当前位置:首页 > 报告详情

【国元国际控股】人工智能行业报告:AI迭代短期产生爆发式硬件需求,产业整体仍处发展早期-260608(25页).pdf

上传人: 向** 编号:1265237 2026-06-08 25页 2.35MB

1、行业报告行业报告研究部研究部姓名姓名:杨森杨森SFC:BJO644电话:电话:0755-21519178E-mail:.hk请 务 必 阅 读 免 责 条 款证证 券券 研研 究究 报报 告告报告日期:报告日期:2026-06-08AI迭代短期产生爆发式硬件需求,迭代短期产生爆发式硬件需求,产业整体仍处发展早期产业整体仍处发展早期目录一、AI性能快速迭代,商业落地推动AI Agent爆发二、硬件产业链不得不全栈式、性能指数级进化以满足AI发展需求三、AI产业仍处于早期,具有长足发展空间四、AI硬件产业链的投资思路五、风险提示数据来源:ChatGPT官网、百度、国元证券经纪(香港)整理ChatG

2、PT迭代历史迭代历史AI大模型迅速迭代,在某些专业领域已可以媲美人类大模型迅速迭代,在某些专业领域已可以媲美人类以ChatGPT为例。过去8年来,其运算能力呈现指数级增长:参数量从1.17亿爆发式增长到了约1.8万亿,增长超过15000倍;上下文窗口从约1000个词200万token,增长超过2000倍。性能和架构不断升级,使得ChatGPT在某些专业领域已可以媲美人类:从预测词语到理解意图:RLHF技术的引入,让模型不再只是机械地预测下一个词,而是学会了理解人类真正的需求。从处理文字到感知世界:GPT-4引入多模态能力,模型开始能够看、能够听,突破了纯文字的限制。从回答问题到独立执行:GPT

3、-5系列具备Agent能力,能够主动规划任务、调用工具并独立完成复杂工作。版本版本发布时间发布时间核心参数核心参数核心特性与突破核心特性与突破重要里程碑重要里程碑GPT-12018年6月1.17亿参数训练数据:约5GB文本提出预训练+微调框架证明大规模无监督学习技术路线可行GPT-22019年2月15亿参数训练数据:约40GB文本(800万网页)生成质量大幅提升;首次出现零样本学习迹象OpenAI因认为太危险拒绝完整发布GPT-32020年6月1750亿参数训练数据:约570GB文本少样本学习能力成熟第一次让普通人感受到AI的实用价值;确立规模定律(ScalingLaw)GPT-3.52022

4、年11月-加入RLHF(人类反馈强化学习);学会理解人类意图ChatGPT正式上线5天获100万用户60天获1亿用户(人类历史上增长最快的消费级产品)GPT-42023年3月约1.8万亿参数(混合专家架构MoE)首次引入多模态能力;能看图片AI首次在人类专业考试中超过大多数人;律师资格考试:前10%;医学执照考试:通过;SAT:前7%GPT-4o2024年5月-原生多模态;文字/图片/音频同时理解、同时输出响应延迟320毫秒,接近真人对话节奏GPT-52025年8月-引入动态路由机制;根据任务复杂度自动分配算力具备Agent代理能力;从回答问题进化到执行任务;GPT-5.22025年12月-R

5、easoningTokens机制成熟;输出前先进行内部验证幻觉率下降30%GPT-5.42026年3月-上下文窗口100万token(部分版本支持200万);新增NativeComputerUseOSWorld基准测试得分75%,首次超过人类平均水准(72.4%);数据来源:各公司官网、百度、国元证券经纪(香港)整理盈利模式不断验证落地,盈利模式不断验证落地,AI Agent正进入商业爆发期正进入商业爆发期智能体(AI Agent)是由大语言模型或领域模型驱动,具备环境感知、推理决策及行动能力的系统。对企业或个人而言,在当前AI的智能水平下,AI Agent是能够自主规划、记忆、调用工具,帮助

6、人类或独立完成相对专业任务的智能助手,从而具有商业价值。技术层面:AI Agent技术生态已趋于成熟,LangChain、AutoGen、CrewAI等开源框架为构建复杂Agent系统提供了坚实基础多智能体协作系统、特定领域语言模型和ComputerUse能力也有望实现重大突破;商业层面:垂直行业应用将成为主战场,金融服务、医疗健康、制造业和客服领域将率先实现规模化部署。AI Agent正在大幅度提升社会生产效率,商业模式不断落地。举例而言:根据GitHub的数据,目前全球约3000万到4000万专业软件开发者,总薪资约3万亿美元。在AI辅助下,这些开发者现在产出的工作量相当于9万亿美元的生产

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
客服
商务合作
小程序
服务号
折叠