天风计算机大模型与计算机板块产业更新会议纪要

发布时间：2026-08-23 一、AI总结内容 一、核心观点 1. 大模型端：无需过度悲观，国产开源模型智力将在9-10月逼近海外前沿水平，AI产业需求复苏可关注算力租赁价格，而非AR指标2. 本次关键模型追踪：匿名模型Xalpha大概率为质朴Gom 5.3变体，单任务成本、Token效率接近闭源模型，具备定价潜力3. 算力产业链：国产卡出货量平缓但核心逻辑未变，四季度放量明确，头部份额向上，当前是布局良机 二、投资线索 1. 大模型相关：优先关注国产开源模型上市公司、算力租赁产业链，以及办公、医疗等场景的应用厂商 2. 计算机板块：二季度出现拐点的两个细分板块 （1）Infra安全：重点关注网安的深信服、网速，其二季度安全业务加速，商业模式偏订阅，企业需求提升 （2）支付：重点关注新大陆、新国都，存储价格回落将带来利润弹性，收单业务集中度提升，或受益消费复苏与收单价提升 三、风险与关注 1. 大模型：模型迭代进度低于预期，开源模型竞争加剧影响定价2. 算力：国产卡、英伟达卡供应及政策变动风险3. 计算机板块：安全业务、支付业务三季度加速不及预期风险 二、音频原文（转写） 大家好，欢迎参加天丰计算机大模型产业更新电话会议，目前所有的参会者均处于经营状态，现在开始播报声明声明播报完毕后有请主持人开始发言。谢谢本次会议为天丰证券研究所闭门会议，仅限受邀嘉宾参会未经天丰证券研究所和演讲嘉宾书面许可，任何机构和个人不得以任何形式将会议内容和相关信息对外公布转发转载传播。复制编辑修改等。如有上述违法行为天丰证券研究所保留追究相关方法律责任的权利。 各位尊敬的领导，哎大家晚上好，欢迎各位领导参加我们天丰计算机团团队每周日晚上十点的a i制作谈，那我们今天的会议呢主要围绕两块展开，一个是大家最关注的啊，大模型一个是计算机板块本身二季度，我们能看到哪些啊拐点型的细分领域那第一个关于大模型的话啊，一会儿请我们团队的啊璞玉啊，和各位领导详细的分享，那普育在大模型这块有着非常深度的研究来和紧密的跟踪那大模型，我们看到这个过去一段时间啊，大家还是啊，关注这个ar啊的这个增速的一个趋势啊，尤其是啊，但我们的团队的这个结论啊，非常明确，那就是只盯着的。 Ar啊，其实啊意义已经不大了，整个ai产业的这个趋势啊，从需求端啊，角度去判断的话，我觉得核心啊，最关键的一个指标可能要转到这个呃算力租赁价格了啊，那an本身的这个ar其实这个这个结构比较复杂啊，包括这个蒸馏，包括这个呃这个等等啊，这个呃短期呢也受到一些份额的一个这个冲击啊，那具体一会儿 捕鱼展开那第二块的话就是呃，这个关于大模型第二个啊，我们看到上周其实这个啊，这个有一个匿名的模型啊非常火爆啊，那大家关注到底是国产的哪一家模型，那我们团队啊，璞玉也会基于这个呃这个公开的一些相关的一个分析啊，研究啊，和大家做一个预测和展望，那下面先把哎时间交给普玉哎，好的呃，各位领导好稍等，稍等马上我投个屏。 嗯啊好的，各位领导好呃，我是天空计算机的李璞玉呃，然后今天跟大家做一下就是这个周度的这个模型侧的变化的更新，然后包括呃，我们当前最核心的观点就像刚才首席提到的啊，其实从整个呃模型册的这个需求端来讲，我们觉得到当下的时间。也不用太过于悲观啊，然后呃首先其实呃，我觉得整个大逻辑是这样的，因为呃整个从呃6月份到8月份以来，呃模型大家其实在海外开源侧的话看到了一轮可以说相对激烈的由of发起，然后在国产开源模型跟随的这个价格战啊，然后随后而来的是对扣定的这个远期空间不够的这个担忧，然后再到就是上呃，这周对这周还没过完，就这周的这个s u pick还有open i的呃，这个模型，他们的a r r和自己的这个收入都披露了出来。 啊，所以说呃在过去两个月的话，市场也非常动荡，其实本质大家都是在呃，担心就是这个国产开源对整个啊。全球范围内这个模型从算力到模型本身的需求的影响，然后以及就是模型下一步的。这个嗯定价应该怎么走或者说？说整个市场空间是否还有足够多的这个增量啊？ 这个是啊过去呃市场和现在担心的事情啊，但是我们认为其实当前的时点不用太过于对呃这些事情在悲观了啊，因为呃其实呃一句话去呃，或者说很简单的去理解的话。呃开源模型啊，国产开源模型在今年的这个下半年，它的能力会逐步的去逼近海外的这个就是在智力非常有效，能够去具备定价权的这个范围的上限啊，那么它就是会推着整个呃模型在全球范围内有更广泛的这个应用的市场打开啊。其实上半年我们认为模型它仅仅是在北美，就是出于企业formal也好，或者说就是北美和欧洲市场。 大家还有足够多的付费意愿，也好打开了最容易去打开的coding的这一批人群，但是其实到下半年来看的话。啊，我们认为这个市场依然是非常的呃广阔的，然后远远没有达到，就是说呃前期预期就是这个呃四到5000亿美金的这个预期啊，所以说其实下半年呃，不光是在coding这个场景吧，还有像呃办公，然后医疗等等的这个场景会随着整个模型智力的这个普及，然后会有更多的这个应用出来，那这个其实也是嗯很早。 文章里面提到过的三种场景啊，就是第一种就是假设模型就最悲观的情况假设模型他能力没有太高的这个迭代了，那其实当前的模型能力来讲，它也有非常多的呃，这个场景啊可以去通过，比如说外挂哈尼斯或者是构建更丰富的应用等等的形态，帮助他在更多的这个场景推广开应用来，而这个的基础其实我们认为其中必不可少的一环就是国产开源，或者说就是整个开源模型的生态，它能够去啊，把那个模型啊放在就是一个更可互性的，然后价格更可以被接受的这个环境里去被应用啊，所以说呃，其实假设最悲观的情况啊，模型不迭代那其实呃，今年下半年到未来，其实几年的时间去看，我们仍然有足够多的这个空间，然后去做很多的，这个呃就是模型侧的这个变现和整个社会的生产力的提升啊，然后但这个其实我觉得是最悲观的。 假设实际上的情况是模型远远没有到头呃从去年大家去讲的这个嗯rl的这个skating law啊，然后再到这个就是呃合成数据data，然后反哺到呃整个模型，不管是il还是呃这个pretrain的这个环节，那这些其实然后包括当到现在可能今年提出来新的像这个look transformer等等的 那依然都是呃，需要更多的算力和更多的呃，这个科学家投入去探索的能够去大幅提升模型能力的呃，这些上解啊的地方，所以说模型迭代的能力远没有到头，那么我们如果在做中心甚至更乐观观的展望的话就是模型的能力提升，达到一个呃相对乐观的这个起点，它会超越人类，那这个就是最乐观情况。 就当然讲的这个rsi，但是现在我们看到rsi的迹象可能还会在这个类比自动驾驶就是l2级别就是模型，它可以去帮助人类去嗯，改变就是部分的这个工具的优化啊，从工具的层面实现自迭代，而不是在这个模型自我训练的程度的自迭代。当然我们看到一些这个前厂商，也是在往这边去做尝试了啊，所以说嗯，其实呃，我刚才呃说了这么多核心想讲的就是就是呃，不管是最悲观的情况还是呃，我们看到就是已经有迹象发生的rsi等等的这个场景啊。 其实嗯，从当前的这个节点看啊，我们觉得都已经就是反映了非常多悲观预期，那现在有理由去更加乐观了，那其中呃这个就是短期和中期能看到的就是国产开源逼近海外的智力上限啊，推动整个模型total的这个定价和量价齐增的这个呃场景，我觉得也是会在10月开始吧，变九到10月份开始吧，变得越来越明确。那呃，其实在这个7月的时候，我们陆续看到了k米k3这样的2.8t接近3t模型发布逼近了一个呃，就是从单模型智力上面来看的上限。 那这个周的话，我们又看到了像这个ox alpha这样的模型，它虽然是一个匿名的模型，但是整体的能力来看啊，依然是非常的惊艳的，不光是说它在呃，就比如说coding啦前端的one short的能力啦也好啊，更重要的是它其实从呃整个模型的呃结合它的智力和单任务的token，或者说就单任务的成本来讲。啊，都已经逼近，甚至是超越了很多的闭源模型，它的这个帕雷托最优啊，那这个是我觉得非常值得关注的。 就是ox alpha，它其实周末有很多的这个呃三方的跑分等等的这个出来了吧啊，所以其实我们看到首先它在这个多agent的能力啊和长城任务的能力上面去看的话，呃，它在这个就是一个相对权威的这个榜吧欧拉m l. Lab上面的这个的这个榜上面呃，它其实整体的能力是紧急就是略弱于呃这个5.6 so啊，然后是远强于像这个obus4.8啊gpt5.5啊的，然后这个是从单模型的能力维度上面去看。 然后第二个的话就是嗯，其实从呃整体它是否是一个就是呃，这个帕里托最优的角度去考虑它的单token就单任务所需要花费的token结合他在这个整个长城力呃长城任务的能力的这个测评上。上面去看它，其实我们判断也大概率是在闭源模型的，一个前沿上就是这张图的话。呃最呃越往右的话意思是单任务投杀的。Token越少嗯，但是同时取得的成绩会越好，那就意味着模型本身在智力和这个执行能力上啊，对就是结果和思考过程都做了一个综合最优解，而不是一个就是持续over thinking已获得很好结果的这个模型啊，所以说呃其实从这个角度来考虑的话。 呃ox alpha其实是首个就是呃就是左边黄色是open呃开源模型嘛，那右边其实算是ox alpha首先作为一个呃开源啊或者说匿名模型吧啊，它进入到了这样一个呃，就是三方匿名模型进入到了一个闭源前缘的这个范畴。啊然后呃第二个就是呃谁shocks alpha，我们其实从结论上来讲，当然呃可能关系模型的很多，呃这个领导也可能也看到一些这个呃消息了，就是综合来看我们其实持续就呃认为其实大概率它是一个就是g o m l呃gm5.3的一个呃辩题，或者说它的base model大概率会是gom。 啊，当然嗯，它呃，我觉得可能是一个就是goam前面加了1个啊，就是多模态输入的这个编译器，然后在后端又做了这个强化学习啊的这样一个模型。但是它的这个呃参数量我觉得是或者说整个模型的嗯size是可能往后去看最值得去期待的地方，因为其实我们看到像这个大家都众所周知这个支付的这个呃算力是不够的嘛，然后open code，然后还有open rooter这些他们都在大放送就是整个呃模型就是这个ox alpha的这个呃就是token啊，所以呃这个问题我觉得就是很值得去期待啊，呃就是嗯，从使用体验上来讲，它大概率是一个不小的模型，可是嗯，如果是它在这个，呃就是整个呃性能和就是呃，成本之间找到了较好的平衡，那我觉得这个会是一个最大的惊喜点吧，对然后说回来，为什么我们认为这个是大概率是一个gm5.3的一个辩题啊，呃其实几个点吧，第一个呃，最明显的就是它大概率token neither就是它的那个分子器呃是和这个gm5.2相同，相当于他们其实嗯大概率是用了一个杯子。 嗯，但是也可能就是呃，如果是重启了这个pretrain，但我觉得节奏上来看不太像呃，那它也可以是同一个tokenizer。对啊，就所以同一家的这个就是就是或者说同一大袋。带的这个模型同样的tokenither，这个是个大概率事件而不同的模型之间。Tokenither不同，或者说不同加模型之间tokenizer分子区不同啊，这个也是个大概率事件。 那其实从三方测试来看，呃，很多人测了很多很长的prompt或者是嗯，什么十13个奇怪的字符串等等，然后去看它的这个。呃分级分出来的这个token数量和就是哈根face上gm5.2，因为它是开源的那tokenizer也能看到它的这个次元计数啊，那其实它的这个次元数和就是ox alpha的是相同的啊，然后第二个的话就是呃，其实在这个就是质朴，它的这个官方文档的这个路由路径，然后和就是这个阿尔法，它返回的一些就是内部路由的，这个类名就class name等等也是相同的啊，然后第三个的话就是呃，其实在错误码的返回上也有很多巧合。 啊，所以说，综合来看的话，我们觉得这大概率是一个质朴的模型，是一个可能5.3的变体，加入了多模态输入原生动啊都不1定原，但多多加入了多模态输入，然后同时可能在呃核训练上又做了嗯，或者说强化学习上又做了新