（来源：猫哥的研报圈 猫哥读研报）
最近，瑞银发布了一份关于AI的研报《中国AI对全球AI主题的影响》，重点分析了一个市场高度关注的问题：中国AI大模型快速崛起，会不会改变全球AI产业格局？又会不会削弱英伟达、HBM、存储芯片等AI硬件需求？
瑞银给出的答案非常有意思，中国AI模型正在成为美国模型的重要替代选择，但这并不意味着美国AI产业链会受到冲击，相反，瑞银认为，中国大模型最大的优势并不是技术全面领先，而是极致的成本效率。
目前，包括DeepSeek、阿里通义千问、智谱GLM等中国模型，在很多任务上的表现已经接近美国领先模型，但价格只有美国模型的15%-20%。
这意味着，AI竞争正在发生一个重要变化。过去比拼的是谁拥有最强模型，未来比拼的可能是谁能够让AI变得更便宜，并推动AI更大规模地应用。
瑞银认为，这种变化最终可能带来更多AI应用、更高Token需求、更大的算力需求，以及更长期的半导体需求。
简单来说，中国AI不是在摧毁AI产业链，而是在推动AI从高成本实验阶段进入大规模商业应用阶段。
一、中国AI模型正在进入全球市场，最大优势不是能力，而是成本
瑞银首先关注的问题是：中国AI模型是否正在成为美国模型的重要替代品？
答案是：确实如此，根据瑞银Evidence Lab针对企业用户的调查，中国模型已经开始受到全球企业关注。
虽然目前市场份额仍然较低，其中DeepSeek使用比例约4%，中国开源模型使用比例约4%，相比之下，ChatGPT使用比例超过50%，Claude接近46%，Gemini约38%。
但是，瑞银认为，真正重要的并不是当前市场份额，而是未来趋势。
因为中国模型正在快速缩小与美国模型之间的能力差距。
过去市场普遍认为，美国模型负责高智能，中国模型负责低成本。
但现在，这种差距正在快速缩小。瑞银指出，很多中国模型已经达到足够好的水平。
什么意思？比如企业内部办公、客服、代码辅助、数据分析等大量场景，并不一定需要全球最强模型，企业更加关注的是效果是否满足需求、价格是否足够低、能否大规模部署，而中国模型恰好解决了这个问题。
二、中国大模型为什么便宜？核心是效率，而不是简单降价
很多投资者可能会疑惑，为什么中国AI模型成本只有美国模型的15%-20%？
瑞银认为，主要来自几个方面。
第一，中国AI公司更加关注性能与成本之间的平衡。
美国领先AI公司，比如OpenAI、Anthropic，更倾向于追求打造全球最强模型，因此投入大量资金训练更大规模、更复杂的模型。
而中国公司更多考虑的是，如何利用有限资源实现足够好的效果。
简单来说，美国是在打造顶级跑车，而中国是在制造高性价比汽车，两者追求的目标并不完全相同。
第二，中国AI生态更加开放，技术扩散速度更快。
瑞银特别强调，中国AI最大的优势之一，是开放生态。
比如一家公司的技术突破，可以快速被其他企业吸收，并在此基础上继续优化。
这种竞争方式，会加速整个行业效率提升。
相比之下，美国很多领先模型采用闭源模式，技术优势更多掌握在单家公司手中。
第三，中国模型大量采用效率优化技术。
瑞银提到，包括更少参数、稀疏注意力机制、专家混合模型、更低精度计算以及KV Cache优化等技术，都能够帮助模型降低计算资源消耗。
这些技术的核心目标，就是用更少计算资源完成更多任务。
就像高清视频播放一样，4K画质需要更大的文件容量，但通过压缩技术，可以让普通设备也能够流畅播放，AI模型优化也是类似逻辑。
三、中国AI崛起，会不会伤害美国AI公司？
瑞银认为，需要区分两个不同问题。
第一个问题是：中国模型是否会影响美国模型？答案是可能会。
因为未来美国AI公司可能面临更大的价格压力，如果中国模型能够提供接近的能力，同时价格更加便宜，那么美国模型必须降低成本，提高效率，尤其是在企业市场中，这种竞争会更加明显。
但是第二个问题是：中国模型是否会影响美国数据中心需求？瑞银认为，影响有限。
原因非常关键。目前中国流行的大模型，大部分属于开放权重模型，比如DeepSeek、阿里Qwen、智谱GLM，这些模型可以被下载并部署，因此模型在哪里运行，并不一定意味着运行在中国。
很多西方企业可能会选择部署在美国本地数据中心，或者AWS、Azure等云平台。
因此，中国模型越流行，并不意味着美国数据中心需求下降，相反，可能意味着更多企业需要建设AI基础设施。
四、中国AI效率提升，会不会降低GPU和存储芯片需求？
很多投资者担心，如果AI模型越来越高效，是不是意味着需要更少GPU，需要更少HBM，需要更少存储？
瑞银认为，关键并不是单位Token消耗多少资源，而是Token总需求增长速度，能不能超过效率提升速度。
AI内存需求可以简单理解为：每个Token需要的内存 × Token数量。
未来，每个Token占用资源下降几乎是确定的，但是Token数量会不会爆发增长，才是决定AI硬件需求的关键。
瑞银更倾向于看多。
原因是，历史经验显示，技术效率提升往往会创造更多需求，这就是著名的杰文斯悖论。
什么意思？当资源变得更加便宜以后，人们并不会减少使用，而是会创造更多新的应用。
比如移动通信技术的发展。2G时代主要用于短信通信，3G时代开始出现图片应用，4G时代推动短视频爆发，5G时代进一步推动直播、高清视频、云游戏等应用。
结果是，网络效率越来越高，但数据流量并没有下降，反而出现爆炸式增长。
AI未来可能也是如此。未来AI可能从文字交互，发展到图片生成、视频生成、实时交互以及智能代理等更多场景。
应用数量扩大，可能推动Token需求快速增长。因此瑞银认为，AI效率提升并不一定减少芯片需求，反而可能推动更大的AI基础设施投资。
五、AI硬件真正受益者：韩国存储，而不是中国半导体
瑞银特别提醒，市场经常把两个问题混在一起：中国AI模型崛起，以及中国半导体崛起。
但实际上，这是两个完全不同的逻辑。
中国AI模型竞争，主要围绕软件、算法、推理效率和模型能力；中国半导体竞争，则涉及制造能力、供应链以及地缘政治。
瑞银认为，短期来看，中国芯片进入美国AI数据中心的可能性较低，原因包括技术差距、软件生态以及地缘限制。
未来AI基础设施核心供应商，仍可能主要来自韩国和中国台湾。
尤其是韩国存储企业。因为AI产业最大的瓶颈之一，正在从计算能力转向存储能力。
瑞银指出，AI带来的内存需求，目前已经接近传统需求规模。
过去几年，AI需求快速增长，推动HBM、高端DRAM需求持续爆发，因此，韩国存储企业仍然是AI周期的重要受益者。
六、瑞银看好的亚洲AI方向：韩国存储、中国AI平台公司
从投资角度来看，瑞银给出了几个重要判断。
第一，看好韩国AI产业链。
核心逻辑是：AI推动存储升级。
未来几年，韩国存储企业可能迎来自由现金流快速增长阶段，尤其是在HBM等高端领域，需求增长空间依然较大。
第二，看好中国AI云和平台公司。
瑞银认为，市场过去更多把腾讯、阿里视为传统互联网公司，但随着AI商业化加速，它们可能重新获得AI估值。
原因在于，这些公司拥有云计算能力、海量用户、数据资源以及丰富商业场景。AI真正赚钱的地方，不只是模型本身，更重要的是，谁能够把模型转化为实际业务。
第三，看好中国纯AI模型公司。
瑞银特别提到了智谱。
原因是，智谱模型能力持续提升，未来企业AI应用可能成为重要增长方向。
