密集更新背后：大模型竞争进入“下半场”
近期，大模型领域演进骤然加速。OpenAI 发布 GPT-5.2，Google 提前推出 Gemini 3 Pro，Anthropic 展示具备“计算机使用”能力的 Claude Opus 4.5，Sora App 则向公众开放视频生成功能。
与此同时，DeepSeek 连夜推送 V3.2 正式版及 V3.2-Speciale，其定价策略引发行业震动——输入每百万 token 仅需 0.28 美元，较其年初 R1 模型降低 79%，相比海外闭源模型便宜近九成。
这一系列密集发布不仅是技术能力的展示，更揭示了一条渐趋清晰的行业主线：大模型竞争已进入“下半场”，焦点从“能否打造大模型”转向“能否率先实现大模型落地应用”。
技术拐点：推理、智能体与多模态三大主线融合
过去一年，行业竞争已从参数规模与榜单成绩，转向三大关键技术方向：
一是推理深化。
模型不再追求即时响应，而是注重思考深度。GPT-5.2 将回答分为“即时”与“思考”两档；Gemini 3 引入可调节的“推理层级”；DeepSeek 则通过稀疏注意力机制，将 128K 长文本推理成本降至原来的 1/6。在数学、法律、编程等复杂任务上，模型表现首次超越博士级人类平均水平。
二是智能体增强，即让模型具备操作能力。
Claude Opus 4.5 开放“Computer Use”功能，可模拟人类进行点击、拖拽及跨软件操作；DeepSeek 在 1800 个合成环境中训练模型“先思考后调用工具”，实现思维链与 API 调用的无缝衔接。以往需人工编写脚本、搭建流程的繁琐任务，如今可由 AI 全程自动化完成。
三是多模态普及，赋予模型跨模态理解能力。
Sora App 开放后，用户可通过自然语言生成 1080P 视频；Gemini 3 支持图文音实时混合编辑，实现从语音输入到可编辑 PPT 的输出。广告、短视频、游戏原画等创作流程被简化为“指令-成品”两级，重塑了创意生产的成本结构。
成本拐点：价格下行撬动 B 端规模化应用
DeepSeek 的定价策略犹如投入湖面的石子，迅速引发连锁反应：阿里、百度、字节等同日宣布降价，国内主流商用模型 API 进入“厘时代”。
其背后的技术支撑是自研稀疏注意力机制（DSA），将长序列计算复杂度从平方级降至准线性级，在 128K 上下文中实现推理速度提升 2–3 倍，GPU 显存节省 30–40%。同等任务下，V3.2 的成本仅为 V3.1 的 30%，长上下文推理成本更是降至原来的 10%。成本曲线的陡峭下降，率先激活了对价格高度敏感的长文本处理场景：法律尽调、财报分析、智能客服、电商评论挖掘等。
以往客户“想用而不敢用”的困境得以缓解，B 端规模化落地的关键障碍被破除，大模型首次真正站在“生产力工具”的门口。
商业拐点：从单一模型走向“云+生态”平台
海外云巨头早已将大模型嵌入产品矩阵：OpenAI 与微软 Copilot 深度集成，Google 将 Gemini 融入 Workspace、Android 及搜索广告，Anthropic 推出 Claude for Work 对标 Slack。
国内节奏更快：DeepSeek 开源发布 24 小时内，阿里、腾讯、华为、天翼云等迅速上线 V3.2 镜像，一周内调用量突破 200 亿 token。
平台型企业依托用户入口、数据闭环及云基础设施，将最新模型能力快速渗透至办公、电商、出行、教育等高频场景。竞争逻辑由此转变：
能否在最短时间内将“模型更新”转化为“功能上线”，决定了企业能否将技术优势转化为订阅收入与广告增量；缺乏云平台、场景入口与数据资源的独立模型公司，则面临创新成果被生态巨头快速吸纳的挑战。
行业焦点从“模型参数竞赛”转向“生态杠杆效应”，迭代速度取代规模成为关键变量。
资本拐点：港股科技板块迎来“戴维斯双击”机遇
当前行业仍面临多重挑战：技术层面，DSA、MoE、混合精度量化等技术面临专利壁垒，若海外算力管制升级，可能影响国内迭代进程；应用层面，智能体操作计算机、调用外部工具引发新的隐私与合规问题，相关政策尚待明确；市场层面，港股流动性受美联储利率与美元走势影响，短期波动可能加剧。
然而产业趋势已不可逆转：推理成本每下降一个数量级，便催生一批新应用场景；智能体每提升一阶可靠性，即替代一层人工操作。
展望2026，生存法则愈发清晰：一是将模型成本降至客户可大规模使用的水平；二是将模型深度集成至云平台与业务场景，实现技术变现而非仅停留在演示阶段。技术、成本与商业三重拐点共振，资本已率先反应。经历两年降本增效，港股互联网公司收入增速虽放缓，利润率却已回升至历史高位。
Wind数据显示，中国互联网50指数市盈率约20倍，处于近五年32%分位；港股通互联网指数市盈率约25倍，处于29%分位，显著低于纳斯达克指数的34倍。
行业龙头现金流充裕，回购力度持续加大，AI相关资本开支重新提速，预示着新一轮投入周期正在开启。
随着大模型成本大幅下降、应用场景加速落地，AI能力正逐步融入云服务、广告、电商、游戏等核心业务，盈利能见度提升，估值修复空间逐步打开。
以恒生科技ETF易方达（513010，场外联接A类：013308；C类：013309）为例，其覆盖阿里、腾讯、美团、小米、中芯国际等30家龙头企业，最新规模约249亿元，单日成交额超15亿元，已成为资金布局港股AI板块的重要载体。
市场正在用资金投票：谁能率先将大模型转化为如“水电煤”一般的基础设施，谁便有望迎来盈利与估值同步提升的“戴维斯双击”。
来源：界面新闻
经典培训课程
企业AI知识库搭建与运营培训课程
呼叫中心AI知识库培训课程
个人知识体系构建能力课程
书籍和资料
《卓越密码如何成为专家》
《你的知识需要管理》
免费电子书《企业知识管理实施的正确姿势》
免费电子书《这样理解知识管理》
知识库知识管理系统
企业AI知识管理知识库软件系统清单
个人知识管理软件AI知识库系统清单
戴维斯双击（戴维斯双杀）
最早是美国著名投资人谢尔比·戴维斯（Shelby Davis）提出的投资策略，具体是指公司盈利增长和估值提升共同推动股价乘数上涨。
戴维斯双击是一种股票投资策略，其核心定义为在低市盈率(PE)买入股票，待成长潜力显现后以高市盈率卖出。该策略通过捕捉企业盈利增长（EPS提升）和市场估值提升（PE扩张）的双重效应，形成倍乘的投资收益 [1]。
