證券研究報

告延續(xù)Capex擴張，轉向多極拉動——海外AI產業(yè)鏈2026投資策略主要內容云計算：26年Capex延續(xù)擴張，但ROI預計有分化大模型：海外AI陣營分化，商業(yè)化加速AI應用：編程商業(yè)化加速，靜待AI視頻+B端軟件進展AI算力：參數性能差距或將縮小，開發(fā)生態(tài)成競爭關鍵AI網絡：由Scale

out向Scale

up傾斜，硅光進入爆發(fā)關鍵節(jié)點重點公司估值表341

復盤：北美AI敘事的變化走到哪個階段了？近三年FOMO情緒主導下的算力超前投入，AI

capex敘事貫穿美股始終，但算力需求預期主導因素逐步變化：大模型訓練（關注性能變化曲線）-大模型推理（token數據、應用崛起）2023年Scaling

law，AI模型訓練主導算力投資需求Chatgpt

周活躍用戶快速破1億，gpt4相較gpt3實現飛躍，使得Scalling

law深入人心。訓練主導的算力投資：GPU英偉達業(yè)績大增、云計算廠商capex及收入回暖。2024年多模態(tài)模型訓練+推理需求崛起。AI=GPU+ASIC+搜廣推和Agent2月OpenAI

Sora發(fā)布；Meta在升級廣告系統后收入超預期；年底企業(yè)服務agent預期，軟件股小幅反彈。市場認可ASIC芯片趨勢（推理需求+云廠自研芯片），24年下半年博通大漲。伴隨著Scaling

law撞墻討論，引起模型訓練算力長期需求的擔心2025年Token經濟。AI=ASIC+OAI/Genimi/Anthropic+Token數據年初Deepseek開源低成本路線引發(fā)scaling

law擔憂以及算力過度投資、應用落地慢的擔憂，但3月谷歌Gemini

2.5發(fā)布；5月以來云廠token數據暴增持續(xù)驗證推理需求。但企業(yè)服務agent落地緩慢，大模型吞噬軟件悲觀預期貫穿全年。9月以來OpenAI循環(huán)投資引發(fā)AI泡沫擔憂，Anthropic上修收入，Gemini3.0將發(fā)布，不同模型陣營的算力和云廠走勢分化。2026年預計對投資回報的關注會更高OpenAI或上市，Anthropic預計2027年現金流轉正，Token數據月度環(huán)比變化是焦點

? 搜廣推、chatbot訂閱、編程之外新的應用商業(yè)化崛起-AI視頻、agent、企業(yè)服務等 ?200%400%600%0%2023-01-03 2023-04-03 2023-07-03 2023-10-03 2024-01-03 2024-04-03 2024-07-03 2024-10-03 2025-01-03 2025-04-03 2025-07-03 2025-10-03200%100%0%300%400%2023-01-032023-04-032023-07-03 2023-10-03IGV軟件擴展指數累積漲幅META累積漲幅2024-01-032024-04-032024-07-032024-10-032025-01-032025-04-032025-07-031400%1200%1000%800%600%400%200%0%2023-01-042023-04-04 2023-07-04微軟股價累積漲幅亞馬遜股價累積漲幅2023-10-042024-01-04 2024-04-04谷歌股價累積漲幅甲骨文股價累積漲跌幅2024-07-04 2024-10-04 2025-01-04 2025-04-04 2025-07-042025-10-04英偉達股價累積漲幅博通股價累積漲幅51

復盤：北美AI敘事的變化走到哪個階段了？

-20% 20%40%0%2023-01-03 2023-04-03 2023-07-03 2023-10-03 2024-01-03 2024-04-03 2024-07-03 2024-10-03 2025-01-03 2025-04-03 2025-07-03 2025-10-03公用事業(yè)指數累積漲跌幅（選取XLU公用事業(yè)行業(yè)精選指數）硬件階段高點云計算階段高點云計算突破前高但25.9月以來走勢分化，AI全棧布局的谷歌有加速趨勢，綁定OpenAI、債務風險加大的甲骨文下跌AI算力突破前高：Tokens調用量大漲，AI算力需求旺盛；代表：英偉達、博通等軟件近三年跑輸云和芯片：企業(yè)AI落地慢，且擔憂大模型吞噬軟件關稅摩擦交易后，市場交易重心重新回到AIBloomberg，申萬宏源研究電力相關指數上漲：AI算力需求拉動遠期用電需求增加，但不同區(qū)域差異大Scaling

law下的模型訓練主導AI算力需求預期Sora等多模態(tài)提振算力需求AI廣告是落地較快的AI應用AI應用階段高點2025-10-0325.9以來擔心模型不領先+算力投資ROI變差6GCP/AWS加速各公司財報，Bloomberg，申萬宏源研究50%45%40%35%30%25%20%15%10%5%0%CY23Q3CY24Q1CY24Q3CY25Q1CY25Q3亞馬遜AWS谷歌云微軟智能云0%10%20%30%40%50%60%CY23Q3 CY24Q1 CY24Q3 CY25Q1 CY25Q3谷歌云微軟Azure亞馬遜AWSOracle

OCI050100150200250300350CY23Q1CY23Q3CY24Q1CY24Q3CY25Q1

CY25Q3谷歌云微軟智能云亞馬遜AWSOracle

OCI(億美元)谷歌云GCP：26-27年有望提速，增長動力來自TPU對外供應+Anthropic需求旺盛+Gemini不斷獲取市場份額。谷歌已在25年10月宣布與Anthropic簽訂1GW容量約百萬卡TPU芯片租賃協議，并與META達成云合作。亞馬遜AWS：26-27年有望提速，增長動力來自Anthropic需求。公司指引Project

Rainier在年底將達到百萬卡Tranium2容量，主要向Anthropic提供算力，有望為AWS貢獻數十億美元營收增量。微軟Azure：26-27年預計保持高增速，增長動力來自OpenAI部分算力需求，但OpenAI算力供應商眾多+分散。微軟在25年10月已獲得OpenAI

2500億云服務訂單，但不再作為OpenAI優(yōu)先云服務商，競合關系復雜。Oracle：綁定OpenAI、低基數下增長迅猛，隱憂在于客戶結構單一及云服務利潤率相對較低。圖：核心云廠營收 圖：核心云廠營收增速 圖：核心云廠營業(yè)利潤率73

云Capex：26年總量延續(xù)擴張，但Capex/現金流分化各公司財報，Bloomberg，申萬宏源研究注：微軟、OracleFY25財報已公布，經營性現金流預期來自彭博一致預期根據彭博一致預期，谷歌、微軟、亞馬遜、META、Oracle在FY26的Capex總和5540億美元、YoY+38%。科技大廠的Capex更多體現未來競爭格局考量，從Capex/經營性現金流來看，目前看META、亞馬遜、微軟或將在2026年接近80%，谷歌最為健康，Oracle則需要更多融資手段滿足未來龐大的資金需求。圖：各公司Capex及未來預期 圖：各公司Capex/經營性現金流0%20%40%60%80%100%120%140%160%FY2022FY2023FY2024FY2025E FY2026E微軟 亞馬遜 Meta 谷歌 Oracle80%70%60%50%40%30%20%10%0%-10%02004006008001,0001,2001,4001,600FY2020FY2021FY2022FY2023FY2024 FY2025E

FY2026E FY2020 FY2021微軟谷歌亞馬遜OracleMetaCapex總和YoY(億美元)-20%0%20%40%60%80%100%400350300250200150100500CY22Q1 CY22Q2 CY22Q3 CY22Q4 CY23Q1 CY23Q2 CY23Q3 CY23Q4 CY24Q1 CY24Q2 CY24Q3 CY24Q4 CY25Q1 CY25Q2 CY25Q3微軟合計同比(億美元)圖：各公司各季度Capex支出及合計同比增速亞馬遜 Meta 谷歌 Oracle83

云Capex：折舊/運營支出占比提升，ROI更加重要各公司財報，申萬宏源研究注：數據來自現金流量表中“折舊、攤銷及其他“項目，除折舊外還包括無形資產攤銷等費用單位：百萬美元CY3Q22CY4Q22CY23Q1CY23Q2CY23Q3CY23Q4CY24Q1CY24Q2CY24Q3CY24Q4CY25Q1CY25Q2CY25Q3亞馬遜10327120811112311589121311311411684120381344215631142621522716796QoQ17.0%-7.9%4.2%4.7%8.1%-10.9%3.0%1

7%16.3%-8.8%6.8%10.3%谷歌3933360226352824317133163413370839854205448749985611QoQ-8.4%-26.8%7.2%12.3%4.6%2.9%8.6%7.5%5.5%6.7%1

4%12.3%微軟279036483549387439215959602763807383682787401120313060QoQ30.8%-2.7%9.2%2%52.0%1%5.9%15.7%-7.5%28.0%28.2%16.6%META2130232925242623285831343374363740274460390043424963QoQ9.3%8.4%3.9%9.0%9.7%7.7%7.8%10.7%10.8%-12.6%1

3%14.3%Oracle1446149815581586147515531557155414281499155116961771QoQ3.6%4.0%8%-7.0%5.3%0.3%-0.2%-8.1%5.0%3.5%9.3%4.4%AI算力投資已帶來較為顯著的折舊攤銷成本提升（盡管對服務器的折舊年限均已有所延長），科技巨頭的商業(yè)模式逐步體現一定的重資產特征，尤其2023年后微軟、META的折舊攤銷費用/運營總支出提升明顯。科技巨頭的AI

Capex的ROI正成為市場關注的焦點，云巨頭的Capex→營收增長提速路徑清晰+短期景氣度無憂，但META亟需除AI廣告推薦系統之外的GenAI應用、大模型進展驗證Capex上修的ROI。表：各公司折舊攤銷費用/運營總支出提升，成為重要成本項35%30%25%20%15%10%5%0%CY3Q22CY4Q22CY23Q1 CY23Q2 CY23Q3 CY23Q4 CY24Q1 CY24Q2表：各公司折舊攤銷費用及環(huán)比增速CY24Q3CY24Q4CY25Q1CY25Q2CY25Q3微軟 亞馬遜 谷歌META Oracle主要內容云計算：26年Capex延續(xù)擴張，但ROI預計有分化大模型：海外AI陣營分化，商業(yè)化加速AI應用：編程商業(yè)化加速，靜待AI視頻+B端軟件進展AI算力：參數性能差距或將縮小，開發(fā)生態(tài)成競爭關鍵AI網絡：由Scale

out向Scale

up傾斜，硅光進入爆發(fā)關鍵節(jié)點重點公司估值表9102.1

大模型陣營：TOP3各有側重，領先模型能力差距縮小發(fā)布公司大模型名稱Arena

Score谷歌gemini-2.5-pro1452Anthropicclaude-sonnet-4-5-20250929-thinking-32k1448Anthropicclaude-opus-4-1-20250805-thinking-16k1448OpenAIgpt-4.5-preview-2025-02-271442Anthropicclaude-opus-4-1-202508051439OpenAIchatgpt-4o-latest-202503261438OpenAIgpt-5-high1437Anthropicclaude-sonnet-4-5-202509291436OpenAIo3-2025-04-161433阿里巴巴qwen3-max-preview1433百度ernie-5.0-preview-10221432智譜AIglm-4.61429OpenAIgpt-5-chat1425阿里巴巴qwen3-max-2025-09-231424Anthropicclaude-opus-4-20250514-thinking-16k1423DeepSeekdeepseek-v3.2-exp-thinking1421阿里巴巴qwen3-235b-a22b-instruct-25071420xAIgrok-4-fast1420DeepSeekdeepseek-r1-05281417月之暗面kimi-k2-0905-preview1417發(fā)布公司大模型名稱Arena

ScoreOpenAIGPT-5(high)1473AnthropicClaudeOpus4.1

thinking-16k(20250805)1458AnthropicClaudeOpus4.1

(20250805)1451AnthropicClaudeSonnet4.5

(thinking32k)1420MiniMaxMiniMax-M21405谷歌Gemini-2.5-Pro1399智譜AIGLM-4.61395DeepSeekDeepSeek-R1-05281393AnthropicClaudeSonnet

4.51387AnthropicClaudeOpus4

(20250514)1383智譜AIGLM-4.51379智譜AIGLM-4.5-Air1366阿里巴巴Qwen3-Coder1365AnthropicClaudeSonnet4

(20250514)1362DeepSeekDeepSeek-V3.1-thinking1360AnthropicClaude3.7

Sonnet(20250219)1358AnthropicClaudeHaiku4.5

(20251001)1354阿里巴巴Qwen3-235B-A22B-Instruct-25071352DeepSeekDeepSeek-V3.11338阿里巴巴qwen3-coder-plus-2025-09-231334月之暗面Kimi-K2-Instruct1315發(fā)布公司大模型名稱Arena

Score谷歌gemini-2.5-pro1249OpenAIchatgpt-4o-latest-202503261240OpenAIgpt-4.5-preview-2025-02-271228谷歌gemini-2.5-flash-preview-09-20251224OpenAIgpt-5-chat1222OpenAIo3-2025-04-161221OpenAIgpt-4.1-2025-04-141216谷歌gemini-2.5-flash1215Anthropicclaude-opus-4-20250514-thinking-16k1211OpenAIgpt-5-high1209Anthropicclaude-sonnet-4-20250514-thinking-32k1206阿里巴巴qwen3-vl-235b-a22b-instruct1204OpenAIo4-mini-2025-04-161203OpenAIgpt-4.1-mini-2025-04-141203Anthropicclaude-3-7-sonnet-20250219-thinking-32k1196OpenAIo1-2024-12-171195騰訊hunyuan-vision-

5-thinking1194HuggingFace，申萬宏源研究注：分數來自Arena

Leaderboard，時間截止2025年11月，并未包括字節(jié)跳動等公司的大模型Anthropic

Claude耕耘編程領域、代碼能力出色（代碼準確度、質量更好），編程領域市占率較高，更受益編程領域爆發(fā)浪潮；谷歌Gemini在多模態(tài)等領域底蘊更深；兩者與OpenAI在多個領域形成交替領先。彼此間能力差距較小，營收增長將與其擅長賽道的商業(yè)化進展息息相關。國內大模型，相比海外文本模態(tài)和編程能力差距相距不遠，但在多模態(tài)領域差距較為明顯。表：大模型文本模態(tài)能力排名 表：大模型編程能力排名 表：多模態(tài)-視覺模態(tài)大模型能力排名112.2

大模型陣營：OpenAI供應鏈分散，Anthropic攜手谷歌亞馬遜股權投資：谷歌多輪投資超35億美元，預計持有Anthropic不超過15%股份云計算服務：Anthropic對1GW

百萬卡TPUv7租賃，GPU租賃股權投資：亞馬遜多輪投資Anthropic超80億美元云計算服務：Anthropic對Project

Rainier百萬卡Tranium2集群租賃，GPU租賃算力芯片輔助設計：谷歌采買TPU系列芯片算力芯片輔助設計：亞馬遜采買Tranium/Inferential系列芯片股權投資：微軟多輪投資超100億美元，持有OpenAI約27%股份云計算服務采買：OpenAI承諾購買2500億美元云服務，GPU為主項目投資：Oracle投資OpenAIStargate項目云計算服務采買：OpenAI采買總價3000億美元云服務，GPU為主云計算服務采買：OpenAI采買總價約224億美元云服務，GPU為主件解鎖獲得AMD

最多10%股權算力芯片采買：OpenAI采買總容量達6GW算力芯片股權投資：英偉達根據多個條件達成情況最多向OpenAI投資1000億美元算力芯片采買：OpenAI采買容量達10GW算力芯片算力芯片輔助設計：OpenAI采買總容量達10GW算力芯片股權投資：英偉達持有CoreWeave

5.3%股權算力芯片采買：CoreWeave采買英偉達芯片圖：OpenAI目標通過投融資合作綁定供應鏈，微軟結束與OpenAI的獨家合作關系股權激勵：OpenAI可通過達成多個條圖：Anthropic算力來自谷歌及亞馬遜，關注其拉動作用122.2

大模型陣營：重視Anthropic、Gemini帶來的需求上修核心大模型公司主要算力服務提供商主要算力芯片類型與云計算廠商合作協議詳情OpenAIOracle英偉達GPU、AMD

GPU2025年9月，根據華爾街日報等，OpenAI與Oracle簽署3000億美元云服務協議，計劃于未來5年交付。微軟英偉達GPU、AMD

GPU2025年10月，微軟官方宣布OpenAI與微軟簽訂2500億美元云服務協議，微軟將不再擁有成為

OpenAI

計算提供商的優(yōu)先購買權。Coreweave2025年3月，CoreWeave宣布與OpenAI達成一項初始協議，合同價值高達達成65億美元擴大協議，兩者合同總價值達到約224億美元。OpenAI自購算力英偉達GPU、AMD

GPU、自研ASIC（與博通合作）直接與英偉達/博通/AMD簽訂

10GW/10GW/6GW的算力芯片供貨協議Anthropic亞馬遜AWSTrainium、英偉達GPU等Project

Rainier：主要為Anthropic提供算力，當前已部署50萬張Trainium2芯片，預計年底將部署達100萬卡。谷歌GCPTPU、英偉達GPU等25年10月，谷歌與Anthropic達成100萬卡租賃協議，主要為最新的TPUIronwood，預計產能將于26Q3開始爬坡。谷歌-Gemini谷歌自有算力TPU訓練和推理均基于谷歌自研TPU全系列芯片。谷歌、亞馬遜、微軟、OpenAI、Coreweave官網，華爾街日報，申萬宏源研究Anthropic：重視其算力需求上修為谷歌云、亞馬遜AWS帶來的業(yè)績增量，以及對ASIC成熟的推動作用。谷歌和亞馬遜均持有Anthropic部分股權，為其核心算力提供商。谷歌及亞馬遜將在26年分別為Anthropic提供百萬卡自研ASIC集群，拉動云服務業(yè)績增速，且將推進TPU、Trainium系列芯片開發(fā)生態(tài)加速成熟。谷歌Gemini：3.0版本年內發(fā)布，有望拉動市場份額提升。25年10月Tokens月消耗達到300萬億，API/獨立應用不斷獲取市場份額。根據SimilarWeb，Gemini獨立應用在網頁端流量份額已從25年4月的5.5%提升至10月的12.9%，Gemini

2.5、Nano

banana等模型的發(fā)布體現推動作用。表：核心大模型公司及其主要算力供應商梳理132.3

大模型陣營：Anthropic上修收入，現金流或于2027年轉正Anthropic創(chuàng)收策略為專注于B端、深度受益AI編程近期爆發(fā)：1）模型API收入；2）編程工具Claude

Code，25年以來明顯受益于編程工具的爆發(fā)，未來創(chuàng)收將拓展B端的企業(yè)級Agent等。25年10月，Anthropic上修未來樂觀營收預期，預計28年將達到700億美元營收。公司25年9月估值1830億美元。OpenAI營收策略為B端和C端并重：1）ChatGPT的個人版/企業(yè)版訂閱；2）模型API收入；3）8月發(fā)布的編程工具CodeX。未來創(chuàng)收將拓展C端ChatGPT+Sora嘗試拓展社交、電商等領域，B端的企業(yè)級Agent等。OpenAI25年10月估值為5000億美元。The

Information，申萬宏源研究圖：Anthropic的樂觀預期上修至2028年700億美元4715238970013030060010001450200005001,0001,5002,000202320242025E2026E2027E2028E2029E2030EAnthropic樂觀營收指引OpenAI營收指引(億美元)2,5000102030405060C端用戶訂閱B端用戶訂閱API收入編程工具應用收入OpenAIAnthropic(億美元)圖：2025年8月年化收入，Anthropic以B端+API收入為主142.3

大模型陣營：Anthropic上修收入，現金流或于2027年轉正Anthropic預計其現金流將在2027年轉正。其服務器支出成本相較OpenAI更低、現金流情況更好。Anthropic

預計2025年毛利率50%，2028年升至77%。1）算力采買：轉向性價比更高的谷歌云TPU、AWS

Tranium；2）研發(fā)方向更集中，減少對多模態(tài)等對算力消耗龐大的項目的研發(fā)；3）專注于編程等B端市場，旨在企業(yè)市場的高毛利和穩(wěn)定現金流。The

Information，申萬宏源研究注：Anthropic的服務器成本未包括“額外的計算費用項”，對實際服務器成本有所低估圖：Anthropic與OpenAI在服務器上的支出成本1,2001,000800600400200020242025E2026E2027E2028EAnthropic

OpenAI(億美元)圖：Anthropic的自由現金流預計將在2027年轉正主要內容云計算：26年Capex延續(xù)擴張，但ROI預計有分化大模型：海外AI陣營分化，商業(yè)化加速AI應用：編程商業(yè)化加速，靜待AI視頻+B端軟件進展AI算力：參數性能差距或將縮小，開發(fā)生態(tài)成競爭關鍵AI網絡：由Scale

out向Scale

up傾斜，硅光進入爆發(fā)關鍵節(jié)點重點公司估值表15163.1

Token消耗：25年爆發(fā)增長，主要由Chatbot應用貢獻谷歌的Tokens消耗增量主要來自四大場景：AI搜索（AI

Overview+AI

Mode）、AI視頻（Veo3）、Gemini應用、Gemini大模型API調用。其中AI搜索仍然為核心Tokens消耗場景，此外Gemini大模型API在25年10月達到每分鐘70億Tokens消耗（月消耗約300萬億），2026年關注AI視頻、AI

Agent等新產品增量。中國國家數據局披露2025年9月底我國日均Tokens消耗達40萬億（月均1200萬億）、字節(jié)跳動日均消耗超30萬億（月均900萬億），國內增長同樣顯著，互聯網+AI應用實際上已進入到互聯網用戶的日常生活習慣中。字節(jié)跳動官網，谷歌官網，國家數據局，申萬宏源研究注：字節(jié)跳動、國家數據局披露數據均為日消耗tokens*30作為月消耗量480980130038149290090012002009.73.604006008001,0001,2001,4002024年5月2025年3月2025年5月2025年6月2025年7月2025年9月2025年10月谷歌Tokens消耗量-單月字節(jié)跳動Tokens消耗量-單月國家數據局披露的中國Tokens消耗量-單月(萬億Tokens)圖：全球Tokens消耗量在2025年呈現爆發(fā)態(tài)勢173.1

AI應用展望：編程持續(xù)加速，關注AI視頻+B端軟件進展AI應用類型當前貢獻的年化收入AI應用商業(yè)化所處階段AI應用大規(guī)模商業(yè)化方式代表公司或產品AI廣告預計數百億美元量級成熟穩(wěn)定提升期用戶使用時長提升、廣告推薦效率提升推薦系統：META、谷歌、字節(jié)跳動、快手等廣告投放系統：AppLovin、UnityAI

Chatbot預計百億美元量級商業(yè)化加速期SaaS訂閱+根據用量增值收費OpenAI

ChatGPT、谷歌GeminiAI編程預計50-60億美元商業(yè)化加速期SaaS訂閱+根據用量增值收費Anthropic、Anyshpere、Cognition、微軟AI視頻預計10億美元量級商業(yè)化初期形成AI

UGC視頻內容社交平臺后商業(yè)化+作為AI視頻制作工具SaaS訂閱收費谷歌、OpenAI、快手、Minimax、Runway、SynthesiaAI設計預計數十億美元商業(yè)化初期作為AI設計工具SaaS訂閱收費Adobe、Canva、Figma、Midjourney、美圖企業(yè)服務/數據治理預計數十億美元商業(yè)化初期SaaS訂閱+根據用量增值收費企業(yè)服務：微軟、ServiceNow、Salesforce、SAP、Glean、Cohere數字化底座：Palantir、Databricks、Snowflake行業(yè)垂類預計數十億美元商業(yè)化初期SaaS訂閱+根據用量增值收費Harvey（AI法律）、Mercor（AI招聘）、Sierra（AI客服）、Clay（AI營銷）、Duolingo（語言學習）等AI廣告提效邏輯已在持續(xù)兌現，體現于互聯網企業(yè)的用戶使用時長、廣告收入增速等；AI編程仍在加速。AI視頻：算力供應更充沛下，或迎來商業(yè)化臨界點。企業(yè)級AI：26年總需求有望迎來加速。隨著海外企業(yè)級AI的部分標桿性項目前期準備工作（數據治理、工作流整合）完成，企業(yè)服務/數據治理領域的AI收入落地或將加速。C端AI

Agent：關注以谷歌Project

Astra為代表的C端AI

Agent落地。表：核心AI應用賽道及其商業(yè)化進展The

Information，申萬宏源研究整理183.2

AI視頻有望迎來臨界點，垂類工具已實現較快商業(yè)化Crunchbase，The

Information， ，CNBC，申萬宏源研究注：除標注為營收外，均為ARR數據；Canva、Figma的ARR或營收包括原有非AI業(yè)務公司前期估值最新估值類型AI

ARRAI應用產品概況及落地時間Runway15億美元（2023.06）30億美元（2025.04）AI視頻生成8400萬美元（2024.11）主要的AI視頻生成工具之一Synthesia10億美元（2023.06）21億美元（2025.04）AI視頻生成1億美元（2025.04）視頻設計平臺，推出AI視頻生成工具Midjourney--AI設計工具預計3億美元營收（2024年）推出AI文生圖工具Midjourney；2022年已開啟收費Canva130億美元（2023.03）260億美元（2024.05）傳統設計+AI設計工具整體營收30億美元（2025.06）線上創(chuàng)意協作設計平臺，推出平面設計工具Canvass

AI，24年收購AI圖像公司Leonardo

AIFigma200億美元（2022.09）381億美元（2025.08.08）傳統設計+AI設計工具整體營收7.5億美元（2024年）線上創(chuàng)意協作設計平臺，將AI融入設計環(huán)節(jié)表：垂類領域初創(chuàng)公司估值及變動公司上輪估值最新估值類型ARR（或營收）AI應用產品概況Clay12.5億美元（2025.01）31億美元（2025.08）AI營銷工具預計2025年底達到1億美元銷售工作流AI化，通過AI尋找銷售線索提升廣告效率Sierra10億美元（2024.01）45億美元（2024.10）AI智能客服2000萬美元（2024.10）提供企業(yè)級AI客服ElevenLabs10億美元（2024.01）30億美元（2025.01）AI智能語音平臺1億美元（2025.06）通過AI實現文字轉語音Heygen5億美元（2024.06）-AI智能語音平臺8000萬美元（2025.06）通過AI實現文字轉語音Abridge27.5億美元（2025.03）53億美元（2025.06）AI臨床對話記錄與轉寫2億美元（2025.05）推出臨床文檔工具，可通過AI進行總結記錄Mercor2.5億美元（2024.09）20億美元（2025.02）AI

招聘工具1億美元（2025.02）通過AI完成簡歷篩選及招聘流程Harvey15億美元（2024.07）50億美元（2025.06）法律+AI7500萬美元（2025.04）推出法律行業(yè)的輔助辦公對話式AI機器人AI視頻：Veo3、Sora2等效果較為出色，但算力成本較高、供應不足限制了用戶使用體驗，隨著26年算力供應持續(xù)增增加，有望孕育優(yōu)質AI視頻平臺。垂類應用：面向法律、招聘、客服、營銷等領域的多個AI應用企業(yè)獲得商業(yè)化進展。表：主要AI視頻及創(chuàng)意工具初創(chuàng)公司估值及變動20100306050402024年中2024年底-2025年初2025年中2025年11月AI

Coding原生工具ARR總和(億美元)193.3

AI編程：25年海外商業(yè)化明顯加速，26年有望保持2024年中ARR行業(yè)總和預計約5億GitHub

Copilot3億（2024.06）24年底-25年初ARR行業(yè)總和預計約10億GitHub

Copilot4億（2024.11）Cursor6400萬（2024.11）2025年中ARR行業(yè)總和預計約30億GitHub

Copilot預計超10億Cursor5億（2025.06）Claude

Code4億（2025.08）Replit4億（2025.05）Cognition預計超1億（2025.08）Lovable1億（2025.08）圖：原生AI編程工具預計的市場份額及重要工具ARRTheInformation，Sacra，路透社，申萬宏源研究AI編程工具ARR在2025年以來明顯加速，當前年化收入總和或已超50億美元。包括微軟GitHub

Copilot、Cursor、Claude

Code、OpenAI

Codex等產品均實現較出色的收入。AI編程工具仍處于快速提升滲透率的階段，逐漸完善在各個編程語言中的AI編程正確率、易用性等能力，預計26年整體營收增長仍將保持高速。2025年11月ARR行業(yè)總和預計超50億GitHub

Copilot預計超10億Cursor10億（2025.11）Claude

Code預計超10億OpenAI

Codex預計超5億Replit4億（2025.05）Cognition預計超1億（2025.08）Lovable1億（2025.08）203.4

企業(yè)級AI：前期準備工作陸續(xù)落地，B端AI或迎來加速公司代表性產品或平臺GenAI產品訂單或ARRAI產品形態(tài)微軟Microsoft365

Copilot預計為10億美元級別標準化軟件，直接應用于Office系列產品中ServiceNowServiceNowPro

PlusACV訂單額：2.5億美元（2025.05）定制化平臺-基于IT，企業(yè)可定制化選擇數百項AI功能CohereNorth平臺、Command模型集ARR：1億美元（2025.05）定制化平臺-基于企業(yè)大模型，包括文本生成、檢索等功能GleanGlean

Agent、Glean

SearchARR：1億美元（2025.01）定制化平臺-基于企業(yè)級檢索PalantirAIPGenAI功能集成于AIP平臺中定制化平臺-基于數據分析，偏向企業(yè)的AI操作系統SAPJoule

AI助手等GenAI功能集成于ERP流程中定制化平臺-基于ERP軟件的AI功能工具包SalesforceAgentforce平臺ARR：1億美元（2025.05）半定制化Agent平臺-基于CRM，功能包括AI客服Agent相比傳統軟件落地，部署企業(yè)級AI的前期準備工作十分龐雜：1）數據整形難度高：傳統軟件僅依托于類型較為單一的結構化數據，AI需要依靠非結構化、多類型數據，其清洗和數據庫搭建任務繁雜；2）AI與工作流結合、安全合規(guī)要求高。海外企業(yè)級AI平臺加速落地時間點或在26H1。1）自24H2開始搭建的企業(yè)級AI平臺項目即將密集落地，將具備示范、借鑒意義；2）ServiceNow指引26年AI

ACV訂單總額達到10億美元，相對25年5月的2.5億將明顯加速，代表行業(yè)內優(yōu)秀公司的積極指引。表：B端軟件公司AI進展各公司官網，申萬宏源研究213.4

企業(yè)級AI：競爭壁壘來自于數據、行業(yè)Know-how積累各公司官網，申萬宏源研究公司主要方向企業(yè)級AI領域的關鍵工作及積累ServiceNow基于企業(yè)IT平臺，理解用戶工作流稟賦：多年為企業(yè)定制化構建IT平臺積累的ITSM、HR流程語料及業(yè)務理解；工作：在企業(yè)客戶原有IT平臺上直接集成AI功能，嵌入工作流Palantir基于企業(yè)數據分析平臺，理解用戶工作流+數據整形稟賦：多年為國防、制造、能源客戶進行數據分析、治理、安全服務工作：AIP平臺完成企業(yè)客戶數據深度整形并實現AI功能Glean基于企業(yè)內部檢索引擎，理解用戶工作流+知識圖譜工作：接入企業(yè)客戶的知識庫進行整形，并實現定制化企業(yè)級檢索能力Cohere基于企業(yè)定制模型平臺，理解用戶工作流工作：針對企業(yè)工作內容、數據內容定制企業(yè)本地化模型，并提供衍生的AI應用服務SAP基于企業(yè)ERP平臺，理解用戶工作流且財務數據為企業(yè)核心稟賦：擁有ERP領域多年積累的客戶，具備業(yè)務理解能力且財務等數據為企業(yè)運營中核心數據，擁有較大的AI應用落地潛力工作：在企業(yè)客戶原有ERP平臺上集成AI功能，嵌入工作流Snowflake基于云原生數據平臺，具備數據整形能力稟賦：作為云原生數據平臺，為企業(yè)構建數字化底座，為AI平臺落地鋪平道路工作：AI功能套件Snowflake

Cortex、Snowpark系列AI服務大模型公司、云計算巨頭均希望進入企業(yè)AI軟件市場，帶來行業(yè)潛在競爭加劇，軟件公司競爭壁壘將來自客戶數據的獲取能力、行業(yè)Know

how能力。AI時代軟件公司與企業(yè)客戶數據綁定關系更深，軟件公司需能夠獲得企業(yè)深度數據授權以構建有效的AI產品能力，且一旦開始接受某家公司構建的AI平臺以及類似檢索服務，遷移成本將大幅提升。同時要求軟件公司對企業(yè)客戶的行業(yè)特性具備較深的認知?？春镁邆鋽祿芰靶袠I(yè)Knowhow能力的三大定制化/半定制化軟件方向：1）數據分析/數據庫：Palantir、Snowflake等；2）ITSM：ServiceNow；3）ERP：SAP

等。表：企業(yè)級AI平臺融入內部工作流的前期工作重要性凸顯行業(yè)Know

how能力：為客戶定制化構建AI數字化平臺能力：數據清洗整形等大模型能力主要內容云計算：26年Capex延續(xù)擴張，但ROI預計有分化大模型：海外AI陣營分化，商業(yè)化加速AI應用：編程商業(yè)化加速，靜待AI視頻+B端軟件進展AI算力：參數性能差距或將縮小，開發(fā)生態(tài)成競爭關鍵網絡：由Scale

out向Scale

up傾斜，硅光進入爆發(fā)關鍵節(jié)點重點公司估值表22234.1

AI算力：參數性能差距或將縮小，開發(fā)生態(tài)重要性凸顯英偉達、谷歌、AMD、亞馬遜、META、微軟官網，申萬宏源研究H100B200B300MI325xTPU

v5pTPU

v6eTPUIronwoodTrainium

2MTIA

v2Maia

100廠商英偉達英偉達英偉達AMD谷歌/博通谷歌/博通谷歌/博通亞馬遜/MarvellMETA/博通微軟/GUC推出時間2022202420242024202320242025202320242023芯片制程4nm4nm4nm5nm5nm4nm3nm5nm5nm5nm峰值計算性能-BF/FP16（TFlops）9902250337513004599182307667177800功耗(W)700100014001000250~300500~600850~95050090860存儲類型HBM3HBM3eHBM3eHBM3eHBM2eHBM3HMB3eHBM3LPDDR5HBM3e存儲（GB）8019228825696321929612864內存帶寬3.35TB/s8TB/s8TB/s6TB/s2765GB/s3.2TB/s7.2TB/s4000GB/s204.8GB/s1600GB/s卡間通信帶寬NVLink18*900GB/sNVLink18*1800GB/sNVLink18*1800GB/sInfinity

FabricLink

896GB/sICILinks4800GB/sICILinks3584GB/sICILinks5378

GB/sNeuronLink1280GB/s-600GB/s計算強度-FP16峰值性能/存儲（Flops/GB)12.417175.14.828.712.06.9412.5能耗比-FP16峰值性能/功耗（Flops/W)42.32.435~76~82.4~2.732.00.9芯片架構+開發(fā)生態(tài)Compute

Die數量1224112211HBM

Stacks數量6888628444計算單元微架構大量并行CUDA核+TensorCore大量并行CUDA核+TensorCore大量并行CUDA核+TensorCore大量并行運算核+Matrix

Core少量大型脈動陣列單元少量大型脈動陣列單元少量大型脈動陣列單元少量大型脈動陣列單元多核CPU+多核AI加速單元多核AI加速單元開發(fā)生態(tài)CUDACUDACUDARocmXLAXLAXLAXLATritonTriton硬件設計：差距或持續(xù)拉近。領先的AI芯片（英偉達GPU、TPU、AMD

GPU）在參數性能上差距有所收窄（均基于臺積電同代制程和先進封裝），AI芯片競爭中軟件開發(fā)生態(tài)將為決定性因素。軟件開發(fā)生態(tài)：AI開發(fā)者群體愈發(fā)龐大，推動更多AI芯片的開發(fā)生態(tài)走向健全及成熟，谷歌TPU硬件性能差距縮小+開發(fā)生態(tài)陸續(xù)成熟下外供趨勢明朗，關注AMD、亞馬遜Tranium、OpenAI自研芯片等可用性進展。表：各家GPU/ASIC芯片對比244.2

確定性：谷歌TPU+博通前景明朗，26年迎來爆發(fā)期谷歌：TPU

v7已迎來Anthropic等客戶、出貨量預期上修，整體能力大幅提升已接近英偉達B200，且具備性價比優(yōu)勢，達到外供臨界點：1）制程進步：進入3nm、整體性能明顯提升；2）微架構：完善TPU

v6中首次推出的SparseCore，針對MOE架構大模型推理進一步優(yōu)化；3）開發(fā)生態(tài)：XLA+JAX的可用性已較好。博通：受益TPU外供趨勢之外，與META/OpenAI合作的自研芯片有望在26年開始大規(guī)模量產爬坡。圖：TPU

v4i以4個大型TensorCore為計算核心圖：TPU

v7秉持一貫的脈動陣列架構，迭代改進后性能出色谷歌官網，申萬宏源研究254.3

彈性：Tranium、AMD硬件性能+生態(tài)追趕，高通新入局AMD/亞馬遜Tranium均面臨開發(fā)生態(tài)不成熟下的效率低下問題，AMD

GPU僅在Llama、DeepSeek等部分開源模型做到相對充分的優(yōu)化和較高效率，Tranium仍未證明其軟硬件協同的整體能力，均有不確定性。AMD/Tranium均在26年有較大邊際變化：AMD迎來OpenAI龐大的開發(fā)者群體，亞馬遜Trainium的百萬卡集群全面交付Anthropic使用，均將拉動其開發(fā)生態(tài)走向成熟，或可期待軟硬件協同性提升、強化其競爭力。高通成為新入局者：即將在26年推出AI200/250

AI算力芯片，旨在通過高存儲容量和更低價格形成差異競爭。MaxTextPyTorch&Hugging

FaceLibrariesOptaxOrbaxAQTFlaxJAXPyTorch/PyTorch

XLAXLAXLATPU/TrainiumLLMReferenceImplementation核心資源庫AI框架庫編譯器JAXTraining

Stack硬件 TPUPyTorch

Training

StackJAXCore

LibrariesAMD、谷歌、亞馬遜官網，申萬宏源研究圖：AMD

ROCm軟件棧正邁向成熟圖：Tranium系列正在生態(tài)成熟度上努力追趕TPU主要內容云計算：26年Capex延續(xù)擴張，但ROI預計有分化大模型：海外AI陣營分化，商業(yè)化加速AI應用：編程商業(yè)化加速，靜待AI視頻+B端軟件進展AI算力：參數性能差距或將縮小，開發(fā)生態(tài)成競爭關鍵AI網絡：由Scale

out向Scale

up傾斜，硅光進入爆發(fā)關鍵節(jié)點重點公司估值表26275.1

AI網絡：標準重訂，構建Scale

up新生態(tài)MI300,

MI400...TPUv6,TPU

v7...Trainium2,

3...MTIA910CInfinityFabricUALinkover

EthernetGoogleICI

LinkNeuronLinkPCIeUnified

BusNVLinkFusionUALinkSUE……?

全球主流算力方案已各自形成Scale

up網絡生態(tài)，協議標準有望收斂，但封閉和開源兩大方向預計并行。算力方案商 對應芯片 Scale

up或網絡方案商 Scale

up協議 收斂方向Blackwell,

Rubin... NVLink285.1

AI網絡：標準重訂，構建Scale

up新生態(tài)海外NVLink、UALink、SUE（Scale

Up

Ethernet）是有代表性的重要演進方向。此外2025年OCP峰會AMD、英偉達、微軟、Meta等提出ESUN也是Scale

up以太網化、開放化的重要節(jié)點。英偉達2025年發(fā)布NVLink

Fusion，聯發(fā)科技、Marvell、世芯電子、Astera

Labs、Synopsys與Cadence、富士通、高通等參與專有協議主導方/生態(tài)伙伴開放標準AMD、AWS、谷歌、英特爾、Meta、微軟、Astera

Labs、阿里云等發(fā)起/參與開放標準博通主導通過

OCP

推動標準化，生態(tài)圍繞以太網設備廠商和數據中心運營商技術標準2016年發(fā)布目前迭代至NVLink

5.0基于自定義

SerDes原生內存語義，高速域內支持72~576

GPU互聯2025年發(fā)布早期基于PCIe（AMD貢獻xGMI、Infinity

Fabric），轉向基于以太網物理層原生內存語義，基于以太網SerDes，至多1024

xPU互聯2025年發(fā)布，博通推出Tomahawk

Ultra交換芯片標準以太網

SerDes，至多1024

xPU互聯核心通信模型建立在共享內存架構之上光纖光模塊、銅纜（cablecatridge）、正交背板等線纜長度不超過4m線纜長度不超過10m連接形式295.2

光、銅之辯：光電混合大勢所趨隨Scale

up規(guī)模大幅提升，網絡連接方案也趨于多元化。單一介質網絡連接，最大傳輸距離與最高帶寬成反比，且綜合考慮成本，因此光電并非二元對立。伴隨帶寬增長，無源銅纜傳輸的傳輸半徑縮水（光進銅退的核心原因），同時高密度機柜內連接復雜度陡增，預計PCB、有源銅纜和LPO在短距高速場景下需求高增。英偉達Scale

up方案演進歷程，當前電氣信號是主流英偉達技術文檔，申萬宏源研究10-13 10-12 10-11Power 5x10-12 5x10-12 J/bCost 10-15 10-13 10-10 10-10 10-9 $-s/bDensity 1013 5x1011 2x1012 5x1010 1011 b/s-mmReach 0.005 0.5 100 5 100 mHotChips34，申萬宏源研究未來光學NVLink、光學chip

to

chip，是英偉達算力系統的發(fā)展方向IPoser PCB CPO Cable AOC而800G/ 6T

以上，高速模塊的中長距離互聯、單模光模塊下沉至IDC內部成為可能；同時預計硅光、CPO滲透加速。5.3

硅光技術是2026年后海外AI通信的發(fā)展重點申萬宏源研究3025G

NRZVCSEL56G

PAM4VCSEL25G

NRZCW

DFB+SiP25G

NRZEML25G

NRZDML56G

NRZDML56G

NRZEML112G

PAM4CW

DFB+SiP112G

PAM4EML112G

PAMDML112G

PAM4VCSEL224G

PAM4CW

DFB+SiP224G

PAM4VCSEL224G

PAM4EML448G

PAM4EMLCW

DFB+SiP……?

從傳統光芯片的迭代路徑看，EML/SiP（硅光）等的滲透成為2026年后算力網絡升級的確定性方向。網絡帶寬的需求提升，對應光芯片迭代升級路徑224G

EML之后，優(yōu)化封裝，光電芯片協同設計等DML，考慮較多短距、低速@800G112G-224G

VCSEL之后，需更多考慮材料結構、架構創(chuàng)新，光電芯片協同設計等（例如通過光刻孔徑等新技術實現高帶寬，難度大）@

6T315.3

硅光技術是2026年后海外AI通信的發(fā)展重點硅光方案不僅是光通信公司優(yōu)化成本結構的必由之路，也是下游AI廠商增強集群性能、提升投資性價比的重要選擇。應對光學傳輸的成本下降，硅光是優(yōu)于傳統化合物半導體光電子技術的選擇。對于AI大廠而言，如右下圖，升級AI芯片（例如從GB200到GB300），可帶來

30%

到

40%

的吞吐量優(yōu)勢，但在任何交互性的維度上，都沒有提高盈利能力（成本+功耗）。而使用硅光連接方案（光學I/O）優(yōu)化集群連接后，可以提升6倍盈利能力或4倍交互性能。光通信的降本需求長期持續(xù)硅光連接方案能夠顯著提升算力集群的盈利能力和交互性中際旭創(chuàng)OCP演講材料，Light

Counting（光通信市場機構），申萬宏源研究325.4

光學解決算存網絡瓶頸，CPO、OCS等層出不窮通過光通信技術創(chuàng)新來解決算力硬件的性能瓶頸，已經成為海外科技大廠的共識。谷歌OCS光交換機是TPU產業(yè)鏈的重要一環(huán)；英偉達、博通等將硅光技術與光電共封裝結合，預計2026年是CPO方案重要突破的元年。谷歌OCS方案通過MEMS陣列調整光路，配置TPU算力網絡谷歌OCS文獻，申萬宏源研究英偉達、博通官網，申萬宏源研究英偉達（上）、博通（下）發(fā)布CPO產品，2026年是重要節(jié)點335.5

高密度算力方案背后，對應高密度供電的瓶頸維諦官網，申萬宏源研究HVDC將成為高密算力集群供配電的最優(yōu)解。HVDC（高壓直流）方案能夠減少交流電降壓步驟，增大直流電輸電電壓，簡化輸電路徑。1）機柜功率密度躍升（10kW到100KW以上），焦耳定律下過程電力損耗激增。2）傳統方案供配電設備過多，數據中心內空間稀缺，非IT設備越少越好。過渡方案（sidecar，適用于已部署的數據中心，預計2026年開始應用）：保留UPS，將交流轉直流步驟移至柜外，以適配NV

R系列機柜的高功率密度與輸電要求。最終方案（預計2027年后）：去除UPS，使用中壓整流器或SST，將13.8kV交流電直接轉換為800V或更高電壓的直流電，為每個機柜供電。維諦最新披露Sidecar方案，26H2上市主要內容云計算：26年Capex延續(xù)擴張，但ROI預計有分化大模型：海外AI陣營分化，商業(yè)化加速AI應用：編程商業(yè)化加速，靜待AI視頻+B端軟件進展AI算力：參數性能差