1、AI市场风格转向中下游原因

上游调整核心逻辑：AI上游硬件近期调整幅度较大，平均调整幅度超50%。结合上周美股CS CSP云厂披露的业绩，当前市场对上游形成四大看空逻辑：一是资本开支持续性存疑，市场紧盯企业投入回报、云收入、AI相关收入、在手订单RPU等指标的实际改善情况，担忧2027年后资本开支持续性，例如谷歌2027财年预测自由现金流（OCF减资本开支）转负；二是融资端支撑力度存疑，若企业通过举债或自建融资方式投入资本开支，持续性将打折扣，当前信用市场趋冷，亚马逊新债认购倍数不及预期，市场担忧后续难以通过低成本融资支撑资本开支扩张；三是模型锚点面临压力，市场讨论Aforpic的ARR增速是否下滑，同时Kimi K three发布2.8T开源模型引发海外华尔街关于token budgeting的讨论，下游客户或出于降本需求转向低价模型API，或选择云厂商部署开源模型，SOTA前沿模型溢价将有所收缩；四是卖铲逻辑松动，上游涨价产业链逻辑绑定下游资本开支需求的持续性，相关逻辑受到负面影响。短期市场风格已从此前追捧宏大叙事、资本开支长期战略，转向关注业绩兑现的实际证据。

中下游利好方向梳理：AI硬件长期仍具备较高投资价值，后续反弹机会值得关注。当前token budgeting相关叙事对AI中下游多个细分领域形成利好，具体包括：a.开源模型；b.国产大模型；c.云厂商；d.具备token消耗及分发逻辑的AI应用。当前在AI上游调整、市场风格转向业绩兑现的行业背景下，AI中下游相关投资逻辑值得重点挖掘。

2、国产大模型赛道投资逻辑

国产大模型市场空间：前沿大模型是当前优质商业模式，海外大模型发展正受到国产大模型的冲击，市场普遍以竞争叙事判断新模型发布将影响现有大模型厂商的竞争力与估值，但该逻辑并不成立。从市场规模来看，coding领域全球TAM约万亿美金，按二八比例拆分后中国区coding市场规模约2000亿美金，即便到明年年底，国内包括智谱、Kimi、Minimax、阿里、字节等所有厂商的coding相关市场规模预计仅数百亿，占总空间的比例极低，叠加当前国产大模型在国内API端的渗透仍有较大差距，赛道整体蛋糕仍在持续扩张，无需担忧竞争分流。当前制约国产大模型发展的核心短板是可调用算力供给，现有算力仅能满足不足10%的coding需求，若算力瓶颈被打破，其ARR将有10倍以上的增长空间，今年下半年及明年国产大模型的ARR弹性十分可观。

估值逻辑与标的推荐：市场担忧海外SoTA模型估值下修会压制国内大模型标的估值，但对比二者未来一年半的复合月环比增速，国产大模型增速二阶导表现更优，因此P/ARR估值可高于海外标的。当前重点推荐标的及核心催化如下：a. 智谱：GLM5.3预计2026年8月迭代，大参数预训练模型预计四季度落地，估值低于5000亿港币时为优质买点；b. MiniMax：M系列大版本模型预计9月落地，下周即将入通，当前估值仅700多亿，估值修复弹性充足，当前已具备较好买点；c. DeepSeek等厂商的低价模型迭代不属于影响定价权的核心逻辑，无需过度关注。针对市场担忧的开源模型部署与云服务逻辑冲突的问题，头部大模型厂商后续有望采用授权费机制，云厂商作为分销方与大模型厂商进行收入分成，二者属于共赢关系，均能受益于行业扩张。

3、云厂商赛道初步投资逻辑

海内外云厂商逻辑对比：海外CSP云厂大模型部署开发业务推动收入增长的逻辑确定，当前市场存在毛利率下降担忧，核心矛盾为大资本开支上修、新业务模式收入占比提升背景下，收入增速与利润率增速的平衡问题。目前海外CSP平均PS估值为10-13倍，估值处于较低水平，若后续云收入增速持续上修、IPO趋势向好，未来半年海外云厂商估值有望提升。国内云厂逻辑优于海外，以阿里云为例，当前EBIT margin仅约10%，PS估值仅为6倍，处于低位；Kimi开源大参数模型性能优异，云厂商可借此为下游客户部署，无需支付上游授权金分成，同时开展开源模型分销业务可拿到更低折扣，有望实现利润率提升，甚至推动收入和利润双升，当前处于低位的阿里巴巴具备投资机会。后续将安排嘉宾深度解读中美云厂商利润率差异的核心原因。

4、AI应用赛道投资逻辑

多模态领域投资机会：多模态模型近期迎来核心迭代，SEDANS 2.5可生成30秒AI短视频，相比此前版本的15秒时长实现翻倍，可调用要素也从10余个提升至50个，内容修改链路同样出现较大优化，将显著提升AIGC特别是视频内容的生成效率。AI内容生成对海外短剧平台的业绩催化逻辑明确：当前中文在线投资的WeShow、昆仑万维的Drama Way均位居海外漫剧平台前三，年化AR收入达大几十亿人民币，今年以来AR收入仍保持增长，且AI生成内容占比提升较快，AI剧毛利率显著高于传统短剧，将对平台利润率回正形成较大助力；此外中文在线投资的VU Shop未来谋求美股上市，有望释放投资利润，若年底或明年上半年相关公司实现扭亏为盈，叠加工具迭代催化内容供给、收入提升，将对多模态下游公司形成较强催化，重点推荐关注昆仑万维、中文在线。

token分发类公司机会：具备token消耗及分发逻辑的AI应用公司将迎来较大利好，相关受益标的包括易点天下、蓝色光标，此外包装成垂类产品的软件类公司同样具备较好投资逻辑。

5、算力租赁赛道投资逻辑

算租行业逻辑与标的推荐：算力租赁需求具备刚性，核心价值是保障国内云厂、大厂、模型厂商获取英伟达算力卡，当前行业订单与需求充足，投资跟踪核心为交付情况、订单完成进度与业绩兑现节奏。行业逻辑已获实际验证：2026年7月行云科技先后与3家核心客户签订算力租赁补充协议上调租金，说明下游客户在验证算力租赁服务商拿卡交付能力后，愿意主动为算力溢价买单，只要具备稳定拿卡能力，行业商业模式可稳定跑通。业绩兑现节点清晰：2026年中报、三季报将逐步兑现业绩，Q2、Q3可持续关注相关公司业绩端与资产端的落地进展。估值具备较高性价比：当前算租公司若看2027年利润，PE普遍为10-15倍，部分不足10倍，对比海外云厂商PS估值为10-13倍、模型公司P/ARR为20-25倍的估值水平，若确认2026-2027年可交付情况支撑利润扎实，算租公司2027年可看20倍PE估值，具备明确估值提升空间。推荐标的优先选择具备拿货能力的公司，包括行云科技、利通电子、协创数据。

6、中美云厂商盈利能力对比

CPU时代利润率差异原因：CPU云时代中美云厂商利润率存在显著差距，2013-2025年AWS、微软智能云平均利润率分别为29%、39%，国内阿里云2022年前仍处于亏损状态，差异核心来源于三方面：
a. 产业链价值差异：核心为骨干网自建与否的区别，北美云厂商均自建私有全球骨干网，网络传输层价值纳入云业务体内，国内受政策牌照壁垒限制，云厂商仅能租用运营商带宽服务，带宽费用计入营业成本，参考海外骨干网运营厂商平均OPM约15%，该部分是中美云厂利润率差异的主要来源之一；
b. 规模效应差异：公有云具备显著规模效应，美国云厂起步更早、布局全球化，更早进入规模经济收获期：一是采购成本更低，头部云厂依托大额集采的强议价能力，采用ODM直采模式降低采购成本，ODM服务器厂商平均营业利润率为2%-4%，远低于品牌服务器厂商的10%-11%；二是研发投入更高，海外云厂商研发绝对金额及费用率均高于国内头部云厂，可提升产品领先性与用户转移成本，同时全球客户错峰使用可提升资源利用率，2018-2022年北美三大云厂商算力资源利用率高于国内云厂，规模提升还可分摊人员成本，如谷歌云2023-2025年云业务成本占收入比例分别下降3.8个百分点、10.1个百分点、9.9个百分点，人员成本规模效应是利润释放的重要驱动力；
c. 商业模式差异：一方面国内企业IT付费意愿低于全球平均，美国超68%的大型企业通过公有云运行关键工作任务，客户付费意愿更强；另一方面部署结构差异显著，国内国央企上云需求以私有云为主，私有云缺乏规模效应，盈利性弱于公有云，2015-2023年以私有云、政务云为核心的运营商云业务高速增长，抢占阿里云市场份额，且私有云业务账期更长，应收账款压力较大。

GPU云时代行业趋势：进入AI驱动的GPU云时代，云行业呈现两大核心趋势：
a. 云厂商利润率天花板提升：GPU云时代云厂商价值链从IaaS、PaaS层延伸至芯片、PaaS、MaaS、Agent全产业链，头部云厂商均已自研AI加速芯片及服务器CPU，同时向下游延伸到MaaS层和AI Agent，既可提升客户迁移成本与平台粘性，也能提升单位算力商业价值，整体利润率天花板高于CPU云时代；
b. 中美云厂利润率差异将大幅收窄：一是规模差异逐步缩小，中美云厂业务体量持续扩张，以阿里云为代表的国内云厂商通过出海扩大规模，逐步进入规模经济收获期，2025年阿里云全球IaaS公有云份额、国内IaaS公有云份额均同比提升；二是国内AI云竞争格局持续优化，行业集中度提升，阿里云2025年上半年AI云市场份额为35.8%，全年提升至38.1%；三是商业模式差异持续改善，大模型企业应用主要以SaaS模式落地，企业端更偏好公有云部署，国内过往私有云占比过高的结构性问题在GPU云时代持续改善。

云行业投资建议：GPU云时代云厂商价值链明确扩张，利润率天花板提升，具备优质长期投资价值。生成式AI推动云计算厂商从单纯资源供给方转向算力基础设施、模型服务和企业AI平台的综合服务商，可凭借GPU资源池、数据中心规模和AI生态优势，持续向上游模型服务、下游企业应用拓展，提升单位资源价值与盈利空间。当前判断阿里云利润率将进入上行通道，重点推荐阿里巴巴、亚马逊、谷歌、微软等海内外头部云厂标的。

7、大模型趋势与AI应用主线

大模型发展趋势：大模型发展呈现两大核心趋势：一是模型与硬件端深度整合，无论大厂还是第三方自研模型均强调与硬件的co-design能力、布局自有芯片，一方面异构架构可推动推理成本快速下降，另一方面打通硬件可提升硬件使用率，优化模型与应用能力。落地案例包括Anthropic与AWS的Trilliant自研芯片在设计层就开展共研，打造异构算力平台可高效调用各类芯片完成推理，推动Anthropic2026年二季度营业利润转正，三季度营业利润也实现不错增长；DeepSeek与升腾开展co-design合作，升腾首席科学家公开表示该模式是未来大模型的重要提升方向。二是大模型向自学习路线演进，自学习可提升长程任务效率，为后续Agents落地奠定基础。OpenAI近期降价也源于其高阶模型衍生的自学习能力优化了中低阶模型成本，叠加硬件协同带来的成本优化，未来大模型成本及价格不会出现此前的快速上涨，利润端有望持续改善。

AI应用三大投资主线：AI应用重点看好三大高壁垒主线：
a. 工业软件：核心选股逻辑为选择布局数据采集环节、具备系统级能力的公司，推荐标的为中控技术、国能日新。其中中控技术2026年AI收入目标为8-10亿元，一季度已实现AI收入1.84亿元，超过2025年前三季度累计AI收入水平，公司具备控制入口、工业数据、工艺know-how三大核心壁垒，累计服务3.9万家客户，可有效帮助客户节能减排、降本提效，增量空间充足。
b. AI infra（云服务+AI安全）：核心选股逻辑为选择具备云服务和网络安全能力的厂商，推荐标的为深信服、网宿科技。2026年4月以来海外网安板块股价表现亮眼，5月业绩期AI产品ARR实现强劲增长，需求驱动因素有三点：一是AI硬件基础设施铺设拉动防火墙等硬件需求；二是企业端大模型普及带动AI使用行为管理、Agent身份识别等网安产品需求；三是综合性厂商可快速响应客户AI应用安全需求，推出灵活年费采购模式，同时具备并购拓宽产品线的实力。网宿科技在CDN基础上拓展网安等高毛利增值服务，伴随中资企业出海，还有望承接AI内容带来的新增增值需求。
c. 企业级AI Agent：核心选股逻辑为选择具备深厚客户数据合作基础的厂商，推荐标的为金蝶国际。公司中期业绩符合预期，2026年5月发布多款AI相关产品，通过投资、合作对接大模型厂商能力，开发多款企业AI应用服务，作为国产ERP龙头具备深厚客户壁垒，叠加AI能力后壁垒进一步强化。

8、DeepSeek V4 Flash技术解读

版本更新与行业趋势：DeepSeek V4分为Pro和Flash双版本，Pro定位高阶版，面向高质量高难度复杂任务，Flash定位低阶版，面向快捷高效的经济任务，7月31日DeepSeek V4 Flash正式版推出，Pro版本暂未更新。本次更新未调整模型结构与参数量，总参数仍为284B，激活参数为13B，仅做后训练优化，核心提升agent能力，实测性能已超越未升级的Pro版本，但作为低阶经济模型暂无法挑战顶级SOTA，符合其产品定位。
本次更新可从三点解读：
a. 本次更新核心展示DeepSeek的后训练能力，与此前Kimi K3依托高参数量预训练能力的技术路线并不互斥，二者可叠加，后续Pro版本发布值得期待，当前国产开源大模型整体处于高斜率发展阶段，彼此互相促进、同向加速；
b. 当前大模型发展核心导向已从单一追求高智能水平转向追求智能效率，即智能水平与任务成本的比值，DeepSeek V4 Flash发布同日早些时候，GPT宣布下调中低阶模型价格，其中Luna降价80%，Tairi降价20%，当前智能水平不断提升叠加模型降价降低任务成本，智能效率正快速攀升；
c. 智能效率提升将推动大模型使用渗透率攀升，符合蒸汽机、互联网等产业革命的发展规律，针对市场关注的大模型除coding外的高价值应用场景疑问，类比蒸汽机早期人们担忧其成本高于人力、缺乏高价值场景的情况，该问题将随产业发展自然得到解决。

Q&A

Q：AI中下游领域的核心投资赛道有哪些？

A：当前AI中下游重点关注四大赛道：国产大模型，核心逻辑在于中国coding市场空间广阔，当前API渗透率低，算力供给为收入木桶短板，供给释放后ARR具备十倍以上弹性，且增速斜率优于海外对标；云厂商，受益于开源模型部署带来的token as a service收入占比提升，国内云厂原有利润率低，部署开源模型可提升margin，估值仅6倍P/S，且全球IaaS份额持续提升；多模态应用，依托Sora、Minimax X3等模型迭代推动AI视频生成效率提升，海外漫剧平台AR收入快速增长，AI内容毛利率显著高于传统短剧，有望实现利润扭亏；算力租赁，下游客户在验证交付能力后愿为溢价买单，订单需求旺盛，2026年中报及三季报业绩兑现确定性高，当前估值具备修复空间。

Q：资金为何从AI上游转向中下游？

A：转向动因包括：上游硬件平均调整超50%，市场对资本开支持续性存疑；模型锚点松动；卖方逻辑受下游资本开支预期影响。中下游则呈现兑现证据特征：开源模型部署利好云厂商收入与利润率双升，国产大模型API渗透空间大，多模态应用有实际AR增长与利润改善催化，符合市场从宏大叙事转向业绩验证的风格切换。

Q：中美云厂商历史利润率差异的核心原因及GPU云时代的变化趋势？

A：历史差异源于三方面：产业链价值差异；规模差异；商业模式差异。GPU云时代下，云厂商价值链延伸至芯片、MaaS、Agent层，利润率天花板提升；中国云厂加速出海扩张规模，AI云市场竞争格局优化，大模型应用推动企业偏好公有云部署，中美利润率差距将显著收窄，阿里云EBITDA margin进入上行通道。

Q：大模型技术的最新演进方向及应用端高壁垒投资主线？

A：模型端趋势聚焦硬件协同与效率优化：一是硬件端整合，如Anthropic与AWS Trilliant芯片共研提升推理效率，DeepSeek与升腾合作降低推理成本；二是自学习能力发展，结合硬件协同推动成本持续下降。应用端三大高壁垒主线：工业软件；AI Infra，受益AI硬件铺设带动防火墙需求，及企业大模型应用催生AI行为管理、Agent身份验证等安全产品需求，综合性厂商可提供灵活年费方案并拓展CDN增值服务）；企业级AI Agent，基于ERP数据壁垒与大模型合作开发财务领域AI应用，客户粘性与数据合作深度构筑护城河。

Q：DeepSeek V4 Flash正式版的技术特点及对行业发展的启示？

A：DeepSeek V4 Flash正式版在参数量不变前提下，通过后训练优化显著提升agent能力，实测水平已超越未升级高阶版。技术启示有三：后训练能力与预训练能力为可叠加路径，国产开源模型处于高斜率同向加速阶段；行业核心指标转向智能效率，同期GPT中低阶模型大幅降价印证该趋势；智能效率提升将驱动大模型渗透率攀升，类比蒸汽机与互联网革命初期，高价值应用场景将随成本下降与能力提升逐步拓展，无需过度担忧短期场景局限。

 温馨提示：内容源于第三方以及公开平台，仅供用户参考，恕本平台对内容合法性、真实性、准确性不承担责任。如有异议/反馈可与平台客服联系处理（微信：_LYSD_）