猜你想问
这份研报主要讲了什么内容？
这份研报主要探讨了自定义AI与模型迭代如何推动AI应用边界的拓展。报告分析了生成式AI的快速扩散速度，以及自定义AI如何改变爆款范式，并以Coding场景为例说明AI渗透的现状和未来方向。此外，报告还深入研究了模型迭代与Computer Use如何提升AI能力，并展望了教育、金融、法律、咨询等细分行业的AI应用潜力。最后，报告从算力结构性机会的角度，分析了高速互连、电源与散热等领域的产业升级趋势。
AI应用在哪些行业有较大的发展潜力？
AI应用在多个行业展现出较大发展潜力，特别是教育、金融、法律与合规、咨询行业。教育领域AI已覆盖备课到评价的多个环节，金融领域AI应用重点转向可交付的业务任务，法律与合规领域AI已形成专业工作流，咨询行业则通过AI提升信息搜集与知识检索效率。这些行业的工作流程具有可标准化、结果可复核等特点，适合AI深度应用，未来增量可能由席位数量转向任务调用量。
报告重点分析了哪些AI技术发展趋势？
报告重点分析了自定义AI、模型迭代和Computer Use三大技术发展趋势。自定义AI强调个性化与长期记忆，改变了传统AI应用模式；模型迭代通过强化学习等技术提升AI能力，如Astra模型的阶段性验证成果；Computer Use则将AI从回答系统推进到执行系统，实现跨软件的连续操作。这些技术共同推动AI应用从信息处理向任务执行延伸。
当前AI市场处于什么发展阶段？
当前AI市场处于快速发展和深度渗透的阶段。生成式AI用户数量快速增长，全球范围内AI工具使用率持续提升。AI应用已从信息检索和内容生成向可交付、可复核的业务任务转变，但整体渗透仍不均衡，尤其在Coding场景下，可信工作流的渗透尚未到位。AI市场正在从单一爆款模式向任务量扩张模式过渡，未来增长动力更多来自现有行业软件中的任务量扩张。
研报提示了哪些投资风险？
研报提示了三大投资风险：行业竞争加剧风险，随着AI应用的普及，市场竞争将更加激烈；技术研发进度不及预期风险，AI技术发展迅速，但研发进度存在不确定性；特定行业下游资本开支周期性波动风险，AI应用落地受下游行业资本开支影响较大，周期性波动可能带来投资风险。这些风险需引起投资者关注。