Dec 5, 2025
过去三年我们相信 Scaling Law，逻辑是 Capex Driven。只要疯狂堆算力，模型能力就线性增长。但现在这套逻辑正在变化，尤其当 Openai Chatgpt 5的能力不达预期。新模型投入巨大的算力，边际能力的提升在显性下降。市场正强制从烧钱换增长切换到Earning Driven。
LLM 的叙事已经把七姐妹的平均 PE 从 20 倍拉到了 40 倍。市值从 2 万亿迈向 4 万亿，支撑这个涨幅的隐含假设是：预期收入翻倍，即年化增速必须维持在 14-15%。但当下的钱从哪来？除Nvda外，其他公司绝大头还是得靠广告费。核心逻辑是AI lead收入涨、成本降。
如果在27～28年，美联储开始加息，假设 AI 的业绩兑现不及预期，市场泡沫破裂是大概率事件，届时PE 会从 40 被杀回 20。OpenAI 未来万亿的估值靠纯 LLM 订阅费是无法达到的，需要有垂类业务利润拉齐。虽然泡沫破裂后，实体经济里那些数据中心和算力基建还在，但二级市场的价格会被血洗。
对于现阶段美国的另一个问题，电力不能支持快速的扩张。数据中心的需求是指数级的，但在拿许可、建厂房、配电网，最快也要一年半。同时 Nvidia 下一代芯片在单位密度的推理能力上很难再有质的飞跃。随着 27～28 年的临近，由于模型增量训练的边际效益将彻底递减，预计推理的 Token 量级将超过训练。而推理的GPU可以使用训练折旧后的。
五年模型格局的一个潜在预期，US: Gemini > OpenAI > Claude >> Grok，CN: TT/Ali > Minimax >> DeepSeek
美国的去全球化 限制算力输出，恰恰给了中国机会。国产模型在资金受限的逼迫下，当前资源利用率已远超美国模型。在电力优势下，如果Scaling Law边际效应持续递减，是否未来会有拐点的那一刻？