鉅亨網新聞中心
開源與閉源模型之爭已從學術討論，演變為影響數十億美元投資決策的核心議題。摩根士丹利在最新研究報告中系統梳理了這場博弈的三種終局情景，並未投資者劃出了跨越半導體、雲計算、安全軟體及能源基礎設施的受益股票圖譜。
Kimi K3 發佈，以及輝達和 Anthropic 相繼發佈的開放權重立場文件，將這場爭論推向白熱化。投資者擔憂：隨着更小、更高效的開源模型大量湧現，算力與 AI 基礎設施需求將遭到壓制。
摩根士丹利對此持不同看法，開放權重模型有助於競爭，並通過「傑文斯悖論」加速 AI 普及，由此推動更大規模的企業級 AI 採用，而非削弱需求。
調研數據印證了這一趨勢。據麥肯錫對 41 個國家 700 位科技領袖的調查，63% 的企業已將開源模型納入 AI 技術棧，通常與閉源模型並行使用。
分析師斷言，開放權重模型是加速 AI 普及的催化劑，而非威脅——真正的問題不是 AI 需求會否萎縮，而是價值將在哪個層級沉澱。
劇本一：閉源模型勝出 AI 巨頭掌握定價權
在第一種情景中，頂尖模型性能難以複製，少數資本雄厚的實驗室勝出，算力工作負載持續向超大規模雲集中，訓練需求保持高度計算密集型。Token 價格下降，但受市場寡頭結構製約，降幅低於開源情景。
該情景下，谷歌的戰略地位取決於 Gemini 是否回歸前沿。若 Gemini 4 實現突破，谷歌在自有基礎設施上運營模型 API 的投資回報率約 45%；若未能引領前沿，則更多作爲基礎設施提供商運營，對應約 30% 的投資報率。
劇本一核心贏家：
劇本二：混合格局 開源與閉源各取所長
在第二種情景中，無單一架構勝出，閉源尖端模型主導複雜推理與智能代理任務，開放權重模型處理高頻次、成本敏感或垂直領域任務，工作負載在公有云、私有云、本地部署及邊緣設備間分散運行。
閉源模型保留定價權，但受開源競爭壓制超額回報。模型編排、路由、評估與治理軟件價值顯著提升，安全軟件因工作負載分散而需求擴張。
劇本二核心贏家：
劇本三：開放權重模型勝出 AI 走向全面普及
在第三種情景中，若未來開源模型性能逐步追上市場前沿模型，AI 基礎能力將更加普及，模型 API 價格大幅下降，企業採用速度也將加快。
大摩認為，這將推動 AI 基礎設施從高度集中走向分散化，需求將轉向私有資料中心、主權雲、本地部署與邊緣設備。
同時，AI 創新的重心也會從大型預訓練模型競爭，轉向模型微調、推理優化、智能代理以及產業應用部署。
在此情境下，安全軟體可能成為最大受益者之一。由於 AI 工作負載更加分散，企業需要更強大的安全管理工具來保護不同環境中的資料與模型。
劇本三核心贏家：
跨越情景的「通吃贏家」
在三種情景中，有兩類資產在任何結局下均保持受益地位：
輝達： 在三套情景中均位列核心受益股，無論計算需求集中於超大規模數據中心還是分散至邊緣，GPU 需求的底層邏輯均未改變。
現場電力供應商： 包括 Bloom Energy、INNIO N.V、Solaris Energy Infrastructure、威廉姆斯以及 Liberty Energy，橫跨三種情景，無論工作負載集中還是分散，AI 擴張帶來的電力需求增長具有結構性支撐。
摩根士丹利最後總結，開放權重模型並不是 AI 產業的威脅，而可能是推動下一波 AI 普及的催化劑。市場真正需要關注的問題，不是 AI 需求是否會減弱，而是未來 AI 價值將沉澱於模型、雲端、軟體、算力，還是應用層。
AI 格局走向仍存重大不確定性，但結構性受益者已逐漸浮現，投資者可藉助這套情景框架從容應對未來的技術變局。
上一篇
下一篇
