高盛最新AI研报核心其实在回答五个关键问题，基本把当前中国AI投资逻辑讲清楚了：

第一，中美模型差距在缩小，但结构性差异仍在。国内模型在价格、推理效率和Agent任务上已经具备竞争力，但美国在高端复杂编码和前沿创新上仍领先。由于算力受限，中国路径更偏向“效率优化”（低成本训练+推理优化+数据质量），这反而推动了商业化落地和ARR增长。

第二，竞争格局正在快速碎片化。DeepSeek V4、腾讯Hy3、小米MiMo、阿里Qwen等密集发布，2000亿-3000亿参数模型成为主战场。未来护城河不再是“有没有模型”，而是三点：编码能力、多模态能力、任务完成率，甚至定价模式可能从“按token收费”转向“按任务结果收费”。

第三，token需求进入爆发期，且具备持续性。国内日均token消耗已超过140万亿，是2024年初的1000倍以上。企业侧AI agent开始24小时运行，叠加应用场景扩展，token需求持续超供给，这直接支撑云厂商提价能力和利润率改善，同时带动数据中心和云capex进一步上行。

第四，国产算力替代是确定趋势。受制于英伟达限制，中国厂商转向华为昇腾、自研芯片等路径，短期仍有瓶颈，但中长期会加速。对应的结果是：模型架构必须更“省算力”，这反过来强化中国在推理效率上的优势，但同时也会推高内存和资本开支成本。

第五，AI入口之争正在发生。核心分歧在于“操作系统级Agent”还是“应用内Agent”。如果OS级Agent成为主入口，传统App可能退化为工具层，流量和数据被重构；但微信、阿里等超级App可能通过强化内部Agent能力来对抗，未来竞争本质是生态控制权之争。

投资上，高盛给出比较明确的方向：
最看好的是云和数据中心，因为token需求→算力→云收入→利润率是最直接的传导链条；同时认为中国模型厂商在性价比+多模态方向具备差异化机会。

整体看，报告的核心结论很清晰：
AI已经从“模型能力竞赛”，进入“商业化+算力+生态入口”的综合竞争阶段，而中国的优势在于效率、成本和应用落地，而不是单点极致性能。#人工智能# http://t.cn/A6D9gdpz