📰 研报摘要
查看全文 ➔摘要： 本报告深入分析了中国 AI 大模型行业的竞争格局与商业化路径，认为中国模型在智能表现上正接近全球闭源模型的临界点，市场需求正从单纯的“token 用量最大化”转向关注投资回报率（ROI）的模式。
行业主线：
- 竞争评价体系：提出基于定价能力、成本优势和财务实力三个维度的竞争定位框架，旨在识别长期赢家。
- 技术与成本优化：中国模型通过采用 MoE（混合专家）架构和架构创新，在较低参数量下实现了与全球 SOTA 模型相当的性能，显著降低了训练和推理成本。
- 商业模式演进：分析了从纯开源向“开放权重+社区许可”模式转移的趋势，以在扩大采用率的同时实现可持续的货币化。
关键变化与分歧：
- 需求分层：企业级应用开始将任务分级，常规任务转向低成本的 Flash 模型，而将 SOTA 模型保留给编程等高价值场景。
- 算力自强进展：美团 LongCat 2.0 在国产算力集群上完成万亿参数模型预训练，验证了国产硬件栈支撑前沿模型研发的可行性。
受益方向与风险：
- 受益方向：在基础模型领域（如智谱、DeepSeek）和多模态领域（如字节跳动）具备强竞争力且财务稳健的厂商。
- 核心风险：地缘政治导致的高端算力获取受限、西方市场准入政策收紧、以及高研发投入带来的短期盈利压力。