中国AI本土化进程已从政策目标演变为商业现实，但份额扩张与利润扩张之间的裂口正在加深。随着国产加速器、存储与设备厂商在中国市场快速抢占份额，资本密集涌入带来的重复投资与价格竞争，使得"谁在价值链上真正赚钱"成为比"本土化走了多远"更为关键的投资命题。
据美银美林9月17日发布的中国AI策略报告，中国AI价值链正在形成"哑铃型"利润结构——价值集中在两端：以AI加速器、半导体设备、晶圆代工和存储为代表的战略瓶颈环节，以及拥有规模优势与生态网络效应的大型云平台；而夹在中间的独立大模型实验室与物理AI制造商，则面临转换成本低、模仿速度快、定价权薄弱的多重挤压。
这一判断对投资者的直接含义是：中国AI并非一个同质化的主题，而是三类风险收益截然不同的标的集合。美银美林将相关股票划分为本土化受益者、基础设施出口商与AI应用三个"桶"，并警告称，若美国AI资本开支放缓，三类标的所受冲击的性质与幅度将显著分化。
本土化进展：份额是真的，但前沿缺口依然存在
国产AI加速器的市场份额扩张已在收入层面得到印证。
据IDC、公司报告与美银美林估算，2025年中国加速器市场，国内厂商合计约占50%，较2024年的不足30%大幅跃升，预计2028年接近80%。华为在训练侧具备清晰的路线图优势，寒武纪、天数智芯、摩尔线程等厂商则在推理侧逐步建立竞争力。
存储领域的追赶同样显著但不均衡。据公司报告与美银美林估算，长鑫存储全球DRAM收入份额已由2024年的约3%至4%升至2026年二季度的约10%，长江存储NAND份额由7%至8%升至约14%。
半导体设备方面，据SEMI.org数据，2025年中国设备支出达493亿美元，较2020年的190亿美元实现五年复合增速21%，连续六年为全球最大设备市场。本土供应商份额约30%，较2019年的22%有所提升，但先进光刻、离子注入、量测与检测仍是瓶颈——光刻设备本土份额不足5%，与ASML的差距短期内难以弥合。
中国应对硬件约束的核心策略，是系统级优化而非单点突破：通过更大规模的国产算力集群、更快的互联、软硬件协同设计与更高效的模型架构来弥补单芯片性能差距。这一路径在近期大模型训练部署中已有实证，但也意味着本土化的竞争优势更多体现在系统层面，而非可直接比较的单芯片规格。
微笑曲线：为何价值集中在两端
美银美林报告提出的核心框架是：中国AI价值链的利润分布呈"微笑曲线"形态，两端高、中间低。
战略瓶颈端的护城河来自资本强度、漫长的开发周期、深厚的技术积累与监管壁垒。
晶圆代工方面，中芯国际8英寸等效混合均价已由2025年上半年的904美元升至2026年上半年的965美元，华虹由437美元升至461美元，2026年二季度产能利用率分别达94%与103%，定价纪律明显改善。
存储方面，长鑫2026年上半年经营利润率达79%，与全球龙头基本相当，但存储盈利能力对新增产能高度敏感，周期性风险不可忽视。
设备商方面，北方华创与中微公司2025年毛利率因新品导入承压，但两家公司均维持盈利，并将长期毛利率目标设定在40%以上，关键变量在于能否将当前投入转化为更大的装机基数与持续的服务收入。
规模化平台端的优势则来自多元使用场景、交叉销售机会与网络效应。
阿里云收入增速已由2025年12月季度的36%同比加速至2026年6月季度的45%，AI产品收入实现三位数增长；金山云2026年上半年收入同比增长34%，AI云计费收入增长85%，占总收入比例升至40%。但云平台的回报同样资本密集——阿里巴巴最新季度资本开支同比增长75%，较高的折旧使金山云在GAAP口径下仍处于亏损状态。
中间层的处境则截然不同。
截至2026年6月，中国备案生成式AI服务与应用已超过980项，为2023年末的15倍以上，供给扩张速度远超已验证的变现能力。token价格战已将DeepSeek V4.1 Flash的非高峰时段输入与输出报价压至每百万tokens 0.15美元与0.60美元，而Anthropic Claude Fable 5.1的对应报价为10美元与50美元。
基础推理能力日益商品化，独立大模型实验室面临低转换成本、快速模仿与沉重研发投入的三重挤压，定价权与盈利能力均受到结构性压制。英伟达经营利润率长期高于60%，而寒武纪虽于2025年实现盈利转正，彭博一致预期其2028年经营利润率维持在30%多的区间，与英伟达的差距仍然显著。
物理AI制造商面临类似困境。
中国人形机器人市场已进入"内卷"阶段，2025年约有140家制造商推出逾330款产品。宇树科技人形机器人均价在2023年至2025年间下跌约72%，乐聚机器人Kuavo系列均价2025年下降26%。
风险收益如何区分
美银美林将中国AI相关股票划分为三个投资主题，各有不同的风险收益特征。
本土化受益者——包括半导体设备（北方华创、中微公司）、AI加速器（寒武纪）、存储（长鑫存储）、晶圆代工（中芯国际）等——与中国技术自立政策高度契合，为全球投资者提供了有别于美国AI资本开支周期的分散化敞口。但这类标的已被亚洲与欧洲投资者广泛持有，估值普遍偏高，2027年预期市盈率多在50至150倍区间。若美国AI资本开支放缓，这类股票可能面临估值倍数压缩，但盈利影响相对有限，或为长期投资者提供逢跌买入机会。
基础设施出口商——包括光模块（中际旭创）、PCB/覆铜板（胜宏科技）、液冷、AI电源等——主要受益于美国超大规模数据中心的资本开支周期，过去三至四年股价涨幅显著，估值相对合理，市盈率多在20至40倍。但其盈利与股价表现与全球AI支出周期高度绑定，若AI资本开支放缓，这类标的将同时面临盈利与估值的双重压力。
AI应用标的——包括大模型、人形机器人、EV/AV、消费与企业AI应用——代表价值链的最终变现层，长期潜力可观，但近期变现路径不清晰，尚未出现能够驱动大规模采用与可持续盈利的"杀手级应用"。在美国AI放缓情景下，估值低廉的深度价值标的（如大型互联网平台）可能相对防御，因其投资者持仓较轻、估值不高且资本开支压力较小。
验证窗口与关键风险
上述框架的成立有赖于若干可验证的条件。
在结果层面，需观察国产加速器收入份额是否沿2025年约50%向2028年接近80%的路径推进，代工混合均价与产能利用率是否延续改善，长鑫与长江存储的份额与盈利能否持续。在机制层面，设备商毛利率能否随新品验证与装机基数扩大回到40%以上的长期目标，以及大模型侧定价锚能否从每token价格转向每完成任务成本，将是判断中间层能否改善定价权的关键信号。
反证条件同样值得关注：若美国AI资本开支放缓在盈利而非仅估值层面造成实质破坏，本土化受益者的逢跌买入逻辑将不成立；若独立大模型实验室与物理AI制造商出现转换成本与定价权的实质改善，微笑曲线结论需要修正。
2026年10月起的第三季度财报季，将集中披露代工厂、设备商与存储厂的毛利率与产能利用率数据，叠加年末国产加速器新一轮上市与招标披露，构成检验上述判断的关键时间窗口。对投资者而言，在中国AI领域加仓之前，首先需要厘清自己承担的究竟是哪一类风险。
