计算机行业深度报告：解析大模型行业：从发展历程到投资视角
解析大模型行业：从发展历程到投资视角 2026年06月18日 增持（维持） 证券分析师王紫敬执业证书：S0600521080005021-60199781wangzj@dwzq.com.cn ◼当前大模型产业正处于基础设施高强度扩张、模型能力快速扩散、Agent初步产品化、企业逐渐实现ROI验证的关键发展阶段。从技术演进看，大模型已完成从Transformer奠基（2017-2019）、预训练规模化（2020-2021）、指令对齐与产品化（2022-2023）、多模态开源与企业化（2023-2024）的四轮跃迁，2025-2026年正式进入以推理模型与Agent能力为核心的第五阶段，竞争焦点从"回答问题"转向"完成任务"，评价标准升级为复杂目标规划、工具调用、动作执行与结果验证能力。 ◼利润池沿产业链持续迁移，投资逻辑从追逐模型能力转向更低成本、更高可靠性完成真实任务。早期利润池集中于训练GPU，ChatGPT问世后扩展至API、订阅与AI原生应用，多模态与开源阶段私有化部署、RAG、向量数据库、数据治理成为增量，当前推理模型与Agent阶段进一步外溢至推理GPU/ASIC、HBM、高速网络、电力、液冷、Agent平台 与 工 作 流 软 件 。大 模 型产 业 链 价 值优 先 流 向 三 类 环 节 ： 一 是GPU/ASIC、HBM、先进封装、光模块等稀缺资源；二是CUDA生态、云平台、企业数据等高切换成本能力；三是代码助手、客服、办公等可量化ROI应用入口。当前利润池集中在基础设施，GPU与ASIC显性受益，HBM与先进封装是供给瓶颈，光模块与交换机等是集群扩张后的第二弹性；云厂商是企业AI主要入口但资本消耗较快；应用层长期空间最大但短期分化显著，代码、客服、办公等高频场景落地最快。开源模型压缩通用能力超额利润，推动多模型路由成为常态，竞争焦点转向入口、数据、成本控制与工作流嵌入。之于大模型本身，当前商业模式仍处在探索阶段，尽管已经有相对稳定的付费模式，但用户心智、使用场景、工作流嵌入实际等均未稳定。考虑到大模型是未来智能时代的智能底座，大模型本身同样具有投资价值。 相关研究 《金刚石散热：新一代AI散热方案》2026-06-11《SpaceX商业概览：从火箭、通信到AI》2026-05-26 ◼关键大模型标的：智谱、Minimax、科大讯飞。（1）智谱：从项目型AI公司向MaaS平台转型，Coding是其从模型能力转向收入规模的最短路径；（2）MiniMax：通过架构优化实现成本与能力平衡，走全球化与全模态平台化路线，Token Plan构建多模态智能额度池的商业模式；（3）科大讯飞：核心价值在于国产算力全流程训推能力，是国内唯一实现全国产算力上全栈模型训练的厂商，在政企自主可控采购中具备稀缺性。公司2025年大模型相关项目中标金额23.16亿元，超过第二名至第六名总和，印证我们的观点：公司卡位的稀缺性具备极强的市场竞争力。 ◼大模型的发展路径尚未明确，我们认为未来大模型行业的发展可能存在三种情况。（1）闭源模型持续领先并放大代际差距：利润将持续集中在AI硬件以及头部模型厂；（2）开源模型持续追赶并缩小代际差距：开源模型持续追赶推动模型能力商品化，形成多模型分层路由格局，模型层API毛利承压但应用层与基础设施受益；（3）出现新的模型架构突破：可能催生一批全新的企业。 ◼投资建议：建议关注大模型与大模型相关产业链。1、大模型：建议关注智谱（港股）、Minimax（港股）、科大讯飞、阿里巴巴（港股）；2、其他大模型相关板块：建议关注：（1）AI芯片（国产算力、半导体设备）；（2）数据中心（AI服务器、光模块、PCB/交换设备、液冷/电源/电网电力设备）；（3）AI应用；（4）物理/端侧AI。详见正文P45“6.4市场投资框架”。 ◼风险提示：技术迭代不及预期、行业竞争加剧、算力供应链风险、监管政策不确定性、商业化落地慢于预期。 内容目录 1.1.从Transformer到Agent：五个阶段........................................................................................51.2.每个阶段解决的问题和引入的新瓶颈.....................................................................................6 2.1.大模型发展到了什么阶段？.....................................................................................................92.2.与历史技术周期的比较...........................................................................................................122.2.1.互联网1995—2000年：相似的叙事与不同的成本结构...........................................132.2.2.云计算2008—2015：最接近AI的历史模板.............................................................152.2.3.移动互联网2009—2014：AI会重构入口，但入口更分散......................................15 3.大模型产业链拆分与价值分配........................................................................................................17 3.1.产业链价值分配的核心逻辑...................................................................................................173.2.产业链利润为什么首先流向基础设施...................................................................................173.3.产业链价值分配图谱：当前利润池主要在哪里？...............................................................183.4.开源模型会压缩哪些利润，放大哪些需求？.......................................................................20 4.竞争格局的本质................................................................................................................................21 4.1.竞争元素趋于多元，各大模型厂暂时在不同领域站稳脚跟...............................................214.2.重点厂商展开...........................................................................................................................214.2.1.OpenAI：从GPT scaling到工作型智能体平台.........................................................224.2.2. Anthropic：企业安全、长程任务..................................................................................234.2.3. Google DeepMind / Gemini：全栈平台型模型厂.........................................................254.2.4. xAI / Grok：模型厂商+大规模AI基础设施运营商...................................................254.2.5. DeepSeek：高性价比、开源冲击与百万上下文推理效率.........................................264.2.6. Qwen：从开源生态到Agent全栈云平台..................................................................284.2.7.字节：产品化、推荐数据和多模态生产部署.............................................................304.2.8. MiniMax：长上下文、Hybrid MoE与低成本test-time compute.............................314.2.9. Kimi：从长上下文聊天到长程编码与Agent Swarm.................................................32 5.关键标的：智谱、Minimax、科大讯飞.........................................................................................33 5.1.智谱：从私有化大模型公司走向Coding + Agent MaaS平台.............................................335.1.1.智谱的重估逻辑正在从项目型AI公司切向模型能力驱动的MaaS平台...............335.1.2.从GLM-5到GLM-5.2，押注Agentic Engineering+长程任务...............................345.1.3.从本地部署到MaaS，智谱正在寻找中国版Anthropic路径...................................365.1.4.企业客户和国产芯片协同.............................................................................................37 5.2. Minimax：从AI原生应用走向全模态AI平台....................................................................375.2.1. MiniMax的独特性在于全模态+全球C端+开放平台”..............................................385.2.2.模型路线：从M2到M3的1M上下文+原生多模态+Agentic Coding....................395.3.科大讯飞：唯一国产算力全流程训推的大模型底座标的...................................................40 6.未来大模型格局推演与投资建议...........................................