华泰证券：大模型头部格局基本确定 AI Agent将加速AGI进程

（原标题：华泰证券：大模型头部格局基本确定 AI Agent将加速AGI进程）

智通财经APP获悉，华泰证券发布研报称，海外闭源大模型已经形成OpenAI为首，Google、Anthropic等紧随的格局。在头部闭源模型之下，Meta引领开源模型生态，开源闭源模型差距逐步缩小。为了适配端侧需求，小参数模型也在快速发展。国内看，模型百花齐放，但技术辨识度不高，23年头部互联网厂商和科技企业进展较快，24年以来初创公司开始发力长文本、MoE等领域。展望后续，ScalingLaw+Transformer仍将长期有效，合成数据或逐渐成为关键数据来源。此外，AI Agent能够极大提高现有模型的表现，是实现AGI的重要推力。

华泰证券主要观点如下：

多模态+长文本+MoE 已成共识，大模型与小模型路线并驾齐驱头部

GPT、Gemini、Claude模型先后支持了多模态推理；Claude较早实现了200K长文本，Gemini将长文本推到2M tokens；GPT-4、Mistral 展现了MoE 架构的优势，Gemini也在短期内更改为MoE 架构。共识已经形成，国内大模型厂商均在跟进，Kimi 引领长文本趋势，MiniMax、阶跃星辰较早实践MoE模型。Mistral、微软、Meta、Google的小模型性能不断突破，为端侧AI 打下良好基础，成为与大模型并驾齐驱的另一条重要发展路线。

Scaling Law未达边界，算力换智能仍然成立

OpenAI 在Scaling Law 论文中，从理论上预测了边界递减的存在。但实际上，OpenAI、Google和Anthropic仍在践行大参数等于高智能的路线。清华唐杰教授在24年2月北京人工智能产业创新发展大会上指出，ScalingLaw尽头远未到来，算力换智能继续成立。在参数持续变大的情况下，训练数据的需求量进一步提升，据Epoch 预测，2030 年到2050 年，将耗尽低质量语言数据的库存，未来训练数据的缺乏将可能减缓机器学习模型的规模扩展。因此，合成数据或成为关键。

AI Agent是AGI的关键范式，具身智能是大模型重要落地场景

华泰证券认为，AI Agent能够自主、全流程、多步骤的执行任务，大幅延展了大模型的能力范围，被认为是实现AGI的关键范式。斯坦福大学吴恩达教授在24年3月的红杉美国AI 峰会上指出，如果用户围绕GPT-3.5 使用一个Agent 工作流程，其实际表现甚至好于GPT-4。并且AI Agent的能力能够充分受益于大模型的演进。此外，大模型与机器人具身智能的结合(如OpenAI 与Figure)，也有望随着模型能力的迭代快速发展。24年AI Agent和具身智能将成为新一代大模型的重要落地场景。

GPT-5 有望推动全球算力和应用的下一阶段发展

华泰证券预期，GPT-5：1)MoE 架构将延续，专家参数和数量或变大；2)GPT-5及之后模型的训练数据集质量更高、规模更大；3)在思维链CoT 的基础上，再加一层AI监督；4)支持更多外部工具调用的端到端模型；5)多种大小不同的参数，不排除推出端侧小模型；6)从普通操作系统到LLM 操作系统；7)端侧AI Agent将更加实用和智能。

华泰证券认为，GPT-5 的发布有望推动全球算力和应用的下一阶段发展，建议关注：海外标的，AI应用：微软、Adobe等。国内标的，1)AI 服务器：浪潮信息(000977.SZ)等；2)AI 应用：金山办公(000977.SZ)、福昕软件(688095.SH)、泛微网络(603039.SH)等；3)端侧：中科创达(300496.SZ)、网宿科技(300017.SZ)。

风险提示：宏观经济波动，技术进步不及预期，中美竞争加剧。本研报中涉及到未上市公司或未覆盖个股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。