文章核心观点 文章认为，近期AI硬件板块市场表现疲软，可能源于对AI数据中心（AIDC）建设速度的担忧，特别是DRAM产能的硬性约束可能限制增长[1][3][7]。与此同时，AI软件/应用领域的发展势头超出预期，受到政策支持、大厂竞争和技术突破的推动，展现出更强的投资吸引力[8][9][10][14]。 AI硬件：增长面临内存瓶颈 - DRAM产能成为关键制约：麦格理报告指出，未来两年DRAM行业的新增产能仅能支持约15GW的AI数据中心建设，这可能迫使全球AI扩建计划出现大规模延期与重新调度[3] - 产能约束的替代测算：有产业研究观点认为，今明两年DRAM产能可支持的数据中心建设规模分别为20GW和33GW，但仍存在不确定性[5] - 数据中心装机量预测：根据Visible Alpha测算，2025年全球数据中心装机量预计为17.4GW，2026年将增长至30.2GW[5][7] - GPU出货与功耗激增：英伟达GPU出货量从2022年的1570千颗（K）预计增长至2026年的9522千颗，单卡平均功耗从381瓦（W）升至1110瓦，导致其GPU出货对应的数据中心总功耗从2022年的0.6GW飙升至2026年的10.6GW[7] - 全球数据中心装机量预测：基于英伟达GPU功耗及市占率等假设，测算出全球数据中心装机量将从2022年的1.3GW增长至2030年的96.1GW，其中2026年预计为30.2GW[7] - 中美市场占比：预计到2026年，美国数据中心装机量占全球比例约为60%，对应18.1GW；中国占比约为22%，对应6.8GW[7] - 市场下跌归因：市场可能将DRAM产能限制解读为AI数据中心增长不及预期的信号，从而导致硬件板块下跌[7] AI软件：政策、竞争与技术驱动发展 - 政策持续加码与精准落地：国家政策从宏观引导转向精准落地，2025年启动“人工智能+”行动计划试点，2026年初八部门发布“人工智能+制造”专项意见，设定了推动3-5个通用大模型赋能制造业、打造100个工业高质量数据集、推广500个典型应用场景等量化目标[9] - 大厂竞争聚焦入口与生态：2026年，国内外科技巨头竞争策略灵活密集，核心分两条线：C端聚焦流量入口构建与效率提升（如阿里千问绑定电商账号）；B端通过售卖token和布局开发者生态带动云收入（如阿里云通义赋能智能硬件）[10][11][12] - 竞争延伸至实体场景：ROBOTAXI（机器人出租车）成为新的竞争焦点，Waymo、特斯拉等公司均在加速布局[13] - 技术突破聚焦三大关键词：2026年AI模型技术演进的核心是世界模型、原生多模态和自进化智能体（记忆）[14] - 原生多模态是突破重点：其发展分为三个阶段，当前最先进的范式是谷歌实现的端到端统一混合编码解码，国内处于初步探索阶段[15] - AI应用公司的核心竞争力：在于技术渗透速度与场景落地效果，通过与现有应用、硬件和系统深度融合，在垂直领域解决实际问题并实现商业化闭环，以此避开与大厂通用大模型的正面竞争[15]