随着全球AI产业迅猛发展,大模型训练、AI推理等应用对算力的需求高速增长。以近日披露的光模块行业财报为例,作为数据传输的关键部件,行业业绩表现亮眼,展现出强劲的竞争力与增长势头,部分企业净利润增幅超100%。
尽管此前受市场对行业周期拐点、贸易风险等因素影响,科技板块业绩与股价有所背离,但当前大模型仍在快速迭代,对生成式AI的发展有三个判断,其背后可能带来对于算力相关需求的提升和行业格局的变化。
1.编程Agent有望成为第一个爆款应用。从近期Deepseek、OpenAI等企业发布的模型来看,补齐编程能力已逐步成为市场共识,产业界不断加强模型能力。AI编程能力的提升可能让普通人使用excel一样使用AI编程,绝大部分代码由AI完成,从而使社会的代码总量快速提升,这背后可能带来对于算力相关需求的提升。
2.软件生态格局可能会发生较大变化。随着模型在编程、工具使用上的能力提升,传统软件行业的壁垒与格局可能遭受较大挑战。一方面,模型厂商从自身训练角度考虑,更加喜欢合作顺畅的应用厂商,从而带来正反馈实现模型的“数据飞轮”效应,小的应用厂商存在弯道超车的机会;另一方面,传统应用所谓的“数据壁垒”,在模型能力增强后可能会变得不堪一击。此外,随着AI编程能力普及,传统软件行业的产品逻辑、开发方式等面临变化,很多工具型软件可能会被“模型+用户定制开发”所替代。目前产业存在一定预期,而投资者对此预期尚不充分。
3.“世界模型”技术正在成熟,逐步进入可商用状态。“世界模型”通过大量图像、音频、视频和文本数据训练,能更好地理解和模拟现实世界的规律,实现复杂推理和规划。之前多模态能力的原理是将图片、视频等先转化为语言,通过大模型生成后再将语言转化为新的图片、视频等,输入输出的一致性较差。而近期多个模型开始实现原生的多模态推理,即图片、视频直接作为输入交给模型,从而达到较高的一致性,如最近GPT 4o出圈的吉卜力风格图片,这使得多模态模型的可用性大幅提升。随着技术的成熟和成本的下降,多模态能力在2025年下半年或2026年或可进入商用状态。