本周，摩根士丹利发布长达97页的全球科技报告《中国AI：沉睡的巨人觉醒》指出，中国的长期战略是成为人工智能技术的全球领导者。DeepSeek-R1开源大语言模型提供了一个功能强大但具有成本效益的人工智能解决方案，是最近的一个关键催化剂，但正是中国自上而下驱动的人才、创新、数据和基础设施生态系统为人工智能发展创造了肥沃的环境——
正在帮助释放中国人工智能的潜力。
报告指出，中国的首要任务是将人工智能应用于“实体经济”，运用市场规则实现产品商业化，并提高制造业等传统行业的生产力。这意味着人工智能研究成果应与市场所需的人工智能产品紧密相连，原因在于教育、研究、投资与企业建设之间的相互关联。例如，与美国目前人工智能主要集中在更广泛的消费应用领域(如Claude+、GPT和Gemini)相比，中国的人工智能研究更倾向于专注于商业应用，如自动驾驶、智能制造、智能客服和数字人。
文中深入探究中国人工智能的机会在哪里？哪些行业领域和企业将最快看到人工智能带来的益处和实现盈利？并指出基础设施、平台、应用以及硬件等领域凭借自身优势，在人工智能发展浪潮中占据先机。人工智能的领先地位不再仅仅是需要一个更广泛的生态系统，能够在市场上快速开发和采用这些新的人工智能工具——这才是中国人工智能的机会所在，并且公布了60只中国AI概念股。
中国为人工智能规划了一条不同的道路，中国正在用少得多的硬件开发尖端的人工智能能力，重新定义对计算能力需求的期望。DeepSeek R1
和许多新推出的开源模型提供了中国效率驱动型方法中的多元化人工智能机会，而不是正在开发的资本密集型 /
高性能人工智能模型，以及不同的投资回报路径。相较建设最强大的人工智能能力，中国而更专注于将人工智能推向市场，影响人工智能生态系统和影响人工智能标准。无论这是一次性的成就还是未来的迹象，都在重塑业内对中国人工智能发展的看法。
摩根士丹利认为，人工智能不仅仅关乎谁能打造出最强大的芯片，还关乎谁能影响全球人工智能生态系统，而中国在这方面处于有利地位。未来6至12个月将是中国人工智能企业的关键时期，因为预计该行业将有越来越多的企业部署，试图解决现实世界的问题，并开始展现出生产力的提升。
基础设施层
芯片与硬件制造：尽管面临美国限制，中国AI GPU自给率预计从2024年的34%提升到2027年的82%。华为、寒武纪等企业积极创新，如华为的
Ascend系列芯片及 “AI-in-a-box” 产品，推动硬件发展，有望在技术突破和市场份额扩大中受益。
再如联想，主营业务“三驾马车”将受AI全面驱动：IDG方面，AI革命将推动AIPC、AI手机及AIOT迎来大规模换机潮；ISG方面，AI革命将推动AI算力和数据管理需求的持续井喷，根据公司财报，ISG在2024Q4(联想2025财年Q3)实现了60%的同比增速，是联想所有业务集团中增速最高的。而混合式人工智能战略的大框架下，在云计算、储存、本地部署计算设施等等场景，联想都可以提供对应的产品和服务方案，例如，此前不久2025年联想创新科技大会上，联想发布的万全异构智算平台3.0，根据主流的人工智能MoE架构进行优化，可以使这个平台上的Deepseek满血性能高于业界其他水平；企业版超级智能体“乐享”则化身硅基员工，无缝对接市场、销售、采购等全流程，是混合式AI的具身化实践路径；城市级智能体已在武夷山、宜昌等地的实践中，验证城市治理并提供社会服务的可行性；SSG方面，AI技术的突破将有效解放企业数智转型需求，可以说是港股含“AI”量最高的个股。
数据中心：运营商可以通过承载超大规模数据中心因人工智能而增加的云资本支出，直接受益于其新的计算能力。行业需求在2024年第三季度越过了拐点，目前正以不均衡的结构(主要集中在华北市场，且几乎完全来自三家超大规模数据中心——阿里巴巴、腾讯、字节跳动)以及少数大型科技公司(快手、美团、百度)快速消化此前的过度供应。预计数据中心行业整体新预订量将大幅增长，从2024年的2.1吉瓦增至2025
– 2027年每年3.7吉瓦，意味着2025年预计增长76%。
鉴于当前库存正在消化(相比之下，自人工智能投资周期以来，美国租金上涨了约30%)，中国数据中心行业的租赁定价已稳定在较低水平，但预计回报率仍在逐季改善，原因如下：1)银行融资成本降低(中国处于低利率环境)；2)客户入驻速度加快；3)某些新的成本优化举措带来的收益无需完全让利给客户(例如将部分客户设备列入白名单以及其他成本优化措施)。低价环境也是中国超大规模数据中心运营商短期内对扩大自有数据中心规模兴趣不大的原因之一，另一个关键原因是时间方面。
平台
云计算：人工智能应用快速发展将加速中国 IaaS/PaaS
市场增长，提升云厂商盈利能力。互联网公司作为人工智能应用先锋，其云业务将受益，如阿里、腾讯等云服务提供商，随着人工智能需求增长，市场份额有望变化，且行业利润率将因供需变化得到改善。
腾讯的混元大语言模型最初主要应用于微信生态系统内，以提升微信各垂直领域的广告定向投放、内容创作以及转化/触达效果，同时也用于其游戏业务。短期重点是通过其自有应用“元宝”探索面向消费者(2C)的应用潜力，并利用在微信生态系统内收集的海量数据创造盈利机会。腾讯最近宣布资本支出占营收的比例为低双位数，并且打算将更多资源分配给外部云客户(尤其是战略客户)，而不再像之前那样优先满足互联网业务需求，这将推动云业务收入从2025年第二季度起加速增长(相比2024年第四季度的低个位数增长)。
阿里云是中国最大的超大规模云服务提供商，拥有卓越的云基础设施，并运营着中国最大的模型即服务社区。阿里巴巴的通义大语言模型在全球排行榜上一直名列前茅，包括最近推出的基于混合专家(MoE)的旗舰模型通义千问3，该模型在编码、数学和通用能力等基准评估中取得了具有竞争力的成绩。
大语言模型与开源生态：中国开源 LLM 生态发展迅速，如 DeepSeek
等模型推动技术进步和应用普及，降低企业应用门槛，促进人工智能在各行业的应用和创新，相关模型研发企业及基于这些模型进行二次开发的企业将从中获利。
应用层
2C 领域：中国在
2C人工智能应用方面具有优势，超级应用和人工智能原生应用发展迅速。以微信为例，集成人工智能功能后，可利用庞大用户数据和高活跃度提升用户体验和商业价值，通过广告和交易服务实现盈利，电商、社交、娱乐等相关领域企业将迎来发展机遇。
2B 领域：从2025年起，
2B领域的应用速度将快于此前的公有云应用周期：全球首个大语言模型(LLM)问世后，中国仅用5年就推出了本国首个大语言模型，而公有云从出现到中国推出相关产品用了7年；中国在首个大语言模型产品推出后2年就开始大规模生产，而公有云从出现到大规模生产则用了4年。因此可以断定，在中国，企业级人工智能的大规模应用速度也将快于公有云。应用(2B)订阅模式——中国企业将主要使用基于订阅的模式用于专业目的，如文本到视频/图像生成(克林)、在线会议(腾讯会议)、人工智能编码(灵马、阿里巴巴)等。
自动驾驶：人工智能推动中国汽车行业变革，L2 + 自动驾驶渗透率预计 2025 年提升至
25%。汽车制造商纷纷升级传感器套件和智能座舱，如比亚迪、吉利等引入 DeepSeek
提升智能驾驶和座舱体验，相关产业链企业，包括传感器、域控制器和智能座舱芯片供应商等将受益。
人形机器人：摩根士丹利估计，到2050年，全球人形机器人TAM的年收入将达到5万亿美元，人形机器人库存将10亿。对于中国，预计到2030年，中国人形机器人库存将达到252k/6100万/3.02亿台，到2050年占世界人形机器人库存的30%左右。根据采用情况，到2030年商业人形机器人年销量将达到114k/2200万/5100万台，而家用人形机器人将需要时间来增加，到2050年销量将达到400万。
其他相关支持性行业
能源：人工智能数据中心电力需求增长，预计到 2035 年占中国总电力需求的 10%。中国推动绿色能源在数据中心的应用，“东数西算”
政策促进区域能源平衡，相关能源企业，如可再生能源供应商和储能设备制造商将迎来市场机遇。
量子计算：中国在量子计算领域取得进展，如 “祖冲之三号”
量子计算原型机的突破。量子技术发展不仅关乎国家安全，还将为人工智能及其他行业提供新的计算能力支持，推动相关产业的变革和发展，相关科研机构和企业有望在技术创新和应用拓展中受益。
在量子计算领域，中国最近凭借祖冲之三号取得了一项突破。这是一台105比特的机器，展现出执行复杂操作和计算所需的超长相干时间，其处理计算的速度甚至让最强大的超级计算机都相形见绌。这是一款超导量子计算原型机，配备105个比特和182个耦合器，由中国科学院下属的中国科学技术大学及其合作伙伴研发。在量子通信领域，中国已确立全球领先地位，最显著的体现就是建成了世界上最长的量子密钥分发(QKD)网络——长达1200英里的京沪干线。
摩根士丹利得出结论，尽管美国芯片限制，中国的人工智能计算还是取得了进步从长远来看，缺乏稳定的图形处理器数量正在推动中国半导体公司以更快的速度创新，以缩小与美国同行的性能差距，并找到更多方法以更少的硬件推动人工智能性能。
