2025.6.6AI行业观察

一、AI 发展三次浪潮与技术周期

1. 三次浪潮关键节点

• 第一次浪潮（1950-1970 年代）：

• 1950 年：图灵提出 “图灵测试”，奠定 AI 理论基础。

• 1956 年：达特茅斯会议首次提出 “人工智能” 概念，标志 AI 诞生。

• 1957 年：罗森布拉特发明感知机模型，开启神经网络研究。

• 第二次浪潮（1980-1990 年代）：

• 1982 年：Hopfield 神经网络模型提出，推动联想记忆研究。

• 1986 年：Hinton 提出反向传播算法，优化神经网络训练。

• 1990 年代：日本第五代计算机计划失败，AI 陷入低谷。

• 第三次浪潮（2000 年至今）：

• 2006 年：Hinton 提出深度学习算法，开启现代 AI 革命。

• 2012 年：深度学习在 ImageNet 图像识别中突破，错误率从 26% 降至 15%。

• 2016 年：AlphaGo 战胜人类围棋选手，AI 进入大众视野。

• 2020 年：GPT-3 发布，参数规模达 1750 亿，展现语言生成能力。

2. 技术周期上下半场划分

• 上半场（模型探索期）：

• 核心目标：追求模型智力极限，优化算法与架构。

• 关键指标：巨头技术投入（如谷歌、微软资本开支占营收 10%-14%）、模型参数增长（GPT-3 至 GPT-4 参数增长 4 倍）。

• 产业链：算力需求爆发，光模块厂商如新易盛、中际旭创 2023 年涨幅超 500%。

• 下半场（应用落地期）：

• 核心目标：推动 AI 与场景融合，实现商业化变现。

• 关键指标：AI 系统构建进度（如 Manus 工具链整合 6-8 个工具）、产品渗透率（2025 年中国 AI 原生 APP 月活 2.4 亿，环比 + 88.9%）。

二、本轮大模型技术周期：从 Scaling Law 到 AGI

1. 大模型核心突破

• Transform 架构：

• 基于 Scaling Law，参数规模与能力呈指数级增长：

• GPT-3（1750 亿参数）实现语言生成，GPT-4（100 万亿参数）具备逻辑推理。

• 多模态模型如 GLM-4V-Plus 视觉中枢能力达 60%，接近人类水平。

• 能力涌现：

• 语言模型在数学推理（GSM8K 准确率从 GPT-3 的 12% 提升至 GPT-4 的 55%）、代码生成（HumanEval 通过率从 GPT-3 的 10% 至 GPT-4 的 50%）显著提升。

• 图像模型如 DALL-E 3 生成图像逼真度达 92%，接近专业设计师水平。

2. 技术演进路径

• 单模态→多模态：

• 2023 年：GLM-4 支持文本 + 图像，CogVLM 实现跨模态检索。

• 2024 年：GLM-VideoCall 支持视频会议实时翻译，视觉理解准确率 85%。

• 工具整合：

• AI Agent 如 Manus 可调用 Python、浏览器等工具，完成股票分析、网页开发等复杂任务，效率较传统方式提升 70%。

三、AI 投资行情复盘：从算力到应用的轮动

1. 2023-2025 年关键驱动事件

时间	事件	驱动板块	代表个股涨幅（2023-2025）
2023 年 3 月	GPT-4 发布	算力 / 光模块	中际旭创（+700%）、天孚通信（+600%）
2024 年 3 月	kimi 长文本处理突破（支持 10 万字输入）	AI 办公软件	金山办公（+300%）、福昕软件（+250%）
2025 年 1 月	Agent 智能体大规模落地	企业服务	金蝶国际（+180%）、鼎捷数智（+150%）
2025 年 3 月	多模态模型 GLM-4V 发布	视觉 AI	虹软科技（+120%）

2. 相关公司涨跌幅对比（2023.1-2025.6）

• 算力层：

• 中际旭创：+700%，天孚通信：+600%，新易盛：+550%（光模块需求驱动）。

• 应用层：

• 金山办公：+300%（WPS AI 渗透率超 20%），福昕软件：+250%（PDF 智能处理）。

• Palantir（PLTR.O）：+577%（AI + 企业服务，市值 3143 亿美元）。

• 多模态：

• 虹软科技：+120%（手机摄像 AI 算法市占率提升至 35%）。

四、AI 应用场景与投资标的

1. ToB 企业服务

公司	业务领域	核心产品 / 能力	市值（亿美元）	2025 年涨幅
Palantir	数据集成与分析	Gotham 平台（政府 / 金融数据分析）	3143	+76%
ServiceNow	工作流管理	Now Platform（AI 自动化流程）	2094	-5%
Salesforce	CRM 服务	Einstein AI（智能客户管理）	2528	-21%

2. ToC 消费应用

公司	业务领域	核心产品 / 能力	市值（亿美元）	2025 年涨幅
Duolingo	在线教育	AI 语言学习（日均活跃用户 1200 万）	233	+58%
Reddit	社交平台	社区内容生成（AI 推荐准确率 91%）	205	-32%
Adobe	多媒体	Firefly（AI 图像生成）	1758	-7%

3. 垂直领域（医疗 / 金融）

公司	领域	核心能力	市值（亿美元）	2025 年涨幅
Tempus AI	医疗	癌症基因组分析（数据库超 500 万例）	107	+84%
Intapp	金融 / 法律	智能合同分析（处理效率提升 60%）	45	-13%

五、AI Agent 与云服务：中期投资核心

1. Agent 应用范式变革

• 工作流整合：

• Manus 案例：用户需求→LLM 任务拆解→调度器分配子任务（如数据抓取、API 调用）→Claude 整合结果，完成股票分析报告仅需 2 小时，效率提升 90%。

• 技术架构：

• 核心模块：增强型 LLM（如 Claude 3）+ Memory（长期记忆存储）+ Tools（Python、浏览器等 6-8 个工具）。

• 商业化奇点：当 50% 以上任务可由 Agent 完成时（如代码生成、数据分析），场景迎来质变。

2. 云服务需求爆发

• 算力调用量：

• 2024 年 6 月：日均 963 亿 Tokens→2024 年 12 月：日均 9522 亿 Tokens，半年增长 9 倍。

• 2025 年预测：图像 / 视频模型调用量占比将从 5% 提升至 25%，带动 GPU 需求增长 150%。

• 市场份额：

• 火山引擎：46.4%（大模型调用量第一），百度智能云：22.1%，阿里云：18.5%。

六、技术成熟度与商业化路径

1. 应用成熟度曲线

• 已成熟场景：

• 智能客服（准确率 92%）、代码辅助（GitHub Copilot 覆盖率 35%）、图像生成（DALL-E 3 商用率超 40%）。

• 成长中场景：

• 医疗诊断（AI 读片准确率 88%）、自动驾驶（L4 级路测里程超 1000 万公里）、智能教育（个性化学习方案渗透率 25%）。

• 早期场景：

• 通用 Agent（自主决策任务完成率＜30%）、科学发现（蛋白质折叠预测成功率 75%）。

2. 商业化三阶段

阶段	特征	案例	效率提升数据
辅助人工	AI 完成单一环节（如代码补全）	GitHub Copilot	开发效率 + 35%
替代人工	完成 80% 任务（如客服应答）	阿里小蜜	响应速度 + 50%
超越人工	自主决策（如复杂数据分析）	Palantir Gotham	分析耗时 - 70%

七、风险与行业展望

1. 核心风险

• 技术瓶颈：

• 多模态模型逻辑推理准确率仅 30%，复杂场景（如医疗手术规划）仍需人类干预。

• 长尾问题处理能力不足，如边缘案例响应错误率达 18%。

• 需求不及预期：

• 企业级 AI 投入增速放缓，2025 年全球 AI 预算增速从 45% 降至 32%（Gartner 数据）。

2. 未来展望

• 2025-2027 年关键节点：

• 2025 年：Agent 在代码生成、客服场景渗透率超 40%，云厂商 AI 收入占比达 15%。

• 2026 年：多模态模型在工业设计、影视制作中商用率超 50%，市场规模破万亿。

• 2027 年：通用型 Agent 初步落地，替代 30% 知识型工作岗位，AI 原生应用占 APP 总数 25%。