总览
2026年上半年，国内AI产业链迎来了一次系统性的需求拐点。这一轮拐点的驱动力来自三个方向的交汇：国产大模型从技术突破走向资本化运作，算力需求从训练独大转向训练与推理双轮驱动，以及算力基础设施的电力配套从远期概念走向落地试点。把握这三个方向的内在逻辑和演变节奏，是对当前AI投资最核心的认知框架。
第一部分：国产大模型——资本化、参数竞赛与需求拐点
一、2026年：国产大模型资本化元年
2026年是中国大模型创业公司集中上市的关键年份。港股率先迎来了智谱和MiniMax的IPO，后续包括百川智能（百川）、月之暗面等公司也会在年内或明年陆陆续续完成资本化。上市最直接的意义在于：这些公司首次拥有了充足的现金补足——它们的融资将集中投向一个方向：算力。
为什么仍然是算力？核心逻辑来自两个方面。
第一个方面：模型参数量远未触顶。以海外为参照，当前顶级的开源模型（如Meta的Llama-5、Mistral的旗舰模型）参数量级已经达到10万亿级别。更深层的判断是，海外还可能有模型厂商向100万亿参数的量级推进。而国内的情况：DeepSeek最新版本参数在1万亿以上，智谱在七八千亿水平，MiniMax的M3首发版本约4000亿参数。如果将国内模型与海外前沿对标，参数量层面至少还有10倍的增长空间。这直接意味着训练算力的规模不仅不会缩减，还需要继续提升一个量级。
第二个方面：模型范式的演变在不断拉长算力需求曲线。从2023年到2026年，AI模型的范式经历了三次重要切换，每一次都带来了算力需求的跃升：
- 预训练阶段（2023-2024）：核心驱动力是模型参数量的持续扩大，算力需求集中在训练端。
- 强化学习范式变革（2024下半年-2025）：北美在2025年下半年率先突破，发布了OPUS 4.5/4.6等能够进入工程化编程状态的模型，带来了巨大的AR（年化收入）拐点。
- 国内需求拐点（2026年初）：智谱于2月发布GLM-5，随后各家陆续发布新一代模型，国内模型终于进入了能写工程代码的拐点。
进入这一阶段之后，几个关键现象同步出现：
- 推理算力的需求陡然上升了一个台阶。去年整个国产算力需求还主要集中在训练端，但今年年初开始，推理需求出现了大幅跃升。
- 国产算力芯片的订单开始以超乎预期的速度增长。寒武纪、海光信息、天数智芯等芯片厂商不仅收到大量追加订单，甚至出现了芯片尚未流片回来就被提前签订战略合作和预订单的情况——这在国产算力产业史上是前所未有的。
- 大厂的CAPEX投资在猛烈增加，而国内AI的景气度处于海外去年同期的位置——周期刚刚开始，空间远未释放。
以海外为参照系：Anthropic从2023年到2025年实现了每年10倍的AI收入增速。而中国的AI收入增长今年才是真正意义上的第一年。在整个Q4，值得密切关注两个变量：海外模型是否再次出现新的范式变化；国内模型对海外的追赶是否进一步加速。如果再出现范式升级，整个AI产业链的景气周期还会被进一步拉长。
二、模型的商业模式：从订阅到量价齐升
模型的商业价值正在经历一次深刻的范式迁移。
2023年的商业模式以OpenAI的ChatGPT为代表，呈一个简单的乘法：用户数 × 订阅ARPU。当用户规模达到一定量级后，增速自然放缓。
2024-2025年，Coding场景被跑通。以Anthropic为例，其AR增长的核心来源不再是订阅费，而是来自Coding场景的持续兑现。开发公司、各类企业、甚至金融同业在AI上的支出意愿大幅增强。
2026年，模型进入了"量价提升"的新阶段。商业模式的核心从订阅费转变为token消耗。更关键的是：虽然消耗的都是一个token，但随着模型参数的增大和能力边界的扩展，单个token能带来的实际作用在不断增强——token的价值本身在提升。这意味着模型的商业空间不是线性的用户增长故事，而是量（token消耗）和价（token价值）同时增长的复合叙事。
三、中国模型的全球份额上升
当中国模型能够以海外模型1/5到1/6的价格，满足90%左右的能力需求时，全球市场的选择逻辑就开始改写。智谱发布GLM-5.2之后，北美出现了包括第三方开发者、NeoCloud、Codex等在内的众多厂商开始接入国内开源模型，甚至Codex和NeoCloud Code也开始面向中国模型开放。互联网企业在使用国产模型的比例上也在加大。
另一个全球格局层面的催化剂是：当Meta的Llama-5和Mistral的被禁用后，越来越多国家开始认真考虑AI主权模型的问题。全球范围内，除了中国和美国，没有任何其他国家能够支撑如此大规模的AI资本开支。结果就是——这些国家必须在中美两套模型体系之间做出选择。在Llama和Mistral受限后，中国模型的倾向性被进一步放大。
模型的空间远不止Coding一个场景。到下半年年底左右，模型在整个企业场景渗透上的边际变化将逐步显现。
第二部分：国产算力芯片——全面缺货与系统性机遇
一、为什么预测总是低于实际需求？
一个值得反复思考的案例：2025年底，北美某头部AI公司对2026年全年AR的指引是270亿美元。到了2026年Q1结束时（仅四月份），这个数字已经变成了440亿美元。当真正的需求拐点出现时，所有的提前储备和预测都会远远不够。
这导致了当前算力供应的一个系统性矛盾：
- 第一产能极度紧缺。不是某一个环节缺，而是整个链条的产能都紧张。
- 需求结构在快速变化。预训练时代追求的是芯片计算效率的最优解；agent时代对存储提出了全新的需求；而下一步，CPU的需求也会随之飙升。算力供应本质上是一个系统问题——任何一个硬件环节出现卡脖子状态，都会把整个系统拖入紧缺。
- 紧缺在向产业链上游传导。从芯片到存储，从存储到上游材料——任何一个环节的供给约束都会沿着产业链不断向上循环。
即便是国内的绿电和常规电力目前相对充裕，但在各种硬件的产能供给上，制约仍然真实存在。而且随着芯片功率的不断增大——单个硬件的功率在持续上升——电力与硬件的协同问题正在变成一个越来越不可忽视的约束条件。
二、国产算力芯片进入基本面兑现期
今年年初推荐国产算力时，市场普遍的疑虑集中在产能和供给端。但从实际发展来看，这个判断需要重新审视。
国内需求才刚刚开始，国产算力芯片的周期也才刚刚开始。几个关键信号相互印证：
- Q2业绩表现亮眼，多家算力芯片厂商的兑现正在加速。
- Q3将迎来新一轮芯片架构和产品的集中发布。
- 国内CSP厂商（云计算厂商）和大厂对国产算力的下单比例和绝对投入金额均在持续加大。
国产算力芯片厂商正逐渐进入基本面兑现期。在全面紧缺的背景下，这些厂商还享有涨价的定价权空间。而供给端——因为国家层面的高度重视——也在不断改善。国产算力的大周期已正式被打开。
核心标的覆盖了整个国产算力芯片的链主企业：海光信息、寒武纪，以及拿到大厂关键订单的天数智芯、壁仞科技、沐曦等。在当前的估值水位上，国产AI正在经历一次全面的价值重估，而国产模型和国产算力是其中确定性最高的两个方向。
第三部分：绿色电力——算电协同与0.5倍PB的价值洼地
大模型的发展和国产算力的蓬勃增长，最终都会反馈到一个最基础的生产要素上——电力。国内对算力中心的绿电消费权重要求已经达到80%，这意味着AI算力的每一次增长，都会对应清洁能源的新增需求。
算电协同是一个新概念，但逻辑非常直观：以前国内没有把绿电和硬件基础设施做整体匹配的必要，因为AI的用电量还没有达到值得单独规划的规模。但现在，"标杆项目"正在被推进——从硬件产能到绿电供给到算电协同的流程跑通，是当前一个确定性的政策方向。当这两个环节都成熟的时候，国内当前看到的AI用电量，绝非极限值——增长空间还非常大。
绿电面临的问题主要在短期：消纳压力、电价机制的不完善。但政策层面已经在多个维度上同步推进——绿色属性体系的构建、补贴拖欠问题的解决、价格机制的完善，都在部署中。
港股绿电资产当前处于极低估值区间。经过近期的市场波动和回调之后，部分优质绿电资产的PB已经达到0.5倍的水平。对于具备长期绿电蓝海愿景的资产而言，这是一个值得长期关注的位置。核心标的主要集中在港股（华能国际新能源、新天绿色能源）以及A股的龙源电力、中广核新能源等。
总结
当前算力产业链的三大方向——国产大模型、国产算力芯片、绿色电力——并非割裂的主题，而是同一根链条上的三个核心环节。模型的参数竞赛和需求拐点向上游传导到芯片，芯片的功率增长和规模扩张向下游传导到电力基础设施。理解这个链条的内在联动关系，才能真正把握AI产业投资的结构性机会。
海外去年经历的需求爆发，国内今年才刚刚开始。周期的时间差、模型范式的持续演化、算力供应的系统性紧缺，以及绿电资产的极端低估——这四个因素的共振，构成了当前AI产业链最值得深入研究的投资窗口。
最后整理于 2026-06-27