中信智库发布《AI新纪元：砥砺开疆・智火燎原》AI+产业发展深度研究报告

　　炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

　　7月27日，在2025世界人工智能大会“智慧中信·共创新可能”科产融创新发展论坛上，中信智库发布《AI新纪元：砥砺开疆・智火燎原》AI+产业发展深度研究报告。报告指出，AI大模型向更强、更高效、更可靠方向发展，呈现推理模型深化、智能体模型爆发的格局。美国在探索更强大模型上保持全球领先，中国企业则在算力受限下实现高效性全球领先。2025年是AI应用加速落地之年。受互联网大厂推动AI与业务结合、Agent推出、主权AI需求及多模态渗透等因素影响，AI算力消耗从训练转向推理，带来显著增量，国内算力自主可控趋势凸显。本轮AI渗透较互联网时代大幅提速，B端落地进程或超预期。

　　中信智库专家委员会主任，中信建投证券党委委员、执委会委员武超则在当日论坛上介绍，报告长达40万字，500页的篇幅，内容贯穿AI垂直产业链核心环节，从底层算力基础设施到中层大模型技术迭代，再到终端应用场景落地，实现软硬件研究全链路贯通。报告全面拆解AI模型、应用与算力，勾勒了AI新纪元产业图谱，立足全球最新AI大模型演进趋势，以全球化视野系统解码全球人工智能产业最新发展脉络，全方位挖掘横跨软硬领域的人工智能产业投资机遇。

　　武超则从“AI大模型发展情况及展望、AI算力基础设施发展趋势及展望、AI应用发展趋势及展望及AI端侧发展趋势及展望”等四大方面介绍了《AI新纪元：砥砺开疆・智火燎原》AI+产业发展深度研究报告主要内容。

　　AI大模型发展情况及展望：AI大模型向更强、更高效、更可靠方向发展

　　2025年模型继续向着更强大、更高效、更可靠的方向去发展，其中，更强大体现为Scaling Law跨域延伸、推理能力自主进化、多模态深度融合、Agent与群体智能、实时数据验证以及合成数据助力，尤其是强化学习在其中起到了至关重要的作用；更高效依托MOE架构优化、FP8等低精度应用、Mamba等新型架构探索及计算效率提升；更可靠则通过Scaling Law降幻觉、实时事实验证、思维链等实现，部分方法兼具多重作用。

　　时至今日，美国依然在探索更强大模型上具备全球领先性。目前呈现推理模型深化、智能体模型爆发格局。OpenAI o3领跑全球，但近期受到Claude4、Gemini2.5 pro升级版的挑战，大模型竞争格局逐渐从OpenAI一家独大转变为北美大厂竞相霸榜。而中国企业在算力受限的情况下，在更高效上做到了全球领先。从地理分布上看，全球已经形成人工智能的“两极格局”，且未来这一格局仍将长期保持。DeepSeek-R1迈出了中国AI全面追赶美国的关键一步。DeepSeek-R1通过架构创新、软件优化及前沿方法，在推理能力上逼近国际顶尖水平，且训练成本大幅降低。其开源策略为本土AI发展提供了技术参考，缩小了与美国的技术差距，如今豆包Seed1.6、阿里通义千问、KimiK2等国产模型呈现百花齐放局面，并且开源的KimiK2再次体现国产模型更高效的特点。从大模型的技术本质与人才储备来看，中国的大模型企业的能力并不落后，2025年是世界认知中国人工智能潜力的第一年，未来有望走出国门、走向世界。

　　进入2025年，大模型的应用落地进程呈现显著加速态势。作为AI应用的重要载体和下一代人工智能的具体形态，AI Agent将成为2025年AI发展的重要方向。大模型开始从“小镇做题家”变成“都市白领多面手”。生物群落带来生物群体智能涌现，多智能体集群也将带来AI群体智能涌现，进一步提升大模型性能。具备数据优势、生态体系构建的企业未来将更具发展潜力。

　　多模态商业化进展快，国产 AI 视频与海外模型各有千秋。中国的互联网企业在多媒体领域具有全球影响力，游戏、电影、短剧、短视频等领域将是目前多模态落地的第一阶段，随后在自动化装备、机器人、自动驾驶等产业也将快速渗透。

　　AI算力基础设施发展趋势及展望：推理需求爆发 算力高速增长

　　随着各方面应用的加速，AI算力消耗开始从训练走向推理，同时主权AI加大投入，带来显著的算力增量。

　　推理需求爆发，算力高速增长。算力方面从投资角度来看，一是随着推理占比的提升，云计算厂商投入产出比逐渐清晰，并且超卖率有望继续提升，从而带动利润率提升；二是围绕机柜增量变化及新技术投资，2025年下半年核心是英伟达NVL72机柜上量，其中液冷散热、铜连接、电源变化最大；三是围绕估值性价比、景气度投资，重视PCB、光模块等供应链。

　　1）散热方面：散热方面将是AI算力领域未来几年核心技术升级方向之一，英伟达单卡功耗从700瓦到1200、1400瓦，未来有望迭代至2000瓦+，并且大机柜、超节点的出现，热源的叠加使得散热难度进一步提升，因此散热成为了接下来持续迭代升级的方向。其次，目前供应商以台系、美系厂为主，如Coolermaster、AVC、BOYD及台达等，中国大陆供应商比例较低，随着液冷散热从研发走向大规模量产，中国大陆公司扩产能力更具优势，我们认为液冷散热领域一系列部件会有更多中国大陆供应商进入到全球供应体系。

　　2）铜链接：铜线在短距数据传输的成熟度更高且448G等新技术路线逐步面世，今年扩产最快的公司将充分享受从Blackwell到Rubin所带来的高速连接需求增长。

　　3）电源领域：高功率带动单W价值提升。PSU是服务器电源进行AC-DC转换的核心，随着单体功率密度的提升，单W价格也在提升，呈现量价齐升局面。新一代GB300等GPU方案中，BBU、CBU逐步成为标配，能够解决负载波动率大的供电稳定、电压稳定问题。目前5.5 KW电源已进入量产阶段，后续伴随2026 下半年800 V HVDC 数据中心电力基础设施及 1 MW IT 机架逐步落地，电源将持续升级。随着功率密度要求的提升，UPS目前正在由600kW级向MW级迈进，以应对越来越大的功率密度需求，未来AIDC有望全面切换到HVDC为代表的全直流供电方案，电压等级也提升至800V。巴拿马电源等集成化、模块化产品逐步成为大厂青睐的主流，更先进的固态变压器（SST）也已开始研发和测试。

　　4）PCB：亚马逊、META、谷歌等自研芯片设计能力弱于英伟达，因此对PCB等材料要求更高，价值量更有弹性。随着短距离数据传输要求不断提高，PCB持续升级，并带动产业链上游升级，覆铜板从M6/M7升级到M8/M9。伴随国内PCB公司在全球份额持续提升，并带动上游产业链国产化，从覆铜板出发，并带动上游高端树脂、玻纤布、铜箔等国内份额进一步提升。

　　5）光模块：除了GPU等算力硬件需求强劲，也催生了网络端更大带宽需求。优秀的网络性能可以提升计算效率，显著提升算力水平。相较于传统的云计算网络，AI训练组网由叶脊架构向胖树架构转变，交换机和光模块数量大幅提升，且随着通信数据量的增加，对光模块的速率要求也更高。800G光模块2023年开始放量，2024-2026年都保持高速增长；1.6T光模块2025年开始出货，2026年有望放量，整个光模块产业链迎来量价齐升的景气周期。从竞争格局看，国内光模块巨头经历了一轮又一轮的竞争，与北美的云厂商深度绑定，占据了全球光模块市场的主要份额。从未来技术趋势演进看，我们建议关注硅光与CPO（共封装光学）。

　　6）先进封装、HBM：为了解决先进制程成本快速提升和“内存墙”等问题，Chiplet设计+异构先进封装成为性能与成本平衡的最佳方案，台积电开发的CoWoS封装技术可以实现计算核心与HBM通过2.5D封装互连，因此英伟达A100、H100等AI芯片纷纷采用台积电CoWos封装，并分别配备40GB HBM2E、80GB的HBM3内存。全球晶圆代工龙头台积电打造全球2.5D/3D先进封装工艺标杆，未来几年封装市场增长主要受益于先进封装的扩产。先进封装市场的快速增长，有望成为国内晶圆代工厂商与封测厂商的新一轮成长驱动力。

　　国内算力链投资方面，中期维度看，国产芯片占比提升是必然趋势。考虑到国产芯片逐渐进入量产交付阶段，预期市场集中度将看到显著提升。另一方面随着国内算力消耗快速增长，预计国内各家大型云厂商在日均token消耗达到30万亿token时会感受到算力紧张，在达到60万亿token时会开始出现一定算力缺口。国内增速斜率更陡峭，国产芯片今年将迎来发展大年。

　　AI应用发展趋势及展望：探寻下一个世界级应用的诞生

　　当前正处在从移动互联网时代迈向一个由人工智能定义的全新时代。本次转型的核心并非简单的功能迭代，而是一场深刻的架构和战略革命，其颠覆性可与从桌面到移动的转变相提并论。报告梳理了C端AI应用的发展，分析目前主要C端应用的发展情况及技术趋势，包括AI搜索、AI营销、AI虚拟陪伴等，探寻下一个世界级应用的诞生。

　　AI 原生应用成为主角。其与传统应用大不相同，以 AI 为架构核心，软件开发范式历经从代码、权重到提示词的转变。在应用层，它降低构建应用门槛，改变交互形式，能完成复杂任务决策执行，还简化了 UI，让 LUI 走向前台。从渗透率看，当前 AI 应用普及程度相当于美国 PC 互联网 2003-04 年水平，且增速迅猛；从类型看，内容创作工具商业化进度领先，通用助手、垂直领域智能体等多类应用并存。

　　而在B端应用方面，企业端 AI 应用渗透率方面，美国企业采用 AI 技术比例为 9.2%，低于 C 端，其中大型企业采用率最高。容错率与复杂度决定B端各场景AI应用落地顺序。其模型推理能力决定复杂任务场景突破速度，模型幻觉率决定容错率场景突破进度。从高容错、单一任务的AI+搜索/AI+编程场景到低容错、高复杂度的具身智能/AI+制药场景，AI应用尚需一定时间周期。但道阻且长，行则将至，本轮AI渗透相较于互联网时代的大幅提速预示着B端应用落地进程或将远超预期。分场景来看：

　　AI+金融：AI重构人效杠杆。AI有效降低了传统组织转型中的高协调成本，实现自下而上的变革驱动。AI作为“认知杠杆”，推动金融机构从流程自动化向数据驱动的智能决策跃迁。AI加速了“数据-模型-业务”正向循环的构建。

　　AI+教育：因其场景清晰性、数据丰富性和需求刚性，成为AI技术落地的黄金赛道。AI+教育软件以人工智能技术为驱动，通过算法分析学情数据、动态定制学习路径，实现教学流程智能化重构。

　　AI+医疗/制药：AI制药领域正经历着快速的迭代和变革，算法的更新迭代和算力的支持为AI在制药领域的应用打下了良好的基础。目前AI算法在临床前药物发现阶段已经有着深入且深刻的应用，海外头部临床CRO公司在临床试验中已经布局AI多年，完全由AI研发的新药有望在1-2年内成功上市。AI有望重塑药物发现的模式，并且为制药行业带来潜移默化且持续地降本增效，驱动AI制药管线和市场的快速增长。同时AI医疗在提升医疗器械功能、检查检验结果解读、辅助临床医生决策、健康管理等多个领域的应用价值较大，是医疗企业和医院必须重视的创新方向和竞争趋势。企业有望借助AI进一步提高产品竞争力和客户粘性，巩固行业地位和竞争优势。

　　AI+工业：现代工业作为规模化制造体系，其标准化流程与确定性物理规则恰是AI模型的最佳训练场。AI+工业正沿两条主线突进：在增量市场，新能源汽车、光伏等新兴制造领域从零构建AI原生工厂，将视觉质检、预测性维护等模块嵌入产线设计底层，如智能制造服务商为车厂搭建的全链条数字孪生系统；在存量改造中，传统重工业通过渐进式部署解决关键瓶颈，例如钢铁企业用参数优化模型降低能耗，化工企业利用DCS等智能控制提高流程工业生产效率。当AI将分散的专家经验凝练为可复用的工业智能，传统制造的效率边界正被重新定义。

　　AI+军事：AI正加速落地，广泛用于无人作战系统与战场决策支持。AI 正在重塑现代战争体系，从辅助工具跃升为智能战场的核心中枢。美军通过构建以“数据获取—智能平台—作战应用”为主干的三层级作战架构，实现从感知到打击的闭环式智能决策； 系统性赋能无人系统、网络攻防、战场感知、战争推演与后勤保障等五大作战核心领域。 SpaceX、 Palantir、Anduril 等新型防务企业成为关键推动力量，形成“算法主导”的新军工联盟。在此背景下，未来军事竞争重点关注低轨卫星（通导遥一体化）、 AI 平台与边缘智能、智能无人系统三大方向的融合突破，构建体系化、可实战部署的智能作战能力。

　　AI端侧发展趋势及展望：人形机器人是AI最有前景的落地方向之一

　　人形机器人是AI最有前景的落地方向之一，未来在工业、商业、家庭、外太空探索等领域具有广阔应用场景，将人类从低级和高危行业中解放出来，提升人类生产力水平和工作效率。预计当人形机器人产业迭代成熟之后，所对应的年度市场规模会有数万亿元。

　　目前机器人大模型训练方式已经开始向端到端大模型+世界模型（物理规则建模）发展，同时模态能力也越来越丰富，从VLM过渡到VLA，典型的是Gemini Robotics（2025.3）已实现视觉-语言-动作（VLA）三模态深度融合，推动机器人从感知理解走向高频执行。目前具身智能大模型仍有数据集不够、思考跟不上运动、缺乏生态等主要痛点，但随着合成数据使用、模型持续迭代，未来将有效解决上述问题。随着大模型快速迭代，供应链快速降本，两大因素加速以人形机器人为代表的具身智能商业化落地。预计未来人形机器人市场规模将远超汽车、3C行业，带动包括丝杠、减速器、传感器、电机等相关产业链的旺盛需求。

　　AI+汽车智驾方面，特斯拉FSD Beta V12.3为第一个使用端到端神经网络的FSD版本，端到端大模型相比过去的算法有四个重要特点及优势：数据驱动、上限高、计算效率提升、驾驶体验逼近人类。目前，VLA（视觉 - 语言 - 动作模型）作为端到端架构的重要发展方向，通过融合视觉、语言等多模态数据构建 “多模态世界模型”，已经开始加速在车厂应用。除了模型变化，2025 年成上车元年，元戎启行、理想等国内外车企加速布局低速场景试点。车企推动 “智驾平权”。

　　AI端侧硬件的多元化高度契合人工智能技术的交互需求，其声学、视觉、执行单元、光学、显示屏幕等组件，可以组合出丰富多彩的硬件产品。AI+手机、PC、眼镜及玩具发展趋势及展望方面，不同场景下的端侧硬件展现出不同的技术需求，如AI眼镜追求轻薄且高续航，AI手机追求隐私与高效，AI电脑追求效率与便携等。未来端侧仍然是各场景下大模型渗透的核心载体，其技术路线呈现容量更大、电量更足、模型更强、声光屏交互更便捷的发展趋势，对高端cis摄像头与显示技术、消费电子级固态电池技术、高端存储封装技术、端侧高算力技术、超低功耗芯片设计技术、超低功耗声学技术等提出了多样的技术需求。

　　生成式AI正在驱动新一轮内容生成、搜索和生产力相关用例的发展，覆盖包括智能手机、PC、汽车、XR以及物联网等终端品类，提供全新的增强用户体验。新兴的发展趋势有望带动新一轮的产品创新周期，全球科技巨头正加速投入。