AI行业全球发展趋势与驱动力 - 全球AI基础设施投资保持旺盛，大模型训练与推理需求是核心驱动力[4] - 以AI智能体应用为代表的流量爆发式增长已成为年度增长引擎，取代了编程类应用[4] - AI基础设施、基础大模型与上层应用已形成良性发展循环，将持续推动中国人工智能全产业链增长[4] 中国AI产业的竞争优势与机遇 - 中国在电力、数据中心等基础设施上具备成本优势，有望转化为Token定价优势，支撑大模型与AI Agent出海[4] - 中国大模型Token调用量连续多周超越美国，核心驱动力来自国内外双重需求增长[4] - 国产大模型具有更高的性价比优势，且坚持开源技术路线，方便用户进行定制化开发[4] - 中国创新能力强，迭代速度非常快，无论是大模型本身还是智能体应用更新速度都很快[5][6] - 国内用户有意愿接受新兴应用和产品，国内外用户和流量增长基础强，预计Token调用量增长将持续[6] - 中国人工智能正处于技术、应用、成本优势共振阶段，全球竞争力将随基础能力增强与商业化路径清晰而进一步增强[7] Token经济与出海战略 - 智能体应用大规模落地是Token经济成立的基础，其核心价值仍取决于基础大模型能力[4] - 国产大模型厂商的海外营收占比不断增长，已构成真正意义上的Token出海[6] - 国内厂商主打性价比路线，与海外最先进模型的技术差距在逐步缩小[6] - 海外用户有真实使用场景，对Token消费需求多元化，适合使用中国厂商的大模型和智能体产品[6] - 下一步需提升基础模型能力，在高端领域创造较强竞争力，并深入金融、医疗、自动驾驶等垂直领域与用户企业深度绑定[6] 算力结构变化与硬件挑战 - 行业正从训练主导转向推理主导，推理场景对单芯片算力要求相对更低，更适配国产AI芯片与自研ASIC芯片，利好硬件生态成熟[6] - 大规模Agent爆发对算力集群的稳定性、互联技术与软件栈提出更高要求[6] - 国内芯片通用软件栈不完善、先进制程产能受限仍是突出瓶颈[6] - 高性能芯片功耗及单机柜功率密度持续攀升，传统风冷难以满足散热需求，更高散热效率的液冷成为必选方案[7] - 在海外市场，由于高端算力芯片功耗大幅提升，液冷已成为刚需，规模和技术的迭代处于加速过程[7] - 国内大型互联网厂商和互联网数据中心对液冷整体解决方案态度积极，液冷能极大提高能源效率，相关市场正逐步发展[7] AI商业化进程与竞争格局 - 中美两国基础模型平台均处于变现探索期，海外头部企业因模型能力与付费环境优势变现更快[7] - 上层应用企业均面临底层模型功能外溢的压力，标准化应用容易被替代[7] - 与企业数据、信息技术系统深度绑定的软件更具有长期价值[7]