夜雨聆风中国AI的故事，已不再是"追赶"，而是"改写规则"。大摩认为，中国AI的主导叙事不再是能力追赶，而是价值捕获；核心逻辑已从训练转向推理，从技术转向应用，从潜力转向真实盈利。应用层追赶行情将是下一个核心主线。
中国AI的战场正在发生根本性重构。
摩根士丹利最新发布的旗舰研究报告指出，中国AI已进入全新阶段——主导叙事的不再是能力追赶，而是价值捕获；核心逻辑已从训练转向推理，从技术转向应用，从潜力转向真实盈利。这不只是话题的切换，而是整个AI投资图谱的重塑。
这一转变已在企业财务层面留下清晰印记。据摩根士丹利数据，中国AI采用者的未来12个月每股收益（NTM EPS）自2023年底以来累计上涨约62%，EBIT利润率预计将从2021年约4%扩张至2027年的16%至17%区间，显著跑赢MSCI中国指数同期约10%的涨幅。
采用端亦持续扩张：摩根士丹利最新1H26 AlphaWise中国CIO调查显示，47%的受访CIO计划在未来一年内启动首个AI项目，高于上期调查的40%；大中华区覆盖企业中AI"赋能者/采用者"占比已从两年前的43%升至51%。
报告明确指出，市场对中国AI"变化速率"（rate of change）的定价仍然不足。过去一年，赋能层——尤其是电力、半导体及基础设施板块——已持续领涨；报告认为应用层追赶行情将是下一个核心主线。
叙事大转折：从追赶到变现
报告开篇即写道："中国AI的故事不再是关于追赶，而是关于改写游戏规则。"
与西方聚焦前沿模型突破的路径不同，中国AI正在优化部署速度、成本效率与系统级整合能力。摩根士丹利指出，过去12个月，三大关键趋势集中涌现：
一是AI从基础设施建设转向盈利兑现——采用者已实现可量化的财务成果，盈利预期上调与利润率扩张同步发生；
二是瓶颈从算力转向电力与部署——约束已不再是AI能否被构建，而是能否被供电、扩容与实时交付，推动了能源系统层面新一轮投资周期；
三是新战场向具身智能延伸——从人形机器人到自动驾驶，AI正加速走向物理世界，中国凭借制造业基础、供应链深度与真实场景数据优势，具备独特的竞争地位。
与此同时，国内半导体供给率已从2025年的41%持续提升，摩根士丹利预计到2030年将达86%，为更具韧性的AI部署体系提供支撑。
采用加速，盈利兑现
AI在中国企业端的渗透速度持续超出预期，且财务影响已开始实质兑现。
据摩根士丹利全球AI映射调查第五轮结果，大中华区覆盖企业中，AI"赋能者/采用者"占比从两年前的31%逐步升至当前的51%；AI影响被列为"核心论点"或"显著影响"的企业比例从11%升至16%，具有中度AI影响的企业占比提升至37%以上，高于两年前的32%。
盈利端数据更为直观。中国AI采用者NTM EPS自2023年12月以来累计上涨约62%，MSCI中国同期基本持平。EBIT利润率预计到2027年达16%至17%，隐含12至13个百分点的累计扩张幅度，印证了AI在当前阶段对利润率的影响大于对营收的提振——约91%的中国AI采用者首要获益来源是成本效率，而非收入增长。
大模型层：定价权回归，商业化加速
大模型竞争出现重要转折——"去商品化"趋势正在反转。
自2024年第二季度价格战爆发以来，中国主流LLM的API价格普遍下调70%至90%，但这一趋势已于2025年第二季度见顶。阿里巴巴、字节跳动、百度、腾讯、MiniMax、Z.ai、Moonshot与DeepSeek等主流厂商均对新旗舰模型实施涨价：据摩根士丹利统计，2025年第二季度至2027年第一季度，平均API输入价格上涨约80%，平均输出价格上涨约36%，Z.ai领跑这一趋势，从GLM-4.5到GLM-5涨幅超200%。
摩根士丹利强调，这轮涨价并非成本上升所致，而是模型性能持续提升的结果——API毛利率扩张印证了市场正从纯商品化向基于性能的货币化转型。
从全球份额来看，据OpenRouter数据，头部中国LLM的token使用量市场份额已从2025年4月的5%跃升至2026年3月的32%，头部美国模型的份额则从58%降至19%。中国AI的核心效率优势在于，通过架构创新（MoE混合专家架构）、强化学习与模型蒸馏，以及推理基础设施的软硬件协同优化，能够以仅相当于美国约15%至20%推理成本的价格，交付接近水平的模型智能。
报告将MiniMax与Z.ai列为中国AI基础模型层核心标的。其中，Z.ai的ARR预计将在一年内从不足1亿美元增至10亿美元；摩根士丹利近期将两者目标价分别上调18%与77%。阿里巴巴凭借芯片（T-Head）、云基础设施（阿里云）、基础模型（Qwen系列）与消费应用的四层全栈布局，被列为覆盖范围内最优全栈AI平台；腾讯在应用层保持最强竞争力，通过微信生态驱动变现。
算力自立：半导体芯片持续扩张
国产芯片的扩张还在持续。
摩根士丹利预计，中国AI芯片市场规模将从2025年约190亿美元增长至2030年的670亿美元，国内供给率同步从41%升至86%，国内厂商营收预计在2027年以价值计超越进口芯片。
从竞争动态看，市场已从"能否参与"转向"如何争夺增量份额"，两大结构性趋势驱动这一转变：AI推理工作负载大幅扩张，以及持续收紧的出口管制。。
摩根士丹利渠道调研显示，国产AI加速器相对当前中国市场可获得的英伟达产品，总拥有成本（TCO）可低出30%至60%，推理每token成本已达大致可比水平。采购决策正从追求峰值性能转向"可部署的成本效率"。
新增长极：电力、机器人与自动驾驶
"为AI供电"主题已催生超过1.5万亿美元的市场价值重估。
摩根士丹利指出，随着AI数据中心推理负载爆发式增长，瓶颈已从电力可用性转向功率灵活性与并网时效，储能系统（ESS）正成为下一个核心机遇。
报告预测，全球数据中心ESS年度新增部署量将在2030年达到约321GWh（美国169GWh、中国85GWh、其他地区68GWh），整体CAGR约30%，与2025年全球公用事业规模ESS约325GWh的基数相当。此外，全球燃气轮机需求预计从约60GW/年增至未来十年超100GW，高压变压器价格较正常水平已上涨30%至50%，交期延长至正常水平的2至3倍，为中国设备出口商提供持续弹性。
与此同时，人形机器人规模化临界点渐近。
摩根士丹利估计，中国人形机器人销量将从2025年的1.2万台增至2026年的2.8万台，并于2029年突破10万台、2034年超100万台，至2050年中国市场潜在销量达5400万台，对应约1万亿美元市场空间，全球市场届时或高达7.5万亿美元。
2026年竞争焦点已从"运动能力"切换至"机器人大脑"，模型能力成为关键分水岭。中国在广泛真实场景数据采集与多路径并行探索上具备独特优势。第十五个五年规划首次将机器人列为战略性新兴产业，持续政策背书有助于加速规模化部署的推进节奏。
中国汽车行业也正逼近AI驱动的拐点。
监管层已向包括长安、华为BAIC Arcfox、岚图、小鹏、理想与小米在内的多家整车企业发放首批L3自动驾驶许可。
摩根士丹利预计中国L2+智能驾驶渗透率将从2025年约25%升至2026年的32%，并于2030年突破50%。Robotaxi方面，预计2030年中国L4+自动驾驶出租车规模将达36万至40万辆，约占出租车及网约车总量的8%。
