如何快速获取相关资料？部分内容预览
—
情报猿平台
海量资料 持续更新
—
扫描识别下方二维码可自助开通会员
—
本篇资料已更新至情报猿资料分享平台
咨询会员服务、了解完整版资料获取方式
请加微信号“qbyuan888”
—
免责声明：以上报告均系本平台合作用户通过公开、合法渠道获得，报告版权归原撰写/发布机构所有， 如 涉 侵 权 ， 请 联 系 删 除 ；资料为推荐阅读，仅供参考学习，如对内容存疑，请与原撰写/发布机构联系。
传媒行业深度报告:海外AI年度复盘及财报综述:狂欢将尽还是新周期开启?(96页附下载)这是一份东吴证券发布的关于2026年AI产业深度研判的重磅报告，核心论点是：AI产业正从2024-2025年的狂热资本扩张期，转向需求兑现与效率竞争并重的新周期。市场担忧的"泡沫论"在2025年三季度集中发酵，导致多数AI概念股回调，但报告认为这仅是局部风险而非系统性崩盘。 一、泡沫论的本质：三重焦虑与结构性分化 报告犀利地指出，当前市场焦虑集中在三个层面：首先是资本开支激增，Meta、微软等巨头2025年资本开支同比增幅超50%，但市场开始质疑巨额投入能否转化为收入。其次是折旧周期争议，云厂商将服务器折旧年限延长至6年，被质疑掩盖资产风险。最关键的是循环订单与债务融资模式，OpenAI以百亿级年收入签下万亿级长期算力订单，形成"击鼓传花"式的链条，一旦融资断裂可能引发连锁反应。 但报告的核心判断是：泡沫呈现明显的结构性分化。横向看，以OpenAI为核心、与微软深度绑定的激进扩张阵营风险更高，其战略分散、现金流压力巨大；而Anthropic-谷歌-亚马逊阵营更聚焦稳健。纵向看产业链，上游硬件几乎无泡沫，英伟达订单饱满；云巨头现金流稳健，但新兴云服务商（Neocloud）因高负债和低议价能力面临困局；模型层亏损是研发阶段的正常现象，未来利润弹性巨大；应用层则严重分化，大量"套壳"产品正被淘汰。 二、算力霸权暗流涌动：英伟达的防守与反击 英伟达2025年数据中心收入同比翻倍，Blackwell芯片供不应求，毛利率维持70-80%高位。但其护城河出现裂痕：推理场景占比已提升至40%，这正是ASIC芯片能效优势最明显的战场。为应对挑战，英伟达以200亿美元收购Groq（前谷歌TPU发明人创立），整合低延迟推理技术，既是进攻也是防守。 真正的威胁来自云巨头的自研芯片。谷歌TPU v7已实现对英伟达方案44%的成本优势，Anthropic成为最大外部客户，部署规模超1GW。谷歌凭借"自研芯片+自有模型+YouTube数据"的全栈整合，构建了与英伟达CUDA生态平行的"AI算力宇宙"。亚马逊Trainium2扩张最为激进，计划百万级部署同时保持与英伟达双轨合作。微软则因深度绑定OpenAI，自研Maia芯片进展滞后，相对被动。 报告认为，算力竞争已从单一性能转向成本、规模、生态的综合较量，预计未来5-10年AI芯片将从短缺走向供应充足，单位成本显著下降，这最终将惠及整个AI生态。 三、云服务冰火两重天：巨头的黄金时代与新贵困局 三大云巨头手握千亿美元级订单储备，进入黄金时代。微软Azure储备订单达3920亿美元（同比+51%），谷歌云承诺余额1557亿美元（同比+82%），AWS虽增速平稳但10月新签订单已超Q3全季。盈利能力分化明显：AWS营业利润率维持36%高位，谷歌云利润率提升至23.7%，微软Azure则因AI投资增加而毛利率承压。巨头们共性在于充沛现金流、多元化业务对冲风险以及清晰的AI变现路径。 与之形成鲜明对比的是CoreWeave、Nebius等新兴云服务商的困局。这些公司本质是"GPU租赁+高杠杆"的房地产开发商模式，但面临更快的技术迭代风险。CoreWeave 2025年Q4预期收入环比增速仅13%，资本开支却超收入4倍，债务成本高达11-14%，远高于巨头的4.5%。更致命的是缺乏规模效应和客户粘性，随着巨头产能释放和大模型公司自建算力，正被两端挤压。这种商业模式的脆弱性在财报季暴露无遗，股价普遍双位数下跌。 四、模型层：从AGI神话回归工程现实 2025年最大的转折是AGI神话退场、工程化范式确立。DeepSeek R1以极低成本证明算法效率路线可行，推高行业对推理效率的重视。而备受期待的GPT-5系列未能实现技术跃迁，主要依靠后训练优化，甚至在情感智能上退化，引发用户大量吐槽。相比之下，Gemini 3 Pro凭借原生多模态架构与TPU硬件突破实现明显跃迁，在多个榜单拉开差距。 展望2026年，模型发展将聚焦"更快、更好、更便宜"。Scaling Law并未失效，但需要配合算法创新。推理模型消耗token量是普通模型5.5倍，Agent模式多模型并行调用进一步推高算力需求。架构层面，Transformer仍为主流但面临天花板，谷歌提出的Nested Learning新范式试图让模型在推理中持续学习，虽面临算力开销和数据污染风险，但指明了向认知系统演进的方向。 多模态正从组合式向原生架构演进。谷歌论文证明早期融合+MoE架构的scaling效率更优，而Veo 3已实现有声视频突破。世界模型成为新战场，DeepMind的Genie、腾讯的HunyuanWorld等模型在3D场景生成和物理模拟上取得进展，最先受益的将是仿真、工业、机器人领域。 五、中美竞争：从追赶到并跑 中美技术差距已收窄至6-9个月。芯片禁令倒逼中国企业在算法创新上突破，如稀疏注意力、MoE等。美国坚持"闭源+高价"路线，中国则走"开源+极致性价比"路线，DeepSeek、千问等开源模型在海外B端市场份额快速增长，对高定价模式形成冲击。 中国团队展现出强大的工程能力和快速迭代速度。NeurIPS 2025中国机构论文占比近半，阿里千问团队获最佳论文奖。Marc Andreessen评价称中美已形成"双马竞速"，中国在模型压缩、边缘部署和生态竞争强度上具备独特优势。国内头部玩家各有特色：千问靠基础设施，DeepSeek靠算法效率，Kimi靠长文本，智谱靠编程+Agent，MiniMax靠多模态，豆包靠流量。 六、应用层商业化：编程先行，巨头赋能被低估 应用层需求验证可用ARR和Tokens双指标交叉验证。OpenAI+Anthropic合计ARR达200亿美元，OpenRouter平台Tokens消耗同比增超300%。 ToB市场商业化潜力最高，2025年企业生成式AI支出达370亿美元，占全球SaaS市场6%份额。其中编程工具率先爆发，Cursor ARR达10亿美元，因刚需、高价值、可验证的特点成为最先盈利场景。垂直行业AI支出35亿美元，医疗独占15亿，法律6.5亿，这些领域通过积累私有数据构建通用模型难以复制的壁垒。 ToC市场呈现"通用chatbot主导+垂直AI大量死亡+少数场景顽强存活"格局。通用chatbot占网页访问量80%以上，但垂直应用死亡率极高，2025年近400个AI应用关闭，图像生成、设计、写作类最易被内置功能替代。但编程与角色陪伴因数据闭环和情感粘性存活顽强，Character AI等应用虽面临记忆不足和成本问题，但用户时长和迁移成本形成护城河。 科技巨头内部赋能是"看不见的价值"。谷歌AI Overviews提升搜索查询量并维持货币化率，亚马逊通过AI优化物流与机器人部署，百度、阿里、腾讯将AI嵌入原有生态。这些价值难以量化，但直接转化为全要素生产率提升。2026年Google推出UCP协议实现AI直接交易，标志着搜索从信息工具向交易工具升级。 七、投资策略与风险 报告给出明确投资建议：2026年投资逻辑从泛AI概念转向精选具备真实变现能力、成本优势与护城河的核心标的。上游算力看好英伟达，云服务与全栈整合建议关注谷歌与亚马逊，模型与应用层关注MiniMax-WP和智谱。 港股推荐阿里巴巴（通义千问+云生态），腾讯控股（元宝+社交分发），快手-W（可灵视频模型），美图公司（影像AI原生优势）。 风险提示聚焦三大方面：一是推理需求增长不及预期，导致资本开支收缩；二是模型商业化路径剧变，如开源冲击闭源模式或监管政策收紧；三是地缘政治加剧算力约束，影响产业链利润空间。 核心结论：AI产业狂欢暂告段落，但由技术突破与商业闭环驱动的结构性机会正在浮现。泡沫是局部的、分化的，而非系统性的。2026年将是产业分化加剧、商业闭环验证的关键年份，真正具备效率优势和护城河的企业将脱颖而出。
