2025年中国大模型中标市场全景与趋势 - 2025年全年大模型相关中标项目数量达到7539个，披露金额295.2亿元，较2024年分别激增396%与356% [1] - 市场结构发生关键转变，应用类项目数量占比高达58%，在2025年11月达到63%的峰值，表明产业焦点已从技术研发转向商业落地 [1] - 从季度趋势看，应用类项目占比从第一季度的44%一路攀升至第三季度的61%，第四季度稳定在60.5% [5] - 算力类项目金额占比最高，达到52.9%，但数量占比仅为27%，反映出企业更倾向于采购算力并调用或微调现有成熟模型以快速构建应用 [5] - 大模型（基座/平台）类项目占比为10%，其中智能体开发平台的采购是重要组成部分 [5] - 行业分布方面，教科、政务、通信、能源、金融是项目数量排名前五的行业 [5] - 政务行业以金额占比约40%位居榜首，这与各地政府将智算中心升级为产业赋能中心的战略密切相关 [5] - 金融行业在下半年展现出从算力投资向应用部署的明显转向 [5] 市场竞争格局与厂商表现 - 通用大模型厂商（如科大讯飞、百度、火山引擎、阿里云等）和拥有广泛渠道的三大运营商是中标市场的主力 [6] - 垂类大模型厂商（如中关村科金、蚂蚁数科）凭借在金融等细分赛道的深耕，同样在中标市场占据一席之地 [6] - 产业竞争壁垒正在转变，当通用模型能力差距收敛，生态构建能力与场景掌控力正取代单纯的模型性能，成为新的竞争关键 [6] - 根据应用类大模型项目中标厂商TOP10榜单，中关村科金以23个中标项目入围，是榜单中少数聚焦垂类场景的厂商 [11] - 在金融行业大模型项目中标厂商中，中关村科金位列第四，仅次于百度云、科大讯飞、火山引擎等大厂 [13] - 在“智能客服 & 数字人”应用场景，科大讯飞、百度、中关村科金是中标项目数量排名前三的厂商 [14] 垂类厂商攻坚样本：中关村科金的战略与落地 - 公司战略自始锚定“应用”与“落地”，沿“平台 + 应用 + 服务”的三级引擎战略推动垂类大模型在垂直行业和场景的应用 [11] - 在工业制造领域，助力中国船舶集团经济研究中心打造船舶行业大模型“百舸”，融合百万级专业知识库，构建智能问答、研报写作等行业智能体 [11] - 在有色金属冶炼场景，与南方有色金属公司合作打造广西首个有色金属行业大模型，取得量化突破：将主操手操作频率降低90%，温度控制偏差由±15℃收窄至±5℃，助力综合能耗下降8% [12] - 在交通基建行业，与宁夏交建联合打造垂类大模型“灵筑智工”，基于上万份行业规范训练，使专业问题回答准确率较通用模型提升40%，构建的专业智能体平均提效超60% [12] - 在金融领域，已服务500多家头部金融机构，包括50%以上百强银行及70%的信托机构 [13] - 依托“得助大模型平台 + 金融行业智能体平台”的核心产品组合，打造了覆盖“营销 - 风控 - 运营 - 企业服务”全链路的金融智能体矩阵 [13] - 具体金融案例包括：与中信券商合作打造大模型财富助手，助力展业效率提升3倍；为中国电建财务公司打造“财神大模型”，实现员工业务知识获取效率提升70%；为百年人寿打造保险知识库问答智能体，问答准确率稳定在90%以上，知识获取效率提升50% [14] - 根据IDC报告，中关村科金位居中国智能客服市场第四，位列垂类大模型厂商第一 [14] - 在汽车行业，与丰田合作通过大模型语音智能体进行老客营销外呼，实现超60%高接通率；为岚图汽车构建销售洞察质检平台，将销售流程合规性提升70% [15] - 在零售与消费领域，为瑞幸咖啡、添可、老板电器等品牌提供从智能应答到全量质检的一体化方案 [16] - 在全球化服务方面，通过Instadesk全球客户联络中心解决方案，帮助Imou乐橙、阿里巴巴国际站等出海企业攻克跨文化服务难题，并为UniUni、泰国大都会水务局等机构提供多语言智能客服支持 [16] 未来展望：2026年行业发展趋势 - 行业将全面驶入价值的“深水区”，竞争重点从规模增长转向深度交付 [17] - 趋势一：ROI成为硬指标，企业客户将苛刻追问AI项目的投资回报率，大模型必须从“成本中心”证明自己作为“利润中心”或“效率引擎”的价值 [18] - 趋势二：行业Know-how与高质量私有数据将构筑最坚固的护城河，基于海量、高价值、非公开行业数据构建的垂类模型效果远超通用模型，且难以复制 [19] - 趋势三：应用形态将从“单点智能工具”演进为“全链路业务智能体”，大模型将更深入与业务流程融合，进化为能自主完成复杂任务的智能体 [20] - 趋势四：生态协同将成为主流，垂类厂商与通用平台的关系从“替代”转向“共生”，形成分层协作的共生生态 [22] - 中关村科金携手华为云、阿里云、百度智能云等企业发布的“超级连接”全球生态伙伴计划，体现了开放协作的趋势 [23]

核心观点 - AI产业正从以“算力竞赛”为核心的上半场，转入以“应用落地”为主导的下半场，市场关注点将转向AI应用 [1][2] - 2026年AI行情进入下半场，AI应用作为下游环节，相对海外算力涨幅有限，仍具备较高的配置性价比 [2][6] 产业阶段与催化事件 - 2026年初，智谱AI与MiniMax相继登陆港股，标志着大模型产业商业模式初步成熟，这两家公司作为AI应用产业链的“卖铲人”，其上市表明该产业已具备相对成熟的商业模式、稳定客群和明确的合规边界 [2][3] - 大模型是AI应用的“基础设施”和“成本中心”，其商业模式的逐步成熟有望加速下游AI应用的产业化进程与业绩兑现 [3] - 当前大模型性能不断强化、商业模式逐渐成熟，下游应用厂商在2025年逐步迎来初步业绩验证，例如三季报诸多AI应用厂商业绩表现出较为明显的反转态势，这些信号表明AI应用商业模式正在加速落地 [4] 市场行情与轮动规律 - 2025年以来，AI产业链内部已经经历了从海外算力到国产算力，再到存力与电力的行情轮动 [2][6] - 历史规律显示，硬科技（如通信、电子）行情更遵循景气追逐框架，与中观景气指标和行业业绩相关性高；而软科技（如计算机）行情受产业政策或商业模式变迁预期驱动更明显，行业业绩上行往往滞后于行情启动，例如2009-2010年和2013-2014年的计算机行情 [5] 投资逻辑与机会 - AI应用商业模式的加速商业化有望催化新一轮软件端行情 [2][5] - AI产业趋势延续的关键在于下游需求端能否充分消化算力供给，转换为实际的产业效率提升与业绩兑现，形成商业逻辑闭环 [4]

美股市场表现分化 - 道琼斯指数收高270点 而纳斯达克指数下跌超过100点 市场呈现明显分化走势[1] - 资金正从科技股撤出 转向寻找新的去处 反映出板块轮动[1] 科技股调整与市场逻辑转变 - 英伟达 甲骨文等人工智能明星股及苹果公司拖累纳指 苹果已连续第七个交易日下跌[3] - 市场正在重新评估科技股 特别是部分人工智能概念股的估值[3] - 市场关注点从畅想未来转向用业绩和落地验证未来 人工智能交易持续性的关键在于“实际应用场景”是否大量出现及出现在哪些行业[3] 资金流向新领域 - 资金流向国防军工板块 在特朗普呼吁2027年国防预算达到1.5万亿美元的背景下 洛克希德·马丁等公司股价上涨[3] - 地缘政治紧张局势已成为市场重要的定价因素[3] - 资金同时流向更广泛的工业 金融等传统领域 策略师认为市场表现需扩散到这些领域 涨势才能持续[3] - 资金在追求“确定性” 包括国防开支的确定性以及经济周期中工业和金融板块可能回暖的确定性[3] 宏观背景与市场支撑 - 美国第三季度生产率数据强劲 失业数据仍处低位 描绘出“增长稳健 通胀可控”的宏观图景[3] - 该宏观环境为美联储未来货币政策提供了空间 降息步伐可能放缓但方向明确[3] - 良好的基本面和潜在的宽松预期是支撑市场整体信心的底层逻辑[3] 对市场分化的核心解读 - 美股当前分化是“高估值成长股的获利了结”与“价值与政策受益板块的再发现”之间的切换[4] - 这未必是牛市终结 更像是牛市进行到一定阶段后的内部健康调整[4] - 市场正尝试从由单一赛道（科技）驱动 切换至由“科技落地+经济复苏+地缘主题”多轮驱动的更均衡状态[4] 对A股市场的策略启示 - 需理性看待外部波动 美股科技股调整可能通过情绪传导影响A股相关高估值成长板块[5] - 应重视“应用落地”逻辑 投资视角应从概念炒作转向能将AI 机器人等技术真正应用于医疗 工业 金融等具体行业并产生实在效益的公司[5] - 关注“均衡配置”价值 在投资组合中 除科技成长股外 可适当配置受益于经济复苏 政策扶持或具备独特安全边际的价值板块 以平滑波动并应对市场风格变化[5]

谷歌引领的AI新叙事 - 谷歌凭借“全栈式生态”实现逆袭，形成自给自足的“算力-大模型-应用”闭环，股价在11月25日跻身美股市值前三，年内涨幅达67% [1] - 谷歌的“全栈式”模式让AI商业化的确定性远高于单纯做硬件或模型的企业，市场越来越关注AI下游的盈利能力 [4][7] 底层算力：谷歌TPU与英伟达GPU的竞争 - 谷歌使用自研TPU而非英伟达GPU，TPU作为定制化芯片能实现更高能效与更低成本 [3] - 英伟达大客户Meta计划采购谷歌TPU的消息引发市场对英伟达份额分流的担忧，但TPU的定制化属性也使其无法像通用型GPU那样适配全场景 [3] 中间模型：谷歌Gemini的性能优势 - Gemini 3大模型在多模态处理、复杂逻辑推理、代码生成等测试中大幅领先竞品，打破OpenAI GPT模型一家独大的格局 [3] - Gemini 3与谷歌TPU芯片原生适配，协同使用时能提升训练速度、降低能耗，这是依赖英伟达GPU的OpenAI难以比拟的优势 [3] 下游应用：谷歌的变现路径 - 谷歌手握安卓系统、谷歌搜索、YouTube等海量流量入口，Gemini模型可直接嵌入这些核心业务实现变现 [4] - 这种无缝衔接的模式使谷歌AI商业化的确定性更高，或是巴菲特旗下伯克希尔重仓谷歌的重要原因 [4] 国内映射：海外算力方向 - 国内光模块企业作为海外芯片巨头的“配件供应商”，向英伟达和谷歌供货，海外算力需求走强直接提升其业绩预期 [5] - 但海外算力方向年内累计涨幅超83%，交易拥挤度升至历史高位，风险收益性价比降低 [5] 国内映射：国产替代方向 - 国内市场的核心矛盾仍是缺芯片、缺算力，“国产替代”的逻辑未变 [5] - 谷歌打破英伟达的算力垄断为国产芯片提供良好示范，国内企业在快速迭代的技术中仍有弯道超车机会 [5] 国内映射：应用落地方向 - 一类是直接“搭便车”的应用端企业，如传媒板块，可借助海外先进模型提升效率，业绩弹性更易兑现 [6] - 另一类是对标谷歌的互联网公司，拥有庞大用户基数与丰富应用场景，能快速推动AI落地，如阿里、腾讯、百度等，可关注恒生港股通互联网指数 [6] AI投资趋势展望 - AI投资从算力到应用的扩散趋势已逐步显现，11月以来中美AI行情已向中下游应用扩散，这或是2026年的大趋势 [7] - 科技仍是核心主线，在海外算力、国产替代、应用落地三条支线中调整仓位有助于把握行情 [7]

AI市场发展回顾与展望 - 23年AI市场爆发初期，互联网从业者和美元基金迅速涌入，投资焦点集中在大模型公司，OpenAI背景人才备受追捧 [1] - 24年上半年一级市场跌至十年最低谷，大模型公司热度消退，Pre Training模式被质疑，具身智能成为新投资关键词 [2] - 24年9月后市场出现三大变化：融资复苏、多模态模型能力突破（图片/语音/视频生成达GPT-3水平）、AI创二代创始人涌现 [3] 技术演进趋势 - 大模型呈现四大趋势：基础设施化、开源快于闭源、多模型混合方案受青睐、产品价值高于技术 [2] - 多模态进展超预期，视频和3D模型发展速度显著快于语言模型，推理模型o1推动Agent落地 [3] - AI Native产品形态可能通过多模态实现突破，NotebookLM展示跨模态内容组织新范式 [13][14] 投资与创业格局 - 25年市场两极分化加剧：美元基金聚焦出海，人民币基金侧重硬科技/国产替代，初创公司首轮估值达3000-5000万美金 [4][5] - 应用落地成为共识方向，生产力工具类产品主导市场，20-30家应用公司估值超5000万美金，头部ARR达1000万美金 [2][6] - 创始人画像迭代：从互联网转型者变为AI创二代（大厂AI负责人/创业公司联创），认知水平和商业模式显著升级 [3] 商业模式变革 - Prosumer（小B大C）模式验证成功：兼具C端传播属性和B端付费能力，预计25年将出现千万美金ARR公司 [6] - Agent商业模式可能颠覆SaaS：按结果付费替代订阅制，销售体系重构，新创企业比现存SaaS公司更具转型优势 [7][8][9] - Perplexity案例显示搜索平台可能演变为任务完成型Agent，成为AI时代核心入口 [12] 未来重点方向 - Agent领域三大机会：2B场景落地、存量SaaS公司AI化、新商业模式创业公司反攻 [11] - 多模态潜在突破点：视频作为内容输出终局、用户从被动接收转向参与式消费、生产关系变革 [15] - 技术-商业协同效应：AI理解能力+多模态组织将重塑产品形态，如NotebookLM的交互式对话设计 [13][14]