传媒行业专题报告-大模型：从智能能力的生产，到平台控制权与估值重构

行 业 研 究 2026.09.11 1 敬 请 关 注 文 后 特 别 声 明 与 免 责 条 款 传 媒 行 业 专 题 报 告 大模型：从智能能力的生产，到平台控制权与估值重构 分析师 焦娟 登记编号：S1220525090006 冯静静 登记编号：S1220525090003 行 业 评 级 : 推 荐 行 业 信 息 上市公司总家数 194 总股本(亿股) 3,142.45 销售收入(亿元) 5,222.61 利润总额(亿元) 4,824.87 行业平均 PE 45.81 平均股价(元) 19.14 行 业 相 对 指 数 表 现 数据来源：wind 方正证券研究所 相 关 研 究 《2026 年中报总结：业绩分化延续，AI 重构提速》2026.09.07 《AI 眼镜：下一代智能终端入口的产业逻辑与投资研判》2026.08.31 《党媒价值凸显的三层逻辑》2026.03.20 《GEO 逻辑是对的，央国企媒体公司是受益部位，看好党媒价值凸显》2026.01.18 大模型产业正在由“更强的模型”走向“更便宜、更可靠、更可调用的智能供给”，能力仍是基础，但产业价值的决定因素正在从模型本身向任务经济、工作流控制权、专有反馈闭环与资本效率延伸。随着模型能力持续提升、推理成本下降以及 Agent、全模态等技术不断演进，大模型正在从单一的软件能力演变为可嵌入软件、云、终端与业务流程的智能基础能力。基于这一变化，本篇专题从技术本体出发，进一步研究大模型的能力生产、成本结构、商业化路径、竞争格局及估值方法，试图回答模型能力如何形成、如何转化为真实任务价值，以及价值最终由谁获得。 从技术演进来看，大模型的竞争已经不再只是扩大参数规模，而是围绕能力、效率与真实环境验证形成系统性迭代。Transformer 仍是当前主干架构，MoE、稀疏化、长上下文、后训练、推理时计算以及工具与检索等技术不断提升模型的计算效率和任务能力，多模态也进一步向全模态演进。与此同时，模型能力的生产逐渐由“算力×数据×算法”转向“算力×数据×算法×工程闭环”，真实任务中的验证、反馈与迭代成为能力持续提升的重要来源。 能力提升和成本下降进一步改变了大模型的商业化方式，产业价值开始从模型输出本身向任务结果和工作流迁移。Token 仍是智能服务供给的基础计量单位，但衡量模型经济性的关键逐步转向每成功任务成本及其对应的客户价值。随着商业化由 API 向 MaaS、Agent 和任务结果计费演进，模型与企业工作流、云平台及终端入口的结合不断加深，长期价值也由单纯提供模型能力逐步转向获得稳定生产负载、工作流控制权和默认调用权。 在此基础上，中美大模型产业形成了不同的竞争路径，而公司的长期价值取决于其能否将自身资源禀赋转化为持续的能力优势和商业优势。美国主要公司依托算力、云、开发者生态及全球入口，在前沿模型、企业工作流、基础设施和开源生态等方向形成差异化布局；中国厂商则在供给约束下更加重视成本效率、产业场景、本地化服务与国产算力适配。由此，判断一家模型公司的竞争力不能只看模型能力，还需要结合客户、生态、入口及资本投入能力进行综合判断。 因此，大模型公司的估值逻辑也需要从“技术领先”进一步转向“价值捕获”，核心在于判断能力优势能否持续转化为收入、工作流控制权和资本回报。本篇据此建立覆盖能力持续性、单位任务经济、收入质量、工作流控制权、数据闭环、生态入口与资本效率的七维估值框架，并进一步建立动态跟踪体系，将模型能力、生产负载、默认调用权及资本效率纳入持续观察。 投资建议：基础模型仍具备平台价值，但并非所有模型公司都能够成为平台；中国市场重点关注国产加速器真实 TCO、海外 Token 使用结构、API 对私有化部署的替代速度以及 Coding/Agent 向平台能力扩展的可行性，科技巨头则需重点观察 AI 资本开支对应的算力利用率、收入增长和自由现金流回报。 风险提示：宏观环境及监管政策变化风险；AI 产业发展及商业化不及预期风险；相关公司竞争及资本投入回报不及预期风险。 方 正 证 券 研 究 所 证 券 研 究 报 告 -29%-19%-9%1%11%21%25/9/11 25/11/23 26/2/4 26/4/18 26/6/30 26/9/11传媒沪深300传媒 行业专题报告 2 敬 请 关 注 文 后 特 别 声 明 与 免 责 条 款 s 正文目录 1 大模型的技术本体：智能实现的混合平台 ............................................................ 4 2 Transformer 之后：技术路线如何继续进化........................................................... 4 3 从多模态到全模态：现实世界接口 .................................................................. 5 4 大模型能力怎样被生产 ............................................................................ 5 5 Token 经济学：训练成本、推理成本与模型定价 ....................................................... 6 6 全球资本开支：科技巨头在为什么下注 .............................................................. 7 7 美国大模型格局：六种战略物种 .................................................................... 8 8 中国大模型格局：成本、生态、客户与国产算力 ...................................................... 9 9 中美大模型全对比 ................................................................................ 9 10 大模型怎样变成生意：从 Token 到任务结果 ........................................................ 10 11 大模型公司的估值方法 .......................................................................... 10 12 竞争的下一阶段：Agent、全模态与新入口 ......................................................... 11 13 如何持续跟踪大模型产业 .......................................