2025 AI行业前瞻报告：Al行业关键时刻，瓶颈与机遇并存

敬请参阅最后一页特别声明 1 报告摘要： 2025 年，AI 将迎来模型与应用的双向奔赴： - 模型侧，模型将朝大小模型互补的方向演进，聚焦增强推理能力以突破当前的 Scaling Law 瓶颈。大型预训练市场逐渐收敛，由 OpenAI、Meta 的 Llama、Mistral、阿里通义等主导，更多中小厂商则专注于特定任务的微调与Agent 业务。新兴技术路径如测试时训练、合成数据应用及感知量化训练将推动模型能力提升，而多模态融合模型在实时交互、音频与视觉生成领域展现出巨大潜力。 - 应用侧，渗透率持续快速上升，ChatGPT 活跃度持续攀升，视频生成模型如 Runway 和可灵国际版表现稳定。我们持续看好如下应用方向：1）AI 程序员在企业中得到广泛应用，显著提升开发效率；2）数据重要性大幅提升推动SaaS 平台如 Snowflake、Datadog 和 Databricks 等业务高速增长；3）通用 SaaS 平台如 ServiceNow 和 Salesforce受益于大企业 AI 投入增加；4）AI 搜索有望在 2025 年诞生超级 APP；5）AI 眼镜作为综合体验最好的 AI 硬件新形态，预计将在 2025 年迎来大规模出货。 - 算力系统，虽然英伟达最新的 Blackwell 架构算力芯片仍在云端具备绝对统治力，但是随着系统复杂性的快速提升以及核心技术及零部件供给瓶颈，硬件迭代速度可能在未来趋缓。这将给 AMD 等竞争对手以及云厂商自研芯片带来更多的发展机会。 - 电力基础设施，随着单数据中心规模的不断扩大，局部供电压力激增。独立于传统居民/工业电网的核电站成为潜在最优解决方案。美国几大云厂亚马逊、谷歌、微软都在积极寻求核电解决方案。核电的落地速度成为制约 AI 进一步发展的重要因素。 - 端侧 AI，随着模型小型化趋势及应用场景的快速丰富，我们预计端侧 AI 在 2025 年也将迎来大发展。在硬件、软件、生态、云等所有环节都可控并有所参与的手机厂商更容易成功，其中苹果、谷歌更为完整。苹果在硬件、软件、生态环境、云服务上具备极强竞争力。谷歌有原生安卓支持、Gemini 强大的模型能力，但在硬件上自有品牌Pixel 渗透率低，更多需要依赖三星端侧硬件拓展用户。 - AI PC 领域：1）未来 X86 笔电市场竞争将会更为激烈，英特尔和 AMD 产品在性能、续航、适配性、生态方面各有千秋。2）X86 台式机领域，由于功耗的重要性大幅降低，AMD 有望依靠更出色的 CPU 性能提升市占率；3）AIPC 的渗透，重点看 ARM 芯片。苹果的优势最明显，高通 X Elite 短时间内很难与苹果竞争 ARM 架构 AI 笔电的市场。未来英伟达&联发科合作研发的处理器也会带来更多看点。ARM 架构芯片的成熟有望推动 Windows 操作系统向更适合AI 的方向进化。 风险提示 芯片制程发展与良率不及预期 中美科技领域政策恶化 智能手机、PC 销量不及预期 行业深度研究(深度) 敬请参阅最后一页特别声明 2 扫码获取更多服务 内容目录 一、AI 模型趋势：大小模型互补，预训练市场快速收敛，Scaling Law 新方向增强推理需求................ 3 1.1 预训练和现实数据触顶，后训练时代将开启新的 Scaling Law 方向.............................. 3 1.2 方向一：用推理代替思考.................................................................. 3 1.3 方向二：测试时训练...................................................................... 5 1.4 方向三：合成数据........................................................................ 6 1.5 方向四：模型量化逐渐失效................................................................ 7 1.6 方向五：多模态融合模型发展空间大........................................................ 7 二、AI 应用渗透率持续增长，落地场景多点开花 ..................................................... 9 2.1 AI 应用活跃度持续增长，应用场景得到认可，进入快速获客期 ................................. 9 2.2 AI 程序员是确定性的强需求 .............................................................. 11 2.3 AI 搜索是 25 年最有希望诞生超级 APP 的赛道 ............................................... 12 2.4 AI 为通用型和数据类 SaaS 平台打开增长空间 ............................................... 12 2.5 AI 眼镜是 AI 应用落地的最佳硬件，25 年将迎来发布潮和出货量大增........................... 13 三、算力系统面临“木桶效应”挑战，供给端瓶颈或成主要矛盾....................................... 15 3.1 人工智能算力系统面临诸多挑战........................................................... 15 3.2 单卡算力升级速率落后于模型迭代速率，Blackwell 延后预示系统摩尔进一步降速 ............... 15 3.3 数据中心电力消耗呈指数级增长，核电或成最优解决方案..................................... 18 四、大模型推理服务大规模部署，如何影响硬件市场？............................................... 20 4.1 大模型性能提升，推动推理算力需求加速增长............................................... 20 4.2 服务器推理：内存墙难破，HBM 容量仍为竞争要点 ........................................... 21 4.3 端侧推理：单用户推理导致内存端高成本，端云结合将是未来趋势............................. 21 五、AI 设备销量正在提升 ........................................................................