📰 研报摘要
查看全文 ➔摘要： 本报告系统解析大模型产业从 Transformer 奠基到 Agent 执行的五个发展阶段，分析利润池如何沿产业链从训练 GPU 迁移至推理资源及 Agent 应用。报告探讨了闭源与开源模型的竞争格局，并构建了涵盖芯片、服务器、光模块及软件应用的投资框架。
行业主线：
- 技术演进：大模型进入以推理模型与 Agent 能力为核心的第五阶段，竞争焦点从“回答问题”转向“完成任务”，评价标准升级为复杂目标规划与结果验证能力。
- 价值迁移：利润池由训练侧向推理 GPU/ASIC、HBM、高速网络、电力液冷及 Agent 平台外溢，投资逻辑正从追逐模型能力转向追求更低成本、更高可靠性的真实任务完成能力。
关键变化与分歧：
- 开源冲击：开源模型（如 DeepSeek、Qwen）快速追赶，推动模型能力商品化，在压缩通用 API 毛利的同时，利好应用层与基础设施。
- Agent 落地：Agent 正从能力演示进入产品化早期，编程、客服、办公等高频场景 ROI 验证最快，但稳定性与长链路错误累积仍是核心瓶颈。
受益方向与风险：
- 受益方向：短期聚焦 AI 硬件（芯片、服务器、光模块、电力液冷）；中长期看好具备数据闭环与流程嵌入能力的 AI 应用及实现全栈国产化训推的底座标的。
- 核心风险：技术迭代不及预期、算力供应链风险、监管政策不确定性及商业化落地慢于预期。