AI模型国内竞争升温，海外差距收敛，未来投资趋势如何？
行业重点趋势：模型迭代提速，算力约束尚存
参数ScalingLaw仍然有效
参数ScalingLaw依旧发挥作用，前沿算力成为核心限制因素。K3后续需要加强国产适配，投资重点可能会进一步向产业链倾斜。这意味着在模型发展过程中，算力的提升和优化至关重要，它直接影响着模型的性能和迭代速度。
Agent新赛道潜力巨大
在Agent新赛道方面，AI办公领域的奇点逐渐临近。海外Codex和国内WorkBuddy用户数量保持着月度环比的高速增长，这有望释放更多的token需求。随着用户数量的增加，对于模型的需求也会相应提升，为模型的发展提供更广阔的市场空间。
模型追赶效应显著，关注后续密集迭代
行业竞争格局
行业中难以形成持续稳定的SOTA厂商。3Q建议关注智谱、互联网大厂和MiniMax陆续推出的产品迭代。国产模型在参数规模、架构效率以及复杂任务交付能力上，正不断靠近全球前沿水平，这也再次验证了大参数预训练路线的合理性。
技术发展趋势
市场的核心反馈显示，国产模型在各个方面都在不断进步。通过持续的研发和创新，国产模型在技术上逐渐缩小与全球前沿的差距，为未来的发展奠定了坚实的基础。
KimiAgent议价权改善，编程能力显著提升
K3模型发布
7月16日月之暗面发布了KimiK3，该模型总参数达到2.8万亿，原生支持视觉理解与1M上下文，重点面向长程编程、知识工作及复杂推理。在定价方面，K3API已接近海外前沿模型，海外溢价程度明显收窄。
K3编程能力提升
K3的编程能力有了显著提升，其表现仅略逊于GPT-5.6Sol。核心升级包括长程Coding项目交付能力增强、复杂任务拆解与多Agent并行协作能力提升，以及原生多模态能力显著提高等方面。
K3架构升级
K3通过多处架构升级，缓解了算力约束问题。例如KDA混合线性注意力降低了长上下文场景下的KVCache需求，AttentionResiduals支持模型回看检索关键信息，StableLatentMoE降低了单次推理计算量。
投资结论表明，K3代表了行业的核心趋势。模型领先窗口持续缩短，参数ScalingLaw有效但算力约束仍存，办公Agent奇点渐近，模型追赶效应显著。不过，行业发展也面临模型迭代不及预期、算力基建限制以及用户渗透情况不佳等风险。
相关问答
国产模型与海外闭源模型的技术差距如何？
国产模型技术差距缩短至7。
K3模型有哪些核心升级？
K3核心升级包括长程Coding项目交付能力显著增强，强化复杂任务拆解与多Agent并行协作，原生多模态能力显著提升，可优化多种任务。
K3如何缓解算力约束问题？
K3通过多处架构升级缓解算力约束。如KDA混合线性注意力降低KVCache需求，AttentionResiduals支持回看检索信息，StableLatentMoE降低单次推理计算量。
模型发展面临哪些风险？
模型发展面临模型迭代不及预期、算力基建限制模型发展、用户渗透情况不及预期等风险，这些因素可能影响行业的发展进程。
Agent新赛道有何潜力？
AI办公领域奇点渐近，海外Codex和国内WorkBuddy用户数量高速增长，有望释放更多token需求，为模型发展提供广阔市场空间。
行业竞争格局是怎样的？
行业难以形成持续稳定的SOTA厂商，国产模型在参数规模、架构效率及复杂任务交付能力上靠近全球前沿，竞争激烈。
