行业与公司 * 行业：中国人工智能（AI）大模型行业，特别是开源/开放权重模型领域[2] * 涉及公司： * 基础模型：智谱（Zhipu/Knowledge Atlas，已覆盖）、深度求索（DeepSeek，未上市）、MiniMax（已覆盖）、阿里巴巴（Qwen）、百度、腾讯、小米、Moonshot、零一万物（Hunyuan）等[3][19][44] * 多模态模型：字节跳动（ByteDance，未上市）、快手（Kling，已覆盖）、MiniMax（Hailuo/H3）、阿里巴巴等[3][20] * 互联网巨头/云服务商：阿里巴巴、腾讯、字节跳动、百度、金山云[12] 核心观点与论据 1. 中国AI模型已达到“足够好”的临界点，开启正向飞轮 * 中国开源/开放权重模型在智能性能上已达到与全球专有模型竞争的临界点，特别是在编码和智能体任务方面[2][17] * 国内企业采用率显著提升，全球中小企业需求激增，预计将形成进一步模型改进的正向数据飞轮效应[2][17][43] * 证据：中国头部模型在LMArena等排行榜上的排名快速提升。例如，在编码竞技场（Code Arena）排名前10%的模型中，中国模型数量从3个月前的0个增至当前2个；在文本竞技场（Text Arena）排名前50%的模型中，中国模型数量从70个增至83个[44] 2. 通过技术创新实现低成本高性能，市场呈现两极分化 * 实现路径：采用更小的参数量（2-10% 的全球领先模型规模）、混合专家（MoE）架构、稀疏注意力等创新技术，在计算资源受限的情况下实现有竞争力的性能，大幅降低训练和推理成本[18][38] * 市场结构：中国AI模型市场分化为两层。高端市场（如智谱GLM5.2、阿里Qwen3.7 Max）定价约为每百万tokens 1美元，是低端模型的5倍，但仍仅为美国领先模型（4-8美元）的10-25%，毛利率为10-20%[39]。低端市场（专注智能体）定价为每百万tokens 0.06-0.2美元，以价格敏感型用户为目标[40] 3. 采用开源/开放权重策略以扩大采用率，未来货币化路径将转向“开放权重+社区许可” * 原因：开源策略提供了模型训练/部署的灵活性，能获得最广泛的采用和社区支持，为全球用户提供了高成本闭源模型之外的替代选择[68] * 货币化现状与挑战：开源模型公布的年度经常性收入可能低估了实际部署和收入潜力。例如，智谱GLM5.2模型的全球实际部署量可能数倍于其自身API渠道的token量和收入[69] * 未来趋势：预计更多中国AI模型将从完全开源转向“开放权重+社区许可”模式（如MiniMax M3），对商业用途收取费用或收入分成，以实现可持续的回报路径[19][70] 4. 可触达市场广阔，国际化是关键增长动力，企业采购逻辑从“token最大化”转向“投资回报率优先” * 市场规模预测：预计中国AI模型的API+订阅总收入将从2026E的350亿元人民币增长至2030E的8790亿元人民币。中国AI模型每日token消耗量预计从2026E的350万亿增长至2030E的4600万亿[77] * 国内市场：预计到2030E，token量将增长25倍。编码领域将趋于整合，而智能体/低端市场可能保持分散[19][78] * 国际市场：是关键增长点，尤其在非美国市场。全球企业正从追求“token最大化”转向“投资回报率优先”模式，更关注任务边界、每日智能体数量、后端流程自动化和实际产出，而非单纯的计算token量，这为中国高性价比模型提供了机会[19][20][79][82] * 企业采购范式转变：企业开始关注每任务总成本，而不仅仅是每token价格，并倾向于采用多模型策略[21][82] 5. 提出竞争定位框架，识别长期赢家 * 框架维度：基于定价能力（模型上市时间、竞技场评分、定价）、成本优势（token吞吐量、缓存命中率、参数量/激活率、推理毛利率）和财务实力（在手现金、净现金占资产比例、估值倍数）三大维度评估公司竞争力[22][23][24] * 长期赢家特征：拥有最大ARR规模、毛利率优势和财务实力的玩家[20][88] * 具体判断： * 基础模型：智谱（Knowledge Atlas）和深度求索（DeepSeek）定位最强[3][89] * 多模态模型：字节跳动（ByteDance）领先[3][89] * 看好MiniMax：因其在成本效率/成本优势指标上表现突出，且估值相对较低（13倍 2026E年末ARR市盈率），重申“买入”评级[22] 其他重要内容 1. 关键风险因素 * 市场准入与监管：海外市场（尤其是西方国家）可能对中国最前沿模型的访问施加更严格限制；西方市场对中国模型的监管政策；获取用于模型训练的高端计算资源的途径受限[2][20][84] * 地缘政治：中美科技竞争加剧，任何美国对中国AI模型使用的限制都将影响市场准入和采用率[144] * 行业竞争与盈利能见度：全球基础模型行业竞争激烈，研发费用高昂导致近期盈利能见度有限[144] * 知识产权与内容风险：多模态生成模型面临生成不当内容的风险及潜在的知识产权侵权索赔[144] 2. 2026年下半年值得关注的信号 * 智能体/编码平台：中国AI模型公司将更注重将其智能体/编码应用（如智谱ZCode、腾讯Workbuddy、阿里Qoder）作为关键入口，以捕获更多真实数据[21] * 大模型发布与许可模式转变：预计2026年下半年将有多款参数量达2-5万亿的中国AI大模型发布。编码领域竞争将加剧。性能最佳的模型可能从开源转向开放权重模式[21] * 多模态/视频生成模型：视频生成领域（如字节跳动SeeDance、快手Kling、MiniMax H3）预计将保持健康的行业定价和毛利率（约70%），需求远超供给[22] * 低端市场价格压力持续：尽管深度求索宣布从7月中旬起提高高峰时段定价，但低端市场（约每百万tokens 0.1-0.2美元）的API定价和毛利率在下半年预计仍将承压[22] * 计算资源与供应链：预计国内ASIC供应将增加，海外计算资源获取将趋紧，市场准入可能面临类似TikTok的本地化数据监管要求[22] 3. 国内计算基础设施进展 * 美团LongCat 2.0的发布标志着里程碑：这是中国首个在5万卡国产计算集群上完全训练和部署的1.6万亿参数开源MoE模型，证明使用国产芯片进行万亿参数级模型训练的可行性，降低了对国外高端芯片的依赖[61][62]