起源：爸爸一脚踹向乱穿马路孩子并一向路歉作者： 林晓薇：

邢自强：中美走的是分歧的AI路路

邢自强系摩根士丹利中国首席经济学家
，中国首席经济学家论坛理事

“我们正处于极其关键的出产力非线形跃迁的强烈之年
，AI已取代传统成分
，成为全球最大的宏观变量
，全球已经进入AI投资超等周期。”在2026第十届集微大会上
，摩根士丹利首席中国经济学家邢自强
，给出了上述判断。

他从多个维度给出AI发展在进入2.0时期后中国发展的独个性优势
，以及将在全球AI产业格局中居于重要的职位。

他暗示
，AI已经进入了2.0时期
，已经从单一的辅助思虑
，起头成为一个自主执行的改写者。投资市场一杜仔概想以为
，全球AI的投资主线似乎是美国搭台
，韩国和中国台湾市场在吃肉
，中国的产业链目前只是部门喝到了汤
，受益幅度略逊一筹。这样的情况在AI2.0时期将会被扭转。

邢自强暗示
，凭据持久功夫的研判
，其团队以为AI在中国的发展走出怪异优势
，并未将重点全数砸向算力
，而是已经在现实场景中进走使用
，企业以此追求获利模式。

同时
，当AI进入具身智能的状态之后
，中国的产业链优势将会得以凸显
，中国将成为全球智能具能发展绕不开的母机中心
，并拥有HALO资产的特点
，将来这很可能将成为拉动中国出口的又一重要支点。

但他也同时提到
，在强调AI对经济拉动的同时
，也要看到其“双刃剑”的作用
，尤其是在低级发展阶段在劳动力市场造成的摩擦
，必要更强的保险造度对目前乏力的内需市场进行支持。

中国AI发展模式的独个性

邢自强在演讲中介绍
，AI1.0时期
，所谓大说话模型天生式的AI
，重要在对话框里提供辅助思虑
，但2.0时期的Agentic AI
，其主题是自主执行
，具备了肯定的逻辑推理、跨工具挪用和持久经营的能力
，意味着AI起头相识业务
，出产力增量呈指数级增长
，因而2026年也被界说为AI逾越多能力天堑的基点之年。

这一过程中
，AI的硬件和基础建设的板块瓶颈
，出现了一些结构性的转移
，从1.0阶段的GPU需要
，向CPU和存储的专业影象层进行转移。

邢自强泄漏
，凭据摩根士丹利团队分析
，预计到2030年CPU的增量将达到600亿美元
，并强调一旦进入智能体AI阶段
，必要的就不仅仅是GPU
，存储、CPU方面的配套会格表重要。

他尤其强调了AI在中国发展模式的独个性。他暗示
，只管中国在采办最先进芯片方面存在一些限度
，但他以为这只是战术上的问题：“战术上中国的AI发展蹊径争取的不仅仅是单个模型的技术问题
，比拼的是部署的速度、成本、效能和系统级的集成优化。”

因而
，中国的AI发展正迅速的从算力的云端
，渗入推广到国内能源系统、工厂的造作流程、城市的基建：“中国AI2.0新阶段的主题逻辑
，正从赶超推算能力、比拼算力的阶段
，迈入了通过找到贸易场景去扩散、去落地捕获现实盈利的新阶段。”

他提到
，发展趋向重心实现了三个决定性的转移
，即从训练转向推理、从技术创新转向规；【袄谩⒋颖厩度肫谧蛑鸩浇肽谌萦冢骸爸泄紸I重塑了竞争规定
，不再是仅仅钻营绝对的前沿大模型的一些参数
，而是将主题竞争力锚定在部署速度、成本效能、场景适配和系统性的集成上。”

这个过程中
，会给国内的AI的基础设施硬件提供大量的机遇。

摩根士丹利团队预计
，只管目前AI芯片尤其是GPU部门的国产化率还低于三分之一
，但随着“十五五”规划
，人为智能+、算力中心自食其力一系列政策的疏导推广
，以及本钱市场的推作为用
，预计到2030年
，中国AI芯片、半导体的设备和存储的国产化率有望全面提升到80%以上。

这就意味着
，中国凭借自身生态系统
，会走出一条低成本开源模型
，加上大规模实体经济的扩散、渗入、落地
，形成差距化的得救蹊径。

中国或成为物理AI时期全球母机中心

另一个不成忽视的重点是
，当前AI的状态还是存在在电脑上的虚构状态
，将来AI会获得物理实体
，即演化成为具身智能。

邢自强以为
，在具身智能和物理AI阶段
，中国受益水平会更大。在AI落地的过程中
，中国壮大的供给链集群优势
，和造作业护城河优势将会更为凸显。尤其像无人机、无人驾驶提车、人形机械人行业
，将来有望成为中国下一个新三样支柱。

只管上述提到的大多是对将来瞻望的愿景
，但从现事反说
，全球的AI投资周期对中国对拉动已然出现
，

他提到
，去年中国上市公司中
，好多获得双位数以上收入增长和毛利率扩张的企业
，正是受益于AI技术的扩散
，以及和AI有关的能源投资、绿色能源转型、发电设备、上网设备的升级：“这些正通过订单方面式
，向中国造作业的供给链进行表溢。”

他重点提到
，中国具备HALO资产的特点
，在AI硬件或是能源转型方向
，成为全球供货的母机中心。

所谓HALO资产
，全称“Heavy Asset
，Low Obsolescence”
，即具备重资产、低裁减率特质的企业资产类别。其主题逻辑在于
，当数字技术边际成本趋近于零时
，地皮、电网、关键工业产能等难以被AI急剧颠覆的实体资产稀缺性凸显
，战术价值获得重估。HALO资产被视为AI时期的物理底座和对冲AI颠覆风险的战术。

邢自强尤其强调
，下一阶段的物理AI阶段
，具身智能是中国最大的强项
，中国高低游产业集群优势
，以及工程师盈利会形成造作业护城河：“在2.0阶段最重要的载体具身智能
，中国很可能会一举突破当前的AI产业格局。

他泄漏
，大摩在摸底蕴含零部件、软件训练等等在内的全球人形机械人产业之后
，以为将来人形机械人中的百强企业
，有60%以上将来自于中国。”

“从目前人形机械人量产、本钱倾斜的态势来看
，人形机械人很可能会成为继光伏、锂电、新能源汽车的新三样之后
，又一个国内重要的出口支点。”

他判断
，鄙人一阶段具身智能出口优势的加持下
，到2030年
，中国站全球出口市场的份额会上升到六分之一
，比当前的七分之一上升两个百分点：“尤其在一些新兴行业
，中国站全球的市场份额甚至会超过三分之一。”

他提到
，中国从人形机械人到其他有关的AI能源、绿色能源转型、发电上网设备
，其产业链成本至少比海表低20%
，由此成为全球AI和能源转型绕不开的一个母机中心
，而从前四个月的海关出口数据额增长
，以及有关上市公司财报
，已经有所出现。

他提到
，中国走的是一条和美国分歧的AI路路
，当美国大厂对算力中心投以天文数字的资源时
，中国更器重将大量的轻量化、开源式、但足够便宜好用的模型使用到各类场景
，进入通常人的生涯、中幼企业傍边
，来提升中国整体经济的劳动出产率
，对冲中国面对的老龄化压力。

宏观模型显示
，到2035年
，AI的宽泛扩散遍及
，将使得中国潜在的GDP水平比没有使用AI的情景
，逾越3.5个百分点。

他暗示
，这一轮全球投资超等周期的启动
，拥有显著的以AI和它有关的能源保险为特点。这个过程
，中国经历的不仅仅是算力的扩张
，更是一场全球涉及到能源系统重构的硬核投资
，出格利如同中国这种具备HALO资产
，不容易被代替的经济体和产业链。

宏观经济“表热内冷”
，AI发展利用呈“双刃剑”

但是
，在对将来发展报以美好愿景的同时
，邢自强也强调
，也要认可中国当前面对两级分化、双速前行的挑战
，也就是此刻出口阐发强劲
，部门行业投资景气
，但整体的宏观经济依然面对较大的挑战。

他坦言
，要客观评估中国经济的真实底色。今年和明年经济瞻望中的增速指标
，重要靠出口拉动。这自身展示出中国供给链的韧性
，尤其对进口油和气的依赖水平比其他亚洲竞争敌手要幼
，所以国内出口订单阐发抢眼。

但必须注明的是
，中国经济出现出“表热内冷”的情景
，即出口造作业如火如荼
，但国内消费、房地产依然滞后
，受益于全球AI和能源转型的投资周期的板块
，总体来说对国内内需和收入的表溢滴灌效应较幼。

他尤其提及房地产行业
，依然处于长周期深度调整过程之中
，房地产新开工建设量仍在探底过程中。在不足超通例的政策染指的情况下
，全国领域内房地产市场止跌回稳预计要到2027年下半年
，因而房地产对中国经济
，尤其是内需有显著牵累
，单纯靠出口及部门新质产业生出产力的景气投资进行对冲并不容易。

尤其是AI和科技的利用目前出现出“双刃剑”阐发
，AI渗入在短期内对劳动力市场产生摩擦
，尤其在内需不及、企衣符润相对偏弱的初始环境之下
，九成企业率先将AI用于降本
，也就是削减岗位、优化经营杠杆
，而不是去扩产
，这就导致了一些低级认知岗位和劳动密集型服务业岗位
，面对AI带来的就业挑战
，进一步造约了的消费的复原。

展会上芯片企业对人才招聘需要

邢自强最后提到
，在看到中国进入AI2.0阶段、差距化竞争战术范式带来创新自强、国之重器式能源安全的同时
，也但愿在政策面对于消费
，尤其是背后反映的社会保障造度的夯实
，以开释消费潜力
，以及等待有更多政策援手房地产行业止跌回稳。只有既以科技为纲
，又两全民生
，能力实现双引擎拉动。