核心观点 - 大模型产业价值重心正从基础设施层向上游应用与服务层加速迁移，当前基础设施层占据约66%的价值份额，未来将向模型即服务(MaaS)和多元化应用场景传递[3][6][9] - 大模型应用依据商业成熟度可分为嵌入式赋能、原生AI创新和智能硬件探索三类路径，其中嵌入式应用成熟度最高，依托现有用户基础高效变现，原生AI应用商业模式仍在探索，智能硬件处于早期萌芽阶段[3][19][20] - 消费端应用流量高度集中，AI对话助手与AI搜索引擎占据超八成市场流量，主要满足用户信息获取和交互问答等核心需求，而AI创作和娱乐类应用面临用户粘性不足挑战[3][21][22] - 企业端应用聚焦投资回报明确的领域如知识问答、智能分析和智能客服，在金融、制造和互联网行业已展现显著降本增效成果，大模型对企业用户体验优化价值占比高达57%[3][52][54] 大模型产业全景 - 大模型产业呈现四层价值链结构：DCF层(4%)、基础设施层(66%)、模型层(18%)和应用层(12%)，价值高度集中于基础设施层主因高性能AI硬件成本高昂[9] - 应用层参与者分为纯软驱动型(如阿里云、腾讯云)和硬件驱动型(如宇树科技、科大讯飞)，前者依托资本和生态优势，后者通过软硬件协同构建实体壁垒但面临研发周期长和供应链复杂挑战[11] - 模型层厂商采取开源(如Meta)、闭源(如OpenAI、百度)或混合策略(如Google、阿里云)，开源策略追求生态拓展但直接获利难，闭源策略聚焦技术领先和商业变现但依赖持续投入[12] - 基础设施层整合IDC物理承载、核心硬件算力、IT系统集成和软件平台调度四大环节，协同支撑上层大模型训练与应用[14][15] - DCF层由综合型厂商主导，三家巨头凭借端到端产品服务能力占据中国市场60%份额，覆盖供电、制冷、机柜和监控管理等全栈解决方案[16][17] 大模型应用现状及市场需求 - 全球消费端网页端产品流量高度集中，ChatGPT以47亿次月访问量领先，新必应以15.3亿次紧随，AI对话助手(61.4%)和AI搜索引擎(19.7%)合计占超八成流量[21][22] - 中国消费端网页端产品中Deepseek和纳米AI搜索领先，AI对话助手(60.2%)和AI搜索引擎(30.4%)占比超90%，本土用户偏好信息获取和交互问答基础需求[23][24] - 移动端应用格局差异显著：全球市场AI对话助手占比69.3%，AI图像编辑因契合移动硬件特性占比9.2%；中国市场AI对话助手占比83.8%，AI图像视频生成(6.7%)和聊天键盘(4.1%)表现活跃[25][26][27][28] 大模型消费端应用现状及市场需求 - AI对话助手主导消费端应用，全球流量占比61.4%，国际市场ChatGPT、Gemini和DeepSeek合计占83.8%份额，中国市场中Deepseek、豆包、腾讯元宝和Kimi.ai合计占88.2%份额[29][32][33] - 美国AI对话助手月活用户达1.1亿，16-24岁年轻群体渗透率68%，使用场景从日常信息检索向产品调研等商业化应用转变，Gemini在商业型应用中较GPT具领先优势[34][35][36][37] - 中国AI对话助手用户增长依赖营销导流，深度用户占比不足30%，豆包和Deepseek虽占71.5%使用份额但技术壁垒不明显，用户粘性尚未形成[38][39][40][41][42][43][44] - AI办公助手市场从单点工具向综合套件转型，综合办公套件占比从2024年6月38.7%升至2025年3月49.1%，传统办公软件+AI模式占据80%市场份额且预计2027年达90%[45][46][47] - AI创作应用以图片生成(28%)和视频生成(24%)为主，国内市场由可灵AI、海螺AI等多模态套件主导，国际市场由Midjourney、Sora等专注创意探索[48][49] - AI娱乐与生活应用中AI陪伴占比39%，输入法(19%)和教育(18%)次之，本土平台基于情感陪伴和社交需求，国际平台侧重创意生成[50] 大模型企业端应用市场洞察 - 大模型企业端价值体现于内外双引擎：对外优化用户体验(57%)、产品服务升级(34%)和市场营销决策(29%)，对内提升工作效率(53%)、加速决策(46%)和整合工作流(32%)[52][54] - 企业端落地成功要素包括模型能力与业务需求契合、ROI可量化评估及数据算力支撑，需协同实现高效应用[51][55] - 主流落地行业涵盖汽车、金融、互联网、教育科研和零售消费等，应用场景集中于知识问答、智能客服和智能运维等ROI明确领域[51] - 企业回报主要体现在运营效率提升，金融、制造和零售行业在任务自动化、流程优化和研发加速方面取得量化成效[51]

行业投资评级 - 推荐|维持 [5] 市场回顾 - 本周(2025 8 4-2025 8 8)计算机（申万）指数下跌0 41%，位居涨跌幅榜尾部区域 [1][10] - 上证指数上涨2 11%，深证成指上涨1 25%，创业板指上涨0 49% [1][10] - 细分板块表现：计算机设备(+1 63%)、IT服务Ⅱ(+0 06%)、软件开发(-1 95%)，硬件板块表现较好 [1][12] - 个股方面，计算机板块上涨、回调和走平的个股数量分别为158、134和44，佳缘科技(63 29%)、航天智装(40 07%)、淳中科技(35 28%)涨幅分列前三 [12] 重大事件 - OpenAI发布GPT-5系列模型，包含GPT-5、GPT-5-mini、GPT-5-nano和GPT-5-pro四个版本，输入/输出价格分别为每百万token 1 25美元/10美元 [3][21] - GPT-5在数学、编码、视觉感知和健康方面表现突出，支持"按需思考"功能，拥有4种人格模式 [3][21] - 小红书开源多模态大模型dots vlm1，视觉理解推理能力接近闭源领先模型 [15] - 通义千问发布Qwen3-4B-Instruct-2507和Qwen3-4B-Thinking-2507两款小尺寸模型，支持256K上下文长度 [15] - Anthropic发布Claude Opus 4 1，在SWE-bench Verified基准测试中达到74 5%，相比Opus 4提升2个百分点 [15] - OpenAI重新开源模型，发布gpt-oss-120b和gpt-oss-20b两款推理模型，采用Apache 2 0许可证 [15][16] - 谷歌DeepMind发布通用世界模型Genie 3，支持实时交互生成720p画面 [18] - 华为开源三款盘古模型，规模分别为1B、7B和718B，其中Ultra MoE达7180亿参数 [18] 重点公告 - 智明达参与配套的互联网低轨06组卫星成功发射，预计下半年卫星领域项目加速推进，涉及AI的研发项目已有50余个 [2][18] - 迪普科技2025年上半年营业收入5 51亿元，同比增长9 59%，第二季度净利润同比增长40 20% [2][18] - 万兴科技筹划发行H股股票并在香港联合交易所上市 [2][18] - 数字认证控股股东将变更为北京数据集团，后者直接及间接合计持有其52 48%股份 [19] 投资观点 - 大模型产业创新持续加速，商业落地前景广阔 [3][21] - 建议关注在大模型、Agent等领域具备核心技术、拥有广泛付费客户、并在财务报表中逐步体现经营成绩的上市公司 [3][21]

产品发布 - 零一万物发布万智企业大模型一站式平台2.0版本及企业级Agent智能体 [1] - 企业级Agent定位为"超级员工"，具备深度思考和任务规划能力，可访问手机和Web端并连接各类企业服务 [1] - 平台提供开发工具与配置平台，企业可基于业务场景定制"超级员工" [1] 市场前景 - Gartner预测到2028年33%的企业级软件应用将整合AI Agent，15%的日常工作任务决策可实现完全自主化 [2] - Morgan Stanley预计Agentic AI市场规模将从520亿美元增长至2028年的1020亿美元 [2] 应用落地 - "超级员工"已在咨询服务、金融交易、销售客服等多个场景落地 [2] - 解决方案已应用于能源、游戏、法律等领域，合作客户包括世界前五铁矿公司之一、知名网络游戏上市公司、专利领域龙头企业 [2] 战略定位 - 公司致力于打造安全好用、互联互通的企业级Agent，推动大模型产业从"交付服务"迈向"交付结果" [1] - CEO李开复认为AI Agent将重构商业世界的业务流程和价值创造，企业AI数智化转型是CEO一把手工程 [3]

大模型产业发展现状 - 我国已有433款大模型完成备案并上线提供服务，表明大模型研发能力取得突破，推动人工智能产业进入规模化应用阶段 [1] - 2024年AI大模型市场规模超290亿元，预计2026年将突破700亿元 [1] - 我国累计发布大模型数量超过300个，其中参数规模超10亿的国产大模型达100多个，涵盖通用和垂直领域 [1] - 与大模型相关的人工智能企业数量超4500家，涌现出科大讯飞、百度、阿里云等头部企业 [1] - 大模型广泛应用于金融、医疗、教育、工业等领域，显著提升行业数字化和智能化水平 [1] 政策支持与推动 - 2023年7月国家网信办等部门发布《生成式人工智能服务管理暂行办法》 [1] - 2024年1月工信部等部门出台《关于推动未来产业创新发展的实施意见》 [1] - 2024年5月中央网信办等部门印发《信息化标准建设行动计划（2024—2027年）》 [1] - 政策推动大模型技术研发、场景打造、算力基础设施建设和行业标准规范 [1] 产业发展短板 - 软件方面：大模型底层架构技术自主性有待增强 [2] - 硬件方面：国产替代芯片在性能和可能性上与国外存在较大差距 [2] - 数据方面：存在数据获取便利性、质量可靠性和使用安全性等瓶颈 [2] - 要素方面：人才数量不足、质量不高、资金投入不够 [2] 产业政策建议 - 完善全国算力网络规划布局，统筹建设智算中心和超算中心，构建国家级算力智能调度体系 [2] - 完善数据分类分级确权授权使用标准体系，推进数据要素交换，强化合规使用和监管 [2] - 针对人工智能芯片、底层架构技术研发等关键环节开展联合攻关 [2] - 完善人工智能人才培养和引进机制 [2] 企业层面建议 - 加强头部企业与中下游企业协同联动，支持头部企业开放算法框架、共性技术和数据资源 [3] - 鼓励人工智能行业大模型和企业牵头成立创新联合体，联合开展研发攻关和成果转化 [3] - 鼓励企业围绕大模型产业发展重点方向制定团体、地方、行业标准，参与国家标准和国际标准制定修订 [3] 消费者层面建议 - 加大对大模型的宣传和推广，降低技术使用门槛，提升消费者认知和应用能力 [3] - 开发更多面向不同行业和人群的大模型应用场景，提升供需匹配度，赋能消费者工作学习 [3]