近期 ，Meta出售算力的消息在市场引发剧烈震荡
，科技板块波动显著 。市场普遍担忧算力过剩，进而质疑AI硬件投资逻辑是否已经破裂
。在这一市场分歧时点 ，华尔街见闻邀请国联民生证券副总经理
，海外科技首席分析师孔蓉，在经过实地调研和产业链深度交流后分享2026下半年科技AI的最新展望。

〖One〗、 Meta卖算力≠算力过剩到Meta继续新建数据中心：市场过度恐慌中找机会

最近全球科技板块最大的震动 ，来自Meta宣布对外出租算力 。市场最担忧的两件事——"算力是否 过剩了？""Meta是否 要放弃大模型了？"——在我们的调研看来
，都是过度反应
。

要理解这件事，先把事实捋清楚。

Meta前期capex（资本开支）一直大幅增加 ，但它不像谷歌 、亚马逊
、微软，没有原有的云业务底座
，在当前capex持续增加、现金流偏紧的背景下，它考虑把一部分算力对外出租 ，这件事本身完全可以理解 。

这里有一个重要的参照系：SpaceX（及合并前的xAI）前期也做了大量算力储备
，后来在上市过程中，把一部分算力集群租给了Anthropic ，因为Anthropic今年Coding（AI编程辅助）场景起来之后
，算力严重短缺，全世界到处找算力
。这件事给SpaceX带来了正向且稳定的现金流 ，也给Meta提供了一个重要启发。

更值得关注的数据是：近来 北美算力租赁市场的回本周期大约两年多
，依然是一门相当赚钱的生意 。即使在拿卡比较方便的环境下，算力租赁的赚钱效应依然显著。这也是Meta考虑入局的核心原因之一
。

再看更大的背景：英伟达正在推动其"新云"业务。全球AI需求起来之后 ，算力依然不够用
，光靠原有的CSP（云服务提供商）很难满足市场需求 。英伟达推出了包含算力+金融服务的支持方案，作为全球AI发展的基础设施
。未来会有更多公司入局。这是我们今年在GTC期间了解到的情况——从英伟达及GPU公司的角度 ，他们也看到了这个市场机会，在推算力租赁和新云业务 。

回到Meta会不会放弃大模型这个问题
。我们了解到的情况是：Meta大模型团队的招聘以及模型发布
，并没有受到影响，大模型推进按照原有时间表往前走。虽然Meta的模型并不是一线比较好 的（近来 一线主要是Anthropic和OpenAI ，这两家今年或未来一段时间都在考虑IPO）
，但Meta做模型的核心逻辑是与内部产品结合 、实现商业化并保持竞争力，这个战略目标没有变 。

再从竞争格局的逻辑判断：模型竞争在美国已经进入收敛过程 ，逐渐缩为四五家
。但Meta
、谷歌这些公司为什么要坚持做模型？因为模型能力意味着未来流量入口的争夺。如果Meta放弃做模型、放弃AI能力
，那么OpenAI等公司也能做出类似的AI产品，这意味着Meta的流量入口价值会归零 。从这个维度看 ，Meta不会随便放弃做模型和AI这件事
。

市场前期在高位 、交易比较拥挤的情况下
，对Meta事件的反应比较激烈。但从我们了解到的事实
、从整个竞争格局各方的情况来看，市场对Meta卖算力这件事过于恐慌了 。

最后从投资视角看 ，两年半的回本周期意味着
，投入越多、拥有更多算力资源，未来业务赚钱的效应是持续的。云厂商一直也在通过增加capex来获得更多客户 、保持业务持续增长
。而我们也看到Meta本周又宣布在加拿大新建百亿数据中心项目 ，用真实的持续投资回应了市场的恐慌。

〖Two〗、 AI商业化营收拐点：从"信仰Capex"到"看到真实收入"

今年3月以来，市场交易的核心逻辑
，已经开始从"大厂capex继续增加"转向"AI商业化变现能力增强" 。

过去三年多，市场最关注的指标是Capex——只要Capex继续增加 ，就意味着整体AI硬件的投资逻辑还在
。但今年已经进入AI浪潮的第四年
，只靠"信仰"去投capex，其实很难持续。

我们从今年一季度就能够看到 ，Anthropic和OpenAI的赚钱能力开始显现出来 。到年中
，我们了解到两家合计年化商业收入大概超过了1000亿美金，已经接近大厂一半的收入规模
。比如说Meta一年的收入大概在两千亿美金 ，这两个大模型公司加在一起
，可能也接近于这些大厂一半的收入。

赚钱效应和商业化能力的持续验证，是AI硬件投资逻辑最重要的基石 。

虽然一度大家会担心商业化能力是否 开始放缓 ，但我们近来 了解到的增速依然比较健康
。另外
，我们也看到了最新模型的发布（如Anthropic新的Fbale模型等），从我们自己的评测了解来看 ，能力很强，另外也的确比较贵——这意味着它会带动整体营收（ARR）的持续增长
，因为营收和商业化基本上是跟着模型能力和产品能力走的。

往后续三季度去看，整体模型的商业化收入 ，我们觉得还是比较健康的状态 。这会作为AI硬件和整个AI板块投资非常重要的核心指标
，它也是前瞻判断大厂capex的重要指标——因为大厂去投capex，主要也是看到了这两家模型公司确实在赚钱 ，他们也愿意持续看到“赚钱效应 ”去投capex
。

〖Three〗
、 机器人量产进入实质阶段：从主题炒作到量产落地

结合我们在硅谷及韩国的产业交流情况
，除了AI模型端的能力快速迭代以外，下面 非常值得关注的大场景里面 ，机器人是重点方向。

机器人的机会和投资
，作为主题投资大家已经交易过很多轮了 。但到今年的时间点，AI能力的成熟会给机器人带来实质性的变化。

特斯拉Optimus产线改建：量产信号明确

以特斯拉Optimus为代表的机器人 ，已经逐步进入了量产阶段
。在加州Fremont的工厂
，前段时间马斯克也发布了一个图片——主要是Fremont工厂原来生产车的产线，现在改建为生产机器人的产线。这是比较重要的信号：量产进入了一个实质的阶段 。另外在德州的工厂 ，我们也能够看到它也在新建机器人产线
。

从特斯拉以及Optimus的进展来看，原来已经讲了特别久关于量产的节奏
，从海外近来 的情况能够了解到的是：的确整体的产能开始往上提，产线也已经开始改造 ，这是在为明年下面 更大规模的量产做准备。

供应链开始备货：量产节奏可以更乐观

另外一个重要的观察维度来自供应链 。在上一周美光的财报会上
，也提到了存储和HBM在机器人上面的未来应用
。大家关注存储，今年前期涨得也比较多 ，主要还是在交易AI服务器里的机会。但存储还在什么别的场景里使用量会比较大？美光财报会里提到了机器人 。

我们在韩国的调研情况也能了解到
，在当前AI硬件上涨的背景下，从整体供应链的角度 ，特斯拉也在做一些准备
，主要为后续做供应链的备货
。

这意味着，对于明年以及后续机器人的量产节奏 ，我们可以更乐观。因为原有大家认为机器人的整体进展已经很久没有看到更多新闻透露出来
，但从近来 实质上的情况是：一部分产线和产能在进行改造，产能希望未来（特别是明年）能够提上来 。带动全球机器人产业从原来的0-1的概念阶段进入1-10的量产落地阶段！

投资逻辑正在改变：从纯主题到量产落地

机器人过去几年以概念为主 ，整体量产规模也不大
。在今年下半年以及往后续看，它逐步进入了量产的实质阶段。这个机会
，可能从原有的纯主题炒作，变成实质量产落地的投资 。从方向上面 ，我们觉得是今年下半年比较重要的一个方向。

当然
，里面的爬坡需要一定的时间，因为它跟造车不一样——马斯克在他的X上面也提到 ，机器人整体的产线跟原有的车是完全不同的
。但它依然是在往前实质推进。

除了机器人以外
，另一个结合交流下来比较重要的方向是MLCC（多层陶瓷电容器） 。

市场关注度也很高，但有的观点认为它是"下一个存储" ，有的认为它跟存储相比壁垒和门槛并没有那么高
。我们认为MLCC除了在AI服务器的使用需求不断增长以外
，包括在机器人、卫星等领域，整体需求也会在中长期体现出来。

〖Four〗 、 存储超级周期：AI重塑需求持续性

4.1这一轮最大的不同：AI带来的需求持续性 ，可能比前几轮都要久

这段时间存储板块可能市场暴涨暴跌 。前期整体的交易是围绕着我们从去年开始提到的一个判断：存储大家开始逐渐关注
。

在那个时间点
，跟电子行业
、跟整个行业的很多人去交流的时候，大家会认为这一轮的周期跟前几轮不会有什么不一样——包括存储公司一旦进入扩产 ，整体存储的机会就会结束。

但我们看到了这一轮最大的不同，在于你怎么去看AI这次机会 。我们现在看下来
，AI因为它是一个底层的效率工具，它带来的机会和延续性 ，从近来 来看
，要比互联网、要比基因计算（应为"云计算"或"通用计算"）都要大，它持续的时间也会更长
。

这会决定存储这些硬件的机会 ，跟前几轮相比持续的周期也会更长。我们不能说它不一样 、或者说它已经不是周期股了
，而是说这一轮周期，我们要定义它有多长？这是一个超级周期 ，持续的时间会有多久？

如果去看存储近来 的需求
，不论是HBM在服务器里的需求，未来模型能力的迭代（我们在一开始也提到了模型能力的迭代依然在加速 ，能力越来越强
，依然没有看到天花板），以及未来多模态的需求
、Agent的需求等等 ，也能看到数据量在不断增长 。如果我们有了基本的对于AI的判断，你大概就能判断出未来存储的需求和持续度会有多久
。

4.2关于存储涨价的判断：需平衡各方利益
，非单一公司可决定

关于费用 ，我们看到市场有不同的判断 ，有的认为涨价幅度很快
，有的认为涨价幅度并不是那么明显。的确，需求端带动了涨价节奏 ，但近来 上游的这些涨价
，不能只看公司的口径，它需要整体去结合着去判断 。

比如说关于HBM的涨价 ，它这里面还核心影响着AI服务器的出货
，整体CSP公司能掏出来的钱——我们其实也看到了近来 整个云厂商以及他们的资本开支、现金流的压力。所以我们认为HBM的整体涨价，的确会跟着市场的需求去提 ，但也要考虑平衡各方的利益
。

近来 的整体需求端来看
，的确是比较旺盛的。除非可能出现的一点是，比如说商业化和AI又进一步的非线性增长——我们刚开始也说到了Anthropic和OpenAI两个加在一起 ，他们现在的营收可能大概1000亿美金出头的水平——如果后面又发生这两个公司因为新模型和AI的一些产品带来了AI的非线性增长和跳涨的话，那么上游的硬件可能又会拉动上涨或更大幅度的上涨 。

不然在近来 的水平下
，capex已经顶到高位，大家要靠融资去投入的话 ，更大幅度的涨价对于所有公司的压力都会很大
。要去平衡考虑：它是一个短期交易
，还是长期的生意？这个也是从AI本身的整体判断来看的。我们对于整体涨价，特别是关于最核心的HBM的涨价 ，觉得它会根据整个市场的变化动态调整
，还要平衡各方的利益，所以不是那么简单 ，能够一个公司单维度去决定的 。

4.3关于存储扩产的判断：短期扩不出大量能
，供需缺口持续

关于扩产，可能在上周我们也看到了 ，韩国政府拉着两个存储巨头——三星 、海力士——做了一个5年计划
，包括整体投资未来要怎么做
。这块大家会担心，是否 整个大扩产要来了？

但我们的看法是：从近来 整个扩产的节奏来看 ，大概基本都需要两年到两年以上的时间，所以短期要扩出很多产能
，不是一件容易实现的事情。

第二点，从实际的这些公司 ，他们整体未来实际落地的角度来看
，这个也是比较重要的观察——他们实际上未来能够去做实际扩展的节奏，在明年我们了解也是要去做内部比较详细的计划的 ，所以提升的幅度也可以后续观察一下到底如何 。

另外
，大家也很关注的是，在整个存储的公司里面 ，真正会影响整个市场未来的主要是国内的长鑫跟长存（长江存储）
，那他们的上市以及未来的竞争参与进来之后，对于整个市场的影响会怎么样
。这个可能是后续持续重点关注的——他后面的一些新产品和整个市场客户的一个变化。但从近来 几家已有的已上市的公司来看 ，整体扩产的近来 节奏
，也是按照一定的频率，也要考虑它实际能够落地的一个能力 。

对于整个市场 ，从供需来看，供需的不平衡依然会持续比较久的一段时间
。

4.4存储估值逻辑的可能切换：从PB走向PE

从存储的整个投资上来看
，大家会担心的是只是扩产，可能机会就结束了。我们要强调的是：供需不平衡会持续存在 。这里面一方面决定的是AI的需求是持续的 ，是快速不断在拉动的；另一方面
，供给和供应很难跟得上需求的速度。在这种情况下，整体存储机会就没有结束
。

关于后续估值逻辑的变化：之前存储可能大家主要交易的是涨价。那么前面说了涨价本身 ，它可能要考虑的因素比较多
，特别是对HBM 。后续如果说存储的机会依然延续，它的逻辑是什么？

我们觉得它是变成了更长的
、更持续的生意
。跳脱出或者整体时间周期比我们想象中要更长的话 ，它的估值是否能从PB的估值切换成PE的估值？从这一次的财报会里面
，也能够看到一些大的、海外的 、全球的
、一线长线机构也开始去配置存储。为什么？如果看AI的硬件板块里面存储，从PE的估值 ，它依然是便宜的 。

当然这个是要去跟原有的估值体系有所区别和区分
。这里面核心还是在它盈利能力能够持续的增长。所以我们觉得往后面第二个阶段看
，核心还是在于存储整体的盈利能力的持续性和整体需求的持续性 。

再往更长期去看，核心需要看到的是产能——那谁能够去持续去扩 ，可能意味着它的盈利能力也能够提升，去拉动整体持续增长
。

4.5存储依然在超级周期里面

总体的结论是：存储这一轮的周期依然在一个超级周期里面。虽然我们不能说它已经不是所谓的周期品种
，但由于AI的周期和AI这一轮的机会，可能让我们看到它比前几轮的都要更久一些、更长 。这也会让整体存储的需求和存储的机会比过去可能要拉得更久
。

在这种情况下 ，短期的市场由于一些扩产的新闻等等
，波动会比较大。核心还是看需求端，需求端在 ，整体存储的机会也会延续 。随着海力士美股ADR的上市后大涨以及长鑫（长鑫存储）即将上市
，对于整体存储行业的投资和热度仍然延续，我们仍然非常看好中国存储公司在全球的竞争实力和能力。

〖Five〗 、 国产大模型全球获取市场份额：性价比优势+开源路径

5.1中国模型对美国市场的影响：开源模型在抢占份额

这里面回到全球模型竞争的角度
。美国的模型的确虽然强 ，但它的确很贵。所以这会使得一部分需求是没有办法被满足的——可能有一些中小公司、创业型公司
、产业公司
，没有那么充分、持续的预算和成本能够持续cover这么贵的模型 。

所以它必然会留出一部分需求，这部分需求开源模型的确在抢占市场份额
。包括我们看到了智谱的能力 ，不仅限于我们国内的讨论
，在整个全球范围内，包括来自于业内的评价都很高。所以我们相信的一点是 ，开源的模型近来 在抢占份额，未来也会持续的拿到一些份额 。这里面是给中国的模型的发展留下了比较重要的机会
。

从这个全球模型竞争的维度去看
，这里面除了智谱以外，包括中国的Kimi 、DeepSeek
、千问 ，关注度也都比较高。实际上我们从产业的一些公司了解
，大家不只是口碑，在实际（转写识别为"在面" ，应为"实际"）的确也在用 。包括前面我们也看到了一些海外的公司
，他们的CEO在一些公开的会上也提到了，前期由于美国的模型很贵 ，所以他们也基于开源（主要估计可能也是以中国的模型为主）
，来去做内部的产品以及产品的迭代
。

5.2国产大模型市场格局：淘汰赛加剧，全球竞争力持续看好

国内的模型现在基本上能看到大厂的三家：阿里、腾讯 、字节；创业型的公司可能有个三四家左右 ，包括前面讲的智谱
、Kimi、DeepSeek等等。展望未来的竞争格局一定会有所改变
，也会出现像美国公司那样的缩圈 。过去两年已经进入过一定的淘汰赛了，下面 淘汰赛可能更加的激烈
。

对于中国模型本身在全球的竞争力依旧非常看好基于开源 、基于我们比较强的AI的原有的人才团队 ，会让我们的模型能力和持续的迭代
、产品能力的加强，有一个比较好的基础。再加上我们的相对的费用 和性价比的优势
，所以这一定会让中国的模型在整个全球也会获得更多的市场认可 。

特别是放在更长期的维度去看，今年的上半年可能拉动AI的主要是来自于部分海外大厂 ，他们前期无限量的鼓励员工和内部去使用。如果他是一个公司要考虑成本和持续有效的收益
，那他一定会算这笔经济账，对于有竞争力的中国开源模型 ，肯定是未来也会考虑的一个必然选项
。

风险提示及免责条款

市场有风险
，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要 。用户应考虑本文中的任何意见 、观点或结论是否符合其特定状况
。据此投资 ，责任自负。