计算机行业深度报告：解析大模型行业，从发展历程到投资视角

证券研究报告·行业深度报告·计算机 东吴证券研究所 1 / 47 请务必阅读正文之后的免责声明部分 计算机行业深度报告 解析大模型行业：从发展历程到投资视角 2026 年 06 月 18 日 证券分析师 王紫敬 执业证书：S0600521080005 021-60199781 wangzj@dwzq.com.cn 行业走势 相关研究 《金刚石散热：新一代 AI 散热方案》 2026-06-11 《SpaceX 商业概览：从火箭、通信到AI》 2026-05-26 增持（维持） [Table_Tag] [Table_Summary] 投资要点 ◼ 当前大模型产业正处于基础设施高强度扩张、模型能力快速扩散、Agent 初步产品化、企业逐渐实现 ROI 验证的关键发展阶段。从技术演进看，大模型已完成从 Transformer 奠基（2017-2019）、预训练规模化（2020-2021）、指令对齐与产品化（2022-2023）、多模态开源与企业化（2023-2024）的四轮跃迁，2025-2026 年正式进入以推理模型与 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、工具调用、动作执行与结果验证能力。 ◼ 利润池沿产业链持续迁移，投资逻辑从追逐模型能力转向更低成本、更高可靠性完成真实任务。早期利润池集中于训练 GPU，ChatGPT 问世后扩展至 API、订阅与 AI 原生应用，多模态与开源阶段私有化部署、RAG、向量数据库、数据治理成为增量，当前推理模型与 Agent 阶段进一步外溢至推理 GPU/ASIC、HBM、高速网络、电力、液冷、Agent 平台与工作流软件。大模型产业链价值优先流向三类环节：一是GPU/ASIC、HBM、先进封装、光模块等稀缺资源；二是 CUDA 生态、云平台、企业数据等高切换成本能力；三是代码助手、客服、办公等可量化 ROI 应用入口。当前利润池集中在基础设施，GPU 与 ASIC 显性受益，HBM 与先进封装是供给瓶颈，光模块与交换机等是集群扩张后的第二弹性；云厂商是企业 AI 主要入口但资本消耗较快；应用层长期空间最大但短期分化显著，代码、客服、办公等高频场景落地最快。开源模型压缩通用能力超额利润，推动多模型路由成为常态，竞争焦点转向入口、数据、成本控制与工作流嵌入。之于大模型本身，当前商业模式仍处在探索阶段，尽管已经有相对稳定的付费模式，但用户心智、使用场景、工作流嵌入实际等均未稳定。考虑到大模型是未来智能时代的智能底座，大模型本身同样具有投资价值。 ◼ 关键大模型标的：智谱、Minimax、科大讯飞。（1）智谱：从项目型 AI 公司向 MaaS 平台转型，Coding 是其从模型能力转向收入规模的最短路径；（2）MiniMax：通过架构优化实现成本与能力平衡，走全球化与全模态平台化路线，Token Plan 构建多模态智能额度池的商业模式；（3）科大讯飞：核心价值在于国产算力全流程训推能力，是国内唯一实现全国产算力上全栈模型训练的厂商，在政企自主可控采购中具备稀缺性。公司 2025 年大模型相关项目中标金额 23.16 亿元，超过第二名至第六名总和，印证我们的观点：公司卡位的稀缺性具备极强的市场竞争力。 ◼ 大模型的发展路径尚未明确，我们认为未来大模型行业的发展可能存在三种情况。（1）闭源模型持续领先并放大代际差距：利润将持续集中在 AI 硬件以及头部模型厂；（2）开源模型持续追赶并缩小代际差距：开源模型持续追赶推动模型能力商品化，形成多模型分层路由格局，模型层 API 毛利承压但应用层与基础设施受益；（3）出现新的模型架构突破：可能催生一批全新的企业。 ◼ 投资建议：建议关注大模型与大模型相关产业链。1、大模型：建议关注智谱（港股）、Minimax（港股）、科大讯飞、阿里巴巴（港股）；2、其他大模型相关板块：建议关注：（1）AI 芯片（国产算力、半导体设备）；（2）数据中心（AI 服务器、光模块、PCB/交换设备、液冷/电源/电网电力设备）；（3）AI 应用；（4）物理/端侧 AI。详见正文 P45“6.4 市场投资框架”。 ◼ 风险提示：技术迭代不及预期、行业竞争加剧、算力供应链风险、监管政策不确定性、商业化落地慢于预期。 -4%0%4%8%12%16%20%24%28%32%2025/6/182025/10/172026/2/152026/6/16计算机沪深300 请务必阅读正文之后的免责声明部分 行业深度报告 东吴证券研究所 2 / 47 内容目录 1. 大模型技术演进史 .............................................................................................................................. 5 1.1. 从 Transformer 到 Agent：五个阶段 ........................................................................................ 5 1.2. 每个阶段解决的问题和引入的新瓶颈..................................................................................... 6 2. 大模型发展阶段映射 .......................................................................................................................... 9 2.1. 大模型发展到了什么阶段？..................................................................................................... 9 2.2. 与历史技术周期的比较........................................................................................................... 12 2.2.1. 互联网 1995—2000 年：相似的叙事与不同的成本结构........................................... 13 2.2.2. 云计算 2008—2015：最接近 AI 的历史模板 ............................................................. 15 2.2.3. 移动互联网 2009—2014：AI 会重构入口，但入口更分散 ...................................... 15 3. 大模型产业链拆分与价值分配 .........................