AI 产业发展正经历从训练到应用的关键过渡，投资关注重点也随之发生转变。申万菱信基金经理梁国柱指出，AI 发展可分为训练、推理、行业应用落地三阶段，当前已进入中间环节，大模型推出后逐步迈向应用落地，这一转变让应用公司、平台类公司及软件公司迎来新的发展契机。
多重因素助力AI硬件
梁国柱表示，近期AI产业链中光模块、算力服务器等硬件领域涨幅显著，这并非单一因素作用，而是多重逻辑共振的结果。
首先，该表现与前期的市场调整密切相关。“DeepSeek刚发布时，大家认为其可能提升算力运行效率，对算力需求有一定影响，彼时相关算力公司调整相对较大。”梁国柱表示。
其次，全球AI算力资本开支的高景气度是重要影响因素。今年一季度，海外大厂上调了全年AI算力资本开支，海外相关算力公司走出了一波相对较好的趋势性行情，这一定程度上反映了全球范围内对算力需求的提升。
最后，大模型的密集迭代进一步推高了硬件需求。众多新的大模型厂商持续推出新模型，进入第二轮迭代周期，对算力卡的需求成倍数提升，尤其是近一两个月，包括GPT5在内的大厂模型正在进行第三次大型迭代，行业景气度维持较高水平。
AI投资正从硬件向应用端延伸
AI发展本质上可分为训练、推理、行业应用落地三个阶段，不同阶段的重点存在明显差异。
在训练阶段，市场对硬件的需求旺盛。“各家厂商卷大模型迭代时，对大型GPU集群需求激增，过去几千张GPU集群的规模，现在已经扩展到几万甚至几十万张。”梁国柱表示，这也是近期硬件板块表现突出的核心原因之一。
但从当前阶段来看，AI关注方向正逐步向应用端转移。目前，AI发展已到三个阶段的中间环节，大模型推出后，正逐步进入应用落地环节，相关应用公司、平台类公司或软件公司可能更具优势。
需要强调的是，这并非意味着硬件需求会消失。梁国柱进一步表示，随着推理需求增多、应用落地场景真实出现后，会形成正向循环，持续需要相关基础设施及模型迭代，硬件与应用有望形成长期协同发展的格局。
从产业链细分来看，硬件涵盖芯片、光模块、PCB等环节。芯片搭载在PCB上实现信号传输，光模块实现服务器与数据中心间的互联互通，这些都是训练阶段的核心硬件；而软件端，平台类公司负责模型的开放与调用，行业应用类公司则推动模型在金融、教育、法律等细分领域落地。
国内AI在应用落地端具备独特优势
对比国内外AI产业链发展，国内在应用落地环节有着显著优势。
一方面，海量的工程师红利有望将优秀技术在各行业快速落地，加上丰富的数据资源，只要有“原料”，就能在各行业应用领域快速试点、创新，这使得国内在应用场景的拓展上具备天然优势。
另一方面，硬件领域的差距正逐步缩小。“国内相关芯片成熟速度较快，预计未来这种差距会以很快的速度缩短”梁国柱判断道。
具体到终端产品与应用，梁国柱更看好与日常生活紧密相关的领域。“AI最终落地要与衣食住行、工作娱乐相关，市场空间必须足够大。”梁国柱举例道，如智能终端的个人助手，若能实现自动报销、规划旅游等功能，或将较先迎来突破；智能汽车在中低速、路况平稳的封闭环境下，自动驾驶场景落地也有望加速。
对于AR眼镜与人形机器人，则认为AR眼镜落地转化率仍待观察；人形机器人在AI赋能下有了“大脑”，能在特种作业、重复性劳动中替代人类，但离通用人工智能还有差距，需长期跟踪。
AI 投资逻辑的转移并非意味着硬件需求退场，而是产业进入更成熟的协同发展阶段。申万菱信基金梁国柱认为，应用落地带来的推理需求增长，会反向推动硬件基础设施升级与模型持续迭代，形成正向循环。未来，聚焦 AI 在金融、教育、生活服务等领域的落地场景，将更易捕捉到产业发展的核心机遇，这也为投资者提供了清晰的布局思路。
基金有风险，投资须谨慎。上述内容不作为任何投资建议，不代表对未来市场表现和相关板块基金产品未来投资收益的保证，不代表本公司对基金业绩的任何承诺或预测。观点仅代表当时看法，今后可能发生改变。基金管理人不保证基金一定盈利，也不保证最低收益。投资人应当认真阅读《基金合同》《招募说明书》等基金法律文件，了解基金的风险收益特征，并根据自身的投资目的、投资期限、投资经验、资产状况等判断基金是否和自身的风险承受能力相适应。
本网登载内容出于更直观传递信息之目的。该内容版权归原作者所有，并不代表本网赞同其观点和对其真实性负责。本站不承担此类作品侵权行为的直接责任及连带责任，如该内容涉及任何第三方合法权利，请及时联系我们，我们会及时反馈并处理完毕。转转请注明出处：https://hb.gddsnet.com/4965.html
