中国开源模型，刺破美国AI泡沫？

 你最近是不是经常在互联网上看到这类标题或内容，中国的某个大模型又进步了，美国AI投入那么多也不过如此，开源大模型要刺破美国AI资本泡沫了。

然而，这其实是一个有产业和时代背景的典型误解，因为它除了符合赢学叙事的情绪价值外，与现实背道而驰，而且对于投资的误导性极强。

我们把结论摆在前面，真实情况是开源（开放权重）大模型（无论来自中国还是美国）越多、越强大、生态越丰富，那么对于英伟达就越有利，对于投入巨大资本支出的美国科技公司也越有利。不仅不会让AI投入浪费，反而会大幅提高AI投入带来的长期回报。下面我们将详细分析。

一、开源大模型对英伟达意味着什么？

无论是闭源模型还是开源模型、无论从零开始训练还是蒸馏学习，英伟达在大模型训练中的地位不仅没有减弱，反而还在增强。

从7月到现在，全球有四个比较惊艳的大模型，分别是Grok 4.5、Muse Spark 1.1、GPT 5.6以及Kimi 3，他们有一个共同点，那就是全都是在纯英伟达集群和CUDA生态上训练的产物。

在这几个大模型口碑不断爆棚的同时，英伟达股价表现也很强劲，在半导体整体承压的7月甚至录得上涨，这是巧合吗？很可能不是。 

科技发展没有捷径，参数、数据、算力三者共同形成的Scaling Law是大模型的方向，无论GLM、DeepSeek还是Kimi，他们各自的训练成本一点也不低，虽然大模型公司自己没有很多算力资源，但他们往往都是依托于背后的云服务商进行的，比如Kimi K3就是基于阿里云的两万张英伟达GPU训练出来的。

除了训练，推理则是开源模型相比闭源模型更加对英伟达有利的场景。

市场一般都认为英伟达在推理环节不可避免地将被ASIC瓜分很大一部分市场。然而据美国科技商业媒体The Information，虽然各家自研芯片都表示要抢夺英伟达份额，但英伟达在推理环节的占比还在越来越高。

数据源：The Information↑

推动这个占比提高的核心因素是什么呢？除了英伟达在推理环节效率和成本上的进化外，开源模型的繁荣是一个非常重要的推动力。

开源大模型生态越繁荣，则英伟达越有利。 

因为大量创业公司可以拿开源模型做产品，传统企业可以拿来做内部系统，中等云厂商可以提供模型托管和 GPU 云服务，私有化部署团队可以给客户做本地部署，AI应用公司可以把开源模型包装成客服、办公、销售、教育、代码工具。而这些参与者没有能力像头部几个企业那样自研芯片、重写编译器、维护底层算子、适配推理框架。 

开源生态繁荣带来AI部署和算力需求更加碎片化和长尾化，不再集中在少数几个大客户大场景，而是分散到大量小客户，需要快速高效准确地部署，这样的市场最需要的就是一个默认标准平台，这个平台显然是英伟达 + CUDA，而中国恰恰又是开源大模型最大的贡献者。 

这个观察也可以很好解释三件事： 

（1）英伟达密集迭代开源自家大模型Nemotron，就是为了尽全力打开开源大模型的应用市场；

（2）黄仁勋对中国大模型赞不绝口、对中国市场如此重视，除了客观评价外，也有商业利益的考量；

（3）英伟达已将财报将数据中心分为Hyperscale和AI Clouds,Industrial, & Enterprise两类，就是想突出后者的全新地位。而且后者的增速已经开始超越前者，在英伟达最近一次财报中，来自AI Clouds,Industrial, & Enterprise的收入（374亿美元）几乎和Hyperscale相同，而且单季环比增速就达到了31%，远超Hyperscale的12%环比增速，英伟达的客户正在以极快的速度多样化。

数据源：英伟达官方财报↑

那对于我们来说，怎么跟上这个产业趋势？

比较现实的选择是通过QDII基金来参与海外市场，然而有一个绕不开的现实问题：额度。

外管局给每家基金公司批了固定的外汇额度，旗下所有QDII产品共用这个额度，用完了就得暂停申购。再加上大额资金涌入时，基金公司也会主动控规模，避免影响投资运作。所以热门海外基金经常出现“想买买不了”的情况。

这个问题怎么解决？我最近看到，微信里的腾讯理财通上，有个“QDII额度宝”的功能，市场里热门的纳指、标普基金上面都有，可以按单日额度和近一年涨跌幅进行对比，方便筛选。不用自己一个个去翻。而且你可以打开它的额度提醒，一旦额度释放，微信里就会实时通知你，不用再天天盯着看有没有额度了。

大家可以点下面的卡片去体验看看，把提醒先打开备着↓

开了提醒后，还能免费领取一张价值388元的定投福利卡，定投可以省一笔申购手续费。对于打算长期定投海外基金的人来说，这个福利还是挺实在的，也不用股票开户或者下载别的app，微信里直接就能买。

二、开源大模型对于云服务意味着什么？

在AI上砸钱最多的是包括云服务商在内的头部科技企业，比如亚马逊、微软、谷歌、Meta、甲骨文，仅仅前四家今年的资本支出（capex）总和就超过6000亿美元。

数据源：彭博↑

市场一度担心这些投资不会带来相应回报，但情况已经悄悄发生了变化。

一方面是微软和亚马逊的惊艳财报，虽然capex还在快速增长，但两家公司在今年二季度经营现金流增长的更快，他们各自经营现金流的绝对值增量均超过了capex的增量，这证明capex带来的回报非常大。

我们在往期主题《算力出租，回报率到底有多夸张》针对SpaceX出租给Anthropic的数据中心做过计算，结论是两年就能回本。亚马逊在最近一次财报的电话会议上说资本支出三年回本，这进一步佐证了算力出租在AI需求爆发的背景下是多么有吸引力的业务，六年多前的A100 GPU云上租金都还在持续上涨，今年以来上涨25%。

具体到开源大模型上，我们看到几乎所有开源大模型都遇到了推理算力不足的情况，上线不到48小时就限流甚至停止开放订阅。

我们之前举过例子，假设有一个好用的开源大模型，而大模型公司又无足够推理算力提供订阅，那用户可以采取三种其他方式来用：  

1、直接在云服务商调用模型API，  

2、在云上部署自己的模型实例，  

3、直接租GPU容量，完全自己部署。  

这些情况对于开源模型公司来说，分不到多少钱，利益几乎全被云服务商吃掉，无数前沿大模型实验室反而在帮云服务商打工，坐拥足够算力和生态的入口的超大型云服务商则坐享其利。

反观闭源大模型本身拥有更大的储备算力，同时即便客户在云服务商订阅这些闭源模型服务，闭源模型公司（例如OpenAI和Anthropic）也会分得更大的收入比重，云服务商处于被动地位。

这就是为什么不仅仅黄仁勋公开发声支持开源大模型，微软也积极响应的原因...在前不久开源大模型公开信最后一页的第一批署名的公司都可以理解为是开源大模型的最直接受益者↓

三、科技繁荣可能刚刚开始

AI时代，开源模型和闭源模型并不矛盾，他们适合不同的场景和不同复杂度的任务，更重要的是AI是一个增长潜力巨大的增量市场和超长赛道，最好的证明就是在开源模型越来越繁荣的背景下，OpenAI和Anthropic近期的ARR仍在快速增长。

数据源：Ticker Trends↑

AI作为一次重要的产业革命，产业趋势已经越来越清晰，这对于投资者来说是激动人心、值得期待的事。

目前美国市场基本面非常强劲，彭博AI价值链指数2026年第二季度迄今平均超出收益预期幅度达到71%。该指数包括芯片制造商、云和数据中心运营商、存储和硬件供应商、网络设备制造商，以及支持AI的电力基础设施公司。 

数据源：彭博↑

整体来看，标普500指数公司超出预期的幅度为27%，有望成为数十年来最强劲的季度；而纳斯达克100指数公司超出预期的幅度达到55%

但问题来了，普通人怎么配置？

我们过去谈过，有时候把握机会比看懂机会还要难，目前不少投资平台已收紧内地投资者开户门槛，QDII成为了极少数合规且无需自行换汇的方式，额度紧张自然也一点也不奇怪了。

而上面说到的“QDII额度宝”，本质上就是一个帮你更方便地看方向、蹲额度和省成本的工具。如果你本身就有配置海外基金的计划，不妨去开启一下提醒，至少不会因为信息滞后而错过窗口。

投资这件事，工具和渠道只是辅助，真正重要的是认知和纪律。工具再好，如果认知跟不上，也很难做出正确的决策。

最后想说的是，基金有风险，投资需谨慎。投资有机会也有风险，每个人应该根据自己的财务状况、投资目标和风险偏好合理规划自己的方案。