层级定义：模型权重本身与核心算法能力。边界：不含推理/训练工具（分册01）、不含应用（分册03/04）。 金额口径同 00 分册。注意：本层"市场价值"主要体现为模型托管的 API/许可收入与企业私有化部署支出，而非权重直接售卖。
C26 开源基座 LLM
范围：通用文本基座模型权重（含其 API 化收入）。边界：不含多模态（C27）/端侧专精（C28）。 代表项目：DeepSeek-V3/R1 ✅105k/92k（MIT，推理成本革命，全球 API 采用爆发）、Qwen 系列 ✅28k（HF 下载量全球第一家族，企业私有化部署首选）、Llama ○（Meta，生态开创者）、GLM ✅7k（智谱）、Gemma ○（Google）。 六维：需求★★★★★（基座是 AI 时代的"水电煤"）｜商业化★★★★（API 托管+企业许可）｜生态★★★★★｜壁垒★★★★（数据+算力+人才，开源不等于无壁垒）｜扩展性★★★★★ 主要风险：模型能力商品化加速（价格战）；权重迭代导致旧版本贬值极快（DeepSeek 仓库停止更新即信号）。 | 年 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6 | Y7 | Y8 | Y9 | Y10 | |---|---|---|---|---|---|---|---|---|---|---| | TAM | 60 | 74 | 91 | 111 | 136 | 165 | 200 | 241 | 289 | 345 | 关键假设：开源系模型 API 收入占全球 LLM API 市场 25%→45%（中国生态为主要增量）；价格年降 20% 被调用量 40% 年增覆盖。
C27 多模态基座模型
范围：图文/音视频统一理解生成模型。 代表项目：Qwen-VL/Qwen-Omni ○、GLM-4V ○、Llava ○（学术源头）、InternVL ○（上海AI实验室）、MiniCPM-V ✅27k（端侧多模态标杆）。 六维：需求★★★★★（多模态是 Agent 时代的眼睛）｜商业化★★★★｜生态★★★★｜壁垒★★★★｜扩展性★★★★★ 主要风险：训练成本指数级上升挤压开源玩家；数据版权诉讼。 | 年 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6 | Y7 | Y8 | Y9 | Y10 | |---|---|---|---|---|---|---|---|---|---|---| | TAM | 40 | 51 | 65 | 83 | 106 | 136 | 174 | 222 | 284 | 364 | 关键假设：多模态调用量占比 30%→65%；视频理解为最大增量。
C28 端侧小模型
范围：0.5B-4B 设备端模型（手机/PC/车/IoT）。 代表项目：Qwen3-0.6B/1.7B/4B ✅（本机实测流畅）、MiniCPM ✅27k（端侧多模态）、Phi ○（微软小模型路线）、Gemma 2B/3B ○、SmolLM ○（HF）。 六维：需求★★★★★（隐私+延迟+离线三重刚性，设备量数十亿）｜商业化★★★★（芯片厂预装许可）｜生态★★★★｜壁垒★★★｜扩展性★★★★★ 主要风险：云端小模型 API 降价的挤压；端侧算力碎片化。 | 年 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6 | Y7 | Y8 | Y9 | Y10 | |---|---|---|---|---|---|---|---|---|---|---| | TAM | 15 | 19 | 24 | 30 | 37 | 46 | 58 | 72 | 90 | 113 | 关键假设：AI 手机/AI PC 渗透率 30%→85%；端侧模型单设备授权费年降 15%。
C29 代码生成模型
范围：补全/改码/测试专用模型。 代表项目：Qwen-Coder ○、DeepSeek-Coder ✅系、StarCoder ○（BigCode，开放数据派）、CodeLlama ○。 六维：需求★★★★★（全球最大编程人力市场，替代率最高）｜商业化★★★★★（IDE 订阅是变现最短路径）｜生态★★★★｜壁垒★★★★｜扩展性★★★★★ 主要风险：头部闭源（Claude/GPT）领先太多，开源主要用于自托管合规场景。 | 年 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6 | Y7 | Y8 | Y9 | Y10 | |---|---|---|---|---|---|---|---|---|---|---| | TAM | 18 | 23 | 29 | 37 | 48 | 61 | 77 | 97 | 122 | 153 | 关键假设：开发者 AI 工具付费渗透 25%→80%；开源代码模型占自托管编程助手 70%。
C30 数学与推理模型
范围：长链推理/过程奖励（o1/R1 范式）。 代表项目：DeepSeek-R1 ✅92k（开源推理范式确立者）、QwQ ○、OpenMath ○系、Numina ○。 六维：需求★★★★（高价值场景：科学/金融/代码）｜商业化★★★★｜生态★★★★｜壁垒★★★★（RL 训练管线是壁垒）｜扩展性★★★★ 主要风险：推理 token 成本高企限制场景；被基座模型吸收为默认能力。 | 年 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6 | Y7 | Y8 | Y9 | Y10 | |---|---|---|---|---|---|---|---|---|---|---| | TAM | 15 | 19 | 24 | 30 | 38 | 47 | 59 | 73 | 90 | 111 | 关键假设：推理 token 占比 5%→25%；成本年降 30%（推理优化）。
C31 Embedding 与 Rerank
范围：向量化与重排序模型（RAG 地基）。 代表项目：BGE 系 ○（智源，中文事实标准）、sentence-transformers ○（HF，90k+ 下载/月）、Jina embeddings ○、GTE ○（阿里）、Cohere rerank ○（闭源对标）。 六维：需求★★★★★（凡检索必用）｜商业化★★★★（API 计费极稳定）｜生态★★★★｜壁垒★★★（数据飞轮）｜扩展性★★★★★ 主要风险：长上下文模型"以读代检"部分替代（但企业数据规模使其不可替代）。 | 年 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6 | Y7 | Y8 | Y9 | Y10 | |---|---|---|---|---|---|---|---|---|---|---| | TAM | 7 | 8.8 | 11.1 | 14 | 17.6 | 22.2 | 28 | 35.3 | 44.5 | 56 | 关键假设：检索调用量随 RAG 部署年增 26%；embedding 单价年降 12%。
C32 语音识别（ASR）
范围：转写模型与工具链。 代表项目：whisper.cpp ✅55k（MIT，端侧之王）、FunASR ✅21k（阿里，中文 Paraformer 极快）、faster-whisper ✅27k（CTranslate2）、NVIDIA Canary ○、SenseVoice ○（阿里）。 六维：需求★★★★（会议/客服/字幕/司法记录永续需求）｜商业化★★★★（按分钟计费）｜生态★★★★｜壁垒★★★｜扩展性★★★★ 主要风险：多模态基座吞并纯 ASR（语音只是输入之一）；市场成熟单价下行。 | 年 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6 | Y7 | Y8 | Y9 | Y10 | |---|---|---|---|---|---|---|---|---|---|---| | TAM | 9 | 10.5 | 12.3 | 14.4 | 16.8 | 19.7 | 23 | 26.9 | 31.5 | 36.8 | 关键假设：全球转写分钟数年增 18%；单价年降 10%（成熟市场特征）。
C33 TTS 与语音克隆
范围：合成/克隆/情感 TTS。 代表项目：GPT-SoVITS ✅65k（少样本克隆，MIT）、CosyVoice ✅24k（阿里）、ChatTTS 🔴✅40k（放缓，AGPL）、piper ○（轻量端侧）、F5-TTS ○。 六维：需求★★★★（有声/客服/数字人/无障碍）｜商业化★★★★（克隆服务高毛利）｜生态★★★★｜壁垒★★★（音色资产）｜扩展性★★★★ 主要风险：声音克隆诈骗与立法风险（强制水印趋势）；大厂免费 API 压价。 | 年 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6 | Y7 | Y8 | Y9 | Y10 | |---|---|---|---|---|---|---|---|---|---|---| | TAM | 6 | 7.4 | 9.2 | 11.4 | 14.2 | 17.6 | 21.8 | 27 | 33.5 | 41.5 | 关键假设：合规克隆（授权音色库）为主要商业化形态；监管水印合规成本计入市场（合规服务本身是市场）。
C34 音乐与歌声生成
范围：作曲/编曲/歌声合成。 代表项目：AudioCraft/MusicGen ○（Meta）、Stable Audio ○、ACE-Step ○（音乐开源新锐）、so-vits-svc ○（歌声转换）。 六维：需求★★★（创作者经济）｜商业化★★★（版权复杂是商业化最大摩擦）｜生态★★★｜壁垒★★★｜扩展性★★★ 主要风险：版权诉讼（训练数据）是这个分类的头号死因；Suno/Udio 闭源压制。 | 年 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6 | Y7 | Y8 | Y9 | Y10 | |---|---|---|---|---|---|---|---|---|---|---| | TAM | 5 | 6.3 | 7.9 | 10 | 12.6 | 15.9 | 20 | 25.2 | 31.7 | 40 | 关键假设：合法授权训练数据比例 20%→80%（版权清算是市场本身）。
C35 文生图扩散模型
范围：图像生成基座。 代表项目：FLUX ○（Black Forest Labs，当前开源最强）、Stable Diffusion ○（生态开创）、SDXL ○、PixArt ○、Qwen-Image ○。 六维：需求★★★★（设计/营销/游戏资产）｜商业化★★★（API+企业版）｜生态★★★★★（ComfyUI 生态）｜壁垒★★★｜扩展性★★★ 主要风险：版权与肖像权诉讼；审美同质化导致付费疲劳。 | 年 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6 | Y7 | Y8 | Y9 | Y10 | |---|---|---|---|---|---|---|---|---|---|---| | TAM | 12 | 14.4 | 17.3 | 20.7 | 24.9 | 29.9 | 35.9 | 43 | 51.6 | 62 | 关键假设：图像生成单价年降 25%（竞争最激烈品类），量增补价降。
C36 图像编辑与可控生成
范围：ControlNet/局部重绘/一致性编辑。 代表项目：ControlNet ○（lllyasviel，可控生成范式）、IC-Light ○、IP-Adapter ○、InstantID ○。 六维：需求★★★★（专业生产场景的刚需：可控性>生成质量）｜商业化★★★★｜生态★★★★｜壁垒★★★｜扩展性★★★★ 主要风险：被基座模型原生"指令编辑"吞并（GPT-4o 原生图像编辑已现）。 | 年 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6 | Y7 | Y8 | Y9 | Y10 | |---|---|---|---|---|---|---|---|---|---|---| | TAM | 8 | 9.9 | 12.3 | 15.3 | 19 | 23.5 | 29.1 | 36.1 | 44.8 | 55.6 | 关键假设：专业设计工作流渗透 20%→55%；年均增 24%。
C37 视频生成
范围：文/图生视频、编辑、一致性。 代表项目：Wan2.x ○（阿里，开源领先）、HunyuanVideo ○（腾讯）、CogVideoX ○（智谱）、LTX-Video ○。 六维：需求★★★★★（视频是内容消费主体）｜商业化★★★★★（单条价值高）｜生态★★★｜壁垒★★★★★（算力+数据壁垒最深）｜扩展性★★★★ 主要风险：算力成本使开源版滞后闭源 1-2 年；版权/深伪监管趋严。 | 年 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6 | Y7 | Y8 | Y9 | Y10 | |---|---|---|---|---|---|---|---|---|---|---| | TAM | 14 | 17.9 | 22.9 | 29.3 | 37.5 | 48 | 61.5 | 78.7 | 100.7 | 128.9 | 关键假设：视频生成调用量年增 28%；开源模型主要服务私有化/低成本市场。
C38 3D 生成与重建
范围：NeRF/3D Gaussian/3D 资产生成。 代表项目：gsplat ○、3D Gaussian Splatting ○（论文官方实现）、TRELLIS ○（微软）、OpenLRM ○。 六维：需求★★★★（游戏/电商/数字孪生/机器人仿真）｜商业化★★★★（游戏资产市场直接付费）｜生态★★★｜壁垒★★★★｜扩展性★★★★ 主要风险：3D 工具链碎片化；元宇宙叙事波动影响投资。 | 年 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6 | Y7 | Y8 | Y9 | Y10 | |---|---|---|---|---|---|---|---|---|---|---| | TAM | 4 | 5.1 | 6.5 | 8.3 | 10.7 | 13.7 | 17.5 | 22.4 | 28.7 | 36.7 | 关键假设：机器人仿真与电商 3D 展示为主要增量，年增 28%。
C39 数字人驱动
范围：说话头/全身 Avatar/实时驱动。 代表项目：LivePortrait ○、EchoMimic ○、Hallo ○、MuseTalk ○、Sadtalker ○。 六维：需求★★★★（直播/客服/教育，中国需求最强）｜商业化★★★★★（直接带货变现，已有 GMV 验证）｜生态★★★｜壁垒★★★｜扩展性★★★★ 主要风险：平台监管（数字人标识强制）；同质化内卷。 | 年 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6 | Y7 | Y8 | Y9 | Y10 | |---|---|---|---|---|---|---|---|---|---|---| | TAM | 8 | 10.2 | 12.9 | 16.4 | 20.8 | 26.4 | 33.6 | 42.7 | 54.2 | 68.8 | 关键假设：电商直播渗透数字人 15%→60%（中国市场领先全球）；合规标识服务计入。
C40 检测分割基础模型
范围：开放词汇检测/通用分割。 代表项目：SAM ○（Meta，分割基础模型）、SAM2 ○、Grounding DINO ○、YOLO-World ○、MMDetection ○（生态）。 六维：需求★★★★（工业/医疗/安防/农业通用视觉底座）｜商业化★★★（垂直方案才是收入）｜生态★★★★★｜壁垒★★★｜扩展性★★★★ 主要风险：垂直场景需要微调，基座模型本身变现弱。 | 年 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6 | Y7 | Y8 | Y9 | Y10 | |---|---|---|---|---|---|---|---|---|---|---| | TAM | 25 | 28.5 | 32.5 | 37 | 42.3 | 48.2 | 55 | 62.7 | 71.4 | 81.4 | 关键假设：成熟 CV 市场稳健增长 14%，AI 化率提升。
C41 OCR 与文档理解
范围：印刷/手写/版面/表格/公式识别。 代表项目：PaddleOCR ✅93k（中文标杆，Apache）、RapidOCR ✅9k（ONNX 离线部署首选）、GOT-OCR ○（端到端新范式）、dots.ocr ○、olmOCR ○。 六维：需求★★★★★（纸质→数字永不完成的进程）｜商业化★★★★（B 端按页/按单计费）｜生态★★★★｜壁垒★★★（垂直模板资产）｜扩展性★★★★ 主要风险：多模态基座吞并传统 OCR 管线（已在发生）——但"便宜+快+私有化"的专用模型将长期存在。 | 年 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6 | Y7 | Y8 | Y9 | Y10 | |---|---|---|---|---|---|---|---|---|---|---| | TAM | 8 | 9.3 | 10.8 | 12.5 | 14.5 | 16.8 | 19.5 | 22.6 | 26.2 | 30.4 | 关键假设：票据/档案数字化年增 16%；私有化部署占 40%→65%（数据敏感）。
C42 超分与修复
范围：超分辨率/去噪/老照片修复/视频增强。 代表项目：Real-ESRGAN ○、GFPGAN ○、SUPIR ○、BasicSR ○（框架）。 六维：需求★★★（影像消费+司法/监控增强）｜商业化★★★｜生态★★★｜壁垒★★｜扩展性★★★ 主要风险：被通用扩散模型编辑能力覆盖。 | 年 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6 | Y7 | Y8 | Y9 | Y10 | |---|---|---|---|---|---|---|---|---|---|---| | TAM | 3.5 | 4 | 4.6 | 5.3 | 6.1 | 7 | 8.1 | 9.3 | 10.7 | 12.3 | 关键假设：年增 15%，视频增强为主要增量。
C43 风格化与艺术工具
范围：风格迁移/滤镜/插画辅助。 代表项目：AnimateDiff ○、AnimeGAN ○、IP-Adapter 风格系 ○。 六维：需求★★｜商业化★★｜生态★★★｜壁垒★★｜扩展性★★ 主要风险：完全被通用生图吞并（最弱独立性的分类）。 | 年 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6 | Y7 | Y8 | Y9 | Y10 | |---|---|---|---|---|---|---|---|---|---|---| | TAM | 1.5 | 1.8 | 2.1 | 2.4 | 2.9 | 3.4 | 4 | 4.7 | 5.6 | 6.6 | 关键假设：作为 C35/C36 的插件生态存在，独立价值有限。
C44 蛋白质与分子 AI
范围：结构预测/分子生成/药物设计。 代表项目：AlphaFold ○（DeepMind 开源版，诺贝尔奖级）、ESM ○（Meta 蛋白质语言模型）、OpenFold ○（学术复现）、DiffDock ○、RDKit ○（化学信息学地基）。 六维：需求★★★★★（生命科学范式转移，影响百年）｜商业化★★★★★（药企付费能力最强）｜生态★★★★｜壁垒★★★★★（数据+湿实验闭环）｜扩展性★★★★ 主要风险：湿实验验证周期长；开源版与商业版差距大。 | 年 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6 | Y7 | Y8 | Y9 | Y10 | |---|---|---|---|---|---|---|---|---|---|---| | TAM | 15 | 19 | 24.2 | 30.7 | 39 | 49.6 | 63 | 80.1 | 101.7 | 129.2 | 关键假设：AI 设计药物进入临床数量年增 30%；药企 IT 支出中 AI 占比 5%→20%。
C45 地球与气象 AI
范围：天气预报/气候模拟/灾害预测。 代表项目：GraphCast ○（DeepMind）、Pangu-Weather ○（华为）、FourCastNet ○（NVIDIA）、Fuxi ○。 六维：需求★★★★（气象局/航空/农业/保险）｜商业化★★★★（替代数值模式算力）｜生态★★★｜壁垒★★★★｜扩展性★★★ 主要风险：官方气象机构保守（准确性责任）；开源与政府系统竞争。 | 年 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6 | Y7 | Y8 | Y9 | Y10 | |---|---|---|---|---|---|---|---|---|---|---| | TAM | 5 | 6.1 | 7.4 | 9 | 11 | 13.4 | 16.4 | 20 | 24.4 | 29.7 | 关键假设：极端天气频发推高灾害预测预算；年增 22%。
C46 自动驾驶感知
范围：开放驾驶栈（感知/规划开源部分）。 代表项目：Apollo ○（百度，17k+）、Autoware ○（开源无人驾驶先河）、CARLA ○（仿真标准）、OpenPilot ○（comma.ai，消费级改装）。 六维：需求★★★★（出行产业永续）｜商业化★★★★（Tier1 集成）｜生态★★★★｜壁垒★★★★★（数据闭环+安全认证）｜扩展性★★★ 主要风险：安全责任与认证门槛极高（开源进入量产极难）；头部车企自研。 | 年 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6 | Y7 | Y8 | Y9 | Y10 | |---|---|---|---|---|---|---|---|---|---|---| | TAM | 60 | 69.6 | 80.7 | 93.6 | 108.6 | 126 | 146.2 | 169.6 | 196.7 | 228.2 | 关键假设：L2+ 渗透至 L3 法规突破（2028-2030 窗口）；开源栈占研发参考系统 30%。
C47 机器人与 VLA
范围：具身智能（视觉-语言-动作模型+机器人栈）。 代表项目：LeRobot ○（HF 机器人生态）、OpenVLA ○（斯坦福）、ROS 2 ○（机器人操作系统标准）、Isaac Lab ○（NVIDIA 仿真）、ALOHA ○。 六维：需求★★★★★（劳动力替代是十年级叙事）｜商业化★★★★★（机器人本体+软件服务）｜生态★★★★｜壁垒★★★★（真机数据稀缺）｜扩展性★★★★ 主要风险：数据瓶颈（真机数据贵）；硬件迭代慢于软件预期；"时刻表跳票"是本领域传统。 | 年 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6 | Y7 | Y8 | Y9 | Y10 | |---|---|---|---|---|---|---|---|---|---|---| | TAM | 40 | 48 | 57.6 | 69.1 | 82.9 | 99.5 | 119.4 | 143.3 | 171.9 | 206.3 | 关键假设：全球机器人 AI 软件支出年增 20%；开源栈占研发系统 50%（高校/初创）。
C48 时间序列模型
范围：预测/异常检测/填充（工业+金融）。 代表项目：Time-Series-Library ✅13k（清华 THUMTL，基准合集）、DLinear/NLinear ○、TimesNet ○、Chronos ○（Amazon 时序基础模型）、GluonTS ○。 六维：需求★★★★（工业运维/能源/零售供应链）｜商业化★★★｜生态★★★｜壁垒★★★｜扩展性★★★★ 主要风险：LLM 通用化侵蚀专用时序模型叙事；数据私有导致基准失真。 | 年 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6 | Y7 | Y8 | Y9 | Y10 | |---|---|---|---|---|---|---|---|---|---|---| | TAM | 15 | 17.7 | 20.9 | 24.6 | 29 | 34.2 | 40.4 | 47.7 | 56.3 | 66.4 | 关键假设：工业 AIoT 部署年增 18%。
C49 图神经网络
范围：GNN 库与应用（药物/风控/推荐）。 代表项目：PyG ○（PyTorch Geometric）、DGL ○（AWS）、ogb ○（基准）。 六维：需求★★★（特定结构数据不可替代）｜商业化★★★｜生态★★★｜壁垒★★★｜扩展性★★★ 主要风险：Transformer 通吃叙事挤压（图结构场景仍坚守）。 | 年 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6 | Y7 | Y8 | Y9 | Y10 | |---|---|---|---|---|---|---|---|---|---|---| | TAM | 8 | 9.4 | 11 | 12.8 | 15 | 17.5 | 20.5 | 24 | 28.1 | 32.9 | 关键假设：药物发现与金融风控为主要场景，年增 17%。
C50 强化学习库
范围：RL 算法库与环境。 代表项目：Gymnasium ○（Farama）、Stable-Baselines3 ○、RLlib ○（Ray）、PettingZoo ○（多智能体）、Isaac Gym 类 ○。 六维：需求★★★（训练侧为主，游戏/机器人/量化）｜商业化★★｜生态★★★★｜壁垒★★｜扩展性★★★ 主要风险：RLHF 时代 RL 库价值向"后训练"迁移（见 C15）。 | 年 | Y1 | Y2 | Y3 | Y4 | Y5 | Y6 | Y7 | Y8 | Y9 | Y10 | |---|---|---|---|---|---|---|---|---|---|---| | TAM | 10 | 11.9 | 14.2 | 16.9 | 20.1 | 23.9 | 28.5 | 33.9 | 40.3 | 48 | 关键假设：年增 19%，机器人 RL 为最大增量。