ARTICLE · 1346728
AI共识与分化:算力互联的重定价(附下载)
大模型产业迈入应用深化期，Agent驱动新增长
回顾2026年，海外前沿模型持续高频迭代，国产模型依托架构创新和推理效率优化不断提升竞争力，全球Token调用规模快速扩大。Coding Agent率先形成较为清晰的商业模式，企业级模型厂商收入实现高速增长。展望2027年，全球大模型产业有望从模型能力快速突破、Token调用量爆发，逐步迈入Agent规模化应用、商业化效率改善及新场景加速拓展的重要阶段。
递归自我改进（RSI）的巨大潜力，有望推动模型能力进一步飞跃。人工智能需求空间持续拓展，AI编程已形成较清晰商业化路径，设计、建模和仿真等“泛编程”领域以及AI4Science和机器人等进一步打开远期增长空间。Agent正在成为大模型从能力提升走向真实生产力的关键载体，产业竞争逐步从底层模型向执行框架和应用生态延伸。企业级Agent有望从Coding延伸至企业核心业务流程，Personal Agent则有望成为下一代个人生产力入口。
算力需求强劲，光互连迎重定价机遇
算力需求持续强劲，投资机会从模型端进一步向应用端、算力端和生态端扩散。在光互连领域，过去几年主要需求来自Scale-out网络，带动800G/1.6T高速光模块需求呈爆发式增长。随着MoE架构和大模型参数膨胀，超节点域需要进一步扩大，铜连接性能触及极限，光通信成为柜内通信升级的必然方向。
Scale-up打开光互连的新广阔空间，从2027年开始将成为重要增量。XPU的平均Scale-up带宽显著大于Scale-out，网络硬件包括交换机、光模块、铜缆和PCB等子领域均有望受益。NPO（近封装光学）作为当前阶段可行性更高的Scale-up光互连方案，预计2027年下半年开始规模量产。CPO（共封装光学）未来有望成为Scale-up主流方案之一，产业节奏提速，英伟达和博通均已发布相关CPO交换机产品。
此外，光纤行业受AI需求拉动价格维持高位。2026年以来国内G.652.D光纤价格强势上涨，2026Q2/Q3平均价格基本稳定在105元/芯公里左右。预计2027年供需仍不平衡，数通市场光纤消耗量占比将迅速提升。
国产GPU进入业绩释放周期，二线厂商突破
国产GPU板块景气度高涨，厂商备货意愿强。寒武纪、海光信息、沐曦股份、摩尔线程26Q3营收同比分别增长104.47%、45.46%、367.12%、1773.92%。毛利率层面，除部分厂商受产品结构扰动外，整体保持较高水平。净利润维度，国产算卡厂商盈利表现整体减亏或者扭亏为盈趋势明显。龙头厂商业绩表现依旧稳健，以沐曦为代表的二线算力芯片厂商逐步实现业绩0到1的突破，26Q3均实现首次扣非盈利。
展望2027年，国产算力的竞争关键将从单芯片性能进一步转向大规模集群稳定性、软件生态、单位有效算力成本及客户规模化交付能力。具备完整软硬件体系的厂商有望持续受益。
市场展望
大模型产业迈入应用深化期，Agent与商业化驱动新发展
回顾2026年，海外前沿模型持续高频迭代，国产模型依托架构创新和推理效率优化不断提升竞争力，全球 Token调用规模快速扩大，Coding Agent率先形成较为清晰的商业模式，企业级模型厂商收入实现高速增长。 2026年9—10月，DeepSeek开源Harness、OpenAI推出Personal Agent产品Dots、Anthropic加快企业级Agent 生态建设，同时AI4S和物理AI持续出现技术突破，反映大模型正在从单纯的智能能力竞争，逐步向真实任务 执行、应用生态和商业价值创造转变。
2027 年全球大模型产业有望从模型能力快速突破、Token调用量爆发，逐步迈入 Agent规模化应用、商 业化效率改善及新场景加速拓展的重要阶段。 展望2027年，我们判断大模型产业将沿四个方向持续发展：一是模型能力与推理效率同步提升，国产模型 依托算法创新、性价比及自主训练能力提升全球竞争力；二是Agent成为应用发展的核心载体，企业级Agent有 望从Coding 向企业核心业务流程拓展，Personal Agent 则有望成为下一代个人生产力入口；三是全球Token 调 用量持续高速增长，国产模型加速抢占海外市场，商业化从ARR快速增长逐步向实际收入、毛利率和资本回报 验证过渡；四是AI4S与物理AI持续拓展应用边界，推动大模型从数字世界走向科学研究和真实物理环境。
企业级Agent：从Coding向核心业务流程拓展，2027年有望成为B端应用商业化的重要突破口
企业级Agent是当前大模型应用中商业化确定性较高的方向之一，未来有望从Coding延伸至企业核心业务 系统。Coding Agent 率先形成商业模式，主要在于代码能够通过编译、测试和运行结果验证质量，企业能够相对 清晰地衡量效率改善。随着模型在长程任务执行、工具调用和自我验证方面持续提升，类似能力有望进一步进 入企业办公、金融研究、IT运维、网络安全、供应链管理及工业生产等场景。我们认为，企业级Agent 与传统 企业软件的区别在于，其不仅能够提供数据和辅助决策，还能够根据业务目标调用多个系统并完成部分工作流 程，未来有望逐步成为企业数字化生产系统的重要组成部分。 2027 年企业级Agent的投资核心有望从模型和应用演示，转向实际业务价值及可复制的商业模式。我们认 为，企业级Agent的商业化路径可能同时包括软件订阅、按Token 或任务调用量收费、按业务结果付费等模式。 其中，标准化程度较高的应用具备较强的规模化复制潜力，而需要大量现场部署与定制化集成的项目，其收入 增长可能仍受到交付人力和实施周期约束。未来应更加关注企业客户真实付费、ARPU、续约率、Agent任务完 成率、项目交付效率，以及业务模式能否从一次性项目向持续性收入转变。
AI4S与物理AI推动大模型应用边界拓展，2027年有望形成新的产业增长方向
AI4S 正从科学数据分析和单点预测向复杂科研任务执行延伸，有望成为大模型下一阶段重要的高价值应用 方向。2026 年 9月，Google DeepMind 发布 AlphaGenome Atlas，对约 90 亿种人类单核苷酸变异的分子效应进 行预测，进一步拓展AI在生命科学领域的应用能力。与此同时，Anthropic等厂商开始探索科研Agent 与实验 设备之间的连接，推动模型从文献分析、科学推理和假设生成进一步进入实验设计及验证流程。我们认为，随 着模型复杂推理和工具调用能力提升，AI4S有望逐步从辅助科研人员进行数据处理，向自主提出假设、设计实 验并分析结果的科学智能体演进。 科研Agent 与自动化实验平台有望加速融合，AI4S 商业价值逐步从算法服务向研发合作和技术授权拓展。 相比一般内容生成，生命科学、新材料及化学研发等领域具有专业门槛高、研发成本高和成果价值大的特点， 具备形成高价值商业模式的潜力。随着科学模型、实验机器人、自动化设备与科研Agent逐步结合，AI4S有望 形成从计算设计、实验验证到研发优化的闭环。我们认为，2027年应重点关注AI药物研发平台的国际药企合 作、技术授权、研发里程碑以及自动化实验室商业化进展，相关公司能否持续获得高价值合作订单和实际收入， 将是判断AI4S产业化的重要依据。 物理AI成为大模型从数字世界迈向真实物理世界的重要方向，世界模型与机器人智能持续发展。2026 年 10 月，Google DeepMind 发布Genie 4，进一步提升交互式世界模拟能力，为Agent和机器人训练提供可动态变 化的模拟环境。物理AI不仅要求模型理解语言和知识，还需要理解物体运动、空间关系、环境变化及物理约束， 并通过动作规划和控制系统完成真实任务。随着多模态感知、空间推理和世界模型能力持续提升，模型有望逐 步从数字任务执行向工业制造、仓储物流及机器人控制等物理场景延伸。
北美四大云厂商2026Q3资本开支同比增长84%，投资保持高强度
此报告完整内容与行业资料合集，可扫码进入星球社群查看
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
