AI研报早参｜长程Agent拉高计算强度，Meta上调至820美元，芯片股全街重估

本期覆盖 2026 年 9 月 10 日 08:00 至 2026 年 9 月 11 日 08:00（北京时间）。窗口内新增材料集中在 9 月 10 日国内券商 AI 主题研报公开转述与海外华尔街分析师公开动作。评级、目标价和前值只记录来源明确披露的数字，其他字段统一标为“未披露”。

今天盘前的机构研判，出现了一个明确的转向。

过去几个月，市场紧盯的是算力供应链的交货排期。

到了今天，机构开始从任务端反推计算强度。

国内券商把视角拉向上游：华泰证券指出，随着长程 Agent 与复杂任务成为焦点，LoopTransformer 与模型有效深度正在成倍推高单位 Token 的计算负荷。

海外大行则直接把应用端的爆发折算进估值：摩根大通将 Meta 从中性上调至买入，目标价由 640 美元推升至 820 美元，核心催化剂是个人端 AI Agent 应用 Muse 上线次日即冲上美区榜单前三，使用量达到训练队列的 10 倍。

与此同时，Piper Sandler 正式启动对 AI 计算芯片的全面覆盖，给出 AMD 600 美元、英伟达 300 美元的目标价，直言 Agentic AI 正在创造对算力永不满足的需求。

华泰证券在 9 月 10 日的研报中，把分析的触角伸到了模型层最隐秘的物理变化。

公开研报转述显示，GPT-6 Astra 面世后，业界开始意识到传统靠扩大参数量的做法遇到了阻力。1

如果要把模型做成长时间自主运转的 Agent，单纯把模型“做宽”已经不够用了。

华泰证券分析师指出，以智谱为代表的国内头部模型团队，已将“有效深度”列为重点 Scaling 突破口，并完成了初步的验证实验。1

这项技术背后的底层结构，被称为循环注意力机制（LoopTransformer）。

AI 科技评论注意到，这种架构的本质，是让同一个模型层在处理长序列和复杂逻辑时，反复参与隐式推理。

它带来的直接结果，就是单位 Token 所耗费的计算强度呈现几何级倍数上升。1

在过去的模式下，生成一个字消耗固定数量的浮点运算。

在长程 Agent 的逻辑里，同一个字符的输出，背后可能经过了数轮内部循环演算。

算力水龙头的阀门，被这个物理机制拧得更开了。

伴随而来的是系统黑盒的加深：因为循环层引入了更多难以直接观测的隐式状态，模型的安全性与可解释性工具，正在从附加项变成数据中心开工的硬门槛。1

算力强度的提升，如果只有模型团队自己在实验室自嗨，二级市场不会轻易买单。

摩根大通在 9 月 10 日的一份重量级报告中，给出了需求落地的关键证据。

大摩正式将 Meta 的股票评级从中性上调为买入，并将目标价大幅拉升至 820 美元，这一目标价比周三收盘价高出近 30%。2

让华尔街顶级投行改变看法的，是一款名为 Muse 的独立应用。

Meta 在周二上线了由 Muse Spark 驱动的个人 AI Agent 应用，并在周内持续迭代前沿模型。2

根据分析师 Doug Anmuth 的追踪，Muse 在上线第二天便迅速冲上美国苹果应用商店总榜第三名。2

更让机构警觉的数据在于流量密度：该应用的早期实际调用量，达到了预备训练队列的整整 10 倍。2

我们看到，长久以来市场对于大模型变现的质疑，大多集中在广告收入的挤压与高昂的推理成本之间。

大摩的观点彻底打破了这种犹豫。

分析师强调，Meta 目前仅仅处于前沿模型与非广告商业化体系的最早期。2

当海量 C 端用户真正开始高频调用个人 Agent，原本静态的内容浏览瞬间转变为实时的 Token 消耗。

无独有偶，StoneX 也在同日将移动支付巨头 Block 上调至买入评级，其核心依据同样是 Agentic AI 对传统金融应用效率与业务重组的重新激活。5

应用不再只是把功能套在模型壳子里，而是实打实地演变成吞噬算力的管道。

当应用端的需求水库彻底开闸，上游的芯片供应链迎来了华尔街的重新校准。

Piper Sandler 分析师 David O’Connor 在周三撰写、周四公开发布的报告中，对全球算力半导体发起了罕见的大规模密集覆盖。3

报告指出，Agentic AI 对算力容量的渴求已经到了“无法满足”的程度，训练与推理之间形成了正向飞轮。

受此推动，主流 GPU 现货价格在年内已经上涨了 25%至 40%。3

在具体的标的分配上，Piper Sandler 给予 AMD 600 美元的高目标价，看好其在服务器 CPU 领域夺取英特尔份额，同时在推理端侵蚀英伟达的市场。3

对于英伟达，分析师给出 300 美元目标价，认为其技术统治力与企业级吉瓦合作将打破目前的估值平台。3

同时被给予超配评级的还有博通与 Arm；而对于高通与英特尔，机构则因高带宽计算信心不足或预期已打满而维持中性。3

高盛则在同一天重申了对英伟达的买入评级与 300 美元目标价。4

高盛分析师 James Schneider 援引黄仁勋的观点强调，虽然上游晶圆、高带宽内存和电力受到物理制约，但英伟达依然维持 2027 年 70%的高复合增长指引。4

更关键的是，除了算力租借，算力原生云厂商也在加速自立。

Truist 首次覆盖了专注 AI 原生云算力的 Nebius，给出买入评级与 355 美元目标价，证明资本市场已经开始对纯粹的 AI 云基础设施给予溢价。5

在国内应用侧，国海证券跟踪了汇量科技的最新经营进展，指出其上半年研发投入 1.65 亿美元，全面转向新一代 AI Infra 测试，预计 10 月正式投入商业验证，通过算法与架构优化把全职团队精简至 680 人，实现了人均效能的大幅爬坡。6

链条两端的脉络已经彻底咬合：底层的模型在通过架构演进提升算力胃口，表层的应用在通过真实用户把需求打满，而夹在中间的芯片与云厂商，正在把这些增量转化成扎实的财务账单。

华泰证券将有效深度与 LoopTransformer 确立为算力强度的放大器。今天盘前需要重点观察国内基础模型厂商的技术跟进节奏，以及网络安全、模型可观察性标的是否迎来机构订单增量。1

摩根大通以 10 倍于队列的初始调用量将 Meta 目标价推高至 820 美元。投资者盘前需观察 C 端个人 Agent 的次周留存率，以及 Meta 能否通过 Model API 成功打开非广告变现空间。2

Piper Sandler 指出年内 GPU 价格已上涨 25%至 40%，并大幅上调 AMD 与英伟达的估值天花板，高盛重申 2027 年 70%增长预期。开盘后应重点验证云巨头吉瓦级采购合同的落地进度，以及博通、Arm 等互连与架构龙头的订单确定性。34