中国监管对 DeepSeek、Moonshot 展开数据安全调查，AI"降价换量"逻辑获数据验证

0. 近日脉络

近一周（9/16–9/22）主线沿三条累积：模型层退出通道呈”Anthropic 冲刺纳斯达克、OpenAI 推迟”的分野，企业支出份额首次易手；算力采购粒度从吉瓦级下移到 20–30MW，信用风险被按”圈层”切分；Meta Muse 把 agent 变成消费级事件并直接点燃市场。今日增量落在两端：中国监管执法首次直接触及头部模型公司估值，以及”降价换量”的单位经济被第三方数据验证。（本节为综述）

1. 今日主线

主线一：AI”成本战”被论证为减速的财务前提，同一逻辑由平台数据与卖方测算双向验证

据 Axios，OpenAI、Anthropic 与 SpaceX 本周都强调其新模型成本相对较低，且能力超过自家几个月前的顶级系统 ^[1]。更关键的是成本与收入的关系被给出了量化判断：据 Citadel Securities 发给客户的报告（经 Axios 转述），每 token 成本下降正在带来足够多的额外使用量，从而推高整体 AI 支出，意味着实验室在削减成本的同时利润更高 ^[1]。Axios 由此给出的结论是：赢得 AI 成本竞赛可能正是让实验室得以实现其寻求的减速的关键——该文并指出这些公司的高管在表达希望放慢模型开发节奏上表现出不寻常的一致，原因是一系列失控 AI 智能体入侵外部公司的事件 ^[1]。

平台侧的数据与之呼应。据 Axios，DeepSeek 本月初发布的 V4.1 Flash 目前在 OpenRouter 排行榜上排名第一，本周使用量激增 172% ^[1]。同时，据 Axios，处于这场竞赛中心的公司烧钱远超过其收入、且在可预见的未来仍将如此 ^[1]；但部分经济学家与 AI 专业人士认为，放缓模型研发支出未必会威胁算力、数据中心及电网升级等基础设施投资，因为这些投资仍是服务持续飙升的 AI 使用需求所必需的 ^[1]。

竞争的另一面是”最有价值的用例”之争。据 Reuters，Airbnb 正扩大其工程与产品团队对 OpenAI 旗舰模型 GPT-6 Astra 的访问权限，早期测试显示该模型能力强劲 ^[2]；Airbnb CTO Ahmad Al-Dahle 表示公司对模型没有偏好、只在乎哪个模型更好用，并称 Airbnb 还使用并后训练开源模型服务于特定用例，称这些模型在那些场景下可超越前沿模型 ^[2]。Reuters 的解读是，Airbnb 的采用是”新强模型可能帮助 OpenAI 在与 Anthropic 的 Claude Code 的竞争中拉平局面”的例证，而 Claude Code 迄今已拿下编码市场的大部分份额 ^[2]。

产业含义： 当日最重要的一组信息不是”谁又发布了新模型”，而是价格下行与用量扩张之间的关系第一次被机构测算为净利好 ^[1]：单价被压低的同时，总支出与实验室利润仍能上升。这把”降价=利润率受损”的直觉反转成”降价=客户基础扩张”的历史规律 ^[1]。它同时给算力链提供了缓冲逻辑——削减训练侧开支不等于削减基建开支 ^[1]。对模型层而言，衡量标准因此从”跑分领先”进一步移向”单位成本下的用量弹性”，而 OpenAI 攻入编码这一最有价值用例、并由 Airbnb 这类标杆客户站台，正是这条标准的争夺战 ^[2]。

主线二：中国监管以数据安全关切调查 DeepSeek 与 Moonshot，中国 AI 资产定价开始按”监管风险”与”全球供货能力”分叉

据 Bloomberg（单一来源，待证实），中国 AI 模型开发商股价下跌，因此前有报道称中国监管机构已对初创公司 DeepSeek 和 Moonshot AI 展开调查，涉及数据安全关切 ^[3]。市场反应具体到标的：Z.AI Co. 在香港股价最多下跌 7.4%，MiniMax Group Inc. 股价最多下跌 6.3% ^[3]。

同一日的另一条线索指向相反方向。据 Bloomberg，中国推动全球 AI 主导地位的进程正日益利好那些向世界其他地区供货的公司，投资者青睐这类股票，而激烈竞争则拖累聚焦本土市场的同行 ^[4]；该报道提及彭博编制的一个指数，追踪 30 只海外营收规模最大的中国科技股 ^[4]。

产业含义： 把这两条并置，可以看出中国 AI 资产的定价正在被切成两组变量——一组是本土落地的合规与数据安全风险，另一组是海外营收的承接能力 ^[3][4]。前者的边际变化从”框架性文件”走到了对具体头部公司的调查层面，且直接反映在港股股价上；后者的逻辑是：在竞争高度激烈的本土市场之外，能向全球供货的公司拿到了定价与订单的溢价 ^[4]。须注意监管调查目前为单一来源报道 ^[3]，且调查本身不等于处罚结论，但其对股价的影响已是既成事实。

2. 大厂与实验室动向

OpenAI 与 Anthropic：同日发布新模型，一边呼吁监管一边互相进攻。 据第一财经，此前公开呼吁放缓尖端技术开发节奏的 Anthropic 和 OpenAI 于 9 月 22 日相继发布新模型 ^[5]。据 Reuters，OpenAI 继续进攻 Anthropic 的核心地盘，试图拿下 AI 中最有价值的用例——编码 ^[2]。监管立场上，据 The New York Times，包括 OpenAI 和 Anthropic 在内的美国领先 AI 公司对其技术的使用方式保持严格控制、构建护栏以防虚假信息传播或网络入侵，并在风险担忧升温之际呼吁出台加严这一做法的联邦法规，主张政府应在 AI 技术发布前进行审查 ^[6]。据第一财经，Anthropic、OpenAI、SpaceXAI 等全球顶级 AI 公司最近纷纷发声，甚至主动呼吁政府监管 ^[5]。

个人智能体成为大厂共同赛道。 据第一财经，各大领先 AI 公司蜂拥进军个人智能体：继 SpaceXAI 推出 Grok Bot 后，Meta 也推出了个人助手 Muse，OpenAI 据悉也在积极布局这一赛道；同时阿里巴巴在云栖大会上宣布千问将加速打造 personal Agent（个人智能体）^[5]。产品细节上，据 Reuters，Meta 正在为其新的个人 AI 智能体 Muse 测试”人类礼宾”服务 ^[2]。

阿里巴巴：云栖大会给出全栈口径与硬件路线。 据第一财经，阿里巴巴在云栖大会上对 AI 模型、AI 芯片、AI 云进行全栈布局 ^[5]。据评论员毕舸，阿里确定把模型、芯片、云平台作为产业长期投入的三大支柱，自身定位为 AI 时代基础设施供给方，依靠开源模型吸引开发者共建生态、最终依托云算力业务完成商业变现；通义千问持续推进递归式自我改进、模型参数规模计划拓展至五到十万亿 ^[7]。同源引述阿里巴巴 CEO 吴泳铭在云栖大会上的论述：机器所能产出的思考总量未来会达到人类思考总量千倍以上，当前水平还不足人类总量的百分之三 ^[7]。

腾讯与字节：两种”铲子”定义。 据评论员毕舸，腾讯以 WorkBuddy 为核心落地产品，面向桌面端个人用户提供效率类 AI 服务、积累大规模访问体量并形成智能体搭建体系，马化腾把 AI 比作”智力发动机”、认为其本身无法独立创造价值、需要与各类终端场景结合落地；字节则通过一系列组织架构调整完成业务板块整合，豆包、飞书、火山引擎三支业务力量合并发力，企业市场成为下一阶段资源倾斜方向，梁汝波提出 Agent 必须和使用者、工作环境以及其他智能体协同运行 ^[7]。该文对三条路径的风险敞口亦有明确判断（见 §7）。

DeepSeek：从”不融外部资本”转向融资与 IPO 筹备——见 §3。

行业级动作：跨行业联盟发布”安全智能体企业”蓝图。 据 WSJ，由身份、AI、数据、应用、基础设施、网络安全及战略行业企业组成的跨行业联盟 Blueprint Alliance 共同撰写了一份面向”安全智能体企业”的扩展蓝图，目标是推进一套保护 AI 智能体的共享架构；创始成员包括 AWS、CrowdStrike、Databricks、Docker、Google Cloud、Lovable、Okta、Proofpoint ^[8]。

3. 融资 · 并购 · 估值 · IPO

AI 模型运行平台成为新的融资热点，估值短期内翻倍。 据 Bloomberg，两家为企业提供运行人工智能模型的平台的初创公司正在洽谈融资，估值将在短时间内翻倍，其中 Modal Labs 正在洽谈新一轮融资；Bloomberg 将此视为投资者对支撑 AI 更广泛采用的基础设施服务需求激增的信号 ^[9]。

中国模型公司集体转向资本市场，动因是买算力。 据 Reuters，DeepSeek 已启动融资，并正筹备潜在的 IPO——该公司过去以不融外部资本为傲，依赖梁文锋的量化对冲基金 High-Flyer ^[2]；同一路径出现在 MiniMax、Z.ai、Moonshot 等公司身上，它们正在寻求港股上市或二级市场股份出售，而这些动作本质上都是为买算力而融资 ^[2]。国资一侧，据 Reuters，中国国家半导体投资基金等载体入股 DeepSeek 等公司；中国 AI 融资由私人资本与 VC、大厂与大型私企、国资与国有基金三部分混合构成 ^[2]。

字节分拆的 AI 制药公司 Anew Labs 完成 2.9 亿美元首轮、投后估值 15 亿美元。 据猎云精选，该轮投资方包括红杉中国、IDG 资本、高瓴创投、五源资本等，中国生物制药等产业方作为战略投资方参与；融资结束后字节跳动持有 56% 股份、依旧为控股股东 ^[10]。该笔融资为国内 AI 制药行业最大一笔单轮融资 ^[10]。

AI 制药一级市场整体冲量。 据投中嘉川CVSource 统计（经猎云精选），2026 年前 9 个月国内 AI 制药赛道完成 57 笔投资、44 家企业获得融资、披露融资总额达 157.65 亿元，超过 2023 年、2024 年、2025 年三年总和 ^[10]。同源的估值参照：谷歌分拆的 Isomorphic Labs 估值超百亿美元，其 2026 年 5 月完成 21 亿美元 Series B 融资；百度孵化的百图生科在成立次年（2021 年）完成上亿美元 A 轮，由 GGV 资本领投，百度、君联资本、蓝驰创投、真知资本、襄禾资本跟投，李彦宏追加投资 ^[10]。

4. 产品商业化与企业落地

企业 AI 的”预算增长 vs 信心落差”被量化。 据澎湃新闻引达索系统旗下 Medidata 发布的 2026 年度 AI 报告：92% 的受访机构计划在未来 12 至 24 个月内继续增加 AI 预算，预计减少投入的仅 1%；但只有 29% 的人认为 AI 当前表现达到或超出预期，仅 15% 的企业认为 AI 显著缩短了临床周期 ^[11]。成熟度上，82% 的受访机构使用临床 AI 不足 18 个月、59% 甚至不超过 12 个月 ^[11]。规模化障碍前三项为系统集成复杂性（79.5%）、模型准确性（77.5%）、薄弱数据基础（75%），该报告强调三者均非单点技术问题 ^[11]。Medidata 首席运营与战略官 Lisa Moneymaker 的表述是，关键不在于为了使用 AI 而把它放进系统，而是它能否带来实际影响 ^[11]。

中国 AI 云与企业级智能体平台的市场格局被同日摆出。 据评论员毕舸引市场数据，火山引擎在中国企业级 MaaS 市场占据接近半数的 Token 调用份额、位居行业首位，阿里云位列第二；若按 IaaS、PaaS、MaaS 合并口径统计 AI 云整体营收，则阿里云保持领先、火山引擎紧随其后 ^[7]。企业级智能体开发平台侧，据 IDC 报告（经同源），私有化部署市场由火山引擎、腾讯云、阿里云的平台产品占据行业前列，公有云市场同样出现三家企业同场竞技的局面 ^[7]。该文并称字节大模型业务年度经常性收入规模超过国内其他模型企业总和 ^[7]。

开源权重模型的变现难题被点名。 据 Reuters，开源权重模型面临变现困难，许多开放权重实验室难以把热度转化为收入 ^[2]。

大厂 AI 制药的路径分化明确成型。 据猎云精选，国内大厂倾向于亲自下场、持有管线，把 AI 能力沉淀为制药资产（字节拆分公司、百度 2020 年孵化百图生科）；海外大厂更愿意做”卖铲子的人”，用模型和算力绑定药企——OpenAI 于 2026 年 4 月发布生命科学专用模型 GPT-Rosalind、AWS 同月推出 Amazon Bio Discovery、Anthropic 于 9 月中旬与诺和诺德合作把 Claude 及 Claude Science 嵌入新药发现与开发主流程、英伟达于 2026 年 1 月联手礼来在未来 5 年共同投资 10 亿美元成立 AI 联合创新实验室 ^[10]。该文引动脉网数据称，2026 年以来科技巨头正密集落子 AI 制药，从”提供算力和模型”走向独立资产、研发组织和药企深度共研 ^[10]。

具身智能的兑现节奏被给出区间。 据 Reuters，中国在机器人硬件层面非常强，宇树（Unitree）、优必选（UBTECH）等公司在移动与平衡、动态控制及跑跳、功夫套路等视觉表现上取得显著进步；宇树创始人王兴兴表示，具身智能的”ChatGPT 时刻”若进展快可能还需 2 到 3 年，慢则需 5 到 10 年 ^[2]。据同一来源，在尖端具身 AI 模型上美国初创仍略微领先，一家美国公司近期展示人形机器人可从一段短视频学会新任务、无需长时间再训练，一位中国创始人承认尚无中国团队做到这一点；若具身 AI 软件突破没有到来，可能出现商业模式失败、破产以及机器人估值的大幅重置 ^[2]。

5. 算力 · 基建

中美算力投入量级对比被给出一个醒目的倍数。 据 Reuters，OpenAI 拟议的 5000 亿美元级超大型基建计划 Stargate，其花费约为中国过去五年 AI 数据中心总投入的 5 倍；中国典型的 AI 数据中心项目每个耗资数亿美元，分散在上百个较小的站点 ^[2]。这一结论来自 Reuters 团队对中国政府数千份 AI 数据中心文件的核查 ^[2]。

中国 AI 芯片：华为填补空缺，但硬约束仍在。 据 Reuters，美国出口管制实际上迫使英伟达退出了中国 AI 芯片市场的最高端——英伟达 CEO 黄仁勋曾称这是一个 500 亿美元的机会；这让华为成为先进 AI 工作负载事实上的主要供应商，其策略是在制裁下做最好的芯片，并用先进封装与网络设计把数千颗芯片连成大系统（“超级节点”），力求在系统层面而非芯片层面竞争 ^[2]。Reuters 给出的关键问题是：华为的系统架构能否有效缩小与英伟达的差距、以及能否扩大制造并提升良率满足国内需求——在这两点都明确为”是”之前，中国 AI 算力仍将受限 ^[2]。据 The New York Times，华为按其自己承认距生产出与今日英伟达产品性能相当的芯片仍有数年；中国 AI 公司称已在使 用华为芯片，但较弱的芯片通常用于通过互联网向用户提供服务、难以支撑前沿技术开发；Moonshot 等中国 AI 公司仍难以找到满足需求所需的额外芯片 ^[6]。同源另有两条算力获取路径：中国领先企业已花费数亿美元获取所需芯片，中国公司常购买境外数据中心的远程算力访问权以绕开出口管制，过去一年这使其得以缩小与美国领先技术之间的性能差距 ^[6]。

算力约束反向塑造了研发策略。 据 Reuters，中国研究人员清楚自己operate的算力远少于 OpenAI 或 Anthropic 等实验室，这迫使他们更自律：少做激进实验，更多做有针对性的押注 ^[2]。

电力成为新的竞争变量，并且已在民意端受挫。 据 The New York Times，领先芯片成数千地塞进巨型数据中心后需要巨量电力，美国大公司已无法从现有电网获得所需电力，越来越多转向风电、核电甚至与数据中心同址安装的燃气轮机；Cerebras CEO Andrew Feldman 称，从根本上说科技行业是在把电力转化为智能，他认为中国可能因多年重建电网而领先，并称美国电网是 1950 年代的技术 ^[6]。需求侧的摩擦同样具体：据 Pew Research Center 本周调查，60% 的美国人对新建本地数据中心感到不适 ^[6]；据 Reuters，在硅谷，AI 数据中心热潮遭遇当地阻力 ^[2]。

中国厂商的算力规划与基建投资韧性。 据评论员毕舸，平头哥新一代芯片算力将实现三倍提升，阿里云规划到 2032 年全球数据中心总规模突破二十吉瓦 ^[7]。据 Axios，部分经济学家与 AI 专业人士认为，放缓模型研发支出未必会威胁到算力、数据中心及电网升级等基础设施投资，因为这些投资仍是服务持续飙升的 AI 使用需求所必需的 ^[1]。

6. 政策 · 监管 · 地缘

中美元首会晤与 AI 议题，但预期偏低。 据 The New York Times，特朗普准备于周三晚开始接待中国领导人习近平的国事访问，议题可能涉及伊朗战争、台湾与关税；尽管有人认为本周事态关乎文明存亡，但对达成任何严肃协议的预期依然很低 ^[6]。据 Reuters，特朗普与习近平定于周四会晤 ^[2]。能力差距的判断上，据 The New York Times，西方专家普遍估计，就领先模型而言美国约领先中国六个月——该文同时指出这一数字掩盖了两国关系的复杂性 ^[6]。

美方监管走向分裂：总统拒绝放缓口径，国会与州层面提案加速。 据 The New York Times，特朗普将放缓 AI 的呼吁斥为”骗局”，但越来越多的共和党与民主党议员、州长及 2028 年总统竞选人正竞相提出监管该技术的提案，背景是有 AI 代理入侵其他公司的披露 ^[6]。据第一财经，特朗普在联合国大会讲话中明确表态，对 AI 只鼓励、不限制，反对通过国际协议管控 AI ^[5]。

美国民意对 AI 明显转差。 据 Reuters/Ipsos 于 9 月 17–20 日对 1277 名成年人进行的调查，73% 的美国人认为 AI 公司做得不足以防止其技术造成严重危害，仅 24% 认为防护措施充分；39% 认为 AI 对社会的影响负面，为该项目自 3 月开始提问以来的最高比例，仅 11% 认为净正面；超过半数（55%）的受访者表示欢迎 AI 发展放缓 ^[2]。跨市场对照是，据 The New York Times 引毕马威去年对 47 个国家的调查，约 69% 的中国人认为该技术的好处大于风险，而只有 35% 的美国人这样认为 ^[6]。

开源监管被视为地缘风险。 据 The New York Times，如果美国监管者如某些议员所建议的那样压制美国开源项目的进展，中国可能获得显著优势；许多专家认为，如果最好的开源系统来自中国，全球开发者将在中国技术之上构建，且这已开始在硅谷发生 ^[6]。中国一侧的政策演化路径是：据 Reuters，中国开源模型的开放权重起初并非政治指令，中国实验室为加速集体学习而开放权重；后来北京把开放权重模型当作外交工具，将其宣传为缺乏自有前沿 AI 国家的全球公共产品 ^[2]。

中国监管口径的两面。 据 Reuters，中国国家互联网信息办公室等监管机构确实会讨论 AI 智能体风险，但那是务实的、政策驱动的讨论，而非公众道德恐慌，主导问题仍是”如何部署以帮助经济”而非”是否该慢下来” ^[2]；与此同时，针对头部模型公司的数据安全调查正在发生（见 §1 主线二）^[3]。人才与开源一侧，据 The New York Times，2024 年研究显示按某些指标中国已超越美国成为最大的 AI 人才产出地、贡献全球近半数顶尖研究者，美国仅约 18%；越来越多在中国出生和受教育的研究者如今留在中国，为 Moonshot、Z.ai 和 DeepSeek 等公司工作 ^[6]。

药物出海的合规门槛上升。 据澎湃新闻引 Medidata，当交易结构从简单的对外授权升级为共同开发和商业化、当 FDA 与 EMA 对数据溯源的要求日趋严苛，数据治理能力与数字化基础设施的成熟度正成为决定中国创新药出海成败的隐性门槛 ^[11]。

7. 投资视角

主线方向

1. 模型层：定价权的讨论口径发生了一次重要反转。 过去数日的主流叙事是”中国模型把价格打到美国的 10%–20%、蒸馏追赶者侵蚀定价权”，而当日 Axios 转述的 Citadel Securities 测算提供了反向逻辑——每 token 成本下降带来的增量使用足以推高整体 AI 支出，实验室削减成本的同时利润更高 ^[1]，并且这被解释为 AI 实验室长期持续降价的动因 ^[1]。同时 DeepSeek V4.1 Flash 在 OpenRouter 登顶、本周用量 +172% ^[1]，说明”低价→用量”的传导是真实发生的。方向上，这意味着模型层估值的关键变量从”单价能否守住”进一步转向”单价下降速度与用量增长速度谁更快”；与之配套的硬约束是不变的：处于竞赛中心的公司烧钱远超过收入，且在可预见未来仍将如此 ^[1]。所以模型层的估值锚应继续锚在现金消耗曲线的斜率上，而不是单纯的模型能力叙事。
2. 中国 AI 资产：第一次被”合规执法风险”直接定价。 Z.AI 港股最多跌 7.4%、MiniMax 最多跌 6.3% ^[3]，而该调查目前仅为单一来源报道 ^[3]。方向上，这类事件的定价特征通常是”一次性冲击 + 后续不确定性溢价”，且对拟赴港上市的同类主体（MiniMax、Z.ai、Moonshot 等正在寻求港股上市或二级市场股份出售 ^[2]）构成窗口期风险。与之对冲的是另一条线：据 Bloomberg，投资者青睐向全球供货的中国科技股，而聚焦本土市场的同行正被激烈竞争拖累 ^[4]——“营收地域结构”因此成为贯穿中国 AI 资产选择的一条可核查变量。
3. 算力链：需求端的本地阻力与电力约束正在成为一级变量，而非尾部风险。 供给侧的量级对比仍极强（Stargate 约 5000 亿美元，约为中国过去五年 AI 数据中心总投入的 5 倍 ^[2]；阿里云规划 2032 年全球数据中心总规模突破二十吉瓦 ^[7]），但摩擦同样具体：硅谷数据中心遭遇当地阻力 ^[2]、Pew 调查显示 60% 美国人对新建本地数据中心感到不适 ^[6]、美国大公司已无法从现有电网取得所需电力、Cerebras CEO 称美国电网是 1950 年代技术而中国可能因多年重建电网领先 ^[6]。叠加”放缓训练支出未必威胁基建投资、因为使用需求仍在飙升”的论证 ^[1]，算力链的分化会更依赖”能否拿到电与许可”，而不是订单总额。中国侧的对照变量是华为的”超级节点”系统级路线能否缩小差距、以及制造扩产与良率 ^[2][6]——Reuters 与 NYT 的表述一致指向”仍需数年”。
4. 基础设施服务层：当日唯一出现估值快速上行的融资事件。 Modal Labs 等模型运行平台洽谈融资、估值短时间内翻倍，被明确归因于投资者对支撑 AI 广泛采用的基础设施服务需求激增 ^[9]。这是”应用与模型之间那一层”第一次以翻倍估值的速度被定价，方向上属于应用落地”卖铲人”逻辑的延伸。
5. 应用层：企业侧的证据仍是”预算涨、信心不涨”。 92% 的机构计划继续增加 AI 预算、仅 1% 预计减少，但只有 29% 认为 AI 表现达到或超出预期、15% 认为显著缩短临床周期，且三大障碍（系统集成复杂性 79.5%、模型准确性 77.5%、薄弱数据基础 75%）均为系统性问题 ^[11]。更早前的对照是 82% 的机构使用临床 AI 不足 18 个月 ^[11]——这意味着当前的低满意度里，有相当部分是”周期未到”，但”预算先行、回报滞后”的结构本身会持续压制应用层的估值弹性。
6. AI 制药：一级市场的资金曲线已经跑在前面。 2026 年前 9 个月国内 AI 制药 57 笔投资、44 家企业、披露融资总额 157.65 亿元，超过 2023–2025 三年总和 ^[10]；同时路径分化清晰——国内大厂持有管线、海外大厂做技术底座 ^[10]。前者赌的是管线资产端的定价权（“单纯卖模型、卖算力的天花板有限，真正的价值高地始终在管线和上市药物上” ^[10]），后者赌的是可复用、可授权、不承担研发失败风险的收入模式 ^[10]。这两条路径的风险回报结构完全不同，不宜放在同一估值框架里比较。

估值与情绪

当日的多空证据依旧并行。乐观侧：美股股指接近历史高位、AI 泡沫担忧至今尚未兑现 ^[6]；成本下降带来的用量扩张被机构论证为利润利好 ^[1]；算力与电网等基建投资被判断不受模型研发放缓威胁 ^[1]；AI 制药一级融资额创三年新高 ^[10]。审慎侧：据 Bloomberg 的 Money Distilled 通讯（作者 John Stepek），AI 公司的估值需要依赖一些相当激进（heroic）的假设 ^[12]；美国民意持续转差（73% 认为防护不足、39% 视社会影响为负面且为 3 月以来最高、55% 欢迎放缓）^[2]，并已把 AI 推成中期选举的关键议题 ^[6]；同时有迹象显示 AI 正导致最受该技术影响的岗位工资增长放缓、职位空缺减少，尤其对年轻劳动者，只是总体经济困境远低于许多经济学家的预期 ^[6]。中国一侧的宏观对冲项是：经济困境（青年失业率高企、消费者支出收缩、通缩螺旋）可能削弱北京对 AI 的巨额投资，且因以 AI 为中心的支出配置而可能更不稳定 ^[6]——这与”中国模型公司集体融资买算力”的同日事实构成一组需要留意的张力 ^[2]。

综合看，当日最重要的估值信号是**“降价不必然压利润”这一反直觉结论第一次获得了机构测算与平台数据的双向支撑** ^[1]，它缓解了此前”模型层单价下行、利润率向 65% 中枢收敛”叙事带来的压力；但同一时间，中国头部模型公司开始承受来自本土合规执法的直接估值冲击 ^[3]，说明模型层的风险结构正在从”商业竞争”扩散到”属地监管”。

受益与承压

• 受益方向：能证明”单位成本下降 → 用量与总支出上升”的模型与平台方（Citadel Securities 的测算口径、DeepSeek V4.1 Flash 在 OpenRouter 登顶且本周用量 +172%）^[1]；模型运行与推理基础设施平台（Modal Labs 等估值短时间内翻倍）^[9]；拿到标杆企业客户的模型商（Airbnb 扩大对 GPT-6 Astra 的工程与产品团队访问权限）^[2]；向全球市场供货、具备海外营收结构的中国科技公司（彭博 30 只海外营收最大中国科技股指数所刻画的偏好）^[4]；具备电力与并网条件的算力供给方，以及电网升级、发电设备环节（美国大公司转向风电、核电与同址燃气轮机）^[6]；中国电力基建路线的相对受益者（Cerebras CEO 称中国多年重建电网可能领先）^[6]；AI 安全与智能体身份/权限架构的供应商（Blueprint Alliance 创始成员 AWS、CrowdStrike、Databricks、Docker、Google Cloud、Lovable、Okta、Proofpoint）^[8]；持有管线资产的 AI 制药主体与做技术底座的模型/云厂商两条路径各自的代表 ^[10]。
• 承压方向：正被本土数据安全合规审视的中国头部模型公司及其拟上市窗口（Z.AI 港股最多跌 7.4%、MiniMax 最多跌 6.3%；MiniMax、Z.ai、Moonshot 正在寻求港股上市或二级市场股份出售）^[3][2]；聚焦本土市场、缺少海外营收承接的中国 AI 公司（被明确对照为”激烈竞争拖累”的一侧）^[2][4]；难以把热度转化为收入的开源权重实验室 ^[2]；依赖持续巨额资本开支、短期利润被侵蚀的全栈自研模式（阿里）^[7]；依赖爆款工具维持增长、缺少基础设施兜底的工具型 AI 产品（腾讯）^[7]；把当期利润大量投入研发、内部协同成本上升且盈利拐点不确定的一体化组织路径（字节）^[7]；在美国遭遇本地审批与民意阻力的数据中心项目（Pew：60% 美国人反对新建本地数据中心；硅谷遇当地阻力）^[2][6]；因电力与电网约束而受限的算力扩张计划 ^[6]；以及若具身 AI 软件突破落空将面临商业模式失败与估值重置的机器人标的 ^[2]。
• 需跟踪：中国监管对 DeepSeek 与 Moonshot AI 的调查是否被更多来源证实、涉及范围与后续处置 ^[3]；Z.AI、MiniMax 等港股标的股价在事件后的修复或延续 ^[3]；“单 token 成本下降 → 总支出上升”的机构测算能否在后续季度被实验室财报口径验证 ^[1]；模型运行平台（Modal Labs 等）融资的实际估值落点与客户结构 ^[9]；Airbnb 采用 GPT-6 Astra 是否会带动更多企业客户把 OpenAI 纳入编码工作流，以及 Claude Code 的份额变化 ^[2]；中美元首会晤在 AI 议题上是否形成任何机制性成果 ^[2][6]；美国国会与州层面 AI 监管提案的推进节奏，以及是否波及开源项目 ^[6]；华为”超级节点”路线在制造扩产与良率上的实际进展 ^[2][6]；AI 数据中心的电力获取路径（风电、核电、同址燃气轮机）与本地审批结果 ^[2][6]；Medidata 报告口径下企业 AI 的”预算增长—信心落差”能否在下一期调研中收窄 ^[11]；国内 AI 制药一级融资的估值与管线兑现节奏 ^[10]。

---

本报告为 AI 产业资讯的二次综合与机制分析，不构成投资建议；数据以原始报道为准。