大行重构中国AI估值框架：硬件利润份额将收缩，模型与应用主导增量

①低价Token不再管用，国产大模型如何在复杂长链条任务中打破“能效比”壁垒？ ②面对MINIMAX和智谱的深度回调，即将发布的新一代旗舰模型能否重塑估值信心？

财联社9月24日讯（编辑 胡家荣）随着全球人工智能产业加速步入应用落地期，国际大行近期密集发布研报，重构对中国AI产业链的评估框架。

摩根大通在最新研究报告中首度扩大对中国AI价值链的覆盖，给出“建设性”行业评价，明确提出行业利润重心将由底层硬件基础设施加速向高附加值的模型与垂直应用层迁移。与此同时，瑞银也对大模型板块的竞争分化、出海破局及长期估值空间进行了深度拆解。

价值链范式重构：盈利重心由“硬件军备”转向“软件应用”

利润版图大迁徙：模型与应用将主导近三分之二增量

摩根大通预测，2026年至2030年间，中国AI价值链累计经营溢利将达5440亿美元，行业年经营溢利将由2026年的270亿美元跃升至2030年的2430亿美元。在产业链利润分配方面，结构性重塑趋势确立：

硬件利润份额大幅压缩：硬件端占全行业利润的比例预计将从2026年的93%显著收缩至2030年的30%，期内收入增长约1.8倍。

软件与模型主导增长：模型与应用层收入预计在2026至2030年间实现26.9倍的爆发式增长(同期云端服务增长12.5倍)，预计将贡献全行业三分之一的利润盘子，并主导期内近三分之二的盈利增量。

需求结构分化：Token消耗料增60倍，B端企业级场景成绝对主力

大模型推理调用的实际需求正迎来指数级放量。摩通预计，2026至2030年间中国Token总消耗量将增长约60倍。从结构上看，相较于个人娱乐与问答，企业级复杂生产力场景对Token的吞吐需求更高：到2030年，企业端(B端)需求将占据Token总消耗量的69%，消费者端(C端)则占31%。

机构首选与覆盖矩阵：聚焦全栈协同、流量生态与商业变现

摩根大通三大首选标的：给予“增持”评级

摩根大通认为，具备底层全栈整合能力、高壁垒流量资产以及明确商业闭环的企业，将最先兑现软件层的超额收益：

阿里巴巴的目标价205港元。公司具备自研芯片、阿里云计算底座及通义大模型的全栈垂直整合能力，在基建规模效应与协同生态上构筑了坚固的护城河。

腾讯控股的目标价690港元。公司手握高粘性社交关系链与庞大流量生态，坐拥极具稀缺性的AI消费级应用落地场景，其长期赋能潜力尚未完全在现有估值中显现。

智谱的目标价2000港元。公司依托前沿自研基座模型与差异化智能技术，已在企业定制与开发者付费生态中展现出清晰的商业变现动能。

实博弈与深水区挑战：单纯价格战失效，综合任务能效受审视

与长期乐观预测形成对比的是，二级市场短期对大模型板块的情绪承压明显。瑞银研报指出，本月迄今MINIMAX-W累计下跌约20%，智谱跌幅达40%，反映出资本市场对模型厂商短期变现节奏与竞争壁垒存在分歧。此前国产大模型主打的高性价比优势正在发生边际递减，随着调用场景走向复杂化，单纯低廉的名义Token单价不再是决定胜负的唯一指标。

任务依赖性推升综合成本，外围反蒸馏限制加大技术追赶难度

大模型的竞争力正由“价格比拼”全面转向“综合执行能效比”：

复杂长链条任务考验成功率：在长周期、多步骤推理等高阶业务中，海外顶尖模型凭借更优的Token利用效率与极高的单次任务成功率，往往能减少重复调度与报错损耗，从而有效抵消了名义价格溢价。

外部监管预期与反蒸馏壁垒：开源权重政策讨论增加了海外企业端直接采纳的变数；同时，海外龙头针对技术逆向工程收紧反蒸馏措施，叠加对工业级蒸馏的合规审查，对国内实验室的自研技术追赶节奏提出了更严苛的要求。

此外，机构普遍认为，新一轮旗舰模型的问世将成为打破短期估值僵局、重塑市场信心的核心催化剂。后续市场重点关注的技术节点包括：DeepSeek V4.1 Pro、Kimi K3.1、MiniMax M3 Pro以及智谱GLM-5.5/6.0等版本的实际演进与实测性能。