- 1、本文档共37页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
摘摘要要
核心观点:当前预训练大模型边际收益受制于ScalingLaw已经逐渐达到瓶颈,更强大的Agent(智能体)成为大模型厂商未来发力的重要方
向。我们认为,根据agent的技术框架,其发展基本经历了三个阶段,即工作流框架+预训练模型、工作流框架+推理模型、端到端智能体
框架+推理模型。随着以OpenAIDeepResearch为代表的第三代智能体的推出,智能体的强大潜力与ScalingLaw加速阶段正逐渐显现。我
们认为,受益于国产推理模型的强大能力基座,未来国产第三代智能体将展现出巨大的竞争力。
AIAgent成为大模型公司发力方向。当前,大模型成本投入过大,预训练边际收益在放缓,数据面临边界,以及以DeepSeek为代表的开
源模型崛起,单纯的API模式无法支撑模型厂商盈利。因此,更聪明,能推理,能调用不同工具,能满足个性化需求,在应用层可实现更
高价值链的AIAgent成为大模型公司急需发力的方向。
端到端强化学习的智能体框架Agent上限更高。围绕架构可以将智能体划分为Workflow(工作流)和端到端的Agent(智能体)两类框架,后者
上限更高。其核心突破在于主动决策与动态规划,实现了内化思维链(CoT)与行动链(CoA)生成能力、动态选择最优工具优化API调用、跨
会话行为优化等效果。相较于传统工作流,端到端Agent框架标志着AI系统从“流程执行者”向“目标驱动型决策主体”的范式跃迁。而
工作流驱动的Agent核心依赖人工设计的规则与提示词通过结构化步骤完成任务,这类工作流的典型特征表现为被动响应机制。
我们认为,智能体可以主要分为三类:一是纯基于工作流框架的智能体。二是基于工作流框架,依靠推理模型进而具备长思维链能力的
智能体。三是基于端到端智能体框架,实现CoT+CoA双轮驱动任务推进的智能体,这一代智能体最大限度地拓展了自身能力边界。根据
大模型ScalingLaw,第三代智能体的能力目前还处于加速扩展的阶段,主要受益于推理模型的升级和强化学习技术的快速突破。
随着OpenAlDeepResearch和Claude3.7Sonnet的推出,我们看到针对任务的强化学习在推理过程发挥强大作用,更在工具调用,任务执行
方面体现了强大潜力。我们认为,国产模型在强化学习的出色表现,将为下一步Agent的发展打下坚实基础,相信4月开始将陆续有国产
优秀的Agent涌现出来,成为AI落地的重要场景。
风险提示:大模型技术发展不及预期、商业化落地不及预期、政策监管力度不及预期、数据数量与数据质量不及预期。
第一章北美大模型公司困局催化“真Agent”出现2
11..11大大模型困境:成模型困境:成本本投投入入大大、、边边际际收益收益放放缓缓、、商商业业化化慢慢
大模型商业化困境:成本与收益的剪刀差扩大:北美头部厂商正面临商业化模式不确定,成本与盈利无法平衡的困境:
1)成本端:GPT-4级模型的单次训练成本已突破1亿美元,Gemini约2亿美元,Grok3约20万张H100训练。而API调用收入增速显著放缓
(OpenAI2024Q4收入增速降至15%),核心原因在于通用场景付费意愿有限、企业端定制化需求未被满足。
2)边际下降:预训练的ScalingLaw边际效应递减,仅通过堆叠参数量和数据规模难以实现性能突破,Meta的Llama4.0预训练成本达5800
万美元,但其代码生成能力仅提升12%,GPT-4o在代码、数学等方面能力却逊于低成本的DeepSeek。
3)数据供给危机:大模型面临着高质量数据枯竭预警:根据EpochAI预测,现存互联网高质量语言数据预计将在2026-2032年耗尽,而大
模型训练需求仍以年均2.3倍速度增长,GPT-4级模型单次训练需消耗12Ttokens,已占当前高质量数据池的12%。
综合来看,大模型成本投入过大,预训练边际收益在放缓,数据面临边界,单纯的API模式无法支撑模型厂商盈利,需要商业模式转型。
图:预训练的边际收益逐步放缓图:单纯的预训练大模型在复杂问题上的能力提高有限
资料来源:EochAI,中信建投资料来源:新智元,中信建投
11..11大大模型模型困困境境::AAPPII调调用用价价
您可能关注的文档
- 3月PMI数据点评:经济回升势头进一步明确.pdf
- 4月策略观点:财报寻迹,主题突围.pdf
- 2025年4月A股策略:权重股配置三个方向.pdf
- 2025年二季度可转债市场展望:调整即是机会,平价及估值有望共振.pdf
- 2025年二季度投资策略.pdf
- A股动静框架之静态指标:4月,特朗普冲击再临.pdf
- DeepSeek又迎更新,通义千问发布新一代端到端旗舰模型.pdf
- Licence-out交易火热,优质个股迎来估值重塑.pdf
- 并购重组跟踪.pdf
- 宠物食品行业系列深度之五:以乖宝为鉴,看中国宠物食品高端化之路.pdf
- 国防军工行业低空经济首批低空运营合格证颁发,中国低空步入“载人时代”.pdf
- 国防军工行业颗粒归仓:看好当前航天防务及电子信息化反转持续性.pdf
- 航空行业框架.pdf
- 红利选股策略的构建:弱景气下红利风格或可持续占优.pdf
- 化工行业深度报告:六维力矩传感器对应的材料——AI赋能化工之五.pdf
- 机械行业摩托车行业2025年2月海关数据更新.pdf
- 基于指数增强逻辑下的方法探讨:如何稳定战胜转债基金和一级债基?.pdf
- 军工行业深海科技:深海资源开发潜力巨大,攻防体系建设保障制海权.pdf
- 可转债二季度策略:成长股行情下的投资机会.pdf
- 零售%26社服%26美护行业老铺黄金-上市以来深度复盘:为什么老铺黄金是?什么是品牌的【奢侈品打法】?.pdf
文档评论(0)