AI行业研究报告：模型能力向上价格向下，应用繁荣

摘要：海外大模型玩家竞争格局收敛，OpenAI领跑，与Anthropic、谷歌厂商形成第一梯队。2023年全球范围内OpenAI领先优势明显，但进入2024年，GPT-5进度延缓，随着Anthropic Claude3.5/谷歌Gemini1.5的推出，第一梯队模

海外模型：竞争格局收敛，形成5家超级公司

海外大模型玩家竞争格局收敛，OpenAI领跑，与Anthropic、谷歌厂商形成第一梯队。2023年全球范围内OpenAI领先优势明显，但进入2024年，GPT-5进度延缓，随着Anthropic Claude3.5/谷歌Gemini1.5的推出，第一梯队模型厂商能力差距缩小， Anthropic旗舰模型如代码能力等方面超越GPT-4o。一梯队中，OpenAI具有先发、品牌认知、商业化能力等优势；Anthropic人才优势显著；而谷歌具备垂直整合能力更强，其TPU有望在2025年与英伟达GPU正面竞争；x AI算力和人才资源增长迅速，以创纪录的速度打造了拥有10万GPU的“Colossus”集群，成为数据中心扩张的标杆，是潜在的一梯队预备成员。第二梯队Meta 采取差异化开源策略，Llama3.1有效缩小了开源模型和GPT-4差距。第三梯队Inflection、Adept、Character被巨头收购退出竞争，其他玩家还包括Mietral AI、Cohere、ssi等。以巨头及巨头深度合作的厂商为主的海外大模型竞争格局已经形成。

国内模型：格局有望进一步集中，创业公司差异化布局

国内模型层目前主要由互联网大厂、创业公司和传统技术大厂三类组成，未来竞争格局有望进一步集中。2022年11月 ChatGPT发布后，国内模型厂商逐渐崛起，创业公司和互联网头部公司纷纷入局，目前我国AI大模型主流厂商大致可以分为三类：1）互联网/科技大厂：以百度、阿里、腾讯、字节、华为等为代表，大模型驱动大厂云业务的增长，通常进行综合布局。 2）技术类公司：以昆仑万维、科大讯飞、商汤科技为代表的专注于AI研发与应用的科技公司，主要在已有业务和渠道上做延伸；3）创业类公司：以智谱AI、MiniMax、阶跃星辰、百川智能、月之暗面和零一万物为代表的创业六小虎。创业类公司根据自生的资源禀赋形成差异化的布局，如智谱更加聚焦B端和G端，Minmax在C端影响力较强，百川智能聚焦医疗赛道。

o1引领AI模型迭代新范式，推理侧Scaling Law成为新驱动

OpenAI 发布推理模型o1，引领AI模型迭代新范式。9月，OpenAI公布推理模型o1，o1推理模型重新分配计算资源，将更多资源从训练侧转移到推理阶段，显著提升模型在复杂推理上的能力；同时o1采用强化学习加思维链（CoT）的模式，将原有的人工思维链自动化，通过思维链把一个复杂问题拆解成若干简单步骤，这种链式推理过程帮助它在复杂任务中进行深度推理，有利于大模型解决复杂逻辑问题，并生成精准的答案。o1模型通过自我对弈强化学习和过程奖励模型的结合，使模型在推理能力和应用范围上实现了显著提升。12月，OpenAI正式发布o1满血版，相较o1-preview，o1数学性能提升近30%，代码能力提升27%，o1 Pro Mode的数学性能在o1基础上提升7.5%，几天后OpenAI发布了下一代大模型o3，目前仍在进行安全测试中，o3-mini版本将率先于25年1月底开放，在AIME 2024数学竞赛评测中，o3取得了96.7%的准确率，较o1提升 13.4%；在博士级科学问答基准GPQA Diamond上，o3准确率为87.7%，相较于上一代o1提升9.7%。

应用层百花齐放，2B和2C、软硬件各具亮点，关注可持续化商业模式的打造。整个AIGC产业链可以分成基础设施、模型层以及应用层。模型层资源向头部玩家聚集，巨头24年加大资本开支投入算力，25年随着模型层格局的逐步清晰，行业进入到价值实现和落地阶段，25年我们认为更多的投资机遇集中于应用端。目前应用端按类型分AI原生和X+AI两种，根据量子位《中国AIGC应用全景报告》，前者占比接近57%。按产品形态分可分为软、硬件两种形态，目前国内90%+AI应用为软件形态，而AI硬件开始层出不穷，尚未迎来“iPhone时刻”。商业模式上，C端AIGC应用达到50%，但商业模式仍在探索，B端产品 80%实现营收，商业模式更加清晰。按模态来分，目前44%的应用专注于文本生成，图像生成占比29%，音频占比15%，视频占比9%，3D生成规模较小占比2%。

模型层能力向上成本向下推动应用创新。相比于移动互联网时代应用端的投入，大模型时代应用厂商既需要承担获客成本还需要承担模型推理成本，厂商既需要关注PMF同时还需要考虑技术成本。今年以来，推理成本逐渐走低，我们认为明年这一趋势有望延续，降低应用创新门槛。海外方面，以OpenAI为例，4月，GPT4升级到了GPT-4-Turbo，输入输出价格却分别下降67%/50%，5月13日发布 GPT-4o，模型性能升级，但输入输出价格较GPT-4-Turbo下降75%/67%。7月18日推出的小模型 GPT-4o mini输入输出价格分别为降低至0.15和0.6 美金1M tokens。国内模型方面，今年国内AI模型厂商也陆续降价，以阿里为例，5月21日，阿里云宣布其9款商业化及开源系列模型降价。其中，通义千问主力模型Qwen-Long的API输入价格降至0.0005元/千tokens，降幅达97%。9月19日阿里云在云栖大会上宣布通义千问三款主力模型再降价。现阶段国内模型价格普遍只有OpenAI的20%-50%。成本下降，有望带动开发者调用和探索，支撑应用侧的繁荣。

AI Agent：交互方式升级，Agent带动应用繁荣

AI Agent带动交互方式升级，进一步促进AI应用端繁荣。人类和AI交互按照自动化程度可以分为Embedding、Copilot和Agent模式，2024年AI Agent逐渐爆发，AI产品逐渐从Copilot模型向Agent模式转变，在大语言模型（LLM）驱动的Agent系统中，LLM充当Agent的大脑，并由 Planning（规划）、Memory（记忆）、Tools（工具）、Action（动作）等几个关键组件补充。

国内外厂商加大力度开发布局AI Agent，C端流量入口有望重塑，B端加速AI行业场景落地。国内外厂商加速布局AI Agent，根据彭博消息， OpenAI正在准备推出一款代号“Operator”的全新AI Agent产品，可以自动执行各种复杂操作，包括编写代码、预订旅行、自动电商购物等； Salesforce在9月12日推出自动化AI Agent产品——Agentforce，并在10月宣布Agentforce进入全面商用阶段，企业可构建定制AI Agent，连接企业数据并代表员工执行销售、服务、营销、商务等相关任务。苹果于10月发布Apple Intelligence。国内厂商方面，荣耀率先发布首个跨应用开放生态AI智能体，智谱于11月发布AutoGLM、AutoGLM-Web、AutoGLM-PC三款Agent产品。AI Agent改变AI交互方式，与AI端侧硬件相结合重塑流量入口。在B端方面，则有望帮助AI加速落地行业场景。

软件：B端看好金融政务医疗等领域，C端期待杀手级产品

中美对比来看，美国市场AI应用当前更偏向于B端企业级服务，而在国内AI应用则更加侧重于从C端。商业化方面，B端变现模式更加清晰且更快盈利， C端产品商业化潜力有待进一步开发，期待杀手级产品的出现。根据量子位智库，B端产品从通用场景到垂直赛道分布较均，商业模式较为清晰且80%以上的产品均实现营收，B端用户需求明确，与C端需求相比，指标更易量化。C端产品商业化潜力有待进一步开发，目前近50%的产品当前仍未有明确的收入模式，向公众免费开放。这是由于C端用户需求并不明确，往往是供给激发需求对产品本身的体验要求较高，强调“易用性”。未来商业化潜力有待进一步被开发。

B端应用:企业投入预算加大，看好金融政务医疗等方向

MaaS（Model as a Service）成为主流商业模式，MaaS指将AI模型及其相关能力打包成可重复使用的服务，使企业能够快速高效地构建、部署、监控、调用模型，无须开发和维护底层基础能力。MaaS主要提供三部分能力：一、提供包括模型训练、调优和部署在内的全栈平台型服务，二、大小模型及公私域数据集的丰富资产库服务；三、基于AI模型的应用开发工具服务。

AaaS（Agent as a Service）作为新兴服务模式，帮助大模型落地于多元应用场景中。AaaS是将AI Agent作为一种服务来提供。AI Agent可以根据用户的需求和环境的变化，自主做出决策并执行相应的操作。通过AaaS平台，用户可以快速获取所需的AI功能和服务，而无需担心Agent的开发、部署和维护等复杂问题，灵活应对不同应用场景、提高资源利用效率。同时， AaaS平台还支持对Agent进行动态调整和优化，以适应不断变化的需求和环境。AaaS模式使得大模型能够广泛应用于各种行业场景中，推动其最终落地。

C端应用：商业化持续探索，期待杀手级产品落地

AI C端应用流量保持良好增长，ChatGPT周度活跃用户数突破3亿，web端流量较年初增长138%。2023年全球AI应用爆发， 2024年伴随AI在图片生成、视频生成、交互等能力持续突破，流量保持良好增长，根据Sensor Tower数据，2024年预计全球AI 下载量同比增长22%，全球AI应用内购收入同比增长50%。头部产品ChatGPT流量保持稳步提升，虽然在7月份流量一度环比下滑，随着o1-preview和o1-mini的发布，但很快重返增长态势，月度访问量从年初的17亿次，提升到了11月接近40亿的月度水平，流量较年初提升138%，12月ChatGPT周度活跃用户数突破3亿。

分类别看AI应用分为：底层设计逻辑的的AI原生产品、在原有互联网产品上深度嵌入AI功能的AI+X产品、基于外接API微创新的套壳类产品和集合站类产品四大类。

硬件：AI硬件加速落地，AI眼镜成为关键载体

2024年，国内外AI+硬件的进程加快，小模型的发展推动AIPC、AI手机、AI眼镜、AI耳机等端侧硬件落地。2024年4月，Meta、微软、苹果等集中发布Llama-3、Phi-3、OpenELM的等模型，此外MobileLLM、Gemma-7B、Qwen-7B、MiniCPM、TinyLlama等一系列端侧模型及小模型相继问世。国内外各厂商对端侧布局的硬件布局也在2024年先后落地。在手机和电脑端，年初国内OPPO和vivo即推出AI手机，将部分AI功能集成到手机终端，三星也在最新的S24系列中加入GalaxyAI的功能，12月苹果推出Apple Intelligence。在AIPC方面，联想、戴尔为代表的头部电脑厂商开始在PC终端集成AI相关功能，配合全球芯片的发展，端侧计算和推理算力提升，联想PC端智能体AI Now的推出有望加速AIPC布局进程。Gartner预测，2024年AI PC的出货量将达到4300万台，较2023年增长99.8%，2025年将达到1.14亿台，占PC总出货量的43%。

AI眼镜被视为AI端侧落地的关键硬件载体，引发广泛关注。去年9月，Meta发布Ray-Ban Meta，据The Verge统计，截至24年5月已经实现全球销量100万副，成为首个消费级爆款AI硬件产品。AI眼镜作为轻量级的可穿戴产品，通常嵌入了耳机、摄像头、WiFi蓝牙模块等相关硬件以及生成式人工智能模型应用，具备信息获取和交互的便捷性，相比于手机、电脑等传统电子终端，AI智能眼镜能够解放用户双手，提供更具沉浸式的交互体验，是未来发展下AI部署的关键硬件载体。目前AI眼镜主要有三种技术路径，分别是AI、AR及AI+AR，以Ray-Ban Meta、Meta Orion、 Rokid Glasses为代表。