RSI，大模型的下一站？AI研发自动化加速下的模型、算力与应用机会

请务必阅读正文之后的免责声明及其项下所有内容2026年08月17日RSI，大模型的下一站？——AI研发自动化加速下的模型、算力与应用机会行业研究 · 专题报告 传媒· 计算机投资评级：优于大市（维持）证券研究报告 | 证券分析师：张衡证券分析师：熊莉证券分析师：陈瑶蓉021-60875160021-61761067021-61761058zhangheng2@guosen.com.cnxiongli@guosen.com.cnchenyaorong@guosen.com.cnS0980517060002S0980519030002S09805231000012026年08月21日2026年08月23日请务必阅读正文之后的免责声明及其项下所有内容核心要点：RSI重构模型生态，关注头部模型厂商、算力硬件及CSP与高价值应用场景➢自动化AI研发加速，RSI正由理论进入落地前夕的阶段。1）虽然完整RSI尚未实现，但AI已经进入代码编写、研究调试、Kernel优化、自动实验和部分后训练环节，局部研发反馈闭环正在形成。2）从当前前沿模型厂商落地来看，模型、Agent、Evaluator、训练平台和算力基础设施开始被整合进同一套研发系统和工作流，AI逐步由研发辅助工具转向研发流程的重要参与者和工具。3）从技术和产业落地来看，当前虽然暂时无法判断RSI实现的确切时点，但是从渐进落地的角度来看，RSI正处于持续演进渗透的阶段。➢前沿模型厂商：模型竞争由单代能力比拼转向AI Research Factory竞争，研发正反馈与平台化壁垒有望强化。1）从模型竞争来看，能力更强的模型既是争取客户的重要因素，同时也正逐渐成为研发下一代模型的生产工具；远期来看，模型能力如果能够持续提高Research Agent和研究人员产出，领先厂商可能形成“更强模型—更高研发效率—更快推出继任模型”的正反馈闭环。2）模型厂商竞争要素也将由人才、数据和单次训练，扩展至模型、Agent、Evaluator、数据闭环、训练平台和算力的系统能力。3）综合各方竞争要素，具备基础模型、云基础设施、Agent平台、企业客户及真实任务反馈的厂商，更有机会将技术领先转化为API调用、订阅收入、商业化和平台生态。➢算力基础设施：训练与Research Inference共同扩张，AI研发自动化有望进一步打开算力产业链需求空间。 1）训练端来看，算力需求不再仅取决于单次前沿预训练规模，RSI落地渗透之下，参数规模、训练Token、模型代际频率、候选实验、Post-training、RL Rollout、验证及研发推理均可能同步增加，更快迭代和更高实验并行度可能形成对训练需求的乘数效应，带动算力需求的天花板持续提升。2）重点关注计算芯片及ASIC、HBM与存储、先进封装、高速互联与光通信、交换设备、液冷、电力及数据中心等供给壁垒较高的基础设施环节；3）同时看好具备大规模算力基础设施和持续资本开支能力的头部CSP。随着训练、Research Inference及Agent推理负载同步增长，算力需求将由单次模型训练向持续研发与推理扩散；具备GPU集群、自研ASIC、云平台和模型服务能力的CSP，有望同时受益于AI资本开支扩张和云端AI调用量提升。➢高价值应用：模型能力加速通过MaaS、API与Agent平台向应用端外溢，优先关注可验证、可闭环的高价值场景。1）模型能力持续提升、推理成本下降以及多模型接入门槛降低，将持续降低AI应用开发、试错和规模部署成本，并通过需求弹性提升调用频次、上下文长度和任务复杂度从而促进应用场景的扩展与渗透率提升。2）软件工程、研发工具、企业知识管理、客户服务和数字内容等领域数字化程度高、结果可衡量、反馈周期短，有望率先形成Agent规模化渗透；药物、材料和芯片设计等研发场景亦具备较大的效率提升潜力。3）应用公司的核心壁垒将由“能否接入模型”转向专有数据、核心工作流、可靠Evaluator以及持续提高客户产出的能力。➢风险提示：完整RSI可能长期无法形成；商业化落地低于预期风险；竞争加剧风险；监管政策风险；技术进步低于预期风险等；请务必阅读正文之后的免责声明及其项下所有内容RSI：AI开始参与生产下一代AI01从理论推演到工程实践：RSI的60年演进与当前拐点02产业影响与投资观点：AI研发加速下的模型、算力与应用机会05前沿模型厂商的RSI路径：从研发提效到继任模型闭环04目录从自动化AI研发走向RSI：现实进展与远期路径03请务必阅读正文之后的免责声明及其项下所有内容1. RSI：AI开始参与生产下一代AI请务必阅读正文之后的免责声明及其项下所有内容1.1 RSI的核心理念：持续提升“开发AI的能力”➢ RSI（Recursive Self-Improvement，递归自我改进）是指 AI 系统参与设计、开发和训练更强的继任系统，而能力更强的继任系统又进一步提高 AI 研发能力，形成跨代持续的正反馈：➢更强的AI → 更强的AI研发能力 → 更快开发出更强的继任AI → AI研发能力进一步增强➢RSI与普通模型升级的根本区别，不在于AI是否参与了代码编写、实验执行或训练优化，而在于“开发AI的能力”本身是否成为持续改进的对象。如果当前模型只是提高了单次任务的开发效率，属于AI辅助或自动化AI研发；只有当其开发出的继任模型能力更强、继任模型又能进一步提高下一代AI的研发效率，并且这一过程能够跨越多代持续发生时，才构成严格意义上的RSI。➢RSI中的“Self”指的是当前模型通过Research Agent、Evaluator、训练平台和实验系统参与下一代模型研发，再由下一代模型继续改进整套AI研发系统。模型既是研发的成果，也逐渐成为生产下一代模型的生产工具。因此RSI 的关键不是“AI 能够改进 AI”，而是这套系统能否跨代、持续地提高 AI 自身的研发能力。资料来源：Anthropic Institute、OpenAI，国信证券经济研究所整理图：RSI的核心理念请务必阅读正文之后的免责声明及其项下所有内容1.2 RSI的边界：当前多数“自我改进”仍未进入继任模型闭环➢Self-refinement、Self-play和Coding Agent都不等于真正的RSI。模型检查并修改自己的结论、通过 Self-play 产生训练数据、利用强化学习提高特定能力，或让 Agent 积累 Memory、Skill 和 Workflow，都可以改善当前系统的表现；但这些改进的对象仍主要是当次任务、当前模型或模型外部的执行系统，尚未进入“研发下一代 AI”的跨代循环➢Self-refinement改进的是当次任务输出。模型生成答案后进行自我反馈和迭代修改，通常不改变模型参数，更不涉及继任AI研发。➢Self-play、自训练和强化学习可以提高模型在特定任务上的能力。AlphaGo Zero通过自我对弈产生训练信号并持续变强，证明局部自我学习闭环能够成立，但系统并没有因此获得开发下一代通用AI的能力。➢Agent改进主要发生在模型外部系统。Agent可以积累记忆、工具、Skill和工作流，使后续任务执行得更好，但改进对象仍是任务执行方式，而非