增持（維持）方面，信息技術(shù)逐代堆疊，算力、網(wǎng)絡(luò)通訊等基礎(chǔ)設(shè)施已滿足AI發(fā)展當(dāng)前終端應(yīng)用仍處在相對藍(lán)海時(shí)期，盡管2025年以來豐富的應(yīng)用場景讓渡上游利潤、擴(kuò)張下游應(yīng)用才是我國核心優(yōu)勢與nAI+的核心意義在于與傳統(tǒng)行業(yè)的雙向賦能。AI+傳統(tǒng)行業(yè)的終極發(fā)展態(tài)推薦等眾多成熟案例，推動(dòng)人工智能技術(shù)與下游應(yīng)用痛點(diǎn)的精準(zhǔn)對數(shù)據(jù)要素流通基礎(chǔ)設(shè)施，統(tǒng)一多源異構(gòu)數(shù)據(jù)接入規(guī)范與隱私保護(hù)框架。算法平權(quán)帶來行業(yè)龍頭強(qiáng)者恒強(qiáng)：隨著通用大模型使用成本大幅下降，差異，而這些差異將被算法平權(quán)進(jìn)一步放大。因此，AI+傳統(tǒng)行業(yè)將充分利好各傳統(tǒng)行業(yè)龍頭企業(yè)，實(shí)現(xiàn)“強(qiáng)者恒強(qiáng)”。wangzj@《從監(jiān)管視角看中國穩(wěn)定幣未來發(fā)展》 4 4 5 6 7 8 92.1.1.通用/集中：通用大模型實(shí)現(xiàn)全場景 2.1.2.專用/端側(cè)AI應(yīng)用：垂直大模 3.1.1.美國：站在全球的知識產(chǎn) 26 29 29 3/34 4 5 6 6 6 6 7 8 9 20 22 22 23 23 24 25 25 26 27 28 28 29 圖1：企業(yè)的生命周期來看，AI應(yīng)用行業(yè)即將進(jìn)入快速成長期合規(guī)完備數(shù)據(jù)來源：東吳證券研究所繪制圖2：數(shù)十年技術(shù)浪潮疊加下，目前已具備發(fā)展AI應(yīng)用的技術(shù)先決條件數(shù)據(jù)來源：2025紅杉資本AI峰會，東吳證券研究所幅下滑，R1模型商用API價(jià)格僅￥0.5~2/百萬token，輸出僅￥8/百萬t型成本快速下探，顯著優(yōu)化AI應(yīng)用開發(fā)成本、加快國內(nèi)AI應(yīng)用發(fā)展速度。圖3：ChatGPT歷史版本每百萬token價(jià)格 Input($/1M)Output($/1M)4035302520502023/3/12023/11/12024/5/132025/4/142025/4/142025/4/14GPT-4(8K)GPT-4GPT-4oGPT-4.1GPT-4.1GPT-4.1Turbomininano數(shù)據(jù)來源：ChatGPT官網(wǎng)，東吳證券研究所圖4：DeepSeek訓(xùn)練成本大幅縮減，性價(jià)比優(yōu)勢顯著數(shù)據(jù)來源：SuperClue，東吳證券研究所圖5：ChatGPT周活動(dòng)人數(shù)快速增長9876543210884322022/112023/12024/82024/12202數(shù)據(jù)來源：AI產(chǎn)品榜，東吳證券研究所圖6：25M5AI應(yīng)用前十名MAU幾乎全部同比增長數(shù)據(jù)來源：AI產(chǎn)品榜，東吳證券研究所力需求持續(xù)擴(kuò)張；圖7：四大廠Capex快速提升，2025年主要用于AI相關(guān)基建（單位：十億美元/季度）數(shù)據(jù)來源：Sherwood，東吳證券研究所圖8：AI應(yīng)用收入情況持續(xù)好轉(zhuǎn)數(shù)據(jù)來源：AI應(yīng)用榜，東吳證券研究所件市場的最大版圖。從AI應(yīng)用的視角來看，當(dāng)前終端應(yīng)用仍處在相對藍(lán)海時(shí)期，盡管圖9：傳統(tǒng)軟件價(jià)值集中在應(yīng)用層，我們認(rèn)為這一特征將在AI賽道復(fù)刻數(shù)據(jù)來源：2025紅杉資本AI峰會，東吳證券研究所個(gè)維度出發(fā)對未來AI應(yīng)用的形態(tài)進(jìn)行展望：一方面，從智能的生物存在形有可能是一種通用智能，又有可能是一系列智能的集合（規(guī)劃、判斷、注意力、記憶、可能走向“四象限發(fā)展格局”。圖10：AI應(yīng)用的“四象限”發(fā)展格局?jǐn)?shù)據(jù)來源：東吳證券研究所繪制越好”的規(guī)律是否會持續(xù)演繹，想要通過一個(gè)通用大模型解決千百業(yè)的AI應(yīng)用問題，通用大模型作為根基，垂直大模型是構(gòu)建在通用大模型底座上的“房梁”。當(dāng)前DeepSeek開源+市場主流大模型API價(jià)格持續(xù)下降，算法已幾乎實(shí)質(zhì)上實(shí)現(xiàn)平權(quán)，而通下，真正能將AI滲透進(jìn)專業(yè)領(lǐng)域應(yīng)用場景的是垂直領(lǐng)域的A型，成為AI應(yīng)用的房梁。而在此過程中，大模型并非稀缺資源，而是律所判例、客服圖11：特斯拉FSD實(shí)際路況表現(xiàn)卓越，正在不斷拓展應(yīng)用范圍數(shù)據(jù)來源：Tesla官網(wǎng)，東吳證券研究所超300億美元，凈利率超53%，壁壘高、具備極強(qiáng)議價(jià)能力。中國A美國芯片占比達(dá)63%，無論產(chǎn)品端還是技術(shù)端都高度圖12：全球云基礎(chǔ)設(shè)施服務(wù)市場幾乎被美國壟斷數(shù)據(jù)來源：Statistia，東吳證券研究所圖13：美國企業(yè)壟斷全球AI算力芯片市場數(shù)據(jù)來源：Wind，東吳證券研究所圖14：我國超80%數(shù)據(jù)尚未被開發(fā)，且未開發(fā)數(shù)據(jù)總量仍在不斷上升數(shù)據(jù)來源：IDC，東吳證券研究所圖15：2024年我國制造業(yè)增加值占全球制造業(yè)比重達(dá)28.9%數(shù)據(jù)來源：Statista，東吳證券研究所圖16：中國具備巨大市場潛力（單位：億人）8642074數(shù)據(jù)來源：求是網(wǎng)，東吳證券研究所新型消費(fèi)模式的發(fā)展。圖17：我國具備多樣化的下游應(yīng)用場景數(shù)據(jù)來源：大數(shù)據(jù)AI智能圈公眾號，東吳證券研究所我們認(rèn)為，未來我國將重點(diǎn)發(fā)展通用大模型+垂直大模型以實(shí)現(xiàn)由面及點(diǎn)、由淺入深的AI應(yīng)用發(fā)展格局。通用大模型是算法地基，真正服務(wù)細(xì)分場景；另一方面，通用大模型能力不斷打破上限，大模型底座的智能性、穩(wěn)定性、可靠性持續(xù)走強(qiáng)，實(shí)際任務(wù)解決能力愈發(fā)強(qiáng)大、更加容易為人所用。推動(dòng)經(jīng)濟(jì)社會各領(lǐng)域的智能化升級，涉及技術(shù)創(chuàng)新、場景升級、產(chǎn)業(yè)發(fā)展等多個(gè)維度，并由此帶來現(xiàn)代化產(chǎn)業(yè)體系的整體性躍升。任務(wù)上的性能和效果。圖18：垂直大模型是解決應(yīng)用層面專業(yè)問題的最佳途徑數(shù)據(jù)來源：東吳證券研究所繪制取相關(guān)垂直賽道的高質(zhì)量中文數(shù)據(jù)集，利于圖19：我國高質(zhì)量數(shù)據(jù)集建設(shè)持續(xù)推進(jìn)，助力構(gòu)建垂直大模型數(shù)據(jù)來源：國家數(shù)據(jù)局，東吳證券研究所地方實(shí)踐先行：北京、上海等地推出專項(xiàng)政策，推表1：我國中央至地方的AI應(yīng)用相關(guān)政策推動(dòng)央企在500+場景布局AI，開放社會合培育龍頭企業(yè)，支持醫(yī)療、自動(dòng)駕駛等領(lǐng)域發(fā)放算力券：支持MaaS平臺及數(shù)據(jù)集開放。“一號文”人工智能賦能制造業(yè)措設(shè)立人工智能子基金群；“蘇州智造十大行動(dòng)”（人工智能）（實(shí)現(xiàn)人工智能與場景升級的協(xié)同驅(qū)動(dòng)，加快構(gòu)建“人工智能+”產(chǎn)業(yè)生態(tài)。業(yè)需求圖譜與技術(shù)能力匹配模型，將人工智能算法研發(fā)與產(chǎn)業(yè)轉(zhuǎn)型升級需求精準(zhǔn)耦合，圖20：AI+與傳統(tǒng)行業(yè)雙向賦能模式數(shù)據(jù)來源：中國政府網(wǎng)，東吳證券研究所實(shí)現(xiàn)社會效益與經(jīng)濟(jì)效益的協(xié)同發(fā)展。輔助問診等模式，有效減少醫(yī)生繁雜工作，提高診療效率2）政策驅(qū)動(dòng)醫(yī)療行業(yè)數(shù)智藥、醫(yī)學(xué)診療深度融合極大提高藥物研發(fā)效率和醫(yī)療診療和語言兩種模態(tài)，未來可融合各類數(shù)據(jù)類型和尺度(如分子、細(xì)胞、基因等)進(jìn)一步釋放圖21：AI醫(yī)療應(yīng)用占AI行業(yè)比重持續(xù)提升數(shù)據(jù)來源：頭豹研究院，東吳證券研究所康產(chǎn)業(yè)大模型。企業(yè)占比達(dá)到81.3%，高校和研究機(jī)構(gòu)占比分別為1表2：我國優(yōu)秀醫(yī)療大模型成果舉例基于混元通用大模型，覆蓋公共衛(wèi)生、藥物研發(fā)、組學(xué)在浙江省建立區(qū)域醫(yī)療影像云平臺，日均處理影像數(shù)提供6B~170B參數(shù)版本，支持零代），在瑞金醫(yī)院試點(diǎn)“智慧醫(yī)院”管理系統(tǒng)，器械損耗成本降低結(jié)構(gòu)預(yù)測誤差<1.2?。哈工大“本草”基于中文醫(yī)學(xué)知識圖譜（CMeKG支持中西醫(yī)融合在黑龍江中醫(yī)藥大學(xué)附屬醫(yī)院試點(diǎn)，優(yōu)化中醫(yī)辨證與診斷結(jié)合。北京清華長庚“靈犀”代謝性疾病預(yù)測模型，采用級聯(lián)失效算法模擬疾病大經(jīng)中醫(yī)“岐黃問道”在河南基層醫(yī)院試點(diǎn)，AI處方與主任醫(yī)在云南偏遠(yuǎn)地區(qū)覆蓋“AI村醫(yī)”，日均服務(wù)超200間壓縮至8年，總上市成本壓縮至6億美元。圖22：AI+大幅提升藥物從研發(fā)到上市的效率數(shù)據(jù)來源：ARK，東吳證券研究所圖23：當(dāng)前AI賦能醫(yī)藥行業(yè)藥物研發(fā)年限下降2-3年，未來有望提升至4-5年數(shù)據(jù)來源：ARK，東吳證券研究所助完成術(shù)前規(guī)劃、病灶檢測和靶區(qū)勾畫等工圖24：我國AI醫(yī)療器械市場規(guī)模持續(xù)提升數(shù)據(jù)來源：頭豹研究院，東吳證券研究所圖25：AI醫(yī)療器械已被應(yīng)用于多個(gè)醫(yī)療領(lǐng)域數(shù)據(jù)來源：頭豹研究院，東吳證券研究所診和AI推薦用藥，能無縫地賦能到門診、住院兩大診療場景中，有效補(bǔ)充醫(yī)療資圖26：AI醫(yī)療助理打造智能化就醫(yī)流程，大大提高就醫(yī)與醫(yī)院管理效率數(shù)據(jù)來源：頭豹研究院，東吳證券研究所面開始實(shí)施國家教育數(shù)字化戰(zhàn)略行動(dòng)，包含AI技術(shù)在內(nèi)的數(shù)字技術(shù)在幼兒教育、小初我國AI+教育B端市場規(guī)模約為213億元。預(yù)計(jì)自2025年至2028年，隨著AI大模型至幼兒教育、高等教育、職業(yè)教育、社會企業(yè)培訓(xùn)等領(lǐng)域。圖27：AI應(yīng)用已被廣泛用于教育的各個(gè)細(xì)分賽道數(shù)據(jù)來源：頭豹研究院，東吳證券研究所圖28：未來AI+教育的B端市場規(guī)模有望持續(xù)提升數(shù)據(jù)來源：頭豹研究院，東吳證券研究所段維度來看，中小學(xué)階段在校內(nèi)外場景中均為應(yīng)用成熟度最高的階段。在校內(nèi)場景中，習(xí)標(biāo)準(zhǔn)較為統(tǒng)一。相對中小學(xué)階段，成年人教育階段、早幼度大.職教及興趣培訓(xùn)知識點(diǎn)分散，模型構(gòu)建難度大等原因。圖29：AI應(yīng)用在不同教育階段與場景中成熟度存在一定差異數(shù)據(jù)來源：頭豹研究院，東吳證券研究所圖30：我國能源行業(yè)已推出多款優(yōu)秀的大模型數(shù)據(jù)來源：Wind，東吳證券研究所發(fā)電的利用效率。圖31：大模型在協(xié)調(diào)控制器實(shí)時(shí)控制、優(yōu)化負(fù)載策略方面效果顯著數(shù)據(jù)來源：Wind，東吳證券研究所（3）電網(wǎng)狀態(tài)監(jiān)測與故障診斷：利用傳感器網(wǎng)絡(luò)收集電網(wǎng)對故障進(jìn)行診斷和定位，幫助運(yùn)維人員快速排除故障，提高電網(wǎng)的可靠性和穩(wěn)定性。電力，從而實(shí)現(xiàn)削峰填谷，降低能源成本。圖32：AI推進(jìn)儲能設(shè)備與電網(wǎng)之間的協(xié)調(diào)與優(yōu)化控制數(shù)據(jù)來源：Wind，東吳證券研究所3.4.4.AI文旅：從“技術(shù)試水”到“場景深耕”“十四五”數(shù)字經(jīng)濟(jì)規(guī)劃將AI列為重點(diǎn)領(lǐng)域，推動(dòng)旅游行業(yè)與A企業(yè)的協(xié)同創(chuàng)新客服等場景提供底層支持。在的市場風(fēng)險(xiǎn)和投資機(jī)會，形成直觀的市場趨勢分析和預(yù)測報(bào)告助金融機(jī)構(gòu)精準(zhǔn)識別潛藏的灰黑色產(chǎn)業(yè)鏈，反制不法行為。圖33：AI大模型用于內(nèi)部運(yùn)營至終端支付的多種金融場景30/34數(shù)據(jù)來源：Wind，東吳證券研究所通用大模型在金融行業(yè)可以直接承擔(dān)智能客服、智能報(bào)表分析、智能投顧等功能，圖34：金融行業(yè)大模型+多模態(tài)金融大數(shù)據(jù)打造金融AI應(yīng)用數(shù)據(jù)來源：《智能金融：AI驅(qū)動(dòng)的金融變革》，東吳證券研究所31/34圖35：金融領(lǐng)域大模型主要分為知識增強(qiáng)型與任務(wù)增強(qiáng)型數(shù)據(jù)來源：《智能金融：AI驅(qū)動(dòng)的金融變革》，東吳證券研究所圖36：金融領(lǐng)域AI應(yīng)用有望實(shí)現(xiàn)可信數(shù)據(jù)與可信模型相互促進(jìn)數(shù)據(jù)來源：Wind，東吳證券研究所輛識別、智能交管、智能停車管理等方面，我國已實(shí)現(xiàn)深度AI32/34圖37：AI已能夠充分賦能智慧交通數(shù)據(jù)來源：2025中國人工智能算力發(fā)展評估報(bào)告，東吳證券研究所從數(shù)據(jù)流程與算法程序來看，未來AI賦能術(shù)出發(fā)，逐漸完善智慧城市交通管理系統(tǒng)，最后實(shí)現(xiàn)綜合交通運(yùn)輸大模型智能化平臺。圖38：AI將助力交通運(yùn)輸業(yè)實(shí)現(xiàn)綜合交通運(yùn)輸大模型智能化平臺的構(gòu)建數(shù)據(jù)來源：Wind，東吳證券研究所大模型降本+開源帶來算法平權(quán)，稀缺性轉(zhuǎn)向各行業(yè)垂直數(shù)據(jù)與資源。各行業(yè)龍頭AI+醫(yī)療：衛(wèi)寧健康、創(chuàng)業(yè)惠康、久遠(yuǎn)銀海、思創(chuàng)醫(yī)惠、嘉和美康、東華軟件、國33/34新健康、潤達(dá)醫(yī)療、塞力醫(yī)療、開勒股份、醫(yī)脈通；AI+銀行：宇信科技、天陽科技、博彥科技、京北方、長亮科AI+政務(wù)：深桑達(dá)A、太極股份、南威軟件、新點(diǎn)軟件、