行业剖析：从Kimi到谷歌，AI下半场战役打响

这周科技圈两件大事刷屏，一边是谷歌交出Q2财报，一边是KimiK3大模型发布，两者共同指向一个核心问题：AI产业现在到底走到了周期的哪个位置？

先拆解谷歌财报。

谷歌云本季度增速达到82%，卖方投行一致预期只有64%，看起来大幅超预期，但实际上买方机构的预期在70%-80%区间，最终实际增速只超了2个百分点，所以业绩刚出来时股价表现平淡。真正引发跳水的是CFO的一句话：预计未来自由现金流会持续承压，而Q2谷歌的自由现金流已经转负，为-59亿美元。消息一出股价瞬间跌超4%，市场核心担忧是谷歌会再次增发股票融资，毕竟6月1日增发时股价就曾明显下跌。

细节来看，谷歌云利润率从Q1的32.9%提升至35.6%，符合市场预期，但管理层也提到后续会外租第三方算力，利润率会面临压力。本季度谷歌开始对外售卖TPU芯片，收入计入谷歌云，但当前占比还不高，预计要到2027年产能释放后才会显著放量。资本开支方面，Q2单季投入449亿美元，其中60%用于采购服务器，40%用于数据中心和网络设备，直接把单季自由现金流砸成负数。同时公司把2026年全年资本开支从1800-1900亿美元上调至1950-2050亿美元，并且给出2027年资本开支仍将显著增长的指引。搜索业务端，Q2增速17%，Gemini对广告业务的拉动已经显现：电商广告匹配效果提升20%，50万企业主使用AI广告工具后转化率提升15%，多轮对话模式也让用户意图识别更精准。但不可回避的是，Gemini3.5Pro持续跳票，编程赛道处于落后位置，基模竞争力面临压力。

谷歌财报虽无强劲催化，但也算合格

很多人关心AI硬件是不是见底了，从谷歌财报来看，云厂商的资本开支韧性还在，三大云厂capex不出问题的话，半导体板块短期会迎来一波修复反弹。但也要清醒认识到，2028年资本开支的二阶导大概率会走弱，过去三年半导体板块的贝塔级大行情90%的概率已经结束，未来不能再全仓押注板块贝塔，要转向挖掘有阿尔法的个股，同时逐步配置云厂商、大模型和下游应用端标的。

再看KimiK3带来的大模型格局变化。

根据高盛7月18日的跟踪报告，K3是一款2.8万亿参数的开源权重模型，在第三方评测中智能评分位列全球前三，在Arena用户投票中甚至冲到了第一，尤其擅长长周期的Agent任务和前端开发。但光鲜数据背后，实际体验并没有那么无敌：K3的单token定价低，但推理效率偏低、输出速度偏慢，折算到单任务成本，只比GPT-5.6-Sol便宜10%左右，性价比优势并不突出。同时部署门槛极高，官方建议最佳运行环境是64颗加速器组成的超级节点，哪怕最小规模的本地部署也需要8颗A100显卡，硬件成本超400万元人民币。目前Kimi官方已经因为算力紧缺暂停了新增订阅，现有用户也时常遇到算力不足自动切换到旧模型的情况。

放在产业格局里看，K3最大的意义不是吊打海外模型，而是中国开源大模型首次大幅缩小了与全球顶尖闭源模型的技术差距，研发差距已经从之前的6-12个月缩短到3个月左右。这背后是中国厂商在MoE稀疏架构上的持续优化，K3的专家激活率不到2%，配合自研的KDA注意力技术能减少75%的KV缓存占用，用有限的算力跑出了接近前沿的效果。但这也带来一个问题：独立大模型公司的领先红利期正在快速缩短，从之前的12个月缩到3个月，纯卖模型的商业模式边际上在恶化。

根据高盛的竞争框架，大模型公司的长期竞争力要看定价权、成本优势和财务实力三个维度，目前智谱和DeepSeek在基础模型领域站位最强，字节跳动则在多模态赛道领先。而真正的长期护城河从来不是模型跑分，而是上下文记忆带来的切换成本、生态与分发渠道、用户信任度，以及数据飞轮效应。更前瞻的指标是递归效率——也就是用自家模型加速自身研发的能力，顶级人才的流向和研发方向，比短期跑分更能决定两年后的行业座次。

长期来看，大模型能力趋同会加速全行业的AI渗透，反而利好中游云服务商和下游应用层，把之前被模型厂拿走的利润逐步往产业链上下游转移。

作者提示：个人观点，仅供参考，以上内容均不构成投资建议

版权声明

本公众号（主力在洗碗）刊载的原创内容，所有权利归本公众号站所有，任何媒体、公众号、个人及其他组织未经本公众号授权不得转载、链接、转贴或以其他方式复制发布/发表。如任何媒体、公众号、个人及其他组织未经书面许可擅自使用本公众号所有内容的，本公众号及本公众号所有权人有权追究其侵权责任并要求赔偿损失。