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。
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%。
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。
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。
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%。
