猜你想问
这份研报主要讲了什么内容？
这份研报由浙商证券互联网团队发布，深入研究了RSI（递归自我改进AI）与Latent Reasoning（潜在空间推理）技术。核心观点是看好AI上游算力需求增长，特别是算力芯片、制造、云厂商、服务器及整机等领域。报告指出模型能力的突破是推动算力再扩容的关键催化剂。RSI目前处于AI辅助研发阶段，尚未实现完全自主，但正逐步向自动化AI研发演进。Latent Reasoning通过加深单Token内部计算深度提升模型能力，其算力增量大于HBM增量，已在OpenAI最新模型中部分应用。行业竞争已转向快速产出下一代模型能力，研发架构与训练体系成为新壁垒。
AI算力赛道的行业发展趋势如何？
AI算力赛道正经历从关注硬件规模向关注模型能力突破的转变。随着RSI和Latent Reasoning等技术的演进，算力需求从研发和应用两端被显著拉动。研发端，AI辅助研发工具提升候选数量和筛选效率，直接增加算力消耗；应用端，模型能力突破推动更多应用场景落地，带来超预期的算力需求。行业竞争焦点转向快速产出下一代模型，研发架构和训练体系成为核心壁垒。同时，AI安全与对齐约束对研发节奏产生重要影响，可监控性成为技术突破的关键制约因素。
研报重点分析了哪些方向？
研报重点关注AI上游算力相关标的，包括算力芯片、服务器、整机厂商及云厂商。核心分析围绕RSI从辅助研发向自主研发的突破进展，以及Latent Reasoning规模化应用的进度。报告强调模型能力突破是算力需求释放的关键，并分析了RSI技术如何通过提升候选数量和筛选通过率增加算力消耗，以及Latent Reasoning如何通过加深单Token内部计算深度提升能力。此外，报告还探讨了行业竞争格局的变化，以及AI安全与对齐约束对研发的影响。
当前AI算力市场处于什么阶段？
当前AI算力市场正从硬件规模扩张阶段向模型能力驱动阶段过渡。随着RSI和Latent Reasoning等技术的逐步成熟，市场对算力的需求不再仅仅依赖于硬件投入，而是更多地取决于模型能力的突破和应用场景的拓展。RSI技术尚处于辅助研发阶段，尚未实现完全自主，但正逐步向自动化AI研发演进。Latent Reasoning已在OpenAI最新模型中部分应用，但受可监控性约束当前使用深度有限。行业竞争已转向快速产出下一代模型能力，研发架构与训练体系成为新壁垒。
研报提示了哪些风险点？
研报提示了AI算力赛道的主要风险点，包括AI可监控性不足可能影响技术突破的节奏，安全约束与行业监管政策可能干扰前沿模型研发与发布进程，以及模型技术迭代的规模化验证存在不确定性。此外，需持续关注头部模型厂的研发进展与资本开支调整。这些因素都可能对AI算力需求的释放和行业的发展产生重要影响。