行业技术发展趋势 - AI 2.0时代数据处理范式从"电能—算力—简单任务"转变为"电能—算力—Token—复杂任务" [1] - 基础设施评价标准从每焦耳或每瓦特计算次数转变为单位功耗下支撑的Token数 [1] - 不同智能等级对Token/J要求差异达2-3个数量级 需软硬件协同优化 [2] - 基础模型上下文窗口扩大且推理能力增强 推动AI Agent发展 [3] - 任务处理复杂度每七个月翻一倍 形成"智能体的摩尔定律" [3] 多模态与模型演进 - 全球数据转化为Token训练大模型 支持多模态应用输出 [1] - 图像视频生成模型取得重大进展 例如谷歌Veo 3模型可生成真实视频并自动添加音效对白 [2] - 未来12-24个月200万Token上下文窗口将成为顶级AI模型标配 [4] - 通用视频模型有望在12-24个月内出现 [4] 基础设施与芯片发展 - 算力多元调度能力可服务全国多地算力消耗方 [2] - 将打造新一代云端终端设备 适配各类端侧芯片 [2] - AI芯片领域将有更多国产GPU开启批量交付 [4] 应用落地与商业化 - AI Agent形态将从工具辅助走向任务承接 首批真正意义上的AI员工将进入企业 [4] - AI BPO模式在12-24个月内实现商业化突破 从交付工具转向交付结果 [4] - 按结果付费模式将在金融客服营销电商等标准化行业快速扩张 [4] - 通过异构云赋能千行百业 推动新终端普及 [2] 投资布局与产业生态 - 投资机构累计投资100余个AI项目 覆盖AI产业全链条 [3] - 联动产业链上下游伙伴共同打造设备与服务生态 [2]