AI变局之日：英伟达财报隐忧浮现，中国调用量历史性反超美国
2026年2月27日，英伟达发布炸裂财报却遭股价抛售，中国AI模型调用量首超美国占据全球前五中四席，Anthropic安全承诺转向引发行业反思。这一天标志着AI产业从"疯狂扩张"迈向"理性竞争"的转折点。
AI变局之日：英伟达财报隐忧浮现，中国调用量历史性反超美国
2026年2月27日，全球AI产业迎来了一个充满矛盾的变局之日。在大西洋彼岸，英伟达发布了堪称”炸裂”的第四季度财报——营收681亿美元、同比增长73%，净利润几乎翻倍至430亿美元，全年营收突破2159亿美元创历史新高。然而，这份完美的成绩单却换来股价盘后重挫逾5%，创下三个月来最大盘中跌幅。
与此同时，太平洋另一端的数据揭示了一场悄然发生的权力更迭。全球最大AI模型API聚合平台OpenRouter的最新数据显示，2026年2月，中国AI模型的全球调用量首次超越美国。在排名前五的模型中，中国占据了四席。从MiniMax M2.5到月之暗面Kimi K2.5，从智谱GLM-5到另一款国产大模型，中国AI军团正以集群式崛起改写全球竞争格局。
这两个看似独立的事件，实则指向同一个深层趋势：AI产业正从”概念狂热”迈向”价值验证”的关键转折点。资本市场开始质疑万亿级算力投入的可持续性，而用户用Token投票选择了最具性价比的服务。
英伟达财报的完美与隐忧
财报数据：超出所有预期
英伟达2026财年第四季度财报从任何角度看都堪称完美：
- 营收681亿美元，同比增长73%，超出市场预期的656.84亿美元
- 净利润430亿美元，同比飙升94%，相当于日赚约4.7亿美元
- 数据中心业务收入623亿美元，同比增长75%，占总营收91%
- 毛利率75.2%，Blackwell与Rubin架构芯片持续领跑
- Q1指引780亿美元，远超分析师预期的726亿美元
全年维度，英伟达营收达到2159亿美元，同比增长65%；净利润突破1200亿美元。CEO黄仁勋在财报电话会议上四次重申他的核心理念：“在这个AI的新世界里，计算即收入”（Computing power is revenue）。
市场反应：为何”利好即利空”？
然而，如此亮眼的业绩却遭遇资本市场的冷遇。财报发布后，英伟达股价盘后一度大跌5.7%，最终收跌5.46%。其他芯片股也集体下挫，AMD跌3.41%，博通跌3.19%，美光跌3.13%。
投资者担忧的究竟是什么？
担忧一：客户集中度风险攀升
英伟达财报披露，前五大客户贡献了约50%的营收，其中一位直接客户销售额占总营收的22%（上一财年仅12%）。市场普遍认为这五大客户包括OpenAI、微软、Meta、谷歌、亚马逊。
这种依赖关系带来双重风险：一是大客户可能自研芯片以降低成本，二是它们的资本支出计划可能因自身业绩压力而调整。事实上，这种”逃离英伟达”的趋势已经开始：
- OpenAI已发布搭载Cerebras Systems芯片的AI模型
- Anthropic执行”多云多芯”战略，从谷歌购买TPU芯片
- Meta被曝在设计自研AI训练芯片时遇到瓶颈，已报废最先进版本
- 阿里巴巴等中国公司也在加速推进芯片自研
担忧二：AI支出的可持续性存疑
尽管超大规模云厂商纷纷上调资本支出预测，但投资者开始质疑：这种天文数字般的投入何时能带来相应的商业回报？
摩根大通分析师指出，从迄今为止的所有投资来看，超大规模企业的自由现金流生成”面临巨大压力”。当AI助手开始取代部分软件服务时，传统SaaS公司的收入模式可能被颠覆，这反过来又会影响它们对AI算力的持续投入。
担忧三：供给约束与监管压力
英伟达在财报中表示，本月已获得美国许可，可向中国客户出货”少量”H200芯片。但这只是杯水车薪——更大量的高端芯片仍受出口管制限制，且部分货物可能被征收25%关税。
与此同时，中国本土竞争对手的崛起也让英伟达感到压力。黄仁勋在财报电话会上坦言：“我们关注到中国本土竞争对手的崛起可能带来的长期影响。“
黄仁勋的回应：AI拐点已至
面对市场的质疑，黄仁勋坚持自己的判断。他强调：“AI智能体的转折点已经到来”（The inflection point of AI agents has arrived）。
他的核心论点是：AI助手不会取代现有软件工具，而是会使用这些工具来提升效率。这一观点试图反驳市场对”AI将颠覆软件行业”的担忧，但显然未能立即说服投资者。
中国AI调用量历史性反超：从量变到质变
如果说英伟达财报反映了AI基础设施层的焦虑，那么中国AI调用量反超美国的数据，则揭示了应用层的权力转移正在发生。
历史性突破：数据背后的真相
根据OpenRouter平台的数据，这一历史性跨越发生在2026年2月9日至15日那一周：
- 中国AI模型调用量：4.12万亿Token
- 美国模型调用量：2.94万亿Token
- 中国首次实现反超
到了2月16日至22日，差距进一步扩大：
- 中国模型调用量：攀升至5.16万亿Token
- 美国模型调用量：下降至2.7万亿Token
- 中国调用量三周内大涨127%
霸榜全球前五：中国集群式崛起
更令人瞩目的是，在OpenRouter平台全球调用量排名前五的模型中，中国占据了四席：
- MiniMax M2.5（发布仅两周即斩获榜首）
- 月之暗面 Kimi K2.5
- 智谱 GLM-5
- 另一款中国大模型
这种”集群式崛起”的格局，与中国手机厂商曾一度占据全球前五中四席的场景惊人相似。不同的是，这一次不是硬件，而是AI大模型的核心竞争力——实际应用与调用量。
超越的核心原因：不是参数，是效率
中国AI模型为何能在调用量上反超？专家分析认为，核心在于技术路线的差异：
-
混合专家架构（MoE）的广泛应用
- 中国厂商更早、更大规模采用MoE技术
- 在保持性能的同时显著降低推理成本
- 每Token成本仅为美国主流模型的30-50%
-
成本优势转化为全球竞争力
- 中国低电价优势（工业电价约为美国的1/3）
- 人力成本优势降低研发与运营支出
- 规模化部署摊薄边际成本
-
应用场景的快速落地
- 春节期间80亿红包大战培养了用户习惯
- 豆包、千问等国民级应用推动日常使用
- 企业级场景快速渗透（客服、营销、编程等）
摩根大通预测：五年增长370倍
摩根大通在最新研报中预测：
- 2025年中国AI推理Token消耗量：约10千万亿
- 2030年预计达到：约3900千万亿
- 五年间增长约370倍
火山引擎数据显示，其大模型日均Token调用量从2024年底的2万亿增长至2025年底的63万亿。全行业中国日均Token消耗从2024年初的1000亿攀升至2026年2月的180万亿级别。
Token：AI时代的”新石油”
这一历史性反超标志着Token正在从”流量”变为AI时代的”燃料”。AI服务的商业模式正从”订阅制”向”燃料+成果”演进，未来定价将走向定制化和灵活化。
中国模型厂商凭借快速迭代和成本优势占领全球市场，国产算力需求正经历指数级增长。这不仅是技术路线的胜利，更是产业生态的胜利。
历史的镜像：从2000年互联网泡沫到2010年中国制造业超越
英伟达财报与2000年思科的警示
英伟达”财报超预期却股价暴跌”的场景，让人想起2000年互联网泡沫破裂前夕的思科（Cisco）。
2000年3月27日，思科市值达到5550亿美元巅峰，超过微软成为全球第一。然而短短一年后，其股价暴跌88%，从每股82美元跌至个位数。
思科的教训：
- 作为互联网基础设施核心供应商，思科的财报是整个互联网经济的”晴雨表”
- 上游设备商的库存积压暴露了下游互联网公司的真实健康状况
- 当互联网初创企业资金枯竭、停止扩张时，思科的订单断崖式下跌
- 2001年Q4财报虽然”符合预期”，但订单同比下降30-40%，这才是股价崩盘的真正原因
英伟达的相似之处：
- 作为AI基础设施核心供应商，英伟达财报反映了整个AI产业的健康状况
- 其大客户（OpenAI、Meta等）的资本支出计划依赖自身融资与盈利能力
- 当AI应用商业化不及预期时，算力需求可能迅速降温
- 投资者开始担忧：“万亿级算力投入”何时能带来”万亿级收入”？
但关键区别在于：
- 估值水平：当前纳指PE约25-35倍，远低于2000年的100倍+
- 盈利能力：英伟达有真实利润支撑，思科当年靠市梦率
- 商业化程度：AI已开始实际落地并创造收入，不像当年纯概念炒作
中国AI反超与2010年制造业超越的呼应
中国AI调用量超越美国的历史性时刻，与2010年中国制造业增加值超越美国的场景遥相呼应。
2010年的历史转折：
- 中国制造业增加值达到1.92万亿美元，首次超越美国的1.79万亿美元
- 中国占全球制造业比重从2010年的17.8%上升至2023年的30.1%
- 美国则从16.5%下降至12.0%
超越的核心逻辑：
- 全产业链闭环优势：41个工业大类、207个中类、666个小类的完整工业体系
- 规模效应：14亿人口统一大市场，珠三角、长三角的”百公里产业配套圈”
- 勤劳民族特质：高强度工作时长、对技术的钻研精神、每年800万大学毕业生
AI时代的类比：
- 应用场景闭环：从春节红包大战到企业级服务，中国AI拥有最丰富的落地场景
- 数据规模优势：14亿用户产生的海量数据训练出更懂中文语境的模型
- 工程师红利：每年数百万理工科毕业生为AI研发提供人才储备
但AI竞争与传统制造业的关键区别：
- AI的全球通用性：模型能力可直接跨境输出，不像制造业需要本地设厂
- Token的”跨境交付”：中国模型可为全球用户提供服务，而电力不出境
- 技术迭代的颠覆性：一次架构突破可能迅速改变竞争格局
行业观察：从”疯狂扩张”到”理性竞争”的转折点
AI资本支出：从”不计成本”到”算账时代”
英伟达财报的市场反应、OpenAI将算力支出目标从1.4万亿美元下调至6000亿美元、Meta寻求多元化芯片供应——这些信号共同指向一个趋势：AI行业正从”疯狂扩张”进入”理性竞争”阶段。
变化的本质：
- 从”讲故事”到”算账”：投资者开始要求看到清晰的盈利路径
- 从”军备竞赛”到”效率竞争”：不只是谁的算力更多，而是谁的算力用得更高效
- 从”技术炫技”到”价值创造”：能否解决实际问题、创造商业价值成为衡量标准
中美AI路径分岔日益清晰
今天的新闻进一步印证了中美AI发展路径的根本差异：
| 维度 | 美国路径 | 中国路径 |
|---|---|---|
| 核心焦点 | 基础模型能力、算力军备竞赛 | 应用场景落地、用户习惯培养 |
| 近期标志 | 英伟达财报超预期，AI引发行业崩塌担忧 | 春节红包大战，中国AI调用量首超美国 |
| 关键挑战 | 客户集中度风险、监管压力、能源瓶颈 | 从流量比拼转向硬核制造，避免补贴内卷 |
| 竞争逻辑 | 谁的模型更强 | 谁能更好地解决实际问题 |
这种分岔不是优劣之争，而是基于各自资源禀赋的理性选择。美国凭借技术积累和资本优势主攻基础层，中国依托场景和数据优势深耕应用层。
AI安全与竞争力：Anthropic的政策转向折射行业困境
就在几天前，以”安全优先”著称的Anthropic更新了其《负责任扩展政策》，做出了一个令人震惊的调整：如果公司认为自身相较竞争对手并不具备显著领先优势，将不再推迟可能引发危险的AI研发。
这一转向背后的现实是：
- 政策环境已转向优先考虑AI竞争力与经济增长
- 联邦层面以安全为导向的讨论”尚未取得实质性势头”
- 资深安全研究员Mrinank Sharma已离职，他在信中写道：“世界正处于危险之中”
Anthropic的困境折射出整个行业的核心矛盾：在激烈的技术竞争面前，安全承诺能坚守多久？
其他值得关注的消息
OpenAI挖走Meta华人AI大牛
OpenAI已从Meta挖来知名人工智能研究员庞若鸣（Ruoming Pang），后者曾领导苹果的AI模型团队。据报道，庞若鸣去年加入Meta时获得了价值超过2亿美元的薪酬方案。在OpenAI的积极招揽下，他于上周离开了Meta。
这标志着硅谷人才争夺战进一步白热化。顶尖AI人才的身价已突破2亿美元年薪，且”挖角”频率越来越高。
DeepSeek V4 Lite曝光
多家独立信源称，DeepSeek正在测试V4 Lite模型，代号为”Sealion-lite”。该模型支持100万Token上下文，并原生支持多模态推理。DeepSeek已将V4向华为等国内供应商提供提前访问权，以优化处理器软件。
三星Galaxy S26系列发布
三星电子正式推出Galaxy S26系列，将AI能力进一步嵌入系统底层与核心交互流程。新系列在端侧AI算力、多代理协作、影像智能处理以及隐私保护机制等方面进行升级，AI成为本代产品的核心架构之一。
谷歌训练方法突破
西北大学和谷歌的联合研究团队发现了一个反直觉的突破：让AI在训练过程中”偷个懒”，随机跳过一半的参数更新，竟然能获得更好的训练效果。这项颠覆性研究发表于2026年2月的arXiv预印本平台，论文编号为arXiv:2602.15322v1。
关键要点
- 英伟达Q4财报炸裂却股价暴跌5.46%，营收681亿美元同比增长73%，净利润430亿美元翻倍，但投资者担忧AI支出可持续性、客户集中度风险及大客户自研芯片趋势
- 中国AI调用量历史性超越美国，2月9-15日中国4.12万亿Token首次超过美国2.94万亿，当周全球前五模型中中国占据四席（MiniMax M2.5、Kimi K2.5、GLM-5等）
- 黄仁勋强调”AI拐点已至”，提出”计算即收入”理念，认为AI助手将赋能而非取代软件工具，但市场对”算力军备竞赛”可持续性存疑
- 英伟达面临”思科时刻”警示，2000年互联网泡沫破裂前夕思科财报超预期却暴跌88%，上游设备商的库存积压暴露了下游真实健康状况
- 中国AI反超呼应2010年制造业超越，中国制造业增加值从2010年17.8%全球占比升至2023年30.1%，AI时代正以类似逻辑改写全球格局
- AI行业从”疯狂扩张”进入”理性竞争”，OpenAI将算力支出从1.4万亿下调至6000亿，Meta多元化芯片供应，企业开始关注投入产出比
- Anthropic舍弃标志性安全承诺，若不具备显著领先优势将不再推迟危险AI研发，反映AI安全与竞争力的深刻矛盾
- 中美AI路径分岔日益清晰，美国聚焦基础模型与算力军备，中国深耕应用场景与用户培养，Token成为AI时代”新石油”
常见问题
英伟达财报这么好，为什么股价反而跌了？
投资者担忧的不是当季业绩，而是未来可持续性。具体包括：客户过度集中（前五大客户占50%营收）、大客户自研芯片趋势（OpenAI用Cerebras、Anthropic买谷歌TPU）、AI投资回报存疑（自由现金流压力大）、监管压力（H200芯片出口管制）。这让人想起2000年思科财报超预期却暴跌88%的历史。
中国AI调用量反超美国意味着什么？
这是历史性里程碑。中国模型在OpenRouter平台全球前五中占四席，三周调用量大涨127%至5.16万亿Token。核心原因：混合专家架构降低推理成本（每Token成本仅为美国30-50%）、低电价优势、应用场景快速落地（春节80亿红包大战培养用户习惯）。标志着AI竞争从”谁的模型更强”转向”谁能更好解决实际问题”。
Anthropic为什么要放弃安全承诺？
Anthropic更新《负责任扩展政策》，称若不具备显著领先优势将不再推迟危险AI研发。背景是：政策环境转向优先考虑AI竞争力与经济增长、联邦层面安全讨论未取得实质进展、资深安全研究员离职。这反映整个行业的核心困境：在激烈技术竞争面前，安全承诺能坚守多久？
AI行业是不是要泡沫破裂了？
不一定。更像是从”疯狂扩张”到”理性竞争”的转折点。关键区别：当前纳指PE约25-35倍，远低于2000年100倍+；英伟达有真实利润支撑，思科当年靠市梦率；AI已实际落地创造收入，不像当年纯概念。但行业确实开始”算账”：从”讲故事”到看盈利路径，从军备竞赛到效率竞争。
Token为什么被称为AI时代的”新石油”？
Token正成为AI服务的核心计价单位，类似工业时代的石油。中国AI调用量从2024年初1000亿/日升至2026年2月180万亿/日，增长1800倍。摩根大通预测中国Token消耗量2025-2030年将增长370倍。AI商业模式从”订阅制”向”燃料+成果”演进，中国模型凭借成本优势（电价、人力、MoE架构）占领全球市场。