摩根士丹利分析師近日釋出報告稱，低成本開源權重AI模型的崛起可能對模型開發商的定價和回報構成壓力，但超大規模雲廠商仍有望從執行這些模型所需的計算基礎設施中持續獲得可觀回報。這一觀點為AI產業鏈的投資者提供了關於利潤分配趨勢的參考。

開源權重模型允許使用者下載、定製並在自己選擇的基礎設施上部署模型權重。憑藉更低的價格和靈活性，這類模型有望加速企業和中小型企業的AI採用。然而，競爭的加劇預計將推低token價格，迫使模型實驗室提高吞吐量並實現服務差異化。

摩根士丹利估計，模型提供商若自建基於輝達GB300的基礎設施（規模為1吉瓦），在假設每百萬token價格約1.75美元、每GPU每秒處理2000至3500個token的情況下，其投資資本回報率（ROIC）約為20%至60%。對於出租GPU容量的超大規模雲廠商，該行估計其ROIC在23%至39%之間，具體取決於按小時計費的價格。

該行認為，這些經濟性之所以能保持吸引力，有四個原因。首先，計算能力仍然稀缺，企業需要雲服務商來執行開源權重模型的推理工作負載。其次，低成本模型可能推動使用量大幅增長，雲廠商可根據供需調整容量價格，使總利潤增長比利潤率百分比更重要。第三，雲服務商和模型開發商正通過更先進的晶片、更快的互連、更高效的模型架構以及請求批處理軟體來提升token吞吐量。亞馬遜和Alphabet還使用自研晶片（如Trainium和張量處理單元）來降低算力供應成本。第四，開源權重工作負載可通過相關服務產生收入，包括託管API、GPU租賃、資料庫、儲存和安全工具。低價模型訪問可能充當“虧本引流”角色，吸引更多高利潤的雲支出。

基於上述邏輯，摩根士丹利維持對亞馬遜和Alphabet的超配評級，認為它們能以較低成本變現稀缺的計算能力。該行還建議投資者關注Meta Platforms的Muse模型以及Alphabet高效的Gemini Flash產品，以觀察定價壓力、採用情況和吞吐量改善的跡象。

總體而言，開源權重模型的興起可能重塑生成式AI的價值鏈，模型開發商面臨利潤壓縮，而云基礎設施提供者則可能受益於需求增長。這一動態對AI產業鏈的資本配置和估值敘事具有潛在影響。