中信建投2025下半年展望：AI算力消耗转向推理 自主可控大势所趋 Agent及多模态加速

智通财经APP获悉，中信建投发布研报展望2025下半年算力投资主要方向：AI算力消耗从训练转向推理，带来显著算力增量，海外算力新技术及增量变化需关注，特别是液冷、PCB、铜连接等领域。国内自主可控趋势下，国产电源、铜链接、液冷等成关键。头部云厂商下半年算力消耗有望达50万亿+token，出货量、生态和产品力领先企业值得关注。Agent成科技巨头发力方向，B端强调业务流理解，C端注重综合能力，预计各类Agent将进入快速落地阶段。

中信建投观点如下：

三大增量助力推理算力需求加速。AI算力消耗开始从训练走向推理，并且带来显著的算力增量，探究背后增量需求主要来自三方面：一是各家互联网大厂纷纷加速AI与原有业务结合，如谷歌搜索在今年5月21日正式迎来 AI模式，并逐步在美国市场推出，考虑到谷歌搜索全球范围内年搜索量为5万亿次+，假设单次回答平均为2000token，则该功能都将带来日均27万亿token消耗（超过其Gemini模型目前日均16万亿token消耗），类似案例如抖音搜索、微博AI智搜，搜索功能开始从普通服务器迁移到AI服务器并重塑所有搜索体验，类似的视频编辑、剪辑功能也被AI重塑；二是Agent和深度思考推理的结合，通过两者结合，Agent执行任务准确率大幅提高，Agent执行一次任务平均消耗token达到十万亿的量级，大幅超过AI搜索单次问答token消耗，并且能延伸到更多开放式场景，同时多Agent协作的群体智能也已开始逐步商用化，过去复杂、多步骤的任务可通过Agent实现，Agent的普及将带来推理算力需求的大幅增长；三是多模态，随着多模态生成的图片及视频质量今年均显著提升，今年AI营销内容占比提升十分明显，根据《2025中国广告主营销趋势调查报告》显示“超过50%的广告主，已经在生成创意内容时使用AIGC，并且AI营销内容占比超过10%”，而一分钟视频的生成token消耗基本在10万亿token量级，目前多模态模型开始步入快速商业化阶段，如快手可灵四五月连续两月付费金额超过1亿，多模态的加速渗透带来明显的算力需求提升。

展望2025年下半年及26年，中信建投认为算力领域投资分为海外景气度投资以及国内自主可控两大类：

海外算力链：1）重视推理占比的提升，云厂商持续受益：参照台积电Cowos扩产节奏，ASIC芯片在26年的边际变化最为明显，同时英伟达依然有较高增速。其次随着推理占比的提升，云计算厂商投入产出比逐渐清晰，并且超卖率有望继续提升，从而带动利润率提升；2）围绕机柜增量变化及新技术投资，25年下半年核心是英伟达NVL72机柜上量，其中液冷散热、铜连接、电源变化最大：散热方面：散热方面将是AI算力领域未来几年核心技术升级方向之一，英伟达单卡功耗从700瓦到1200、1400瓦，未来有望迭代至2000瓦+，并且大机柜、超节点的出现，热源的叠加使得散热难度进一步提升，因此散热成为了接下来持续迭代升级的方向。其次，目前供应商以台系、美系厂为主，如Coolermaster、AVC、BOYD及台达等，中国大陆供应商比例较低，随着液冷散热从研发走向大规模量产，中国大陆公司扩产能力更具优势，中信建投认为液冷散热领域一系列部件会有更多中国大陆供应商进入到全球供应体系。铜链接：铜线在短距数据传输的成熟度更高且448G等新技术路线逐步面世，今年扩产最快的公司将充分享受从Blackwell到Rubin所带来的高速连接需求增长。电源领域：重视氮化镓等机会，目前5.5 KW电源已进入量产阶段，后续伴随2026下半年800 V HVDC 数据中心电力基础设施及 1 MW IT 机架逐步落地，电源将持续升级。3）围绕预期差及景气度投资，重视PCB，英伟达、亚马逊、META、谷歌等相关需求景气度高，并重视上游国产化比例提升，并且部分领域库存开始下降、价格具备一定弹性。

国内算力链：一方面来自于美国BIS政策的持续收紧，中期维度看，国产芯片占比提升是必然趋势。考虑到国产芯片逐渐进入量产交付阶段，预期市场集中度将看到显著提升。另一方面随着国内算力消耗快速增长（典型如字节跳动，每三个月token消耗接近翻一倍，5月底为16.4万亿token），中信建投预计国内各家大型云厂商在日均token消耗达到30万亿token时会感受到算力紧张，在达到60万亿token时会开始出现一定算力缺口。中信建投认为国内增速斜率更陡峭，国产芯片今年将迎来发展大年。

大模型：逻辑推理快速提升，迈向智能体阶段。GPT4系列基础模型表明，预训练受到Scaling Law限制愈发明显，仅提升参数规模、扩大数据集对模型性能的提升边际递减。而后训练、测试时扩展方兴未艾，DeepSeek-R1等实践证明推理时代已全面开启；Claude4、Gemini 2.5 pro强大的代码能力则说明大模型行业正走入智能体阶段；o3能够将图像内容融合入思维链中，能在思考全程任何时刻进行视觉推理，多模态能力显著提升。

AI应用将主要围绕以下几方面：

机器人：2023年以来，机器人大模型快速演进，Google推出RT-Trajectory、AutoRT、Octo等模型，显著提升任务泛化与操作能力。DAAG引入失败经验重用机制，提升稀疏奖励下的强化学习效率。Gemini Robotics 聚焦三维建模与低延迟控制，已实现视觉、语言与动作的深度融合，推动机器人从感知理解走向高频执行。

智驾：VLA（视觉 - 语言 - 动作模型）作为端到端架构的重要发展方向，通过融合视觉、语言等多模态数据构建“多模态世界模型”，其架构含预训练、蒸馏部署、行动学习三阶段，2025 年成上车元年，元戎启行、理想等国内外车企加速布局低速场景试点。车企推动“智驾平权”，比亚迪等将高阶智驾下沉至 10 万级，带动城市 NOA 渗透率提升，利好国产智驾芯片厂商，其凭借定制化方案与性价比抢占海外厂商主导的中高算力芯片市场。

端侧：2025年AI PC/AI手机或成标配。2025 年 COMPUTEX 大会上，高通称超 85 款骁龙 X 系列 Windows 11 AIPC 在研或量产，2026 年预计达 100 款。其 NPU 性能、功耗优势显著，生态丰富。同期，多家厂商推 AI PC 新品，AI 手机市场爆发，2025 年渗透率或超 40%，呈轻量化、多模态趋势。

AI应用：全球AI应用市场正由对话交互、多模态创作与智能搜索三大引擎驱动。其中，多模态领域爆发力显著，视频生成工具Hula单月增速超1000%，音乐创作平台Suno创新端到端生成范式，验证动态内容创作成为新增长极，生成式技术的场景渗透与生态协同正推动AI应用从工具层面向基础设施跃迁。

AI应用赋能千行百业：教育领域因其场景清晰性、数据丰富性和需求刚性，成为AI技术落地的黄金赛道。AI+教育软件以人工智能技术为驱动，通过算法分析学情数据、动态定制学习路径，实现教学流程智能化重构。工业端，AI大模型正加速渗透至设计、制造与质检全流程。CAD类软件接入AI后可实现草图智能补全与用户意图预测，提升建模效率；SAP等系统通过语言指令生成操作与报表，打通ERP模块间数据壁垒。视觉质检方面，VP8等系统结合8K相机与视觉大模型，已在印刷包装等场景落地，具备高速、高精检测能力。焊接环节，FSWELD系统基于AI路径识别与参数调节实现轨迹优化，支持缺陷检测与动态调整。余料再利用系统“天眼”通过图像识别与云计算自动生成最优切割路径，实现降本增效。

整体来看，AI正驱动工业软件与硬件一体化演进，向前端设计与现场执行环节延伸落地。在军事领域，AI正加速落地，广泛用于无人作战系统与战场决策支持。美军部署多型自主无人机与地面车，具备自主侦察与打击能力。Anduril推出Pulsar系统，支持多威胁实时识别与快速响应，已应用于反无人机任务。其Lattice平台实现多传感器融合与指挥自动化，并拓展至XR/VR场景。AI正推动军事感知与决策体系向智能化、实时化演进。

北美经济衰退预期逐步增强，国际地缘变局冲击全球供应链韧性，企业海外拓展承压；芯片结构性短缺可能制约产能释放与交付节奏；行业竞争加剧触发价格战隐忧，中低端产品毛利率可能跌破盈亏平衡点；原材料成本高企叠加汇率宽幅波动持续侵蚀外向型企业利润空间；技术端则面临大模型迭代周期拉长的风险），影响AI产业化进程；汽车智能化渗透率及工业AI质检等场景落地进度不及预期，或将延缓第二增长曲线兑现。