計算機行業AI模型系列（六）：AI基模新變化下的趨勢機會.pdf

國產AI基礎模型正經歷技術能力躍升與商業模式分化的關鍵階段。MiniMax H3實現多模態統一生成，2K分辨率視頻生成成本僅為行業主流水平的三分之一；智譜GLM-5.2憑借Coding和Agent技術優勢提升訂閱定價，驗證技術溢價轉化路徑；DeepSeek-V4-Flash以極致低價強化Agent場景滲透。OpenAI則采取分級調價策略，Luna降幅80%鎖定低端市場，Sol維持溢價守住高端陣地。Google DeepMind Gemini Robotics2系列通過"決策-執行-適配"三位一體架構，實現機器人跨本體遷移與復雜長任務規劃，打開工業場景應用空間。

算力產業鏈機遇顯著

國產算力在推理任務中已實現替代海外產品，生態適配推進將擴大應用場景；Token調用量增長推動AI芯片和服務器放量。算力租賃成為高端資源重要補充供給，具備穩定現金流、高硬件殘值優勢，多家上市公司訂單陸續落地。傳統軟件板塊面臨需求疲軟、模式轉型緩慢、AI替代風險三重壓力，但短期模型降本或推動板塊預期修復。

核心結論

Token調用量快速增長，需求由簡單問答向Coding、Agent、多模態生成和復雜知識工作遷移，帶動模型API、云算力及AI應用需求擴張。單位Token價格下降降低應用門檻，但廠商分化加大，具備技術、場景、客戶及入口優勢的公司有望實現更快增長。國產算力替代進程加速，算力租賃模式價值凸顯。具身智能突破為工業AI應用打開新空間，但中短期貢獻尚難量化。