算力增长与AI能力飞跃预期 - 市场可能严重低估2026年人工智能领域由算力驱动的重大利好，预计AI模型能力将出现非线性飞跃 [1] - 多家美国大型语言模型开发商计划到2025年底将用于训练前沿模型的算力提升约10倍，这被视为未被充分重视的催化剂 [1] - 10倍的算力投入可能使模型的智能水平翻倍，若规模法则延续将带来地震级后果 [1] - 一个由Blackwell GPU组成的1000兆瓦数据中心算力将超过5000 exaFLOPs，远超美国政府Frontier超级计算机的略高于1 exaFLOP算力，这种量级增长是预期AI能力非线性提升的核心依据 [4] AI发展的关键不确定性：规模墙 - AI发展面临的核心不确定性在于是否会撞上规模墙，即投入海量算力后模型能力提升出现迅速递减的令人失望结果 [2][6] - 许多怀疑论者认为前沿模型的智能、创造力和解决问题的能力可能存在上限，简单地增加算力可能无法持续带来智能飞跃 [4][6] - Meta、弗吉尼亚理工和Cerebras Systems的联合研究发现，使用合成数据进行大规模训练时未观察到可预见规模内的性能退化模式，即模型崩溃现象，暗示撞上规模墙的风险可能低于预期 [7][8] AI能力跃升对资产估值的影响 - 若AI能力实现非线性跃升，投资者应评估其对资产估值的多方面冲击 [10] - AI基础设施股，特别是能缓解数据中心增长瓶颈的公司，其价值可能大幅升值 [10] - AI竞赛加剧可能促使美国在关键矿产等领域加速脱钩，影响中美供应链 [11] - AI应用将为标普500指数创造约13万亿至16万亿美元市值，但拥有强大定价权的AI应用者公司能保留大部分收益 [11] - 无法被AI廉价复制的硬资产相对价值可能上升，包括物理稀缺性资产如土地、能源、矿产、水资源，以及监管稀缺性资产如牌照、特许经营权，和专有数据、品牌、独特奢侈品与人类体验 [11][12]