大模型产业正经历关键发展阶段，从基础设施扩张、模型能力扩散到Agent产品化，利润池沿产业链持续迁移。技术演进分为五个阶段：Transformer奠基、预训练规模化、指令对齐与产品化、多模态开源与企业化，以及当前以推理模型与Agent能力为核心的第五阶段。
大模型发展阶段：
- 当前处于基础设施高强度扩张、模型能力快速扩散、Agent初步产品化、企业逐渐实现ROI验证时期。
- 基础设施仍在快速扩张，GPU/ASIC、HBM、先进封装、网络、液冷、电力和数据中心需求强劲。
- 模型能力快速扩散，开源模型和高性价比模型追赶速度加快。
- Agent产品化早期，企业逐渐实现ROI验证，主要在编程、文档生成、信息搜索、数据分析、办公自动化等场景产生价值。
产业链价值分配：
- 价值流向三类环节：关键硬件资源（GPU/ASIC、HBM等）、高切换成本能力（CUDA生态、云平台等）、可量化ROI的应用入口（代码助手、客服、办公等）。
- 当前利润池主要集中在基础设施（GPU/ASIC、HBM、先进封装、网络等），其次是云与AI平台，应用层长期空间最大但短期分化显著。
- 开源模型压缩模型能力的超额利润，推动多模型路由成为常态，竞争焦点转向入口、数据、成本控制与工作流嵌入。
竞争格局：
- 竞争元素趋于多元，各大模型厂暂时在不同领域站稳脚跟。
- 重点厂商包括OpenAI、Anthropic、Google DeepMind / Gemini、xAI / Grok、DeepSeek、Qwen、字节、MiniMax、Kimi等。
- OpenAI从GPT scaling到工作型智能体平台，Anthropic聚焦企业安全、长程任务，Google DeepMind / Gemini为全栈平台型模型厂，xAI / Grok为模型厂商+大规模AI基础设施运营商，DeepSeek强调高性价比、开源冲击与百万上下文推理效率，Qwen从开源生态到Agent全栈云平台，字节以产品化、推荐数据和多模态生产部署为特色，MiniMax以长上下文、Hybrid MoE与低成本test-time compute为优势，Kimi聚焦中文长上下文工作流和长程编码。
关键标的：
- 智谱：从私有化大模型公司向MaaS平台转型，Coding是其从模型能力转向收入规模的最短路径。
- MiniMax：通过架构优化实现成本与能力平衡，走全球化与全模态平台化路线，Token Plan构建多模态智能额度池的商业模式。
- 科大讯飞：核心价值在于国产算力全流程训推能力，是国内唯一实现全国产算力上全栈模型训练的厂商，2025年大模型相关项目中标金额23.16亿元。
未来大模型格局推演与投资建议：
- 未来大模型发展可能存在三种情况：闭源模型持续领先、开源模型持续追赶、出现新的模型架构突破。
- 投资建议关注大模型与大模型相关产业链，包括大模型本身（智谱、Minimax、科大讯飞、阿里巴巴等）、AI芯片、数据中心、AI应用、物理/端侧AI。
风险提示：
- 技术迭代不及预期、行业竞争加剧、算力供应链风险、监管政策不确定性、商业化落地慢于预期。
