在2025年世界人工智能大会（WAIC）的一场圆桌讨论中，多位二级市场投资人围绕AI产业下一轮投资机会展开深入交流。讨论覆盖了大模型能力演进、国产算力链、全球AI资本开支扩张以及地缘政治扰动等关键议题。

AI技术正从生产力工具迈向端到端解决方案。华安基金翁启森首先提到，过去一年AI市场最大变化是Anthropic的coding code正式进入程序员生产力工具，并已进入自我迭代（self recursive）阶段。他透露，虽然Anthropic近期宣布的模型参数已达很高水平，但更关键的是依靠自我迭代能力，未来模型参数规模还有扩展空间。贾健则将Claude Opus 4.6的发布视为标志性节点，认为该模型深刻拓展了AI应用范畴，让非计算机背景的人也能享受编程能力。曹晋概括今年AI最大变化为：从卖算力、卖Token，变成卖结果、卖解决方案。他认为，Agent的出现让大模型成为从感知环境到规划执行的一整套解决方案，这意味着AI公司的商业模式和估值逻辑正在从关注调用量、单位成本和毛利率，转向更接近软件、平台和基础设施的估值体系。

国产模型与国产硬件的联动解决了二级市场的估值困惑。贝莱德基金王晓京认为，DeepSeek V4的发布把国产大模型和国产硬件在实际业务端连了起来。过去国内硬件厂商难以直接对标美股同类估值，而业务打通后，国产硬件产业链获得了确实的业务底层支撑，其估值可与国内AI算力需求挂钩。何昕则从宏观角度观察到，AI产业在二级市场进一步资本化，从寒武纪突破重要市值关口，到国产GPU企业全面上市，再到智谱冲击“大模型第一股”、DeepSeek新融资等，都表明AI正被资本市场系统定价。

关于如何评估大模型公司，翁启森认为技术参数与商业化数据（如ARR）是一体两面。大模型公司唯一的商品是“智商能力”，变现能力越强，造血能力越强。但投资人不能只看单一时间点的能力，而应关注人才、数据、优化和持续迭代能力。王晓京则提出，AI在不同成本点上提供不同服务，未来不一定是一两个头部模型吃掉所有行业，不同应用和需求可能出现不同赢家。

出口管制与主权AI趋势下，中国开源模型获得全球机会。贾健认为，美国出口管制在非美、非欧国家引发信任危机，会对美国AI公司风险定价造成损伤，同时推动“主权AI”浪潮。他调研发现，许多非美国家在训练自己的大模型时，借鉴了中国开源模型，这给中国头部开源模型厂商带来全球发展机会。曹晋则认为政策性风险是阶段性摩擦系数，而非永续性风险，对中国大模型阶段性利好，但长期竞争力仍取决于持续资本开支和算力数据积累。

硬件格局方面，训练端英伟达优势仍强，推理端解耦趋势明显。贾健认为，未来三年英伟达在训练端凭借CUDA生态壁垒难以被撼动，但推理侧壁垒松动是迟早的事，PD分离、AF分离等软硬件优化给海外二线厂商和国内GPU厂商提供了赶超窗口。曹晋也观察到，整个行业都在解耦占据领先优势的巨头，云厂商一直在降低对英伟达的依赖，设计软件方案分化功能，希望更多玩家进入以降低成本、提升效率。存储端未来也可能出现类似解耦，HBM产能瓶颈和CoWoS封装产能不足构建的寡头格局有望被打破。

国产芯片应优先聚焦推理还是训练？王晓京认为两者同样重要。DeepSeek V4已在推理端给上游半导体厂商带来增量估值，而美团LongCat2.0（龙猫）被提到在国产硬件链上完成训练和推理，若被验证将对整个国产硬件产业链有更大估值提升。他建议关注光通信等通用硬件模块，它们可能同时受益于全球和国产两条算力需求曲线。

面对全球云厂商万亿美元级Capex能否回本的问题，翁启森并不焦虑。他分享数据称，Anthropic Token的gross margin已接近80%，且因算力不足，Anthropic与AWS Bedrock的分成已从“三七开”调整到“五五开”，云厂商有更大动力增加Capex。他预计明年AI Capex可能达1.2万亿至1.5万亿美元，并用互联网泡沫类比，认为智能革命将催生电商、广告、医疗等巨大商业生态。

关于AI是否是泡沫，何昕认为部分AI资产估值确实存在泡沫，但整个AI不是泡沫。因为AI有具体产出和真实需求驱动，模型越强需要更多算力，算力增长又带动芯片、数据中心和能源需求，形成自我创造需求的循环。他建议重点关注基础设施能力、AI应用（机器人、自动驾驶、医疗健康）以及AI推动中国企业对接国际资本的机会，同时提醒阿尔法越来越难获得、估值分化加剧等风险。