报告行业投资评级 * 报告未明确给出统一的行业投资评级，但列出了多个细分领域的相关投资标的，包括芯片、存储、光通信、互联网大厂及云厂商 [4] 报告核心观点 * AI投资逻辑转变：海外AI投入面临现金流压力，投资正从“FOMO CapEx”（害怕错过的资本开支）转向“ROI CapEx”（追求投资回报的资本开支）[4] * 数据中心建设瓶颈：数据中心面临电力容量限制，建设重点转向追求最大化每瓦特Tokens产出效率，并强调通用性和灵活性以支持多种模型和负载 [4] * 模型与商业化演进：AI大模型围绕长文本、多模态、逻辑推理和工具使用能力迭代，工程化能力提升，商业化进程有望在锚定高ROI场景下提速 [4] * 云业务增长动力：AI云服务进入“超大订单+长期基建”模式，随着2026年算力容量逐步释放，云业务收入有望迎来加速增长 [4] 根据相关目录分别总结 一、资本开支节奏：资本开支预期上调，未来现金流压力加大 * 资本开支持续扩张：2024-2025年海外科技大厂资本开支高增，且未来开支预期进一步上调 [4] 2025年，海外四大科技厂商（微软、谷歌、亚马逊、Meta）合计资本开支同比增速有望突破60% [19] * 现金流压力显现：高强度资本开支导致行业普遍面临现金流压力 [4] 甲骨文FY25Q4至FY26Q2自由现金流(TTM)连续为负，分别为-4亿、-59亿、-132亿美元 [24] * 融资需求加剧：为缓解现金流压力，科技企业寻求多种融资手段 [4] 2025年9月以来，谷歌、亚马逊、Meta、甲骨文、CoreWeave合计新发债务规模达900亿美元 [36] * 利润端承压：资本开支带来的折旧摊销增长加速，对利润端的压制效应日益显现 [31] 25Q3海外四大科技公司合计折旧摊销金额约404亿美元，同比增长40%，占收入比例约10%，为20Q1以来单季度最高 [31] 二、数据中心建设：电力容量面临限制，追求每瓦特产出效率 * 电力成为核心瓶颈：海外云厂商普遍表态数据中心建设的瓶颈主要在于空间和电力供应，尤其是供电外壳层面 [59] * 建设模式多样化：云厂商采用自建、带壳部署、租赁等多种方式共建数据中心 [51] 第一梯队云厂商以自建为主，第二梯队带壳部署或租赁占比较多 [51] * 强调通用性与灵活性：多数云厂商强调建设通用的数据中心，以支持多代GPU、多种模型，并能在训练与推理负载间灵活切换，而非为单一技术或客户过度投资 [54] * 追求极致能效：在电力限制下，云厂商致力于通过软硬件协同优化，最大化每瓦特下的Tokens产出效率 [59] 英伟达Blackwell相比Hopper，在同等用户响应速度下，数据中心每秒Tokens产出效率提升约50倍 [73] 三、模型能力演进：研究端产品端并进，工程化能力继续增强 * 模型竞争白热化：2025年底，Grok 4.1、Gemini 3.0、Claude Opus 4.5、GPT-5.2相继发布，模型迭代围绕长文本、多模态、逻辑推理、工具使用四大能力展开 [83] * 训练算力需求持续：训练阶段从预训练延伸至强化学习和持续学习，对数据集质量要求发生转变 [4][87] 预训练强调“对的数据”，中后训练更注重“好的数据”（带思考过程的数据）[94] * 推理需求成为主要驱动：AI模型从“单轮回答”走向“长思考、重推理” [111] 根据OpenRouter数据，推理模型tokens消耗量占比从25Q1几乎为零提升至25Q4超过50% [111] * 工具调用需求可期：AI产品形态向“智能代理”转变 [111] OpenRouter数据显示，工具调用tokens消耗量占比从25Q1极低提升至25Q4的15% [111] * 商业化定价策略分化：模型厂商根据性能采取不同定价策略，用户愿意为更强性能付费 [128] OpenAI GPT-5.2较GPT-5.1 API提价约40% [120] 谷歌Gemini Pro系列定价策略从2024年的“低价竞争”转向2025年的“性能换溢价” [123] 四、AI云业务增速：算力容量加速释放，AI云服务迈向扩张期 * 云服务供不应求：海外云厂商均表示当前算力产能供不应求，已锁定数吉瓦级别电力容量 [4] * 订单模式转变：2025年，海外AI云服务进入“超大订单+长期基建”模式，云订单金额从十亿级到千亿级不等 [4] * 增长依赖产能释放：云业务收入增速将高度依赖产能上线节奏，预计随着2026年算力容量逐步释放，云业务有望迎来加速增长 [4]