大模型预训练趋缓，利好拥有资金和资源的龙头追随者 [page::1][page::2]

• 2024年下半年起大模型预训练因已有数据基础饱和开始放缓，边际效应递减明显。

- 训练方法成熟、算力缺口缩小及人才流动加快，使得龙头追随者有望缩小与领先者的差距。

• 跟随战略可规避创新弯路，以更低成本追赶甚至超越先行者。

国内外模型性能对比与国产开源模型进展 [page::3]

• 2024年12月AGI-Eval视频生成模型测评榜显示国内Pixverse、快手可灵、Minimax等模型得分均超越OpenAI Sora。

- 杭州幻方量化发布DeepSeekV3模型在多维度能力接近国际领先模型，训练成本显著更低（557.6万美元vs数千万美元）。

• 开源趋势降低了行业门槛，有利于国产模型快速追赶。

互联网巨头加速投入，AI应用端迅速扩张 [page::4][page::5]

• 国内大模型APP月活用户迅猛增长，如豆包2024年11月突破5652万，Kimi智能助手突破2200万。

- 海外ChatGPT全球MAU超2.85亿，Google和其它产品用户增长强劲。

• 编程助手、办公效率工具、教育、娱乐及赋能传统业务等多个细分场景AI应用不断深化。

2025年Agent产品有望成为AI应用新风口 [page::7][page::8]

• Agent被视为AI原生应用时代重要入口，预计2024年市场54亿美元，2030年达503亿美元，复合年增速45%。

- 苹果、Alphabet、Salesforce、智谱等积极布局Agent应用，涵盖ToC和ToB多个方向。

• 目前Agent产品仍处于早期阶段，用户接受度和商业模式尚待验证。

AI应用正处于技术效果突破但成本较高的过渡创新阶段 [page::9][page::10]

• 技术普及需突破效果阈值和成本阈值，AI已跨入“过渡式创新”阶段，效果满足需求但成本依旧偏高。

- 聚焦核心用户需求，简化非核心功能，打造可持续商业模式是当前重点。

国内互联网公司AI应用竞争力强，具国际市场表现和执行优势 [page::10][page::11]

• 中国互联网凭借超大市场和数据优势，应用生态在多个细分赛道领先美国。

- 2024年苹果iOS美国区下载TOP10应用中有3款来自中国厂商，包括TikTok和CapCut。

• 国内公司具备强执行力和工程能力，有望领先探索AI应用新空间。

龙头企业AI生态布局全面，涵盖基础设施、模型与应用层 [page::12]

• 字节跳动推出豆包系列模型及多模态能力，并通过火山云平台构建大模型服务。

- 腾讯聚焦混元大模型及行业模型，应用覆盖搜索、游戏、广告等多场景。

• 快手打造视频生成和语言理解大模型矩阵，推动AIGC内容生产和变现。

- 各企业均展现资金与技术优势，强化商业化落地能力。

风险提示 [page::12]

• AI产品商业化和普及不及预期风险，技术效果和成本控制仍面临挑战。

- 国际环境复杂，尤其是美方对华芯片限制可能拖累产业发展。

金融研究报告详尽分析报告

报告标题：《国内互联网AI布局 开启追赶模式》
作者：肖俨衍、白洋等
发布机构：中金公司研究部
发布时间：2025年1月22日
研究主题：国内互联网公司在人工智能（AI）尤其是大模型及应用层面的发展态势与竞争力分析

---

一、元数据与概览

报告聚焦于国内互联网企业在人工智能领域，特别是大模型预训练趋缓背景下的布局策略与市场机遇。报告核心论点认为，进入2024年下半年以来，大模型预训练环节出现了明显放缓迹象，造成功能跃迁暂时限制，但也使得资源丰富、资金充裕的龙头“追随者”有望缩小与创新引领者的差距，甚至实现超越。更重要的是，在AI应用层面，尤其是Agent（智能代理）相关产品方向，中国互联网企业因市场规模、数据资源及工程能力优势，展现了较美国同行更强的竞争力和应用探索潜力。

报告强调，虽然大模型预训练的创新动力有所减慢，但大模型应用端的拓展刚刚起步，且需求多元，具备巨大潜力。报告中还涵盖了市场里程碑式产品与技术事件，介绍了代表性的模型和应用，并对未来的发展路径提出洞见和风险提醒。综合来看，对国内互联网AI战略持积极乐观态度，同时提出商业化风险与国际环境风险。

---

二、逐章深度解读

1. 大模型预训练趋缓 利好跟随者

关键论点

• 自2010年以来，得益于持续提升的数据规模、算力和模型结构优化（如Transformer算法），大语言模型（LLM）能力不断增强。

- 进入2024年下半年，大模型预训练能力进步明显趋缓，核心原因是现有互联网数据已被大规模“学习完毕”，新增训练数据严重不足。

• 预训练模式的终结或转型由OpenAI前联合创始人Sutskever提出，且Alphabet CEO Pichai也警示“低垂果实已经摘完”，说明大模型训练范式的天花板初现。

逻辑与依据

• GPT系列模型参数增长脉络图（GPT-1参数约1.17亿，GPT-4高达1800亿）表明规模扩张策略带来的性能提升趋近饱和。

- 除了数据量枯竭外，训练成本高昂（OpenAI报道训练成本达数千万美元）和模型效果提升边际递减也促使创新者开始寻求新路径。

数字及趋势

• 开源模型、强化学习（RL）等技术成为未来方向，但现实中强化学习在复杂开放性任务（如创意生成）中仍存在泛化能力不足的局限。

- OpenAI GPT-5发布延迟即为训练成绩不理想与成本因素的体现，加剧了市场对传统预训练路线瓶颈的担忧。[page::1]

---

2. 跟随者优势与案例分析

跟随策略阐释

• 创新引领者最先享受市场甜头，但也面临不断创新压力。跟随者则可借助引领者的经验避免弯路，降低成本，同时若资金和资源充足，有可能后来居上。

市场案例

• 以亚马逊成长飞轮图示为例，企业通过降低成本结构，实现更低价格，提升客户体验，带来流量和卖家增长，从而推动企业快速成长。此模型暗示大模型领域追随者也可借助资源优势，加速成长。

具体实践

• 2024年12月Alphabet抢先部署Gemini 2.0大模型，拥有更强推理、多模态及长文本处理能力，展示了龙头在性能接近甚至突破阶段的最新尝试。

- 中国企业在视频生成模型（如爱诗科技Pixverse、快手可灵）方面已后来居上，性能测评均优于OpenAI Sora模型，体现本土企业研发实力强劲。

成本与开源优势

• 幻方量化推出DeepSeekV3模型，性能达GPT-4o、Claude3.5水平，训练成本仅557.6万美元，远低于数千万美元的主流领先模型。其开源策略降低了追赶门槛，强化了国内追随者的竞争力。[page::2][page::3]

---

3. 资金实力影响与国内龙头模型能力崛起

资金杠杆作用

• AI创业公司面临融资压力（如OpenAI 2024预计营收37亿美元亏损50亿美元，至2024年10月已融资66亿美元），且必须兼顾商业模式探索。相比之下，大型互联网企业盈利稳定，能持续投入研发和人才招募，修补算力和认知短板。

预判

• 预计国内互联网龙头凭借资本资源优势和核心人才积聚，模型能力趋近乃至局部超越国际领先水平成可能。

---

4. AI应用阶段及细分场景分析

应用阶段划分

• 技术首先经历产品化，然后实现商业化。过去两年模型资本支出大幅增加，但随着功能边界浮现，如何做好落地应用成焦点。

主要AI应用方向总结

• 对话机器人：基于大模型与提示词交互，ChatGPT月活跃用户（MAU）达2.8亿，国内豆包达5652万，传统搜索引擎地位影响待观察。Google结合AI与搜索实现成本与效果平衡。

- 编程助手：企业需求刚性大，模型在代码生成方面提升显著。GitHub Copilot贡献微软GitHub 40%营收，市场估值飞速上涨，预估未来规模数十亿美元级，成长态势强劲。

• 办公效率：微软Office Copilot、中国WPS AI等提供文档自动总结、生成，提升办公效能。

- 教育：大模型提供个性化辅导，例如Khan Academy基于GPT的Khanmigo，在儿童友好度测评中优于竞争者。

• 娱乐：AI聊天伴侣类产品月活数千万，AI玩具快速发展。

- 赋能传统业务：广告领域AI提升ROI，社交平台和推荐系统深度引入大模型，实现用户时长及广告效果增长。

相关图表解读

• 国内多款大模型App月活快速增长，其中豆包APP规模最大，Kimi智能助手及文心一言增长迅速。

- 海外市场以ChatGPT遥遥领先，Google、Character.ai持续增长，Gemini仍处追赶阶段。[page::4][page::5][page::6]

---

5. Agent应用——未来趋势与潜力

Agent定义与技术趋势

• Agent为AI应用重要落地形态，依托大语言模型的逻辑推理和多模态能力，结合硬件深度协同，将构建AI原生应用框架。

市场规模与前景

• GrandView数据显示，2024年AI Agent市场规模54亿美元，预计2030年达503亿美元，年复合增长率45%。

龙头布局举例

• ToB方向：Salesforce Agentforce已商用，整合CRM及智能客服能力，CEO高调扩展销售队伍。

- ToC方向：苹果Apple Intelligence助手基于iOS集成多项智能功能，结合iPhone庞大用户基数及系统封闭优势，具突破潜力。

• Google基于Gemini 2.0推出Project Astra和Mariner，提升多模态交互与复杂任务解决能力。

- 国内智谱清言AutoGLM实现跨应用自动化操作和自主决策。

用户接受度及风险

• 市场需求未完全明朗，产品体验需打磨，幻觉、隐私、电池续航等技术和体验短板仍存在。BBC爆料AI新闻总结出现虚假信息即为例证。

- 语言交互不会完全替代触屏，因触觉和视觉是更基础的人机交互方式。

创新采纳理论

• 报告引用技术普及的“三阶段”理论（探索期、过渡式创新、全能式创新），指出AI应用目前可能处于探索到过渡阶段，强调“聚焦核心用户，少就是多”的产品策略更易突破早期壁垒。

- 相关图表清晰阐释用户接受度与成本、效果阈值的关系，形象地描绘技术推广动力机制。[page::7][page::8][page::9][page::10]

---

6. 中国互联网公司竞争力剖析

• 指出“美国技术领先≠美国先普及”的非线性认知误区。

- 中国市场因庞大的用户规模、多样化需求、数据积累、资金实力和基础设施建设，在应用层具有较强竞争优势。

• 实际表现：2024年苹果App Store美国下载榜TOP10中，中国厂商占三席（抖音TikTok、CapCut、拼多多Temu），突显中国企业全球竞争力。

- 国内互联网公司向AI应用层转型，在执行力、工程能力和市场响应速度方面不输美国龙头，有望抢占先机。[page::10][page::11]

---

7. 国内互联网巨头AI布局综述（附表大厂AI进展）

报告详尽梳理了字节跳动、腾讯、快手三大国内互联网巨头的AI产业链全景：

• 字节跳动： 具备百万级服务器基础设施，推出“豆包”系列模型，覆盖通用语言、多模态、视频生成等领域。火山引擎提供云到托管一站式AI解决方案。应用涵盖文本生成、翻译、音视频内容创作、智能办公助手及智能玩具等，显示从基础设施到应用层的全面布局。

- 腾讯： 基础设施全球布局强大，混元大模型覆盖NLP、CV、多模态等，性能对比领先。业务涵盖搜索、游戏AI、广告智能制作，且积极开放API服务。

• 快手： 构建以语言模型、推荐模型和视觉生成模型为核心的AI矩阵。视频生成产品“可灵”用户量持续增长，衍生数字人直播等创新应用。

此详细展示强烈表明国内互联网巨头已经在AI核心技术与产品应用展开深度渗透，多层面布局满足不同业务场景，实现由技术驱动到产业升级的转变。[page::12]

---

8. 风险因素

• AI产品化及商业化不及预期风险：AI技术落地及规模化商业化进程仍面临多重不确定因素，创新应用能否成功普及尚未明晰，商业模式尚处探索阶段，存在亏损及回报息差。

- 外部环境风险：国际环境变化（如美国针对中国芯片及高端技术出口限制）可能拖延国内AI产业发展节奏、影响供给链完整性和核心竞争力。

风险提示既反映技术创新全过程的不确定性，也体现了地缘政治及市场环境对科技产业的深远影响。[page::12]

---

三、图表深度解读

图1：OpenAI GPT系列模型发展时间线与参数规模（页1）

• 描述：柱状图显示GPT-1至GPT-4的参数规模从1.17亿、15亿、175亿猛增至1800亿，发布时间从2018年6月至2023年3月。

- 解读：表明大模型通过参数规模实现能力跃升的扩张策略。

• 联系文本：与文中“Scaling Law”为核心方法论分析一致，体现训练数据和算力在连续提升。

- 限制：参数规模投影模型性能，忽略优化算法质的提升及精细化训练影响。

图2：亚马逊成长飞轮（页2）

• 描述：图示环状流程，强调成本结构降低→价格减少→客户体验提升→流量增加→卖家增多等正反馈循环。

- 解读：突出了领先追随者在市场生态构建中成本优势引发的增长效应。支持龙头跟随者可通过强资源实现后来居上的核心观点。

图3：2024年12月AGI-Eval视频生成模型测评榜（页3）

• 描述：显示Pixverse、快手Kling1.5、Minimax Video模型均领先OpenAI的Sora-720p、Sora-1080p。

- 解读：中国模型领先国外在视频生成创新和应用速度上，反映本土AI企业技术追赶成果。

图4-5：中国与海外大模型App MAU对比（页5）

• 描述：图4：豆包APP MAU极速增长达5652万人；图5：ChatGPT MAU达到2.8亿，领先于Character.ai、Gemini等。

- 解读：表明国内用户增长强劲，海外市场仍由ChatGPT领导，说明两个市场AI应用处于不同成熟阶段。

图6：Apple Intelligence与Google Project Astra界面展示（页8）

• 描述：展示苹果手机多屏界面，集成消息、地图、图像编辑和个性化定制；Google示范利用手机摄像头识别环境协助完成任务。

- 解读：揭示未来AI Agent产品通过多模态交互提升用户体验，兼顾智能服务与实时反馈。

图7：AI应用创新突破两个阈值示意（页10）

• 描述：折线图定义了效率/成本与AI应用时间进展的关系，分为探索期、过渡式创新、全能式创新三个阶段。

- 解读：用iPhone和黑莓手机竞争案例说明成本与效果阈值互动对创新采纳影响明显，支持报告对AI发展阶段的判断。

图8：苹果2024年美国区App Store下载榜TOP10（页11）

• 描述：列举包括TikTok、CapCut以及拼多多Temu在内的中国应用占据三席，且紧随ChatGPT、Google等应用。

- 解读：显示中国企业在全球范围内，尤其是美国市场依然具备强大吸引力和用户基础，反驳单纯“美国领先，中国必定跟随”的简化论。

---

四、估值分析

报告本身并无明确提出具体的估值模型或目标价，多聚焦产业发展趋势和技术竞争格局。但对于行业估值逻辑隐含解读包括：

• 大模型训练成本显著（上千万美元至数千万美元），但高性价比模型开发（如DeepSeekV3）提供了降本途径，暗示龙头公司的资源整合和技术创新能力是估值关注焦点。

- AI应用快速增长（如Agent市场预计复合增长率45%）意味着相关企业未来营收及利润有大空间扩张。

• 成熟企业与创业公司现金流与融资压力差异提供估值分层依据。

---

五、风险因素评估

1. AI产品化与商业化风险

- 由于产品处于早期及不断试错阶段，难以准确预测市场接受度和商业模式形成速度，存在亏损扩大和投资回报延迟的潜在风险。

1. 外部环境风险

- 国际技术与贸易壁垒，特别是针对中国高端芯片和计算资源限制，可能延缓国内AI核心技术突破和产业升级。

报告虽未细分风险发生概率，但从多方引用业界大佬观点及政策趋势可见，风险被高度关注，转而促使公司更加谨慎投入及加强自主研发。

---

六、批判性视角与细微差别

• 报告整体立足行业技术演进与市场实际，观点较为谨慎和均衡，但仍存在一定积极偏向，尤其体现在强调中国互联网公司应用竞争力不输美国，或可能先于美国实现部分AI应用突破；这一判断未获得足够长期大规模市场验证，仍带有一定乐观前瞻色彩。

- 对技术瓶颈的描述较为详尽，但对国际巨头（例如OpenAI）的研发创新路径未来潜力弱化，可能忽视了其在算法、架构创新及广泛生态打造上的优势。

• 报告对Agent应用前景极为乐观，然而也坦言用户端认可度需要时间，具体产品能否大规模爆发仍需持续观察，这一内外矛盾细节值得关注。

- 对硬件与交互方式的未来发展（语言交互不会完全取代Multi-Touch）体现了对技术演进路径的理性认知，避免了单一维度的技术乌托邦预期。

---

七、结论性综合

本报告以详实的数据和逻辑系统解读了当前AI产业格局变迁，描绘国内互联网公司在大模型预训练趋缓的大背景下，如何借助资本、算力和人才优势积极追赶国际领先者。通过详尽分析和多案例佐证，揭示了技术竞赛从“硬核”模型侧向应用落地转向的趋势，尤其是Agent智能代理产品未来可能成为引爆点。

报告通过数据图表充分展现了模型参数扩张放缓现象、头部企业成长飞轮效应、中国视频生成模型后来居上表现、国内外大模型App增长对比和美国市场中国产应用的突围等多个维度，为读者构建了中美AI产业竞争态势的全局视角与细节洞察。

特别强调的是，尽管技术进步存在瓶颈，但AI应用端多样化发展路线和庞大市场基础为中国互联网企业提供了强大成长空间，且在工程执行力、产品创新能力和用户市场把控上具备明显优势；这将成为支撑中国互联网企业抢占AI下一个产业平台核心竞争力的关键。

同时，预计全球AI产业将经历从探索期向过渡期演进，成本与效果阈值将不断调整，市场需要逐步适应与认可，产品需不断打磨以消除幻觉、隐私等用户顾虑。外部环境复杂多变给产业增长带来不确定性，技术创新的脚步可能因地缘政治因素受到影响，这将是所有相关企业必须面对和化解的中长期挑战。

最后，报告通过系统梳理，对AI产业链条上游（基础设施、模型训练）和下游（应用开发、商业化）做出立体解构，为投资决策和产业观察提供了科学依据与时间脉络。

---

图片溯源示例

• GPT系列模型时间线和模型大小

- 亚马逊成长飞轮

• 2024年12月AGI-Eval视频生成模型测评榜

- 国内外大模型App MAU对比

• Apple Intelligence与Google Project Astra界面

- AI应用创新两个阈值示意

• 苹果2024年美国区App Store下载榜TOP10

---

总结

报 告 同 时 提 供 了 清 晰 的 技 术 、 市 场 、 产 业 发 展 脉 路 绘 制，基于详实数据和信息明确指出：

• 大模型预训练已达规模瓶颈，极大利好资金、资源雄厚的追随者崛起；

- 国内互联网巨头通过高效的基础设施、研发体系与应用场景开拓，缩小或部分超越国际领先能力；

• AI应用创新仍处探索与过渡期，Agent为极具潜力的重要赛道，有望引领下一阶段创新；

- 商业化路径尚不明朗，用户需求和产品体验需反复验证，大规模应用普及尚需时间；

• 对中美AI产业竞争格局做出理性且较全面的剖析，展现中国互联网公司在应用端的强大竞争力。

报告体现出对AI技术和产业长期价值的高度期待与客观理性，提供投资人和行业观察者极具价值的研判框架和深入洞见。[page::0,1,2,3,4,5,6,7,8,9,10,11,12]

---

（全文共约2200字）

报告