- 本报告基于J.P. Morgan 2026全球中国峰会，核心观点是：1）AI价值正向上游计算基础设施转移，而非模型公司；2）算力供应链重组导致租赁成本飙升，
- 序号：455
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
- 本报告基于J.P. Morgan 2026全球中国峰会，核心观点是：1）AI价值正向上游计算基础设施转移，而非模型公司；2）算力供应链重组导致租赁成本飙升，成为模型公司增长瓶颈；3）国产模型能力趋同，竞争转向分发和生态；4）代码生成是当前主要变现场景，但订阅模式面临挑战；5）中国互联网巨头（阿里、腾讯）的AI战略出现“外部优先”与“内部优先”的分化。
J.P. Morgan (JPM) 在2026年5月27日发布的这份亚太股权研究报告，基于其举办的“全球中国峰会” (Global China Summit) 上与管理层交流的一手信息，为投资者描绘了一幅关于中国AI行业当前发展格局的深度全景图。报告核心观点可概括为以下五点： ：中国AI的利润池正在增长，但目前主要被算力所有者和硬件租赁商捕获，而非那些创造需求的模型公司。这是一个结构性的、决定性的变化。 ：由于供应链重组和需求激增，GPU服务器的租赁成本急剧上升，成为限制模型公司营收增长和利润率扩张的首要因素，而非需求不足。 ：国内主流模型之间的“代际差距”已基本消失，竞争正从单纯的模型能力转向平台分发能力、生态系统和用户工作流锁定。 ：代码生成是AI收入唯一规模化实现的应用场景，但基于订阅的定价模式因其经济性不佳（如被滥用、转卖）而正在被按量计费的Token模式所取代。 ：以阿里巴巴和腾讯为代表的中国互联网巨头，在AI战略上出现了清晰的分化。阿里采取“外部优先”的云战略，优先对外出售算力和模型；腾讯则采取“内部优先”战略，优先发展自研模型并实现内部生态整合。
推理算力瓶颈与AI价值链重构 报告首要指出，AI价值的“经济盈余”正流向计算基础设施。峰会上的两个关键案例印证了这一点： ：一家头部模型公司将最新模型价格翻倍，但利润率仅微幅改善，因为服务器租赁成本单月便大幅飙升且未见顶。另一家模型公司证实，虽然API毛利率高于行业平均水平，但其收入增长受限于推理算力而非市场需求。 ：模型公司已从向云服务商(CSP)采购算力转向专业的算力租赁公司，因为CSP自身也面临GPU资源短缺，开始与客户争抢资源。这使得租赁成本快速上涨。 市场错误地将模型公司视为AI应用的主要受益者，而实际上经济价值正向算力基础设施转移。这利好拥有垂直整合能力的公司（如百度的AI芯片、阿里的平头哥PPU），或能通过自有硬件将推理成本内部化的平台（腾讯）。纯模型公司（如智谱、MiniMax）则面临“为他人做嫁衣”的尴尬处境。 模型能力趋同：竞争核心从“模型”转向“生态” 多位模型公司管理层认为，国内竞争格局已无显著的代际能力差距，市场并非“赢家通吃”。企业用户会根据具体任务特点（速度、长上下文、多模态等）组合使用不同模型，而非集中于一家。这使得模型层的“准入门槛”降低，而分发、生态和数据优势成为更持久的护城河。 这一趋势对平台巨头（腾讯、阿里）是利好，因为其强大的分发网络和生态系统将发挥更大价值。但对估值高度依赖模型质量溢价的纯模型公司（智谱、MiniMax）则是挑战。百度处于中间位置，模型层能力有所落后，但其自研AI芯片在基础设施商业化时代价值凸显。 代码场景的变现悖论：订阅模式失效，Token计费崛起 代码生成是当前唯一大规模实现收入的AI垂直场景，但订阅模式正在“失灵”。用户利用无限套餐转卖闲置额度，导致公司亏损。至少一个主要平台已放弃代码订阅计划，行业正转向基于使用量的Token计费模式。 从订阅到Token计费的转变，直接影响模型公司的收入可预测性。投资者在评估ARR增长时，需区分订阅驱动和Token驱动的收入，后者虽然单位经济模型更好，但波动性更大，更难预测。 平台巨头AI战略分化：阿里的“外卷”与腾讯的“内修” 。其AI战略核心是“对外卖云”，包括向直接竞争对手提供MaaS服务。管理层明确了计算资源的分配优先级：内部模型训练 > 外部MaaS > 基础设施客户 > 消费者AI应用。这种战略优先追求云业务的收入增长，但也面临更强的价格竞争和利润率压缩风险。 。其AI战略核心是“对内赋能”，优先将“混元3”大模型整合到超过100个内部产品团队中，并基于微信小程序生态系统进行变现。管理层拒绝做出五年AI收入承诺，认为长期优势在于生态分发。这种战略牺牲了近期的云收入增长，但若成功，将带来更高的生态锁定和利润率。
尽管报告未给出具体的评级或目标价，但基于以上分析，可以提炼出对不同公司的投资逻辑： ：。云业务利润率改善路径清晰（价格提升、MaaS占比提高），且采用外部优先策略，有望在近期看到更快的AI收入增长。投资者应关注其和。 ：。“混元3”的开发速度和内部采用率超出预期，AI战略可信度显著提升。其内部优先策略若成功，将释放巨大的生态价值。投资者应关注其指标和。 ：。管理层罕见承认模型层落后，但将自身类比为“Gemini和TPU成功前的谷歌”。其自研芯片（R300）有望在2026年底至2027年初推出，这对于解决其自身的推理成本瓶颈至关重要。投资者应关注其和情况。 ：。面临字节跳动的激烈竞争（AI翻唱），正通过法律途径和喜马拉雅整合进行防御。近期缺乏催化，股价可能区间震荡。投资者应关注和。 ：。模型能力领先，具备定价权，但盈利转化受制于高昂的推理成本。其能否通过提价和自身运营优化来传导成本压力是核心看点。 ：。以其架构优势实现低成本、高吞吐的推理，并通过多模态应用获得差异化。M3大模型的发布是下一个关键催化。
投资上述公司或将受到以下风险的影响： ：若GPU服务器租赁价格持续上涨，将压缩所有依赖第三方算力的模型公司的利润率，导致其盈利预期无法兑现。 ：报告多次提到供应链干扰，中美科技脱钩的潜在风险可能导致中国公司获取先进算力的难度和成本进一步增加。 ：模型能力趋同可能导致价格战加剧，破坏行业整体利润率。尤其是纯模型公司需要证明其能够维持差异化。 ：报告明确指出，目前尚无清晰的国内消费者AI变现路径。若商业化进程慢于预期，将影响整个板块的情绪和估值。 ：报告提及百度回购受地缘政治波动影响。任何宏观经济不确定性或监管政策的变化都可能对市场造成冲击。 ：AI技术仍在快速迭代，任何技术路线的颠覆性变革都可能使当前的投资逻辑失效。
总体总结
主题正文
- J.P. Morgan (JPM) 在2026年5月27日发布的这份亚太股权研究报告，基于其举办的“全球中国峰会” (Global China Summit) 上与管理层交流的一手信息，为投资者描绘了一幅关于中国AI行业当前发展格局的深度全景图。
- ：中国AI的利润池正在增长，但目前主要被算力所有者和硬件租赁商捕获，而非那些创造需求的模型公司。
- ：由于供应链重组和需求激增，GPU服务器的租赁成本急剧上升，成为限制模型公司营收增长和利润率扩张的首要因素，而非需求不足。
- ：一家头部模型公司将最新模型价格翻倍，但利润率仅微幅改善，因为服务器租赁成本单月便大幅飙升且未见顶。
- 投资者在评估ARR增长时，需区分订阅驱动和Token驱动的收入，后者虽然单位经济模型更好，但波动性更大，更难预测。
- 这种战略优先追求云业务的收入增长，但也面临更强的价格竞争和利润率压缩风险。
- 云业务利润率改善路径清晰（价格提升、MaaS占比提高），且采用外部优先策略，有望在近期看到更快的AI收入增长。
- ：若GPU服务器租赁价格持续上涨，将压缩所有依赖第三方算力的模型公司的利润率，导致其盈利预期无法兑现。