报告摘要

　　主线一：关注面向B端用户及端侧部署的AI应用发展

　　目前海外主流大模型调用成本仍较高，如GPT-4o每百万tokens输入5美元、输出15美元。国内大模型厂商虽经历了API价格的集体下调，但进行价格调整的均为性能参数较低的模型，高性能大模型API价格仍维持高位，如百度ERNIE-4.0每百万tokens输入输出均为120元。我们认为，高性能的底层大模型是保障应用智能化程度及用户体验的基础，因此在高性能模型调用成本仍维持高位的当下，面向拥有更高价值的B端用户的AI应用会先于C端应用实现发展。同时，端侧部署是AI应用触达海量用户，推动AI普及、实现应用爆发的重要发展路径。并且，端侧部署能降低云端算力需求及推理成本。看好面向B端用户及端侧部署的AI应用较先实现发展。

　　主线二：关注多模态技术进展

　　多模态模型生成的内容形式所对应的应用场景的商业化价值远大于大语言模型。并且，基于大语言模型开发的应用与用户交互的方式较为单一，而基于多模态模型开发的应用除了文本对话外，用户还可通过语音、视频等方式进行交互。更多样的交互方式能丰富AI应用的使用场景，推动应用体量进一步提升。以OpenAI为例，根据AI产品榜数据，在推出具有语音、视频等交互方式的混合多模态模型GPT-4o之后，ChatGPT的月访问量同比实现了39.60%的增长，打破了此前几个月同比个位数增长的瓶颈。我们认为，基于多模态模型开发的应用拥有更高的商业化价值，并且能提供更多样的交互方式，加强应用与场景的结合度。持续关注未来多模态技术进展。

　　主线三：模型自主可控，OpenAI断服提升国产大模型关注度7月9日起，OpenAI将停止不支持国家和地区的API使用，中国大陆和香港不在其提供API服务的161个国家和地区名单中。此次OpenAI断服将带来国内应用开发向国产大模型迁移，有望加速国产大模型迭代速度，提升国产大模型关注度。利好拥有通用及垂类大模型的公司。

　　核心观点

　　我们认为，年内需关注AI三条主线：1）关注面向B端用户及端侧部署的AI应用发展：为应对较高的模型调用成本，实现应用的商业化，面向更高价值的B端用户的应用会更先实现发展。同时端侧部署是AI应用实现应用爆发的重要路径。并且，端侧部署能降低云端算力需求及推理成本。2）关注多模态技术进展：多模态模型生成的内容形式所对应的应用场景的商业化价值更大。并且，基于多模态模型开发的应用拥有更多样的交互方式，有望进一步提升应用体量。3）关注大模型自主可控需求：OpenAI断服有望提升国产大模型关注度，利好拥有通用及垂类大模型的公司。建议关注：1）通用大模型：昆仑万维；2）垂类大模型：因赛集团、中文在线等。

　　风险提示

　　AI技术发展不及预期的风险、政策监管风险、行业竞争加剧的风险。

太平洋 郑磊