方正证券研究所发布AI应用行业深度报告，从AI产业技术趋势角度梳理海外与国内AI应用的投资机会。报告指出，OpenAI o1模型标志着AI产业从pre-training转向post-training推理重心，self-play强化学习成为通向AGI的新范式。奖励目标清晰的应用场景率先受益，AI营销（决策式AI释放业绩）、AI教育（生成+决策双轮驱动）、AI电商（AI Agent赋能）、AI视频（多模态生成）等方向值得关注。
AI产业新范式——self-play强化学习驱动应用方向
2023年以来生成式AI引领产业变革，但2024年以OpenAI o1模型为代表，AI产业开始转向post-training推理重心。通过self-play强化学习，AI不断自我交互并优化思维链，在环境中采取动作并根据反馈奖励优化策略。过去self-play强化学习局限于围棋等细分领域，但结合预训练大模型的通用性后，泛化能力大幅提升。奖励模型（reward value）清晰的应用场景，如程序化广告投放（奖励=ROI）、军事作战方案（奖励=作战取胜），AI更易通过self-play RL找到最优决策。因此，决策式AI相关应用率先受益，同时决策式AI与生成式AI结合的应用（广告营销、教育、AI Agent）也值得关注，多模态生成式AI则主要赋能影视、游戏等内容创意场景。
AI营销——决策式AI率先释放业绩，生成式AI空间广阔
AppLovin是AI营销的标杆案例，24Q3软件平台收入同增66%，调整后EBITDA同增79%。其成功因素包括：通过收购游戏工作室积累第一方数据训练算法；外延收购MAX（市占率超60%）、Adjust、MoPub完善产业链；AXON引擎持续Self-learning正向循环。AppDiscovery为全球第三大移动游戏广告网络，以CPM采买、CPI收费，赚取匹配度差额。生成式AI也在加速赋能广告制作——SparkLabs中AI使用量增加三倍，交互式试玩广告IPM平均提升250%。A股营销公司中，易点天下（zMaticoo程序化投放+KreadoAI素材生成）、蓝色光标（Blue AI模型+BlueX海外程序化平台）、浙文互联（好奇飞梭+派智）等布局决策式AI投放+生成式AI素材双端赋能，中长期同时布局生成+投放双端的广告服务商或将具备更强壁垒。
AI教育——生成式AI与决策式AI双轮驱动
多邻国是AI教育标杆。学生端，生成式AI开发个性化学习内容（GPT-4驱动的Duolingo Max定价30美元/月，显著高于Super的7.99美元/月），AI虚拟视频通话VideoCall和场景模拟游戏Adventure增强趣味性。教师端，生成式AI替代人类专家撰写练习题，效率从日均1-2篇提升至20篇以上。多邻国自23Q2扭亏后盈利持续扩大，订阅收入保持同比45%+增速。中文语文教学方面，豆神教育深耕语文赛道，阅读理解和作文有参考答案/高分范文作为reward value，既受益于生成式AI（虚拟分身互动、内容生成效率提升），也受益于决策式AI（self-play RL学习解题思路），且已从语文扩科到数学和英语，展现跨学科通用性。
AI电商与AI视频——AI Agent赋能与视频生成节奏
AI Agent在self-play RL下有望加速发展，包括自我优化决策、任务自动化协调、个性化服务、行业定制等能力。电商领域，焦点科技AI麦可融合生成式AI（产品信息撰写、图片视频制作、翻译）和决策式AI（学习订单数据库、自动规划执行外贸工作流），成为B2B AI Agent；值得买小值AI购物助手基于消费数据与内容库，有望成为toC端电商AI Agent。AI视频方面，生成能力与影视形态对应：营销视频素材、短剧、动漫等有望率先受益。上游具有视频语料的公司（华策影视、捷成股份）和下游具有影视/网文IP的公司（阅文集团、中文在线）都有望受益于AI视频生成技术赋能，新的商业化潜力逐步释放。
AI应用四大赛道受益逻辑对比| 赛道 | 核心AI技术 | 代表公司 | 受益逻辑 |
|---|
| AI营销 | 决策式AI+生成式AI | AppLovin、汇量科技、易点天下 | 决策式AI提升投放ROI（率先释放业绩），生成式AI赋能素材生成（空间广阔） |
| AI教育 | 生成式AI+决策式AI | 多邻国、豆神教育 | 生成式AI提升内容效率+趣味性，决策式AI学习解题思路实现个性化教学 |
| AI电商 | AI Agent（决策式） | 焦点科技、值得买、Shopify | self-play RL驱动AI Agent自我优化决策、自动化协调、个性化服务 |
| AI视频 | 多模态生成式AI | 华策影视、阅文集团 | 营销素材/短剧/动漫率先受益，上游视频语料+下游IP双重受益 |
