文章核心观点 - AI技术发展正从上半场的技术创新阶段，进入下半场的应用落地与产业融合阶段，中国凭借其制造业供应链、庞大应用市场和数据优势，有望在AI竞争的下半场实现追赶并反超 [1][25] - 当前全球AI热潮的空前强度，主要源于2020年后全球史无前例的货币宽松政策（约12万亿美元基础货币扩张带来近50万亿美元流动性）导致资金极限配置于美元资产，而ChatGPT的出现在2022年底为资产价格上涨提供了关键的“宏大叙事” [8][11][12][14][20] - 未来5到20年的国际竞争终局将聚焦于能源和数据两大要素，中国在数据规模与质量上具有优势，如何有效治理和利用数据将成为长期竞争的关键 [1][59][66] AI技术发展周期与投资逻辑 - 所有技术周期都分为上下半场：上半场美国在技术创新领先，下半场中国在应用落地和产业化上更具优势并往往实现反超 [1][25] - AI投资逻辑随阶段演变：第一阶段（2023-2024上半年）聚焦大模型技术；第二阶段（2024年起）关注通用Agent和具身智能机器人等最大想象力应用；第三阶段转向能落地赚钱的垂直领域Agent和AI硬件应用 [25][27][28] - 一项技术要催生超大新创公司，需要前端（UI）、中端（技术）、终端（设备和用户习惯）同时发生巨大变化，例如抖音（大数据+滑动交互）和微软（图形界面+鼠标）的成功 [30][32] 中国在AI时代的战略机遇与优势 - AI+硬件是中国战略机遇：结合中国“卷”出来的成熟硬件供应链和前沿科技（传感器、芯片、算法），通过“软件+硬件”的产品形态实现产业转换与升级，并有机会拓展至全球 [1][35][36][38] - 供应链成本优势驱动创新：中国通过大规模应用将核心传感器价格大幅降低，例如激光雷达从2015年的数十万人民币降至目前的一千多人民币，摄像头也因智能手机普及而成本下降、精度提升，为新产品迭代奠定基础 [39][40] - 应用驱动技术反超：在AI下半场，大规模应用和数据积累成为技术突破的关键，中国人脸识别和自动驾驶领域的发展路径表明，应用端的优势能推动技术实现追赶甚至超越 [41][42][43][44] - 数据是中国的关键底牌：中国拥有最庞大的数据量和优质数据，未来竞争的核心在于数据治理能力，国家数据局的成立和公共数据授权运营试点（如上海）标志着数据要素市场化配置进入新阶段 [1][59][61][62][65] 全球宏观经济与资本流动背景 - 流动性泛滥催生AI热潮：2020年疫情后全球主要央行大规模扩表，仅美联储、欧洲央行和日本央行2020年资产负债表合计扩张约8万亿美元，前后全球主要央行扩表规模约12万亿美元，衍生出近50万亿美元的全球流动性，资金极限配置于美元资产 [9][11][12][14] - 资金再平衡与存量博弈：2026年，假设全球不再激进放水，资本市场将维持约130万亿美元市值进入存量博弈状态，资金将从对美元资产的“极限配置”转向全球范围内的“理性再配置”，寻找具备确定性和增长性的资产 [21][22][23] - 美国“七姐妹”市值规模：美国科技巨头（Google、亚马逊、苹果、Meta、微软、英伟达和特斯拉）的市值总和已超过除中美外任何国家的GDP [20] 2026年宏观与行业展望 - 国际关系提供战略窗口期：美国《国家安全战略》显示其战略收缩倾向，可能将重心转向美洲事务，这为中国减轻外部压力、推动新旧动能转换和提升国际影响力提供了窗口期 [47][48][49][52] - 人民币汇率与外贸结构升级：人民币有升值预期但不会大幅升值，因为中国外贸结构正向中高附加值产品升级（如2025年汽车出口超500万台，创新药对外授权达1356亿美元，芯片出口约1.5万亿人民币），对汇率波动的敏感度下降 [53][54][55] - 产业升级的底层路径：中国行业普遍遵循从基础制造到精密制造，再到科技驱动的复杂制造，进而发展高附加值自主品牌并最终实现全球化的演进路径 [46] - 金融开放与人民币国际化：中国将依托贸易优势，通过“小步快跑”的金融开放试点（如上海在科技金融、跨境金融的创新）提升人民币国际化程度，旨在形成真实需求和升值预期，但不追求大幅升值 [58]