文章核心观点 - 中国AI大模型通过提供Token（AI服务调用单位）这一“数字电力”，正在全球市场取得主导地位，其核心驱动力在于将国内的低成本电力与规模化算力优势，转化为全球AI服务的成本优势与定价权，这代表了一种新型的、高附加值的数字能源出口模式 [1][2] 叙事核心：Token作为数字电力与出口新模式 - Token被定义为AI时代的通用货币和电力衍生品，其价值通过跨境数据流实现交付，而物理电力并未出口 [2] - 中国模型的成本结构中，电力与算力合计占比超过70%，国内的低成本绿色电力与大规模算力集群构成了全球竞争力的基础 [2] - 该商业模式无需传统物流和库存，将一度电转化为百倍价值的智能服务进行持续出口，代表了数字能源出口的新纪元 [2] 时代拐点：行业定价逻辑重构与中国模型优势 - 行业出现强劲信号：优刻得在3月全线涨价，亚马逊云科技（AWS）打破二十年惯例涨价15%，表明算力通胀正从上游向下游传导 [3] - 全球AI模型Token消耗格局发生根本性变化：根据OpenRouter最新周度数据，全球前十模型总Token消耗量为8.7万亿，其中中国模型消耗量达5.3万亿，市场占有率高达61% [1] - 中国模型实现全球领先，具体表现为：MiniMax M2.5以2.45万亿Token消耗量位居榜首，Kimi K2.5、智谱GLM-5、DeepSeek V3.2等模型全线进入榜单前列 [1] - 中国模型的竞争优势源于低成本电力支撑的极致性价比和强大的工程化能力，这并非短期现象，而是AI基础设施全球替代和产业迁徙的体现 [3] 产业链全景：受益于Token出海的环节与公司 - **智谱AI生态**：作为算力核心供给方，其增长带动供应链需求。首都在线是其核心算力供应商，在庆阳、宿迁、天津等地持续扩张GPU集群；弘信电子则通过打通“东数西算”通道，为智谱、百川智能等提供绿色算力 [3] - **字节跳动生态**：作为弹性算力需求方，带动相关基础设施服务商。润泽科技是字节链优先推荐伙伴，以大规模智算中心支撑高吞吐；东阳光通过全资收购秦淮数据中国，获得超大规模算力基础设施；大位科技是北京AIDC弹性算力的核心标的 [4] - **昇腾（华为）生态**：作为国产算力底座的建设者。华胜天成获得头部智能计算ISV认证，与华为联合建设省市智算中心；拓维信息基于昇腾打造“兆瀚”AI服务器，提供硬件支持 [5] - **边缘计算与数据传输**：作为AI流量的关键通道。顺网科技专注于GPU边缘推理，旨在降低计算延迟与成本；网宿科技作为国内最大的中立CDN服务商，其边缘节点在AI流量爆发中扮演“能源驿站”角色 [6] 长期发展逻辑 - 全球市场份额有望持续提升，当前61%的市占率仅是起点，中国模型的成本与技术优势预计将进一步挤压竞争对手 [7] - 算力需求将呈指数级增长，随着AI智能体（Agent）和多模态应用的普及，单用户的Token消耗量可能提升10至50倍 [8] - 行业定价权正在转移，云计算厂商涨价确认了行业高景气度，中国算力正从“成本洼地”转变为“价值高地” [9]

AI应用与Token消耗激增 - AI应用正从聊天对话框走向物理世界，国内外大厂和应用（如Open Claw、Cowork）推动全民AI应用和桌面智能体热潮，加速用户从传统搜索转向聊天机器人并培养商业习惯，这一进程推升了推理量 [1] - AI大模型及应用发展带来更多内存和存储需求，导致Token消耗量持续增加，Open Claw等AI自动运行应用可快速消耗Token [3] - 2025年科技巨头日均Token使用量呈指数级增长：字节跳动豆包大模型2025年12月日均Token使用量突破50万亿，较上年同期增长超10倍，较2024年5月推出时增长达417倍；谷歌2025年10月各平台月处理Token用量达1300万亿（日均43.3万亿），一年前月均仅为9.7万亿 [4] 算力需求与成本压力 - AI算力需求持续增长，但数据中心能耗约束趋严，PUE成为衡量绿色算力的关键指标，政策要求新建大型及以上数据中心PUE需≤1.25，改造后存量数据中心PUE≤1.5 [1][11] - 算力需求增长及硬件价格上涨加剧算力租赁需求：算想科技GPU规模从2025年初2000卡迈入万卡规模；内存和硬盘价格上涨带动服务器价格比2025年初涨约30% [1][7] - 云服务厂商因芯片供应、电力散热等基础设施瓶颈及成本压力上调价格：亚马逊云2026年1月上调EC2机器学习容量块价格约15%；谷歌云自2026年5月1日起对AI与计算基础设施等服务调价；国内头部云服务商评估对专属AI集群或预留型算力产品进行结构性调价 [4][5] 算力租赁市场动态 - AI大模型训练和推理需求快速增长是存储行业复苏核心动力，高性能存储产品（如HBM）需求爆发式增长 [6] - 内存和GPU价格上涨促使更多AI公司从自建算力转向算力租赁：算力租赁新客户价格随行就市，较硬件市场价格上涨20%～30%；市场对算力需求增加，算力租赁基本处于供不应求状态 [7] - 行业巨头投资强化市场预期：英伟达2026年1月向算力租赁公司CoreWeave投资20亿美元，以加速其在2030年前增加超5GW AI计算能力，验证AI云基础设施高景气度 [8] 算力市场结构演变与边缘计算 - 算力市场存在结构性矛盾：大量“智算中心”由旧数据中心改造而来，单机柜功率提升后空间与电力配套严重浪费，许多项目无法有效运转 [9] - AI需求从模型侧训练算力转向应用端推理算力：训练算力需要英伟达H100/H200等高性能GPU，而推理算力可有更高性价比芯片选择，且不完全依赖数据中心，边缘算力服务器节点也可满足需求 [9] - 边缘计算市场高速增长：全球边缘及终端AI推理芯片市场规模2024年达3792亿元，预计2030年将扩增至16123亿元，年复合增长率达27.3% [10] - 算想科技聚焦边缘计算算力租赁，计划在人口密度大的城市周边布局算力节点，目标2026年达到5万卡GPU并织就覆盖全国的边缘计算网 [10] 绿色算力与液冷技术发展 - 数据中心能耗密度指数级跃升：高盛预测到2027年，AI服务器单机架功率密度将是5年前普通云服务器的50倍；电力供应成为AI扩展的关键瓶颈 [10][11] - 液冷方案是降低PUE、实现绿色算力的关键：相比传统风冷PUE普遍在1.5以上，液冷方案PUE可降低至1.1～1.2，催生液冷服务器需求爆发 [1][11] - 浸没式液冷是未来行业趋势，行业增长规模呈指数级；液冷冷却液（如氟化液、有机硅油）是数据中心散热核心材料 [11][12] - 硅油冷却液在性能、安全环保与成本等方面有相对优势，有望迎来规模化应用；国内企业如新安股份、润禾材料已推出硅基冷却液产品并实现销售 [2][12] - 新安股份与算想科技落地首个商用浸没式硅基液冷算力项目，单机柜功率密度达210kW，验证了硅基液冷材料在真实负载下的可靠性与经济性，为规模化复制提供样板 [12][13] - 算想科技液冷服务器占比当前不到5%，但预计后续将达到60%～70%，2026年将加大液冷服务器布局力度 [12]

AI应用与Token消耗激增 - AI应用正从聊天对话框走向物理世界，国内外科技巨头通过红包大战和桌面智能体应用推广，加速用户向聊天机器人和智能体迁移 [1] - AI大模型及应用的发展带来内存和存储需求增加，导致Token消耗量持续快速增长 [3] - 截至2025年12月，字节跳动豆包大模型日均Token使用量突破50万亿，较上年同期增长超过10倍，相比2024年5月推出时增长达417倍 [4] - 截至2025年10月，谷歌各平台每月处理的Token用量达1300万亿（日均约43.3万亿），而一年前月均仅为9.7万亿 [4] 算力需求与成本连锁反应 - Token用量的指数级增长推升推理量，加速了Token消耗，并引发算力连锁反应 [2][4] - 云服务厂商开始上调价格，亚马逊云于2026年1月23日上调其EC2机器学习容量块价格约15%，谷歌云也宣布自2026年5月1日起对AI与计算基础设施服务进行价格调整 [5] - 国内高性能AI算力板块受芯片供应与电力、散热等基础设施瓶颈限制，实际成本压力持续上升，部分头部云服务商正评估对专属AI集群或预留型算力产品进行结构性调价 [5] - 若GPU资源持续紧缺，国产云平台可能适度跟进国际定价趋势，推动行业进入“价值导向”新阶段 [5] 算力租赁市场供不应求 - 内存和GPU价格上涨促使更多AI公司从自建算力转向算力租赁，算想科技购买的服务器价格比2025年初上涨约30%，算力租赁价格相应上涨20%～30% [7] - 市场对算力需求增加，算力租赁目前基本处于供不应求状态，只要有算力服务器基本不愁租 [7] - 英伟达于2026年1月26日宣布向AI云端运算企业CoreWeave投资20亿美元，以加速其在2030年前增加超过5GW AI计算能力的进程，验证了AI云基础设施的高景气度 [8] - AI大模型训练和推理需求的快速增长是存储行业复苏的核心动力，高性能存储产品需求爆发式增长，HBM成为AI服务器核心配套器件和头部厂商业绩增长支柱 [6] 边缘算力与算力结构演变 - AI价值主战场正在端侧与边缘侧全面展开，市场正从模型侧竞争走向应用端竞速，推理算力需求凸显 [9] - 推理算力可以有更高性价比的芯片选择，布局上不完全依赖数据中心，边缘算力服务器节点也可以满足市场需求 [9] - 全球边缘及终端AI推理芯片市场规模已于2024年达到3792亿元，预计至2030年将扩增至16123亿元，年复合增长率达27.3% [10] - 算想科技计划在人口密度大的城市周边布局算力节点，目标在2026年达到五万卡GPU，并织就一张覆盖全国的边缘计算网 [10] - 大量由旧数据中心改造的“智算中心”存在结构性矛盾，单机柜功率提升后，空间与电力配套严重浪费，许多项目无法有效运转 [9] 液冷技术成为绿色算力关键 - AI服务器功率密度激增，据高盛预测，到2027年，AI服务器单个机架的功率密度将是5年前普通云服务器的50倍，供电能力成为AI扩展的关键瓶颈 [10][11] - 国家政策对数据中心能耗约束趋严，新建大型及以上数据中心PUE需≤1.25，改造后存量数据中心PUE需≤1.5，推动绿色算力发展 [11] - 相比传统风冷PUE普遍在1.5以上，液冷方案PUE可降低至1.1～1.2，强劲驱动力正推动液冷市场实现数量级的规模扩张 [2][11] - 浸没式液冷服务器是未来行业趋势，行业增长规模呈指数级，浸没式液冷未来有非常大的发展空间 [11] 液冷产业链发展与商业化 - 在浸没式液冷技术路径上，氟化液、硅油、合成油多种介质并存，其中硅油冷却液从性能、安全环保与成本综合考虑有相对优势，未来有望迎来规模化应用 [2] - 算想科技目前液冷服务器占比不到5%，但预计后续占比将达到60%～70%，2025年公司在液冷服务器设计布局上取得技术突破平抑了部分成本，2026年将加大布局力度 [12] - 新安股份携手算想科技在杭州落地首个商用浸没式硅基液冷算力项目，采用高功率密度浸没式液冷架构，单机柜功率密度达210kW，该项目已正式投入运行 [12] - 该项目验证了硅基液冷材料在真实负载环境下的可靠性与经济性，为后续规模化复制提供了成熟样板，推动有机硅业务向算力基础设施等高附加值终端应用升级 [13] - 英伟达采用陶氏化学的有机硅冷却液，国内硅基冷却液赛道中，润禾材料、新安股份等企业已推出相关产品并实现销售 [12]

行业与公司 * **行业**：人工智能（AI）全产业链，特别是大模型、应用及AI数据中心（AIDC）基础设施[1] * **公司**：OpenAI、Google、Anthropic、x-ai、小米（xiaomi）、Mistral AI、DeepSeek、通义千问（qwen）、智谱AI（z-ai）[2][3] 核心观点与论据 * **Token消耗量是AI产业链的生命线**：AI大模型及应用企业普遍难以实现正向经营现金流，依赖外部融资维持运营与投资，此状态预计将持续3年以上[1] Token作为通缩品，其成本自2022年以来已下降99%，因此需依靠用量的快速增长来弥补价格通缩，以维持收入高增长，这是说服资本持续投资的核心[1] * **历史周期警示资本信仰的重要性**：以互联网泡沫为例，泡沫破裂并非源于产业增长停滞，而是资本动摇后停止投资，导致无法自我造血且未储备现金的企业大规模破产，道琼斯互联网指数最大跌幅超过95%[2] Token消耗量作为向资本融资的核心筹码，不仅决定AI企业的盈利（EPS）和估值，更直接决定其生死存亡[2] * **近期Token消耗数据与厂商格局**：最近一周Token消耗量为7.5万亿（T），环比微降2%，但同比大幅提升987%[2] Google占据统治地位，消耗量从1.67T攀升至1.92T，市场份额突破25%[2] Anthropic稳居第二[2] x-ai强势崛起，消耗量大幅增至9960亿（B），超越OpenAI跻身前三[2] 小米以5870亿（B）的消耗量空降第六位，Mistral AI挤进前十，DeepSeek、通义千问和智谱AI排名稳定[3] 其他重要内容 * **投资建议**：基于对Token消耗增长的看好，团队推荐关注AIDC产业链的业绩兑现，具体标的包括供能产业链（如杰瑞股份、应流股份等）和液冷产业链（如英维克、宏盛股份等）的相关公司[3]

文章核心观点 - AI云市场正从以CPU为核心的通用计算转向以GPU为代表的智能计算，MaaS平台成为关键环节，Token调用量成为行业关注的“北极星指标” [1][2] - Token作为当前最直观、易量化的指标，其消耗量在短期内（一年半）激增300多倍，反映了AI应用规模的快速增长，但将其作为衡量AI云市场的唯一标准为时过早且不够科学 [1][4][5] - 当前Token收入在云厂商整体收入中占比较低，短期内不足以单独支撑云市场整体增长，且现有统计存在盲区，无法全面反映AI的真实使用规模 [4][7][10] - 企业采购AI云服务的核心决策依据是业务价值（如提高收入、降低成本），而非Token消耗量本身，Token更多是应用运行后的成本指标 [26][27][28] - AI云的长期竞争关键在于系统工程能力，即如何降低企业使用AI的门槛，让AI稳定进入业务流程并创造可持续的业务价值 [30][31] Token成为“北极星指标”的背景与原因 - 云计算范式正从CPU通用计算转向GPU智能计算，通过MaaS平台调用模型、消耗Token成为企业使用AI云的重要形式 [1] - Token调用量、增速、规模及排名成为行业热议焦点，国内外主要云厂商均在不同程度上披露了相关数据 [1] - 中国日均Token消耗量从2024年初的1000亿增长至2025年6月底的突破30万亿，一年半时间增长超过300倍，体现了AI应用规模的快速扩张 [1] - Token指标具有极高的叙事效率，简单、清晰、易于量化比较，符合商业世界对单一核心指标的偏好，便于市场传播和被资本、客户理解 [2][3] Token市场的现状与规模 - 根据Omdia数据，2024年中国AI云市场规模约29亿美元，其中AI MaaS收入仅0.3亿美元，占比1% [7] - 2024年中国主要云厂商Token收入总和不超过10亿元人民币，2025年各家均大幅增长，目前收入高的厂商超过10亿元，低的为数亿元 [10] - 在头部云厂商的收入结构中，Token收入占比仅为1%左右；在一些规模较小的云厂商中，该占比可能达到10%左右 [10] - Omdia预测，2025年中国AI云市场规模将增至72亿美元，2030年达268亿美元；2030年AI MaaS市场规模预计为25亿美元，在AI云市场中占比约9% [7] Token统计的局限性与盲区 - 现有Token统计大多基于公共云MaaS平台的API调用数据，难以全面覆盖GPU云租赁、私有化部署以及制造、汽车、机器人等设备端的AI算力使用，可能低估真实规模 [4][14] - 中国市场可被统计到的Token消耗主要集中在娱乐、对话等To C移动互联网场景，而更广阔的To B领域仍在早期，未来增长潜力更大 [18] - 不同统计口径导致矛盾结论：例如，IDC数据显示阿里云在中国大模型公有云服务（Token市场）占比27.0%，而OpenRouter数据显示阿里Qwen系列模型全球Token消耗占比约4%-7%，排名更高，差异源于开源模型使用和不同部署方式难以被单一统计覆盖 [19] - 严格意义上的广义Token消耗应包括MaaS平台、公共云GPU推理、私有化部署及设备端模型产生的全部Token，但目前技术难以实现全面统计 [22] 企业采购逻辑与Token的实际角色 - 在企业真实的IT采购决策中，Token是AI应用运行后的成本指标，而非采购阶段的核心依据，企业更关注AI能否提高收入、降低成本、缩短流程周期等业务价值 [4][26] - 企业AI落地分为两阶段：第一阶段关注Agent能否稳定融入业务流程（“能不能用”），第二阶段才开始考量包括Token成本在内的运营成本优化 [27] - 企业感知的AI价值更多体现在Agent等应用上，部分大型企业甚至以“Agent渗透率”、“AI业务渗透率”等更全面的指标作为“北极星指标” [28] - Token本质上是技术计量单位，其消耗量更偏云厂商（供给方）视角，而非进行数字化转型的企业（需求方）视角 [28] 云厂商的战略布局与市场展望 - 全球云厂商积极扩大MaaS业务规模：亚马逊AWS管理层预计其Bedrock平台长期收入贡献将与EC2业务（占营收超30%）不相上下；阿里云启动“百炼战役”，目标短期内将百炼平台Token调用规模提升三倍以上；火山引擎已将Token收入作为销售团队核心KPI之一 [6] - 行业高管判断，当模型能力增强、Agent成熟并覆盖大量长尾企业后，MaaS收入在云厂商整体收入中的占比有可能达到30%甚至更高，但目前行业仍处早期 [6] - 市场存在不同增长预测：有敏感性测试显示，若Token价格维持当前水平，某中国云厂商的Token调用收入未来1-2年可能增长至40亿-70亿元人民币 [11] - 云厂商的客户结构差异导致其对Token的叙事重点不同：阿里云因客户结构庞大多样而强调多形态并存（GPU租赁+MaaS+私有化部署）；火山引擎因核心客户为前沿开发者且内部业务消耗大而更强调Token [13] AI云的使用形态与客户实践 - AI算力使用形态多样，包括公共云GPU租赁、私有化部署、MaaS平台调用Token、端侧算力部署等，企业通常根据自身情况采用混合方案 [14][17] - 据调研，阿里云70%的企业客户在租用GPU云服务的同时，也通过MaaS平台调用Token，深度使用AI的企业多为多形态并存 [17] - 企业选择逻辑：在AI应用PMF验证阶段，倾向于使用MaaS平台调用Token，因其计费灵活、试错成本低；进入大规模部署阶段后，则倾向于租用GPU实例以控制长期成本 [17] - 头部互联网企业（如某社交媒体、某支付平台）每年云支出达数十亿乃至百亿元，但其2025年直接通过MaaS平台使用Token的费用在整体云支出中占比仅为极低的个位数 [18] 行业长期发展的关键 - AI云的竞争本质是系统工程能力，关键在于让更多企业客户能够以更低门槛、更高效地部署和使用AI应用 [30][31] - 云计算技术栈需要与时俱进，实现IaaS、PaaS、MaaS平台、Agent平台的全栈深度融合，以支撑企业高效部署AI应用 [30] - 真正决定AI云长期增长空间的，是AI能否稳定进入更多业务流程，持续优化运营，并替代或重构企业的人力成本、传统软件成本及低效IT环节 [29][30] - 在激烈的市场竞争中，技术能力和技术布局的前瞻性将是长期的胜负手 [31]

中国AI云市场竞争格局 - 2025年中国AI云市场竞争激烈 阿里云 火山引擎 百度智能云均公开宣称自身优势[2] - 火山引擎2024年营收超110亿元 增速超60% 2025年营收目标超200亿元[2] - 火山引擎在IDC五份报告中的四份跻身前列 两份报告位居首位[2] 火山引擎市场地位 - 2025上半年火山引擎在大模型公有云服务市场份额达49.2% 接近半壁江山[3] - 2024年全年火山引擎在大模型公有云服务市场份额为46.4%[3] - 2024年AI基础设施市场份额9%居国内第三 生成式AI基础设施市场份额14.2%居国内第二[3] Token调用量核心指标 - 火山引擎更关注Tokens调用量而非GPU算力规模 认为这更能反映大模型产业落地真实水温[6] - 2024年中国云厂商Token调用收入总和不超过10亿元 但正以10倍以上速度成长[7] - IDC数据显示2024年6-12月中国大模型调用量增长近10倍[7] Token市场增长数据 - 2025上半年中国大模型公有云Tokens调用总量达537万亿次[7] - 火山引擎方舟平台Token调用量同比增长3.98倍[7] - 字节跳动内部产品Tokens消耗量未被统计 若计入市场份额会更大[7] Token经济模式优势 - Token收入可能在未来1-2年增长至百亿元规模 年增速可达3-10倍[8][9] - 相比低价销售GPU资源的"一锤子买卖" Token模式带来经常性收入[9][10] - 按Token计费降低开发门槛 使算力计费更清晰 ROI更易衡量[11] 行业发展趋势 - AI算力消耗从训练转向推理 "卖Token"模式正变得越来越流行[12] - 2024年初中国日均Token消耗量1000亿 2025年6月底突破30万亿 一年半增长300多倍[12] - 2024年7月火山引擎率先降价90% 引发行业跟进 2025年2月DeepSeek模型走红推动爆发[13] 未来增长预测 - 2025年底-2026年初多模态模型和Agent成熟将推动新一轮Token消耗增长[17] - 单次视觉任务消耗算力可能超10万Tokens 是文本对话的成千上万倍[17] - 预计2027年豆包大模型日Tokens消耗量超100万亿 较2024年增长至少100倍[18] 字节跳动生态优势 - 字节跳动内部AI需求领先外部市场约4-5个月[19] - 豆包大模型2025年5月日均Tokens调用量16.4万亿 较2024年5月1200亿增长137倍[29] - 月均Tokens调用量超500万亿 超过谷歌2025年5月的480万亿[23][29] 技术实力表现 - 字节跳动Seedream 4.0图像模型文字转图像能力全球第一 图像分析能力全球第二[30][33] - 豆包App月活跃用户1.41亿 居国内AI原生App第二[34] - 火山引擎AI基础设施吞吐效率更高 每秒Token输出量达其他厂商2.6倍[35] 国际对标与战略目标 - 谷歌Gemini模型2025年7月月处理Tokens达980万亿 带动谷歌云营收增速提升10个百分点[23] - 火山引擎目标在MaaS市场保持份额第一 2030年前成为千亿级云和AI公司[35] - Token模式成为AI时代改变云计算竞争格局的新武器[36]

市场整体表现 - A股市场呈现强势震荡格局 沪指盘中逼近3800点续创10年新高 收盘微涨0.13%报3771.1点 深证成指微跌0.06% 创业板指跌0.47% [1][2] - 沪深北三市合计成交24608亿元 较前一日小幅放量 超3000只个股下跌 [2] - 港股走势疲弱 恒生科技指数一度跌逾1% [1] 行业板块分化 - 资源股集体拉升 石油、电力、煤炭、燃气板块表现强势 准油股份、安源煤业、世茂能源等多只个股涨停 [2] - 银行股上扬 农业银行与邮储银行股价双双创历史新高 [2] - 半导体板块走低 东芯股份跌超12% 芯原股份、南芯科技、晶丰明源等跌超5% [2] 国产软件板块强势崛起 - 国产软件股盘中强势拉升 北信源20%涨停 科创信息、新晨科技、信息发展等涨超10% [3][4] - 中兴通讯涨超6% 盘中一度涨停 全日成交近220亿元 位居A股成交额首位 [2][4] - 政策支持力度加大 国家数据局局长刘烈宏介绍 截至2024年底我国软件收入规模较2020年增长80% [6] AI产业链遭遇回调 - AI产业链股集体下挫 CPO、液冷服务器等细分领域跌幅居前 [8][9] - 华光新材、同飞股份跌超10% 飞龙股份、腾龙股份、金田股份等多只个股跌停 剑桥科技、工业富联跌超5% [9] - 金田股份提示风险 其算力领域产品销量占比不足2% 其中算力散热领域产品销量占比不足1% [11] - 腾龙股份提示其服务器液冷相关产品销售收入占比极小 业务发展存在较大不确定性 [11] 人工智能应用规模快速增长 - 我国人工智能应用规模呈现爆发式增长 日均Token消耗量从2024年初的1千亿增长至今年6月底的30万亿 1年半时间增长300多倍 [6] - 机构认为在国产大模型性能提升及政策扶持背景下 AI应用商业化有望持续加速 [7] 个股异动表现 - 吉视传媒尾盘上演"地天板"走势 近14个交易日已斩获8个涨停板 [12][13] - 公司澄清不涉及"国资云"相关业务 对影片《731》的投资比例极低 预计对业绩几乎不构成重大影响 [15] - 港股叮当健康大涨超23% 基石药业涨超12% 卫龙美味涨超7% [2]

人工智能Token消耗量 - 截至2024年6月底中国日均Token消耗量突破30万亿[1] - 2024年初日均Token消耗量为1000亿 半年内增长300倍[3] 高质量数据集建设 - 截至2024年6月底中国建设高质量数据集超3.5万个 总体量超400PB[4] - 400PB数据量相当于中国国家图书馆数字资源总量的140倍[4] - 多部门联合推动高质量数据供给 出台相关建设文件[4] 数据交易市场 - 截至2024年6月底高质量数据集累计交易额近40亿元人民币[4] - 数据交易机构挂牌高质量数据集总规模达246PB[4] - 北京数交所高质量数据集交易占比从10%跃升至近80%[4] 中文数据应用 - 中国大模型训练中中文数据占比超60% 部分模型达80%[4] - 中文高质量数据开发供给能力持续增强[4] - 人工智能模型训练推动数据交易需求攀升[4]

数字中国建设成就 - 中国在"十四五"时期全面深化数据要素市场化配置改革，加快数字化绿色化协同转型发展，推动数字中国建设取得显著成就 [1] 数字基础设施发展 - 截至2025年6月底，5G基站总数达455万个，较2020年增长5倍 [2] - 千兆宽带用户达2.26亿户，较2020年增长34倍 [2] - 中国算力总规模位居全球第二 [2] - 数字基础设施投资带动集成电路、通信网络设备、计算机等产业链上下游发展 [3] - "东数西算"工程深入实施，八大算力枢纽节点中5个位于西部 [3] - 中国日均Token消耗量从2024年初的1000亿增长至2024年6月底的30万亿，增长300多倍 [3] 数据产业发展 - 2024年全国数据企业数量超过40万家 [4] - 2024年数据产业规模达5.86万亿元，较"十三五"末增长117% [4] - 上市数据企业平均研发投入较"十三五"末增长79%，年均增速15.7% [4] - 长三角地区数据产业规模占全国22.6%，集聚数据企业超过10万家 [5] 数字服务普及 - 中国网民数量达11.23亿人，互联网普及率79.7% [6] - 全国互联网医院年服务量超过1亿人次 [6] - 全国医保码用户超过12亿人 [6] - 跨省异地就医直接结算惠及5.6亿人次 [6] - 全国10.7亿人领取电子社保卡，覆盖75%以上人口 [7] - 全国5A级旅游景区数字化改造完成率达100% [7]

数字基础设施发展 - 5G基站总数达455万个 较2020年增长5倍 [2] - 千兆宽带用户达2.26亿户 较前期增长34倍 [2] - 算力总规模位居全球第二 [2] - 数字基础设施带动集成电路/通信设备/服务器等产业链发展 [3] - 超前部署推动网络购物/在线教育/远程医疗等新业态发展 [3] - "东数西算"工程布局八大枢纽 其中5个位于西部 [3] 人工智能与数据消耗 - 日均Token消耗量突破30万亿 较2024年初1000亿增长300倍 [3] - 数据技术从商业智能(BI)向人工智能(AI)加速演进 [5] - 上市数据企业研发投入较"十三五"末增长79% 年均增速15.7% [5] 数据产业规模与生态 - 全国数据企业数量超40万家 [5] - 数据产业规模达5.86万亿元 较"十三五"末增长117% [5] - 长三角数据产业规模占全国22.6% 集聚企业超10万家 [5] - 数据产业涵盖采集/存储/流通/安全治理等全链条业态 [4] 数字化应用普及 - 网民数量达11.23亿人 互联网普及率79.7% [6] - 互联网医院年服务量超1亿人次 [6] - 医保码用户超12亿人 跨省就医结算惠及5.6亿人次 [6] - 电子社保卡覆盖10.7亿人 占人口75%以上 [6] - 5A级景区数字化改造完成率100% [6] 产业转型与创新 - 5G+工业互联网推动传统制造向智能智造转型 [3][4] - 农村电商发展使手机成为"新农具"、数据成为"新农资" [3] - 即时零售/智能网联汽车/微短剧等新业态持续涌现 [6]