中國AI行業的“百模大戰”正在落幕,真正的玩家已縮減至10家。最刺耳的結論是,最大利潤池將歸掌控分發的騰訊、阿里等大廠,而非模型公司。獨立廠商中,智譜靠本地化部署守住59%高毛利,MiniMax則靠73%的海外收入和全模態產品突圍。當模型不再稀缺,變現才是王道。
當模型不再稀缺,真正稀缺的,是能把模型變成現金流的能力。
2月9日,摩根大通證券(中國)發佈研究報告《中國人工智慧行業:全球佈局與模型創新驅動新一代領軍者》,首次覆蓋中國獨立大模型廠商智譜與MiniMax。
報告開宗明義:中國人工智慧行業正從“百模大戰”階段,邁向以商業化落地能力、模型創新實力及全球化佈局為決定成敗之關鍵的階段。中國AI市場正在迅速整合,“具備實力且資金充足的模型開發商數量已從超200家縮減至不足10家。”
摩根大通犀利指出,國內AI行業最大的利潤池恐將流向掌握分發的平台巨頭;而獨立廠商的突圍,則取決於誰能通過“結構性中立”找到生存縫隙——智譜向內深耕高合規的本地化部署,MiniMax向外拓展高溢價的全球市場。
這一判斷的背景並不複雜。報告指出,隨著模型訓練成本、算力獲取門檻和商業化難度持續上升,資本與算力的硬約束開始主導行業結構。換句話說,行業已經不再獎勵“能不能做模型”,而是獎勵“能不能長期活下來”。
在摩根大通看來,這一階段的核心變化在於:模型能力逐步趨同;資金消耗呈指數級上升;客戶開始更關注“交付能力、穩定性與可持續性”。
這意味著,大模型競爭的主線,正在從技術競賽,轉向商業系統的建構能力。
在整份報告中,最容易引發市場討論的,並不是對智譜或 MiniMax 的財務預測,而是摩根大通對利潤歸屬的判斷。
報告在“中國生成式AI行業的長期利潤池”一節中明確指出:生成式AI的持久利潤池,可能高度集中於大型網際網路平台。
“我們仍認為國內生成式 AI 的持久利潤池將高度集中於大型網際網路平台,尤其是騰訊和阿里巴巴,因為它們掌控著全國範圍層級的分發、變現通道以及高頻消費和商戶事務流。
摩根大通給出的理由非常直接。
第一,平台掌控分發。報告指出,大型網際網路公司天然擁有高頻使用者觸點和成熟應用場景,AI能力更容易被“內化為功能”,而不是作為獨立產品售賣。
第二,平台掌控變現路徑。無論是廣告、電商、遊戲、內容付費還是企業服務,平台已經具備成熟的收費機制,AI更多是提升ARPU與轉化率的工具。
第三,平台掌控高頻交易與消費流。報告強調,“高頻使用場景決定了推理呼叫量,也決定了規模效應是否成立。”
報告用平台觸達舉例:
在這一框架下,模型能力本身並不必然對應利潤能力。在中國市場,把AI能力送到使用者面前、並把錢收回來,或許往往比模型本身更重要。
這也是摩根大通反覆強調的一句話:
“模型能力本身並不必然轉化為盈利能力,分發和變現路徑在中國市場尤為關鍵。”
既然平台巨頭如此強勢,獨立模型廠商如智譜、MiniMax的生存空間在那裡?
摩根大通並未否認獨立模型公司的價值,但其判斷明顯更為現實。報告將行業玩家分為雙軌競爭格局:一類是擁有全端生態的綜合型科技巨頭,另一類是在特定維度具備領先性的獨立模型開發商。
在摩根大通看來,獨立模型公司的機會,不在於與平台正面競爭,而在於提供一種“結構性中立”的選擇。
報告提及,獨立模型開發商的激勵結構,與平台型公司存在本質差異,其目標是賦能客戶應用,而非與客戶形成競爭關係。
“獨立提供商通常通過API、企業授權或私有化部署……直接將模型變現。這些管道服務於同一個根本目標——最大化模型採用及利用——而不要求客戶繫結單一基礎設施或軟體生態。”
對於大型企業而言,引入平台模型,往往意味著潛在的戰略依賴風險;而獨立模型商更容易被視為“工具型夥伴”。摩根大通強調:
“獨立模型提供商通過結構性中立來緩解這種擔憂。他們的業務激勵依賴於賦能客戶應用,而非與客戶競爭,從而降低感知到的戰略和執行風險。”
在摩根大通的分析框架下,智譜被定義為“以結構性持久的本地化業務為錨點,並迎來能力導向型API業務拐點”的典型代表。
1. 財務真相:本地化部署才是當前的利潤支柱
智譜的商業模式清晰地分為兩部分:本地化部署(On-premise)和雲端部署(Cloud-based)。
資料顯示,智譜目前的收入重心在“高合規”需求上:“2025財年上半年,公司總收入的85%來自本地化部署,該業務類股毛利率達到可觀的59.1%,而云端部署毛利率為-0.4%。”
摩根大通分析稱,在中國受監管行業(如政府、金融、央國企),本地化部署是通常要求。
這不僅僅是一次性買賣。報告指出:“隨著基礎模型的迭代,這一安裝基數有可能演變為升級驅動型、經常性經濟利益。”因為一旦模型嵌入關鍵工作流,切換成本巨大,連續的模型迭代會將本地化部署轉變為一種類SaaS的經常性經濟利益。
2. 增長拐點:雲端API蓄勢待發
雖然本地化部署賺取了高毛利,但規模化的未來在於雲端API。摩根大通認為,智譜正處於一個重要拐點。
隨著GLM-4.7的發佈,智譜戰略重心明顯向智能體系統和工具增強推理傾斜。報告指出:“我們預計隨著GLM-4.7在全球開發者社群(尤其是在高付費意願和使用強度的程式設計工作流領域)中獲得認可,其採用率將加速提升。”
摩根大通預測,隨著規模效應顯現,“我們預計2025年下半年起雲端部署的收入和利潤率將雙雙爬坡。”
3. 估值與預測
基於其穩固的本地化基本盤和高增長的API潛力,摩根大通給予智譜“增持”評級,目標價400港元。
如果說智譜是深耕國內B端的典範,MiniMax則被摩根大通描述為“擁有可擴展增長引擎的全譜系AI企業”,其核心標籤是“天生全球化”和“全模態”。
1. 收入結構:海外佔比超七成,業務“三分天下”
MiniMax展現出了與國內其他廠商截然不同的收入畫像。
報告披露了一個驚人的資料:“2025年前九個月,公司73%的總收入來自中國以外的市場,已在200多個國家和地區進行部署。”
這種全球化佈局帶來了極大的經濟靈活性。摩根大通指出:“在推理成本高企、國內競爭激烈的行業背景下,進入國際市場、多元化的客戶群和差異化的定價環境,為公司提供了結構性優勢。”
在業務構成上,MiniMax極好地平衡了風險:“2025年前三季度,開放平台、生成式媒體和AI陪伴業務的營收佔比各約三分之一。”
2. 技術策略:技術即產品
MiniMax的技術策略被總結為“全端”和“全模態”。報告指出,MiniMax採用混合專家(MoE)架構,迭代速度極快:“兩月一次的模型迭代(速度快於3-4個月的行業平均水平)。”
這種速度得益於其獨特的“雙引擎”策略:將消費者應用作為技術的驗證器。
“與許多先建構模型、後搜尋用例的AI實驗室不同,MiniMax同時開發模型和消費者產品……隨著每天有數百萬使用者與Talkie互動,MiniMax會收到即時反饋……這種專有的互動資料被反饋到研發流程中,用於微調模型。”
3. 估值與預測
鑑於其稀缺的全球化能力,摩根大通給予MiniMax“增持”評級,目標價700港元。
在對兩家公司的深入分析中,摩根大通揭示了一個行業共性的財務拐點,這對理解AI公司的長期價值至關重要:算力成本結構將從“訓練驅動”徹底切換為“推理驅動”。
報告指出,雖然總算力消耗將持續擴大,但“訓練與推理的增長曲線和成本驅動因素將與2022-25年的擴張階段出現顯著差異”。
1. 訓練成本:走向“正常化”
隨著基礎模型架構的確立,前沿擴展預訓練將變得更具選擇性。摩根大通預測:
這意味著,過去那種為了追求參數規模而不計成本的“軍備競賽”式支出將告一段落,研發支出將進入更理性的“正常化階段”。
2. 推理成本:成為支出的絕對大頭
未來的競爭,是推理效率的競爭。摩根大通預測:
這一變化對財務模型有深遠影響:算力支出將逐漸從“研發費用”(R&D)轉移到“營收成本”(COGS)。這也解釋了為什麼摩根大通如此強調API定價、推理效率(單次呼叫GPU時長)以及利用率對毛利率的決定性作用。
這意味著,未來競爭的核心不再是“誰能訓更大的模型”,而是:誰的推理更便宜;誰的利用率更高;誰能掌握定價權。
在摩根大通看來,智譜與 MiniMax 的價值,不在於挑戰平台,而在於佔據平台之外但不可或缺的位置。 (invest wallstreet)