当前全球人工智能产业正经历一场前所未有的变革，AI应用普及的拐点已然到来，带动海内外算力需求持续高涨。本文将从AI应用拐点的表现与特征、算力需求的全球格局、HBM技术的突破与产业链机遇、以及国产AI模型的崛起与生态构建四个维度，全面剖析这一产业趋势。
AI应用普及拐点的多维呈现
2025年已成为人工智能技术从实验室走向大规模商业应用的关键转折点，这一拐点的到来体现在技术成熟度、成本下降、用户接纳度和产业渗透率等多个维度。据最新数据显示，中国生成式AI服务的用户规模已达2.49亿人，占全国人口的17.7%，完成备案的生成式人工智能服务高达346款，产业规模突破7000亿元，连续多年保持20%以上的增长率。这些数据清晰地表明，AI技术已从早期的概念验证阶段，迈入规模化商业应用的新时期。
从技术成熟度来看，国内开源模型如智谱AI、百川智能等快速迭代，预计在2025年第四季度实现接近O3级别的推理能力，这一技术突破将为AI应用的广泛落地奠定坚实基础。与此同时，模型能力的提升与成本下降形成了良性循环。随着国产算力替代（如华为昇腾）的推进和模型压缩技术的成熟，AI推理成本较2025年初预计下降50%，达到了替代初级人力的临界点。成本的大幅降低使得AI技术在经济性上具备了大规模商业化应用的条件。
在应用场景方面，AI技术已从早期的客服、内容审核等简单替代场景，快速渗透到各行各业的核心业务流程。北京智源人工智能研究院院长王仲远指出，当前人工智能正处于第三次发展浪潮的新拐点，原生多模态、具身智能、世界模型等前沿技术日益成熟。快手可灵AI的2.1系列模型通过技术创新持续提升复杂场景视频生成能力，已深度嵌入影视、游戏、广告营销、电商、文旅等产业的生产环节。工业领域作为国民经济的重要支柱，也正在成为AI应用落地的主战场。工业和信息化部科技司副司长赵超凡表示，将通过”十大行业、百大场景、千家标杆”的遴选，引导人工智能更好赋能实体经济。
表：AI应用普及拐点的关键指标
| 指标类别 | 2024年水平 | 2025年现状 | 增长幅度 |
|---|---|---|---|
| 生成式AI用户规模 | 2.3亿人 | 2.49亿人 | 8.3% |
| 备案AI服务数量 | 190款 | 346款 | 82.1% |
| AI产业规模 | 接近6000亿元 | 突破7000亿元 | >16.7% |
| 智能算力占比 | – | 32% | – |
从用户接纳度来看，AI助手正从”新奇玩具”蜕变为真正的”生产力工具”，80.9%的用户使用生成式AI解答问题。在工作场景中，过去需要花大半天时间整理的数据分析报告，现在只需对AI助手下达简单指令便可迅速完成，极大提升了工作效率。摩根大通研报认为，2025年将成为中国生成式人工智能应用的转折点，消费者和企业对互联网服务的消费将大幅增加。AI技术已不再是科技公司的专属工具，而是成为推动全社会数字化转型的核心驱动力。
全球算力需求爆发的格局与驱动力
AI应用普及拐点的到来直接推动了全球算力需求的爆发式增长，形成了海外领先与国内快速追赶的双轨格局。根据《2025-2035年全球及中国算力与云计算投资环境及政策评估报告》，2023年全球算力与云计算市场规模已达8320亿美元，预计2025年将突破1.2万亿美元，年复合增长率高达20.3%。这一快速增长态势充分反映了数字经济和AI时代对计算能力的旺盛需求。
美国科技巨头在算力投资上展现了惊人的力度和远见。OpenAI的”星际之门”项目计划投资5000亿美元打造超大规模AI算力集群，xAIColossus已部署20万块GPU，Meta则在俄亥俄州和路易斯安那州秘密建设两个”吉瓦级”超级计算集群。这些项目不仅规模庞大，而且代表了全球算力基础设施建设的最高水平。微软、亚马逊、谷歌等科技巨头2025年在AI数据中心和云计算领域的资本支出预计分别达到800亿、1000亿和750亿美元，这些数字足以说明全球算力投资的火热程度。
中国算力产业虽起步稍晚，但发展速度令人瞩目。全国在用算力中心机架总规模已超过830万标准机架，2024年全国算力总规模达280EFLOPS，智能算力占比32%。据IDC预测，到2025年中国智能算力规模将达到1037.3EFLOPS，同比增长43%。这一增长速度远超全球平均水平，体现了中国在AI和算力领域的后发优势。阿里巴巴、腾讯、华为等头部互联网企业正同步扩大资本开支，叠加字节跳动的新增采购，为行业持续扩张奠定了坚实基础。
算力产业链的各个环节都呈现出蓬勃发展的态势。中际旭创相关负责人表示，基于大客户对AI数据中心的投入力度和对光模块的需求，预计2025年下半年800G需求将进一步增长，1.6T需求也将逐步提升。新易盛方面也指出，从2025年下半年到2026年，行业将持续保持高景气度。萨摩耶云科技集团首席经济学家郑磊认为，人工智能服务器、智算中心、光模块、液冷技术等环节是当前算力产业链中增长最快、资本最密集、技术迭代最活跃的核心赛道。
表：全球主要科技公司2025年算力投资计划
| 公司名称 | 2025年投资计划 | 主要投资项目 | 战略目标 |
|---|---|---|---|
| 微软 | 800亿美元 | AI数据中心 | 扩大Azure云与AI服务能力 |
| 亚马逊 | 1000亿美元 | 云计算基础设施 | 巩固AWS市场领导地位 |
| 谷歌 | 750亿美元 | 芯片和服务器 | 支持Gemini模型开发 |
| Meta | 640-720亿美元 | 超级计算集群 | 构建元宇宙基础设施 |
| OpenAI | 5000亿美元(长期) | “星际之门”项目 | 创建全球最大AI算力集群 |
从技术层面看，大模型Token日消耗量从2024年初的千亿级跃升至2025年3月的十万亿级，垂类应用快速落地，推理需求呈指数级扩张。这一数据变化揭示了AI应用普及如何直接转化为对算力的庞大需求。训练大规模AI模型需要消耗巨量计算资源，而模型投入使用后的推理阶段同样需要持续稳定的算力支持。随着AI应用场景的不断拓展和用户规模的迅速扩大，算力需求自然水涨船高。
中国城市专家智库委员会常务副秘书长林先平指出：”除了海外科技企业持续加大算力投入，国内企业也在政策引导下加速算力基础设施建设。”工业和信息化部等六部门印发的《算力基础设施高质量发展行动计划》提出，到2025年，算力规模要超过300EFLOPS，智能算力占比达到35%。这一政策导向将进一步推动国内算力产业的快速发展，为AI应用普及提供坚实支撑。
HBM技术突破与产业链投资机遇
随着AI算力需求的爆发式增长，传统内存架构面临的”内存墙”瓶颈日益凸显，而高带宽内存(HBM)技术正成为破解这一瓶颈的关键解决方案。HBM通过将内存芯片垂直堆叠并与处理器紧密集成，实现了远超传统内存的带宽和能效表现，完美契合了AI芯片对高带宽、低功耗的需求。Yole预测数据显示，全球HBM市场规模将从2024年的170亿美元增长至2030年的980亿美元，年复合增长率高达33%，这一增长速度远超其他半导体细分领域，充分体现了HBM技术在AI时代的核心地位。
从技术架构来看，HBM的成功源于三大创新突破：首先是垂直堆叠设计，通过TSV(硅通孔)技术实现多层DRAM芯片的立体集成，大幅提升了存储密度；其次是宽接口架构，单颗HBM芯片可提供1024bit甚至更宽的接口，相比传统GDDR的32bit接口实现了数量级的提升；最后是近存计算特性，HBM与处理器芯片通过先进封装技术紧密集成，显著降低了数据搬运的延迟和功耗。SK海力士指出，HBM的引入不仅能显著提升AI的性能和质量，其增长速度甚至超越了传统内存性能，有效打破了内存墙瓶颈。这些技术优势使得HBM已成为当下AI芯片的主流选择，从训练卡到推理卡，从云端到边缘端，HBM正迅速渗透至AI计算的各个层面。
HBM产业链可分为上游材料设备、中游制造封装和下游应用三大环节，每个环节都蕴含着丰富的投资机会。上游主要包括电镀液、前驱体、IC载板等半导体原材料及TSV设备、检测设备等半导体设备供应商。其中，TSV工序是HBM制造中的主要难点，其涉及光刻、涂胶、刻蚀等复杂工艺，是价值量最高的环节。中游为HBM生产，目前由SK海力士、三星和美光三大巨头主导，但中国厂商正加速追赶。下游应用领域则包括人工智能、数据中心以及高性能计算等快速增长的市场。
国产HBM量产虽面临挑战，但势在必行。当前国产HBM或处于发展早期，上游设备材料或迎来扩产机遇。从投资视角看，HBM产业链有三大关键领域值得关注：首先是TSV相关设备与材料，如刻蚀设备、电镀设备、光刻胶等，这些是HBM制造的核心支撑；其次是先进封装测试环节，包括晶圆级封装技术和相关测试解决方案；最后是接口IP与设计服务，HBM需要特定的PHY和控制器设计，相关IP供应商将直接受益于HBM普及。民生证券认为，随着国产HBM进程加速，整个产业链将迎来一轮持续数年的投资与成长机会。
从市场竞争格局看，目前HBM市场由韩国厂商主导，SK海力士凭借先发优势占据领先地位。但全球半导体产业链正经历深刻重构，为中国企业提供了难得的机遇窗口。一方面，美国实体清单持续扩容，加速了国产替代进程；另一方面，国家正按照”点、链、网、面”体系化推进全国一体化算力网络建设，强调”适度超前建设网络设施、丰富算力应用场景”。东数西算二期、算力券与地方智算中心形成需求侧刚性配额，为国产HBM及相关设备材料创造了广阔的市场空间。根据IDC数据，2024年我国智算芯片出货量占比已超30%，这一比例有望进一步提升。
HBM技术的演进远未到达终点。未来HBM将继续向更高堆叠层数、更高带宽、更低功耗的方向发展。从HBM2E到HBM3，再到未来的HBM4，每一代技术升级都将带来性能的显著提升和新的产业机遇。同时，HBM与Chiplet、近存计算等新兴技术的结合也将创造更多创新空间。对投资者而言，把握HBM技术迭代的节奏和产业链各环节的价值分布，将是掘金这一高成长领域的关键。
国产AI模型的崛起与生态构建
在全球AI竞赛中，中国力量正以惊人的速度崛起，形成与美国并驾齐驱的双极格局。作为国产大模型的杰出代表，DeepSeek的最新发展动态充分展现了这一趋势。2025年9月22日，DeepSeek宣布其线上模型已升级至DeepSeek-V3.1-Terminus版本，这一更新在保持模型原有能力的基础上，针对语言一致性和Agent能力进行了重点优化，有效缓解了中英文混杂及异常字符问题，并显著提升了CodeAgent与SearchAgent的实际表现。此次升级虽属迭代性质，却体现了国产大模型从算法创新向工程可靠性演进的关键跨越，为后续垂直领域深度赋能奠定了更坚实基础。
DeepSeek的技术突破不仅体现在产品迭代上，更获得了国际学术界的认可。2025年9月17日，DeepSeek-R1推理模型研究论文登上最新一期《自然》杂志封面，由梁文锋担任通讯作者的研究团队揭示了该模型所采用的大规模推理模型训练方法。这篇论文的发表标志着中国在AI基础研究领域已达到世界领先水平。开发团队介绍称，该模型使用了强化学习而非人类示例来开发推理步骤，减少了训练成本和复杂性，这一创新方法为大模型训练提供了新思路。
从性能指标看，DeepSeek-V3.1-Terminus在”人类最后考试”(Humanity’sLastExam)基准上的得分从15.9大幅提升至21.7，这一成绩仅次于Grok4(25.4)和GPT-5(25.3)，并略微超越Gemini2.5Pro(21.6)。HLE基准主要考察模型在专家级高难度知识、多模态理解以及深度推理等方面的能力，这一成绩充分证明了国产大模型在复杂认知任务上的竞争力。在Agent测评中，DeepSeek-V3.1-Terminus在网页浏览(BrowseComp)、简单问答(SimpleQA)、以及多项编程相关测试上均取得了小幅提升，显示出其在实用化方面的进步。
国产模型生态的构建不仅依赖于技术突破，还需要健全的产业支持体系。DeepSeek-V3.1使用了UE8M0FP8Scale的参数精度，这一设计专门针对即将发布的下一代国产芯片优化。这种软硬件协同创新的模式，正是中国AI产业构建自主生态的关键策略。华安证券研报称，DeepSeekV3.1发布后即带动国产算力产业链标的大幅上涨，反映出资本市场对国产AI技术链整体发展的乐观预期。
中国在AI领域的全球影响力正不断提升。据统计，中国占全球人工智能专利的60%，世界AI版图正经历深刻重构。DeepSeek上线20天日活破3000万，登顶140个国家和地区应用市场，这些成就展示了中国AI企业的国际竞争力。互联网世界因AI技术发展变得更加丰富多彩，而中国正成为这一变革的重要推动力量。
国产大模型的商业化落地也取得了显著进展。当前国内AI应用以”政府/国企项目””互联网大厂内部试点”为主，商业化落地集中在客服、内容审核等低成本替代场景。但随着模型能力的提升和成本的下降，大规模付费转化即将迎来爆发。第一上海证券表示，看好AI应用驱动的算力需求持续高增长，海内外AI应用进入普及的拐点时刻。对于国产算力端，随着产能瓶颈的突破，2026年将迎来放量增长。
中国AI产业的发展路径呈现出鲜明的”应用牵引、技术驱动”特征。丰富的应用场景和庞大的市场规模为AI技术创新提供了独特优势，而技术进步又反过来推动应用深化，形成良性循环。正如报道所述：”当农村银发族与都市青年共享数字便利，当国产AI大模型服务全球用户，我们看到的不仅是技术红利，更是一个文明古国用数字纽带弥合鸿沟、联接世界的创新实践。”这场变革尚未抵达终点，但方向已经明确——通过AI赋能千行百业，推动数字经济高质量发展。