在AI技术迅猛发展、深刻重塑全球科技格局的当下，中国AI产业正站在时代的潮头。从技术突破到产业落地，从市场投资风向到未来发展趋势，诸多议题备受各界关注。

在技术领域，中国语言大模型与国际水平差距逐渐缩小，却也存在提升空间；产业布局上，企业本地化部署成风，背后蕴含着智能平权、数据安全等多重因素；投资市场里，随着AI发展，算力投资争议不断，市场重心在硬件投资与软件端和云端之间来回跳跃。这一系列现象既彰显了中国AI产业的蓬勃活力，也给投资者带来挑战。

券商中国记者专访了申万宏源研究总经理助理、TMT总监、首席分析师刘洋。刘洋认为，机器人、哪吒、黑悟空、半导体、ADAS等横空出世，都说明中国在科技和软实力方面有很大进步，已经能平视全世界，但是国外的投资理论并不能充分评估中国科技企业的价值，只看上市公司股价会低估中国科技进步的情况。

在投资方面，刘洋建议，要按照产业发展逻辑投资；关注交叉学科，国内很多行业在交叉领域受益，比如AI涉及硬件软件交叉、制造和科技交叉，这些领域渗透率低，发展潜力大。此外，要优先投资硬科技，在东方经济结构中，硬科技在财务表现上更符合传统金融框架。具体操作上，可以选择每个领域最具代表性的大公司股票，或者根据市场热度选择热门领域的相关股票或基金产品。

中国软科技领域可以平视世界

券商中国记者：您最近有没有使用DeepSeek这类工具，感受如何？

刘洋：肯定会用这类工具。在这之前，像一些工作常用的产品，还有像豆包、Kimi这类都有用过。直观感受就是在中文文字处理方面，比如解答数学题、创作小说等，中国在语言大模型上已经达到国际水平。而且这些工具多轮推理能力很强，以前用Prompt时要按特定范式，现在可以像和心腹、实习生交流一样，它能回答得很细致深入。现在网上甚至有人用它做游戏，遇到问题能自动生成代码。从专业角度讲，它是空间复杂度和时间复杂度的折中，牺牲了一定时间。另外，还有幻觉和精度的问题，比如有些版本数据库是2023年的，算法也并非追求数据极致，这说明国内很多公司虽然优秀，但仍有进步空间。

券商中国记者：在AI热潮中，很多企业进行本地化部署，您怎么看待这种情况？这对AR产业链意味着什么？

刘洋：在DeepSeek为案例的MLA、MoE模型之前，市场普遍认为AI大模型越贵越好。现在能本地部署，首先是因为智能平权，就像比亚迪在车圈推动的智能驾驶平权一样，成本降下来了。其次，有人担心数据在云端的安全问题，本地部署可以规避这种担心。从技术层面讲，DeepSeek云端很多参数做了调优，做得很好，有些厂商希望解决多用户并发接入时的应答问题，发现很难超越现有的云版本。无论是科技巨头还是互联网公司，都意识到之前的模型有局限性，一个模型很难满足所有需求，经常需要本地化数据源满足个性化需求。

券商中国记者：外资研报说中国AI迎来了“斯普特尼克时刻”，您怎么评价这种说法？

刘洋：1957年的“斯普特尼克事件”是美苏两大力量博弈的结果，此后在特殊行业、计算机、半导体、数学物理、文化教育等行业竞争加剧。这份研报作者看待中国和亚洲市场，有一定特殊性。但这确实是一件大事，和2023年初OpenAI的GPT—4发布意义类似。我们去年就写过“东西合璧，世界领军”相关两篇报告，认为中国科技已经很强，是领军级别，只看上市公司股价会低估中国的科技发展水平。在这之前，机器人、哪吒、黑悟空、半导体、ADAS等横空出世，都说明中国在科技和软实力方面有很大进步。

券商中国记者：您能用几句话总结下AI对中国整个科技产业的影响吗？

刘洋：我觉得可以用几个词概括，“东西合璧”，我们可以借鉴和分享全世界优秀的成果；“智能平权”，大家都能享受到科技带来的便利；“科技笑谈”，以前我们的优势在制造等领域，现在可以平视世界，同时学习再发展。

技术变革传导很快且是自下而上

券商中国记者：DeepSeek出圈后，部分算力相关公司股价下跌，大家认为算法优化后算力需求没那么大了，您怎么看这种情况？对算力投资您怎么判断？

刘洋：海外之前GPT-2、GPT-3发布时，算力的争议就很大，分歧主要在应用端侧。算力分为高端算力和中低端普及算力，从量和价两方面看，AI发展后，市场担心高端算力售价受影响，但其他要素大概率乐观。比如对标英伟达H20、L20的相对普及产品，不仅数量会增加，算力的价格也未必下降。从科技理论角度，像摩尔定律、杰文斯悖论都表明，效率提升之后，总需求可能进一步提升。就像当年蒸汽机效率的提升反而推升煤炭的需求。

AI训练像足球比赛，预训练如赛前部署，实时计算如赛中调整，后训练如赛后复盘。虽然算法优化可能对前期训练算力需求有负面影响，但推理、算网和实时计算等方面的算力需求会增加。所以，整体上我们对算力需求比市场大部分人乐观。

券商中国记者：DeepSeek发布之后，国内投资市场从硬件投资转向软件端和云端，您怎么看这种转变？这是趋势性的吗？

刘洋：从终端角度看，这种转变很自然。因为算力存在分歧，但应用普及速度很快，每天都有很多行业接入和部署，政府也会推动，应用产业规模会不断扩大。从股票投资角度看，这和市场策略有关。2023—2025年，包括上一轮小模型的2016—2018年，AI发展一般是先讨论算法，再是算力，最后是应用，应用通常在算力之后成为话题。比如2023年单年内就是先关注模型算法，再到算力，再到应用。再比如2024年，上半年都是算力相关讨论，2024年9月份开始应用受关注。所以从股价和投资角度看，这是正常现象。但要注意，应用普及后会产生新的算力和算网需求或变化，它们的进步又会推动应用落地。整个过程是动态变化的，像一个钟摆，在算力和应用之间来回摆动。

券商中国记者：很多投资者觉得AI产业链投资难，专业领域复杂，产业链变化快。您能给投资者介绍下AI产业链的发展周期、机会和未来方向吗？

刘洋：科技领域和其他领域有差异，技术变革后传导很快，是自下而上的，而且每个产业链单一环节都比较短。一旦有技术变革，底层和上层都会发生变化，传导过程复杂。

AI产业链一般是先发展算法，再是算力，等到应用发展起来后，算力和应用结合的端侧会有机会，比如智能眼镜、耳机等，之后还会带动内存存储等相关领域发展。

对于个人投资者，一种策略是选择创新稳健的领军公司，它们转化成业绩的概率高；另一种是投资最创新最有弹性的公司，比如去年的国产GPU公司。有能力的投资者也可以尝试把握轮动机会。

按照产业发展逻辑进行投资

券商中国记者：您对AI大模型未来3—5年的发展趋势怎么看？有哪些机会？

刘洋：2023年至今，AI发展超出很多人预期。所以依照类似经验，我们对未来时间的判断要调整。3—5年属于较长时间，建议关注硬科技AI领域，因为国内制造业有很大优势，像机器人、低空经济、智能汽车等领域都有机会。今年内，应用和端侧算力相关的软件、硬件、互联网领域会有不错的发展。5—10年，要关注更底层的学科，比如医药AI领域，西方十年前就将脑科学和AI结合研究，国内在基础学科研发人才和政府支持方面都有优势；还有材料领域，目前很多科技产品在材料方面存在限制，未来材料研究有很大空间。

券商中国记者：您对中国整个科技发展很有信心，这种信心是怎么形成的？

刘洋：我个人之前一直从事数学物理化学、编程、ICT相关，是工程师。在申万学习财务、经济、经管等知识，经历了从研究财务三表、业绩、估值到形成壁垒管理研究的过程。2018—2019年后我们制造科技明显崛起，尤其是2023—2024年后，中国科技发展出现了和西方不同的模式。以前我们学习西方经济学衍生的股票理论，比如巴菲特和晨星的壁垒投资，但西方投资主要聚焦少数龙头公司，而国内科技发展追求全民普及，所有公司都能受益。国内科技产业发展很快，但在估值方面，由于我们大多学习西方理论，还不太适应国内情况。现在国家提出中国特色估值，很有道理。2024年上半年至今，我们有“东西合璧、世界领军”“机器人”相关深度研究，尝试回答这些问题。所以DeepSeek等科技现象，属于惊喜，但也是产业和竞争力的必然。

另外，国内科技竞争激烈，虽然有利于产业创新，但对龙头企业并不特别保护。总体来说，中国科技发展呈现“百花齐放”“人人参与”的态势，只是后续要解决金融理论与时俱进的问题，同时加强底层学科研究。

券商中国记者：对于投资者抓住科技产业投资机会，您有哪些具体建议？有哪些风险需要提示？

刘洋：先讲风险。一是和西方理论框架不匹配的风险，有些企业在西方估值和业绩评估框架下表现不佳，但在国内有自己的发展逻辑。二是波动风险，国内投资者结构和海外不同，零售客户众多，金融资本和产业资本活跃，市场信息传播快，股价波动较大。

再讲投资建议。一是产业思维，按照产业发展逻辑投资。有些时候，例如风险偏好较高的时候，不要只看短期财务指标，比如半导体公司，即使估值和业绩不匹配，但如果在自主供应方面有优势，就有投资价值。在风险偏好较高时候，可能就会表现。

二是关注交叉学科，国内很多行业在交叉领域受益，比如AI涉及硬件软件交叉、制造和科技交叉，这些领域渗透率低，发展潜力大。

三是优先投资硬科技，在东方经济结构中，硬科技在财务表现上更符合传统金融框架。虽然软科技也有发展空间，但硬科技更容易被我们周围投资者理解，而且硬科技有硬件场景和出海等发展机会。具体操作上，可以选择每个领域最具代表性的大公司股票，或者根据市场热度选择热门领域的相关股票或基金产品。

校对：杨舒欣