）：計算機(jī)8%0%-8%1.《11月車市基本符合預(yù)期，英偉達(dá)開源VLA模型》2025-12-11ScaleX640》2025-11-092025-10-26行業(yè)專題報告/2025.12.16范式優(yōu)化。2025年四季度，頭部廠商在模型側(cè)的競爭，從追求對話速度和表層“生成質(zhì)量”的System1快速反應(yīng)，轉(zhuǎn)向構(gòu)建具備長鏈條推理、自我反思與工具調(diào)用能力的System2慢思考體系。Google通過Gemini3+DeepThink把多步推理產(chǎn)品化，OpenAI在“紅色警報”下押注Garlic線修復(fù)預(yù)訓(xùn)練缺陷、提升知識密度，并推出GPT5.2，DeepSeek則依托長上下文強(qiáng)化學(xué)習(xí)和工程優(yōu)化，在AIME、HMMT、IMO等嚴(yán)苛數(shù)學(xué)競賽中超越GPT-5High的同時，將百萬Token成本壓縮到閉源巨頭的幾十分之一。真正具備持續(xù)競爭力的，不再是單純“更大的模型”，而是單位算力下更高的有效智能密度、更穩(wěn)定的思考鏈以及更優(yōu)的成本效率。向行動。行業(yè)焦點正在從基準(zhǔn)測試榜單，遷移到“誰能在真實場景中改造用戶行為與任務(wù)流程”。Gemini3代表的“搜索即軟件”，用生成式界面和交互式工具重構(gòu)Search；豆包手機(jī)助手依托OS級權(quán)限打通多App，讓自動比價、攻略規(guī)劃等任務(wù)變成一句話即可觸發(fā)的行動鏈；阿里千問App通過打通淘寶、高德、餓了么、飛豬等API，把服務(wù)能力拆解為可編排的“服務(wù)原子”；快手可靈AI則將視頻生產(chǎn)從“抽盲盒式生成”升級為可編輯、可控、可復(fù)用的工業(yè)流水線。能否將模型能力嵌入操作系統(tǒng)與超級App，將自然語言直接翻譯為一整套可執(zhí)行動作，正在成為新一輪入口爭奪的核心。設(shè)計者”。在軟件工程、內(nèi)容生產(chǎn)與服務(wù)履約等多個環(huán)節(jié)，AI正把人類從“親自寫代碼、親自剪視頻”的手工生產(chǎn)者，推向“設(shè)計問題、組織行動鏈、驗收結(jié)果”的新角色。在國內(nèi)，DeepSeek通過“高推理密度+低成本”的開源路徑，加上豆包、千問、可靈等在入口和場景側(cè)的落地，正在形成“模型—入口—算力”三線合圍的中國樣本。這意味著未來的核心競爭力，將更多體現(xiàn)在思考鏈設(shè)計能力、行動鏈編排能力以及對AI生產(chǎn)方式的駕馭能力上。投資建議：見正文。風(fēng)險提示：技術(shù)迭代不及預(yù)期的風(fēng)險；商業(yè)化落地不及預(yù)期的風(fēng)險；政策支持不及預(yù)期風(fēng)險；全球宏觀經(jīng)濟(jì)風(fēng)險。 灬灬灬…4 灬灬灬灬灬灬灬………………6 灬………………6 灬灬灬灬灬灬灬灬灬灬…………9 灬………灬…………灬11 灬灬……………灬灬………灬13 灬灬……………灬灬………………13 灬灬……………灬灬灬15 灬灬……………灬灬16 灬灬……灬灬灬16 灬灬………………灬……………18 灬灬……………灬灬………………灬灬…………灬19 灬灬灬灬……………灬灬………………灬……………灬20 灬灬灬…灬灬…灬灬灬灬灬…4 灬灬灬灬灬灬灬…5 灬…………灬………灬………灬灬………灬………灬灬…灬5 灬灬………………7 灬灬灬……灬………灬灬…7 灬灬……………灬灬7 灬灬灬………8 灬灬……灬灬……灬灬灬…9 灬灬灬灬…………灬灬灬灬灬灬灬10 灬灬灬灬…………灬灬灬灬11 灬………灬…………灬……灬113 11 12 13圖15：DeepSeek-V3.2/V3.2-Speciale與主流前沿模型在推理與Agent能力上的基準(zhǔn)對比 14 15 16 17 17 17 17 1941全球大模型結(jié)構(gòu)性拐點：從“快思考”到“慢思考”，從“生成”到“行動”全球大模型正從“快問快答的生成模型”邁向“能推理、能行動的智能體”，進(jìn)入新是否“想得清楚”）與真實系統(tǒng)任務(wù)執(zhí)行（看是否“干得成事”）。ZhongZhiLi等在《Fromsystem1tosystem2:Asurveyofreasoninglargelanguage蒙特卡洛樹搜索、強(qiáng)化學(xué)習(xí)等技術(shù)結(jié)合，再輔以結(jié)構(gòu)搜索、獎勵建模、宏動作框架等核心方法，推動模型從System1向System2演進(jìn)。簡言之，模型從早期依賴模式匹配的“快思考聊天機(jī)器人”，走向具備System2特征、能夠分步規(guī)數(shù)據(jù)來源：SebastainRaschka論文《BeyondStandardLLMs》，財通證券研究所從算力堆砌到算法與訓(xùn)練范式優(yōu)化”的技術(shù)路“慢思考”，本質(zhì)是讓模型在給出答案前先“多想幾步”，通過結(jié)構(gòu)化推理鏈條提高決策質(zhì)量和可控性。在技術(shù)路徑上，一方面在訓(xùn)練階段顯式引入鏈?zhǔn)剿歼^程監(jiān)督數(shù)據(jù)和強(qiáng)化學(xué)習(xí)，讓模型習(xí)得“先拆解、再推理、后給結(jié)論”的解決問題模式，而非直接從問題跳到答案；另一方面在推理階段通過生成多條中間思路并打分篩選、先生成詳細(xì)推理草稿再壓縮成簡潔結(jié)論、甚至采用“思維樹搜索”等方式，在不同推理路徑之間進(jìn)行搜索和自我校正。與傳統(tǒng)“一次前向推理給出單點答案”的“快思考”相比，“慢思考”在時間和算力上成本更高，但換來的收益是更長、更穩(wěn)定的邏輯鏈條，更低的幻覺率，以及更強(qiáng)的可解釋性和安全可5數(shù)據(jù)來源：ZhongZhiLi等論文《Fromsystem1tosystem2:Asurveyofreasoninglargelanguagemodels》，財通證券研究所注：傳統(tǒng)推理模型（如基于規(guī)則和符號邏輯的系統(tǒng)）在結(jié)構(gòu)化領(lǐng)域（金融、醫(yī)療、法律）中提供確定性和可解釋性，依賴專家知識構(gòu)建的嚴(yán)謹(jǐn)邏輯框架，適合小規(guī)模專業(yè)場景。而新型推理模型（如LLMs驅(qū)動的系統(tǒng)）通過數(shù)據(jù)驅(qū)動和概頭部廠商圍繞System2能力加速迭代，Gemini3與DeepSeek-V3.2等新一代模型不再滿足于基于統(tǒng)計模式的快速預(yù)測，而是疏MoE架構(gòu)和長上下文訓(xùn)練，顯著拉長推理鏈深度，讓模型可以“多想幾步再Apex等高難度測試中的領(lǐng)先表現(xiàn)，意味著其在數(shù)學(xué)與編程等領(lǐng)域已達(dá)到“博士化獎勵設(shè)計和思維鏈搜索路徑，可以在成本遠(yuǎn)低于閉源巨頭的前提下，實現(xiàn)更強(qiáng)數(shù)據(jù)來源：LMArena官方，財通證券研究所6是從“能說”走向“會做”的必要前提：在數(shù)學(xué)、代碼、科學(xué)推理等高結(jié)構(gòu)化任務(wù)中，它顯著降低“胡編亂造”，讓答案不只像真而且細(xì)節(jié)更能自洽；在多步計務(wù)鏈執(zhí)行提供更穩(wěn)的底座；同時推理路徑更顯性、可記錄，企業(yè)在審計、合規(guī)與追溯上有了抓手，使模型更可控地進(jìn)入金融、政務(wù)、醫(yī)療等高敏感流程。應(yīng)用側(cè)也因此從“對話框工具”躍遷為“操作系統(tǒng)級沿著“從快思考到慢思考、從生成到行動”的路徑加速演化，競爭也從比參數(shù)和2海外路徑：推理、防御與重塑海外巨頭之間的競爭博弈，已不再停留在“模型評分誰更高”的單一維度，而是逐化，并通過核心入口直接觸達(dá)終端用戶2）在算力約束日生產(chǎn)方式和組織結(jié)構(gòu)與新一代AI深度耦構(gòu)和流量入口的雙重升級重新轉(zhuǎn)入進(jìn)攻狀態(tài)；OpenAI則從此前的“遙遙領(lǐng)先”轉(zhuǎn)為在“紅色警報”機(jī)制下進(jìn)行防御性調(diào)整；Anthr調(diào)研為抓手，系統(tǒng)呈現(xiàn)出生成式AI對軟件生產(chǎn)關(guān)系和人才結(jié)構(gòu)的重塑效應(yīng)。次推理中激活少量“專家”子網(wǎng)絡(luò)，在兼顧單位算力成本的前提下，把有效參數(shù)能力。在此基礎(chǔ)上，Gemini3引入面向復(fù)雜任務(wù)的“DeepThink”增強(qiáng)推理模式：在Humanity'sLastExam中，標(biāo)準(zhǔn)模式得分為37.5%，開啟DeepThink后躍升至41.0%（ClaudeSonnet4.5僅為13.7%在GPQADiamond中得分93.8%；在MathArenaApex測試中取得23.4%，遠(yuǎn)超ClaudeSonnet4.5的1.6%。已有技術(shù)披露顯示，DeepThink并非簡單“拉長思考時間”，而是在推理階段引入多步推理鏈與自我驗證，并針對ARC-AGI-2等需要代碼執(zhí)行的基準(zhǔn)開放更高推理預(yù)算，從而在系統(tǒng)2而是稀疏MoE架構(gòu)、超長上下文、多模態(tài)感知與DeepThink推理范式的疊加結(jié)果，使其在高難度數(shù)學(xué)、科學(xué)及綜合推理測試中，對傳統(tǒng)單輪“快思考”模型7注：展示Gemini3在LMArena綜合得分以及Humanity’sLastExamSonnet4.5等主流閉源模型做橫向?qū)Ρ?，突出其在開啟DeepThink模式后，慢思考推理能力的系統(tǒng)性領(lǐng)先。接封裝進(jìn)用戶入口層：以“核聚變可視化”示例，當(dāng)用戶提出“講講核聚變并畫在結(jié)果頁中渲染動態(tài)可視化效果，用戶可以直接在搜索界面觀看、調(diào)整參數(shù)、理解物理過程；在體育教學(xué)等場景中，用戶上傳一段打球視頻，界面左側(cè)保留原始數(shù)據(jù)來源：Google官網(wǎng)，財通證券研究所數(shù)據(jù)來源：Google官網(wǎng)，財通證券研究所總營收約56.6%；YouTubeAds約361億美元，占比10.3%，合計廣告業(yè)務(wù)8Services實現(xiàn)收入871億美元，增長14%；Search&other元，增長15%；YouTubeAds實現(xiàn)收入103億美元，同比增長15%；訂閱與Gemini家族在Cloud、Workspace、YouTube等產(chǎn)品線的落地，是驅(qū)動查詢圖7：GoogleServices各業(yè)務(wù)收入結(jié)構(gòu)及同比增速（2從業(yè)務(wù)結(jié)構(gòu)看，上述各條線的加速并非彼此孤立的單點爆發(fā)，而是沿著“入口—IaaS—多端產(chǎn)品協(xié)同”的完整鏈條被系統(tǒng)性放大：Search和YouTube作為超l流量護(hù)城河：即便在AI原生搜索和多入口競爭加劇的背景下，2024年Google在全球搜索市場的份額仍約90%，對Bing等競爭對手保持?jǐn)?shù)量級9圖8：Alphabet3Q2025實現(xiàn)“首個千億美元季度”注：季度收入首次突破1,000億美元；旗下19個模型（含Gemini）合計收入同比增長約34%，在手訂單（backlog）約1,550億美元；GoogleOne與YouTube等合計付費訂l基礎(chǔ)設(shè)施護(hù)城河：2025年Alphabet將全年資本開支指引抬升至910-930Search、Chrome、Android、YouTube、Workspace以及GeminiApp廣告的相關(guān)性和轉(zhuǎn)化率，在供給側(cè)則通過GoogleOne、Workspace、DeveloperAPI等訂閱和B2B方案實現(xiàn)分層收費與ARPU提升。整體來一端通過“慢思考+generativeUI”顯著提升用戶體在財務(wù)報表上體現(xiàn)為搜索、視頻廣告與云業(yè)務(wù)的同步加速，使Google在新一輪大模型競爭中重新回到進(jìn)攻一側(cè)。2.2OpenAI：從“遙遙領(lǐng)先”到“紅色警報”依托GPT-5.1維持了在通用大模型賽道的絕對主導(dǎo)：一方面，在多模態(tài)理解、代碼生成和鏈?zhǔn)酵评淼群诵哪芰ι希珿PT-5.1相比前代模型有系統(tǒng)性抬升，成為多數(shù)開發(fā)者和C端用戶的“默認(rèn)選擇”；另一方面，基于GPT-5.1的ChatGPT在用戶規(guī)模、生態(tài)完備度上形成顯著先發(fā)優(yōu)勢。但隨著Gemini3上線度推理評測與交互體驗上實現(xiàn)突破，疊加Google將Gemini深度嵌入Search與Workspace等高頻入口，GPT-5.1的“指標(biāo)領(lǐng)先+流量心智”的組合優(yōu)勢開關(guān)鍵指標(biāo)首次壓過ChatGPT，Gemini3發(fā)布約兩周后，第三方監(jiān)測口徑下ChatGPT日活躍用戶出現(xiàn)約6%的階段性回調(diào)。數(shù)據(jù)來源：ArtificialAnalysis，財通證券研究所注：2023-2024年OpenAI長期領(lǐng)先，2024年下半年起Meta、X.AI先后逼近并短暫反超，2025年Google模型在綜合測試中位居前“收縮戰(zhàn)線-資源回流-中期版本反擊”：內(nèi)部啟動高強(qiáng)度應(yīng)急機(jī)制（業(yè)內(nèi)常稱“CodeRed”階段性暫停廣告等邊緣探索及部分智能體平臺類非核心投入，把有限算力與研發(fā)資源集中到兩條主線，其一是修復(fù)并強(qiáng)化ChatGPT端到端體以穩(wěn)住存量用戶與付費轉(zhuǎn)化；其二是推進(jìn)下一代推理與代碼能力的模型線路迭代控的參數(shù)與算力預(yù)算下提升知識密度、推理穩(wěn)定性與工程可用性，并壓低單位推理成本。2025年12月12日發(fā)布的GPT-5.2通過Instant/Thinking/Pro把模型從“能回答”推進(jìn)到“能交付”，在代碼、長鏈推理、多工具調(diào)用與多模態(tài)等高頻生產(chǎn)力場景提高復(fù)雜任務(wù)勝率；據(jù)專業(yè)評審觀點，GPT-5.2Thinking在70.9%情況下?lián)魯』虼蚱巾敿壭袠I(yè)專業(yè)人士。成本側(cè)務(wù)速度可達(dá)專業(yè)人士的11倍以上、成本不到1%，并通過更清晰的API定價、緩存輸入折扣與推理強(qiáng)度檔位，讓開發(fā)者在質(zhì)量-時延-費用間可控權(quán)衡，同時以體驗側(cè)則把穩(wěn)定性與“少拒絕、可執(zhí)行”作為同等優(yōu)先級，采取漸進(jìn)部署持續(xù)修際升級爭取時間與生態(tài)籌碼。數(shù)據(jù)來源：OpenAI官方，財通證券研究所數(shù)據(jù)來源：OpenAI官方，財通證券研究所Ventures調(diào)研顯示2023年其企業(yè)端LLM使用份額已升至約32%，在企業(yè)市額約42%，Menlo也指出ClaudeCode正成為編碼類用例中圖12：2023年企業(yè)級LLMAPI按使用量劃分的市場份額數(shù)據(jù)來源：MenloVentures，財通證券研究所注：左側(cè)折線圖展示了2023-2024以及預(yù)計2026年中，Anthropic、OpenAI、Google和示編碼場景的模型市場份額結(jié)構(gòu)：Anthropic約42%，OpenAI21%，Go界被打薄，工程師不再只是“親手敲代碼的工匠”，而更像“指揮AI施工的總包”——負(fù)責(zé)拆需求、定架構(gòu)、拆任務(wù)、做CodeReview與風(fēng)險控制，“寫代碼”在工注：“調(diào)試”“代碼理解”“新功能實現(xiàn)”是核心應(yīng)用場景，而“代碼設(shè)初級工程師崗位正在被AI侵蝕。新人可以直接讓Claude修B再經(jīng)歷系統(tǒng)化調(diào)試與啃文檔的“痛苦積累期”，短期交付更快，卻可能犧牲對系統(tǒng)本質(zhì)的理解深度。未來真正稀缺的，不再是語法熟練度，而是將業(yè)務(wù)問題抽象為3國內(nèi)路徑：算法優(yōu)化彎道超車，生態(tài)演進(jìn)三線合圍在上述全球趨勢下，國內(nèi)廠商展示出高度差異化的應(yīng)對路徑：一端是以阿里千問、快手可靈為代表，通過OS級權(quán)限、API生態(tài)和多模態(tài)生產(chǎn)工具，直接改造用戶觸點和生產(chǎn)方式，形成“模型—入口—算力”三線合圍的中3.1DeepSeek：開源世界的“奇點”雙版本發(fā)布，面向“日用型推理”和“極致型推理”兩個方向。DeepSeek于2025年12月1日正式發(fā)布了DeepSeek-V3.2和DeepSeek-V3.2-Speciale兩個版本：前者以平衡推理能力與輸出長度為核心設(shè)計目標(biāo)，重點服務(wù)于問答和通用Agent等高頻日常場景，在公開推理類Benchmark中整體達(dá)到GPT-5水平，僅略低于Gemini-3.0-Pro；相較Kimi-K2-Thinking，V3.2在輸出長度上顯著壓縮，有效降低了計算開銷與用戶等待時延。后者則是在此基礎(chǔ)上優(yōu)化的長思考增強(qiáng)版本，疊加了DeepSeek-Math-V2的定理證明能力，主打嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)推理與邏輯驗證。其在主流推理基準(zhǔn)測試中的表現(xiàn)已可與Gemini-3.0-Pro相媲美，并在多個獎項中斬獲金牌——其中ICPC與IO的第二名與第十名，這一成果標(biāo)志著開源路線在高難度推理任務(wù)上，首次逼近乃至觸及人類頂尖選手的能力邊界。圖15：DeepSeek-V3.2/V3.2-Speciale與主流前沿模型在推理與Agent能力上的基準(zhǔn)對比數(shù)據(jù)來源：DeepSeek官方，財通證券研究所（昇騰）芯片及CANN軟件棧的深度優(yōu)化，以及對RL階段“ScalingRLwithLongContext”的系統(tǒng)工程：通過放寬思維鏈長度限制，讓模型在推理階段用更長的“內(nèi)省過程”換取更高的答題質(zhì)量。相較于前一代模型DeepSeek-V3.1-Terminus，DeepSeek-V3.2在長上下文（128K）場景下，成本降低了75%到83%左右。DeepSeek用事實證明，在后訓(xùn)練階段的算法與工程優(yōu)化，可以在開數(shù)據(jù)來源：DeepSeek官方，財通證券研究所注：對比DeepSeekV3.2在百萬Token輸出上的成本，與GPT-5和Gemini3Pro等閉源模型的成本差異，并展示相較前一代DeepSeek-V3.1-Terminus在最長128K上下文場景下成本約降低75%–83%的降幅，體現(xiàn)“更強(qiáng)慢思考+更低算力成本”的效果。3.2豆包AI手機(jī)助手：OS級智能體的“破壁行動”豆包AI助手繞過App圍墻直達(dá)OS示了系統(tǒng)級最高權(quán)限下的Agent能力——通過屏幕視覺識別（OCR）與模擬觸定聯(lián)系人。配合實體“AI按鍵”與“屏幕語境感知”（ScreenAwareness）能力，豆包可以在微信聊天界面一鍵讀取并修改圖片，消除“截圖－跳轉(zhuǎn)－處理－返回”數(shù)據(jù)來源：豆包，財通證券研究所雞”、自動刷小紅書做攻略并通過微信發(fā)送）競爭焦點進(jìn)入“掌握系統(tǒng)級控制權(quán)和流量入口”的深水區(qū)。近期微信及多家銀行環(huán)境異?！睂?dǎo)致強(qiáng)制下線的案例，本質(zhì)上是一場圍繞系統(tǒng)級權(quán)限與入口主導(dǎo)權(quán)的化視角看，豆包手機(jī)助手是手機(jī)智能體時代的第一次大規(guī)模博弈預(yù)演：手機(jī)仍是3.3阿里巴巴（千問）：生態(tài)帝國的“服務(wù)原子化”與調(diào)度中樞可驗證功能：一是支持長文檔處理與知識工作流，如將PDF與Office文檔一鍵生成腦圖、摘要或可編輯PPT，并保持原有排版與圖表結(jié)構(gòu)；二是提供語音頻理解能力，可將手機(jī)錄音直接轉(zhuǎn)為結(jié)構(gòu)化要點；三是依托視覺識別與阿里電商生態(tài)聯(lián)動，用戶上傳商品或明星服飾圖片后，千問可識別款式信息1688、閑魚等電商平臺的商品鏈接，完成從“看圖”到“下單”的習(xí)、辦公、投資等場景提供多輪問答與策略建議，初步具備“對話＋辦事”的雙重屬性。在此基礎(chǔ)上，千問的中長期路線指向“服務(wù)原子化”與“API級一體化”的調(diào)是走“強(qiáng)生態(tài)＋強(qiáng)API”的高內(nèi)聚閉環(huán)路徑，以服務(wù)原子化和統(tǒng)一調(diào)度為核心，在阿里系內(nèi)部構(gòu)建執(zhí)行穩(wěn)定、響應(yīng)快速的AI3.4快手可靈AI：多模態(tài)生成、“通感”演進(jìn)與內(nèi)容生產(chǎn)“車間化”局部編輯、鏡頭延展與風(fēng)格重繪等多種任務(wù)，用戶可以在一個輸入框內(nèi)用文字、并通過多視角主體驗證與多圖參考能力顯著改善角色和場景的一致性問題。與此圖19：可靈O1世界觀資產(chǎn)生成示例模型首次在主流消費級產(chǎn)品中提供端到端“音畫同出”，在一次生成中同步產(chǎn)出的工作流，大幅提升賽事解說、多角色對白、音樂表演等場景下的創(chuàng)作效率與沉浸感；數(shù)字人2.0通過“上傳角色圖—添加配觀察到的變革高度同構(gòu)，內(nèi)容生產(chǎn)方式的深度重構(gòu)已經(jīng)進(jìn)入可規(guī)階段?？焓挚伸`AI多模態(tài)生成，“通感”進(jìn)化與內(nèi)容生產(chǎn)重構(gòu)。激動男聲]伴隨足球入網(wǎng)聲說道:"Thegame大歡呼聲，鏡頭從守門員視角捕捉足球入網(wǎng)瞬4從模型競賽到系統(tǒng)重構(gòu)，從生成內(nèi)容到驅(qū)動行動當(dāng)前AI產(chǎn)業(yè)主線正從“模型能力競賽”進(jìn)入到“系統(tǒng)重一指標(biāo)上的領(lǐng)先，遷移到能否真正直達(dá)用戶