本文作者：龙玥
来源：硬 AI
一场由算力驱动的 AI 能力大跃升可能正在酝酿。
据硬 AI，摩根士丹利在一份最新报告中表示，市场可能严重低估了即将在 2026 年出现的一项人工智能领域的重大利好——由算力指数级增长驱动的模型能力 “非线性” 飞跃。
根据这份由 Stephen C Byrd 等分析师撰写的报告，多家美国大型语言模型（LLM）开发商计划到 2025 年底，将其用于训练前沿模型的算力提升约 10 倍。这一前所未有的算力投入，预计将在 2026 年上半年产出结果，构成一个 “未被充分重视的催化剂”。
报告援引了特斯拉首席执行官埃隆·马斯克的观点，即 10 倍的算力投入可能使模型的 “智能” 水平翻倍。报告指出，如果当前的 “规模法则” 得以延续，其带来的后果可能是“地震级”（seismic consequences）的，将广泛冲击从 AI 基础设施到全球供应链的各类资产估值。
然而，这一乐观前景并非板上钉钉。报告强调，其面临的核心不确定性在于 AI 发展是否会撞上 “规模墙”（Scaling Wall）。这指的是，在投入海量算力后，模型能力的提升却出现迅速递减的令人失望的结果。
<h2 style="text-align: left">算力十倍增长，或催生 AI 能力飞跃</h2>
报告认为，投资者需要为 2026 年可能出现的 AI 能力阶梯式提升做好准备。
报告描述了即将到来的算力规模：一个由 Blackwell GPU 组成的 1000 兆瓦数据中心，其算力将超过 5000 exaFLOPs（每秒五百京次浮点运算）。相比之下，美国政府一台名为 “Frontier” 的超级计算机算力仅略高于 1 exaFLOP。这种量级的算力增长，是市场预期 AI 能力将出现非线性提升的核心依据。
报告称，尽管许多 LLM 开发者普遍认同算力投入将带来能力提升，但也有怀疑论者认为，前沿模型的智能、创造力和解决问题的能力可能存在上限。
<h2>“规模墙” 之辩：AI 进步的关键不确定性</h2>
尽管前景令人兴奋，但报告同样明确指出了其中的关键风险——“规模墙”（Scaling Wall）的存在。
这一概念指的是，当投入的算力达到某个阈值后，模型在智能、创造力和解决问题能力上的提升会迅速减少，甚至令人失望。这是目前 AI 领域最大的不确定性。许多怀疑论者认为，简单地增加算力可能无法持续带来智能的飞跃。
然而，报告也提到了一些积极信号。一篇由 Meta、弗吉尼亚理工和 Cerebras Systems 团队联合发表的近期研究论文《揭秘 LLM 预训练中的合成数据》发现，在使用合成数据进行大规模训练时，并未观察到可预见规模内的性能退化模式，即所谓的 “模型崩溃”（model collapse）现象。
这一发现令人鼓舞，因为它暗示了在算力大幅增加后，模型能力仍有持续提升的空间，撞上 “规模墙” 的风险可能低于预期。
此外，报告还列举了其他关键风险，包括 AI 基础设施的融资挑战、欧盟等地的监管压力、数据中心面临的电力瓶颈，以及 LLM 被滥用或武器化的可能性。
<h2 style="text-align: left">全球资产估值如何重塑？</h2>
如果 AI 能力确实实现非线性跃升，资产价值将如何重塑？报告认为投资者应开始评估其对资产估值的多方面冲击，并指出了四个核心方向：
<blockquote>
首先是AI 基础设施股，特别是那些能缓解数据中心增长瓶颈的公司；报告认为，如果 AI 能够以更低成本和更高性能解决更多全球 GDP 中的问题，那么支撑这种价值创造的基础设施本身也将大幅升值。
其次是中美供应链，AI 竞赛的加剧可能促使美国在关键矿产等领域加速 “脱钩”。
再次是具备定价能力的 AI 应用者（AI Adopter）股票；报告分析，AI 应用将为标普 500 指数创造约 13 万亿至 16 万亿美元的市值。然而，并非所有公司都能从中同等受益。那些拥有强大定价权的公司，能够将 AI 带来的效率提升和成本节约转化为实实在在的利润，从而保留大部分收益。
最后，从更长远看，那些无法被 AI“廉价复制” 的硬资产，如土地、能源和特定基础设施，其相对价值可能会上升。
<ul>
<li>
物理稀缺性资产： 如滨水地产、特定地理位置的土地、能源和电力资产（尤其是能承载数据中心的发电厂）、交通基础设施（机场、港口）、矿产和水资源。
</li>
<li>
监管稀缺性资产： 如各种受保护的牌照、特许经营权。
</li>
<li>
专有数据和品牌： 强大的 IP 库、独特的品牌形象。
</li>
<li>
独特的奢侈品和人类体验： 如体育赛事、音乐表演等。
</li>
</ul>
</blockquote>
本文来自微信公众号 “硬 AI”，关注更多 AI 前沿资讯请移步这里

英伟达

大摩报告指出，到 2025 年底，AI 训练算力将增长约 10 倍，可能在 2026 年上半年引发模型能力的 “非线性” 提升，这是一个市场尚未充分认识的潜在催化剂。但最大的风险在于 AI 发展可能遭遇 “规模墙”，即投入更多算力却获得递减的回报，这使得最终结果充满不确定性。

- 摩根士丹利报告称，2026 年 AI 能力将因算力增长实现非线性飞跃。  
- 预计算力提升 10 倍将影响 AI 基础设施和全球供应链资产估值。  
- 但存在 “规模墙” 风险，可能限制模型能力提升。  

大摩：市场低估了明年潜在的 “AI 重大利好”，但存在关键的不确定性