炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

　　文/新浪财经香港站 赵岚

　　凯基投顾董事长朱晏民在环球市场展望会中对新浪财经表示，当前中美在AI产业的投资逻辑存在显著差异，这一分化源于双方产业基础与发展路径的不同，但从长期来看，全球AI产业最终将向物理AI（Physical AI）趋同。

　　凯基首席投资总监梁启棠补充表示，预计美国将在AI硬件及核心技术领域保持领导地位，而中国AI发展将更聚焦应用层面，通过技术的“贴地”触达消费端，从而构建清晰商业模型，这或是中国AI的核心路径。

　　科技基础导致现阶段中美AI投资逻辑分化

　　朱晏民表示，现阶段中美AI路径分化清晰，美国头部AI企业的投资仍遵循“拓展律”（Scaling Law），即通过持续加大算力投入迭代出更优质的模型，因此其投资重点集中于通往通用人工智能（AGI）的核心技术领域，如大语言模型（LLM）与GPU等底层硬件及基础模型研发。

　　“拓展律”是大模型发展的基础理论，为大模型优化提供量化预测与资源优化的框架。具体来讲即系统性能、特征或行为如何随规模大小、数量、资源投入变化，得出经验性的数学规律。在AI 领域特指模型的性能与参数量、训练数据量、计算量等资源性数据的分配规律。

　　现阶段，美国主攻AI基础研究方向。资源集中于突破AGI 与多模态，在底层算法、复杂推理、基础研究领域投入巨大。中国主要聚焦场景适配，因算力受限从而更侧重效率与工业创新，因此中国在自动驾驶、机器人、具身智能等细分赛道表现出色。

　　凯基首席投资总监梁启棠预计，美国将在AI硬件及核心技术领域保持领导地位，而中国AI发展将更聚焦应用层面，通过技术落地触达消费者，从而构建清晰的商业模型。

　　分化根源：产业基础与发展路径差异

　　对于分化原因，朱晏民分析道，美国的投资逻辑受“拓展律”主导，算力投入与模型性能的领先优势，推动其加码底层算力建设；而中国的核心优势在于庞大的AI人才储备与广阔的市场空间，这是AI应用场景的天然土壤，也决定了中国能从应用端实现突破。“例如，中国在机器人领域具备独特的发展优势，机器人产业需要深厚的生产线工业技术积累，这正是中国制造业的核心优势”。

　　梁启棠以互联网行业发展历程佐证表示，1995年左右Netscape公司推出网页浏览器，推动互联网商业化起步，Netscape曾一度凭借技术优势引领行业浪潮，但其最终已退出历史舞台。但与之形成鲜明对比的是，最具盈利能力的企业能从市场竞争中生存，如Facebook、Google、Amazon等，均在互联网应用层面表现突出，他们是能够深度触达消费者的企业。“谁能将技术应用做到最好、最贴近消费者，谁就能成为最具盈利能力的企业。”梁启棠强调。

　　AGI概念热度消退 市场焦点转向物理AI

　　在产业趋势判断上，朱晏民指出，此前备受关注的AGI概念“慢慢提的少了”，近几个月市场焦点已转向物理AI（physical AI）。

　　AGI （Artificial General Intelligence）即人工通用智能，指系统具备与人类相当甚至超越人类的通用认知能力，AGI 不局限于单一任务或特定领域，而希望模拟人类，在各种陌生场景中自主学习、推理、规划、解决问题，并适应环境变化，需要足够强大且高效的算法、数据以及硬件的支撑。

　　相对概念为人工窄智能（ANI， Artificial Narrow Intelligence），ANI是当前市场关注主流，如大语言模型、人脸识别系统、智能语音助手、机械臂机器人、金融量化交易系统等，当中就包括机器人、机械臂、自动驾驶车辆等物理 AI 。

　　朱晏民认为，物理AI的核心应用场景，正是中国当前重点发展的机器人与自动驾驶领域，这也与中国的产业优势高度契合。

　　全球AI逻辑终将汇集于物理AI

　　“现阶段美国在芯片领域仍有大规模的资本支出（CAPEX）” ，朱晏民说。

　　综合市场数据，美国四大云服务商微软、亚马逊、谷歌、Meta，2024 年整体服务器支出中GPU占比约40-55% 。

（新浪财经整理）

　　目前，美国 GPU 资本开支正处于指数增长期，市场预计其2024-26 年复合增长率超50%。黄仁勋预测，2028 年全球数据中心资本支出将达1 万亿美元，其中 GPU 相关占比超50%，随着 AI 应用从训练向推理扩展，GPU 投资将持续加码。

　　随着时间推移，全球AI产业都将向物理AI领域聚焦。这一判断也与当前全球AI产业从基础研发向实体应用渗透的大趋势相契合，中国在应用端的先发优势有望在长期竞争中进一步凸显。

　　但朱晏民认为，“GPU在CAPEX中的高占比属于短期现象，中美AI产业的发展方向最终将实现汇集”。

　　目前，美国在具身智能领域投入力度扩大，同样有政策战略性扶持。美国国防部 、美国国家科学基金会、美国能源部等通过资金引导 ，重点开发人形机器人、多模态感知融合、智能工厂、自动驾驶等 Physical AI 实际应用领域。

　　同时科技巨头同样有巨额投入，特斯拉已在Optimus 人形机器人项目投入超40 亿美元，希望在 2027 年实现商业化；英伟达投入超100 亿美元构建Cosmos 模型、THOR 芯片和 Omniverse 模拟环境等Physical AI 全栈平台； 谷歌旗下DeepMind也已投入50 亿美元用于机器人研发，目标聚焦人形机器人运动控制与操作精度。

　　市场预计，2025-2026 年美国在物理AI领域的总投入将在500 亿美元以上，未来美国有望打通从基础研究跨越至商业化落地的全部流程。