核心观点 - 全球多模态技术持续迭代，国产模型在视频生成、音频/音乐生成领域实现局部反超，技术成熟驱动商业化提速，例如Midjourney、快手可灵、ElevenLabs的年化经常性收入已达数亿美元，Gemini引入Nano Banana助其月活跃用户在三个月内增加2亿 [3] - 多模态大模型下游应用广泛，赋能内容生产、营销、工业制造等领域，其Token调用量和收入高速增长，例如豆包大模型日均Token调用量在两年内实现千倍增长至120万亿，智谱截至2026年3月的API年化经常性收入同比增长60倍，年初以来增长6.4倍 [3] - 多模态大模型深度赋能内容产业链，在视频、游戏、营销赛道创造增量市场，例如AI制片将单部短剧成本降至数万元，AI真人剧登顶热播榜并入选戛纳展映，AI赋能游戏研发全流程并重塑交互体验 [4] - 多模态大模型加快渗透进一步扩大算力缺口，2026年第一季度国内头部云厂商算力价格上涨5%-34%，字节跳动、阿里巴巴、腾讯2025年资本开支同比增长显著，预计2026年将继续加大算力投资 [5] 全球多模态技术迭代与国产模型进展 - 海外模型厂商引领多模态技术升级，生成内容质量、效率、成本持续优化，原生AI应用商业化程度有限，但多模态领域独角兽涌现，例如Runway的年化经常性收入从2022年底的100万美元提升至2026年的9000万美元，ElevenLabs及Suno在2026年ARR分别突破5亿和3亿美元 [8] - 国产大模型厂商在视频生成、音频/音乐生成领域技术快速跟进并居全球前列，截至2026年5月14日，Artificial Analysis文生视频榜单前三模型分属阿里巴巴、字节跳动、快手，昆仑万维、MiniMax在音频领域全球领先 [10] - 国产模型商业化积极推进，快手可灵结合短视频平台探索变现，据报告其2026年5月年化经常性收入已达5亿美元，比春节前翻倍 [10] 多模态大模型下游应用与市场增长 - 多模态大模型下游应用覆盖平面设计、影视、广告、电商、招聘、金融、医疗、教育、游戏等多领域，据预测2025-2030年全球及中国多模态大模型市场规模年复合增长率或分别达37%和67% [16][18] - 在视频生成模型领域，快手、字节跳动、阿里巴巴居第一梯队，模型能力各具优势，商业化模式多样，例如快手可灵年化经常性收入达5亿美元，字节跳动Seedance 2.0面向企业客户推出年消耗1000万元的保底协议 [19][20] - 在图像、音频生成模型领域，各公司基于业务协同选择发力方向，例如阿里巴巴图像模型可编辑性强以赋能电商，MiniMax、昆仑万维音频模型“好听”以助力AI伴侣或音乐产品 [21][22] - 在世界模型/3D生成领域，腾讯、昆仑万维、阿里巴巴等头部厂商布局，模型可生成720P、分钟级稳定世界，为游戏、自动驾驶等场景应用奠定基础，其中腾讯HY-World 2.0支持多格式3D资产导出，能与游戏工作流无缝对接 [24][25] 多模态模型商业化与Token消耗 - 多模态大模型应用深化加速国产模型Token调用量及年化经常性收入增长，例如豆包大模型日均Token调用量从2024年5月的1200亿增长至2026年3月的120万亿，智谱API年化经常性收入突破2.5亿美元，对比海外，Anthropic在2026年5月年化经常性收入超440亿美元，较2025年底提升389% [26][30] - 多模态大模型应用拓展显著拉升模型Token消耗量，参考主流模型，单秒音频/单张图像/单秒视频对比单个文字，输入Token消耗量高1-2/3/2-3个量级，输出Token消耗量高1/2-3/4个量级，测算仅国内视频消费场景每日所需Token即有望达350万亿 [34][36] - 看好腾讯控股、快手等厂商受益于多模态模型发展带动Token调用量及收入高增，因其在视频生成、世界模型等领域布局广泛且商业化领先 [38][39] AI视频应用市场 - 2025年国内短剧市场规模达1000亿元，同比增长98%，海外短剧收入23.8亿美元，同比增长263%，其中AI短剧/漫剧市场规模约1亿美元，海外市场潜力广阔 [41][46] - AI技术显著降低视频制作成本并提升产能，AI真人剧内容质量已获观众认可，例如《菩提临世真人AI版》登顶红果热播总榜，全AI制作短剧入选戛纳展映，AI将单部短剧成本下探至5-10万元，海外制作成本仅为传统实拍的20% [50][55] - AI大幅提升漫剧产能，动漫制作成本从数万元/分钟降至0-1000元/分钟，应用AI工具后单人生产效率提升10倍，2026年3月快手及字节漫剧日耗峰值加总达9000万元，预计2026年海外AI剧/漫剧市场规模达6.5亿美元，同比增长6倍 [56][57][59] - AI电影路径跑通，博纳影业出品的《三星堆：未来往事》获“龙标”标志可登陆院线，公司系列AI电影项目陆续推进，多模态技术进步将持续推动AI电影发展 [61][63] - 看好布局IP、AIGC工具、短剧分发平台及AI影视制作的公司，例如阅文集团推出漫剧助手工具实现效率提升300%、成本降低50%，中文在线旗下海外短剧APP表现突出 [65][66] AI游戏应用市场 - 游戏行业供需两旺，2026年1-4月国产游戏版号发放600个同比增长25%，2026年第一季度中国游戏市场收入约972亿元同比增长13% [68][69][71] - AI逐步赋能游戏开发全流程，从美术资源生成向玩法设计等核心领域渗透，大幅降本增效，例如腾讯光子工作室角色动画制作周期缩短40%，部分项目角色技能原型验证时间从2周压缩至3天 [72][73] - 分发平台、UGC生态及开放世界游戏受益于AI降低创作技术门槛，例如Roblox用户参与总时长和营收逐季攀升，支持UGC的游戏五年累计收入提升约31%、用户留存提升超115% [75][77][78][81] - AI重塑游戏交互体验，叙事类、社交竞技类游戏率先受益，例如《Suck Up!》在YouTube播放量超1亿次，《和平精英》“AI队友”模式吸引超1.1亿玩家体验，提升玩家开麦交流率至近75% [82][85][87] - 看好AI对游戏产业整体赋能，重点推荐完美世界、网易等公司，因其在开放世界游戏、UGC生态、AI原生玩法等方面有积极布局 [88][89] AI营销应用市场 - 程序化广告市场稳步增长，据Statista数据，其收入有望从2022年的4225亿美元增长至2026年的5875亿美元，年复合增长率达8.6%，在广告行业收入占比从82%提升至86% [91][92][95] - 多模态大模型助力实现深度个性化广告，推动广告从“千人千面”迈向“一人千面”，例如快手生成式推荐广告系统GR4AD已全量部署，服务超4亿用户，对比基准模型广告收入高4.2% [96][97][99] - 以ChatGPT为代表的高单位流量价值AI应用商业化加速，其广告测试6周实现超1亿美元年化收入，千次展示成本最初定价60美元起，显著高于主流媒体，有望驱动全球广告市场增长 [100][102] - AI显著提升移动应用、数字内容产量，加剧内容供给与曝光机会的矛盾，或推动广告位价格提升，例如2025年12月iOS新应用数同比增长60%，2025年AI生成视频/音频累计超20亿条 [103][104][108] - 看好程序化广告技术领先及与头部AI应用公司合作紧密的营销公司，例如汇量科技、引力传媒等，因其在程序化广告平台、AIGC创意制作、与主流媒体平台深度合作等方面具备优势 [109][111] 算力需求与产业链 - 算力需求旺盛，供需缺口持续扩大，2026年第一季度国内AI算力需求同比暴涨417%，供给增速仅128%，供需失衡推高国内头部云厂商价格5%-34% [112] - 多模态大模型提升单位Token算力占用，应用发展或进一步扩大算力缺口，例如处理图像/视频输入时，视觉编码器特征提取阶段的计算需求随视频帧数增加呈线性甚至指数级增长 [116][120] - 海外科技大厂资本开支逐年攀升，亚马逊、微软、谷歌、Meta 2026年资本开支总规模或超7000亿美元，同比增速中值在52%至102%之间 [121][123] - 国内科技大厂资本开支增速有望提升，字节跳动、阿里巴巴、腾讯2025年资本开支同比增长分别为88%、71%、3%，2026年均计划加大算力投资力度，字节跳动计划上调至逾2000亿元人民币 [124][126] - 看好有先发优势、开始兑现高增长的算力相关公司，例如顺网科技云业务收入快速增长，2026年股权激励目标收入为3.2亿元，华策影视算力业务收入2025年同比增长6倍至1.26亿元，并计划大额服务器采购 [128][130][133][137][138]