聚焦科技行业:GPT-6+Astra发布,LoopTransformer或打开新Scaling路径。报告认为,Loop Transformer有望拓展模型 Scaling 路径,提升单位 Token 计算强度并拉动算力需求;同时,Loop Transformer 增加内部隐式计算,模型安全及可观察性的重要性也将进一步提升。考虑到智谱在 26 年中报中也将 Loop Transformer 作为重要方向,报告认为前沿模型厂商开始探索计算深度 Scaling。Loop Transformer 提升单位 Token 计算强度,AI 安全重要性同步上升硬件侧,循环次数增加会直接提升层计算和每 Token FLOPs,算力是受益最明确的环节,同时,报告认为随着模型 Agent 能力提升,Computer Use与工具调用有望增加 CPU 侧执行负载。
聚焦科技行业:GPT-6+Astra发布,LoopTransformer或打开新Scaling路径。报告认为,Loop Transformer有望拓展模型 Scaling 路径,提升单位 Token 计算强度并拉动算力需求;同时,Loop Transformer 增加内部隐式计算,模型安全及可观察性的重要性也将进一步提升。考虑到智谱在 26 年中报中也将 Loop Transformer 作为重要方向,报告认为前沿模型厂商开始探索计算深度 Scaling。Loop Transformer 提升单位 Token 计算强度,AI 安全重要性同步上升硬件侧,循环次数增加会直接提升层计算和每 Token FLOPs,算力是受益最明确的环节,同时,报告认为随着模型 Agent 能力提升,Computer Use与工具调用有望增加 CPU 侧执行负载。
聚焦科技行业:GPT-6+Astra发布,LoopTransformer或打开新Scaling路径。报告认为,Loop Transformer有望拓展模型 Scaling 路径,提升单位 Token 计算强度并拉动算力需求;同时,Loop Transformer 增加内部隐式计算,模型安全及可观察性的重要性也将进一步提升。考虑到智谱在 26 年中报中也将 Loop Transformer 作为重要方向,报告认为前沿模型厂商开始探索计算深度 Scaling。Loop Transformer 提升单位 Token 计算强度,AI 安全重要性同步上升硬件侧,循环次数增加会直接提升层计算和每 Token FLOPs,算力是受益最明确的环节,同时,报告认为随着模型 Agent 能力提升,Computer Use与工具调用有望增加 CPU 侧执行负载。核心数据:OpenAI 首席科学家 Jakub Pachocki 随后表示,包括 Astra 在内的当前前沿模型,其计算图深度不超过 GPT-4 的 2 倍;OpenAI 首席科学家 Jakub Pachocki 在 X 上回应称,包括 Astra 在内的当前前沿模型,其计算图深度不超过 GPT-4 的 2 倍,没有对 OpenAI 具体使用何种架构作出说明。
本报告由华泰证券发布,发布于 2026 年。
覆盖 2026 年。
本报告为付费报告,可在资料宝站内下单后获取完整内容。
适合战略规划、产品经理、行业研究员等读者参考。
重点分析了科技行业、GPT等议题。