长江计算机：大模型行业研究框架 2026

大模型的核心要素为算法、算力、数据，三者相互促进推动模型能力提升。本轮大模型突破的关键在于全新架构（Transformer）和超大参数量，核心差异在于采用大规模无标注数据实现泛化性。

大模型发展分为三个阶段：2023-2024年中为参数量 Skin Law 阶段，参数量达千亿级后涌现效应显现，最大模型已达10万亿级仍未触顶；2024年9月后进入强化学习范式阶段，GPT-4o、DeepSeek-R1发布后引入过程奖励，推动模型落地，Token消耗量拐点出现；2025年底后将进入工程化时代，模型可完成系统性任务，推理算力需求提升。

报告重点关注大模型产业链的投资线索，包括阶段一（2023-2024中）的铲子股如英伟达、光模块、服务器、交换机、液冷等，对应计算需求增量；阶段二的AIARR、营收指标，寻找链主玩家，对应存储需求增量，当前可关注CPU拐点；以及应用层的垂类高价值动态数据资产、转型决心、Know-How沉淀的厂商，国内可关注算租、云、国产算力相关标的。

当前大模型市场处于快速发展阶段，模型商业盈利模式已跑通，但供给端存在卡点。2026年需关注RSI、自进化智能体进展，以及AI斜率拐点、范式革新节点。市场整体呈现技术迭代加速、产业链需求旺盛的特点，但需警惕模型迭代速度不及预期、数据供给不足、技术突破受阻等问题。

研报提示的主要风险包括：模型迭代速度不及预期、数据供给不足、技术突破受阻或影响行业发展；海外模型能力进展、中美竞争格局变化或对国内产业产生影响。当前AI叙事核心卡点非供给，需关注行业长期发展动态。