摩根士丹利分析师近日发布报告称，低成本开源权重AI模型的崛起可能对模型开发商的定价和回报构成压力，但超大规模云厂商仍有望从运行这些模型所需的计算基础设施中持续获得可观回报。这一观点为AI产业链的投资者提供了关于利润分配趋势的参考。

开源权重模型允许用户下载、定制并在自己选择的基础设施上部署模型权重。凭借更低的价格和灵活性，这类模型有望加速企业和中小型企业的AI采用。然而，竞争的加剧预计将推低token价格，迫使模型实验室提高吞吐量并实现服务差异化。

摩根士丹利估计，模型提供商若自建基于英伟达GB300的基础设施（规模为1吉瓦），在假设每百万token价格约1.75美元、每GPU每秒处理2000至3500个token的情况下，其投资资本回报率（ROIC）约为20%至60%。对于出租GPU容量的超大规模云厂商，该行估计其ROIC在23%至39%之间，具体取决于按小时计费的价格。

该行认为，这些经济性之所以能保持吸引力，有四个原因。首先，计算能力仍然稀缺，企业需要云服务商来运行开源权重模型的推理工作负载。其次，低成本模型可能推动使用量大幅增长，云厂商可根据供需调整容量价格，使总利润增长比利润率百分比更重要。第三，云服务商和模型开发商正通过更先进的芯片、更快的互连、更高效的模型架构以及请求批处理软件来提升token吞吐量。亚马逊和Alphabet还使用自研芯片（如Trainium和张量处理单元）来降低算力供应成本。第四，开源权重工作负载可通过相关服务产生收入，包括托管API、GPU租赁、数据库、存储和安全工具。低价模型访问可能充当“亏本引流”角色，吸引更多高利润的云支出。

基于上述逻辑，摩根士丹利维持对亚马逊和Alphabet的超配评级，认为它们能以较低成本变现稀缺的计算能力。该行还建议投资者关注Meta Platforms的Muse模型以及Alphabet高效的Gemini Flash产品，以观察定价压力、采用情况和吞吐量改善的迹象。

总体而言，开源权重模型的兴起可能重塑生成式AI的价值链，模型开发商面临利润压缩，而云基础设施提供者则可能受益于需求增长。这一动态对AI产业链的资本配置和估值叙事具有潜在影响。