AI大模型行业趋势更新.pdf

全球AI大模型行业正经历从训练向推理、从资本支出向运营支出的结构性转变。尽管市场存在对AI周期见顶的疑虑，但行业基本面依然强劲，模型层竞争加剧与应用层加速渗透并存。

模型竞争格局动态演变

开源与闭源模型的能力差距正在迅速缩小。月之暗面Kimi K3、Thinking Machines Lab的Inkling等开源或开放权重模型在编程、Agent及视觉推理等关键指标上已接近前沿闭源模型水平。同时，Meta和xAI重回竞争前列，打破了海外“御三家”的稳定格局。头部闭源厂商面临收入端压力，被迫通过大幅降价（如OpenAI下调GPT-5.6部分模型价格）来维持市场份额，客户切换成本的降低进一步加剧了竞争。

需求扩张与财务可持续性

杰文斯悖论在AI领域持续生效，Token价格下降激发了更高的需求弹性，导致总Token支出上升。此前不经济的场景因性价比提升而变得可行。财务数据显示，全球模型年度经常性收入（ARR）加速增长，预计2026年全球模型ARR将与AI资本支出的累计折旧持平，证明行业收入已能覆盖算力投资成本，缓解了市场对投资回报的担忧。

应用渗透与新范式探索

AI应用正从编程领域向更广泛的白领市场及传统行业渗透。国内“人工智能+”行动的深入实施及美国企业AI采用率的稳步爬坡，均印证了这一趋势。此外，行业创新并未停滞，聚焦安全超级智能、空间智能、自主科研等新方向的Neo-Labs大量涌现，显示出底层科学问题仍有巨大探索空间，行业长期增长潜力依然显著。