伯恩斯坦：中国大模型将凭成本优势触达全球35%-40%市场
0xBroomberg
35%-40%这个数字怎么算出来的？
报告假设中国模型在美国市场几乎没有渗透，欧洲接受度也偏低，但中东、东南亚等新兴市场接受度普遍较高。
把这些区域加总，中国AI实验室的潜在可触达市场（TAM）约占全球35%-40%，绝对规模约3200至3500亿美元。
这意味着→ 即使地缘政治把美国市场几乎完全锁死，光靠"美国以外"的需求，中国AI公司的天花板仍然很高。
凭什么说用户会转向更便宜的模型？
伯恩斯坦把Anthropic旗下Claude Fable 5的高昂token定价视为转折信号——开发者开始重新审视使用成本，向性价比更高的模型迁移加速。
报告的核心逻辑：AI商品化（commoditization，即产品之间差异缩小、价格成为主要竞争维度）的驱动力不在于模型底层智能趋同，而在于用户感知——特定场景下模型何时达到"足够好"的阈值。
用大白话说＝ 就像手机芯片，顶级旗舰和中端芯片跑分差很远，但大多数人日常使用感知不到区别——AI模型正在走同一条路。
全球AI市场会怎么分层？
第一层：美国前沿实验室主导，持续解锁新能力，服务支付意愿高、需求高度专业化的客户——药物研发、核聚变、太空探索等场景，用户愿付近乎无限的溢价。
第二层：消费级、中小企业及新兴市场的"尾部AI"领域，竞争核心转向每次任务的成本、可靠性和开发者信任度。
这意味着→ 中国实验室的主战场在第二层——不靠最强模型取胜，靠最划算的模型拿下海量长尾需求。
中国实验室的成本优势从哪来？
三重结构性因素：较低的开发者人力成本 + 以全球最优模型为方向灯塔的后发优势 + 对落后一代芯片集群的灵活运用。
报告援引智谱和Minimax的表态，称中国顶级AI实验室研发支出未来五年50%的年复合增长率"并不令人意外"。
但随着越来越多场景被"解决"，需要持续砸钱的前沿领域会收窄 → 研发增速趋缓 → 运营杠杆（operating leverage，即收入增长快于成本增长的空间）开始显现。
用大白话说＝ 花钱追赶的阶段很烧钱，但一旦主流场景"够用了"，烧钱速度会慢下来，利润空间就打开了。
腾讯和阿里为什么被点名？
伯恩斯坦维持腾讯"跑赢大市"评级，目标价港币780元；维持阿里巴巴"跑赢大市"评级，目标价美元180元/港币176元。
腾讯的微信智能体AI布局 + 阿里的Qwen生态，均指向消费级AI场景率先商业化——报告称买奶茶、订机票、买T恤等场景的AI代理部署"已近在眼前"。
这反映出伯恩斯坦的押注逻辑：谁离消费者最近、谁的场景最日常，谁就最先把AI商品化红利变现。
中美模型差距会不会重新拉大？
报告提示风险：美国前沿实验室从Blackwell升级至Rubin等新一代芯片，短期内可能拉大中美模型能力差距。
但从历史规律看，技术扩散会推动差距重新收窄——伯恩斯坦认为6至12个月的领先窗口，相对于消费者习惯的粘性和企业采购的惰性而言"并不算长"。
这意味着→ 硬件代际领先是真实的，但在商业世界里，用户切换的速度远比芯片迭代的速度慢——时间站在追赶者一边。
Content is for reference only, not financial advice.