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。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。
據追風交易台消息，2月9日，摩根大通證券（中國）發佈研究報告《中國人工智能行業：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：中國人工智能行業正從「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爲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，隨着模型訓練成本、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」。
這意味着，大模型競爭的主線，正在從技術競賽，轉向商業系統的構建能力。
最「刺耳」的結論：利潤池可能不在模型公司
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互聯網平台。
「我們仍認爲國內生成式 AI 的持久利潤池將高度集中於大型互聯網平台，尤其是騰訊和阿里巴巴，因爲它們掌控着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，大型互聯網公司天然擁有高頻用戶觸點和成熟應用場景，AI能力更容易被「內化爲功能」，而不是作爲獨立產品售賣。
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調用量，也決定了規模效應是否成立。」
報告用平台觸達舉例：
「微信處於日常消費活動的中心，月活用戶合計約 14 億。」騰訊將聊天機器人「元寶」嵌入微信，「用戶可以將其添加爲聯繫人進行互動，無需下載單獨應用」。
阿里巴巴則把AI變成交易漏斗的一部分：「阿里巴巴升級了旗下千問（Qwen）AI 應用…全面接入淘寶、支付寶、飛豬和高德地圖…AI 壓縮了從瀏覽到支付的漏斗，從而支撐更高的轉化，並有望提高廣告收益率及抽傭率。」
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能力送到用戶面前、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爲盈利能力，分發和變現路徑在中國市場尤爲關鍵。」
獨立模型公司還有沒有機會？
既然平台巨頭如此強勢，獨立模型廠商如智譜、MiniMax的生存空間在哪裏？
摩根大通並未否認獨立模型公司的價值，但其判斷明顯更爲現實。報告將行業玩家分爲雙軌競爭格局：一類是擁有全棧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。這些渠道服務於同一個根本目標——最大化模型採用及利用——而不要求客戶綁定單一基礎設施或軟件生態。」
對於大型企業而言，引入平台模型，往往意味着潛在的戰略依賴風險；而獨立模型商更容易被視爲「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。」
智譜：用私有化部署守住現金流
在摩根大通的分析框架下，智譜被定義爲「以結構性持久的本地化業務爲錨點，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爲兩部分：本地化部署（On-premise）和雲端部署（Cloud-based）。
數據顯示，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，該業務板塊毛利率達到可觀的59.1%，而云端部署毛利率爲-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：「隨着基礎模型的迭代，這一安裝基數有可能演變爲升級驅動型、經常性經濟利益。」因爲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爲一種類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。摩根大通認爲，智譜正處於一個重要拐點。
隨着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：「我們預計隨着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編程工作流領域）中獲得認可，其採用率將加速提升。」
摩根大通預測，隨着規模效應顯現，「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。
增長預測： 預計2026-2030年營收年複合增長率（CAGR）高達127%。
盈利時間表： 預計公司將於2029年實現盈利，2030年的正常化調整後淨利潤率將達到20%。
融資需求： 預計公司可能需要在2026年和2027年進行外部融資，預計每年的融資金額爲50億元人民幣。
MiniMax：用全球化ToC跑出能力邊界
如果說智譜是深耕國內B端的典範，MiniMax則被摩根大通描述爲「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數據：「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，爲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。」
AI陪伴（Talkie/星野）： 貢獻35%收入。摩根大通預計到2030年，該業務付費率將達到18%（對標騰訊音樂2023年水平），年度ARPU達到31美元。
生成式媒體（海螺AI）： 貢獻33%收入。爲內容創作者提供視頻工具，年度ARPU高達75美元。
開放平台（API）： 貢獻29%收入。服務13.2萬名開發者，付費用戶年化ARPU達8200美元。
2. 技術策略：技術即產品
MiniMax的技術策略被總結爲「全棧」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：將消費者應用作爲技術的驗證器。
「與許多先構建模型、後搜索用例的AI實驗室不同，MiniMax同時開發模型和消費者產品……隨着每天有數百萬用戶與Talkie互動，MiniMax會收到實時反饋……這種專有的交互數據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。
增長預測： 預計2026-2030年營收CAGR高達138%。
盈利時間表： 預計公司將於2029年起實現盈利，2030年調整後淨利潤率將正常化至24%。
融資需求： 預計集團將需要在2026年和2027年進行外部融資，預計每年金額爲7億美元。
一個決定勝負的變量：推理成本
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」徹底切換爲「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」
隨着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：
智譜： 訓練成本佔算力總成本的百分比將從2025年的93%大幅下降至2030年的32%。
MiniMax： 同期佔比將從80%下降至28%。
這意味着，過去那種爲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：成爲支出的絕對大頭
未來的競爭，是推理效率的競爭。摩根大通預測：
智譜： 推理相關算力成本佔比將從2025年的7%激增至2030年的68%。
MiniMax： 同期佔比將從20%激增至72%。
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）。這也解釋了爲什麼摩根大通如此強調API定價、推理效率（單次調用GPU時長）以及利用率對毛利率的決定性作用。
這意味着，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。
編輯/lambor
