智通财经APP获悉，2月25日，中信建投证券研究所所长、TMT行业首席分析师武超则在中信建投证券2025年度“人工智能+”投资策略会上分享了对人工智能的看法。武超则表示，2025年依然明确看好两个方向，国产算力“水到渠成”，AI应用“落地生根”。国产算力是今年最确定的投资方向。中国的运营商资本开支是否会因AI的变化而提前结束下行周期，这是接下来两个月需要重点观察的。
具体来看，武超则指出，尽管春节期间发生了许多新的变化，但他对2025年的前瞻观点并未改变，依然明确看好两个方向。其一，国产算力是2025年最看好的方向之一。大模型的平权化以及模型的本地化部署，使得算力板块，尤其是国产算力，成为上游投资最为确定的方向，我们稍后会展开讨论。另一部分是“AI应用落地生根”。
春节后，腾讯、阿里等大厂迅速吸收并对齐DeepSeek的能力，这正是产业正在发生的变化。开源除了免费和低成本外，还推动了本地化部署。未来，模型的创新不会止步，可能还会在预测能力、情感能力等方面超越人类平均水平。到那时，AI在科研创新、医疗创新以及工业制造等严肃场景中的应用将更加广泛，这一天可能比我们想象中来得更快。
由此可见，模型在过去两年的迭代只是一个开始。未来十年甚至二十年，模型可能会经历更多版本更新，其能力提升和对应用场景的影响需要动态看待。
武超则续指，DeepSeek出现后，曾引发对算力需求的担忧，担心模型训练成本的迅速下降会导致算力需求减少。但他们当时的判断是Scaling Law（规模化法则）依然有效，算力需求依然会回归到基础预训练。目前的训练基本分为三部分：预训练、后训练以及推理阶段的算力重新投入。这三部分分别解决内功、技法和融合的问题，形成螺旋式的需求迭代，这也是Scaling Law依然有效的原因。
武超则对大模型的看法可以分为两方面。一方面，全球大厂会快速接入类似阿里云的服务。对OpenAI本身的战略也会产生影响。例如春节期间OpenAI推出的o3-mini，虽然比DeepSeek稍贵，但已大幅降低成本。未来，类似的模型产品会不断涌现。另一方面，开源与闭源的讨论也会持续。移动互联网时代，苹果的iOS是闭源的成功案例，而谷歌的安卓则是开源的成功代表。今天回到模型本身，未来，开源与闭源一定会并存。
武超则称，投资方面大致可以分为四部分：一是对算力本身的影响，二是对应用的影响，三是对端侧的影响，四是对数据的影响。另外，智能体也是他们去年提到较多的概念，2025年他们依然看好这个方向。整体来看，算力的贝塔依然存在，即算力需求并未结束，距离泡沫化还有距离。但从结构上看，推理需求的比例会更大。
此外，从长期来看，中国云厂商的资本开支仍有很大的增长空间。2023年Q1整体数据表明，中国互联网厂商的资本开支预计在3000亿到4000亿元人民币左右。虽然国内比过去增长了近一倍，但与北美相比，仍差一个汇率。在移动互联网时代，他曾在2015年对云计算数据进行复盘。当时中国云厂商的资本开支约为北美的70%。而现在，中国仅约为北美的七分之一。
中国的运营商资本开支是否会因AI的变化而提前结束下行周期，这是接下来两个月需要重点观察的。因为运营商资本开支本身处于下行周期，如果提前结束，那么云厂商和运营商的资本开支将成为算力上游资本开支的重要源泉。这也是后续投资机会确定性的来源。
武超则表示，今年其实更像真正意义上的2013年，硬件已经铺垫很久，渗透率开始提升，有了靠谱的操作系统，今天的大模型出现。但对于应用的探索，未来才是整个产业的大头。就是整个行业最终能称之为主流产业，真正落地成为生产力，应用的价值一定远大于基础设施投资。
智通财经APP获悉，2月25日，中信建投证券研究所所长、TMT行业首席分析师武超则在中信建投证券2025年度“人工智能+”投资策略会上分享了对人工智能的看法。武超则表示，2025年依然明确看好两个方向，国产算力“水到渠成”，AI应用“落地生根”。国产算力是今年最确定的投资方向。中国的运营商资本开支是否会因AI的变化而提前结束下行周期，这是接下来两个月需要重点观察的。
具体来看，武超则指出，尽管春节期间发生了许多新的变化，但他对2025年的前瞻观点并未改变，依然明确看好两个方向。其一，国产算力是2025年最看好的方向之一。大模型的平权化以及模型的本地化部署，使得算力板块，尤其是国产算力，成为上游投资最为确定的方向，我们稍后会展开讨论。另一部分是“AI应用落地生根”。
春节后，腾讯、阿里等大厂迅速吸收并对齐DeepSeek的能力，这正是产业正在发生的变化。开源除了免费和低成本外，还推动了本地化部署。未来，模型的创新不会止步，可能还会在预测能力、情感能力等方面超越人类平均水平。到那时，AI在科研创新、医疗创新以及工业制造等严肃场景中的应用将更加广泛，这一天可能比我们想象中来得更快。
由此可见，模型在过去两年的迭代只是一个开始。未来十年甚至二十年，模型可能会经历更多版本更新，其能力提升和对应用场景的影响需要动态看待。
武超则续指，DeepSeek出现后，曾引发对算力需求的担忧，担心模型训练成本的迅速下降会导致算力需求减少。但他们当时的判断是Scaling Law（规模化法则）依然有效，算力需求依然会回归到基础预训练。目前的训练基本分为三部分：预训练、后训练以及推理阶段的算力重新投入。这三部分分别解决内功、技法和融合的问题，形成螺旋式的需求迭代，这也是Scaling Law依然有效的原因。
武超则对大模型的看法可以分为两方面。一方面，全球大厂会快速接入类似阿里云的服务。对OpenAI本身的战略也会产生影响。例如春节期间OpenAI推出的o3-mini，虽然比DeepSeek稍贵，但已大幅降低成本。未来，类似的模型产品会不断涌现。另一方面，开源与闭源的讨论也会持续。移动互联网时代，苹果的iOS是闭源的成功案例，而谷歌的安卓则是开源的成功代表。今天回到模型本身，未来，开源与闭源一定会并存。
武超则称，投资方面大致可以分为四部分：一是对算力本身的影响，二是对应用的影响，三是对端侧的影响，四是对数据的影响。另外，智能体也是他们去年提到较多的概念，2025年他们依然看好这个方向。整体来看，算力的贝塔依然存在，即算力需求并未结束，距离泡沫化还有距离。但从结构上看，推理需求的比例会更大。
此外，从长期来看，中国云厂商的资本开支仍有很大的增长空间。2023年Q1整体数据表明，中国互联网厂商的资本开支预计在3000亿到4000亿元人民币左右。虽然国内比过去增长了近一倍，但与北美相比，仍差一个汇率。在移动互联网时代，他曾在2015年对云计算数据进行复盘。当时中国云厂商的资本开支约为北美的70%。而现在，中国仅约为北美的七分之一。
中国的运营商资本开支是否会因AI的变化而提前结束下行周期，这是接下来两个月需要重点观察的。因为运营商资本开支本身处于下行周期，如果提前结束，那么云厂商和运营商的资本开支将成为算力上游资本开支的重要源泉。这也是后续投资机会确定性的来源。
武超则表示，今年其实更像真正意义上的2013年，硬件已经铺垫很久，渗透率开始提升，有了靠谱的操作系统，今天的大模型出现。但对于应用的探索，未来才是整个产业的大头。就是整个行业最终能称之为主流产业，真正落地成为生产力，应用的价值一定远大于基础设施投资。
