AI需求从算力扩容延伸到设备与具身智能，评级开始按场景分化｜2026-07-22券商AI研报晨读

先看结论

7 月 21 日公开的三份 AI 研究材料，把同一条产业链拆成了三种验证方式：华鑫证券看到 ASML 上调全年指引、芯原股份 AI 订单占比超过 90%；伯恩斯坦把 AI 数据中心的新增电力规模换算成晶圆产能和设备投入；高盛则在 WAIC 具身智能报告中按应用场景给出买入、中性和卖出评级。AI 需求没有从市场视野里消失，机构正在把它拆成「设备订单能否兑现」「订单何时转成收入」「机器人能否在结构化工业场景里提高效率」三个问题。

开盘前可以先记住四点：

半导体设备和存储的景气判断获得了新的量化材料，但芯片设计订单到收入仍有 9 至 12 个月甚至更长的周期。
伯恩斯坦的模型把 1GW AI 数据中心建设能力对应到约 4.6 万片/月晶圆产能和约 80 亿美元设备投入，说明设备需求的上限取决于电力和存储配置，不只是 GPU 数量。
高盛对具身智能的评级没有追逐所有机器人标的，物流分拣、仓储搬运等结构化工业场景得到更高评价，估值偏高且竞争加剧的环节被降到卖出。
国内本窗口公开报告未披露新的个股目标价；海外具身智能材料也主要给出评级方向，不能把场景判断直接等同于目标价上调。

时间口径：本文收录北京时间 2026 年 7 月 21 日 08:00 至 7 月 22 日 08:00 之间公开页面中可核验的新增观点。海外材料均为财经媒体对机构报告的公开转述，正文按转述口径归因，不冒充投行原文。

国内券商：订单已经指向 AI，但收入确认还在路上

华鑫证券：ASML 指引上调，芯原股份 AI 订单占比超过 90%

同花顺 7 月 21 日 08:47 发布的研报转述显示，华鑫证券在半导体行业周报中引用了 ASML 二季度业绩和芯原股份订单披露。ASML 将 2026 年全年营收指引从 360 亿至 400 亿欧元上调至 430 亿至 450 亿欧元，报告称存储芯片收入预计增长约 75%，2027 年 EUV 和浸润式 DUV 产能计划各提升 30%。这些数字指向的不是单一 GPU 公司的采购，而是先进逻辑、DRAM、NAND 和 HBM 共同扩张。1

同一份公开转述还提到，芯原股份 2026 年以来新签订单合计 146.53 亿元，其中 AI 算力相关及数据处理领域订单占比超过 90%。但订单不能直接计入当期收入。页面给出的口径是，芯片设计业务通常需要 9 至 12 个月逐步转化为收入，量产业务从签约到完整生产交付通常需要 6 至 18 个月。华鑫证券列出的关注方向包括天数智芯、华虹宏力和惠科股份，页面未披露这些标的的新目标价或评级变动。1

华鑫证券报告中的两组时间与规模

公开转述页面明确披露的数字，不代表全部市场研报

ASML 2026年营收指引	430亿—450亿欧元
芯原股份年内新签订单	146.53亿元
AI算力及数据处理订单占比	超过90%
芯片设计订单转收入周期	通常9—12个月

Cargando tarjeta de estadísticas…

图 1｜国内新增材料的重点是订单质量和收入时点，当前公开页面没有给出新的国内个股目标价。1

国内观点的使用方式：看订单转化，不追逐标题里的 AI 占比

芯原股份的订单结构对 AI 产业链有指示意义，但它更像未来几个季度的收入线索，不是当期业绩承诺。读者需要继续核对三个字段：订单是否进入设计执行，晶圆厂排产是否锁定，以及终端客户是否进入量产。若只看到 AI 相关订单占比很高，却忽略 6 至 18 个月的交付周期，容易把远期收入提前计入估值。

ASML 的指引上调提供了更靠前的设备端证据。它能够说明晶圆厂投资意愿仍然强，但不能单独证明每一家国内设备、材料或 IP 公司都能同步受益。国内报告的公开页面没有给出新的评级上调、下调或目标价调整，本文不从「建议关注」推导出买入结论。

海外研究：设备投入模型变长，具身智能评级变细

伯恩斯坦：AI 数据中心的电力规模可以换算成 WFE 需求

7 月 21 日 13:05 发布的公开转述援引伯恩斯坦研究，把 2030 年 AI 数据中心新增 GW 建设能力，转换成逻辑、DRAM、HBM 和 NAND 的月产能，再映射到晶圆制造设备投入。报告给出的基准关系是，每新增 1GW 年建设能力约需要 4.6 万片/月晶圆产能，其中 DRAM 占 53%、NAND 占 20%、HBM 占 16%、先进逻辑占 11%，对应约 80 亿美元设备投入。2

在 50GW 增量情景下，伯恩斯坦估算 2027 至 2029 年累计 WFE 投入超过 7000 亿美元，其中 2027 年约 2000 亿美元、2028 年约 2450 亿美元、2029 年约 2910 亿美元。这个模型不是公司指引，且依赖数据中心建设速度、芯片配置和设备价格假设，但它提供了一个比「AI 资本开支还会增长」更具体的检查方法：电力扩张能否落地，存储配置是否跟上，设备订单是否能从预期变成收入。2

Cargando gráfico…

图 2｜伯恩斯坦模型把 AI 数据中心扩张对应的设备投入从 2027 年约 2000 亿美元推向 2029 年约 2910 亿美元，实际兑现仍取决于电力、晶圆产能和资本开支落地。2

高盛：具身智能先看工业场景，评级已经出现明显分层

财联社 7 月 21 日 17:27 的公开转述称，高盛在 WAIC 相关研报中统计，2026 年大会参展商超过 1100 家，其中具身智能企业 242 家，同比增长 203%，包括 92 家人形机器人公司；现场展示具身智能产品 208 款，同比增长 247%。高盛的判断并没有把这些展品数量直接当成收入，物流分拣、仓储搬运和部分结构化工业场景更接近规模应用，零售仍然可用但效率偏低，家庭场景距离落地更远。3

高盛还指出，视觉—语言—动作模型与世界—动作模型的融合正在形成路线共识，但模型还没有做到开箱即用，部署依赖特定场景数据采集和现场微调。非本体数据量预计从 2026 年约 1000 万小时，在未来 3 至 5 年扩大到上亿小时；灵巧手厂商数量从 2025 年的 9 家增至 38 家，供给增加也会带来价格和竞争压力。3

公开页面披露的评级如下：

标的	高盛公开评级	公开页面披露的重点
汇川技术	买入	工业场景与自动化链条
三花智控 H 股	买入	工业机器人及零部件
三花智控 A 股	中性	场景落地与估值仍需验证
绿的谐波	中性	竞争格局和商业化节奏
贝斯特	中性	产业链受益与兑现速度
鸣志电器	卖出	估值偏高、空心杯电机和灵巧手竞争加剧

这组评级没有披露目标价调整，因此应理解为场景和估值判断，不是一次完整的目标价重估。尤其是同一家公司 A 股与 H 股出现不同评级时，不能把其中一个市场的判断复制到另一个市场。3

高盛转述中的 WAIC 产业信号

公开页面披露的参展与数据采集信息

大会参展商	1K
具身智能企业	242
人形机器人公司	92
2026年非本体数据量	约1000万小时

Cargando tarjeta de estadísticas…

图 3｜高盛把具身智能的验证重点放在结构化工业场景和数据采集效率，参展数量增长本身不等于商业收入已经兑现。3

开盘前看四个验证点

先看设备订单是否穿透到晶圆厂资本开支。 ASML 上调 2026 年指引和伯恩斯坦的 WFE 模型，分别提供了公司层面的需求信号与行业层面的规模假设。盘面若只交易设备股，而晶圆厂扩产、EUV 订单和存储产能没有同步验证，行情仍然容易回到预期驱动。

再看国内 AI 订单的收入时间。 芯原股份的 146.53 亿元新签订单有明确的 AI 结构，但 9 至 12 个月的设计周期和 6 至 18 个月的量产交付周期，决定了它更适合观察后续业绩确认，不能直接替代当期利润。

机器人要看工位，不要只看展台。 高盛把物流分拣、仓储搬运和部分结构化工业场景放在更靠前的位置，说明下一步更有价值的跟踪对象是单机效率、连续运行时间、现场微调次数和客户付费，而不是展会上的产品数量。

评级方向和目标价继续分开记录。 本窗口的国内公开转述没有新目标价，海外具身智能材料给出了买入、中性和卖出评级，但没有同步披露目标价变化。市场若把「买入」直接翻译成「目标价上调」，会把机构对商业化的谨慎部分漏掉。

今天的机构信号偏向同一个结论：AI 产业链的估值范围仍在扩张，但验证标准变得更具体。设备端看晶圆和电力，芯片 IP 看订单和交付，具身智能看真实工位和效率。对开盘前的判断来说，这比单看 AI 板块整体强弱更有用。