科技/可選消費科技/可選消費華泰證券HUATAISECURITIES智變智變·2025:互聯(lián)網(wǎng)AI應用元年華泰研究我們認為以DeepSeek引領中國Al大模型在模型性能、成本效用上實現(xiàn)突破開始，到阿里、字節(jié)、騰訊等大廠以capex開啟新一輪科技基建周期，再到Manus等下游Al應用引起廣泛討論，25年開始中國互聯(lián)網(wǎng)AI或進入元年。Al模型層面，國內頭部模型與海外差距正在日益縮小，在本就繁榮的消費互聯(lián)網(wǎng)應用層或將迎來產(chǎn)品的百花齊放和商業(yè)化落地的全新機遇。基于此，我們提出全生態(tài)互聯(lián)網(wǎng)大廠+“小而美”垂類賽道的兩大投資主線，看好互聯(lián)網(wǎng)大廠們以創(chuàng)新能力、執(zhí)行力和企業(yè)家精神再次成為Al時代領頭羊。Al模型：國產(chǎn)模型能力迎頭趕上，大廠領銜開啟新一輪科技基建周期DeepSeek引領中國AI大模型在模型性能、成本效用上實現(xiàn)突破，國產(chǎn)大模型在主流權威基準測試中已展現(xiàn)出全球領先的模型性能，并不斷縮小與國際領先模型能力的差距。同時由阿里、字節(jié)等互聯(lián)網(wǎng)大廠領銜正在開啟新一輪科技基建周期(對標美國23-24年),在Al基礎設施上加碼投入，根據(jù)我們統(tǒng)計25年大廠資本開支合計或超5000億元，將大幅度完善我國在AI算力、數(shù)據(jù)中心等建設的短板，為后續(xù)AI下游應用側的繁榮奠定基礎。AI應用：多場景滲透，迎來產(chǎn)品的百花齊放和商業(yè)化落地的全新機遇受益于開源模型、算力成本的降低、多模態(tài)的融合，我們判斷25年Al應用或迎來爆發(fā)，并帶來兩個發(fā)展趨勢，一方面更廣泛場景的AI滲透率將顯著提升，數(shù)據(jù)要素的稀缺性將使得AI應用趨向細分、垂直化。另一方面產(chǎn)品層面革新，聚焦用戶豐富交互模式、降低門檻，由Manus帶來的AlAgent趨勢或將驅動AI應用實現(xiàn)從思考到執(zhí)行的全閉環(huán)。同時我們認為在商業(yè)化落地節(jié)奏上或有分化，通用型Al將邁入流量入口爭奪階段，積累用戶并探索生態(tài)的優(yōu)先級短期大于變現(xiàn)，或在下個階段看到廣泛的Agent應用在大廠生態(tài)內爆發(fā)，帶來中長期變現(xiàn)潛力；而垂直賽道AI則靠提供增值產(chǎn)品和體驗，以生產(chǎn)力等剛需場景驅動較高的商業(yè)轉化，建議關注試錯成本低、可驗證性高的圖像編輯、短(長)視頻內容、廣告營銷、教育培訓答疑等賽道。我們與市場不同的觀點我們對于互聯(lián)網(wǎng)Al的相關底層模型、應用場景等等做了全方位的梳理和總結，在當前市場對于Al模型能力、應用場景仍有分歧的階段，給予了我們明確的判斷和觀點。我們從移動互聯(lián)網(wǎng)的經(jīng)驗出發(fā)，探討了AI應用的潛在發(fā)展趨勢和競爭要素，并進一步討論了其商業(yè)化的潛力和場景的落地節(jié)奏，提出了商業(yè)化節(jié)奏在通用型和垂直型分化的觀點，并提供了試錯成本和可驗證性這一雙維度指標作為場景落地難易的判斷依據(jù)，均具備一定的差異性。投資結論中國互聯(lián)網(wǎng)AI或進入元年，關注兩大主線：1)投資具備優(yōu)質底層模型+算力(云)基礎設施+豐富下游應用生態(tài)的互聯(lián)網(wǎng)大廠，首推阿里、騰訊，關注百度，其正在通過capex引領新一輪國內Al基礎設施建設周期，在優(yōu)質算力(云)基礎設施下?lián)斨袊鳤I科技周期啟動的“賣鏟人”。同時這些大廠下游已經(jīng)具備完整的應用生態(tài)和豐富的用戶基礎，有望在Al的新一輪競賽中取得領銜身位。2)投資卡位優(yōu)質垂直場景+AI產(chǎn)品布局充分+商業(yè)化落地確定性較高的“小而美”細分賽道龍頭，首推美圖、快手、嗶哩嗶哩、有道，關注好未來、BOSS直聘，其原有業(yè)務卡位細分垂直場景，具備獨有數(shù)據(jù)、用戶資源。在Al端布局充分，具備優(yōu)質產(chǎn)品力的企業(yè)有望獲得新增長曲線，細分垂直場景有望憑借提供的生產(chǎn)力改善等更快實現(xiàn)財報端的兌現(xiàn)。風險提示：模型性能迭代不及預期，商業(yè)化進展緩慢，監(jiān)管收緊。本研報中涉及到未上市公司或未覆蓋個股內容，均系對其客觀公開信息的整理，并不代表本研究團隊對該公司、該股票的推薦或覆蓋?！ヂ?lián)網(wǎng)----教育和人力資源恒生指數(shù)目標價股票名稱股票代碼(當?shù)貛欧N)投資評級阿里巴巴-W騰訊控股買入百度集團買入美圖公司買入買入嗶哩嗶哩買入好未來買入資料來源：華泰研究預測免免華泰證券正文目錄核心觀點 6核心邏輯與投資結論 6我們與市場不同的觀點 7互聯(lián)網(wǎng)Al關鍵問題五問五答 7AI模型：算力規(guī)模飛速增長，成本效應未來可期 騰訊混元：全面擁抱開源生態(tài)，模型性能大幅提升 阿里巴巴：AI驅動云計算業(yè)務未來 戰(zhàn)略：不斷完善AI基礎設施，堅持開源開放 20基礎大模型布局：全尺寸、全模態(tài)、多場景的模型大家族 20AI能力加持下，云計算服務有望實現(xiàn)降本增收 22百度：全棧服務能力布局助力AI應用落地 戰(zhàn)略：注重產(chǎn)業(yè)應用場景與智能體開發(fā) 基礎大模型布局：擁有多種類大模型滿足用戶需求 24全棧服務能力為AI應用落地奠定良好基礎 25AI應用：多場景滲透，產(chǎn)品力持續(xù)迭 AI應用的發(fā)展趨勢和競爭要素 28廣泛場景的滲透率提升，趨向細分、垂直化 產(chǎn)品層面革新，聚焦用戶豐富交互模式、降低門檻 29注重垂直場景的產(chǎn)品力，認知重構階段把握用戶心智 31AI應用的商業(yè)化落地節(jié)奏判斷 Al全生態(tài)應用布局典范：字節(jié)跳動、阿里、騰訊、百度 字節(jié)跳動：搭建Al全生態(tài)，爆款豆包產(chǎn)品力先行 阿里巴巴：規(guī)劃布局深入千行百業(yè) 騰訊：加速游戲工業(yè)化，引領廣告新趨勢 百度：AI重做產(chǎn)品，引領業(yè)務智能化轉型升級 37Al+圖像：受益于DS推進技術平權，持續(xù)圖像領域精耕細作 Al+視頻：細分領域貴于深耕，用戶習慣有望迎來變局 Al+游戲：3D生成模型助力研發(fā)進度，Alagent重塑游戲交 45Al+教育：積極推出大模型產(chǎn)品 Al+招聘：提升招聘效率，提升用戶體驗 Al+廣告：賦能互聯(lián)網(wǎng)營銷平臺提質增收 Al+電商：淘天多年數(shù)據(jù)沉淀打造增長基礎 投資觀點 風險提示 免免華泰證券圖表目錄圖表1:當前主流AI應用的訂閱付費用戶及ARR 9 1 1圖表6:AI大模型對于行業(yè)競爭壁壘的影響 1圖表7:互聯(lián)網(wǎng)公司大模型參數(shù) 圖表9:國內部分通用AIAPPDAU 圖表11:海外部分通用AIAPPDAU 圖表12:海外部分通用AI網(wǎng)站版DA0 圖表16:海外部分通用Al網(wǎng)站版MAU 圖表17:國內部分通用AIAPP人均 圖表18:國內部分通用AIAPP人均單日使用時長 圖表20:海外部分通用AI網(wǎng)站版人均單日使用時長 圖表22:國內部分通用AIAPPDAU/MAU 圖表24:海外部分通用AI網(wǎng)站版DAU/MAU 圖表25:混元大模型加速大模型能力落地場景 圖表26:騰訊大模型全面擁抱開源 圖表27:騰訊混元大模型團隊結構一 圖表28:騰訊部分模型及價格 圖表29:通義大模型大家族全景圖 20圖表30:阿里旗下部分模型介紹和收費情況 21圖表31:Qwen2.5-Max在指令模型版本中的性能表現(xiàn) 圖表32:Qwen2.5-Max在基座模型版本中的性能表現(xiàn) 2圖表33:阿里云擁有全球+全棧的技術能力 23圖表34:百度文心大模型與工具平臺全景圖 24圖表35:百度文心大模型家族全景圖 圖表36:百度旗下Al大模型調用費用 圖表37:百度智能云業(yè)務版圖 26 圖表39:中國Al大模型方案市場份額，1H24 免華泰證券圖表40:開源DeepSeek在基準測試中好于一眾閉源模型 圖表41:大模型調用價格持續(xù)呈現(xiàn)下降趨勢 圖表42:移動互聯(lián)網(wǎng)的應用邏輯與AI時代應用邏輯的對比 28圖表43:Al在更廣泛的應用場景下具備滲透率提升的前景 29圖表44:Chatgpt優(yōu)化的交互模式 圖表47:當前主流AI應用的訂閱付費用戶及ARR 3 3圖表50:豆包APP發(fā)布后持續(xù)迭代 圖表52:阿里ToCAI業(yè)務近期組織架構變 圖表54:騰訊視頻號Adload提升空間顯著 圖表55:智能體商店涵蓋了各種應用場 圖表56:在智能體創(chuàng)建環(huán)節(jié)需要明確角色、設定、開場白、流程、插件等內容 圖表58:百度AI搜索結果示意圖 圖表59:百度搜索中AI生成內容結果占比 圖表60:百度Al廣告業(yè)務梳理 40 圖表62:美圖AI電商設計工作流和AI口播工作量 圖表63:美圖設計室收入和MAU持續(xù)提升 42 圖表66:淘寶星辰·圖生視頻有望為商家營銷物料提質增效 43 人均單日使用時長對比(24年12月) 圖表69:剪映MAU相較于其他AI剪輯工具下降明顯 4圖表70:剪映人均單日使用時長與其他AI剪輯工具對比 4圖表71:AI搜索助手 4 4圖表73:Al賦能游戲 圖表74:Unity推出Sentis,賦予開發(fā)者將Al模型導入游戲和應用程序中的能力 45圖表75:Alagent重塑游戲交互，實現(xiàn)快速建立智能NPC 46圖表76:行業(yè)內主要模型 圖表77:九章大模型測試數(shù)據(jù) 47 圖表79:大模型開放能力 47華泰證券圖表80:“子曰”大模型及其應用 圖表81:子曰翻譯大模型2.0測試評分表現(xiàn)優(yōu)秀 49圖表82:子曰-01測試評分 圖表84:南北閣開源大模型 圖表85:BOSS直聘模型應用 圖表87:AXON2.0推動Applovin收入同比持續(xù)高增 圖表88:匯量科技程序化廣告業(yè)務收入持續(xù)高增 圖表89:有道廣告業(yè)務收入連續(xù)8個季度同比增速超40%(截至24Q3) 圖表90:星辰AI模型 圖表91:Al+電商從技術到價值的賦能邏輯 54圖表92:達摩盤基于四大維度提供精細化標簽 5圖表93:阿里媽媽發(fā)布LMA大模型技術 5圖表94:淘寶問問和京東京言對于具體特定穿搭建議的回答 圖表95:淘寶問問和京東京言對于泛化的辦公產(chǎn)品建議的回答 圖表96:重點推薦公司一覽表 圖表97:重點推薦公司最新觀點 核心觀點DeepSeek引領中國Al大模型在模型性能、成本效用上實現(xiàn)突破，未來阿里字節(jié)等大廠或相繼接力，合力夯實新一輪Al大模型科技競賽中的中方競爭力。我們認為以DeepSeek的出現(xiàn)為分界線，Al大模型的發(fā)展階段可以劃分為海外大廠保持代際領先與中國廠商迎頭趕一路徑，這亦為中國Al大模型走出實驗室研究、走向日常應用帶來了產(chǎn)業(yè)級別的機遇。新消費互聯(lián)網(wǎng)應用層或將迎來產(chǎn)品的百花齊放和商業(yè)化落地的全新機遇，在引領全球消費互聯(lián)網(wǎng)商業(yè)生態(tài)邁向新格局、新機遇的同時，也為國內以阿里、騰訊、百度等為代表的“賣鏟人”提供云服務業(yè)績的增厚。對于模型層，算力層面差距的收窄或將進一步推動基礎大模型服務提供者未來更多聚焦與應用側的適配鏈接，在基礎能力層演化出差異化格局。行業(yè)趨勢和競爭要素判斷：我們判斷25年開始Al應用可能迎來一個爆發(fā)期，背后的動力可能來自于開源模型、算力成本的降低、多模態(tài)的融合。同時帶來兩個發(fā)展趨勢，一方面更廣泛場景的AI滲透率將顯著提升，由于數(shù)據(jù)要素的稀缺性，Al應用趨向細分、垂直化。另一方面產(chǎn)品層面革新，聚焦用戶豐富交互模式、降低門檻，由Manus帶來的AlAgent趨勢或將驅動Al應用實現(xiàn)從思考到執(zhí)行的全閉環(huán)。而在此基礎上，我們認為Al應用的核心競爭要素是聚焦垂直場景的產(chǎn)品力，正在逐步從“技術競爭”走向“產(chǎn)品競爭”,同時用戶對于Al應用處在認知重構階段，需要供給側的持續(xù)啟發(fā)奪取心智，最終通過用戶反饋積累數(shù)據(jù)資產(chǎn)，不斷迭代并深化實現(xiàn)飛輪。商業(yè)化落地節(jié)奏判斷：我們認為從傳統(tǒng)移動互聯(lián)網(wǎng)的變現(xiàn)模式出發(fā)(廣告、傭金和增值服務),當前Al應用時代最快具備商業(yè)化基礎的是靠AI提供的差異化產(chǎn)品和體驗，并收取訂閱費的增值服務。而Al應用當前尚未形成新的流量高地且產(chǎn)品層面亦未成熟，因此在廣告和傭金等商業(yè)模式上進展暫緩，但是當前看到的是互聯(lián)網(wǎng)大廠正在進行通用型AI流量入口的激烈爭奪，并且隨著Agent的發(fā)展，大廠的全生態(tài)業(yè)務將具備顯著優(yōu)勢。由此我們也能看到通用型Al和垂直型Al在商業(yè)化節(jié)奏上的分化。1)通用型Al邁入流量入口爭奪階段，積累用戶并探索生態(tài)的短期優(yōu)先級大于變現(xiàn)。動互聯(lián)網(wǎng)時代的經(jīng)驗來看，C端的搜索、社交類應用有很強的虹吸效吃的局面，因此當前通用型Al應用的共識是零門檻接入快速占領用戶入口，在擁有流量高地并具備護城河之后可以進一步探索廣告、傭金等流量變現(xiàn)方式。我們也可以看到阿里、騰訊、字節(jié)為代表的互聯(lián)網(wǎng)大廠正在進行通用型Al流量入口的激烈爭奪。同時我們認為AlAgent的當前痛點是交互通道的打通，這對于有全生態(tài)的互聯(lián)網(wǎng)大廠是核心優(yōu)勢，因此在用戶入口爭奪的下個階段或能看到廣泛的Agent應用在互聯(lián)網(wǎng)大廠的爆發(fā)，帶來中長期變現(xiàn)潛力。2)垂直賽道Al靠提供增值產(chǎn)品和體驗，生產(chǎn)力場景以剛需驅動高商業(yè)轉化。首先全球維度觀察，當前產(chǎn)生收入的Al應用中主要以偏向生產(chǎn)力的垂類賽道較為領先，細分垂直場景可以憑借提供的生產(chǎn)力改善、增值體驗等等依靠訂閱模式率先變現(xiàn)，同時由于生產(chǎn)力場景的剛需屬性，其相較于娛樂類場景有更強的付費意愿，帶來更高的商業(yè)轉化。而在判斷具體場景的落地速度中，我們提出了關注試錯成本和可驗證性兩個維度，在用戶短(長)視頻內容、廣告營銷、教育培訓答疑、輔助招聘等等。免華泰證券3、投資結論方面，我們認為互聯(lián)網(wǎng)Al投資主要分為兩條大的主線主線1:投資具備優(yōu)質底層模型+算力(云)基礎設施+豐富下游應用生態(tài)的互聯(lián)網(wǎng)大廠，首推阿里、騰訊，建議關注百度。此類大廠當前正在通過capex引領新一輪國內Al基礎設技周期啟動的“賣鏟人”。同時這些大廠下游已經(jīng)具備完整的應用生態(tài)和豐富的用戶基礎，可以在已有的應用場景中無縫加入Al功能，依靠流量優(yōu)勢迅速啟動。而大廠的多元業(yè)務生態(tài)非常有助于開啟下一個階段的AIAgent應用，將有望憑借其生態(tài)優(yōu)勢在Al的新一輪競賽中取得領先身位，并中長期賦能核心業(yè)務的增長。分賽道龍頭，首推美圖、快手、嗶哩嗶哩、有道，建議關注好未來、BOSS直聘。該類玩家原有業(yè)務卡位優(yōu)質的細分垂直場景，如圖像編輯、短(長)視頻、教育和招聘等等，已經(jīng)具備獨有的數(shù)據(jù)、用戶資源。隨著AI技術平權等行業(yè)趨勢，競爭從底層模型轉向下游垂也認為從Al應用商業(yè)化落地層面來看，垂直場景Al應用相較搜索、社交等通用Al更快，因為通用Al當前更聚焦于流量入口的爭奪在變現(xiàn)層面并不激進，而細分垂直場景有望憑借提供的生產(chǎn)力改善、增值體驗等更快實現(xiàn)財報端的兌現(xiàn)。我們與市場不同的觀點我們對于互聯(lián)網(wǎng)Al的相關底層模型、應用場景等等做了全方位的梳理和總結，在當前市場對于Al模型能力、應用場景仍有分歧的階段，給予了我們明確的判斷和觀點。我們從移動互聯(lián)網(wǎng)的經(jīng)驗出發(fā)，探討了Al應用的潛在發(fā)展趨勢和競爭要素，并進一步討論了其商業(yè)化的潛力和場景的落地節(jié)奏，提出了商業(yè)化節(jié)奏在通用型和垂直型分化的觀點，并提供了試錯成本和可驗證性這一雙維度指標作為場景落地難易的判斷依據(jù)，均具備一定的差異性互聯(lián)網(wǎng)Al關鍵問題五問五答Q1:如何評價互聯(lián)網(wǎng)大廠AI大模型當前水平?在技術層面，中國國內的頭部模型已逐步接近國際頂尖水平，差距日益縮小。DeepSeek-R1在后訓練階段廣泛應用強化學習技術，在數(shù)學、代碼和自然語言推理等領域的表現(xiàn)已與我們認為，通用大模型領域的追趕效應愈發(fā)明顯，國內互聯(lián)網(wǎng)巨頭正不斷縮小與國際先進水平的差距，未來底層模型的能力有望達到持平狀態(tài)。發(fā)展受算力制約影響有所減弱。在戰(zhàn)略層面，中國的發(fā)展路徑更為注重垂直領域的落地與商業(yè)化。相較于海外聚焦基礎技術的深耕研究，中國依托龐大的市場規(guī)模與多元化的應用場景，采取了以市場需求為驅動的路徑并迅速在垂直領域實現(xiàn)技術落地和商業(yè)化。例如，在Al+圖像領域，美圖專注圖像美化賽道打造圖像Al生產(chǎn)力工具；在Al+視頻領域，快手聚焦視覺大模型推出文生視頻產(chǎn)品我們認為，中國的大模型發(fā)展戰(zhàn)略更為注重市場應用需求，并通過市場力量加速技術進步，有助于AI生態(tài)的健康發(fā)展。免免華泰證券科技/可選消費科技/可選消費我們認為，DeepSeekR1的出現(xiàn)或在技術、策略和定價維度影響國內AI模型發(fā)展，具體如1)技術層面：DeepSeekR1的出現(xiàn)帶動了高性價比架構的關注度，未來模型推理成本仍有下降空間。DeepSeekR1采用MoE架構，融合專家混合系統(tǒng)、改進注意力機制和優(yōu)化歸一化策略，在模型效率與算力間實現(xiàn)平衡，MoE模式由此再度引發(fā)關注。2月12日，字節(jié)豆包團隊提出UltraMem架構，在MoE基礎上有效解決推理階段的高額訪存問題，我們建議持續(xù)關注后續(xù)MoE架構的優(yōu)化進展。2)策略層面：DeepSeek的成功再次突顯開源模式的潛力，大模型開源生態(tài)下各廠商或有望共同做大市場規(guī)模。開源模型為中小廠商提供免費獲取源代碼或預訓練模型的途徑，顯著降低了開發(fā)和參與門檻，并可借助開放社區(qū)的協(xié)同作用加速模型迭代。目前，阿里與騰訊的部分模型都已執(zhí)行開源策略，百度也已宣布將在未來推出文心大模型4.5系列，并于6月30日起正式開源。我們看好后續(xù)大模型開源生態(tài)下的技術迭代進展。3)定價層面：我們認為國產(chǎn)模型價格競爭或將延續(xù)，低價下大模型的垂類應用或將深化。受益于MoE架構對推理成本的壓縮，DeepSeek持續(xù)推行低價策略，此前已帶動國產(chǎn)模型普遍性降價，R1發(fā)布后API輸入與輸出價格仍處低位。我們認為高性價比有望成為國產(chǎn)模型在國際市場上的重要優(yōu)勢。Q2:AI應用的場景是降本還是增收?我們認為Al在降本增效層面對大部分行業(yè)具備普適性，我們更看好在Al驅動下帶來增收的1)Al+圖像：Al使用戶體驗和創(chuàng)作效率得到顯著提升，通過降低用戶創(chuàng)作門檻，吸引更多圖像工具類產(chǎn)品，Al產(chǎn)品有望驅動付費率及全球化進程提速。2)Al+廣告：AI幫助平臺深度洞察用戶數(shù)據(jù)，提高廣告投放精準度，進而提升廣告主投放ROI,為廣告平臺帶來更多收入。Applovin產(chǎn)業(yè)鏈布局完善，數(shù)據(jù)閉環(huán)與Al算法升級形成有效協(xié)同，Meta和騰訊有望受益于投放ROI提升帶來的收入增長。3)Al+教育：Al有助于提升教育產(chǎn)品用戶體驗和個性化服務，推動付費用戶數(shù)量增長。依靠教育公司自身數(shù)據(jù)積累優(yōu)勢，有效提升學習機和語言類學習應用使用體驗，提升用戶付費意愿。游戲時長，帶來更多潛在盈利空間。Q3:互聯(lián)網(wǎng)AI商業(yè)化節(jié)奏如何理解?傳統(tǒng)移動互聯(lián)網(wǎng)時代的變現(xiàn)路徑主要有三條：廣告、傭金和增值服務(訂閱、單購),不同變現(xiàn)模式所依仗的商業(yè)基礎各不相同，廣告核心是流量，傭金是流量+履約，增值服務是提供差異化產(chǎn)品和體驗。切換到Al應用時代，最快具備商業(yè)化基礎的是靠Al提供的差異化產(chǎn)品和體驗，因此增值服務這一商業(yè)模式落地節(jié)奏最快。而AI應用當前尚未形成新的流量高地且產(chǎn)品層面亦未成熟，因此在廣告和傭金等商業(yè)模式上進展暫緩。由此我們也能看到通節(jié)奏形成以下判斷：判斷1:通用型Al邁入流量入口爭奪階段，積累用戶并探索生態(tài)的優(yōu)先級大于變現(xiàn)。Chatbot類應用正在大批量開放免費使用。以Chatgpt為首的Chatbot類Al應用早期以付費訂閱為主要的商業(yè)模式，但是隨著免費開源、算力成本降低等，相關搜索、社交類的通用型ChatbotAl正在將大批量免費使用。25年2月13日，OpenAl首席執(zhí)行官SamAltman國內的其他主流AIChatbot應用DeepSeek、豆包、元寶等等則從上線之初即免費使用。動互聯(lián)網(wǎng)時代的經(jīng)驗來看，C端的搜索、社交類應用有很強的虹吸效應，最后是贏家通吃的局面，因此當前通用型Al應用的共識是零門檻接入快速占領用戶入口，在擁有流量高地并具備護城河之后可以進一步探索廣告、傭金等流量變現(xiàn)方式。AlAgent的核心痛點是交互通道的打通，這對于有全生態(tài)的互聯(lián)網(wǎng)大廠是核心優(yōu)勢。由Manus帶來的AIAgent趨勢將驅動Al應用實現(xiàn)從思考到執(zhí)行的全閉環(huán)，而在AlAgent的發(fā)展中，其核心痛點其實是交互執(zhí)行中通道的開放和打通，除了公域的數(shù)據(jù)和執(zhí)行之外，Agent要完全發(fā)揮能力則需要相對私域的交互權限，這部分對于已有全生態(tài)的互聯(lián)網(wǎng)大廠來說是核心優(yōu)勢，因此在用戶入口爭奪的下個階段或能看到廣泛的Agent應用在互聯(lián)網(wǎng)大廠判斷2:垂直賽道Al靠提供增值產(chǎn)品和體驗，生產(chǎn)力場景以剛需驅動高商業(yè)轉化。Al垂類生產(chǎn)力賽道的商業(yè)化較為領先。當前AI供Al增值服務收取訂閱費用。而當前產(chǎn)生收入的應用中主要以偏向生產(chǎn)力的垂類賽道較為領先，如Chatgpt、微軟365Copilot、Perplexity等等，訂閱費約為10-20美元/月不等。根據(jù)Al產(chǎn)品榜公眾號，24年已經(jīng)有部分Al付費用戶規(guī)模超千萬，分別為微軟365copilot (5574萬)、百度文庫(4000萬)、Canva(2200萬)、Chatgpt(1000萬)。集中于辦公、文檔、設計、搜索問答領域，我們認為偏向生產(chǎn)力場景因降本增效量化明確，偏剛需的特征能夠有效驅動用戶訂閱付費轉化。因此從商業(yè)化的節(jié)奏上或更快。圖表1:當前主流Al應用的訂閱付費用戶及ARR場景產(chǎn)品付費用戶(萬)ARR(億美元)辦公微軟365Copilot557466.9文檔管理百度文庫ChatGPT400027.0搜索問答-api調用搜索問答Perplexity0.5設計Canva220025.5搜索問答Claude417文檔Notion編程Cursor聊天機器人CharacterAl53.60.3資料來源：Al產(chǎn)品榜公眾號，華泰研究判斷3:具體場景落地速度需關注試錯成本和可驗證性。我們認為判斷具體場景的落地速度需要關注其試錯成本和可驗證性兩個維度：1)試錯成本代表的是對于Al出現(xiàn)“幻覺”等等錯誤的接受度。比如AIChatbot等等其本質是交流和提供咨詢建議，用戶對于結果有審查，因此試錯成本低，此外還有Al的圖像等內容創(chuàng)作，用戶存在二次編輯，此類應用的落地和發(fā)展較快。而與之對比的則是試錯成本較高的場景，比如自動駕駛等等，涉及到安全和責任劃分等等層面，因此其實際落地需要緩慢推進。2)可驗證性，代表的是Al提供的內容驗證成本低，可以和用戶迅速建立信任感。比如Al編程等等，其提供的代碼可以迅速判斷是否跑通，是否解決問題，驗證環(huán)節(jié)短帶來的就是交互的流暢性，可以和用戶快速建立信任感。但是比如有些驗證環(huán)節(jié)很長的場景，比如Al制定旅游攻略、劇本創(chuàng)作、提供資產(chǎn)配置的建議。其可驗證性較低，用戶需要更多的成本來判斷建議的真?zhèn)魏陀行?，則落地的速度較慢?；诖宋覀兣袛喈斍盎ヂ?lián)網(wǎng)板塊落地較快的場景為圖像編輯、短(長)視頻內容、廣告營銷、教育培訓答疑、輔助招聘等等。Q4:互聯(lián)網(wǎng)大廠在資本開支上的戰(zhàn)略和進展如何?在資本開支戰(zhàn)略上，各互聯(lián)網(wǎng)大廠多數(shù)展現(xiàn)出較為激進的投入態(tài)勢，在Al基礎設施如算力儲備上加碼投入，在投入的絕對規(guī)模上，阿里和字節(jié)或為領先者。阿里：加大AI基礎設施投資，未來三年資本開支或超過去十年總和。據(jù)公司公告，3QFY25阿里將投入超過3,800億元，用于建設云和Al硬件基礎設施，總額超過去十年總和，以突億/1,076.3億/1,123.0億人民幣，同比分別+157.4/+27.0/+4.3%。結合公司近期發(fā)布多款大模型和與蘋果達成合作等事項，我們認為阿里云將以較為積極的姿態(tài)參與到新一輪的AI產(chǎn)業(yè)變革中。備，助力各個BG擁抱大模型的產(chǎn)品化落地場景，目前包括微信、QQ、輸入法、瀏覽器等產(chǎn)品都將推出Al智能體，游戲、微信讀書、騰訊視頻等產(chǎn)品也將基于混元做更多Al探索。據(jù)VA一致預期，2024-2026年騰訊資本開支將達422.6億/433.0億/453.1億人民幣，同比分別+76.9/+2.5/+4.6%?？焓郑簣远▓?zhí)行人工智能戰(zhàn)略。據(jù)公司2Q24業(yè)績會，未來公司將堅定執(zhí)行人工智能戰(zhàn)略，年快手資本開支將達54.9億/64.0億/71.1億元人民幣，同比分別+12.1/+16.4/+11.2%。字節(jié)：加碼投入算力建設。據(jù)財聯(lián)社報道，字節(jié)跳動2025年的資本支出將超過1500億元，主要用于人工智能。據(jù)英國《金融時報》報道，字節(jié)跳動計劃在2025年投資超過120億美(NVDA.US)芯片來增強基礎模型訓練能力。支持網(wǎng)絡基礎設施的擴展和改進，以及額外辦公樓和云計算數(shù)據(jù)中心的建造。據(jù)VA一致預期，2025-2026年百度資本開支將達101.4億/99.5億人民幣，同比分別+24.7/-1.9%。FY23FY25E同比增長(右軸)(%)40,00020,0000CAPEX占收比(右軸)(人民幣百萬)0(人民幣百萬)(人民幣百萬)45,00040,00025,00020,0000CAPEX——同比增長(右軸)占收比(右軸)201920202021202220232024E2025E2026E0資料來源：公司公告，VisibleAlpha,華泰研究資料來源：公司公告，VisibleAlpha,華泰研究免免占收比(右軸)8,0004,00002022202320242025E2026E同比增長(右軸)(人民幣百萬)20182019202020210———同比增長(右軸)7,0005,0004,0003,00000202220232024E2025E2026E(人民幣百萬)9,000資料來源：公司公告，VisibleAlpha,華泰研究資料來源：公司公告，VisibleAlpha,華泰研究Q5:AI大模型對行業(yè)壁壘的影響Al大模型或對各行業(yè)競爭格局產(chǎn)生分化式影響。一方面，在數(shù)據(jù)與算力密集型領域(如醫(yī)療診斷、金融風險評估),巨頭企業(yè)憑借海量數(shù)據(jù)、算力資源、人才儲備及合規(guī)能力構建護的發(fā)展有望顯著降低垂直場景創(chuàng)新門檻，賦能中小應用實現(xiàn)差異化突圍。整體來看行業(yè)屬終形成“強者恒強、細分突圍”的產(chǎn)業(yè)格局。圖表6:Al大模型對于行業(yè)競爭壁壘的影響主導領域增強競爭壁壘(大型企業(yè)主導)·算力密集型(自動駕駛訓練)·法規(guī)敏感行業(yè)(生物科技、公共安全)·豐富數(shù)據(jù)儲備縮小競爭差距(中小型企業(yè)或新玩家突圍)·工具驅動型(內容創(chuàng)作、客戶服務)·細分場景(農(nóng)業(yè)、教育技術)·開源生態(tài)活躍的領域(軟件開發(fā)、資源)·開源模型與API易用性提升核心驅動因素·滿足合規(guī)要求的能力·垂直場景創(chuàng)新·需求長尾化帶來的差異化機會激發(fā)競爭多樣性資料來源：多知、有道、華泰研究Al模型：算力規(guī)模飛速增長，成本效應未來可期核心邏輯總結：DeepSeek引領中國Al大模型在模型性能、成本效用上實現(xiàn)突破，未來阿里字節(jié)等大廠或相繼接力，合力夯實新一輪Al大模型科技競賽中的中方競爭力。我們認為以DeepSeek的出現(xiàn)為分界線，Al大模型的發(fā)展階段可以劃分為海外大廠保持代際領先與中國廠商迎頭趕上兩個階段。在第二階段，算力層面的Scallinglaw仍然奏效，但不再是通往“羅馬”的唯一路徑，這亦為中國Al大模型走出實驗室研究、走向日常應用帶來了產(chǎn)業(yè)級別的機遇。新階段，Al大模型的核心生產(chǎn)要素中“數(shù)據(jù)”的差異化價值有望進一步突出，在本就繁榮的消費互聯(lián)網(wǎng)應用層或將迎來產(chǎn)品的百花齊放和商業(yè)化落地的全新機遇，在引為代表的“賣鏟人”提供云服務業(yè)績的增厚。對于模型層，算力層面差距的收窄或將進一步推動基礎大模型服務提供者未來更多聚焦與應用側的適配鏈接，在基礎能力層演化出差異化格局。目前Al發(fā)展的主流戰(zhàn)略可分為兩類：以字節(jié)為代表的廠商側重算力規(guī)模，而以騰訊、阿里為代表的廠商則更關注性價比；鑒于大模型更新迭代存在追趕效應，我們預期26-27年模品能力、銷售獲客渠道、大模型如何賦能自身業(yè)務。從商業(yè)化角度看，百度更早開始收取會員費用，文心單月會員價格為49.9元，對比海外OpenAlPlus版本包月20美元(不含稅),國內互聯(lián)網(wǎng)其他大廠尚未開啟會員收費模式。從降價趨勢看，自24年5月DeepSeek發(fā)布V2版本后，引起阿里騰訊字節(jié)三家競相宣布里騰訊和字節(jié)次之并低于百度一個數(shù)量級，DeepSeek則具備更高的價格優(yōu)勢。圖表7:互聯(lián)網(wǎng)公司大模型參數(shù)BaiduAlibabaDeepseek名稱文心一言ERNIE通義千問QWEN混元Turbo豆包DoubaoDeepSeek調用規(guī)模日均15億次API調用量過億日均tokens調用量超千億(24年7月數(shù)據(jù))日均tokens調用量超4萬億日均tokens調用量超30億參數(shù)規(guī)模萬億級別720億(QWEN72B)萬億級別1300億6710億商業(yè)化商業(yè)化單月會員：59.9元連續(xù)包月：49.9元白銀聯(lián)合會員：99元/月暫無暫無暫無暫無API調用ERNIE4.0Turbo輸入價格(百萬token):20元輸出價格(百萬token):60元ERNIE4.0輸入價格(百萬token):30元輸出價格(百萬token):90元輸入價格(百萬token):4元輸出價格(百萬token):12元qwen-plus輸入：輸入價格(百萬token):0.8元輸出價格(百萬token):2元混元Large(389B)輸入價格(百萬token):4元輸出價格(百萬token):12元32K:輸入價格(百萬token):0.8/5/0.3元輸出價格(百萬token):2/9/0.6元DeepSeek-V3(671B):(百萬token)輸入價格：緩存未命中和命中價格分別為2元和0.1元輸出價格：2元DeepSeek-R1(660B):(百萬token)輸入價格：緩存未命中和命中價格分別為4元和1元輸出價格：16元·核心技術·依托開源深度學習平臺PaddlePaddle(飛槳)和昆侖Al芯片Transformer算法圖像檢索增強生成技術(iRAG)提供多樣化的API接口和SDK開發(fā)包·基于Transformer框架采用RoPE(RotaryPositionalEmbedding)為位置編碼，并使用FP32精確度的逆頻·率矩陣采用開源快速BPE分詞器tiktoken,并以c100k為基礎詞庫探索MoE架構的ScalingLaw,并引入專家特化的學習率適配策略，提升專家利用率與模型穩(wěn)定性。強化Post-Train階段數(shù)學、邏輯推理與代碼分類能力，數(shù)學與代碼任務表現(xiàn)提升超推出企鵝卷軸(PenguinScrolls)數(shù)據(jù)集，推動長文本處理技術演進。采用稀疏MoE架構，預訓練階段即能以更小參數(shù)激活模型，實現(xiàn)超越Llama3.1-405B等超大稠密模型的性能。通過模型結構與訓練算法優(yōu)化，將MoE模型的性能杠桿提升至7倍，遠超業(yè)界普。遍不到3倍的水平。不依賴蒸餾或外部模型數(shù)據(jù)，團隊自建數(shù)據(jù)生產(chǎn)體系，確保數(shù)據(jù)質量與模型自主進化能力的負載均衡策略。多項工程優(yōu)化貫穿了流水線并行、信優(yōu)化、內存管理和低精度訓練等個方面。小度Al眼鏡：市場上首款內置中文大模型的原生智能設備百舸AI異構計算平臺4.0更多地將gen-AI內容放在其主要廣告庫存基于RSIC-V架構的智能loT芯片玄鐵，以及Al語音FPGA芯片Ouroboros,并計劃在·騰訊混元目前主要開源參數(shù)權重，不涉及未來十年內，利用Al技術推動業(yè)務增長。數(shù)據(jù)和代碼，但接下來會把訓練代碼開源計劃通過Al技術推動云計算業(yè)務的增長，出來，同時開源評估期期望Al技術帶來突破性的用戶體驗和業(yè)務·混元3D2.0發(fā)布：Al賦能3D建模。模式。在模型層發(fā)布了視覺理解模型和音樂模型4.0,實現(xiàn)通用模型pro新版本迭代。在平臺層圍繞大模型落地發(fā)布火山方舟實布局Al玩具、Al眼鏡等。資料來源：公司公告、華泰研究免免圖表8:國內主要LLM模型對比公司模型測試結果發(fā)布日期是否開源字節(jié)跳動Doubao-1.5-pro7倍效率提升的稀疏MoE架構部分測試結果顯示：優(yōu)于GPT-40和Claude-3.5-Sonnet否阿里巴巴Qwen2.5-Max優(yōu)化全局批次負載平衡損失的MoE架構部分測試結果顯示：表現(xiàn)優(yōu)于開源的DeepSeekV3和Llama-3.1-405B否騰訊探索MoE架構的ScalingLaw,并引入專家特化的學習率適配訓練策略優(yōu)于Llama3.170B和405B是百度開創(chuàng)性地將大數(shù)據(jù)預訓練與多源豐富知識相結合ERNIE4.0能力接近GPT-4否月之暗面Kimi-k1.5通過強化學習與監(jiān)督微調結合進行訓練部分測試結果顯示：優(yōu)于GPT-40和Claude-3.5-Sonnet是MiniMaxMiniMax-01優(yōu)化的MoE架構，具有線性注意力機制，尤其適用于長文部分測試結果顯示：優(yōu)于GPT-40和Claude-3.5-Sonnet是DeepSeekDeepSeek-R1無需監(jiān)督微調推理任務中結果和OpenAlo1-1217相近是資料來源：公司官網(wǎng)，華泰研究同時部分模型也處于開源狀態(tài)。在自用場景方面，混元大模型接入騰訊700多個業(yè)務場景，改善內部人員工作效率，混元3D引擎在24年廣泛使用后，也于25年對外開放；在騰訊云方面，混元大模型也構建了騰訊云MaaS堅實的基礎，客戶可以將混元用作基礎模型，在公有云上進行精細調整，也可以在騰訊云上通過前端交互API調用體驗。盡管騰訊大模型研發(fā)起步相對較晚，但2024年混元技術取得較快突破，騰訊實現(xiàn)全鏈路自有顯著能力提升，推理成本降低50%,解碼速度改善20%。騰訊云智算Alinfra從機器上架到開始訓練僅需1天，千卡單日故障數(shù)僅僅為0.16,網(wǎng)絡通信時間占比也僅6%。TI平臺上線多模態(tài)數(shù)據(jù)標注，首創(chuàng)基于Schema的標注方法，支持4大主流場景全部細分任務?；煸猯arge模型開源五天內即在HugginFace百萬模型中脫穎而出，登趨勢榜榜首。阿里：專注于打造Al基礎設施和大模型能力的落地應用。我們認為阿里云業(yè)務的核來自：1)全面的云服務基礎能力和規(guī)模效應，2)消費交易場景下積累的行業(yè)know-how,3)較高的用戶數(shù)據(jù)基礎壁壘。自2023年提出“AI驅動”戰(zhàn)略以來，公司一方面投資于AI基建，一方面堅持開源和生態(tài)建設。公司計劃在B端和C端用戶側逐步推進Al應用，其自身多元化的業(yè)務正成為應用端最先落地的場景。據(jù)2024年9月阿里云棲大會，在HuggingFace和魔搭社區(qū)中，已有超過5萬個基于通義千問模型開發(fā)的衍生模型，位于全球第二，超過國內其他開源模型，我們認為基于通義千問模型的生態(tài)系統(tǒng)正在逐步成熟。三款旗艦大語言模型滿足不同類型用戶需求。據(jù)阿里云官網(wǎng)，截止2025年2月4日，阿里千問系列效果最好的模型，適合復雜、多步驟的任務；Plus能力均衡，推理效果、成本和速度介于通義千問-Max和通義千問-Turbo之間，適合中等復雜任務；Turbo為通義千問系列速度最快、成本很低的模型，適合簡單任務。百度：打造高效Al開發(fā)能力，智能體和產(chǎn)業(yè)應用為發(fā)力點。百度是國內少數(shù)幾家實現(xiàn)了從芯片到框架再到模型及應用的全棧布局的企業(yè)之一，有助于利用自身較為強大的AI能力和云計算資源，為用戶提供一站式解決方案。公司Al基礎設施包括用于大模型和應用開發(fā)的千帆平臺，以及為客戶提供大模型所需的算力服務的百舸平臺。與同行相比，百度在大模型商業(yè)化上更傾向于采用閉源邏輯。在應用端，百度著力布局兩大Al應用方向：1)智能體，公司判斷這將是Al應用未來的最主流形態(tài)，類別包括公司類、角色類、工具類、行業(yè)類；2)產(chǎn)業(yè)應用，涵蓋制造、能源、交百度多款主力大模型已可免費調用。據(jù)百度智能云官網(wǎng)，在大模型調用費用上，百度針對較為先進的旗艦大模型ERNIE4.0Turbo、ERNIE4.0和ERNIE3.5采用收費制度，輸入/輸出價格最低低至0.0008/0.002元每千tokens而主力大模型ERNIESpeedERNIELite、ERNIETiny均已免費使用，其中ERNIESpeed是百度2024年發(fā)布的自研高性能大語言模型，通用能力優(yōu)異，適合作為基座模型進行精調，可更好地處理特定場景問題，同時具備較佳的推理性能；而ERNIELite是百度自研的輕量級大語言模型，兼顧優(yōu)異的模型效果與推理性能，適合低算力Al加速卡推理使用。外市場仍具成長空間。國內方面，豆包DAU持續(xù)擴大領先優(yōu)勢，QuestMobile數(shù)據(jù)顯示，DeepSeekR1上線后增長迅猛，但與行業(yè)龍頭仍存差距。SensorTower數(shù)據(jù)顯示，截至2達1300萬，而ChatGPT達5637萬；Similarweb數(shù)據(jù)顯示，截至1月底，DeepSeek網(wǎng)站端周均DAU為1089萬，ChatGPT則為7001萬。2024年1月2024年1月0豆包文小言(原文心一言)騰訊元寶Kimi智能助手通義資料來源：QuestMobile,華泰研究(萬人)DeepSeekGemini一Claude6,0005,0004,00002,0000資料來源：SensorTower,華泰研究圖表10:國內部分通用AIAPPDAU0智譜清言訊飛星火秘塔AI搜索海螺Al資料來源：QuestMobile,華泰研究(萬人)Claude(萬人)ClaudeLlama8,0007,0008,0007,0006,0005,0000月月3,0002,0000資料來源：Similarweb,華泰研究科技/可選消費4,0004,0000豆包文小言(原文心一言)騰訊元寶Kimi智能助手通義2024年11月資料來源：QuestMobile,華泰研究DeepSeekGemini(萬人)DeepSeekGemini(萬人)—02024年4月2024年9月2024年10月0資料來源：SensorTower,華泰研究天工天工智譜清言訊飛星火一一秘塔Al搜索2024年1月2024年1月02024年2月2024年4月2024年8月年資料來源：QuestMobile,華泰研究DeepSeekDeepSeek4,0002024年9月0資料來源：Similarweb,華泰研究DeepSeek加速追趕頭部應用，R1有望推動其進一步滲透。國內方面，各應用在人均單日正逐步縮小差距，留存率有所回落，主因部分用戶受熱度驅動嘗試后流失。Kimi智能助手通義豆包文小言(原文心一言)騰訊元寶Kimi智能助手通義豆包文小言(原文心一言)騰訊元寶502024年4月2024年5月2024年6月2024年7月2024年8月2024年9月資料來源：QuestMobile,華泰研究2024年1月2024年2月2024年5月2024年1月2024年2月2024年5月2024年6月2024年7月2024年8月2024年9月(分鐘)9876543210智譜清言訊飛星火秘塔AI搜索天工一海螺AI資料來源：QuestMobile,華泰研究免免科技/可選消費86420資料來源：SensorTower,華泰研究Kimi智能助手Kimi智能助手通義25%25%一騰訊元寶20%2024年8月資料來源：QuestMobile,華泰研究20%Gemini資料來源：SensorTower,華泰研究76543210資料來源：Similarweb,華泰研究20%秘塔AI搜索資料來源：QuestMobile,華泰研究20%25%資料來源：Similarweb,華泰研究騰訊混元：全面擁抱開源生態(tài)，模型性能大幅提升騰訊混元：從內部業(yè)務自用起步，強化云業(yè)務技術壁壘。騰訊混元技術于2024年取得較快細調整，也可以在騰訊云上通過前端交互API調用體驗。華泰證券HUATAISECURITIES騰訊混元技術于2024年取得較快突破。一方面，騰訊實現(xiàn)全鏈路自研，包括底層算力網(wǎng)絡、Angel機器學習平臺、上層模型和應用。騰訊全新發(fā)布的混元Turbo有顯著能力提升，推理成本降低50%,解碼速度改善20%。根據(jù)SuperCLUE報告，騰訊混元在8項核心任務上排名國內第一。騰訊在底層算力網(wǎng)絡、Angel機器學習平臺、上層模型和應用各鏈路均實現(xiàn)較好的技術自研突破?；煸竽Ｐ腿鎿肀ч_源：騰訊將開源協(xié)同作為公司的核心技術戰(zhàn)略，積極推動內外部技術開源共享，大模型商店引入20余種開源通用模型，同時部分模型也處于開源狀態(tài)。未來大模型各版本也將進一步開源，促進技術生態(tài)繁榮發(fā)展。混元large模型開源五天內即在HugginFace百萬模型中脫穎而出，登趨勢榜榜首，GitHubStar達1300。混元3D模型GitHubStar達到2500,開源兩周內成為HuggingFace下載增速最快的3D模型。騰訊持續(xù)投資基礎設施，致力服務云業(yè)務：騰訊云智算Alinfra從機器上架到開始訓練僅需1天，千卡單日故障數(shù)僅僅為0.16,網(wǎng)絡通信時間占比也僅6%。TI平臺上線多模態(tài)數(shù)據(jù)標注，首創(chuàng)基于Schema的標注方法，支持4大主流場景全部細分任務?；煸猯arge模型開源五天內即在HugginFace百萬模型中脫穎而出，登趨勢榜榜首。圍繞著企業(yè)訓練大模型和應用大模型的需求，騰訊提供Alinfra、自主可控的大模型以及貼近場景的智能應用。在這PaaS產(chǎn)品來讓企業(yè)構建面向具體場景的應用，包括智能客服和營銷工具等。圖表25:混元大模型加速大模型能力落地場景分析創(chuàng)意協(xié)同客服研發(fā)提效管控主流開源模型智算套件...資料來源：騰訊混元，華泰研究2024:2024:通過技術共建、賦能行業(yè)、人才培訓等方式全面擁抱開源、24年11月3日開源Hunyuan-Large業(yè)界參數(shù)規(guī)模最大的開源MoE大語言模型擁有3890億總參數(shù)和520億激活參數(shù)，能夠處理高達256k的文本序列24年12月3日開源Hunyuan-Video采用領先架構，四大升級；開源視頻生成底模業(yè)內參數(shù)量最大的開源視頻生成模型130億參數(shù)24年5月12日開源Hunyuan-DiT業(yè)界首個中文原生DiT架構文生圖大模型DiT的通用性、文生圖基座24年11月3日開源Hunyuan-3D業(yè)界首個同時支持文字、圖像生成的3D大模型包含輕量即可生成高質量3D資產(chǎn)騰訊混元大模型全面擁抱開源資料來源：騰訊混元，華泰研究騰訊AI組織架構簡介調組成，該組織架構目的是為讓Al全面和騰訊現(xiàn)有業(yè)務更好地結合：1)混元大模型團隊：負責大模型的核心研發(fā)與技術迭代，核心負責人包括TEG副總裁蔣杰、騰訊云副總裁劉煜宏，統(tǒng)籌戰(zhàn)略與技術推進。模型推理方向由資深GPU優(yōu)化專家劉凱負責，NLP技術中心副總監(jiān)張鋒主導混元應用，計算機視覺專家蘆清林負責文生圖，IEEEFellow劉威擔任技術負責人。2)騰訊元寶團隊：由首席科學家張正友領導，產(chǎn)品管理由AILab副主任俞棟、Al平臺部助理總經(jīng)理王迪及戰(zhàn)略發(fā)展部總監(jiān)劉田共同負責。事業(yè)群，負責該事業(yè)群的Al研發(fā)項目。例如微信Al團隊成員也有抽調進入，主要聚焦微信外Al能力輸出平臺，也提供內部云基礎設施支持。 華泰證券職責方向姓名混元混元模型負責人蔣杰TEG數(shù)據(jù)平臺部負責人，中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟(AIIA)副理事長大模型混元模型負責人劉煜宏騰訊云副總裁、騰訊數(shù)據(jù)平臺部副總經(jīng)理模型推理方向劉凱混元模型推理方向負責人，騰訊高級工程師，10年以上GPU高性能優(yōu)化經(jīng)驗混元應用張鋒混元應用負責人，騰訊Al資深專家研究員，NLP技術中心副總監(jiān)文生圖蘆清林混元文生圖負責人，專注計算機視覺算法研究十年，從事文字識別、語義分割、視頻內容理解等研究技術劉威混元技術負責人，IEEEFellow、騰訊杰出科學家，曾任IBM沃森研究中心研究科學家騰訊元寶負責人張正友騰訊首席科學家，前Allab主任，RoboticX主任俞棟騰訊Allab副主任王迪騰訊Al平臺部助理總經(jīng)理劉田騰訊戰(zhàn)略發(fā)展部總監(jiān)組長李迪夫康戰(zhàn)輝騰訊AI平臺部，搜索技術陶陽宇騰訊數(shù)據(jù)平臺部總監(jiān)王濤或為騰訊云副總裁王波或為騰訊公司副總裁，主游戲業(yè)務暫無公開信息盧山騰訊集團高級執(zhí)行副總裁，技術工程事業(yè)群總裁湯道生騰訊集團高級執(zhí)行副總裁，CSIGCEO蔣杰暫無公開信息吳運聲騰訊云副總裁，騰訊云智能負責人，優(yōu)圖實驗室總經(jīng)理，兼任騰訊CSIG政企業(yè)務線產(chǎn)研的負責人周顥微信技術總監(jiān)崔曉春騰訊互動娛樂副總裁郄小虎騰訊PCG副總裁，信息平臺與服務線負責人，兼任事業(yè)線搜索與商業(yè)資料來源：騰訊官網(wǎng)，華泰研究騰訊管理層定位：“以Al為核心，打造智能云，賦能智慧產(chǎn)業(yè)”騰訊CEO馬化騰表示，“AI是騰訊的核心戰(zhàn)略之一，我們將持續(xù)加大Al的研發(fā)投入，推動Al的技術創(chuàng)新和應用落地，為用戶和企業(yè)提供更好的智能服務和體驗?！瘪R化騰認為，Al的發(fā)展將帶來三個方面的機遇：一是AI將賦能各行各業(yè)，提升社會效率和生活品質；二是AI將催生新的業(yè)務模式和價值創(chuàng)造，促進經(jīng)濟增長和社會進步；三是AI將激發(fā)新的人機交互和內容創(chuàng)作，豐富人類的文化和娛樂。騰訊云總裁唐達在2023年騰訊云AI峰會上表示，提供全面的Al服務和平臺，幫助企業(yè)和機構實現(xiàn)智能化的轉型和升級?！碧七_認為，Al的未來將需要三個方面指引：一是技術指引，即通過不斷的技術創(chuàng)新，提升Al的性能和效率，降低Al的門檻和成本，讓Al更加普惠和可靠；二是場景指引，即通過深入的場景探索，挖掘Al的需求和價值，打造Al的應用和解決方案，讓Al更加貼合有效；三是規(guī)則指引，即通過合理的規(guī)則制定，規(guī)范Al的行為和責任，保障Al的安全和公平，讓Al更加可控可信。騰訊混元整體定價處于中低水平，并以靈活的層級定價策略精準觸及多元化市場需求。混質量，使得整體定價可控制在較低水平，同時騰訊采用層級化定價策略靈活應對不同市場需求，確保滲透各類用戶價值。此外，騰訊在模型應用上實行差異化布局，涵蓋通用文生文、翻譯、代碼及角色扮演等領域，布局相對廣泛。圖表28:騰訊部分模型及價格API費用模型類型產(chǎn)品名稱能力與特征免費額度(元/千tokens)通用文生文hunyuan-turbo異構MoE結構，參數(shù)規(guī)模依然保持萬億級。效果在多個基準測試上對標GPT-4o共享消耗共100萬輸入0.015輸出0.05機器翻譯hunyuanhunyuan-large開源領域參數(shù)規(guī)模最大、效果最好的開源領域參數(shù)規(guī)模最大、效果最好的MoE模型tokens,有效期1年輸入0.004輸入0.004輸出0.012hunyuan-large-longcontext當前混元模型中效果最優(yōu)版本，長文能力優(yōu)秀。輸入0.006輸出0.018hunyuan-standard采用更優(yōu)的路由策略，緩解負載均衡和專家趨同問題。長文方面，大海撈針指標達到99.9%。輸入0.0008輸出0.002hunyuan-standard-256K性價比相對更高，實現(xiàn)對長文本輸入的處理。MOE-256K在長度和效果上進一步突破，極大的擴展了可輸入長度。輸入0.0005輸出0.002hunyuanhunyuan-translation支持15種語言互譯，基于多場景翻譯評測集自動化評估支持15種語言互譯，基于多場景翻譯評測集自動化評估COMET評分。輸入0.025輸出0.075輸入0.025輸出0.075hunyuan-translation-lite混元翻譯模型支持自然語言對話式翻譯，支持15種語言互譯。輸入0.005角色扮演hunyuan-role角色扮演模型，精調訓練推出的角色扮演模型。輸出0.015輸入0.004輸出0.008輸出0.008混元最新MOE架構FunctionCall模型，經(jīng)過高質量的FunctionCall數(shù)據(jù)訓練，上下文窗口達32K,在多個維度的評輸入0.004輸出0.008輸入0.004代碼生成代半年高質量SFT數(shù)據(jù)訓練，上下文長窗口長度增大到8K,(MoE)結構。輸出0.008輸入0.08輸出0.08混元圖生文圖片基礎識別，圖片內容創(chuàng)作，圖片多輪對話，圖片分析推理，輸入0.018輸入0.018輸出0.018通用文生文升級為MOE結構，上下文窗口為256k,在NLP,代碼，數(shù)免費使用無向量化模型hunyuan-embedding100萬tokens,時效1年輸入0.0007智能體平臺騰訊元器暫無輸入0.10輸出0.10在Al發(fā)展上，阿里巴巴專注于打造Al基礎設施新范式和Al模型能力的落地應用。我們認為全面的云服務基礎能力與規(guī)模效應優(yōu)勢，和其在消費交易場景下積累的行業(yè)know-how與用戶數(shù)據(jù)基礎是阿里巴巴發(fā)展Al業(yè)務的核心差異化優(yōu)勢。自2023年提出“AI驅動”戰(zhàn)略以來，阿里巴巴一方面投資于Al基建，一方面在B端和C端用戶側逐步推進Al應用?！敖庸軘?shù)字世界，改變物理世界”,其自身多元豐富的業(yè)務正成為其應用端最先落地孵化的應用場景。戰(zhàn)略：不斷完善AI基礎設施，堅持開源開放阿里巴巴在人工智能的建設上強調完善基礎設施與堅持開源。11月20日，在2024年世界互聯(lián)網(wǎng)大會烏鎮(zhèn)峰會主論壇上，阿里巴巴集團CEO吳泳銘表示，面向Al時代的生產(chǎn)力革命，阿里巴巴一直專注做好兩件事：一是不斷完善Al基礎設施和相關支撐體系；二是堅持年1月28日，通義兩大模型Qwen-2.5-VL和Qwen2.5-1M已上線魔搭/Huggingface;Qwen2.5-VL主要特色為較強的視覺智能體能力，不僅擅長識別常見物體，如花、鳥、魚和昆蟲，還能夠分析圖像中的文本、圖表、圖標、圖形和布局。Qwen2.5-1M擅長長文本處理能力，推出7B、14B兩個尺寸，均在處理長文本任務中穩(wěn)定超越GPT-4o-mini;而在此前的2024年6月，阿里巴巴已開源第二代大語言模型-Qwen2。據(jù)2024年9月阿里云棲位于全球第二，超過國內其他開源模型，我們認為基于通義千問模型的生態(tài)系統(tǒng)正在逐步基礎大模型布局：全尺寸、全模態(tài)、多場景的模型大家族阿里旗下的基礎模型為大語言模型通義千問和視頻生成模型通義萬相。為建立“模型即服務”的能力，通義模型大家族已涵蓋了全尺寸、全模態(tài)、多場景的基礎模型、模型服務、模型應用和模型社區(qū)。除了基礎模型和應用外，阿里云百煉負責將模型的能力真正應用到業(yè)務場景中，將模型調用和企業(yè)級數(shù)據(jù)有效連接；同時開源模型社區(qū)魔搭也在不斷推動行業(yè)模型演進。圖表29:通義大模型大家族全景圖TongyiModelFamily:Full-size,Mut-modal,Multi-scenario通義靈碼實時記錄閱讀助手阿里云百煉語音通話odel5cope通義千問通義萬相據(jù)阿里云官網(wǎng)，截止2025年2月4日，阿里千問系列效果最好的模型，適合復雜、多步驟的任務；Plus能力均衡，推理效果、成本和速度介于通義千問-Max和通義千問-Turbo之間，適合中等復雜任務；Turbo為通義千問系列速度最快、成本很低的模型，適合簡單任務?？萍?可選消費圖表30:阿里旗下部分模型介紹和收費情況通義千問系列大模型通義千問系列大模型通義千問開源大模型模型系列qwen-plusqwen-turboqwen-maxqwen-longqwen-vl-plusqwen-vl-maxqwen2.5-72b-qwen2.5-32bqwen2.5-14b-instruct-instruct模型介紹極強推理效果高效率，低成本極強推理能力優(yōu)秀的文檔處理大規(guī)模視覺語言增強視覺語言模國際頂尖開源大中等規(guī)模頂尖開中小規(guī)模首選模能力模型型模型源模型型適用場景支持復雜任務簡單任務，可訓適合復雜任務練超長文本對話廣泛任務，可訓練適合復雜任務復雜任務效果優(yōu)異效果成本兼顧，成本可控，性價場景廣泛比之選免費額度新用戶首開免費領通義大模型千萬tokens,通義主流模型每個限免100萬tokens輸入0.002輸入0.001模型價格輸入0.0008輸入0.0003輸入0.0024輸入0.0005輸入0.00075輸入0.0015輸入0.004輸出0.002輸出0.0006輸出0.0096輸出0.002輸出0.00225輸出0.0045輸出0.012輸出0.006輸出0.003上下文長度10000003276810000000800032768(Tokens數(shù))資料來源：阿里云官網(wǎng)，華泰研究規(guī)模數(shù)據(jù)集上進行預訓練，包含多達18萬億個Token。2)更好的編碼和數(shù)學能力：通過阿里云在這些領域的專業(yè)專家模型，模型的知識增多，編碼和數(shù)學能力也獲得提高。3)更出色的遵循指令等方面能力：在遵循指令、生成長文本(超過8K個標記)、理解結構化數(shù)更具彈性，增強了聊天機器人的角色扮演實現(xiàn)和條件設置。4)更豐富的語言種類：支持超過29種語言，包括中文、英語、法語、西班牙語、葡萄牙語、德語、意大利語、俄語、日語、韓語、越南語、泰語、阿拉伯語等。最新版本Qwen2.5-Max在測試中展現(xiàn)出全球范圍內較為領先的模型性能。據(jù)通義公眾號， (LiveBench)以及人類偏好對齊(Arena-Hard)的模型性能。等主流權威基準測試上，展現(xiàn)出全球領先DeepSeek-V3Claude-3.5-Sonnet-102260.159.160.353.238.737.635.10LiveCodeBench 免科技/可選消費QwenQwen2.5-MaxAI能力加持下，云計算服務有望實現(xiàn)降本增收統(tǒng)云計算業(yè)務的計算能力實現(xiàn)了“智”的升級與改造，效率優(yōu)化的核心價值得到進一步強化，規(guī)模效應下，我們認為阿里云有望憑借自身較大的業(yè)務體量和技術端的相對優(yōu)勢，實現(xiàn)相較于競爭對手更具有優(yōu)勢的硬件端邊際成本，從而獲取更多市場份額，而阿里云在模型調用上持續(xù)實現(xiàn)降價也初步印證了這一特征。從路徑來看，阿里云選擇開源與閉源兼顧的模式，一方面希望借助開源模型進一步激發(fā)社會創(chuàng)造力，與社會共同分享技術成果，另一方面也通過較高門檻的閉源模型實現(xiàn)增收獲利，我們認為這是兼顧了短期增長與長期發(fā)科技/可選消費模型微調模型推理Modetinference數(shù)據(jù)庫中間件數(shù)據(jù)分析Node基礎大模型全球部署的產(chǎn)品服務行業(yè)大模型Speciatzed知識增強容器資料來源：阿里云棲大會，華泰研究百度：全棧服務能力布局助力Al應用落地百度致力于打造全新的Al基礎設施，圍繞大模型應用幫助企業(yè)加速實現(xiàn)智能化升級，其AI基礎設施包括用于大模型和應用開發(fā)的千帆平臺，以及為客戶提供大模型所需的算力服務的百舸平臺，是國內少數(shù)幾家實現(xiàn)了從芯片到框架再到模型及應用的全棧布局的企業(yè)之一，有助于利用自身較為強大的AI能力和云計算資源，為用戶提供一站式的解決方案。與同行相比，百度在大模型商業(yè)化上更傾向于采用閉源邏輯，并相信在大多數(shù)實際應用場景中，閉源模型能提供更優(yōu)的解決方案。在應用端，百度著力布局兩大Al應用方向：1)智能體，公司判斷這將是Al應用未來的最主流形態(tài)，類別包括公司類、角色類、工具類、行業(yè)類；2)產(chǎn)業(yè)應用，涵蓋制造、能源、交通、政務、金融、汽車、教育、互聯(lián)網(wǎng)等眾多行業(yè)。戰(zhàn)略：注重產(chǎn)業(yè)應用場景與智能體開發(fā)月發(fā)布全新戰(zhàn)略“云智一體，深入產(chǎn)業(yè)”及“云智一體3.0”架構并貫徹至今：“云智一體3.0”架構是從行業(yè)核心場景切入，通過打造行業(yè)標桿應用，帶動和沉淀AIPaaS層和AllaaS層的能力，打造高性價比的異構算力和高效的Al開發(fā)運行能力，進而向上可以優(yōu)化已有應用、孵化新應用，向下改造數(shù)字底座，使基礎云更適合AI應用，形成螺旋上升、不斷進化的效果；而產(chǎn)業(yè)里豐富的應用場景，為人工智能與云的發(fā)展提供了廣闊的空間。智能體和產(chǎn)業(yè)應用是百度著重布局的應用方向。據(jù)2024年11月百度世界大會，管理層認為兩大的Al應用方向分別為智能體與產(chǎn)業(yè)應用，其中智能體是Al應用的最主流的形態(tài)，即將迎來它的爆發(fā)點，它可能會變成Al原生時代內容、信息和服務的新的載體，主因：1)智能體門檻較低，易于用戶和開發(fā)者上手，并可通過搜索和其它渠道進行分發(fā)；2)智能體擁有較高的天花板，可制作出功能較為強大的應用，多個智能體協(xié)作亦可解決更加復雜的用上，管理層表示百度智能云是百度構建智能產(chǎn)業(yè)生態(tài)的主要依托，在百度智能云的千帆表示百度智能云已擁有了中國最大的大模型產(chǎn)業(yè)落地的規(guī)模，覆蓋客戶包括百勝中國、智聯(lián)招聘等?；A大模型布局：擁有多種類大模型滿足用戶需求文心大模型家族包含自然語言處理NLP大模型(專注于處理語言相關的任務)、視覺CV大模型(提供基于視覺技術)、跨模態(tài)大模型(基于知識增強的跨模態(tài)語義理解技術，支持跨模態(tài)檢索、圖文生成、圖片文檔信息抽取等應用的快速搭建)等多類型模型。通用旗艦大模型為ERNIE4.0、ERNIE4.0Turbo、ERNIE3.5,適用于復雜場景、高級分析與規(guī)劃。據(jù)3Q24百度業(yè)績公告，在2024年11月，文心大模型每天處理API量達15億次，相比于8月的6億次顯著提升。據(jù)IDC數(shù)據(jù)，2023年百度智能云在中國Al公有云市場份額為26.4%,位居第一。同時，百度智能云在大模型平臺市場份額為19.9%,也位居第一。圖表34:百度文心大模型與工具平臺全景圖工具平臺數(shù)據(jù)標注與處理大模型精調大模型壓縮高性能部署