摘要速读
覆盖华尔街顶级投行最新研报

中国 AI 模型接近全球扩散的智能拐点

机构
Goldman Sachs
日期
2026-07-14
作者
Ronald Keung, CFA、Damian Xie、Eric Sheridan、Iris Xiao、Allen Chang、Steve Qiu
公司
-
代码
-
行业
AI
评级
MiniMax Group Buy; Knowledge Atlas Neutral
中性信心弱报告认为中国开源/开放权重 AI 模型在智能水平、成本效率和全球扩散方面接近关键拐点,但受监管、算力和海外市场准入影响。
作者Ronald Keung, CFA、Damian Xie、Eric Sheridan、Iris Xiao、Allen Chang、Steve Qiu
覆盖区域其他
业务部门foundation models、multi-modal generation models、API platform services、agentic applications、coding models、cloud computing、domestic ASICs
研究机构部门/子公司Goldman Sachs (Asia) L.L.C.(其他)、Goldman Sachs & Co. LLC(其他)

AI 摘要卡

中国 AI 模型接近全球扩散的智能拐点

Goldman Sachs 认为,中国开源/开放权重模型正凭借成本效率、编码/智能体能力和海外 SME 需求进入加速采用阶段,长期赢家取决于 ARR 规模、毛利优势与财务实力。

主题观点偏正面;个股层面报告重申 MiniMax Buy,并提到 Knowledge Atlas initiation Neutral。
人工智能中国大模型开源模型开放权重智能体编码模型多模态算力约束
  • 中国模型在编码和智能体任务上已达到“足够好”的关键阶段,企业采用和全球 SME 需求正在提升。
  • 报告预计中国 AI 模型 token 量到 2030E 增长 25X,海外 token 到 2030E 占全球 5%。
  • 竞争框架聚焦定价能力、成本优势和财务实力;Zhipu 与 DeepSeek 在文本 foundation models 中位置较强,ByteDance 在多模态能力中领先。
  • 下行风险包括海外市场准入、反蒸馏与监管限制、高端训练算力获取,以及小模型或新 AI 架构竞争。

研报解读

概览

本报告是 Goldman Sachs 对中国 AI 模型产业的深度主题研究。核心判断是,中国开源和开放权重模型在智能表现上接近全球专有模型的关键点,同时以更低推理成本、更小参数规模和 MoE 等架构创新扩大国内企业与全球 SME 采用。报告重点分析中国模型如何低成本实现竞争性能、为何采用开源/开放权重路线、可寻址市场与变现路径,以及哪些公司更可能成为长期赢家。

核心观点

报告认为,中国 AI 模型市场正在形成双层结构:高性能模型凭借智能水平和上市速度保有定价能力,低价智能体模型则以 US$0.06-0.2/1M blended tokens 的价格打开价格敏感型需求。中国模型在编码和智能体场景的真实使用增长会形成数据飞轮,降低对蒸馏的依赖。长期赢家应具备最大的 ARR 规模、毛利优势和财务实力,其中 Zhipu 与 DeepSeek 在文本 foundation models 中最强,ByteDance 在多模态方向领先。

分析框架

报告采用产业框架和公司对比相结合的方法,围绕 token 规模、价格、推理成本、模型架构、算力可得性、现金储备、估值倍数和市场份额推演中国 AI 模型公司的长期竞争位置,并将国内与海外需求、API 与订阅收入池、编码/智能体/多模态应用分别纳入讨论。

方法论与常识提炼

  • 竞争定位Competitive Positioning framework

    定价能力、成本优势、财务实力

    报告用三个维度评估 AI 模型公司:定价能力由模型发布时间、Arena 真实使用分数和价格水平衡量;成本优势由 token 规模、吞吐量、缓存命中率、参数规模、激活比例和推理毛利估计衡量;财务实力由现金、净现金占资产比例和估值倍数衡量。

  • 市场规模Token and revenue share forecast

    token 增长与收入池预测

    报告用 token 消耗、API 价格、订阅收入和市场份额估算中国 AI 模型公司的国内与海外收入机会,并对 DeepSeek、ByteDance 和 Zhipu 等未覆盖公司采用行业与已覆盖公司数据外推。

  • 商业模式Open-source/open-weight monetization

    开源扩散与商业授权

    报告认为开源有助于训练、部署灵活性和社区采用,但未来高性能模型可能更多转向开放权重加 Community License,通过商业用途分成或 take rate 变现。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要(优势、劣势、对比与风险)。

  • Zhipu / Knowledge Atlas
    文本 foundation models 领先者之一
    优势
    编码和智能体模型能力突出,GLM5.2 等模型支持定价提升,报告将其列为 foundation models 中最强定位之一。
    劣势
    作为独立 AI 公司,仍需持续证明商业化规模、财务实力和高端算力获取能力。
    对比
    与 DeepSeek 一起被列为文本 foundation models 中最强;相较 mega-caps,资金和生态资源可能较弱。
    风险
    海外模型准入限制、竞争者大参数模型追赶、价格压力和监管变化。
  • DeepSeek
    低成本高效率 foundation model 代表
    优势
    成本效率突出,DSpark 提升 DeepSeek-V4 Flash / Pro 在线服务速度,支持可扩展 token 使用。
    劣势
    估值倍数等部分指标不适用或披露有限,商业化和市场准入不确定。
    对比
    与 Zhipu 同属 foundation models 中最强定位;在成本效率方面尤其突出。
    风险
    海外访问限制、反蒸馏政策、高端训练算力获取和低价竞争。
  • ByteDance
    多模态模型领先者
    优势
    报告认为 ByteDance 在 multi-modal capabilities 领先,Seedance ARR run-rate 和毛利率表现健康。
    劣势
    相关经营指标为报告基于行业和覆盖公司外推,披露透明度有限。
    对比
    相较文本 foundation models,ByteDance 更突出于多模态和视频生成方向。
    风险
    海外监管、数据安全审查、本地算力要求和市场准入限制。
  • MiniMax Group (0100.HK)
    多模态和低成本模型受益者
    优势
    M3 位于报告偏好的 ARR 最大化象限,成本效率突出,海外收入占比高,报告重申 Buy。
    劣势
    整体竞争定位改善仍依赖定价能力和财务实力提升。
    对比
    估值为 13X P/2026E year-end ARR,报告称相对中国和全球同阶段 ARR peers 存在折价。
    风险
    低端 API 价格压力、模型更新时点、H3 视频生成表现和资金能力。
  • Alibaba Qwen
    mega-cap 全栈 AI 与云受益者
    优势
    全栈 AI 与云业务协同,Qwen 高性能模型具备约 US$1/1M blended tokens 的定价能力。
    劣势
    云 capex 转化效率、模型竞争和价格战会影响回报节奏。
    对比
    相较独立模型公司,Alibaba 拥有云和现金流支持,但需在模型性能和生态采用上持续领先。
    风险
    capex 回报、云竞争、监管和高端算力限制。
  • Tencent Hunyuan
    mega-cap AI 模型竞争者
    优势
    报告称其在 AI 战略调整后是强劲竞争者,Weixin AI agent 具潜力。
    劣势
    模型排名、商业化速度和生态闭环仍需验证。
    对比
    与 Alibaba 同属 mega-cap 资金支持型玩家,但应用入口和社交流量差异明显。
    风险
    模型迭代落后、产品化不及预期和价格竞争。

关键数据

  • 中国 AI 模型 token 增长25X by 2030E报告预计中国 AI 模型公司生成的 token 到 2030E 较当前增长 25 倍。
  • 海外 token 份额5% of global tokens by 2030E报告预计中国 AI 模型公司海外生成 token 到 2030E 达到全球 token 的 5%。
  • 中国 AI API + subscription 收入池US$125bn in 2030E报告估算中国 AI API 与订阅收入池到 2030E 达 US$125bn。
  • 高性能中国模型价格around US$1 per blended 1M tokensZhipu GLM5.2 和 Alibaba Qwen3.7 Max 等高性能模型价格约为低端中国模型的 5X。
  • 低端智能体模型价格US$0.06-0.2 per blended 1M tokens低价区间帮助模型触达全球价格敏感型 SME 和个人公司需求。
  • 中国模型参数规模200bn to 1.6T parameters报告称中国模型参数规模约为领先 SOTA 模型的 2-10%,并通过 MoE、Sparse Attention 等提高效率。
  • LongCat 2.01.6 trillion-parameter open-source MoE modelMeituan LongCat 2.0 被视为中国国产 AI 基础设施的重要里程碑, reportedly trained and deployed on a 50,000-card domestic compute cluster。
  • ByteDance Seedance ARRUS$2bn+ ARR run-rate; 70% gross margin报告引用 LatePost 和 36Kr 称 ByteDance Seedance 最新 ARR run-rate 超 US$2bn,毛利率约 70%。

影响与含义

投资含义是,中国 AI 模型产业的价值重心可能从单纯 token 量扩张转向 ROI、任务成本、真实智能体使用和企业自动化成效。高性能编码模型、多模态视频生成和低价智能体模型分别对应不同 ARR 最大化路径;具备算力、现金和推理效率优势的公司更可能在价格战后保留长期价值。

风险

  • 海外市场对中国前沿 AI 模型的访问限制可能趋严。
  • 西方市场对中国模型的数据安全、部署和合规政策可能限制扩散。
  • 高端训练算力和海外租赁算力获取受限会影响模型迭代。
  • 低端智能体模型 API 价格战可能压低毛利并延长盈利拐点。
  • 反蒸馏、实体清单和市场准入政策可能改变行业增长路径。
  • SLM 和新 AI 架构可能削弱现有大模型路线的长期价值。
  • 多模态需求强劲但受算力容量限制,供需错配可能影响服务稳定性。

后续跟踪

  • 2H 2026 中国模型公司是否推出 2-5 trillion 参数级新模型。
  • Zhipu GLM、DeepSeek V4、MiniMax M3/H3 后续更新对编码、智能体和视频生成能力的提升。
  • API 价格是否从 token-maxxing 转向按 ROI、任务成本和 Daily Active Agents 衡量。
  • 中国国产 ASIC 与国内算力集群是否能支持更多前沿训练。
  • 海外云厂商是否托管中国开放权重模型,以及监管是否收紧。
  • 中国 AI API + subscription 收入池和海外 token 份额是否按报告预测兑现。
  • ByteDance Seedance、Kuaishou Kling、MiniMax Hailuo/H3 等视频生成模型的 ARR 和毛利趋势。
备案号:浙ICP备2022035445号-5
免责声明:本网站提供的市场数据、图表、指标、研究观点及其他信息,仅用于信息展示、研究交流与学习参考,不应被视为任何形式的个性化投资建议、证券推荐、交易指令、要约邀请或收益承诺。尽管我们尽力提升数据与内容的可靠性,相关信息仍可能因来源差异、统计口径、系统处理或市场波动而存在延迟、误差、不完整或更新不及时的情况。用户在使用本网站任何内容时,应结合自身情况进行独立判断,并自行承担由此产生的风险与责任。

设置

登录后可查看最近记录