整体上，厂商Capex均呈现“先下降后上升”的趋势，2024年往后涨幅较快。其中，Amazon季均Capex最多，最大季投入达26亿美元。23H2后，各大 厂商资本投入规模不断增加。
四大云厂商资本支出呈现逐季加速扩张态势，2025年规划更趋激进，谷歌/微软/亚马逊全年Capex分别预达750亿、650亿（中值）、超1000亿美元，同比增 幅达62.5%/62.5%/33%以上。投资核心聚焦AI算力集群建设，印证全球云服务商正全力扩容AI算力以应对大模型训练与推理需求爆发。
目前我国头部CSP厂商中，阿里巴巴、腾讯和百度于2023年起增速涨幅较大。字节跳动和华为未上市，据称字节2024年Capex为腾讯、阿里和百度三家总和， 主要用于AI算力和数据中心建设；华为在发布会中表示，2024年研发投入达1,797亿元，2023年达1,647亿元，均占收入的两成以上。国产厂商加大科研投入，不断增加Capex以充分增加AI算力和发展网络基建等，充分体现了对云算力需求的响应和对AI的决心。
国内五大CSP厂商业绩指引显示资本开支持续攀升，2025年Q1阿里资本开支增长126.7%，腾讯同比增长91%，百度预计2025年不断增加资本支出，字节、华 为也有大幅投入，且多用于 AI 基础设施建设，说明厂商预期市场上行且持续景气，计划通过加大Capex进一步推动国产替代潮。
国产算力厂商加速整合突围。海光与中科曙光启动战略重组，整合DCU芯片与服务器产线，实现产业链“强链补链延链”；沐曦完成上市辅导备案，万卡 算力集群实现商用，斩获14.88亿订单；摩尔线程推进IPO进程，全功能GPU产品线落地，联合中移动发布智算一体机；壁仞科技启动上市辅导，获上海国投 母基金领投，50亿融资夯实芯片研发。供需协同推动AI基建升级，国产替代路径全面贯通，产业爆发动能充沛。
基座模型方面，海外OpenAI、Google始终保持在第一梯队，且更新节奏基本一致。 OpenAI：24年末已经演示下一代模型o3，在ARC-AGI基准测试中表现惊艳，展现出优秀的泛化能力；25年6月，OpenAI正式发布o3-pro，在多项任务表现优于o3。Google：24年 末发布Gemini 2.0 Flash模型，性能完全超过OpenAI之前推出的o1-preview；25年6月更新Gemini 2.5 Pro，在数学、编程、推理基准测试中，新版模型全部刷新SOTA。Meta：坚 持开源生态路线，25年4月更新Llama 4，支持1000万token的上下文。 海外顶级AI公司在下一代模型开发中面临瓶颈，后续旗舰级基座模型更新可能放缓。 OpenAI原计划24年推出GPT-5、Anthropic Claude 3.5 Opus至今未发布、Meta 2万亿参数大模型Behemoth发布再次推迟，引发业界对Scaling Law撞墙的讨论。
海内外技术时间差已经显著缩短，阿里、DeepSeek等头部厂商积极开源，应用生态有望持续繁荣。 DeepSeek：25年1月发布R1模型，在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1，完全开源且成本显著降低；25年5月进行小版本升级，参数量高达 6850 亿且支持 商用；预计R2发布在即。阿里巴巴：25年3月开源推理模型QwQ-32B，与DeepSeek-R1（671B）表现相当但推理门槛更低。字节跳动：采用“部分开源+主体闭源”策略，25年6月 升级豆包大模型1.6版本，推理、数学、指令遵循、Agent等能力有较大提升。 头部厂商借助生态优势，在C端/B端应用领域表现更优，已逐步形成商业闭环。 据非凡产研统计，25年5月国内AI APP月活量排名前三的分别为DeepSeek、百度AI搜索、豆包；据IDC统计，字节占据大模型调用量市场份额的46.4%，其次是百度智能云和阿里云。
从技术细节来看，多模态RAG、全局记忆、MCP等技术创新有望显著提升AI应用性能，同时降低开发门槛。 检索增强生成RAG：通过集成外部知识源，增强基于Transformer架构的语言模型性能，早期RAG通过预训练模型融入外部知识，提升语言模型的表达能力。RAG 支持生成可验证的文本响应，通过集成特定领域知识库，将LLM转变为专业领域专家，适用于法律、医疗等应用。多模态RAG：通过整合多模态数据（文本、图像和视频）来增强大型语言模型的能力，在输入阶段引入多模态搜索规划模块，统一了视觉问答（VQA）和检索增强 型生成（RAG）任务，同时优化用户查询的精确性。在输出阶段，多模态检索增强型组合模块通过将纯文本转换为多模态格式来增强答案生成，从而丰富信息传递。
大模型招采项目数量逐月增长，商业落地进入加速期。25年1-5月大模型相关的项目招标数量达到1,294个，披露项目金额合计达到33.8亿元，数量相比去年同期增长接近7倍，金额同比增长超过3倍。 大型国央企倾向于对外采购或合作开发，头部厂商有望凭借更强的模型性能实现份额提升 。23年以来，国资委多次对中央企业人工智能建设提出要求；推进人工智能等新技术与制造全过程全要素深度融合。 科大讯飞及互联网大厂中标项目数量、中标金额行业领先，在“百模大战”后，下游需求方更青睐技术领先+场景积累深的AI厂商，头部公司份额有望提升。
在其他条件不变的情况下，通过改进数据集质量可提升模型效果。 数据是大模型训练的基础，区别于以往搜索系统、个性化推荐等所需的大量用户行为和偏好数据，大模型所需的数据是对知识性内容有强需求。在模型相对固定的前提下，通过提升数据的质量和数量可提升整个模型的训练效果。 大模型训练或将面临数据枯竭问题，合成数据、研发小模型或将成为长期解决方法。 到2028年左右，用于训练AI模型的数据集典型规模将达到与全球公共在线文本总量相当。 目前的解决方案包括：①合成数据：在有明确、可识别规则的领域（如国际象棋、数学或编程）中表现良好；②让AI模型多次“重读”其训练数据集；③训练更高 效的、用于专注于特定任务的小模型。
政策推动数据要素与AI同频共振，各地积极建设高质量数据集和语料库，数据相关产业规模高速增长。 第八届数字中国建设峰会上，国务院国资委发布首批10余个行业、30项央企人工智能行业高质量数据集，涵盖了电网、核电、金融大模型数据集等。 我国数据产业高速发展，根据中国电子信息产业研究院预测，我国数据标注产业产值已突破80亿元；2024年，全国地市级以上的地方公共数据开放平台数量增长 7.5%，开放数据量增长7.1%，高质量数据集数量同比增长27.4%；利用AI大模型的数据技术企业数量增长57.21%，数据应用企业增长37.14%。
伴随智能驾驶普及率提升，激光雷达作为“智驾之眼” 受“性能+规模+渗透率”三重催化，头部厂商出货量激增、业绩超预期增长。 速腾聚创、禾赛科技等头部厂商车规赛道的激光雷达出货量大且逐年大幅增长。2024年国内乘用车前装标配激光雷达突破150万台，其中速腾聚创、禾赛科技、华 为、图达通分别占比32.6%、27.7%、26.2%、13.4%。 据GGAI，2022-2025年搭载激光雷达车型销量激增，价格中位数由45万下沉至20万元。在L2级AEBS系统强制“上车”与L3、L4加速商业化落地的趋势下，激光 雷达未来具有增量空间。
各大厂商融入AI技术赋能机器人，在研发和商业化落地方面取得重要进展。 “具身智能”“智能机器人”今年首次被写入《政府工作报告》。随着多模态大模型的应用，具身智能应用场景不断拓展。各大厂商通过融入AI技术赋予机器人高 效交互能力、自主决策能力、学习与泛化能力，赋能机器人在工业、商超、港口、消防、家居等多场景的应用。
炒股软件：金融行业存在大量标准化数据，天然适合与大模型结合，AI能够帮助金融机构降本提效、为客户提供服务。 金融投资：面向个人投资者，AI能够辅助解读个股资料、新闻汇总、行情数据分析等。目前包括同花顺、指南针、财富趋势、恒生电子、九方智投控股等公司均在 其C端产品中增加AI功能，有望提高用户活跃度，增加使用黏性。例如九方智投控股结合DeepSeek能力推出增强版金融搜索功能，在投资知识查询方面，相比上一 版能力提升28%；宏观市场、股票分析能力提升了70%，能针对用户的问题给出清晰的数据来源、思考过程和分析结论。
我们整理了Y Combinator过去4期的AI投资情况，企业服务和软件开发始终是项目数量最多的领域，在企业服务中，营销、财务、内部信息查询是占比最多的场景； 与海外一级市场趋势相似，国内大模型在B端的应用场景中，产品开发、营销客户、知识管理占比分别为21.1%、19.4%、16.7%，为落地最多的领域。
面向B端用户需求，在通用行业中，用友网络、金蝶国际、泛微网络、致远互联等ERP/OA公司均已推出AI产品，可提升企业日常管理效能。在垂直行业，金融IT领 域的宇信科技、恒生电子、同花顺等公司面向B端用户推出营销数字人、智能问答等产品；医疗IT领域的卫宁健康、创业慧康、医渡科技使用AI能力辅助诊疗，均 能够提升下游客户工作效率，进而带来自身的收入增长。
AIGC辅助代码生成，能够帮助计算机企业缩短开发周期，减少人工成本，进而实现利润增长。炒股软件领域，九方智投控股、同花顺、指南针等均提供提供AI驱 动的指标类产品，无需额外的销售、客服投入；软件开发领域，通过持续研发LinkMate低代码开发平台，凌志软件能够实现高于同业的毛利率水平。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
