中信证券：AGENT元年拉开AI产业新 算力需求高增有望打开产业链数倍成长空间

智通财经APP获悉，中信证券发布研报称，当前已进入Agent元年，AI产业的下一个大阶段拉开序幕，从而带动AI算力产业链从训练端军备竞赛主导进阶到推理端应用、商业循环主导的新周期。对Sora和类似的视频生成模型、Agent进行算力测算，视频生成模型需求广阔，未来有望在训练端、推理端达到2024年英伟达的出货体量；Agent作为流量入口，在渗透率、日均使用次数、执行任务复杂度的三重提升下，其对算力的需求增幅陡峭，增量更会远超多模态大模型，打开产业链数倍成长空间。

中信证券主要观点如下：

Agent元年开启，有望开启算力新周期。OpenAI将连续12个工作日更新产品和功能；Google发布Gemini 2.0强化Agent能力。

1)OpenAI：自2024年12月6日以来，OpenAI已经连续发布了o1正式版、ChatGPT Pro、强化微调、Sora正式版、Canvas、GPT版Apple Intelligence/Siri；在展现出模型能力提升的同时，重点展示了AI与应用的结合，其中Sora提供了多种编辑工具，向实用视频工具进一步靠拢；Canvas也在代码Copilot的基础上进化到一个完整开发环境；集成了GPT的Siri则有了Agent的雏形；后续发布当中，当属真正的Agent最受期待。

2)Google：在发布Gemini 2.0的同时，谷歌一次性发布4个Agent功能，包括可以融入智能眼镜的Project Astra，可以流畅对话并理解音视频；内置于Chrome浏览器的Project Mariner可以执行网页端任务；嵌入GitHub的Jules则可以进行编程且整合进GitHub项目当中；还有可以阅读屏幕画面并给出语音提示的Agent。

随着各家Agent、应用工具的推出，算力产业链有望进入新的发展周期，从训练端的竞赛真正走向商业循环。

Sora算力测算：未来训练/推理算力需求有望比2024英伟达总出货量提升一倍以上。

以DiT为基础测算当前视频生成模型/多模态模型的算力需求。

1)训练端，结合多家开源视频模型的数据，视频模型参数量比DiT高1-2个数量级，比如Meta的Movie Gen模型大约是45倍；训练数据集的大小则大约在百倍级别；因此我们认为业内主流视频大模型的训练算力需求约在DiT的2-3个数量级以上，约为GPT4-MoE的10%级别。

2)推理端，结合TikTok、抖音、YouTube等大平台的创作者数据，计算得出，1%的AI渗透率有望在短视频平台带动4万卡以上的H100，在中视频平台带动7万卡以上的H100。同时AI的渗透遵循短视频→中视频→长视频的顺序。在视频生成模型维持当前参数量的前提下，若短视频平台AI渗透率达50%，中视频平台渗透率达20%，则有望带动350万卡以上的H100需求，大约相当于英伟达2024全年的H系列出货量，如果模型进一步迭代，需求或将进一步增加。

Agent：流量入口属性明显，渗透率、日均调用次数、任务复杂度有望三重提升，带来算力需求远超多模态，产业链规模相比目前体量将有数倍提升。

1)总量空间巨大，流量入口属性凸显：Agent有望成为所有互联网用户的数字助手，类似手机替代PC，APP替代搜索引擎成为流量入口一样，Agent也有望替代APP成为流量入口。当前全球有55亿以上的互联网用户且还在增长中，给Agent提供了巨大的渗透空间。

2)渗透率提升遵循S型曲线，2025为元年，2027后有望加速渗透：新技术和新产品在发展初期的渗透率提升是平缓的，但产品力达到一定程度后有望快速提升，正如中国电动汽车行业的发展历程。目前Agent刚刚开启应用元年，未来能力提升空间明显，随着其能力发展，2027年后有望加速渗透，用户使用率有望陡峭提升。

3)渗透率、日均调用数、任务复杂度三重提升，增幅有望远超多模态大模型：Agent渗透率目前从个位数起步，但由于数字助手的实用性和高效性，其未来渗透率必将达到高水平，2030年前大概率将比当前提高一个数量级。随着Agent能力提升，用户将更依赖Agent的帮助，日均使用次数有望指数级提升，2030年前也有望提升一个数量级。同时，随着用户将越来越多的任务交给Agent执行，任务复杂度也将指数级提升，目前点外卖这类简单操作只需大概10个步骤，而未来可以让Agent进行数据整理、工作总结、活动流程组织、研究报告创作等复杂工作，操作步骤将达到成百上千个，未来几年也有望提升1-2个数量级。在三方面的同步提升之下，Agent带来的算力需求增幅有望远超以往的多模态大模型，其提升速度也将非常陡峭。按我们目前测算，2030年之前Agent有望创造近千万B200的算力需求，相当于当前英伟达体量的数倍。

投资策略。

模型生态快速繁荣，预计2025年模型能力升级和行业化门槛降低的支撑下，结合Agent等应用落地形式，AI商业化落地将持续加速，推理需求将接棒训练持续带动算力规模提升。

风险因素：AI核心技术发展不及预期，AI被不当使用造成严重社会影响，AI应用产品拓展不及预期，企业数据安全风险，信息安全风险，行业竞争加剧。