瑞銀調研中國AI產業鏈：大模型加速迭代，資金開始湧向半導體

TL;DR ·瑞銀在 WAIC 期間調研 12 家科技公司後進一步看好中國 AI 產業鏈，核心依據不是概念熱度，而是模型迭代、國產算力採用和基礎設施需求正在同步增強。 ·半導體及設備成為 7 月機構調研熱度上升最快的板塊，反映資金開始沿 AI 需求向國產芯片、設備和先進封裝擴散。 ·國內 AI 基礎設施正從單卡競爭轉向 SuperPod、網絡互連和系統優化，本質是通過集群能力彌補單芯片性能差距。 ·智譜和 MiniMax 均將年化經常性收入目標推向 10 億美元，但收入增長能否轉化為利潤，仍取決於推理優化和算力租賃成本。 ·長電科技 AI 相關產能保持高利用率，並加碼 2.5D 封裝，說明國產 AI 芯片放量正在向封裝環節傳導。 ·瑞銀認為軟件與服務板塊仍處於低擁擠區間，相比已經升溫的半導體，可能保留更多預期差。 ·AI 數據中心需求也開始外溢至儲能和電力設備，但訂單兌現周期、鋰價上漲和低價市場競爭仍會壓制短期利潤率。

8 月 14 日，瑞銀發布《中國實地觀察------2026 年 7 月》。報告結合 WAIC 2026 科技調研、企業管理層交流和機構調研數據，給出一個更清晰的判斷：中國 AI 產業的投資線索，正在從大模型本身擴散至算力芯片、伺服器、網絡互連、先進封裝和電力基礎設施。

瑞銀在 WAIC 期間組織約 40 名投資者調研 12 家科技企業，覆蓋大模型、GPU、網絡、模擬芯片、封裝測試、伺服器 ODM 和半導體設備。調研後的核心判斷是，中國大模型仍在快速迭代，國產 AI 基礎設施的產品形態也在完善，下游對 AI 算力的需求沒有明顯減弱。

國產 AI 競爭從單卡轉向系統

瑞銀在 WAIC 現場觀察到，國內廠商展示的重點已經不只是單顆芯片，而是由芯片、伺服器、互連網絡和集群管理共同構成的系統級方案。

華為展示了由 1024 顆芯片組成的 Atlas 950 SuperPod；曙光展示的 Sugon 8000 方案支持十萬卡級互連；沐曦、中興和阿里巴巴也推出各自的超節點產品。網絡側，相關廠商開始展示 51.2T CPO 交換機原型和完整光互連方案。

這一變化意味著，國產算力正在通過擴大集群規模、改善互連效率和優化系統架構，降低單芯片性能差距帶來的影響。對投資者而言，受益範圍也由 GPU 進一步擴展至交換芯片、光互連、伺服器 ODM、存儲接口和先進封裝。

國內 AI 加速器廠商向瑞銀反饋，來自雲服務商等客戶的需求繼續增強。一方面，海外高端算力在中國市場仍然緊張；另一方面，國內雲廠商採用國產計算卡的意願正在提高。部分二線廠商正開發對標 H100 和 H200 的產品，同時迭代 SuperPod 技術。

模型收入增長，算力成本仍是關鍵變量

大模型公司的商業化進展同樣加快，但增長質量仍然取決於算力成本。

據智譜管理層介紹，公司年化經常性收入截至 7 月已達到 10 億美元，提前超過原定的 2026 年年底目標，主要受到 Token 使用量增長和 API 漲價推動。公司近期完成約 310 億港元 H 股配售，資金將支持算力擴張，同時也在考慮通過租賃獲得更大規模的算力資源。

瑞銀認為，API 提價和推理優化可能推動智譜利潤率改善，但國內算力供應偏緊、租賃價格上漲，仍是盈利能力的重要變量。換言之，收入率先跑出來，並不意味著模型公司的單位經濟性已經穩定。

MiniMax 的 ARR 則從 2025 年底約 1 億美元升至一季度業績會披露的約 1.5 億美元，並在 M3 發布前進一步增長超過一倍。管理層仍有信心在 2026 年年底實現 10 億美元 ARR 目標。API 與 Token Plan 業務收入占比已由 2025 年的約 30% 升至 2026 年 5 月的接近一半，說明增長動力正從消費者訂閱進一步轉向開發者和企業調用。

不過，MiniMax 新一代 M3 模型的參數規模接近 M2.7 的兩倍。更大的模型通常意味著更高的推理成本，公司需要依靠推理工程優化、集群運營和提前採購算力來維持毛利率。

半導體調研熱度升溫，先進封裝率先受益

機構資金對中國 AI 的關注也開始向硬件側集中。

根據瑞銀量化團隊統計，7 月機構調研占比環比上升最快的三個板塊分別是半導體及半導體設備、科技硬件與設備，以及銀行；資本品、能源和食品飲料板塊的調研占比下降最明顯。

其中，軟件與服務板塊的調研熱度有所提高，但擁擠度指標仍處於負值區間；材料、食品飲料和資本品的調研熱度下降，倉位卻相對擁擠。這意味著半導體已經成為 AI 交易升溫最明顯的方向，而軟件板塊可能仍存在一定預期差。

具體到產業鏈，瀾起科技表示 DDR5 第三代和第四代內存接口芯片正在快速放量，第五代產品預計於 2026 年下半年開始出貨。MRDIMM 相關產品已經成為新業務的重要收入來源，PCIe 6.0 Retimer 驗證也在推進。

先進封裝環節的景氣度更加直接。長電科技二季度產能利用率約為 80%，AI 相關業務、晶圓級封裝和凸塊業務均處於滿載狀態。公司計劃投資 78 億元建設以 2.5D 封裝為重點的新工廠，預計 2028 年下半年完成建設、2029 年投產。

瑞銀認為，本輪封裝周期與以往消費電子驅動的周期不同，AI 帶來的結構性需求可能支撐利用率和毛利率繼續改善。不過，新工廠距離投產仍有較長時間，最終回報取決於國產 AI 芯片放量、客戶導入和行業擴產節奏。

AI 需求開始向電力和儲能外溢

報告還將 AI 基礎設施的觀察範圍延伸至儲能和電力設備。

陽光電源表示，公司自 2026 年一季度起已向開發商和集成商銷售 AI 數據中心儲能系統，這些客戶再將產品提供給美國雲服務商。由於儲能通常是數據中心建設後期採購的設備，訂單確認速度相對較慢，雲服務商直接成為其客戶的可能性也不高。

公司同時在與美國雲服務商合作推進固態變壓器的研發和驗證，預計未來幾個月推出產品。固態變壓器和儲能系統採用模塊化設計，可以縮短現場部署時間，並降低安裝成本。

但 AI 需求並不能完全抵消儲能業務的周期壓力。陽光電源預計，鋰價上漲可能繼續壓制 2026 年二季度毛利率，公司向低利潤率市場擴張也會拉低整體盈利水平。瑞銀因此認為，AI 數據中心儲能和固態變壓器提供了長期增長空間，但短期業績仍取決於訂單節奏、原材料價格和海外供應鏈安排。

總體來看，這份報告釋放的信號不是中國 AI 產業已經擺脫所有約束，而是增長路徑正在變得更加完整：模型調用量帶動算力需求，國產算力採用推動伺服器和互連升級，芯片放量進一步傳導至封裝、設備和電力基礎設施。

下一階段真正需要驗證的，也不再只是國產模型能否繼續刷新能力，而是這套逐漸成形的 AI 技術棧，能否把需求轉化為穩定收入、可控成本和持續利潤。