东吴证券AI系列02期：AGI核心定义与发展视角

发布时间：2026-08-10 一、核心要点 1. 本期为东吴证券AI大模型系列第2期，聚焦通用人工智能（AGI）的市场认知与研究框架，系列共26期，物理AI与数字AI研究范式类似。 2. AGI指具备跨领域通用能力、像人一样学习解决新问题的系统，至今无统一量化标准，不同机构用不同评价体系衡量发展进度。 3. AGI发展进度的四大锚点：经济价值（能否替代多数有经济价值的工作）、能力分析（DeepMind L1-L5体系，从信任和通用性打分）、技能获取效率（陌生领域快速学习运用技能）、世界理解（具备空间与因果关系的世界模型）。 4. 全球机构对AGI的态度分为激进派、审慎派、务实派、巨生派：美国学界与产业界分歧大，国内更偏务实，注重应用开发。 5. 主流AGI分级框架：OpenAI五级框架（对话者、推理者、智能体、创新者、组织者，第五级为终极形态）、DeepMind性能-通信双指标框架（性能分L0-L5，通信指任务覆盖广度），OpenAI框架更受认可。 二、风险与关注 1. AGI衡量标准缺位，前沿模型在数学、代码、知识问答基准上超90%，难区分，且刷分与真实能力一致性弱。 2. 训练数据污染、不同机构测试方式含自身PR口径，测评难以统一，物理AI测评也无法直接确定AGI时间。 3. AI对社会经济价值测量方法差异大，部分价值隐蔽，且可能冲击大量岗位，行政等机构呼吁重视AI风险治理。 三、投资线索与后续方向 1. 投研角度看AI已带来显著提效，AGI是未来10-20年长期主流方向，需关注通向AGI过程中的模型产品创新。 2. 数字AI关注token消耗量与AI收入，物理AI有相关测试但需持续跟踪，需研究框架适配两类AI应用。