原生多模态：研究框架 | 中信证券计算机 报告缘起：理解是生成的天花板，原生多模态是产业奇点。 主流模型正从“模块化”架构转向“原生多模态”架构，这是一个根本性的范式转变，是解决理解瓶颈、驱动产业价值跃迁的“奇点”。本报告以此为锚点，建立从技术基座到商业格局，再到应用落地的研究框架。 技术基座：原生架构成共识，实时交互迎拐点。 原生多模态架构的核心，在于原生架构（统一编码器）能实现更深度的信息融合、更优的扩展性。编码器技术，如Qwen-Omni的突破，正解决原生架构的扩展难题；中长期看，视觉自监督学习路线有望打破文本数据天花板，带动模型规模新一轮扩增。此外，模型能力正从处理“静态图像”向“实时动态视频+语音”交互演进。推理延迟的大幅降低是关键，这使得能看、能听、会思考的实时助手成为可能。 产业格局：原生多模态带来新价值，多元化应用逐渐突围。 全栈巨头：构建“垂直整合”的生态闭环。OpenAI的战略是成为“AI操作系统”，通过Apps SDK和Sora 2的社交化尝试构建生态护城河；Google利用多模态模型Veo/Nano Banana吸引C端用户，实现数据获取和谷歌生态的强化，反哺B端平台Vertex AI。 垂类应用：打造AI原生应用，推动商业化价值重估。上市公司以万兴科技、美图公司为代表，它们利用庞大的用户基数，通过“AI订阅/积分”模式激活存量、提升ARPU；同时孵化AI原生应用，拓展新市场，开启第二增长曲线。初创企业以智谱、Minimax、零一万物、硅基智能、生数科技、爱诗科技等为代表。 技术赋能：AI与行业知识深度融合，“AI+”赋能特定场景。以虹软科技、当虹科技、海天瑞声为代表，其本质是将AI大模型与自身积累的深厚领域知识（如视觉算法、视频压缩）相融合，赋能智能汽车、工业、传媒等高价值特定场景，壁垒极高。 投资策略：把握基础和应用两大主线。 模型层来看，多模 态产品将催生规模远超训练且持续稳定的推理算力需求，建议关注推理算力产业链的相关环节；应用层来看，原生多模态趋势下，建议关注垂类应用及技术赋能两大机遇： （1）垂类应用：建议关注具备较大用户基数、且已通过“AI订阅/积分”模式验证付费意愿的公司，如万兴科技、美图公司等。 （2）技术赋能：建议关注与多模态融合程度高、本身场景高价值（如汽车、工业）的细分领域及其核心技术供应商，如海天瑞声、当虹科技等。