国联民生计算机AI大模型主题培训纪要

发布时间：2026-08-17 一、核心要点 1. 采用大模型“斩杀线”分析框架，性能差且价格高的模型会被淘汰，Meta、谷歌部分模型已掉队；国内智谱、DeepSeek、Kimi等模型竞争激烈，智谱GM5.3在控制领域重回第一梯队，Kimi开源模型已开启商业分成模式 2. 国内大模型已进入商业化黄金期，量价齐升：DeepSeek上调API价格至高峰时段27元/百万Token，毛利率或超70%；Kimi要求开源商业公司年ARR超2000万美元需签约分成，分成比例约30%，全球九成开源模型收入未回归厂商 3. 国内模型在编码、多模态领域已逼近全球顶级闭源模型，中美模型差距仅3-6个月，核心源于中国芯片获取进度，工程训练层面差距极小二、关键行业与标的 1. 涉及A股计算机、半导体行业，关联标的包括智谱相关厂商、DeepSeek合作方、Kimi、生成定义（超节点技术）、九章云极等 三、投资线索与逻辑 1. 算力端：Token供不应求，通用推理工厂（通过硬件优化提升吞吐量）是核心，传统算力租赁回收期3-5年，通用分成模式下可缩短至2年，Token收入或达传统十倍，毛利率超50%；国产芯片可匹配大模型推理需求，中动950超节点方案可实现低延时算力突破 2. 技术端：超节点技术是核心投资方向，可降低通信开销、提升模型性能，英伟达也采用类似路线，验证已覆盖预训练、推理、多模态全流程 3. 应用端：一是FDE模式，通过将模型能力嵌入企业场景，向C端用户售卖Token，高利润率显著，美国今年Q1刚兴起；二是AI支付，是AI生态落地的关键底层支撑，国内已有相关试点；三是AI游戏化场景（如CodeX的Token赌桌），可形成商业模式闭环四、风险与关注 1. 国内芯片获取进度影响模型性能优势，进而拉大与海外模型的差距2. 大模型商业分成模式落地不及预期，可能影响厂商收入放量3. AI应用场景的用户付费意愿仍较低，制约商业模式闭环形成