大模型系列深度研究：期待模型能力突破带来算力再扩容-RSI、Latent Reasoning深度研究 [太阳]核心投资结论：【看好AI上游“量”的需求，尤其是算
- 序号：518
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
大模型系列深度研究：期待模型能力突破带来算力再扩容-RSI、Latent Reasoning深度研究
[太阳]核心投资结论：【看好AI上游“量”的需求，尤其是算力的需求，核心催化剂来自模型能力的突破】，相关标的包含算力芯片及制造、云厂商、服务器及整机等。
近期可期待的催化剂来自RSI和Latent Reasoning： 1⃣RSI的当前进展，以及RSI效果突破仍需走向“议程自主”，并能从小规模结论向核心模型迁移；当AI自己找到的改进能够在更大的规模上实现时， AI迭代的速度将从人工约束变为“算力约束”。 2⃣模型新的Scaling范式-Latent Reasoning，已经落地OpenAI Astra等前沿模型。
投资结论： 1、RSI突破从模型研发和应用两方面均带来算力消耗提升 2、若Latent Scaling成为新的scaling方向，算力增量>HBM增量 3、未来蒸馏难度提升，有效性下降，前沿模型竞争回归模型架构和训练方式
风险提示：AI技术迭代不及预期；算力供给受限；行业竞争加剧；客户需求波动；政策与合规风险。
总体总结
主题正文
- 大模型系列深度研究：期待模型能力突破带来算力再扩容-RSI、Latent Reasoning深度研究
- [太阳]核心投资结论：【看好AI上游“量”的需求，尤其是算力的需求，核心催化剂来自模型能力的突破】，相关标的包含算力芯片及制造、云厂商、服务器及整机等。
- 1⃣RSI的当前进展，以及RSI效果突破仍需走向“议程自主”，并能从小规模结论向核心模型迁移；
- 当AI自己找到的改进能够在更大的规模上实现时， AI迭代的速度将从人工约束变为“算力约束”。
- 2⃣模型新的Scaling范式-Latent Reasoning，已经落地OpenAI Astra等前沿模型。
- 2、若Latent Scaling成为新的scaling方向，算力增量>HBM增量
- 3、未来蒸馏难度提升，有效性下降，前沿模型竞争回归模型架构和训练方式