Token经济时代AI产业架构及投资策略

AI产业正从“模型竞争”进入“Token经济竞争”阶段，Token成为AI时代的核心经济单位，驱动AI产业链价值分配重构。AI产业架构分为五层：能源层决定Token生产上限，芯片层决定Token生成效率，基础设施层负责Token传输与调度，模型层决定Token智能密度，应用层决定Token消耗规模。

算力与能源协同

• 算力需求高速增长，AI推理需求进入结构性扩张阶段，单次请求Token消耗显著增加。
• 数据中心电力需求激增，算力用电占全社会用电量的比例持续提升。
• 算电协同政策完善，产业端涵盖绿电直连、虚拟电厂、电力交易、储能和IDC。
• 国产GPU持续突破，CPU价值回归，xPU竞争推动AI芯片向专用化演进。

超节点与太空算力

• 超节点通过高速互联技术整合GPU集群，解决AI大模型训练中的算力协同问题，具备大带宽、低时延、资源池化和高可靠稳定性等特征。
• 超节点打破传统服务器集群架构面临的四堵墙：通信墙、功耗与散热墙、存储墙和复杂度墙。
• 超节点技术发展趋势：从“硬件堆叠”转向“系统创新”，统一高速互联网络，内存统一编址，软硬协同设计，系统级可靠性，全栈协同设计和生态化发展。
• 太空算力突破地面物理极限，打开AI算力供给端天花板，形成天数天算、地数天算、天地协同计算三大互补共生的模式。
• 太空算力产业趋势明确，关注“算通热能”四大核心环节：算力端、通信端、散热端和能源端。

流转Token与基础设施

• 光互联：AI下游高景气，拉动测试需求高增，光模块趋于复杂精密，测试环节向高速化及大带宽方向升级。
• 卫星互联：下一代通信互联的重要基建，乘星座组网提速东风，空天地一体化智能网络架构成为发展趋势。
• 液冷&电源：算力高密化，带动热管理/供电升级，液冷服务器市场规模及增速快速增长，AIDC供电市场规模快速提升，未来向高压直流及绿电方向发展。
• 云计算&IDC：国内外CSP厂商加速投入，算力资源进入涨价周期，AI推理需求推动算力资源进入涨价周期，全球GPU租赁价格明显上涨。

Token类型与AI应用

• 生产Token：能源与芯片构筑AI时代生产力底座，算力与电力协同，国产算力多维联合优化，超节点发展，太空算力突破，量子科技颠覆式技术创新。
• 消费Token：Agent驱动应用生态繁荣，大模型厂商持续迭代，AI Agent开始具备长期运行与自主执行能力，企业级AI平台加速落地，空间智能从语言智能走向空间智能。
• 增值Token：模型进化提升智能密度，大模型持续迭代，AI Agent开始具备长期运行与自主执行能力，企业级AI平台加速落地，空间智能从语言智能走向空间智能。

AI应用：模型重塑格局，专业数据和经验构筑壁垒

• AI应用软件竞争格局重塑，具备专业领域数据和模型积累的软件企业抗风险能力较强。
• 经营管理软件收费模式向Token计费转型，Salesforce、迈富时和迅策等企业逐步将产品计费和使用效果挂钩。
• 生产研发软件AI助力提质增效，Synopsys.ai、中控技术TPT模型等推动设计工程和芯片设计流程智能化。
• 智能驾驶端到端架构演进，L2+/L4逐步落地，L2+成为未来十年主流商业化路线，L4率先在Robotaxi场景落地。
• AI4S：AI助力，加速药物研发过程，AI技术赋能生物制药行业，贯穿药物开发各阶段，加速药物研发流程，缩短从靶点发现到临床前研究的时间。

投资建议

• 生产Token层面：建议关注南网科技、海光信息、中科曙光、CoreWeave、顺灏股份等。
• 流转Token层面：建议关注联讯仪器、信维通信、曙光数创、CoreWeave、优刻得等。
• 消费Token层面：建议关注智谱、MiniMax、科大讯飞、商汤科技等。
• 增值Token层面：建议关注智谱、Minimax、科大讯飞、商汤科技等。

核心观点

• AI产业发展进入新阶段：AI产业价值锚点从模型能力跑分转向实际场景价值创造，进入推理能力深耕+Agent原生适配阶段，AI2.0成为重要里程碑。
• 全球竞争格局：中美双雄并立，技术差距缩小，产业界主导打造算法终端，开源与闭源模式共存，生态协同成为趋势。
• AI技术突破：推理范式革命，架构创新，多模态能力提升，执行能力增强，多智能体协同成为主流。
• AI落地场景：从通用尝鲜到垂直行业深度渗透，在软件开发、金融服务、企业办公、内容生产等领域发挥重要作用。
• AI发展趋势：技术路径收敛，生态格局开放，从“炫技”到“价值导向”，垂直行业推动AIAgent技术普及。
• AI哲学思考：“问行合一”成为新范式，AI成为人类“外脑”，推动“自我演化的社会形态”。
• AI生成力：生成不是力量，校验才是存在，AIGC的价值在于能否被世界接收并进入流通。
• AI创造力跃迁：经历零知启动、高识生产到元知识形成，最终实现新知识创造的激发。
• 人机协同公式：人的价值=问题设定×真伪甄别×意义/美感×责任承担，AI的价值 = 候选空间 × 选代速度 × 可校验性 × 可协作性。
• 三大核心权利转移：问题权高于知识权，选择权高于生产权，责任权高于作者权。
• 超级个体与AI进化：AI进化与超级个体网络效应指数增长，形成双维度规模跃迁，超级个体自我进化组织成为未来趋势。
• AI赋能科研与产业：Auto系列、Open系列、ZeeLinDeSearch等产品实现科研与产业自动化，提升效率与规模化能力。
• AI赋能教育：OpenEdu平台提供沉浸式课堂学习体验，推动教育创新。
• AI赋能艺术与非遗：AI艺术创作、AI非遗项目推动文化传承与创新。
• AI赋能医疗：AI癌症诊疗模型栈与“多模态因果赋能决策”，推动医疗智能化发展。
• AI赋能宏观系统：AI与宏观系统动力学结合，推动人类对复杂巨系统的认知转变。
• AI与未来社会：AGI可能导致超级信息茧房与多版本现实，推动“后稀缺”时代的到来，人类生产力正经历从碳基到硅基再到量子的三重转折。

关键数据

• AIME94.6%, GDPval 83%
• 90%+应用
• 80+双线并行算力
• 100x隐性劳动的GDP转化
• 100x交互频次与体量
• 100x算力与硬件规模

研究结论

AI产业发展进入新阶段，技术突破不断涌现，应用场景日益丰富，对科研、产业、教育、文化、医疗等领域产生深远影响。未来，AI将与人类深度协同，推动社会形态变革，人类将进入“自我演化的社会形态”。

核心观点

• 数字化是推动清洁、安全、经济能源系统转型的重要途径。数字技术能够提升可再生能源并网、电网可靠性、灵活性和成本效率，并通过加速资产效率能力和优化运营参数，实现电网转型并节省资本支出。
• 数字化为能源系统所有利益相关者带来多重效益。数字化通过支持监测、预测、运营优化、终端用户自动化和透明度来增强能源系统。数字化在能源系统中创造的价值集群为能源利益相关者提供了整体效益，包括：降低终端用户的电力成本、提高供应安全、提高可再生能源渗透率、为客户增加价值以及改善企业绩效。
• 分享能源系统数字化最佳实践对于加速可再生能源的采用和整合至关重要。能源系统各不相同，转型需要根据国家优先事项和具体情况采取所有可用方案。应用数字技术有助于促进能源系统转型，但将数字技术应用于特定能源系统需要成功完成安全验证步骤。

关键数据

• 2025年，全球可再生能源装机容量达到692吉瓦（GW），创年度装机容量新高，并创下百分比增长最高纪录。
• 国际能源署（IEA）估计，在修订后的1.5°C情景下，到2050年，全球电力部门所需的灵活性比2019年大约高10倍。
• 2024年，智利15%的可再生能源发电量被削减。美国2024年削减了300亿千瓦时（GWh）的可再生能源发电量，导致约80亿美元的拥堵成本。
• 2010年至2024年，电池储能项目的成本下降了93%，从每千瓦时（kWh）2571美元降至192美元。

研究结论

• 案例研究证实了IRENA报告中提出的数字化价值集群的重要性，包括监测、预测、运营优化、终端用户自动化和透明度。
• 数字化可以转化为可靠性和灵活性、成本效率和可再生能源整合方面的可衡量改进。
• 动态拥堵管理解决方案（如Splight的案例）可以将未充分利用的输电资产转化为主动灵活性资源，减少可再生能源削减并加速电网连接。
• 人工智能驱动的预测性维护（如Iberdrola的案例）可以预测故障并安排维护，提高可靠性指标并降低运营成本。
• 非固定连接（如NEDO的案例）可以为可再生能源项目提供一种灵活的电网接入方式，而无需等待昂贵的电网强化。
• 互操作性标准（如Mercury联盟的案例）对于聚合数百万台设备并将其纳入虚拟电厂（VPP）和需求响应计划至关重要。
• 先进的能源管理系统（EMS）和VPP平台（如Fusebox的案例）可以将终端计量点资产转化为灵活性市场的积极参与者。
• 储能和数字控制的结合（如Mitsubishi Electric的案例）可以增强系统灵活性和可靠性。
• 为扩大数字化在能源系统中的效益，需要在关键领域采取优先行动，包括建立数据生态系统、制定监管框架、协调标准和加强国际合作。

建议

• 建立能够收集准确和兼容的能源数据的环境。
• 通过试点项目为能源企业创造机会，以验证先进技术，并制定能源市场和商业模式，以实现数字技术投资的回报。
• 让所有能源利益相关者（包括终端用户）了解能源转型，包括需求侧管理计划。
• 通过分享关于能源系统中数字技术的最新信息，促进国际合作，包括在政策、技术和商业方面相互同意的技术转让。

智慧城市与低空经济融合发展研报总结

核心观点

• 智慧城市通过融合ICT、IoT、AI等技术提升城市运营效率和生活品质，而民用无人机凭借高费效比和强机动性，成为构建城市低空立体感知网络、补齐传统治理盲区的关键空中作业平台与数据入口。
• 低空经济与智慧城市建设具有战略耦合性，低空应用的发展将完善智慧城市精细化场景，为AI驱动下的城市规划和设计提供数字基础。
• AI技术赋能无人机，使其具备自主飞行、智能识别、自动研判、集群调度和数据闭环能力，成为智慧城市大脑在低空领域的延伸。

关键数据

• 2035年全球无人机市场规模预计将达2500亿美元，较2026年的500亿美元翻5倍。
• 中国低空经济市场预计2026年规模将突破万亿，达到10644.6亿元，同比增长23.9%。
• 中国无人机监管正从“事后治理”加速转向“全过程、动态化、数字化空域治理”。

研究结论

• 无人机与AI技术的融合发展将经历三个阶段：1.0单机智能阶段（2020-2025）、2.0网联协同阶段（2026-2030）、3.0全域智慧阶段（2031-2035）。
• 低空经济产业链上游以原材料与芯片夯实根基，中游以航空器制造与AI飞控技术驱动核心价值，下游则以智慧城市运营、物流、应急等多元场景实现商业闭环与产业反哺。
• 智慧城市场景下，无人机正从数据采集工具进化为以数据要素为核心驱动、AI大模型为认知大脑、端边云协同为算力基座的城市智能运维体。
• 市场需求从采购硬件转向购买全流程解决方案与长期运营服务，产业格局向头部企业集聚与区域高地集中。
• AI能力成为差异化竞争的核心分水岭，生态化平台化布局取代单打独斗成为全球化竞争的主流路径。

主要场景

• 城市治理与一网统飞：通过构建低空智能融合平台，实现“一网感知、统管、通办、调度”，提升空域效率与资源集约利用。
• 公共安全与立体安防：对包含无人机在内的低空飞行器进行安全监测、预警、反制及综合管理，保障公共安全及低空经济有序发展。
• 基础设施智能巡检：通过无人机与地面监测传感器的深度协同，实现对公路、桥梁、边坡等基础设施的智能化监测、检测与管理。

发展趋势

• 政策趋势：空域改革加速、低空经济纳入智慧城市强制规划、监管沙盒常态化。
• 技术趋势：数据要素价值化、AI深度赋能、端边云协同、泛在智能感知。
• 市场趋势：政务场景规模化、从“卖产品”向“卖服务”转变、区域集中度提升。
• 出海趋势：数据出海、AI能力、“一带一路”、生态化出海。