China's AI War: The "Hundred Models Battle" has ended, and the largest profit pool belongs to the big companies. How will KNOWLEDGE ATLAS and MiniMax break through?

當模型不再稀缺，真正稀缺的，是能把模型變成現金流的能力。

據追風交易台消息，2 月 9 日，摩根大通證券（中國）發佈研究報告《中國人工智能行業：全球佈局與模型創新驅動新一代領軍者》，首次覆蓋中國獨立大模型廠商智譜與 MiniMax。

報告開宗明義：中國人工智能行業正從 “百模大戰” 階段，邁向以商業化落地能力、模型創新實力及全球化佈局為決定成敗之關鍵的階段。中國 AI 市場正在迅速整合，“具備實力且資金充足的模型開發商數量已從超 200 家縮減至不足 10 家。”

摩根大通犀利指出，國內 AI 行業最大的利潤池恐將流向掌握分發的平台巨頭；而獨立廠商的突圍，則取決於誰能通過 “結構性中立” 找到生存縫隙——智譜向內深耕高合規的本地化部署，MiniMax 向外拓展高溢價的全球市場。

這一判斷的背景並不複雜。報告指出，隨着模型訓練成本、算力獲取門檻和商業化難度持續上升，資本與算力的硬約束開始主導行業結構。換句話説，行業已經不再獎勵 “能不能做模型”，而是獎勵 “能不能長期活下來”。

在摩根大通看來，這一階段的核心變化在於：模型能力逐步趨同；資金消耗呈指數級上升；客户開始更關注 “交付能力、穩定性與可持續性”。

這意味着，大模型競爭的主線，正在從技術競賽，轉向商業系統的構建能力。

最 “刺耳” 的結論：利潤池可能不在模型公司

在整份報告中，最容易引發市場討論的，並不是對智譜或 MiniMax 的財務預測，而是摩根大通對利潤歸屬的判斷。

報告在 “中國生成式 AI 行業的長期利潤池” 一節中明確指出：生成式 AI 的持久利潤池，可能高度集中於大型互聯網平台。

“我們仍認為國內生成式 AI 的持久利潤池將高度集中於大型互聯網平台，尤其是騰訊和阿里巴巴，因為它們掌控着全國範圍層級的分發、變現通道以及高頻消費和商户事務流。 ”

摩根大通給出的理由非常直接。

第一，平台掌控分發。報告指出，大型互聯網公司天然擁有高頻用户觸點和成熟應用場景，AI 能力更容易被 “內化為功能”，而不是作為獨立產品售賣。

第二，平台掌控變現路徑。無論是廣告、電商、遊戲、內容付費還是企業服務，平台已經具備成熟的收費機制，AI 更多是提升 ARPU 與轉化率的工具。

第三，平台掌控高頻交易與消費流。報告強調，“高頻使用場景決定了推理調用量，也決定了規模效應是否成立。”

報告用平台觸達舉例：

• “微信處於日常消費活動的中心，月活用户合計約 14 億。” 騰訊將聊天機器人 “元寶” 嵌入微信，“用户可以將其添加為聯繫人進行互動，無需下載單獨應用”。

• 阿里巴巴則把 AI 變成交易漏斗的一部分：“阿里巴巴升級了旗下千問（Qwen）AI 應用…全面接入淘寶、支付寶、飛豬和高德地圖…AI 壓縮了從瀏覽到支付的漏斗，從而支撐更高的轉化，並有望提高廣告收益率及抽佣率。”

在這一框架下，模型能力本身並不必然對應利潤能力。在中國市場，把 AI 能力送到用户面前、並把錢收回來，或許往往比模型本身更重要。

這也是摩根大通反覆強調的一句話：

“模型能力本身並不必然轉化為盈利能力，分發和變現路徑在中國市場尤為關鍵。”

獨立模型公司還有沒有機會？

既然平台巨頭如此強勢，獨立模型廠商如智譜、MiniMax 的生存空間在哪裏？

摩根大通並未否認獨立模型公司的價值，但其判斷明顯更為現實。報告將行業玩家分為雙軌競爭格局：一類是擁有全棧生態的綜合型科技巨頭，另一類是在特定維度具備領先性的獨立模型開發商。

在摩根大通看來，獨立模型公司的機會，不在於與平台正面競爭，而在於提供一種 “結構性中立” 的選擇。

報告提及，獨立模型開發商的激勵結構，與平台型公司存在本質差異，其目標是賦能客户應用，而非與客户形成競爭關係。

“獨立提供商通常通過 API、企業授權或私有化部署……直接將模型變現。這些渠道服務於同一個根本目標——最大化模型採用及利用——而不要求客户綁定單一基礎設施或軟件生態。”

對於大型企業而言，引入平台模型，往往意味着潛在的戰略依賴風險；而獨立模型商更容易被視為 “工具型夥伴”。摩根大通強調：

“獨立模型提供商通過結構性中立來緩解這種擔憂。他們的業務激勵依賴於賦能客户應用，而非與客户競爭，從而降低感知到的戰略和執行風險。”

智譜：用私有化部署守住現金流

在摩根大通的分析框架下，智譜被定義為 “以結構性持久的本地化業務為錨點，並迎來能力導向型 API 業務拐點” 的典型代表。

1. 財務真相：本地化部署才是當前的利潤支柱

智譜的商業模式清晰地分為兩部分：本地化部署（On-premise）和雲端部署（Cloud-based）。

數據顯示，智譜目前的收入重心在 “高合規” 需求上：“2025 財年上半年，公司總收入的 85% 來自本地化部署，該業務板塊毛利率達到可觀的 59.1%，而云端部署毛利率為-0.4%。”

摩根大通分析稱，在中國受監管行業（如政府、金融、央國企），本地化部署是通常要求。

這不僅僅是一次性買賣。報告指出：“隨着基礎模型的迭代，這一安裝基數有可能演變為升級驅動型、經常性經濟利益。” 因為一旦模型嵌入關鍵工作流，切換成本巨大，連續的模型迭代會將本地化部署轉變為一種類 SaaS 的經常性經濟利益。

2. 增長拐點：雲端 API 蓄勢待發

雖然本地化部署賺取了高毛利，但規模化的未來在於雲端 API。摩根大通認為，智譜正處於一個重要拐點。

隨着 GLM-4.7 的發佈，智譜戰略重心明顯向智能體系統和工具增強推理傾斜。報告指出：“我們預計隨着 GLM-4.7 在全球開發者社羣（尤其是在高付費意願和使用強度的編程工作流領域）中獲得認可，其採用率將加速提升。”

摩根大通預測，隨着規模效應顯現，“我們預計 2025 年下半年起雲端部署的收入和利潤率將雙雙爬坡。”

3. 估值與預測

基於其穩固的本地化基本盤和高增長的 API 潛力，摩根大通給予智譜 “增持” 評級，目標價 400 港元。

• 增長預測： 預計 2026-2030 年營收年複合增長率（CAGR）高達127%。

• 盈利時間表： 預計公司將於2029 年實現盈利，2030 年的正常化調整後淨利潤率將達到 20%。

• 融資需求： 預計公司可能需要在 2026 年和 2027 年進行外部融資，預計每年的融資金額為 50 億元人民幣。

MiniMax：用全球化 ToC 跑出能力邊界

如果説智譜是深耕國內 B 端的典範，MiniMax 則被摩根大通描述為 “擁有可擴展增長引擎的全譜系 AI 企業”，其核心標籤是 “天生全球化” 和 “全模態”。

1. 收入結構：海外佔比超七成，業務 “三分天下”

MiniMax 展現出了與國內其他廠商截然不同的收入畫像。

報告披露了一個驚人的數據：“2025 年前九個月，公司 73% 的總收入來自中國以外的市場，已在 200 多個國家和地區進行部署。”

這種全球化佈局帶來了極大的經濟靈活性。摩根大通指出：“在推理成本高企、國內競爭激烈的行業背景下，進入國際市場、多元化的客户羣和差異化的定價環境，為公司提供了結構性優勢。”

在業務構成上，MiniMax 極好地平衡了風險：“2025 年前三季度，開放平台、生成式媒體和 AI 陪伴業務的營收佔比各約三分之一。”

• AI 陪伴（Talkie/星野）： 貢獻 35% 收入。摩根大通預計到 2030 年，該業務付費率將達到 18%（對標騰訊音樂 2023 年水平），年度 ARPU 達到 31 美元。

• 生成式媒體（海螺 AI）： 貢獻 33% 收入。為內容創作者提供視頻工具，年度 ARPU 高達 75 美元。

• 開放平台（API）： 貢獻 29% 收入。服務 13.2 萬名開發者，付費用户年化 ARPU 達 8200 美元。

2. 技術策略：技術即產品

MiniMax 的技術策略被總結為 “全棧” 和 “全模態”。報告指出，MiniMax 採用混合專家（MoE）架構，迭代速度極快：“兩月一次的模型迭代（速度快於 3-4 個月的行業平均水平）。”

這種速度得益於其獨特的 “雙引擎” 策略：將消費者應用作為技術的驗證器。

“與許多先構建模型、後搜索用例的 AI 實驗室不同，MiniMax 同時開發模型和消費者產品……隨着每天有數百萬用户與 Talkie 互動，MiniMax 會收到實時反饋……這種專有的交互數據被反饋到研發流程中，用於微調模型。”

3. 估值與預測

鑑於其稀缺的全球化能力，摩根大通給予 MiniMax“增持” 評級，目標價 700 港元。

• 增長預測： 預計 2026-2030 年營收 CAGR 高達138%。

• 盈利時間表： 預計公司將於2029 年起實現盈利，2030 年調整後淨利潤率將正常化至 24%。

• 融資需求： 預計集團將需要在 2026 年和 2027 年進行外部融資，預計每年金額為 7 億美元。

一個決定勝負的變量：推理成本

在對兩家公司的深入分析中，摩根大通揭示了一個行業共性的財務拐點，這對理解 AI 公司的長期價值至關重要：算力成本結構將從 “訓練驅動” 徹底切換為 “推理驅動”。

報告指出，雖然總算力消耗將持續擴大，但 “訓練與推理的增長曲線和成本驅動因素將與 2022-25 年的擴張階段出現顯著差異”。

1. 訓練成本：走向 “正常化”

隨着基礎模型架構的確立，前沿擴展預訓練將變得更具選擇性。摩根大通預測：

• 智譜： 訓練成本佔算力總成本的百分比將從 2025 年的 93%大幅下降至 2030 年的 32%。

• MiniMax： 同期佔比將從80% 下降至 28%。

這意味着，過去那種為了追求參數規模而不計成本的 “軍備競賽” 式支出將告一段落，研發支出將進入更理性的 “正常化階段”。

2. 推理成本：成為支出的絕對大頭

未來的競爭，是推理效率的競爭。摩根大通預測：

• 智譜： 推理相關算力成本佔比將從 2025 年的 7% 激增至 2030 年的68%。

• MiniMax： 同期佔比將從 20% 激增至72%。

這一變化對財務模型有深遠影響：算力支出將逐漸從 “研發費用”（R&D）轉移到 “營收成本”（COGS）。這也解釋了為什麼摩根大通如此強調 API 定價、推理效率（單次調用 GPU 時長）以及利用率對毛利率的決定性作用。

這意味着，未來競爭的核心不再是 “誰能訓更大的模型”，而是：誰的推理更便宜；誰的利用率更高；誰能掌握定價權。

在摩根大通看來，智譜與 MiniMax 的價值，不在於挑戰平台，而在於佔據平台之外但不可或缺的位置。

~~~~~~~~~~~~~~~~~~~~~~~~

以上精彩內容來自追風交易台。

更詳細的解讀，包括實時解讀、一線研究等內容，請加入【追風交易台▪年度會員】