中国人工智能模型产业深度解读：全球规模化落地的智能发展关键拐点

摘要： 本报告由高盛发布，旨在深入分析中国 AI 大模型产业的竞争格局、技术路径与商业化进程。报告指出，中国开源/开放权重模型在智能性能上正接近全球顶级专有模型，产业重心正从单纯追求 Token 规模转向追求 ROI（投资回报率）。

行业主线：

1. 性能与成本的突破：国产模型通过 MoE（混合专家）架构和架构创新，在受限的计算资源下实现了与全球 SOTA 模型相当的性能，并在代码生成和智能体任务中达到关键拐点。
2. 市场两极分化：AI 模型市场分化为两层，高端模型依靠前沿性能维持定价权，而低端模型则在智能体（Agentic AI）驱动的需求下陷入价格战。
3. 商业化路径演进：模型厂商正从纯开源转向“开放权重+社区许可（Community License）”模式，以通过商业分成提高毛利率并覆盖训练成本。

关键变化与分歧：

1. ROI 导向的范式转移：企业用户不再盲目追求 Token 消耗量，而是关注单次任务成本、每日活跃智能体（DAA）等实际产出指标。
2. 算力依赖的结构性变化：国产算力集群（如华为 Atlas）已能支持万亿参数模型的端到端预训练，降低了对海外高端芯片的绝对依赖。

受益方向与风险：

1. 受益方向：具备强财务实力、低推理成本且能快速规模化 ARR 的全栈玩家（如阿里巴巴、腾讯、字节跳动）以及在多模态领域有独特优势的独立厂商（如 MiniMax）。
2. 核心风险：地缘政治导致的算力获取受限、海外市场准入限制、高昂研发投入带来的盈利可见度低以及内容版权/IP 法律风险。