20260823-国信证券-RSI_大模型的下一站_AI研发自动化加速下的模型_算力与应用机会_46页_2mb

报告摘要

RSI，大模型的下一站？——AI研发自动化加速下的模型、算力与应用机会

核心内容概述

RSI（Recursive Self-Improvement，递归自我改进）指AI系统参与设计、开发和训练更强的继任系统，形成跨代持续的正反馈机制。当前RSI尚未实现完整闭环，但AI已逐步进入模型研发流程，成为研发工具和参与者。随着AI能力提升，其在代码编写、研究调试、Kernel优化、自动实验和部分后训练环节开始发挥作用，局部闭环正在形成。

主要观点

AI研发自动化进展显著
- AI已进入代码编写、调试、实验执行、结果分析和训练优化等环节，形成部分研发闭环。
- 部分厂商（如OpenAI、Anthropic、Google DeepMind）已实现AI在研发流程中的参与，但尚未独立完成继任模型的开发与验证。
RSI的实现门槛与挑战
- RSI要求系统能够自主设计、训练、验证和交付下一代模型，且能跨越多代持续改进。
- 当前系统仍依赖人类设定研究方向、评价标准和最终验证，AI尚无法独立承担整个研发链条。
算力需求持续扩张
- 训练与Research Inference共同扩张，推动算力需求上升。
- 前沿模型厂商的RSI进展可能显著提升训练端算力需求，预计未来可达到当前的4-6倍甚至50-100倍。
高价值应用加速落地
- 模型能力通过MaaS、API和Agent平台向应用端外溢，降低开发成本。
- 软件工程、研发工具、企业知识管理、客户服务和数字内容等领域有望率先实现Agent规模化应用。
竞争格局向Research Factory演进
- 模型厂商竞争要素从人才、数据扩展至模型、Agent、Evaluator、数据闭环、训练平台和算力系统能力。
- 厂商需构建完整的研发系统，形成平台化壁垒，提高研发效率与模型迭代速度。

关键信息

RSI的定义与现状

定义：AI系统参与设计、开发和训练更强的继任系统，形成跨代正反馈。
现状：AI已进入代码、调试、实验执行等环节，但尚未实现完整RSI，仍需人类参与研究方向选择、模型验证等关键步骤。

RSI的技术演进

60年演进：从1965年Good的“超智能机器”理论，到2008年Omohundro的“Basic AI Drives”，再到当前的自动化研发流程。
当前阶段：模型具备进入真实研发流程的能力，Agent具备长周期任务执行能力，Evaluator开始支持自动反馈，基础设施逐步整合。

RSI对算力需求的影响

训练需求：参数规模、训练Token、模型代际频率、实验数量、RL Rollout等均可能同步增加，算力需求呈现乘数效应。
算力基础设施：计算芯片、HBM与存储、先进封装、高速互联、液冷、数据中心等环节是重点。

RSI对应用的影响

应用场景：软件工程、研发工具、企业知识管理、客户服务和数字内容等领域将率先受益。
潜力领域：药物、材料、芯片设计等研发场景具备显著效率提升潜力，但受物理世界与监管限制。

RSI的未来路径

模型厂商路径：OpenAI侧重评测与治理；Anthropic强调研发向AI转移；Google DeepMind关注Evaluator驱动的算法进化。
关键指标：RSI Index、代码占比、工程师生产率、实验优化能力、开放研究成果等。

风险提示

完整RSI可能长期无法形成；
商业化落地低于预期；
竞争加剧；
监管政策风险；
技术进步低于预期。

投资观点

模型厂商：具备基础模型、云基础设施、Agent平台、企业客户及真实任务反馈的厂商，将更易实现技术领先转化为商业价值。
算力厂商：头部CSP（如亚马逊、谷歌、微软）将受益于AI研发自动化带来的算力需求增长。
应用公司：核心壁垒转向专有数据、核心工作流、可靠Evaluator和客户产出能力，优先关注可验证、可闭环的高价值场景。

RSI对产业的影响

研发流程：AI逐步从辅助工具转变为研发流程的重要参与者。
算力需求：训练与推理需求同步扩张，带动算力产业链需求增长。
应用场景：AI能力外溢至更多领域，推动应用端效率提升与渗透率上升。

RSI的挑战

长周期可靠性：AI需能长时间保持正确、及时发现错误并恢复。
错误累积：不完整Evaluator、合成数据偏差等可能影响模型质量。
物理与组织限制：算力、数据、训练稳定性、安全治理等现实因素限制RSI的实现。

前沿模型厂商比较

公司名称	股票代码	上市地点	所属国家	核心大模型/产品	商业模式与业务特点
阿里巴巴	9988.HK	港股/美股	中国	通义千问(Qwen)	商业友好开源，深度融入阿里云生态，高频迭代，为多语言开发主流选择之一。
腾讯	0700.HK	港股	中国	混元大模型	整合微信、游戏、广告、办公等生态，推出AI编程工具等产品。
科大讯飞	002230.SZ	A股	中国	星火大模型	深耕教育、医疗等垂直领域。
三六零	601360.SH	A股	中国	360智脑4.0	自研千亿参数通用模型，覆盖全应用场景，税务、企业服务等垂直行业落地。
昆仑万维	300418.SZ	A股	中国	天工大模型、Mureka V8	开放API按Token调用计费，切入“词元经济”变现；布局AI音乐、漫剧等领域。
智谱华章	02513.HK	港股	中国	GLM系列大模型	“模型即产品”平台路线，以MaaS(API调用)为核心，B端/G端服务为主。
MiniMax	00100.HK	港股	中国	M2系列大模型、海螺AI、星野、Talkie	C端订阅+B端开放平台双轮驱动，海外收入占比过半。
字节跳动	未上市	-	中国	豆包大模型、Seed系列、TRAE、扣子Agent平台	B端+C端双轮驱动，豆包App日活超2亿，2026年6月上线付费订阅，MaaS营收目标150亿元。
月之暗面(Kimi)	未上市	-	中国	Kimi K3	2026年7月发布全球参数最大开源模型，已调整架构，预计6个月内完成港股上市。
深度求索(DeepSeek)	未上市	-	中国	DeepSeek系列大模型	国产开源模型龙头，Token调用量稳居前列。
微软	MSFT	纳斯达克	美国	Copilot、Azure AI	向OpenAI投资超130亿美元，将GPT系列深度整合至全线产品；Azure云提供大模型API服务。
谷歌(Alphabet)	GOOGL / GOOG	纳斯达克	美国	Gemini系列大模型	自研全栈AI模型，云平台(GCP)提供AI基础设施；持有Anthropic约14%股权。
亚马逊	AMZN	纳斯达克	美国	AWS Bedrock、Titan大模型	AWS云平台提供模型托管与分发服务；持有Anthropic股权。
Meta Platforms	META	纳斯达克	美国	Llama系列大模型	自研开源大模型，深度整合至广告推荐与内容生成，为GPU综合应用大户。
Anthropic	未上市	-	美国	Claude系列大模型	2026年6月递交IPO申请，估值达9650亿美元；Alphabet、Amazon、Microsoft参股。
OpenAI	未上市	-	美国	GPT系列、ChatGPT、Sora	全球估值最高AI初创，无公开交易股票；微软为最大战略投资者。