前沿 AI“踩刹车”：放缓为表面，核心在安全与推理

本报告分析了前沿 AI 领域近期关于放慢模型能力提升节奏的讨论。认为所谓“踩刹车”是指发布节奏的放缓而非训练投入的停止，核心逻辑在于将安全对齐与评估转变为发布的前置项。从资本开支来看，微软、Alphabet、亚马逊、Meta 等巨头 2026 年指引并未下调，模型迭代仍在推进，资本开支维持高位。在地缘背景下，国内智谱、DeepSeek、字节等大参数模型的持续迭代将同步放大本土训练与推理算力需求，与海外节奏形成错位，强化国内算力侧的确定性。短期内安全成为训练硬约束，算力可能分流至评估环节；长期看，风险可控后的有节奏迭代将推动应用扩散并强化推理需求，提升头部厂商壁垒。报告同时梳理了算力租赁（如行云科技、协创数据等）及 AI 安全（如深信服、绿盟科技）等产业链相关标的。