【四海读报】20251017：信息技术产业行业研究（AI多模态）

9M2025 AI落地观察：多模态拐点，入口之战，关注应用

【原报告在线阅读和下载】：20251017【MKList.com】信息技术产业行业研究：9M2025 AI落地观察：多模态拐点，入口之战，关注应用 | 四海读报

【迅雷批量下载】：链接：https://pan.xunlei.com/s/VOXJ23RJHhoECPL5FRrVathfA1     提取码：umqb
【夸克批量下载】：链接：https://pan.quark.cn/s/fe42cc605010   提取码：j4Vv

1. 一段话总结

本报告（国金证券2025年10月17日发布）聚焦2025年1-9月AI落地进展，核心结论包括：1）多模态模型迎来拐点，OpenAI的Sora 2及Sora App标志多模态基模抵近“GPT-3.5时刻”，国产模型表现亮眼（Kling 2.5 Turbo、Hunyuan image 3.0登顶国际榜单）；2）AI入口迁移加速，ChatGPT通过内置Apps（形成“LLM-as-OS”模式）与Pulse功能（主动推送个性化内容）抢占AI原生入口，全球访问量Top1仍为ChatGPT（5.9亿次），国内头部为deepseek（3.2亿次）；3）商业化与算力需求双高，全球AI产品ARR Top1为ChatGPT（174.75亿美元），国内大模型1-9月中标项目数同比高增（1月+1190%），下游推理需求拉动ASIC芯片放量（预计2026年谷歌/亚马逊/Meta合计超700万颗），同时国产算力链突破（华为昇腾2026年计划产160万片）；4）投资聚焦三大方向：多模态应用、有分发价值的工具/内容/平台型应用、算力基础设施（服务器/光模块/IDC），风险提示技术落地不及预期与国际关系波动。

2. 思维导图（mindmap）

3. 详细总结

一、报告基础信息

二、AI落地核心趋势：多模态、入口、商业化

1. 多模态模型：技术拐点已至，国产表现亮眼

• 海外突破：OpenAI的Sora 2及Sora App标志多模态基模抵近“GPT-3.5时刻”，支持音画同出、物理一致性、多镜头叙事，Sora App两日内安装16.4万次，登顶美区App Store；李飞飞团队发布Marble模型，单图/文本生成可无限导航的3D空间。
• 国产崛起：十一期间，Kling 2.5 Turbo 1080p 登顶Artificial Analysis的Text to Video与Image to Video双榜，Hunyuan image 3.0 超越Google 2.5 flash image preview获LM Arena Text to Image榜首，国产模型在多模态榜单存在感显著。

2. AI入口迁移：ChatGPT成“LLM-as-OS”，抢占原生入口

• 入口模式变革：ChatGPT内置Apps后，形成“自然语言+应用接口”的LLM-as-OS模式，用户可通过对话唤起应用，兼具操作系统中间服务层与AI应用商店功能；9月底推出的Pulse功能（Pro用户专属），可主动结合用户Context推送个性化内容，推动ChatBot从“被动响应”转向“主动服务”。

• 访问量格局：

  • 全球：ChatGPT以5.9亿次稳居Top1（图表1），deepseek（3175.9万次）为唯一长期跻身前三的国产应用；
  • 国内：deepseek（3.2亿次）、豆包（847.9万次）、夸克（822万次）构成头部（图表4）；
  • 出海：SeaArt AI（3139万次）9月登顶，Qwen（3069万次）、PolyBuzz（2957万次）紧随（图表7）。

3. 商业化与招投标：收入高增，落地加速

• ARRR表现（截至2025年8月）：

  维度	ARR Top1	ARR金额	其他头部产品
  全球	ChatGPT（OpenAI）	174.75亿美元	Claude（72.68亿）、Grammarly（7.55亿）
  国内	KLING AI	1.23亿美元	PLAUD（1.08亿）、PictureThis（0.85亿）
  出海	PictureThis	1.23亿美元	Hypic（0.84亿）、HeyGen（0.80亿）

• 国内招投标：2025年1-9月大模型中标项目数同比高增（1月+1190%），9月披露金额20.6亿元（环比+40.1%），证明大模型落地速度加快（图表14、15）。

• 上市公司进展：能科科技（AI收入2.1亿，占比28.5%）、彩讯股份（AI与算力收入1.77亿，占比19.2%）等企业AI业务贡献显著，税友股份、汉得信息等聚焦垂类场景落地（图表16）。

三、算力基础设施：需求爆发，国产与海外双轮驱动

1. 海外算力：ASIC与GPU双增长

• ASIC芯片：下游推理需求拉动，谷歌、亚马逊、Meta 2026年ASIC芯片预计超700万颗；博通FY25Q3 AI半导体收入52亿美元（同比+63%），在手订单1100亿美元，新客户锁定100亿AI订单；Credo FY26Q1营收2.23亿（同比+274%），预计新增2家超大型云客户。
• GPU投资：OpenAI计划5个月内将计算集群规模翻倍，与AMD达成6吉瓦GPU算力部署协议（首批1吉瓦2026年落地）；英伟达推出Rubin CPX GPU，单机架AI算力8 exaflops，较GB300 NVL72提升7.5倍。

2. 国产算力：芯片与大模型协同迭代

• 芯片扩产：华为计划2026年昇腾芯片产量达160万片（2025年60万片），DeepSeek-V3.2已完成与华为昇腾、寒武纪芯片的适配，形成“新模型-国产芯片-优化”的内部循环。
• 算力效率：美团开源LongCat-Flash MoE模型（5600亿参数），推理速度超100 token/s；DeepSeek-V3.2 API价格下调超50%，降低算力使用门槛。

四、重点动态与投资建议

1. 全球重点动态

2. 投资建议

• 多模态应用：关注视频生成（Sora生态）、3D空间生成（Marble相关）、多模态交互工具；
• 有分发价值的应用：1）垂类工具（如AI编程Qoder、视频剪辑DupDub）；2）版权内容（如PictureThis植物识别）；3）平台型应用（如美团“小美”生活服务AI）；
• 算力基础设施：服务器（工业富联）、光模块（AMD 6吉瓦算力带动1.6T需求）、IDC（华为昇腾扩产受益）。

3. 风险提示

• 技术落地风险：多模态模型迭代、大模型蒸馏剪枝不及预期；
• 算力风险：训练/推理芯片短缺推高成本；
• 外部风险：中美关税（特朗普计划2025年11月对华加征100%关税）、海外技术管制。

4. 关键问题

问题1：2025年1-9月多模态模型的“拐点性进展”具体体现在哪些方面？国产模型与海外头部模型的差距是否在缩小？

答案：

1. 多模态模型的拐点性进展

• 技术能力成熟：OpenAI Sora 2实现三大突破——①音画同出（音频与视频内容同步生成）、②物理一致性（物体运动符合现实物理规律）、③多镜头叙事（支持多视角切换的视频创作），且Sora App通过社交裂变快速登顶美区App Store，证明其商业化落地能力已接近“GPT-3.5时刻”（即技术成熟度足以支撑杀手级应用）；
• 应用场景下沉：多模态从“技术演示”转向“实用工具”，如快手可灵2.5 Turbo生成1080p视频成本降30%，字节Seedream 4.0支持“文本/图片输入→4K内容生成”一站式流程，降低普通用户使用门槛；
• 3D与交互升级：李飞飞团队Marble模型可通过单图/文本生成“可无限导航的3D空间”，谷歌Gemini集成Chrome浏览器后支持多标签页上下文理解，推动多模态从“内容生成”向“场景交互”延伸。

2. 国产模型与海外的差距缩小

差距显著缩小，主要体现在国际榜单竞争力与实用化能力：

• 榜单层面：国产模型多次登顶国际权威榜单，如Kling 2.5 Turbo 1080p获Artificial Analysis的Text to Video/Image to Video双榜首，Hunyuan image 3.0超越Google 2.5 flash image preview获LM Arena Text to Image第一，打破海外模型垄断；
• 成本与适配：国产模型更适配国内硬件生态，如DeepSeek-V3.2完成华为昇腾、寒武纪芯片适配，美团LongCat-Flash模型（5600亿参数）推理速度超100 token/s，参数量仅为海外同类模型的1/3，兼顾性能与成本；
• 场景落地：国内模型更贴近本土需求，如字节即梦AI支持批量生成40张图片/8个视频，快手Kwali覆盖短视频“创意-剪辑-发布”全流程，适配国内内容创作场景。

问题2：ChatGPT通过“内置Apps”与“Pulse功能”如何重塑AI时代的“入口逻辑”？这对国内AI企业（如deepseek、豆包）有何启示？

答案：

1. ChatGPT对AI入口逻辑的重塑

传统入口（门户网站/搜索引擎/超级APP）依赖“内容聚合/信息检索/应用承载”，而ChatGPT通过两大功能实现入口范式变革：

• 内置Apps：从“工具”到“LLM-as-OS”：ChatGPT允许用户通过自然语言直接唤起第三方应用（如购物、办公工具），形成“自然语言交互层+应用接口层”的操作系统架构——技术上，它成为连接用户与应用的“中间服务层”，无需跳转即可完成任务；商业上，它替代应用商店成为AI时代的“应用分发入口”，通过智能推荐（基于用户Context）提升应用触达效率，Sora App的快速爆发印证了该模式的有效性。
• Pulse功能：从“被动响应”到“主动服务”：Pulse通过AI智能体每晚异步研究，清晨向用户推送个性化内容卡片，打破“用户输入Prompt→模型输出结果”的被动模式，转向“主动理解用户需求→推送精准信息”，使ChatGPT从“问答工具”升级为“个性化信息助手”，强化用户粘性与使用频率。

2. 对国内AI企业的启示

• 启示1：构建“交互+分发”双能力：国内企业需突破“单一问答”定位，如deepseek可结合国内垂类场景（如工业、政务）内置专业工具（如AI设计、税务智能体），豆包可联动字节生态（抖音、电商）实现“内容生成→消费转化”闭环，避免仅依赖流量竞争；
• 启示2：强化主动服务能力：借鉴Pulse功能，国内应用可结合用户行为数据（如办公习惯、消费偏好）推出“主动推送”功能，例如豆包可针对学生用户推送学习资料，夸克可针对职场用户推送行业动态，提升用户留存；
• 启示3：绑定本土生态优势：国内企业可依托微信、美团等超级生态，如美团“小美”AI助手已实现“语音点餐-酒店预订”本地生活服务闭环，未来可进一步集成AI生成内容（如推荐餐厅时生成短视频），通过“场景+AI”构建差异化入口壁垒。

问题3：2025年1-9月全球AI算力需求爆发的核心驱动因素是什么？国产算力链（如华为昇腾）与海外链（如英伟达、博通）的竞争优势分别体现在哪些方面？

答案：

1. 全球AI算力需求爆发的核心驱动

• 推理需求激增：多模态应用（如Sora视频生成、ChatGPT Apps）与AI Agent（如代码智能体、客服智能体）落地，推动推理算力需求增速远超训练算力，OpenAI计划5个月内将计算集群规模翻倍，Meta 2025年资本开支达660-720亿美元（未来三年总投入超6000亿美元）；
• ASIC芯片替代：谷歌TPU、Meta MTIA等ASIC芯片因“低功耗、高适配性”成为推理场景首选，预计2026年谷歌/亚马逊/Meta ASIC芯片合计超700万颗，博通AI半导体收入同比+63%，在手订单1100亿美元，印证ASIC需求；
• 多模态算力消耗翻倍：文生视频模型消耗Token量为文生文的10-100倍（如Sora生成1分钟视频需百万级Token），OpenAI Sora 2.0发布后，预计单用户算力消耗较GPT-4提升50倍，直接拉动GPU/ASIC采购。

2. 国产与海外算力链的竞争优势