--- title: "大摩——中国AI发展路径 1. 算力基建：万亿资本开支驱动55GW国内增量 预计2026至2030年间，中国AI相关资本开支累计达8.5万亿元人民币，推动国内算" topic_id: 45548522224852118 created_at: 2026-10-20T13:07:28.586+0800 source: zsxq type: topic cssclasses: zsxq-vault --- # 大摩——中国AI发展路径 1. 算力基建：万亿资本开支驱动55GW国内增量 预计2026至2030年间，中国AI相关资本开支累计达8.5万亿元人民币，推动国内算 - 序号：258 - 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/45548522224852118) - 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 大摩——中国AI发展路径 1. 算力基建：万亿资本开支驱动55GW国内增量 预计2026至2030年间，中国AI相关资本开支累计达8.5万亿元人民币，推动国内算力总容量从当前水平跃升至2030年的约81GW，其中本土新增约55GW。AI云已成为超大规模云厂商（Hyperscalers）最核心的增长引擎，且超大规模厂商在供应链中同时扮演芯片、基础设施、模型即服务（MaaS）及应用等多重角色。 2. 数据中心范式迁移：向远端集群与预制化转型 对比云计算时代，AI era的机柜密度从5kW跃升至10–30kW，单笔超大规模订单从5–20MW扩大至50MW以上。为获取规模效应与低成本，数据中心选址从一线城市转向远端区域（Remote Areas），交付周期从1–2年压缩至最快6个月（预制化模式）。资本成本因低利率环境与REITs等融资工具而显著降低，供给端则受“东数西算”节点与建设许可严格管控。 3. 经济模型：自研IaaS与MaaS回报优，第三方API受制于性能折价 在IaaS层，自有算力基础设施可实现约44%的营业利润率与13%的投入资本回报率（ROIC），现金回收期约3年；而租赁模式（Neocloud）虽无资本开支，但营业利润率仅约20%。在MaaS层，自研第一方（1P）模型在较高Token吞吐量下可达成53%的营业利润率与19%的ROIC，回收期2.5年；第三方（3P）API因需分成且吞吐量较低，回报率虽可达29%，但国内推理受限于芯片性能（仅为海外服务器的20%–40%），初期ROIC显著偏低，后续随效率提升存在较大改善空间。 4. 模型格局：中国占据全球SOTA半壁江山，价格战趋缓 中国前沿大模型在Artificial Analysis智能指数上已占全球前十逾半席位，采取与美国“闭源”不同的“开放权重”策略。主流Pro级模型输入价格已降至每百万token 3–20元人民币，Flash级低至0.4–1.5元，且价格下行趋势在2026年三季度出现企稳迹象，反映行业从单纯比拼低价转向智能水平与性价比的综合竞争。多模态（视频/图像生成）亦跻身全球第一梯队。 5. 应用落地：B端渗透提速，C端生态为王 生成式AI在企业端的采用速度远超前代公共云（从Transformer到中国大规模普及仅约8年），未来三年预计将替代中国相当规模的白领工时，场景覆盖广告精准投放、金融投研与风控、医疗影像与新药研发、能源分析与工业调度、电商内容生成及办公自动化等。消费端，竞争焦点已从聊天机器人转向微信、支付宝等超级生态内的AI功能嵌入（如智能搜索、本地生活服务推荐），腾讯生态凭借十亿级日活与商业支付、小程序GMV壁垒构筑深厚护城河。 6. 重点公司观点 阿里巴巴（首选标的）：全栈AI布局最完整——从平头哥PPU芯片、阿里云基础设施到通义千问（Qwen）开源模型及百炼MaaS平台，目标2030年云收入达1000亿美元（40–50% CAGR），AI资本开支带来两位数ROIC且回收期低于3年，云利润率长期向20%扩张，Qwen年化收入运行率（ARR）已超200亿元且三个月内翻倍，估值具备显著上行空间。 腾讯：2026年加大AI投入短期压制利润率，但微信生态（视频号、小程序、支付）与游戏、云业务构成的飞轮效应将提升长期AI能力，核心业务防御性极强。 百度：核心业务复苏有限，AI云基础设施（尤其是GPU云收入同比增283%）与Apollo Go自动驾驶（累计订单超2300万）成为主要增长驱动力。 美团：本地商业GTV预计2030年达2.8万亿元，到店酒旅与其他服务维持与抖音约2:1的GTV比例，非线性复苏中可见结构性亮点。 MiniMax与智谱：分别聚焦全模态与大模型，作为纯AI实验室代表，在开放生态中寻求差异化商业化路径。 7. 行业估值与风险 摩根士丹利对中国互联网AI板块维持“具吸引力”（Attractive）评级，采用分部加总估值法（SOTP），以10%加权平均资本成本（WACC）与3%永续增长率进行现金流折现。上行风险核心在于核心电商货币化提速、企业数字化超预期及AI需求拉动云收入加速；下行风险则来自竞争加剧、再投资成本高于预期、消费复苏缓慢及监管趋严。整体而言，中国AI产业链正从“算力投入期”迈向“回报兑现期”，具备长期结构性配置价值。 ## 总体总结 主题正文 1. AI云已成为超大规模云厂商（Hyperscalers）最核心的增长引擎，且超大规模厂商在供应链中同时扮演芯片、基础设施、模型即服务（MaaS）及应用等多重角色。 2. 第三方（3P）API因需分成且吞吐量较低，回报率虽可达29%，但国内推理受限于芯片性能（仅为海外服务器的20%–40%），初期ROIC显著偏低，后续随效率提升存在较大改善空间。 3. 主流Pro级模型输入价格已降至每百万token 3–20元人民币，Flash级低至0.4–1.5元，且价格下行趋势在2026年三季度出现企稳迹象，反映行业从单纯比拼低价转向智能水平与性价比的综合竞争。 4. 生成式AI在企业端的采用速度远超前代公共云（从Transformer到中国大规模普及仅约8年），未来三年预计将替代中国相当规模的白领工时，场景覆盖广告精准投放、金融投研与风控、医疗影像与新药研发、能源分析与工业调度、电商内容生成及办公自动化等。 5. 阿里巴巴（首选标的）：全栈AI布局最完整——从平头哥PPU芯片、阿里云基础设施到通义千问（Qwen）开源模型及百炼MaaS平台，目标2030年云收入达1000亿美元（40–50% CAGR），AI资本开支带来两位数ROIC且回收期低于3年，云利润率长期向20%扩张，Qwen年化收入运行率（ARR）已超200亿元且三个月内翻倍，估值具备显著上行空间。 6. 腾讯：2026年加大AI投入短期压制利润率，但微信生态（视频号、小程序、支付）与游戏、云业务构成的飞轮效应将提升长期AI能力，核心业务防御性极强。 7. 百度：核心业务复苏有限，AI云基础设施（尤其是GPU云收入同比增283%）与Apollo Go自动驾驶（累计订单超2300万）成为主要增长驱动力。 8. 摩根士丹利对中国互联网AI板块维持“具吸引力”（Attractive）评级，采用分部加总估值法（SOTP），以10%加权平均资本成本（WACC）与3%永续增长率进行现金流折现。