在2025年世界人工智慧大會（WAIC）的一場圓桌討論中，多位二級市場投資人圍繞AI產業下一輪投資機會展開深入交流。討論覆蓋了大模型能力演進、國產算力鏈、全球AI資本開支擴張以及地緣政治擾動等關鍵議題。

AI技術正從生產力工具邁向端到端解決方案。華安基金翁啟森首先提到，過去一年AI市場最大變化是Anthropic的coding code正式進入程式設計師生產力工具，並已進入自我迭代（self recursive）階段。他透露，雖然Anthropic近期宣佈的模型引數已達很高水平，但更關鍵的是依靠自我迭代能力，未來模型引數規模還有擴充套件空間。賈健則將Claude Opus 4.6的釋出視為標誌性節點，認為該模型深刻拓展了AI應用範疇，讓非計算機背景的人也能享受程式設計能力。曹晉概括今年AI最大變化為：從賣算力、賣Token，變成賣結果、賣解決方案。他認為，Agent的出現讓大模型成為從感知環境到規劃執行的一整套解決方案，這意味著AI公司的商業模式和估值邏輯正在從關注呼叫量、單位成本和毛利率，轉向更接近軟體、平台和基礎設施的估值體系。

國產模型與國產硬體的聯動解決了二級市場的估值困惑。貝萊德基金王曉京認為，DeepSeek V4的釋出把國產大模型和國產硬體在實際業務端連了起來。過去國內硬體廠商難以直接對標美股同類估值，而業務打通後，國產硬體產業鏈獲得了確實的業務底層支撐，其估值可與國內AI算力需求掛鉤。何昕則從宏觀角度觀察到，AI產業在二級市場進一步資本化，從寒武紀突破重要市值關口，到國產GPU企業全面上市，再到智譜衝擊“大模型第一股”、DeepSeek新融資等，都表明AI正被資本市場系統定價。

關於如何評估大模型公司，翁啟森認為技術引數與商業化資料（如ARR）是一體兩面。大模型公司唯一的商品是“智商能力”，變現能力越強，造血能力越強。但投資人不能只看單一時間點的能力，而應關注人才、資料、最佳化和持續迭代能力。王曉京則提出，AI在不同成本點上提供不同服務，未來不一定是一兩個頭部模型吃掉所有行業，不同應用和需求可能出現不同贏家。

出口管制與主權AI趨勢下，中國開源模型獲得全球機會。賈健認為，美國出口管制在非美、非歐國家引發信任危機，會對美國AI公司風險定價造成損傷，同時推動“主權AI”浪潮。他調研發現，許多非美國家在訓練自己的大模型時，借鑑了中國開源模型，這給中國頭部開源模型廠商帶來全球發展機會。曹晉則認為政策性風險是階段性摩擦係數，而非永續性風險，對中國大模型階段性利好，但長期競爭力仍取決於持續資本開支和算力資料積累。

硬體格局方面，訓練端輝達優勢仍強，推理端解耦趨勢明顯。賈健認為，未來三年輝達在訓練端憑藉CUDA生態壁壘難以被撼動，但推理側壁壘鬆動是遲早的事，PD分離、AF分離等軟硬體最佳化給海外二線廠商和國內GPU廠商提供了趕超視窗。曹晉也觀察到，整個行業都在解耦佔據領先優勢的巨頭，雲廠商一直在降低對輝達的依賴，設計軟體方案分化功能，希望更多玩家進入以降低成本、提升效率。儲存端未來也可能出現類似解耦，HBM產能瓶頸和CoWoS封裝產能不足構建的寡頭格局有望被打破。

國產晶片應優先聚焦推理還是訓練？王曉京認為兩者同樣重要。DeepSeek V4已在推理端給上游半導體廠商帶來增量估值，而美團LongCat2.0（龍貓）被提到在國產硬體鏈上完成訓練和推理，若被驗證將對整個國產硬體產業鏈有更大估值提升。他建議關注光通訊等通用硬體模組，它們可能同時受益於全球和國產兩條算力需求曲線。

面對全球雲廠商萬億美元級Capex能否回本的問題，翁啟森並不焦慮。他分享資料稱，Anthropic Token的gross margin已接近80%，且因算力不足，Anthropic與AWS Bedrock的分成已從“三七開”調整到“五五開”，雲廠商有更大動力增加Capex。他預計明年AI Capex可能達1.2萬億至1.5萬億美元，並用網際網路泡沫類比，認為智慧革命將催生電商、廣告、醫療等巨大商業生態。

關於AI是否是泡沫，何昕認為部分AI資產估值確實存在泡沫，但整個AI不是泡沫。因為AI有具體產出和真實需求驅動，模型越強需要更多算力，算力增長又帶動晶片、資料中心和能源需求，形成自我創造需求的迴圈。他建議重點關注基礎設施能力、AI應用（機器人、自動駕駛、醫療健康）以及AI推動中國企業對接國際資本的機會，同時提醒阿爾法越來越難獲得、估值分化加劇等風險。