接方案在距离、速率、成本上寻求平衡[19][21] - 液冷技术迎来规模化放量元年，2024年国内液冷服务器渗透率5.2%，预计2024-2029年市场规模年复合增长率达46.8%，2029年达162亿美元[46][48] - 数据中心供电架构向高压直流（HVDC）演进，电源定制化趋势明显[43][45] - IDC行业供需格局改善，核心区位上架率持续回升，如廊坊地区25Q1上架率显著回升，交付周期缩短至约6个月[54][56] 算力需求驱动 - 模型与应用推理推动Token消耗量指数级增长，阿里云栖大会指出Token消耗每2-3月翻番，预计未来五年全球AI投入超4万亿美元[29][30] - 互联网大厂资本开支同比增速显著提升，字节跳动豆包模型Token消耗量一年翻二十倍[30] - 运营商算力投资占比不断提升，中国移动2025年算力Capex计划373亿元，中国智能算力规模至2028年预计达2781.9 EFLOPS，较当前翻倍以上[36][37][38] - 应用形态从Chatbot向多模态、Agent演进带来算力需求剧变，一次Agent任务算力成本可达几十元[40][41][42] 模型：性能差距拐点 中美模型差距缩小 - 2025年全球大模型迭代速度整体放缓，中美模型差距迅速缩小，预计2026年将进一步缩小乃至部分领域超越[3][61] - 在MMLU（通用语言理解）等基准测试上，国内模型如DeepSeek V3.2达85.0%，与GPT-5（87.0%）等海外顶级模型差距微小[61] - 国内模型具备显著成本优势，如DeepSeek V3.2的输入价格仅为0.28美元/百万tokens，远低于Claude 4.5 Sonnet的3.00美元[61] 模型迭代方向 - 模型发展从单纯追求参数规模（Scaling）转向在性能、效率与成本间寻求平衡，通过架构创新（如MoE、注意力机制改造）、训练范式创新（如混合精度训练）实现[67][68] - 长上下文瓶颈突破成为重点，DeepSeek OCR通过视觉模态压缩文本，在压缩比<10倍时OCR解码精度可达97%，单张A100 GPU日处理20万页数据[73][75] - 多模态能力向细节可控方向发展，如阿里Omni内置ControlNet，谷歌Nano Banana实现媲美P图级别的效果[80][82] - 世界模型成为重要方向，如Meta V-JEPA2、英伟达Cosmos、谷歌Genie3等模型专注于物理规律模拟和动态预测[83] - 训练范式从“预训练+后训练”两阶段演进为“预训练-中期训练-后训练”三阶段，Mid-training能显著提升模型效果、压缩成本并增强Agent能力[84][85][88] 商业化与行业影响 - 大模型货币化加速，AI编程成为重点场景，Anthropic年化收入达30亿美元，OpenAI达120亿美元，Cursor年化达5亿美元[59] - 模型能力提升推动AI落地加速，对传统人力产生替代效应，2025年全球216家科技公司累计裁员近10万人，同时AI研发岗位持续扩招[69][70] - 中国AI范式为人机共驾，模型难以完全取代软件，因软件行业积累了大量行业Know-how和定制化经验，形成壁垒[89][92][95] 应用：商业化突破10% 软件行业投资窗口 - 当软件公司新业务（如AI）收入占比突破10%时，市值通常进入快速提升通道，例如广联达云收入占比从2017年2%提升至2018年13%，期间股价逆势上涨47%[98][99] - 用友网络案例类似，云收入占比从2017年6%提升至2018年11%，股价涨幅约96%[101][102] 重点应用方向 - Deep Research：成为竞争焦点，OpenAI、谷歌、月之暗面、阿里等均推出相关产品，具备深度思考与任务规划能力[103][104] - AI编程：工具如Cursor通过智能预测、自然语言交互提升开发效率，年化收入达5亿美元，已吸引超3万家企业客户[105][108][110] - 多模态：视频/图像生成商业化进展迅速，快手可灵25Q1收入超1.5亿元，ARR突破1亿美元，全球用户超2200万，成本优势显著[115][116][119][120] - AI Agent：技术向多层次架构发展，通过多智能体系统（MAS）、持久化记忆（如Mem0）、自我纠错等提升复杂任务成功率[122][123][125] - AI4S（AI for Science）：在生命科学、材料等领域通过自动数据生成、原子级建模推动科研突破[130][131] - 营销AI：因数据驱动、容错率高、ROI可量化特点成为落地先锋，营销从业人员使用大模型比例达77%[132][134][136] - 办公软件：如金山WPS、合合信息通过集成AI功能（AI写作、阅读、设计）提升产品粘性，办公软件生态复杂性和用户习惯形成壁垒[142][144] 应用驱动算力需求 - 应用形态从Chatbot到多模态再到Agent，算力需求呈指数级增长，一次Agent任务成本可达几十元[40][41][42] - 大量公司AI收入占比突破10%，软件行业迎来技术革新带来的“最佳击球点”[3]