📰 研报摘要
查看全文 ➔摘要： 本报告分析了 AI 产业竞争重心从单点模型能力提升转向复杂任务交付与 Agent 系统落地。重点讨论了类 Claw 产品的普及如何驱动 Token 消耗非线性增长，进而提振推理侧算力需求，并探讨了 AI for Science 向物理 AI 演进的商业化前景。
行业主线：
- Agent 驱动生产力革命：AI 竞争重点转向复杂任务交付能力，Agent 正从能力验证迈向规模化应用，推动 Token 消耗斜率加速提升。
- 算力需求边际改善：推理需求放量带动 LPU 等高吞吐架构商业化及算力租赁价格上涨；中国模型凭借极致性价比实现 Token 出海，提振国内算力需求。
- AI4S 范式转移：AI for Science 推动从“实验验证”向“计算模拟”转移，物理 AI 在制造、物流等重资产行业加速产业化落地。
关键变化与分歧：
- 入口与变现分化：互联网大厂通过类 Claw 产品抢占 Agent 流量入口；模型厂商则通过优化 Agent 能力与降低成本加速 Token 变现。
- 海外 SaaS 预期缓解：海外 SaaS 厂商通过中台化转型（如数据中台与 Agent 管理平台）缓解被模型“吞噬”的悲观预期。
受益方向与风险：
- 受益方向：推理侧算力基础设施（LPU、AIDC）、云与算力服务、端侧 AI 终端（AI 眼镜、胸针等）及网络安全环节。
- 核心风险：宏观经济波动影响资本投入、技术进步不及预期、中美竞争加剧影响算力基础设施布局。