科技行业：GPT-6 Astra发布，LoopTransformer或打开新Scaling路径

免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 1 证券研究报告 科技 GPT-6 Astra 发布，Loop Transformer 或打开新 Scaling 路径 华泰研究 科技 增持 (维持) 计算机 增持 (维持) 郭雅丽 研究员 SAC No. S0570515060003 SFC No. BQB164 guoyali@htsc.com +(86) 21 3847 6016 袁泽世*，PhD 研究员 SAC No. S0570524090001 yuanzeshi@htsc.com +(86) 21 2897 2228 徐诚伟 联系人 SAC No. S0570125070089 SFC No. BXO453 xuchengwei@htsc.com +(86) 21 2897 2228 行业走势图 资料来源：Wind，华泰研究 2026 年 9 月 09 日│中国内地 动态点评 GPT-6 Astra 发布后，市场对其复杂任务和长程 Agent 能力提升高度关注，底层架构层面变化也随之成为讨论重点。根据 The Information 于 9 月 1 日报道，OpenAI 可能正在使用 Loop Transformer 技术；智谱也已将有效深度列为重点 Scaling 方向，并完成相关初步实验。我们认为，Loop Transformer有望拓展模型 Scaling 路径，提升单位 Token 计算强度并拉动算力需求；同时，Loop Transformer 增加内部隐式计算，模型安全及可观察性的重要性也将进一步提升。建议关注基础模型、算力及 AI 安全相关方向。 Astra或引入Loop Transformer，前沿模型开始探索计算深度Scaling The Information 于 9 月 1 日报道，OpenAI 可能使用了 Loop Transformer技术；OpenAI 首席科学家 Jakub Pachocki 随后表示，包括 Astra 在内的当前前沿模型，其计算图深度不超过 GPT-4 的 2 倍。同时我们注意到，Astra在部分监控场景中会主动减少 CoT Token，这类减少显式推理但保持复杂任务能力的表现，与 Loop Transformer 的技术特征较为一致。结合媒体报道及 OpenAI 回应，我们倾向于认为 Astra 已经引入相关技术，但当前仍以浅循环为主。考虑到智谱在 26 年中报中也将 Loop Transformer 作为重要方向，我们认为前沿模型厂商开始探索计算深度 Scaling。 计算深度有望成为新的 Scaling 维度 Loop Transformer 通过循环复用中间层，让同一组参数可以多次处理隐藏状态，并根据任务复杂度调整循环次数，在参数量变化有限的情况下增加每Token 计算量。随着参数扩张推高预训练和部署成本，显式 CoT Scaling 也会增加推理时延和 KV Cache 占用，计算深度 Scaling 重新受到关注。我们认为，当前研究仍主要集中在中小规模模型，前沿大模型仍处于早期工程化阶段，后续计算深度 Scaling 有望与预训练、后训练及显式 Test-time Scaling共同推动模型能力提升。 Loop Transformer 提升单位 Token 计算强度，AI 安全重要性同步上升 硬件侧，循环次数增加会直接提升层计算和每 Token FLOPs，算力是受益最明确的环节，同时，我们认为随着模型 Agent 能力提升，Computer Use与工具调用有望增加 CPU 侧执行负载。软件侧，前沿 Agent 已经出现绕过隔离、未经授权访问外部系统等行为，Astra 也成为 OpenAI 首个达到 Critical网络安全能力门槛的模型。随着 Loop Transformer 增加内部隐式计算，模型行为或更难持续观察和监控，建议关注 AI 安全及 Infra 侧模型可观察性相关方向。 投资结论 我们建议关注三条投资主线：1）基础模型。Loop Transformer 开始进入前沿模型讨论，模型 Scaling 路径继续拓展，有望为后续能力提升打开新的计算维度，看好基础模型环节。相关公司包含智谱、MiniMax。2）算力。Loop Transformer 通过增加循环次数提升每 Token 计算强度，算力总需求有望扩张，模型提升 Computer Use 能力，增加 CPU 侧执行负载，建议关注 CPU相关机会。相关公司包括禾盛新材、海光信息、中国长城。3）AI 安全及模型可观察性。Loop Transformer 增加内部计算，叠加前沿 Agent 自主执行能力提升，模型行为监控和运行环境防护难度进一步提高，建议关注 AI 安全及 Infra 侧模型可观察性相关方向。 风险提示：宏观经济波动，技术进步不及预期，中美竞争加剧。 (23)(2)193960Sep-25Jan-26May-26Sep-26(%)科技计算机沪深300 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 2 科技 前沿模型开始探索 Loop Transformer Astra 或已使用 Loop Transformer，目前循环深度有限 GPT-6 Astra 的发布使 Loop Transformer 重新进入前沿模型讨论。The Information 于2026 年 9 月 1 日报道，OpenAI 正在使用的新技术，称为循环深度或 Loop Transformer，允许 AI 模型通过多次处理同一文本，来改进其答案。现有 AI 模型在处理文本时，会通过构成模型的固定数量的“层”数学运算，然后生成回答中的下一个词。而采用“循环深度”技术后，模型可以在输出回答中的下一个词之前，将文本在相同的层中循环处理更多次。据知情人士透露，OpenAI 为 Astra 提供动力的递归深度方法与去年几位美国和欧洲学术研究人员在一篇关于“latent reasoning”的论文中提出的方法相似。 OpenAI 部分回应，我们认为 Astra 已经引入相关技术，但使用程度有限。OpenAI 首席科学家 Jakub Pachocki 在 X 上回应称，包括 Astra 在内的当前前沿模型，其计算图深度不超过 GPT-4 的 2 倍，没有对 OpenAI 具体使用何种架构作出说明。结合媒体报道及这一回应，我们倾向于认为 Astra 已经引入 Loop Transformer，但使用程度相对有限，当前更接近部分中间层的浅循环，有效计算深度尚未出现数倍扩张。 图表1： OpenAI 首席科学家 Jakub Pachocki 回应 资料来源：X.com、Jakub Pachocki、华泰研究 智谱已完成初步实验，将其列为重要研发方向 智谱的中期业绩公告将 Loop Transformer 列为基座研发的重要方向。智谱在 26 年中报中表示，模型有效深度是指模型能多想几步，而 Loop Transformer 通过层的循环复用，在不显著