📰 研报摘要
查看全文 ➔摘要： 本次会议聚焦人工智能领域的最新进展，涵盖算力/存力、Token 经济、互联网大厂 AI 布局及液冷散热技术。重点分析了 AI 推理时代 Token 需求的非线性增长，以及国产算力与液冷产业的量产窗口期。
行业主线：
- Token 经济成为核心尺度：Token 被定义为智能时代的价值锚点和结算单位，其消耗量呈非线性爆发增长，驱动算力需求从训练向推理转移。
- 算力与存力供需失衡：GPU/CPU 产能释放缓慢导致算力稀缺，算力租赁 Opex 模式更受大厂青睐；存储周期确定性强，价格上涨预计将延续至 2027 年。
- 液冷技术进入量产期：冷板式液冷成为未来 3-5 年主流方案，2026 年被视为量产元年，尤其是随英伟达“AI 工厂”理念推动的整柜交付模式。
关键变化与分歧：
- 国产模型调用量突破：中国模型 Token 调用量已在短期内首超美国，国产算力迎来关键窗口期，供给向具备规模和运维能力的头部企业集中。
- 互联网大厂布局重心转移：大厂 AI 布局进入商业化落地阶段，重心从单纯的参数扩张转向架构革新（如 MOE）与降本，重点推进 C 端和 B 端 Agent 布局。
受益方向与风险：
- 受益方向：具备稳定算力资源和存储货源的算力服务商（如协创数据）、具备规模效应的云服务龙头（阿里巴巴、腾讯）、多模态应用标的（昆仑万维、阅文集团、中文在线）及液冷产业链公司。
- 核心风险：AI 商业化落地速度低于预期、高端算力芯片供应受限、液冷技术产业化成本下降不及预期。