猜你想问
大模型Agent能力如何向长程专业任务延伸？
各大模型厂商通过强化长期记忆与持续执行能力，以及扩大强化学习规模，提升模型处理多步骤任务的能力，推动应用向编程、3D创作及金融研究等专业工作流拓展。例如Meta Muse Wonder系列引入Active Memory和Active Focus，强化跨对话信息检索及长周期任务持续执行能力，Kimi K3.1 Pro扩大强化学习规模，提升代码、3D创作及金融研究能力，MiniMax M3.1 Flash线上推理速度提升至上一代的近3倍，DeepSeek V4.1 Flash提升“许愿式编程”能力。
大模型行业发展趋势如何？
大模型行业竞争维度从Token单价延伸至任务综合成本与交付效率，推理与执行优化降低任务成本，高速版本提供更多速度与价格选择。Agent框架适配、搜索API及托管智能体服务逐步完善，降低开发与部署门槛，推动模型能力接入实际业务流程。未来将聚焦于提升模型专业能力、优化任务成本及完善生态建设。
本报告重点分析了哪些方向？
本报告重点分析了大模型Agent能力向长程专业任务延伸的进展，包括能力提升的技术路径、任务成本竞争格局以及生态完善情况。同时分析了云计算领域SpaceX超级智能业务增长及Meta资本开支变化，探讨了AI算力商业化推进与资本开支对盈利能力的影响。报告还提供了相关赛道的投资建议与风险提示。
当前AI算力市场现状如何？
当前AI算力市场呈现商业化推进加速的态势，以SpaceX超级智能业务为例，其收入同比增长约830%，首次超越连接业务成为第一大收入来源，算力部署与云服务放量推动业绩增长。但同时面临高额资本开支的压力，Meta资本开支持续增加，2026年资本开支下限上调至1,350亿美元，单季度自由现金流首次转负，需关注其对盈利能力与现金流的影响。
本报告有哪些风险提示？
本报告提示的风险包括模型及产品推出不及预期、AI算力需求不及预期、算力供给超预期释放以及宏观经济增长放缓。这些因素可能影响大模型与云计算赛道的未来发展，投资者需关注相关风险。