2025 年以来，关于 AI 泡沫的担忧与辩论迅速席卷全球金融市场与科技行业。对于当下 AI 的“狂热”是否使得科技公司估值已经“泡沫化”，市场是否处于危险的位置，是现下讨论的热点。

银河证券近期研报观点指出，答案当然是否定的。

逻辑在于：

从政策面来讲，人工智能投资热潮并非完全由“非理性繁荣”驱动，而是与国家战略自上而下、企业发展自下而上的主动布局息息相关。国家为保障技术安全、巨头为抢占生态位、初创企业为寻求突破点，资 本涌入 AI 领域具 有 战略合 理性。 美国 AI 产业研发范式高度聚焦于Scaling Law 路线，科技巨头正以前所未有的力度增加 AI 资本开支。而中国因受外部资源约束，触发国产替代的内生需求，并依托新型举国体制与超大规模市场全方位支撑AI发展。相较而言，中国AI泡沫风险或许更加可控。

从市场角度来看，当前中美 AI 相关板块并未处于典型的泡沫狂热期，不必过度担忧。同时，技术创新与产业落地的本质是非线性演进过程，绝非一蹴而就的短期行为。与商业周期相似，科技投资也存在明显的周期特征。资产的泡沫不会阻断核心技术发展的大趋势，而寻找那些无惧市场泡沫、能够穿越周期的企业和资产才是关键。

从产业路径来看，中国AI发展路径与美国形成明显分化，根源在于所处的资源约束条件不同。中国所面临的硬约束在于尖端训练芯片进口受限以及高端 GPU 供给阶段性稀缺，因此建立大规模算力集群在经济性与可持续性上显然难以与美国比肩。在此情形下，单纯复制美国的算力堆叠模式，并不具备现实可行性。与其追随美国进行算力军备竞赛，不如选择一条更具中国特色、符合国情的发展道路，即在有限算力条件下挖掘最优效果，产业界的高性价比模型和开源模型就是这一思路下的产物。例如，DeepSeek 等产品不靠算力堆叠，而是在工程体系优化和精准建模中持续降低成本并提升性能，体现出用工程能力弥补算力限制的方法论选择。得益于相对较低的 token 使用价格，中国大语言模型如 DeepSeek、通义千问等在全球范围内广受欢迎，过去一年的使用量位居全球前两位。

从龙头股表现来看，美股市场中，以英伟达、苹果、谷歌、微软、亚马逊、脸书、特斯拉为代表的科技七巨头近三年总市值累计上涨 174%至 21.6 万亿美元。A 股市场中，以中际旭创、寒武纪-U、新易盛、海康威视、中科曙光、科大讯飞、浪潮信息为代表的七家 AI 科技公司近三年总市值累计上涨 371%至 3283 亿美元。港股市场中，以腾讯控股、阿里巴巴-W、小米集团-W、网易-S、中芯国际、百度集团-SW、联想集团等七家公司为代表的 AI 科技公司近三年总市值累计上涨 101%至1.4 万亿美元。

因此，在新时代的泡 沫新范式 下，AI投资热潮并不适合被简单地归类为单一类型，其风 险特征呈现出明显的结构分化。从不同维度观察，AI泡沫在供给侧、金融体系层面与需求侧所对应的风险形态并不一致，这也是其复杂性所在。1）从供给侧与长 期增长逻辑看，AI 更接近于 “好泡沫”。与典型的叙事型泡沫不同，AI 已经在部分行业和企业层面展现出真实的商业回报，其对劳动生产率和全要素生产率的提升路径具备可验证性。无论是通过替代部分重复性认知劳动，还是通过提高研发、管理和运营效率，AI 均有可能在中长期内改善潜在增速。这意味着，即便在当前阶段存在估值偏高或投资前置的问题，只要生产率红利能够逐步兑现，其泡沫更可能以估值消化的方式出清。2）从金融体系与宏观政策约束看，当前 AI 泡沫仍处于“可控泡沫”的范畴。一方面，AI 投资主要集中于少数现金流充沛、融资能力较强的头部企业，尚未演化为大范围的高杠杆扩张；另一方面，金融体系并未出现明显的信用失控迹象，政策工具仍具备调节空间。在这一层面，AI 泡沫尚未对金融

稳定构成直接威胁，其潜在风险更多体现为行业内部分化，而非系统性冲击。3）然 而，从需求侧、就业结构与分配机制看，AI 泡沫则显露出向“坏泡沫 ”演 化的潜在动力 。当前 AI 的应用模式在中短期内更偏向于成本压缩而非需求创造，其对中等技能和中等收入群体的替代效应，可能通过就业和收入预期渠道抑制消费需求。如果技术红利主要集中于资本端，而未能通过工资、就业和更广泛的收入增长向居民部门传导，即便供给侧生产率得到改善，需求侧也可能难以形成有效承接。在这种情形下，AI 泡沫的风险将不再局限于资产价格，而可能通过消费走弱、财政压力上升以及社会预期变化等路径外溢。