该研报主题为“从海外映射,寻找国内‘AI+’的潜力股”,主要围绕AI大模型的发展趋势、对上下游产业的影响、国内外AI应用的对比以及投资策略建议等内容展开。以下是研报的主要内容总结:
1. AI大模型与算力需求
- 迭代与需求:过去两年,AI大模型经历了快速迭代,但迭代速度逐渐放缓,对上游算力的需求增长斜率也随之平缓。
- 竞争态势:底层大模型的供给增加导致部分产品间的差异化减小,头部大模型产品在性能上有明显优势。
2. 上游算力与下游应用
- 拉动与催化:大模型的突破不仅拉动了上游算力需求,也催化了下游应用的落地。
- 市场表现:预计后续对算力端的催化主要来自头部大模型产品的推出,如GPT-5。头部大模型的进化促进了下游应用的落地。
3. 海内外下游应用对比
- 进展与市场表现:国内在工业机器人、办公领域的表现弱于海外市场,但在游戏领域则优于海外。
- 行业细分:PC、搜索引擎、电商在国内与海外均表现出较好市场表现,而汽车、家居、教育等领域存在明显行业差异。
4. AI赋能行业对比
- 行业表现:AI+PC、图片/视频、电商在国内外市场表现相对靠前,而AI+医药、工业机器人则相对靠后。
- 共性与差异:不同行业在国内外市场的表现差异较大,反映出AI在各行业的应用深度和广度存在明显区别。
5. 投资策略
- 左侧布局:关注国内产品滞后于海外、市场表现弱于海外的行业(如工业机器人、办公),以及当前AI加成不足、国内外差距不明显、市场表现弱于海外的行业(如电商)。
- 右侧布局:关注AI加成较高、国内外差距不明显、市场表现较强的行业(如汽车)。
风险提示
- 大模型和下游应用突破的不确定性。
- 各行业公司数量有限。
该研报通过对比分析,提供了对AI技术发展趋势、上下游影响及国内外市场差异的深入洞察,为投资者在AI领域寻找潜在投资机会提供了方向。