您的当前位置: 首页 > 行业报告 > 2026年海外科技行业培训报告:大模型商业化与Coding Agent双轮驱动,AI算力全栈基础设施
海外科技行业框架:变化技术投资-260624(24页).pdf

2026年海外科技行业培训报告:大模型商业化与Coding Agent双轮驱动,AI算力全栈基础设施

国泰海通海外科技培训:OpenAI年化收入突破250亿美元(企业+API收入占比超40%),Codex/Claude Code推动AI从内容生成向软件开发Agent演进,Coding Agent已成商业化最清晰赛道。大模型训练算力保持5倍/年增长,Agent推理需求加速爆发。微信开放AI能力接入小程序生态(14亿月活),AI Agent进入超级应用时代。Physical AI商业化提速,Optimus 3验证具身智能方向。重点推荐英伟达(FY2027E-2029E营收4009/6264/8229亿美元)和台积电(2026E-2028E营收51965/65787/79516亿新台币)。内附大模型算力增长曲线、Agent推理流程、全栈AI架构与核心标的估值表。
 2026-07-01
 科技产业
 24页
2张图表
数据来源:
海外科技行业框架:变化技术投资-260624(24页) 查看报告
下载PDF数据报告

一、变化——大模型商业化与AI进入物理世界

1.1 OpenAI商业化路径与收入结构——年化收入突破250亿美元,企业服务与API收入占比超40%

OpenAI年化收入已突破250亿美元,商业化重心正由C端订阅向企业服务、API生态及广告变现多引擎驱动演进。企业服务与API收入占比超过40%,反映大模型商业模式正从\对话式工具\向\生产力基础设施\转型。OpenAI Codex与Anthropic Claude Code等产品推动AI从内容生成向软件开发Agent演进,能够自主完成代码编写、调试、测试及任务执行,显著提升开发效率并加速企业级AI应用落地。

1.2 Codex与Claude Code推动AI从内容生成向软件开发Agent演进

OpenAI Codex与Anthropic Claude Code代表了AI能力从\辅助建议\向\自主执行\的跃迁。Coding Agent能够理解代码库、编辑文件、运行命令并交付PR,实现端到端的软件工程任务闭环。Anthropic内部数据显示26Q2人均代码量跃升至2021-2025年平均水平的8倍。Coding Agent兼具任务边界清晰、工具链成熟、ROI易量化的特点,已成为商业化最清晰的Agent赛道。

1.3 Optimus 3发布推动Physical AI商业化进程提速

特斯拉Optimus 3的发布进一步验证了具身智能的发展方向,人形机器人在感知、决策与执行能力上的持续进步,推动AI从数字世界加速向物理世界延伸。Physical AI将模型推理能力延伸到物理世界,典型产品包括自动驾驶汽车和机器人。黄仁勋提出智能体AI的下一时代是Physical AI,英伟达成立的Cosmos Coalition全球协作联盟集结全球顶尖世界模型研发团队推动技术发展。Physical AI商业化进程有望提速,远期市场规模可达数万亿美元。

二、技术——AI算力体系演进与全栈架构

2.1 前沿大模型训练算力保持约5倍/年的增长速度(2020至今累计超10,000倍)

据EPOCH AI数据,前沿大模型训练算力自2020年以来保持约5倍/年的增长速度,累计提升超过10,000倍。随着训练与推理双重Scaling Laws持续推进,模型能力边界不断扩展。推理侧需求正加速爆发——Agentic AI、多模态理解、长上下文处理等场景对推理算力的消耗远超传统训练,推动算力需求从\训练主导\向\训推并举\的结构性转变。大模型推动计算体系由单点算力竞争向全栈AI基础设施演进,计算、网络、存储与软件平台协同优化成为行业发展方向。

2.2 大模型Agent推理流程(任务理解→上下文构建→工具调用→结果验证)

大模型Agent通过六步完成复杂任务执行:用户输入任务(Query)→任务澄清与需求理解(Clarify)→上下文构建(Context)→工具调用(Tool Use)→任务执行(Execution)→结果验证与输出(Validation & Output)。Agent核心机制是\理解目标—收集上下文—规划行动—调用工具—验证结果—迭代修正\的智能体循环。随着Agent自主能力不断增强,人类作用正逐渐转向目标设定和监督审核。

2.3 计算体系由单点算力竞争向全栈AI基础设施演进

大模型推动计算体系由单点算力竞争向全栈AI基础设施演进。计算、网络、存储与软件平台协同优化成为行业发展方向,全栈优化能力正成为AI基础设施厂商的核心竞争力。大模型+AI系统全栈架构涉及芯片等硬件、编译器、AI框架、AI使能、开发工具以及以大模型为代表的应用层,各层级协同优化决定了AI系统的整体性能和能效。

2.4 LLM OS架构示意图——大模型作为操作系统核心

LLM OS将大模型类比为操作系统内核,主要由7个部分构成:LLM(核心处理器)、RAM(短期记忆与上下文窗口)、文件系统(长期记忆与知识库)、外设IO(多模态输入输出)、以太网(网络通信与信息检索)、软件工具(API调用与任务执行)、与其他LLM的互联链路(多智能体协作)。LLM OS的概念反映了AI正从\独立模型\演变为\计算平台\,大模型成为连接硬件资源、软件工具和用户意图的智能调度层。

三、投资——AI Agent进入超级应用时代

3.1 微信开放AI能力接入小程序生态——14亿月活用户的Agent落地场景

微信开放AI能力接入小程序生态,开发者可通过自然语言交互调用小程序完成任务执行。用户无需进入特定应用,即可通过Agent完成信息查询、商品购买、本地生活服务等复杂任务,推动AI Agent从对话工具向任务执行平台演进。微信拥有超过14亿月活用户及成熟的小程序生态,本次开放AI Agent能力有望成为国内Agent商业化的重要落地场景。随着开发者持续接入,Agent有望逐步覆盖电商、外卖、出行、内容消费等高频应用领域,AI Agent正在进入超级应用时代。

3.2 英伟达收入预测及估值表(FY2027E-FY2029E)

当前时点AI投入仍在加速,预训练需求、推理需求、Agentic AI和Physical AI的需求仍在爆发进程中。国泰海通预测英伟达FY2027E-FY2029E营收分别为4,009/6,264/8,229亿美元,Non-GAAP净利润分别为2,260/3,565/4,689亿美元。Vera CPU将成为英伟达的全新巨大增量,推动数据中心收入持续高增。英伟达作为AI算力基础设施核心供应商,有望持续受益于全球AI资本开支扩张周期。

3.3 台积电收入预测及估值表(2026E-2028E)

当前AI相关需求依然强劲,先进制程景气度持续上行。在生成式AI向智能体AI演进、token消耗持续提升的驱动下,以N2/N3/N5为代表的先进制程需求将维持旺盛。国泰海通预测台积电2026E-2028E营收分别为51,965/65,787/79,516亿新台币,GAAP净利润分别为26,082/32,314/39,327亿新台币。台积电作为全球半导体先进制程核心供应商,深度受益于AI芯片、HBM、Chiplet等AI相关需求的持续爆发。
下载PDF数据报告
本文由作者-YANYI发布,版权归原作者所有,禁止转载。本文仅代表作者个人观点,与本网无关。本文文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
客服
商务合作
小程序
服务号
折叠