国泰海通海外科技十八讲第七讲：海外大模型商业化及技术迭代趋势

一、大模型商业化进展

1. 开源模型厂商数据增速放缓：2026年7月统计显示增速不及预期，主要原因是口径调整、开源分流及监管因素，而非行业需求转弱。
2. 海外闭源模型厂商商业化模式跑通：美国厂商B端API计费模式成功，算力投入产出比转正，盈利能力及算力回报持续改善。
3. 中国开源模型厂商商业化升级：预计年底合计商业化收入达130亿美元，将通过价格、客户选择、利润分配环节对闭源模型形成冲击。
4. 上游硬件景气度持续：大模型下一个核心场景为泛白领办公流程，市场规模超AI代码编写场景。
5. AI代码编写场景市场潜力：全球开发者年薪池3万亿美元，替代20%人力对应潜在6000亿美元市场，可覆盖Anthropic、OpenAI 2027年全年营收。

二、大模型技术迭代方向 下一代模型能力提升来源于预训练缩放、后训练缩放、推理缩放及递归式自我改进（RSI）四大维度，其中RSI作为新训练范式将加快研发迭代速度。

三、投资线索与建议

1. 关注算力、存储等硬件板块，以及云服务提供商（CSP）等AI基础设施板块，市场调整时可增配相关标的。
2. 不必过度关注闭源模型（如Anthropic）营收增速放缓，投资需谨慎。

四、风险与后续关注点

1. 模型竞争将从单token成本转向综合任务完成成本。
2. 开源模型与闭源模型应用场景分层将持续。
3. 算力需求随模型能力提升保持高景气。
4. 应用端将从AI代码场景向泛白领办公场景扩散，国内1.2亿办公用户中程序员仅占3%-5%，智能体空间远大于AI代码场景，例如Cloud Page推出的企业数字员工产品已落地验证。