AI 大模型市场正在走向分层竞争格局，而中国 AI 实验室有望凭借显著的成本优势，在全球市场中占据举足轻重的地位。
据追风交易台，伯恩斯坦分析师 Robin Zhu 等人在最新报告中指出，即便考虑地缘政治约束、并假设中国模型在美国市场几乎没有渗透，中国 AI 实验室仍可触达全球 AI 市场约 35% 至 40% 的潜在市场（TAM）——以绝对规模计算，约合 3200 至 3500 亿美元。
上述判断对全球 AI 产业格局具有深远影响。在伯恩斯坦的基准情景下，美国前沿实验室将继续主导高度专业化、高溢价的前沿应用场景；而在消费级、中小企业及新兴市场等更广泛的 " 尾部 " 应用领域，中国 AI 实验室凭借更低的 token 价格，有望系统性地蚕食市场份额。
AI 商品化的新框架：感知比算法更重要
伯恩斯坦在报告中提出了一套有别于传统认知的 AI 商品化分析框架。传统观点认为，AI 商品化源于各模型底层智能的趋同；而伯恩斯坦认为，商品化的真正驱动力在于人类用户对模型能力的感知，以及特定应用场景下模型何时达到 " 足够好 " 并能在规模上稳定运行。
报告将 AI 应用场景按商品化速度排序：消费级场景（如订购外卖、预订酒店）将率先商品化；其次是确定性较强的企业级工作负载（如 Excel 建模）；再次是复杂战略规划与网络安全；最后是药物研发、核聚变、太空探索等前沿科学领域——这些场景的用户支付意愿近乎无限，将长期支撑前沿模型的高溢价。
伯恩斯坦指出，腾讯微信的智能体 AI 公告以及阿里巴巴在 Qwen 应用中的探索，表明购买奶茶、机票或 T 恤等消费场景的 AI 代理商业化部署已近在眼前。一旦某类任务被 " 解决 "，对该领域追加研发投入的边际回报将急剧下降，AI 实验室的研发资源将自然转向更复杂的前沿任务。
市场分层：美国守前沿，中国攻腹地
伯恩斯坦预判，全球 AI 市场将逐步形成双层结构。第一层由美国前沿实验室主导，持续解锁新能力，服务于支付意愿高、需求日益专业化的客户群体；第二层则是服务于更普通企业和消费者需求的 " 尾部 AI" 市场，竞争核心将转向每次任务的成本、可靠性与开发者信任度。
在国际市场方面，美国对中国 AI 模型的接受度极低；欧洲程度相对较轻；而在其他地区，尤其是中东、东南亚等新兴市场，用户对中国 AI 模型的接受度普遍较高。
报告同时指出，美国前沿实验室从 Blackwell 升级至 Rubin 等新一代芯片，可能在短期内拉大中美模型能力差距；但从历史规律看，技术扩散将推动这一差距重新收窄，而 6 至 12 个月在现实商业世界中相对于消费者习惯的粘性和企业采购的惰性而言，并不算长。
中国 AI 实验室的成本优势与盈利前景
伯恩斯坦认为，中国 AI 实验室的成本优势来源于多个结构性因素：较低的开发者人力成本、跟随全球最优模型（SOTA）作为研发方向灯塔所带来的 " 后发优势 "，以及对落后一代芯片集群的灵活运用。这些因素共同决定了中国实验室的绝对研发支出将长期低于美国同行。
在盈利路径上，报告持审慎乐观态度。伯恩斯坦预计，中国顶级 AI 实验室的研发支出在未来五年仍将快速增长——报告援引智谱和 Minimax 的表态，称 50% 的年复合增长率 " 并不令人意外 "。但随着越来越多的应用场景被 " 解决 "，需要持续投入指数级研发资源的场景范围将逐步收窄，研发费用增速有望趋缓，从而为 AI 实验室展现运营杠杆创造条件。
在推理端，报告认为大多数 AI 实验室的推理利润率 " 尚可至强劲 "；研发以外的运营费用则相对精简，营销支出在 " 优越推理能力基本自我销售 " 的环境下可保持较低水平。伯恩斯坦的整体判断是，AI 商品化的演进路径对 AI 实验室的长期经济模型而言，实际上 " 相当乐观 "。
伯恩斯坦在报告中维持对腾讯和阿里巴巴的 " 跑赢大市 " 评级，目标价分别为港币 780 元和美元 180 元 / 港币 176 元。
报告认为，上述两家公司均是中国 AI 商业化落地的重要参与者——腾讯微信的智能体 AI 布局以及阿里巴巴的 Qwen 生态，均指向消费级 AI 场景的率先商业化。
对于整个 AI 投资主题，伯恩斯坦表示，Claude Fable 5 高 token 成本引发的市场反应，可能加速 AI 开发者和用户审视 AI 投资回报率的时间表。
