全球AI应用产品梳理：模型能力持续迭代，智能体推动商业化进程

　　模型层：能力迅速提升，开源推动成本降低。近年来全球AI持续发展，大模型在知识问答、数学、编程等能力上达到新高度，多种任务上表现超过人类水平，在各领域的可用性及准确度快速提升。ScalingLaw目前正在从预训练扩展到后训练和推理阶段，随着大模型行业发展逐步成熟，厂商之间开始出现明显的价格竞争与市场份额抢占，大模型的推理成本有了显著下降。同时，得益于Llama3.1以及DeepSeekR1等高性能开源模型的推出，开源与闭源之间模型差异快速缩小。

　　智能体：技术逐步完善，新产品密集发布。人工智能体是一种能够感知环境、进行决策和执行动作的智能实体。通过支持添加MCP，Agent可以访问和利用各种外部工具和服务，丰富了Agent的功能范围。Google正式发布A2A协议，整合不同领域Agent的优势，完成跨系统复杂任务。随着应用效果提高，海内外智能体产品密集发布。

　　商业化：用量持续增长，国产模型表现亮眼。中国与美国顶尖模型之间的差距正在迅速缩小，国产模型依靠开源走出自身生态。当前全球AI模型流量持续上涨，为应用侧发展提供基础。数据显示，各家云厂商推理芯片租赁价格均有不同程度上涨，API调用量亦呈现快速增长趋势。

　　C端应用：借助AI赋能业务，重塑流量入口。AI应用有望重塑流量入口，各个厂商积极卡位。传统互联网巨头在AI领域具备先发优势，可利用专有数据和用户参与度将AI功能集成到现有的应用当中，在AI应用渗透领域具备先发优势。当前，编程成为人机协同的主要领域，办公类任务AI占比较低。

　　B端应用：开源提升投入意愿，推动企业上云。开发工具和生态的繁荣大幅降低行业应用门槛，加速产业智能化落地进程。AI技术和解决方案已深入到传媒、医疗、机器人、制造等多个行业，通过创新产品和服务、优化生产流程来推动行业的智能化转型。随着智能化推进，AI应用有望进一步提升企业上云意愿。

　　风险提示：AI应用落地不及预期、市场需求不及预期、行业竞争加剧、宏观经济波动、新技术研发不及预等。