当国内AIGC用户突破5亿大关时，行业已悄然从技术狂欢转向应用深耕，而这场智能革命背后，是对算力资源的空前争夺。
2025年，AIGC（人工智能生成内容）行业告别了初期的概念炒作，进入大规模应用落地阶段。截至2025年6月，中国生成式人工智能用户规模已达5.15亿人，普及率达36.5%，相比去年底增长2.66亿，增幅高达106.6%。
伴随用户规模的爆发式增长，AIGC正在从"创作工具"向"创作伙伴"转变，从垂直细分向跨界协同演化，构建人机共生的新型社会生态。与此同时，AI智能体（Agent）的普及催生了指数级增长的算力需求，GPU市场供需紧张局面持续升级。
01 发展现状：AIGC行业的井喷式增长与生态重构
2025年的AIGC行业呈现出用户规模、应用场景和技术渗透三个层面的全面突破。这场变革不仅体现在数字上，更深刻地重构了产业逻辑和组织形态。
截至2025年8月，我国累计有538款生成式人工智能服务完成备案，以大模型为核心的技术体系逐步下沉至千行百业。应用场景已覆盖回答问题、日常办公、休闲娱乐、内容创作等多个领域，从消费端向生产端、从通用场景向行业核心场景纵深渗透。
在用户端，2025年3月AI App产品总新增下载超1.6亿，平均每天有约2亿人使用AI App，共6款产品当月新增下载超千万。Web端AI产品访问总量超6亿，总月活超1.2亿，共11款产品总访问量超千万。
02 变革路径：从工具辅助到生态重构的三重转型
AIGC的普及正在推动产业逻辑的系统性重塑，这种重构主要体现在三个层面：
生产逻辑从"流程驱动"进入"人机协同"。传统工业生产和服务业依赖于标准化流程，核心是"工具辅助人"，而AIGC催生出"生成式生产"模式。在编程、设计、文案、法律文书、市场分析等领域，人工智能可以生成草稿、提供方案、排查错误；在药品研发、材料科学、工程架构等领域，AIGC能够通过挖掘海量数据和模拟复杂场景，发现人类专家难以察觉的规律，极大地压缩研发周期和成本。
产业组织从"链式生态"发展到"网状生态"。AIGC的渗透打破固有的产业边界，催生出更加灵活的网络状生态。例如"去中心化"的生产与创作，在媒体、娱乐、教育等内容产业，AIGC工具极大地降低了专业内容生产的门槛，一个小团队甚至个人借助AI也能产出接近专业水准的动画、音乐、课程。
企业竞争逻辑从"规模"转向"生态"。在智能时代，模型的性能高度依赖于高质量的数据和用户反馈。拥有丰富场景并能形成"用户使用---产生数据---优化模型---提升体验---吸引更多用户"闭环的企业，将建立起动态护城河。
03 应用深化：智能体崛起与成本优化推动普惠化
2025年被行业称为"Agent（智能体）元年"，AI智能体通过两大特征------"被动响应到主动行动"和"单一功能到生态整合"，实现了意图直达的新交互范式和服务分发网络。
智能体的普及带来了算力需求的指数级增长。一个智能体调用的Token数量比之前做一个文字对话应用的调用数量提升了上百甚至上千倍之多。与此同时，新模型架构和训练策略优化正在极大推动大模型普惠，受益于模型架构创新（如混合专家系统MoE）、训练策略优化（如结合了监督微调SFT/强化学习RL的后训练）和软硬件协同等，大模型普惠化正全面展开。
在成本方面，行业竞争推动价格持续下降。以3款主打推理的模型为例，阿里云QwQ-Plus（推理）的输入价格是1.6元/百万Token，输出价格是4元/百万Token；腾讯云hunyuan-T1（推理）输入价格是1元/百万Token，输出价格是4元/百万Token；DeepSeek-reasoner（推理）输入价格是4元/百万Token，输出价格是16元/百万Token。
04 算力需求：推理需求爆发与智能体普及的双重驱动
2025年AI大模型向更强、更高效、更可靠的方向发展，呈现推理模型深化、智能体模型爆发的格局。行业分析报告指出，2025年是Agent（智能体）元年，推理需求带动算力需求爆发，国内算力自主可控趋势凸显。
AI大模型对产业的渗透速度超过此前互联网革命，ChatGPT用两年零一个季度的渗透率大致对应PC互联网10年的渗透进度。这种快速渗透带来了前所未有的算力需求。
据市场研究机构报告，大模型和生成式人工智能推高算力需求，中国智能算力增速高于预期。2025年中国智能算力规模将达到1,037.3 EFLOPS，预计到2028年将达到2,781.9 EFLOPS。2025年中国通用算力规模预计达到85.8 EFLOPS，增长20%，中国智算算力增幅将达到1037.3 EFLOPS，增长43%，智能算力的增幅远高于通用算力的增幅。
05 GPU争夺：科技巨头资本竞赛与供应链紧张
面对爆炸式增长的算力需求，全球科技巨头展开了空前激烈的GPU争夺战。2025年，各大科技公司的资本支出创下历史新高。
据估计，微软、亚马逊、谷歌和Meta 2024年的总资本支出已达到2460亿美元，高于2023年的1510亿美元。而2025年的支出可能超过3200亿美元。在科技巨头们如此高额的资本支出中，GPU的采买将占据很大一部分，10万卡级别的集群正逐步成为AI计算的标配。
具体来看，OpenAI宣布"星际之门（Stargate Project）"计划，在未来四年内投资5000亿美元建设人工智能基础设施，2025年投入首笔1000亿美元。亚马逊计划在基础设施方面投资1000亿美元，高于2024年的770亿美元；微软计划在2025财年投资800亿美元建设能够处理人工智能工作负载的数据中心；谷歌计划投资750亿美元，较去年的530亿美元增长42%。
06 供应链挑战：先进封装与HBM内存成产能瓶颈
GPU缺货最大的问题在于产能端。CoWoS封装和HBM存储作为GPU的两大支柱，也制约了GPU的产能。受云端AI加速器需求旺盛推动，2025年全球对CoWoS及类似封装产能的需求或将增113%。
台积电作为关键供应商，其先进封装路线图在2024年经历了多次调整。根据台积电的最新规划，2024年CoWoS的月产能预计为35,000片，到2025年将增加一倍，达到75,000片，预计2026年将进一步增至135,000片。
HBM（高带宽内存）方面，主要供应商SK海力士2025年的HBM产能均已经售罄，因而一边不断加大扩产HBM产能，目标是到明年实现每月14万片晶圆的HBM产能；一边加快产品迭代步伐，正与台积电就16层HBM4进行密切合作，预计2026年下半年开始量产出货。
07 国产替代：自主可控趋势下的中国算力发展
在美国扩大高端GPU出口限制的背景下，国产奋起力争自主可控。2023-2025年，美国多次修订出口规则扩大管制范围。由于GPU是国内人工智能发展的基础，相关政策持续加码支持国产算力行业发展。
国内算力自主可控趋势凸显，各大厂商加速推进国产AI芯片研发与应用。尽管面临技术挑战，中国在AI算力领域的自主创新步伐明显加快，形成了包括AI芯片、服务器整机、液冷、光模块等环节的完整产业链。
当Meta计划在2025年底前部署超过130万块GPU，当甲骨文打造支持多达131，072个Blackwell GPU的Zettascale级别超级集群时，这场算力竞赛已经超越了单纯的技术竞争，成为国家间科技实力的较量。
2025年的AIGC行业，用户规模突破5亿只是起点，智能体元年开启的则是更加复杂的生态竞争。而在这场智能革命的背后，算力------特别是GPU------已成为比数据更为稀缺的战略资源。未来，谁能掌握算力优势，谁就能在AI时代掌握主动权，这已成为行业共识。在这场没有硝烟的战争中，技术创新、产业协同和自主可控将成为决定胜负的关键因素。