对中国AI实验室的覆盖启动：Z.ai与MiniMax研究

中国AI：智慧就是你所需要的吗？对Z.ai和Minimax启动覆盖 启动对中国人工智能实验室的覆盖。我们启动对 Z.ai 的覆盖，评级为跑赢（目标价港币1,350元），以及 Minimax 的覆盖，评级为市场跑赢（目标价港币275元）。前沿人工智能处于一代技术周期和全球地缘战略竞争的交汇点。在国内，现在有明确的政策意向来发展前沿人工智能产业。在中国境外，我们预计代币合理化将有助于支持开源人工智能模型的应用。 +852 2123 2659robin.zhu@bernsteinsg.com朱琳 +852 2123 2618charles.gou@bernsteinsg.com查尔斯·古 帕累托前沿，以及获胜权。我们预期编程将作为人与机器之间的通用语言持续存在，随着具有自主能动性的AI向递归自我改进和自主任务完成发展。在AI实验室中，我们预期获胜者将是那些能够（1）提供差异化的“尖峰”性能；（2）在前沿捕捉凸的支付意愿；然后（3）以低成本提供智能，同时资助下一次训练运行。对于投资者而言，我们预期模型架构和性能将保持为AI实验室分析的核心，而ARR增长和推理利润率则代表下游结果。 +852 2123 2644minjoo.kang@bernsteinsg.com康明珠 (Kāng Míngzhū) +81 3 6777 6979hyrum.caesar@bernsteinsg.com海伦·凯撒 AI 采用的下一阶段。与迄今为止由 1% 的重度用户引领、每月花费 5 千美元的 AI 采用不同，我们预计下一阶段的 AI 采用将由更广泛的使用驱动，并更好地实现代币成本与任务完成价值之间的匹配。随着更多任务能够大规模解决，我们预计竞争的仲裁者将从单一的推理能力转向成本效益和计算资源的可用性——我们预计中国顶尖的 AI 实验室将随着国内硬件供应的增加而强劲增长。我们估计，仅在中国，AI 收入的潜在市场规模（TAM）就达到 1 万亿至 2 万亿美元，即使不包括面向消费者的终端用例。 研发积累很难一蹴而就。虽然这些人工智能实验室股票的市值反映了（往往波动剧烈的）投资者对其在庞大人工智能收入潜在市场规模中赢得份额的能力的感知，但驱动模型架构创新和前沿推理能力迭代的研发积累很难发生剧烈或迅速的变化。与美国的同行相比，我们预计中国的AI实验室将继续受益于前沿研发的灯塔效应。同时，我们认为当前所面临的科学问题的规模意味着，前沿领域更有可能在长期内变得不那么拥挤。 Z.ai：K3需要重置，但未来依然光明。Kimi K3将任务落在了Z.ai身上，要求其兑现下一代模型的承诺，我们预计将在第四季度（在本月GLM-5.3更新之后）推出。与此同时，GLM-5.2对于一个7440亿参数的预训练模型而言展现了令人印象深刻的智能，在成本效益方面仍然处于帕累托前沿，我们预计Z.ai在未来几年内的收入将超过市场预期。即使假设研发支出快速增长，我们认为Z.ai也能在2028年左右实现非GAAP层面的盈亏平衡。 极小极大：成败系于M3 Pro。近年来，极小极大一直进行战略转型，而M3的失望让M3Pro显得至关重要。重拾前沿技术的信誉对极小极大的股价当然是颠覆性的，但总参数从4280亿增至2.7万亿将超过中国同行中“典型”的翻倍幅度。H3应能推动ARR增长，但AI视频生成在商品化和收入TAM方面或许比代理编码的天花板更低。 伯恩斯坦行情表 保单启始 投资影响 我们已开始对 Z.ai 进行覆盖，给予其“跑赢大市”评级（目标价 1350 港元），并对 Minimax 给予“市场表现”评级（目标价 275 港元）。本报告整合了我们今年至今关于中国人工智能现状的部分研究成果，并概述了随着中国更多顶尖人工智能实验室上市，对更广泛同行群体的一些自上而下的观点。 在宏观层面，我们看好顶尖中国人工智能实验室保持与全球人工智能前沿紧密接轨的能力，并预计随着推理能力的提升将解锁新的应用场景，以及国内计算限制的逐步放宽，它们将实现快速增长。顶尖中国人工智能实验室受益于前沿研发的灯塔效应。在国内，它们的成功很可能具有国家战略意义。在中国境外，我们希望象征性的合理化以及更注重成本效益将支持中国开源模型的采用。 自下而上，我们预期模型能力将仍是AI实验室股价表现的主要驱动力。Z.ai在Kimi K3发布后的股价重置，体现了在波动性市场中可能发生的长期预期重置。但该公司由具有卓越研发背景的基础科学家领导，GLM-5.2在其总参数规模上展现了令人印象深刻的智能，且该公司已表达信心，认为下一代的GLM预训练将处于中国前沿。从财务角度看，截至年底将有1GW可用算力，这意味着Z.ai的年收入应会在年底前后超过20亿美元。我们预测非GAAP运营利润将于2028年实现盈亏平衡，并基于25倍2030年预期市盈率（折现）以及我们对该公司的现金流折现估值。 米纳克斯的股价已从峰值大幅下跌，我们渴望看到积极的一面。但M3的失望意味着M3 Pro现在成败在此一举，需要将总参数数量从4280亿跃升至2.7万亿——这超过同行中“典型”水平的两倍多。米纳克斯在多模态市场面临的竞争较小，我们预计H3模型将有助于支持经常性收入增长。但AI视频生成在商品化和整体收入潜在市场规模方面，其天花板可能低于代理式编码和生产力工作。我们基于4.5倍2029年预期每股收益和我们对该公司的现金流折现估值公司价值，但预计将根据M3 Pro模型的结果进行修订。 估值可比公司表 细节 启动对中国AI实验室的覆盖——Z.AI表现优于，MINMAX市场表现最佳 我们开始对 Z.ai 进行覆盖，给予其“跑赢”评级（目标价港币1,350元），并对 Minimax 给予“市场表现”评级（目标价港币275元）。我们认为前者更能体现可重复的、基于前沿推理的研发能力，而后者（Minimax）的 M3 Pro 成功现在则感觉是成败关键……需要比当前 M3 型号大得多的总参数规模提升。我们还认为，与编程和代理式 AI 相比，多模态 AI 在商品化和收入潜在市场规模（TAM）方面有较低的天花板。 后退一步看，人工智能推理能力的快速迭代似乎毫无疑问。自主任务完成和递归自我改进已成为下一代人工智能模型能力的共识焦点领域（参见附表3）。未来几年，美国和中国前沿模型能力的演进将继续是科学与地缘战略关注的重点（参见附表4和附表5）。我们预计顶尖的中国人工智能实验室将继续取得进展，得益于精英研究血统，并且随着时间推移，国内硅片供应将日益增长和改进。我们对人工智能采用形态的基本判断是，需求将日益分化，由前沿实验室解决数量更少但更困难、ARPU值更高的任务……以及前沿背后对代币合理化的需求，即代币成本与任务完成增量价值相匹配。在国内，类似Z.ai、Kimi和Qwen等公司将竞争成为前沿。在国际上，我们预计它们将通过以更低的价格提供“足够好”的推理能力来实现增长。 与驱动我们互联网平台覆盖范围的“用户获取、用户参与增长和眼球变现”策略不同，我们认为，人工智能实验室实现商业成功的路径核心在于提供具有前沿优势的“能力突破”，吸引核心用户群体愿意付费……这进而支撑其信誉和融资，使其能够实现下一项技术飞跃。在推理能力与价格之间的帕累托前沿占据一席之地将成为基本要求——至少有一点值得关注的是，当前的帕累托前沿包括了Claude Opus 5……以及一系列中文模型（参见附表6）。在一个人工智能模型根据其优势进行编排的未来，我们预计实验室提供显著能力突破的能力，其重要性将至少与展示全面实力同等重要。 对于AI用户和开发者而言，卓越的任务完成能力能促进重复使用并深化工作流程的嵌入。新兴的代理式 harness 应用程序有潜力通过增加持久记忆、技能库和参考文件等功能，提升现实世界模型的有效性，并增强用户粘性。对于AI实验室来说，采用（指模型被广泛使用）意味着开发者反馈、分发支持和收入与信誉，这些都为下一轮训练提供了支持。反之亦然：一个性能不佳的模型可能会迅速驱使用户流失，从而影响收入增长势头以及下一步前进的资金成本。 研究谱系很难速成。 围绕人工智能模型商品化的所有讨论中，训练前沿推理能力仍然是一项艰巨的科学任务。话说回来，市场对中国人工智能进步的惊讶能力让我们觉得有些奇怪，鉴于如今全球人工智能霸权的争夺似乎是在两组拥有相似教育和研究背景……却恰好服务于竞争人工智能实验室的工程师之间展开。毫无疑问，美国实验室将继续享有显著更好的计算资源获取能力。另一方面，中国顶尖人工智能实验室从前沿实验室招聘以增强其研发能力，这有着悠久的歷史，迄今为止，中国人工智能实验室已很好地通过架构创新来弥补计算资源的不足。 我们认为，AI模型迭代是一个以能力驱动而非概率为基础的过程。与迄今为止投资者对AI实验室普遍的、倾向于受头条新闻驱动的认知不同——这种认知往往以已发布的模型和研发的最新成果为基准——研发的积累（或历史沿革）既是关键的，又很难在短期内发生剧烈变化。今年早些时候，Minimax和Z.ai最初也被类似地看待，直到GLM-5和M3的发布显示出明显不同的预训练规模和推理能力。Kimi K3的发布为预训练规模设定了新的标杆，并导致Z.ai的股价大幅下跌（参见附表7）。我们预计，投资者认知的这种循环将继续，但预计这将继续为一系列波动性较大的股票带来交易机会。 我们认为，前沿AI实验室试图解决的科学问题的规模意味着，随着时间的推移，前沿领域更有可能变得不那么拥挤，而不是更加拥挤。我们关注的那些大型互联网平台受益于显著的规模和资金优势，而腾讯最近在AI方面的进展改善或许反映了在某种程度上AI发展能力是可以购买的。字节跳动在解决这个问题上投入更多资金的能力也同样重要，尽管最近遇到了一些问题。Qwen仍然处于前沿，即使其大型模型的社区认可度尚未达到Qwen小型模型的高度。另一方面，我们与该领域AI研究人员的讨论，往往指向一种偏好。 在那些将追逐前沿AI发展作为唯一重点、研发速度更快的环境中工作，而不是专注于“造更好的烤面包机”并处理大公司的官僚主义和政治问题。 尽管我们普遍对Z.ai的研发实力印象深刻，其团队由基础科学家组成，但值得注意的是，Minimax领导层的背景在历史上偏向计算机视觉和传统自然语言处理，并未遵循定义中国其他顶尖AI实验室领导者的更“典型”的Transformer架构/LLM研究路径（参见附表8）。Z.ai的客户包括中国大多数顶尖互联网平台，其清华大学背景可能有助于数据和人力的流入。虽然随着时间的推移，Z.ai、Kimi和DeepSeek通常从全球TaaS平台获得更多支持，但Minimax则明显没有（参见附表9）。Kimi的K3商业许可（要求在较低的门槛上获得许可以产生收入，并且似乎要求TaaS合作伙伴避免压低第一方API的价格）设定了一个有趣的先例，我们认为这将有助于AI实验室从全球采用中捕获更多价值。 我们给 Z.ai 评级为跑赢（预估价港币1,350元），Minimax 评级为市场持平（预估价港币275元） 鉴于人工智能前沿技术发展的速度，我们完全预期 Z.ai 和 Minimax 股票近期的波动性将持续。今年早些时候被赋予Z.ai 股票的稀缺性溢价，在近期随着该股票的自由流通量增大以及 Kimi K3 上市后已被抹去。但话说回来，考虑到长期机遇的规模，以及前沿推理能力对中国地缘战略目标的重要性，我们预期中国人工智能领军企业的长期回报将是积极的。 Z.ai的顶级领导层已建立起前沿AI研究的传承，我们预计公司对编程的专注将与中国及全球企业AI应用的现状保持高度一致。Z.ai的GLM-5.2发布对公司而言是一个突破性时刻，我们的高频数据显示网页访问量及API收入均出现急剧增长。KimiK3的发布将任务落在了Z.ai身上，要求其在总参数规模上实现下一级别的提升。但我们认为，K3发布后投资者中出现的“Z.ai已不再是前沿”的仓促反应为时过早。该公司本月已指出将进行GLM-5.3更新，预计下一轮预训练将在第四季度进行。我们对Z.ai的定价目标是基于25