中国AI技术急追美国 私人投资为何仍严重落后？
中美顶尖AI模型的性能差距已缩至不足3%，但私人AI投资却相差超过20倍。中国能否以更高效率及国家资本，长期抵消美国的私人投资优势？ 李世达 如果只看模型排行榜，中美人工智能竞赛似乎已逐渐进入势均力敌的阶段。DeepSeek崛起后，阿里千问等中国模型持续迭代，美国企业已不再像数年前般稳占绝对领先。斯坦福大学《2026 AI Index》显示，截至今年3月，中美顶尖模型在相关排行榜上的性能差距已缩至2.7%，甚至在不同榜单上互有领先。 但另一边的资本帐，却呈现完全不同的景象。 同一份报告显示，2025年美国私人AI投资达2,859亿美元，中国只有124亿美元，前者是后者的23.1倍。换言之，当两国顶尖模型的性能差距已缩至不足3%，背后私人资本的投入却仍相差超过20倍。更值得注意的是，这种落差到了2026年也没有明显消失。 首季中国AI相关初创企业融资超过1,100亿元，约162亿美元，同比大增185%。但同期PitchBook统计的全球AI风险投资达2,555亿美元，其中OpenAI、Anthropic及xAI三家美国企业便占67.3%，涉及约1,720亿美元，单是三家公司取得的资金已是同期中国AI初创企业融资额10倍以上。虽然统计口径不同，仍反映全球AI风险融资正高度集中于美国头部企业。 从基建投入看，情况亦相似。高盛去年底估计，中国主要互联网企业2026年AI相关投资超过700亿美元，仅相当于美国Hyperscalers的15%至20%。Capital Group则估计，美国大型科技企业资本开支将由2025年的4,250亿美元升至今年7,910亿美元，中国同期由570亿美元增至1,180亿美元，差距由7.5倍略收窄至6.7倍。 不过，私人投资并不是中国AI资本帐的全部。2025年中国启动规模600亿元的国家人工智能产业投资基金；今年又传出正研究未来五年投入约2万亿元建设全国AI数据中心网络，惟相关方案仍在制定。美国政府也在增加AI投入，Brookings对截至今年3月联邦AI合约的统计显示，已义务化资金约72亿美元。这些数据口径不同，但至少显示两国资本结构存在明显差异：美国AI扩张更依赖科技企业及私人资本，中国则有更明显的政府及国企参与。 国家资本能否带动私人投资？ 既然已有大量国家资本投入，为什么中国私人投资仍未同步增长？关键首先在商业回报。Amazon、Microsoft及Google拥有庞大的全球云服务业务，新增数据中心及GPU，可以直接向全球企业出售算力、模型及软件服务。中国云市场更多集中于国内，大模型又陷入价格竞争，技术快速提升，却未必能同样迅速转化成收入和现金流。 中国大型科技企业的盈利压力亦限制了投资能力。阿里（BABA.US; 9988.HK）今年4月至6月资本开支达676.8亿元，同比大增75%，同期净利润却下跌75%，其后更配股筹集约102亿美元支持AI发展；百度（BIDU.US; 9888.HK）第二季收入同比下降4%，净利润降至23亿元。对这些企业而言，大规模AI投资会更直接形成盈利、现金流及融资压力。 国家资本可以承担数据中心、电网、国产晶片及基础科研等长周期项目，却主要解决“谁来出钱”的问题，不能保证市场愿意为AI服务付钱。若需求和盈利未同步形成，政策主导的供给亦可能出现低利用率或资源错配。真正的考验，是国家投入能否转化成商业需求和盈利，再吸引下一轮私人资本。 这种需求差距，也可从中国AI供应商的收入结构窥见。高速光模块供应商中际旭创（3308.HK；300308.SZ）今年上半年海外业务收入大增209.9%至396.15亿元，中国内地收入仅增7.7%至21.63亿元，海外市场已占总收入近95%。 中际旭创身处AI数据中心投资最前线，其业绩某程度上像是一张全球AI资本开支的温度计。公司财报指出，阿里、腾讯（0700.HK）及百度今年首季合计资本开支约647亿元，同比增18%；Microsoft、Amazon、Meta及Google第二季合计资本开支达1,649亿美元，同比增约86%。一家中国AI基建龙头目前最大的需求增量主要来自海外，反映出中国企业已成为全球AI基建热潮的重要供应商，但中国本土市场产生的需求增量，仍远不及海外。 然而，私人资本较少并不代表中国AI必然按比例落后。受先进晶片限制，中国企业即使投入同等资金，也未必能取得与美国企业相同的算力，反而被迫提高模型效率、降低推理成本并加快国产晶片适配。这也部分解释了为何私人投资相差23倍，模型性能却只差2.7%。 但效率能否持续抵消资本差距仍是未知数。AI正走向Agent、多模态及机器人，大规模推理将需要更多晶片、电力和数据中心。若美国企业每年持续多投入数千亿美元，更多算力和试错能力仍可能重新反映为技术优势。 美国的烧钱模式同样面对过度投资风险。若巨额AI基建最终无法带来足够收入，今天的资本优势也可能变成明天的折旧、债务与闲置产能。对中国而言，国家资本能否把算力、晶片与基础设施进一步转化为市场需求、企业盈利和私人资本的持续投入，将决定这套模式能走多远。 中国已证明，较少的私人资本并不妨碍AI技术快速追赶。但当AI进入更依赖算力、电力与大规模推理的下一阶段，效率优势能否继续抵消资本差距仍有待观察。当模型差距愈来愈小，资本能否持续转化为需求、盈利与再投资，可能成为中美AI竞争新的分水岭。 李世达，咏竹坊编辑。他的联络方式：shihtalee@thebambooworks.com 欲订阅咏竹坊每周免费通讯，请点击这里
AI基础设施投资狂潮下 中际旭创大放异彩
光模块制造商中际旭创今年上半年收入大增182%，较2025年全年70%的增幅明显加快 重点： 中际旭创上半年收入几乎增至原来两倍，利润增幅更高达243% 这家光模块制造商指出，今年一季度中国互联网厂商的资本开支明显低于全球同业 阳歌 中际旭创股份有限公司（3308.HK；300308.SZ）上周五发布上市后首份财务报告，当中有多项值得关注之处，最突出的是收入与利润均实现三位数强劲增长。这样的增长其实并不太令人意外，因为中际旭创生产的光模块，是AI算力基础设施中的关键组件。 更值得注意的是，公司财报显示，中国与海外市场在AI投资方面存在明显落差。报告显示，Google、Microsoft等西方企业正大举增加相关投资，相较之下，中国的投入则温和得多，尽管市场不时传出阿里巴巴、字节跳动等中国企业大手笔投资AI的消息。这种差异反而对中际旭创有利，因为公司绝大部分收入来自海外市场。 最后值得留意的是，随着中际旭创为应对旺盛需求而加快扩产，其负债规模亦迅速增加。若目前的AI投资热潮一旦降温，这可能成为投资者需要警惕的风险信号。 投资者似乎并不太满意这份财报，中际旭创H股周一早盘下跌超过10%，这也是业绩公布后的首个交易日。公司今年7月上市时融资高达530亿港元（67.6亿美元），而在公司为应付旺盛需求而快速扩充产能之际，这笔资金将派上用场。中际旭创的光模块是数据传输的关键组件，主要功能是将电信号转换成光信号，再通过光纤进行传输。 中际旭创H股上市以来实现温和涨幅，但远不及今年部分AI及机器人概念股的凌厉表现。周一早盘下跌后，股价报1,016港元，较980港元的发行价仍高约3.7%。即使在这一水平，公司预测市盈率仍高达39倍，估值相对偏高，高于美国竞争对手Coherent Corp.（COHR.US）的28倍，以及中国同业新易盛（300502.SZ）的22倍；两家公司也是中际旭创最大的竞争对手。 根据中际旭创招股书引述的第三方数据，公司是全球光互连解决方案市场龙头，市占率达21.2%。公司在上市后首份业绩报告中指出，2022年是行业的重要转折点，随着支持AI训练及推理算力需求的大规模计算集群需求爆发，云计算产业也进入新的发展阶段。 过去两年，这股需求进一步急速升温，中际旭创本身的爆发式增长正好反映这一趋势。根据最新财报，公司上半年收入几乎增至原来三倍，由去年同期的148亿元大增182%至418亿元（62.2亿美元）。相比之下，公司2025年全年收入增长60%至382亿元，当时看来已相当亮丽，但与最新增速相比仍显得逊色。按季度计算，公司二季度收入同比增速由一季度的192%放缓至175%。 需求冷热不均 这就带到前面提到的另一个话题，也就是中国与海外市场需求明显不均的情况。外界经常谈论AI投资，而中国通常也被形容为与西方一样大举投入这项技术。不过，中际旭创援引此前公布的财务业绩指出，今年一季度阿里巴巴、腾讯及百度合计资本开支约647亿元，同比仅增长18%。相比之下，Microsoft、Amazon、Meta及Google一季度合计资本开支达1,649亿美元，同比增长约86%。 这种巨大差距同样反映在中际旭创自身的业绩上。公司上半年海外业务收入大增210%至396亿元，但同期中国内地收入仅增长7.7%至21.6亿元。受此带动，海外收入占公司总收入的比重由去年同期的86%升至95%。 中际旭创在招股书中表示，2025年至2030年全球光互连市场预计将以31.6%的年均增速扩张，到2030年市场规模将达1,110亿美元。中际旭创目前的增速远高于这一水平，意味着上半年如此高速的收入增长可能只是特殊情况，而非新的常态。如果企业收紧AI投资，这种情况完全有可能发生，中际旭创近期大举扩充的产能便可能迅速变得过剩。 这也引出了中际旭创在积极扩充产能之际，负债水平不断上升的问题。今年上半年，公司经营活动产生的现金流量净额由去年同期的32.2亿元降至17.9亿元，公司解释主要是由于原材料及其他商品的付款增加。同期投资活动使用的现金流量净额亦由6.96亿元急增至68亿元。结果，截至6月底的六个月内，公司现金及现金等价物净减少额达约42亿元，不过这尚未计入公司7月IPO融资的530亿港元。随着公司大举投入扩产，其资产负债率亦由去年底的8.26%增加超过一倍，至今年6月底的17.1%。 显然，中际旭创正以非常快的速度扩张，而公司应可利用7月IPO所得资金支持相关扩产。不过，一旦全球AI基础设施建设失去动力，中际旭创很容易便会面对大量产能闲置的问题。 至少目前而言，中际旭创的整体表现仍相当强劲。公司的各项开支大致随收入高速增长而上升，而规模效应持续扩大，令毛利率由去年同期的38.7%提高逾7个百分点至45.8%。在此带动下，公司上半年归属于母公司所有者的净利润由去年同期约40亿元大增243%至137亿元，增幅远高于收入增速。 整体而言，这份财报相当正面。中国AI投资增速较慢多少有点令人意外，不过，中际旭创高度依赖海外市场，因此受到的影响相对有限。目前唯一较明显的风险，是公司正在快速扩张；如果全球AI基础设施投资开始放缓，目前的大举扩产日后可能反过来成为公司的负担。 欲订阅咏竹坊每周免费通讯，请点击这里
新股募资王中际旭创 出师不利首挂即跳水
今年香港最大募资金额的新股，光互连解决方案供应商中际旭创股份有限公司（3308.HK；300308.SZ）周四首日在港挂牌，开盘即跌1%报971港元，之后股价继续向下，上午收盘报908港元，较定价980港元低7.4%。 中际旭创不但出师不利，招股价格原是1,010港元，最终要降低3%定价；本次发售5,450万股，募资净额528.91亿港元。公开发售获得超额认购15.8倍，国际配售获超额认购8.7倍。本次共有35位基石投资者，共认购2,724.9万股，占发售股份的50%。 公司主要提供从100G到1.6T的多元化光模块产品组合，于过去三年，分别交付750万只、1,460万只及2,110万只，今年一季度则交付900万只。 今年前三个月，公司收入195亿元，同比上升192%，期内利润上升274%至63.2亿元。 刘智恒 欲订阅咏竹坊每周免费通讯，请点击这里
十五五：科技自强下的机遇与取舍
当AI与半导体成为大国竞争的战略性资源，市场早已押注相关产业在中国十五五的发展 李世达 并非所有曾被寄予厚望的产业，都能在政策支持与商业现实之间走到终点。一些板块在需求端、成本结构或商业模式上逐步失速，最终淡出政策叙事与资本配置的核心位置。正因如此，当市场视线转向“十五五”，除了关注哪些产业会被重新写进文件，也要评估哪些幸运儿能够走到终点。 AI自主 算力与晶片先行 在新的政策语境中，AI已不再被定位为单一成长产业，而是被反覆强调需与制造、能源与实体经济深度融合，并发展行业级、工业级大模型。这种表述，实际上是把算力需求，从企业的自主选项，推进为具制度色彩的基础需求。 光通讯便是最典型代表。过去一年，受AI数据中心对800G与1.6T高速光模组需求推升，相关龙头股价普遍跑赢大盘，其中中际旭创（300308.SZ）过去一年股价飙升389.7%，市值逼近7,000亿元，新易盛（300502.SH）亦飙升320%，成为A股AI产业链中表现最突出的板块之一。 在芯片端，政策重心亦由“全面替代”转向“可部署能力”。成熟制程与工业、车用芯片需求，让中芯国际（0981.HK; 688981.SH）重新获得市场定价，其近一年股价上涨约八成，市值稳居中国半导体板块前列。 AI专用芯片则呈现更剧烈分化。寒武纪（688256.SH）在行业级模型与推理需求带动下，过去一年股价累计升幅超过110%，反映资本正为算力角色提前定价。近期已在港股上市的“国产GPU第一股”壁仞科技（6082.HK），上市时或本地2,363倍超额认购，股价目前累升约7%，后势仍然看涨。 大模型平台化 估值分层 随着模型能力逐步收敛，市场对AI的关注点已由“谁的模型最强”，转向“谁能把AI变成平台能力”。 在中国市场，大模型竞争正由创业公司转向大型互联网平台。百度（BIDU.US; 9888.HK）的文心、阿里（BABA.US; 9988.HK）的通义千问，皆在技术层面保持高曝光度，但资本市场反应明显分化。百度股价与市盈率长期处于低位，反映投资人仍在等待AI对其核心广告与云业务的实质拉动；阿里股价虽有反弹，但估值修复仍受制于云业务盈利能见度。 相较之下，腾讯（0700.HK）的市场表现最为稳健。其并未强调模型排名，而是将AI能力嵌入游戏、广告与企业服务，过去一年股价上涨逾五成，市值稳居中国科技股之首，反映投资者更愿意为“可提升现金流品质”的AI叙事付费。 智能体浮现 AI落地变现 比模型本身更具指标性的，是“智能体（Agent）”方向逐步浮现。相较于单纯提供对话能力的通用模型，智能体被设计为可在特定场景中持续运行，主动完成研究、分析、内容生成与流程协调，意味AI正从辅助工具，转向嵌入实际工作流的一部分。 这一趋势在中国市场已率先具体化。以字节跳动的“豆包”为例，其应用逐步融入内容创作、资料整理与企业应用场景，尝试将AI能力内化为可反覆调用的工作模组，成为提升组织与内容生产效率的底层工具。 这似乎也反映了中美在AI发展路径上的差异，以美国为代表的科技巨头，更倾向持续押注大模型能力本身，透过规模化算力与前沿研究拉开技术差距；而中国市场，则更强调AI能否快速嵌入具体场景，转化为可落地、可收费的应用。 上月，Meta（META.US）宣布收购中国AI智能体公司Manus。这一动向凸显了中国AI生态在“先落地、先变现”路径上的现实优势，并为本土智能体公司未来发展提供了想像空间。 机器人与电力 效率刚需 如果说AI算力与大模型构成数字经济的底座，那么机器人与电力系统，正逐步构成承接这一轮效率升级的基础。与过去偏重技术展示不同，政策与市场的关注焦点，已同步转向哪些设备能在现实场景中形成可计价、可复制的生产力。 在机器人领域，一个重要的变化是“机器人即服务”（RaaS）模式的崛起。透过租赁或按使用量计费，RaaS将高额的一次性投入，转成可预测的营运支出，降低企业导入门槛。 市调机构Counterpoint Research…
