AI走向“大象起舞”：深度剖析PJM电网高频数据透视AI算力需求

请务必阅读正文之后的重要声明部分2023A2024A2025E2026E2027E2023A22024A2025E92026E2027E 核心观点1：高频电力数据证实AI算力需求仍在加速。以电力视角看AI算力需求，通过对覆盖美国核心数据中心集群（弗吉尼亚、俄亥俄）的PJM电网进行高频监测，观察到负荷和电价都在大幅提升。n1、弗吉尼亚DOM区域，2025年月度平均负荷增量3GW左右（扣除基础负荷较2024年增加0.98GW，9~11月平均负荷增量同比分别大幅增长73%、53.2%、56.4%。n具体跟踪DOM区域下ARCOLA、SHILOHDP、BOYDTNDP3个电网计价节点，分别对应了ARCOLA（Google为主/AWS为辅的数据中心所在节点）、SHILOHDP（AWS为核心的节点）、BOYDTNDP（微软为核心的节点跟踪节点的电价变化趋势，在排除天气、日间工业和商业、天然气价格波动等扰动因素后，可以看到：n夜间电价差明显抬升，10、11月趋势更加明显。ARCOLA-BOYDTNDP-SHILOHDP夜间电价差10、11月明显抬升，以Google占主要耗电的ARCOLA节点差价增幅最为突出，2025年10月达到7.94美元/MWh，同比增长197%，11月更加明显（Gemini3发布2025年达到13.11美元/MWh，同比增长680%，环比增长65%。n电价标准差扩大，节点波动加剧。10、11月ARCOLA-BOYDTNDP-SHILOHDP三地的电价标准差明显高于PJM地区整体标准差，这意味着整个电网的可用容量越来越接近极限，导致短时间价格波动明显。夜间拥堵费也同步提升，11月拥堵费情况非常严重，三地节点都呈现出了较大的拥堵费的差价，而ARCOLA还是同样，作为电价波动最大、电费差价最高的节点，拥堵费差价也明显高于BOYDTNDP-SHILOHDP，10、11月分别同比2024增长223%、890%。n2、俄亥俄AEP区域，2025年月度平均负荷增量1.34GW左右（扣除基础负荷较2024年增加近0.8GW，2025年9~11三个月的负荷平均增量较去年同期增加1.04GW，9~11月单月平均负荷增量同比分别大幅增长158%、223%、180%。n我们认为AI应用有4大门槛，分别是：1）单用户成本规模效应弱2）订阅制限制用户拓展3）应用要求更高ROI和附加值，4）数据闭环飞轮。前3个门槛在于资金和赛道，第4个门槛在于生态布局。nGoogleAI生态布局：从硬件芯片（TPU、TensorG5）、智能终端（Pixel、Samsung深度整合到云基础设施（VertexAI再到软件（Android系统、Chrome浏览器、antigravity编程IDE最后落地到应用（Youtube、Search、NotebookLM、Google大模型强大的原生多模态能力，以自有芯片TPU大幅降低算力成本开支，将AI融入整个生态。投资观点及建议行业深度报告n投资上选择可以跨过上述4重门槛的标的，胜率将会大幅增加。垂类场景下，由于拥有独有数据，也是可投资方向，不至于被大模型公司模型能力提升后完全替代，但前置条件是垂类行业AI带来的附加价值足够高。n投资建议：美股建议关注ALPHABET（GOOGL.O）、CipherMining（CIFR.O港股建技（1860.HK）。A股传媒板块考虑映射机会，看好应用端AI漫剧、AI营销、AI游戏、AI教育，建议关注：AI漫剧（荣信文化、中文在线、欢瑞世纪、易点天下等）、AI营销（蓝色光标、浙文互联、易点天下、分众传媒等）、AI游戏（恺英网络、巨人网络等）、AI教育（豆神教育、南方传媒、世纪天鸿等）。n风险提示：1）AI大模型与AI应用发展进度不及预期风险；2）技术、环境变化导致测算依据失效的风险；3）数据信息更新不及时风险。行业深度报告从电力负荷看算力需求 5美国数据中心在运营、在建设、规划中全景 5从PJM电网负荷看高频算力需求 8从计价节点电价波动定位具体数据中心算力消耗趋势 关于AI应用思考，从1到N，大象起舞 18AI应用的4大门槛，每个用户都是成本 Google：完美的AI生态 20投资建议 22从1到N的AI时代，强者愈强 22风险提示 221、AI大模型发展进度不及预期风险 222、AI应用发展进度不及预期风险 233、因技术与环境变化导致测算依据失效的风险 234、报告中数据信息更新不及时风险 23图表1：美国在运营重点数据中心分布 5图表2：美国数据中心运营、建设规模（GW） 6图表3：美国数据中心对应区域数量分布（个） 6图表4：美国在运营、在建设、在规划的数据中心各州及负荷TOP10分布 7图表5：美国在运营数据中心分布图 8图表6：美国电力市场版图 9图表7：PJM电网覆盖区域 9图表8：PJM各区域电力负载情况 9图表9：PJM所在DOM区域的9~11月每日每小时平均负荷（MW） 10图表10：PJM所在DOM区域的月均负荷对比 图表11：PJM所在AEP区域OHIO部分年平均负荷与峰谷比 图表12：PJM所在AEP区域OHIO部分的月均负荷对比 图表13：PJM所在ComED区域5月和10月波谷负荷 图表14：PJM所在ComED区域5月和10月3点和4点月均负荷 图表15：美国输电线路图 图表16：核心数据中心区域标注 图表17：弗吉尼亚州2024~2025年日平均气温 图表18：ARCOLA-BOYDTNDP-SHILOHDP节点电价与PJM整体夜间电价差.15图表19：ARCOLA-BOYDTNDP-SHILOHDP节点电价与PJM整体夜间电价标准差 图表20：ARCOLA-BOYDTNDP-SHILOHDP节点电价与PJM整体夜间拥堵费价差 图表21：Arcola电网节点价格变化 图表22：Arcola电网拥堵费变化 图表23：Arcola电网节点价格波动标准差 图表24：Arcola电网日间、夜间电价对比 图表25：ARCOLA节点与Google数据中心位置 图表26：2026/2027年PJM容量拍卖价格 图表27：ChatGPT和Gemini的iOS应用免费榜排名 20图表28：GoogleAI生态布局 21图表29：GoogleToken月消耗量（万亿/月） 22图表30：Gemini官网日访问量（百万人次） 22n算力消耗的背后是电力供给，是数据中心日夜不停轰鸣的上百万张GPU/ASIC，它们消耗了大量的电力。因此这一章节希望通过分析美国电网不同区域、不同节点的电力负荷和电价的高频变化，绘制出一副当前美国AI算力需求的图景。美国数据中心在运营、在建设、规划中全景n美国目前超过100MW的数据中心集中于：1）东海岸波士顿–纽约–华盛顿沿线，北弗吉尼亚区域最为集中，是美国数据中心最密集集群之一；2）美国南部的德克萨斯州，电网独立，审批更快，电价优势明显，是大型AI数据中心扩展首选区域之一；3）西海岸的加州湾区，科技产业聚集，但扩容能力已经有限；4）其余包括若干内陆枢纽城市（伊利诺伊州的芝加哥、乔治亚州的亚特兰大、亚利桑那州的菲尼克斯、俄亥俄州的哥伦布、俄勒冈州的达尔斯，爱荷华州等）为主。来源：NREL，中泰证券研究所n根据美国能源部旗下NREL实验室数据披露，截至2024年，全美在运营中的项目总负荷为43.75GW，在建设中的项目总容量为23.28GW，计划建设的量达到132.52GW，是目前在运营总量的3x。（注释：NERL数据为非完全统计数据）n在建设的数据中心（预计未来1~2年投入使用超过500MW负荷的区域达到8个，200~500MW、100~200MW、50~100MW以及50MW以下负荷的区域分别为25、24、37、69个，现存已在运营的数据中心多以50MW以下负荷为主，而在规划数据中心则大部分是超过500MW负荷，达到69个区域，200~500MW的也有53个，完全颠覆现有负荷分布，小于50MW的区域仅为62个，这意味着如果按照规划情况，接下来3~5年，美国将出现大量的超大负荷的AI算力中心。图表2：美国数据中心运营、建设规模（GW）图表3：美国数据中心对应区域数量分布（个）来源：NREL，中泰证券研究所来源：NREL，中泰证券研究所n以目前在运营数据中心分布来看，弗吉尼亚州和亚利桑那州是大型负荷最为集中的州，单区域的均负载分别达到551MW和729MW，其次是伊利诺伊州的299MW。而已在建设的数据中心分布看，亚利桑那州一枝独秀，达到单区域的均负载达到1277MW，意味着在该区域以集中化建设超级算力中心为n考虑在规划情况，弗吉尼亚州虽然已经是目前运营负载最高的核心数据中心区域（考虑德克萨斯州有大量BTC矿场分布但规划中依旧有28.6GW的负荷要在该州建设，同时单区域均负荷为1101MW，也是处于领先地位，亚利桑那州和内华达州在规划中，将成为未来美国超大数据中心的核心负载区域，德克萨斯州虽然规划负载高达25.8GW，但是集中度和规模远不及上述提及的3个区域。来源：NREL，中泰证券研究所n以上为美国数据中心全景，可以看到美国未来3~5年的数据中心建设需求处于井喷的状态。n下一小节，将着重分析，覆盖弗吉尼亚、俄亥俄、伊利诺伊3大州美国最为核心的数据中心带的电力负荷和电价变化趋势，是美国电网JPM所覆盖区域，因此可以通过JPM披露的高频数据信息，分析AI给这三个区域的电网带来了什么样的变化，通过高频数据的变化，观察算力的需求情况。图表5：美国在运营数据中心分布图来源：NREL，中泰证券研究所从PJM电网负荷看高频算力需求n根据美国的电力市场网络分布，弗吉尼亚州、俄亥俄州、伊利诺伊州3大州核心负载区域基本上集中于美国PJM电网所覆盖区域，分别对应了覆盖俄亥俄州区域）、ComEd（芝加哥区域这3个区域也是PJM电网负载最大的3个区域，分别对应实时负载为13.5GW、14.4GW和8.8GW。n因此，我们的分析思路，是观察这些区域电力负荷趋势，来侧面判断AI数据中心负载变化，以期可以拆解出AI算力消耗的近况。来源：PCI，中泰证券研究所来源：PJM，中泰证券研究所来源：PJM，中泰证券研究所（注：数据截至2025年11月21日）n观察指标：n1）电网负荷是否有提升：高强度运行的AI数据中心会持续加大电网负荷，且数据中心是全天24小时不间断运行，那么逻辑上，更多数据中心负载入网的情况下，会抬升电网负荷，且夜间会表现的更加突出，基荷抬升。n2）电价是否持续提升：数据中心负载不断加大的情况下，电网拥堵加剧，电力短缺，PJM作为市场化供需平台，电价应呈现明显上升趋势。n1、Dominion负荷区：根据DominionEnergy公司的披露信息，弗吉尼亚州坐拥全球最大的数据中心市场，其客户中前7家就贡献了年初至今总电力需求的72%（Amazon,Microsoft,Google,Meta,Apple等电力负荷率约达到夸张的90%。行业深度报告n根据对PJM的电网实时负荷数据分析，可以看到2025年DOM区域月度平均负荷增量在3GW左右（扣除基础负荷，基础负荷计算为2020~2022年每月平均负荷明显高于2024与2023年，且2025年9月、10月、11月的负荷相较于2024年依旧维持在一个较高差值，2025年9~11月平均值较2024年同期抬升了0.98GW，9~11月平均负荷增量同比分别大幅增长73%、53.2%、56.4%。同时对比2023~2025年9~11月每日每小时的平均负荷，也可以看到在凌晨时间，2025年的负荷明显高于2024年和2023年（绿色区域逐次变平均负荷（MW）n说明在全美最大的数据中心覆盖区域DOM区域，电力负荷压力持续增加，且从2025Q4截至11月中旬情况看，负荷的压力依旧维持在高位。（注释：以下所有电网负荷数据2025Q4平均负荷（MW）来源：PJM，中泰证券研究所来源：PJM，中泰证券研究所nAmericanElectricPower负荷区：位于俄亥俄州中部，在PJM电网负荷中位列第1，超过Dom区域。该区域主要由AEPOhio提供电力服务，其高压输电网支持了包括AWS、Google、Meta和Microsoft在内的超大规模集群。n根据对PJM电网AEP区域的俄亥俄州部分实时负荷的数据分析，可以看到2024年开始，该区域的平均负荷就出现明显上扬趋势，2025年的平均负荷已经接近8GW，峰谷比从2023年的1.82下降至2025年的1.64，说明夜间低耗电时段的平均水平有明显的抬升，是数据中心24小时运营的明显信号。n俄亥俄州作为美国新兴的数据中心集群地，根据统计的月度数据来看，2025年6月后开始，每月扣除基础负荷后的平均增量负载，都明显超过2024年，大幅超越2023年，且该趋势延续至最新11月，2025年9~11月的负荷增量较2024年增加了1.04GW，9~11月单月平均负荷增量同比分别大幅增长158%、223%、180%。行业深度报告n就Dominion、AmericanElectricPower两个区域，2025年9~11月增量平均负荷就较2024年同期增加了近2GW。图表11：PJM所在AEP来源：PJM，中泰证券研究所图表12：PJM所在AEP区域OHIO部分的月均负来源：PJM，中泰证券研究所n考虑到芝加哥天气对电网负荷影响较大，地处北方，极寒天气供暖影响电网负荷较大，同时芝加哥区域还有较多工业用电，因此我们考虑只取5月和10月芝加哥天气最为适宜的月份，同时取夜间3点、4点其他工业和家庭用电影响较低的时间段，看整体负荷的变化。n可以明显看到，2025年10月，波谷的负荷抬升明显，意味着在天气适宜、居民和工业用电干扰较少的情况下，芝加哥ComED区域的波谷负荷在明显抬升，代表24小时运营的数据中心的耗电在不断增加。n如果考虑5月和10月，2023~2025年每天凌晨3点和4点的平均负荷情况，也可以看到，2025年整体的负荷在抬升，特别是2025年10月的3点，平均负荷达到9.7GW，较2024年同期增加了0.46GW。图表14：PJM所在ComED区域5月和10月和4点月均负荷来源：PJM，中泰证券研究所来源：PJM，中泰证券研究所n从北弗吉尼亚到俄亥俄到芝加哥一带，作为美国数据中心最为密集的区域之一，电网整体负荷不断抬升，2025Q4的10月和11月从趋势上看仍处于高负荷状态。n观察美国的输电线路网可以看到，这一带集中了美国为数不多的超过735kV的高压输电线，电网密布，非常适合扩建AI数据中心，同时由于靠近互联网交换节点和东海岸人口密集区以及海底光缆的传输枢纽，这一带算力非常适合用于推理，延迟低。n而中部区域，整体电网分布相对稀疏，且高压输电线较少，但胜在地域广阔，电价相对东西海岸更加便宜，因此用于训练大模型是非常适合的。来源：NREL，中泰证券研究所从计价节点电价波动定位具体数据中心算力消耗趋势n根据北弗吉尼亚区域AWS、Google、微软的数据中心所在电网计价节点ARCOLA、SHILOHDP、BOYDTNDP，梳理节点高频的电价和拥堵费数据，判断具体AI数据中心对电网节点带来的压力。nARCOLA节点：核心覆盖数据中心GoogleArcolaCampus。该节点位于弗吉尼亚州劳登县的ARCOLA地区，该节点所在变电站主要服务于Google在ARCOLABoulevard自建园区，AWS在附近的ArcolaCenter也有部署。nSHILOHDP节点：核心覆盖数据中心AWS-Birchwood/KingGeorge园区。位于弗吉尼亚州乔治王县，SHILOH是服务于该区域的关键电力交付点。nBOYDTNDP节点：核心覆盖数据中心Microsoft-Boydton园区。该节点位于弗吉尼亚州梅克伦堡县Boydton，是微软Azure美国东岸区域的核心所在地，是微软全球最大的园区之一，拥有独立的变电站接入。来源：GoogleMaps，中泰证券研究所n排除天气、日间工业商业活动、天然气价格的3重扰动因子。n天气扰动因素排除。弗吉尼亚州位于美国东部大西洋沿岸，属于中大西洋地区亚热带湿润气候，夏季炎热潮湿，冬季寒冷但通常不严酷，春秋季温和宜人。根据IEM数据，2024年至今弗吉尼亚州气温变化相对规律，气温适宜的时间集中在了每年的4月和5月以及10月与11月，这段时间平均气温维持在15度上下，对暖气和空调的需求都较低。来源：IEM，中泰证券研究所n排除日间扰动，观察夜间价格变化趋势：取夜间0点开始，至5点结束一段时间，可以基本排除日间的数据中心外的工业和商业活动耗电。以这段时间为基准，取2024年和2025年的4、5、10、11月4个月（注：11月截至18日）时间做ARCOLA-BOYDTNDP-SHILOHDP的3个节点与整个PJM电网夜间平均电价的差价，这样也可以排除网络整体性因为天然气涨价等因素带来的扰动。ARCOLA-BOYDTNDP-SHILOHDP三地的夜间电价，2025年相较于2024年，5月略有下降（2024年5月GPT-4o发布4、10、11月都有明显抬升，特别是10和11月，趋势更加明显，这其中以Google占主要耗电的ARCOLA节点差价增幅最为突出，2024年10月电价差价为2.67美元/MWh，2025年10月达到7.94美元/MWh，同比增长197%，11月更加明显（Gemini3发布2025年达到13.11美元/MWh，去年同期为1.68美元/MWh，同比增长680%，环比增长65%。n电价标准差扩大，节点波动加剧。从夜间电价波动也可以看出，进入10、11月，ARCOLA-BOYDTNDP-SHILOHDP三地的电价标准差明显高于PJM地区整体标准差，这意味着整个电网的可用容量越来越接近极限，导致短时间价格波动明显。图表18：ARCOLA-BOYDTNDP-SHILOHDP点电价与PJM整体夜间电价差图表18：ARCOLA-BOYDTNDP-SHILOHDP点电价与PJM整体夜间电价差点电价与PJM整体夜间电价标准差来源：PJM，中泰证券研究所（2025年截至11月18日）来源：PJM，中泰证券研究所n夜间拥堵费同步提升。拥堵费可以看出电网计价节点所在地的耗电情况，耗电量大对电网需求高，超过电网传输的能力，就会产生拥堵，需要支付用电的拥堵费，因此对比ARCOLA-BOYDTNDP-SHILOHDP三地的夜间拥堵费与PJM区域整体拥堵费的差价，就可以看出数据中心对三地的用电压力情况。11月拥堵费情况非常严重，三地节点都呈现出了较大的拥堵费的差价，而ARCOLA还是同样，作为电价波动最大、电费差价最高的节点，拥堵费也明显高于BOYDTNDP-SHILOHDP，10、11月分别同比2024增长223%、890%。图表20：ARCOLA-BOYDTNDP-SHILOHDP节点电价与PJM整体夜间拥堵费价差来源：PJM，中泰证券研究所n再具体研究Arcola节点（GOOGLE、AWS为代表）n1.平均电价大幅提升：2025年Arcola区域平均电价在24小时内的任何一个小时都明显超越2024年，其中在6点~8点以及晚间17点~20点，2025年的平均电价均大幅超过2024年，意味着在用电高峰期，Arcola区域2025年的数据中心压力明显大幅超过了2024年。2025年平均电价在59.2美元/MWh,而2024年为36.8美元/MWh。n2.拥堵费大幅增长：AI数据中心的高密度负载导致输电线容量不足，这直接反映在LMP的拥堵分量上，2024年平均拥堵费4.81美元/MWh，2025年平均拥堵费达到11.7美元/MWh（增长了2.4倍而且特别是2025年4月和5月，平均拥堵费超过19美元/MWh，11月的拥堵费也超过了15美元/KWh。n3.夜间地板电价抬升（23点至次日7点AI数据中心24小时不停运转，会填平夜间的电力低谷，2024年夜间均价为32美元/MWh，2025年夜间均价50.9美元/MWh，同比增长59%，即使在深夜电价也维持在50美元以上，说明该区域的负载不存在“闲时”，电网负荷压力较大。n4、电价波动标准差大幅增加，侧面证明电网余量不足：2025年的价格波动远超2024年，2025年11月的标准差较2024年明显提升，说明电网由于剩余缓冲能力减少，对扰动变得极其敏感。来源：PJM，中泰证券研究所（2025年截至11月18日）来源：PJM，中泰证券研究所（2025年截至11月18日）来源：PJM，中泰证券研究所来源：PJM，中泰证券研究所n小结：从数据中心最为集中的州，到具体覆盖的电网，再到具体数据中心对应的计价节点，排除各类扰动因素的情况下，都支持美国数据中心耗电在大幅提升的结论。n同时从高频数据角度看，10月与11月呈现出的是需求加速的趋势，并没有放缓的任何迹象，以Google为核心/AWS覆盖的Arcola节点，呈现出的电费、波动标准差、拥堵费都在持续增长。图表25：ARCOLA节点与Google数据中心位置来源：GoogleMaps，中泰证券研究所nPJM容量拍卖显示PJM全域电力短缺：2025年7月结束的2026/2027年度容量拍卖，价格触及全PJM区域统一的上限（329.17美元/MW-天，上一年度RTO价格269.92美元/MW-天反映出整体供需全面趋紧。从2024年拍卖时，BGE与Dominion两地区域性紧张，扩展到全系统性短缺。可以关注2025年12月马上开始的新一轮针对2027/2028年的容量拍卖情况。图表26：2026/2027年PJM容量拍卖价格来源：PJM，中泰证券研究所行业深度报告n探讨完了算力需求后，这一章节想分析下，既然算力需求依旧在大幅增加，那么谁能最终获益？AI大模型进入发展快车道的第3年，为什么感觉应用并没有百花齐放？AI应用的4大门槛，每个用户都是成本nAI应用准入门槛一，互联网时代的人均成本规模效应大幅减弱：不同于WEB2.0互联网时代的应用，当前AI应用任何一个新增用户，对于应用提供方来说，都是扎实的营业成本项，其边际成本不具有明显规模效应，应用方需负担的不仅仅是过往的云服务、带宽等成本（这些成本具有规模效应显著提升的是调用AI大模型的成本（目前不具有规模效应这部分成本正是导致目前大部分AI应用入不敷出的关键。任何一个新增的用户，都需要消耗Token，而应用方能做的只是在不同模型间优化调度，成本压缩困难，这提升了AI应用开发介入的门槛。nAI应用准入门槛二，订阅制，初期受众面缩小，获客难度提升：边际成本无法明显降低的情况下，应用公司无法像WEB2.0时代，以免费+广告的商业模式运转，目前AI应用普遍的解决方案是以订阅为核心，类似于Netflix。这样的商业模式下，必然面向的用户量会更少，毕竟要嵌套一层付费转化，且应用在推广初期，也无法大规模用免费的模式吸引新增用户，高额的模型调用成本很难维系持续失血的推广方案，这进一步增加了AI应用的准入门槛。nAI应用准入门槛三，对ROI要求更加苛刻：即使获取用户的情况下，若订阅费无法维持高价，例如ChatGPTPlus、ClaudePro、GeminiAdvanced目前的订阅价格都是20美元/月，且即使在这样的订阅价格下，OpenAI预估2024年的亏损还高达50亿美元，Claude对付费订阅用户的token限制也极其严格，plus用户一旦超出限额就需要等待。应用层Perplexity专业版、CursorPro的订阅价格也为20美元/月，但也有明确的使用限制，例如CursorPro默认有算力限制。与之对应的例如Netflix美国区域的订阅价格，标准版有广告和无广告分别是7.99美元/月和17.99美元/月，可以1080P无限制享受所有内容。n这样的ROI要求下，只有那些有明确商业化逻辑和高附加值的应用才能勉强生存，例如搜索、编程、教育、医疗等领域，而例如单纯的聊天、套壳AI模型产品等应用的生存空间就会不断被压缩。例如此前较为流行的AI陪伴聊天型产品CharacterAI，用户平均停留时长曾高达2小时，估值一度冲上10亿美元，而到2024年8月团队核心成员大部分流失入职Google。仅陪伴聊天所面向大部分为免费受众且附加值较低，付费订阅渗透率低无法覆盖模型训练和推理成本。以此类推，若单纯的生成文字、图片、视频、音乐等，行业中的参与者本就处于高度非标竞争和快速迭代中，付费用户很难有持续稳定的订阅支付，需尝试多元变现的可能。nAI应用准入门槛四，是否能有数据闭环飞轮：不同于互联网时代的从0到1，AI时代更像是从1到N大象起舞时代。上述3大门槛，1）成本；2）获客；3）ROI，几乎已经在当前压制了大部分独立应用迸发的潜力。这三大门槛意味着应用项目方初期要做好具备充足资金准备，而即使有资金储备，也只是其中难点之一，另一个难点来自于数据。nAI应用的效果要不断优化，一方面离不开基础模型的能力提升，另一方面也有赖于后期数据的补充优化。例如用户编程过程中对AI生成代码的调整，这一修改信息数据是非常具备价值的，又或是搜索过程中，用户在AI建议下的进一步点击或者询问，这一行为信息对于优化搜索来说也具备很高价值，行业深度报告亦或是自动驾驶中的人主动接管场景，也存在于每一次文档处理的工作流中。这些数据都是基于用户行为的数据，无法从现存的知识中预训练获取，是人与物理世界交互过程中最具备价值的部分，我们称之为肌肉记忆、潜意识或经验。而这些数据，一方面会随着Gemini、ChatGPT、ClaudeApp被大量的使用，沉淀在大模型公司中，用于优化基础模型，扩展能力边界，最终再内化到基模中，例如搜索的能力、工具调用的能力等，另一部分这会被AI应用公司记录下来（用于优化垂模型或者优化Agent流程，但容易被基模公司颠覆）。以此看，就可以进一步解释，为什么生成一张图片、一段音频、一个视频对应用本身的价值有限，因为用户没有后续的数据反馈，无法形成数据闭环。来源：七麦科技，中泰证券研究所n总结：面向的用户量越大，场景越多，资金越充裕，在这场AI应用的浪潮中越容易脱颖而出，若自身还有基础模型训练储备，那就是非常强大的组合配置。Google：完美的AI生态nGoogle的AI生态布局：从硬件芯片、智能终端，到云基础设施，再到软件，最后落地到应用。Google依托Gemini大模型强大的原生多模态能力，以自有芯片TPU大幅降低算力成本开支，将AI融入整个生态。n4重门槛VSGoogle生态：n1）成本端问题，Google拥有自研AI加速芯片TPU，较OpenAI、Anthropic等大模型公司在训练模型以及推理的开支拥有天然优势，不需要承担采购英伟达芯片带来的高额溢价成本，其次在应用端，相较于其他AI应用公司也具有明显优势，不需要依托于第三方的云平台算力。n2）受众面问题，Google的应用生态覆盖全球，8款应用覆盖20亿及以上的月活用户，庞大的用户生态使得Google无需面对应用冷启动获客问题。n3）ROI问题，考虑到Google本身就拥有较强现金流，对短期亏损的容忍度更高，且产品AI化提升了用户体验、增加用户粘性的同时，也有望进一步行业深度报告形成付费渗透。例如“圈图即搜”应用，嵌入Android系统底层，为用户提供直观搜索体验，打破传统文字搜索模式，通过圈图的搜索形式拓展出新的商