大摩：中国AI以性价比与多模态为差异化路径
0xBroomberg
摩根士丹利系统梳理中国AI路径，核心判断是：中国并非全面追赶美国，而是在性价比与多模态两个方向形成差异化定位，2030年AI芯片自给率或达86%。
中国AI模型到底追上了多少？
全球前十基础模型中，中美各占约一半；但前三名仍由美国模型把持，中国模型集中在第四到第十名。
从能力时间线看，中国模型与美国领先模型的差距约为3至6个月。这意味着→ 中国不是落后一代，而是落后半步——追得很紧，但顶尖仍差一截。
中国模型的核心卖点不是"更聪明"，而是"同等聪明但便宜得多"——高智能、低单价，目前相对美国模型仍有约15%至20%的价格折让。
多模态能力——中国凭什么反超？
美国许多基础模型仍以文本为主，而中国主要AI实验室从一开始就内建视频、音频等多模态能力。
结果是：目前全球前三的视频生成模型全部来自中国，分别出自字节跳动、阿里巴巴和快手。
用大白话说＝ 美国在"文字聊天"上领先，中国在"又能写又能拍"上抢跑。这反映出两条路径的资源分配逻辑本身就不同。
造前沿模型靠什么？三要素里中国一弱一平一强
算力：明显受限。 出口管制下，中国在高端芯片获取上有硬天花板。
数据：与美国无本质差距。 中国互联网生态体量足够大，训练数据不是瓶颈。
算法：可能占优。 中国高校每年输送大量数学与工程人才，MoE（混合专家模型，把一个大模型拆成多个"小专家"协作）、多种attention机制等架构创新中有大量出自中国团队。
芯片受限怎么办？从"比晶体管密度"转向"比系统规模"
大摩预计2030年中国AI加速器芯片市场规模达约670亿美元，自给率达约86%。
先进节点产能从2025年月产约8000片晶圆，提升至2030年月产约5万片；良率从约20%升至约50%。
这意味着→ 制程仍落后，但中国走了一条绕路：芯片层用多芯片封装拼算力，系统层用大规模集群堆算力，制造层靠生态协同扩产能——本质是把竞争从"单颗芯片多强"拉到"整套系统多大"。
国产GPU谁能跑出来？
中国GPU生态目前有十余家厂商，主要买方优先支持战略上重要的国产供应商，保障自给渠道。
大摩判断：2027年前第三方厂商可获得的市场空间有限；2028年后供给趋于充分，届时才是国产GPU公司真正"亮肌肉"的时刻。
用大白话说＝ 现在是政策驱动的"保供"阶段，真正的市场化竞争要等两三年后供给打开了才开始。
算力基建投多少？中国CAPEX仅为美国的十分之一
大摩预计到2027年，中国超大规模云服务商累计资本支出约700亿美元，而美国同期约1万亿美元——中国规模仅为美国的约10%。
即便如此，AI已贡献云营收约10%，预计2029年升至约40%；未来增量需求将更多来自推理而非训练。
这意味着→ 中国AI基建的天花板远未到——如果需求超预期，CAPEX仍有较大上行空间。而推理主导的需求结构，恰好更利于性价比路线。
Content is for reference only, not financial advice.