行业与公司概览 * 行业：人工智能（AI）大模型、云计算、AI算力基础设施[1] * 主要公司：Kimi、智谱、DeepSeek、xAI (Grok)、OpenAI (GPT)、Anthropic (Claude)、微软 (Azure)、亚马逊 (AWS)、谷歌 (Google Cloud)、SpaceX、CoreWeave、NewBies、英伟达[1][2][3][6][11][13][14][15] 核心观点与论据 1. AI大模型竞争格局与迭代趋势 * 模型迭代加速：当前小版本迭代周期约2个月，大版本迭代周期约5-6个月[2] 预计2026年底国产与海外模型将迎来新一轮大版本更新[1][2] * 具体模型发布节奏：Kimi从2.5版本到K3版本迭代间隔约半年[2] DeepSeek V3 Pro与上一个大版本3.2的间隔约为4.8个月[2] 智谱从GLM-5.2到5.3的迭代仅间隔两个月[2] xAI的Grok从4.5版本到4.6版本仅间隔一个月[2] Anthropic的Claude 3.5到3.6的更新只用了两个多月[2] * 模型能力对比：Kimi K3训练数据量达2.8T，DeepSeek V2 Pro为1.6T，两者均超过1.5T[3] 智谱GLM-5.3沿用5.2版本的4,700亿参数基座[3] 国内市场Kimi K3与智谱GLM-5.3表现大致相当，处于同一梯队[3] Grok 1.5能力与K3和GLM-5.3处于同一水平[3] DeepSeek V2 Pro基模潜力巨大但当前版本存在争议[3] * 技术路径差异：Kimi K3采用Kimi Delta Attention全新注意力机制、Attention Resensual算法优化MoE层残差网络及前空间专家网络MoE技术[4][5] DeepSeek V2 Pro应用DSA和MHC技术并增加数据集，采用MIT开源协议[5] 智谱GLM-5.3是典型后训练案例，通过强化学习和高质量新数据集增强能力，coding能力相比5.2版本提升50%[1][5] Grok 1.5同样通过后训练和高质量数据注入实现快速提升，近期收购Cursor获得大量高质量代码数据[5] * 市场梯队分化：第一梯队由GPT和Claude构成，处于绝对领先地位[6] 第二梯队包括K3、5.3、Grok 4.6和VisPro，其后是千问3.8[6] 第二梯队完全超越第一梯队难度极高，两者是无限接近但不会相交的追赶关系[6] 第二梯队内部竞争激烈，模型迭代速度极快[6] * 对产业链影响：全行业激烈竞争直接利好云服务和算力等基础设施供应商[6] 第一梯队能否维持约每半年一次大版本迭代是关键变量[6] 第二梯队崛起对第一梯队的ARR增长构成压力，2026年7月领先模型ARR增长斜率已有所放缓[6] 2. 云厂商盈利模式与业绩表现 * 商业模式转变：云厂商盈利模式由“卖铁”（租用集群）转向“卖token”[1][7] token成本可通过软件层优化（量化、压缩、裁剪）和硬件层优化（自研ASIC推理芯片）持续降低[7] * 盈利能力提升：利润增速已超过收入增速[1] AWS营业利润率从2023年的27%增长至2026年的40%[7] Google Cloud在四年内将营业利润率从-11%提升至35%[7] * 盈利能力提升五层逻辑： 1. GPU资产折旧年限被延长，微软和Google将服务器折旧年限从四年延长至六年[7] CoreWeave 2020年推出的A100订单将使用至2029年[7] 2. 资本支出投入模式带来“勾型”利润曲线，前期一次性重投入后运营边际成本极低[7] 3. 商业模式从“卖铁”向“卖token”转变，成本优化速度快于单价下降速度[7] 4. 市场供不应求，云厂商拥有强大定价权，Google积压订单5,140亿美元，CoreWeave超1,000亿美元[7] 5. 业务模式向高利润软件和服务延伸，如微软Azure的AI Fund和AWS的Bedrock[8] * 2026年第二季度业绩：Azure AI相关收入增速43%[8][11] AWS AI相关收入增速37%[8][11] Google Cloud AI相关收入增速82%[8][11] AWS利润年增长率45%，高于37%的收入增速[8] Google利润增长率150%，高于82%的收入增速[8] * 微软Azure：2026年第二季度增速43%，云业务毛利率69%[11] 2026自然年新增收入预计近400亿美元[11] 收入利润提升来自Copilot系列产品和AI Foundry等SaaS服务，以及OpenAI和美国五角大楼等大额订单[11] * 亚马逊AWS：2026年第二季度增速37%，利润率40%[11] 核心差异化优势在于自研Trainium芯片，能内化部分英伟达毛利[11] 利润率在过去3年提升13个百分点[11] * 谷歌云：利润率在过去4年间提升近50个百分点[11] 核心优势在于“芯片+模型+云”三位一体垂直整合能力[11] 主要挑战是自由现金流出现60亿美元负值[12] 3. AI算力投资回报与经济模型 * 投资回报周期分化：模型层公司约10个月[1][10] 超大规模云厂商约3年[1][10] 纯裸金属租赁商需7-10年[1][10] * 1GW算力投入模型：前期投入约379亿至390亿[10] 纯裸金属租赁商年收入约每GW 67亿至133亿[10] * SpaceX算力业务：2026年第二季度收入2.5 billion（25亿美元）[1][13] 算力部署回本周期不到一年[13] 已签订为期两年、总额分别为294亿和450亿的租赁合同[13] 第一代Colossus集群在122天内建成，为全球最快建成的十万卡级别集群[13] 计划2027年在德州投资168亿美元建设10GW数据中心[13] Grok订阅服务ARR已突破10亿美元[13] 通过TeraFab项目涉足芯片制造[1][13] * 新兴云服务商：CoreWeave在2026年第二季度实现超过100%增速[14] 业务本质类似赚取利差，拥有厚订单储备，但高昂利息支出导致亏损[14] NewBies提供算力纳管服务，模式更轻，收入增速更快且利润结构更健康[14] 4. 算力金融与风险 * 英伟达算力金融计划：联合阿波罗、贝莱德、KKR等六大华尔街PE机构发起5,000亿美元算力金融计划[1][15] 实质是算力信托，将算力资产转变为类似房地产或飞机租赁的金融产品[15] 英伟达提供20%的融资担保作为兜底[15][16] * 运作方式：客户通过类似租赁方式分期支付购卡费用，资金由私募股权等大型资金方出资[16] 英伟达承担约20%风险为产品价值背书[16] * 潜在风险：本质是杠杆操作，市场逆转会放大亏损，原理类似次贷危机[16] 中短期内出现重大风险可能性较低[16] 风险点包括：自由现金流问题、资产折旧不确定性（技术迭代迅速）、新兴云服务商客户集中度风险（如CoreWeave）、杠杆模式固有的金融风险[16] 其他重要内容 * 产业链价值分布：毛利最高环节是上游芯片层[9] 模型层毛利很高（如Anthropic超过70%）但普遍亏损[9] 应用层长期价值潜力巨大但仍在发展初期[9] 云服务是唯一同时具备重资产壁垒、强劲现金流和显著定价权的中间环节[9] * 投资方向建议： 1. 云服务：海外标的包括谷歌、亚马逊、微软及Newbies和AWS，国内头部厂商是阿里巴巴[18] 2. 光互联与超节点：CPO和超节点技术热度高，CPO真正放量可能在2028年左右[18] 相关标的包括CPO领域的海光信息、聚辰股份，交换机领域的盛科通信、紫光股份[19] 3. 算力租赁：逻辑与云服务相似，在国内市场解决购卡难题和资金成本压力[19] 4. CPU：后训练阶段对CPU依赖性很强[19] 5. 上游半导体设备与存储：GPU和晶圆厂产能持续紧缺，直接利好所有半导体设备厂商[19] 6. 应用层公司：期权价值最大方向，国产模型在70%-80%场景中已能提供非常好效果[19]