AI行业激战正酣：大模型多模态竞赛升级，谁是下一个赢家？

<blockquote><p><span leaf="">闭源模型重新领先，算力军备竞赛加剧，应用层加速分化</span></p><p><span x-noteelement="excluded" aria-describedby=":ram:"></span></p><p><span leaf=""><br /></span></p></blockquote><p><span leaf="">2025年的AI赛场，正在上演一场精彩的多模态对决。8月底，谷歌Gemini 2.5 Flash Image登顶多个主流图像排行榜，单图片生成成本仅0.039美元；几乎同时，阿里通义万相开源视频生成模型，支持分钟级长视频生成；字节豆包视频模型在多项测评中排名第一。</span></p><p><span leaf="">这只是AI行业激烈竞争的一个缩影。中邮证券最新研究报告显示，当前大模型领域正呈现“</span><strong><span leaf="">多模态研发加速</span></strong><span leaf="">、</span><strong><span leaf="">闭源模型逆袭开源</span></strong><span leaf="">、</span><strong><span leaf="">算力投入持续增加</span></strong><span leaf="">、</span><strong><span leaf="">应用层加速分化</span></strong><span leaf="">”四大趋势。</span></p><p><span leaf=""><br /></span></p><h2><span leaf=""><span textstyle="" style="font-size: 18px;font-weight: bold;">01 多模态竞赛：图片视频生成能力大比拼</span></span></h2><h2><span leaf=""><br /></span></h2><p><span leaf="">多模态大模型已成为国内外厂商的重点突破方向。这种能够同时处理文本、图像、语音等多种数据的技术，正在重新定义人机交互体验。</span></p><p><strong><span leaf="">图片生成领域</span></strong><span leaf="">竞争白热化。GPT-4o集成的原生图像生成功能曾引爆用户热情，但谷歌Gemini 2.5 Flash Image很快登顶多个图像排行榜，实现对人物和宠物的精准编辑，保持特征一致的同时还能实现多图合成、风格迁移等复杂操作。</span></p><p><strong><span leaf="">视频生成技术</span></strong><span leaf="">也在快速演进。字节豆包视频生成模型Seedance 1.0pro在文生视频、图生视频两项任务上均排名首位，支持生成多镜头无缝切换的1080P高品质视频。阿里通义万相开源的新模型支持分钟级长视频生成，完美匹配口型。</span></p><p><span leaf="">更令人惊叹的是，谷歌发布了首个支持</span><strong><span leaf="">实时交互的世界模型Genie3</span></strong><span leaf="">，不仅能在720p、24fps规格下即时生成可交互的三维场景，还把单次交互时长延长到数分钟，并加入了“视觉记忆”等特性，使细节在玩家多次往返时保持一致。</span></p><p><span leaf=""><br /></span></p><h2><span leaf=""><span textstyle="" style="font-size: 18px;font-weight: bold;">02 闭源模型的逆袭：从开源浪潮到性能领先</span></span></h2><h2><span leaf=""><br /></span></h2><p><span leaf="">2025年初，DeepSeek通过开源模式推动“大模型平权”，以其低成本、高性能特点显著出圈。但令人意外的是，经历开源浪潮后，闭源模型正重新确立性能领先优势。</span></p><p><strong><span leaf="">闭源厂商凭借资源和技术积累保持领先</span></strong><span leaf="">。OpenAI、谷歌等公司凭借强大的算力资源、人才储备和技术积累，继续刷新模型能力上限。OpenAI新推出的GPT5在数学、代码、多模态理解等领域基准测试均获得最新SOAT（当前最优水平），以69的综合评分排名第一。</span></p><p><strong><span leaf="">“开源+闭源”协同策略成为新趋势</span></strong><span leaf="">。闭源厂商在保留主模型闭源优势的同时，开源上一代或轻量模型，既激活开发者生态，又反哺自身闭源模型。OpenAI开源了gpt-oss-120b和gpt-oss-20b两款模型，谷歌开源了Gemma3系列，xAI也开源了上一代grok2.5。</span></p><p><span leaf="">这种策略巧妙地平衡了技术领先和生态建设：通过闭源主模型保持商业价值，通过开源版本扩大影响力并收集反馈，形成良性循环。</span></p><p><span leaf=""><br /></span></p><h2><span leaf=""><span textstyle="" style="font-size: 18px;font-weight: bold;">03 算力军备竞赛：海内外资本开支大幅提升</span></span></h2><h2><span leaf=""><br /></span></h2><p><span leaf="">AI竞争的背后是算力的较量。海外科技巨头正在大幅增加资本开支，以满足AI训练和推理的需求。</span></p><p><strong><span leaf="">微软</span></strong><span leaf="">25Q2资本开支达242亿美元，同比增长27%，预计2026财年第一财季将提升至300亿美元以上。</span><strong><span leaf="">谷歌</span></strong><span leaf="">将2025年资本开支预期上调至850亿美元，同比增长13%，并预计2026年将进一步增加。</span><strong><span leaf="">亚马逊</span></strong><span leaf="">制定了1000亿美元的激进资本支出计划，重点投向AI基础设施和数据中心。</span></p><p><strong><span leaf="">国内厂商</span></strong><span leaf="">也在奋起直追。阿里2026财年Q1资本开支达386.76亿元，同比大增220%，创历史新高，并重申未来三年投入3800亿元用于AI资本开支的计划。腾讯2025年资本开支可能接近千亿水平，占全年总收入的“低两位数百分比”。</span></p><p><span leaf="">这股投资浪潮正在带动整个产业链发展。华为云推出的CloudMatrix 384由384颗昇腾910C芯片组成，通过全互联拓扑结构设计，在多项关键指标上实现对英伟达旗舰产品GB200 NVL72的超越，提供300 PFLOPs的密集型BF16计算能力，几乎是GB200 NVL72的两倍。</span></p><p><span leaf=""><br /></span></p><h2><span leaf=""><span textstyle="" style="font-size: 18px;font-weight: bold;">04 芯片竞争：GPU与ASIC新品迭出</span></span></h2><h2><span leaf=""><br /></span></h2><p><span leaf="">为了满足算力需求，芯片厂商正在加速推出新产品。</span></p><p><strong><span leaf="">英伟达</span></strong><span leaf="">芯片架构正在由Blackwell向Rubin过渡。GB300相比GB200性能增幅高达50%，预计25Q4开始规模化出货。2026年下半年将发布Vera Rubin架构，基于HBM4内存和3nm节点构建，推理计算能力比GB300高三倍以上。</span></p><p><strong><span leaf="">AMD</span></strong><span leaf="">推出了MI350系列，其中包括MI350X和旗舰MI355 GPU，在FP4和FP6精度下，AI计算性能相对MI300X提升4倍，推理性能提升35倍。MI400系列计划成为2026年新型服务器"Helios"的基础。</span></p><p><span x-noteelement="excluded" aria-describedby=":rbm:"></span></p><section><img class="rich_pages wxw-img" data-ratio="0.6191744340878829" data-type="png" data-w="751" data-imgfileid="100044984" style="height: auto !important;" data-src="https://mmbiz.qpic.cn/sz_mmbiz_png/VXjHib6YROwnibvXV3icCunbLOBibwCvXbibzhiaEfxAUy10Gcxb6Sn1j5vCW6Tib3iacicGF2wbq4hys5PXGOsM2q5nLKA/640?wx_fmt=png&amp;from=appmsg" /></section><p><span leaf=""><br /></span></p><p><strong><span leaf="">云端巨头自研ASIC芯片</span></strong><span leaf="">也在加速。谷歌已推出TPU v6 Trillium，2025年将大幅取代现有TPU v5。亚马逊与Marvell协同设计的Trainium v2支持生成式AI与大型语言模型训练。Meta正与Broadcom共同开发下一代MTIAv2，特别聚焦能效最佳化与低延迟架构。</span></p><p><span leaf=""><br /></span></p><h2><span leaf=""><span textstyle="" style="font-size: 18px;font-weight: bold;">05 应用层分化：toB场景落地加速</span></span></h2><h2><span leaf=""><br /></span></h2><p><span leaf="">AI应用正在加速分化，具备行业Know-how壁垒并能实现业务放量的公司表现突出。</span></p><p><strong><span leaf="">企业级Agent成为主流</span></strong><span leaf="">。2023年中国AI Agent市场规模为554亿元，预计到2028年将达到8520亿元，年均复合增长率高达72.7%。其中B端市场占比高达98.5%。</span></p><p><strong><span leaf="">美股toB应用表现亮眼</span></strong><span leaf="">。Palantir年初至8月股价上涨109.1%，2025Q2总收入同比增长48%；Applovin股价上涨49.4%，广告业务收入维持60%以上高速增长；SAP超一半的云订单包含AI用例，云收入同比增长28%。</span></p><p><span leaf="">这些公司的共同特点是：AI产品深度赋能主业，直接推动营收规模快速增长。 toB领域因商业场景更易落地，这一特征表现得尤为显著。</span></p><p><span leaf=""><br /></span></p><h2><span leaf=""><span textstyle="" style="font-size: 18px;font-weight: bold;">06 toC应用：创意类挤压工具类</span></span></h2><h2><span leaf=""><br /></span></h2><p><span leaf="">在toC领域，多模态大模型正推动创意类应用从“辅助工具”进化为“创意伙伴”，既强化替代优势，又以低学习成本、快产出吸引用户。</span></p><p><strong><span leaf="">Figma</span></strong><span leaf="">的MAU超过1300万，其中约三分之二为非设计师，95%的财富500强企业使用其服务。付费用户高达45万，其中ARR超10万用户达1031家，相比2023Q1增长126%。</span></p><p><strong><span leaf="">Canva</span></strong><span leaf="">拥有2.2亿MAU，同比增长63%，其中2100万为付费订阅用户。《财富》500强企业中有95%使用Canva。</span></p><p><span leaf="">这些创意软件正在挤压传统工具软件的市场份额。在画图工具市场中，Adobe Photoshop占据40.94%的份额，Canva以12.47%的市场份额位居第三。从ARR增速来看，Figma和Canva正领先于传统的工具软件Adobe。</span></p><p><span x-noteelement="excluded" aria-describedby=":rc8:"></span></p><section><img class="rich_pages wxw-img" data-ratio="0.7596371882086168" data-type="png" data-w="441" data-imgfileid="100044983" style="height: auto !important;" data-src="https://mmbiz.qpic.cn/sz_mmbiz_png/VXjHib6YROwnibvXV3icCunbLOBibwCvXbibz0eX3vSR7vUvib6vfzzJYkX6bw2hHfOYGvibeOdSIAIQoV8v9XCKZWaqw/640?wx_fmt=png&amp;from=appmsg" /></section><section><span leaf=""><br /></span></section><h2><span leaf=""><span textstyle="" style="font-size: 18px;font-weight: bold;">07 投资机会：聚焦四大方向</span></span></h2><h2><span leaf=""><br /></span></h2><p><span leaf="">基于行业发展趋势，建议关注四大投资方向：</span></p><p><strong><span leaf="">AI Agent领域</span></strong><span leaf="">：鼎捷数智、视源股份、泛微网络、致远互联、金蝶国际、用友网络等企业级服务商，以及同花顺、恒生电子、金山办公等金融和办公软件企业。</span></p><p><strong><span leaf="">AI终端领域</span></strong><span leaf="">：云天励飞、虹软科技、小米集团、联想集团、科大讯飞等终端设备和相关技术提供商。</span></p><p><strong><span leaf="">AI算力领域</span></strong><span leaf="">：寒武纪、工业富联、浪潮信息、曙光数创、超讯通信等芯片和服务器厂商。</span></p><p><strong><span leaf="">AI多模态领域</span></strong><span leaf="">：万兴科技、当虹科技、中科创达、大华股份、海康威视等多媒体技术和计算机视觉企业。</span></p><p><span leaf=""><br /></span></p><h2><span leaf=""><span textstyle="" style="font-size: 18px;font-weight: bold;">08 未来展望：技术迭代与商业落地并重</span></span></h2><h2><span leaf=""><br /></span></h2><p><span leaf="">AI行业正进入一个新的发展阶段。技术迭代速度加快，多模态成为竞争焦点，闭源模型重新确立优势，算力投入持续增加，应用层加速分化。</span></p><p><span leaf="">在这个阶段，</span><strong><span leaf="">商业化落地能力</span></strong><span leaf="">成为衡量企业价值的关键指标。能够将AI技术与行业知识结合，真正解决实际问题的企业，将获得更多发展机会。同时，</span><strong><span leaf="">成本控制</span></strong><span leaf="">和</span><strong><span leaf="">盈利能力</span></strong><span leaf="">也越来越受到市场关注。</span></p><p><span leaf="">随着技术不断成熟和应用场景不断拓展，AI正在从“讲故事”转向“看实效”，从“技术驱动”转向“价值驱动”。这个转变过程可能会淘汰一批缺乏核心竞争力的企业，但也将为那些能够真正创造价值的公司提供广阔的发展空间。</span></p><p><span leaf="">对于投资者而言，需要更加关注企业的技术实力、商业落地能力和盈利前景，在这个快速变化的行业中寻找真正的赢家。</span></p><section><span leaf=""><br /></span></section><p style="display: none;"><mp-style-type data-value="3"></mp-style-type></p>