AI研报晨读｜2026-07-05周末版：物理AI、GPU租赁与Capex分歧成三条主线

本期先把口径摆清楚：今天是周日，没有常规意义上的 A 股开盘前晨会洪流。这里整理的是 7 月 3 日收盘后到 7 月 5 日早间 已经公开可读的机构观点、海外研报转述和周末事件背景，适合作为下周一 AI 板块的预案，而不是一份「全市场研报清单」。

主线很集中：国内从 AI 硬件拥挤交易转向物理 AI 量产验证，海外仍在围绕 AI 基建需求是否足以支撑资本开支重新定价。更细一点看，机器人链条看订单和量产节奏，算力链条看 GPU 租赁价格和存储现货价，软件链条看 AI 功能能否变成收入，而不是只讲产品故事。

今日可读机构信号

机构 / 来源	新信号	对 AI 板块的含义	评级 / 目标价口径
中信建投	7 月 3 日券商晨会中，中信建投称今年机器人主线将围绕「T 链量产节奏」和「国内主机厂资本化」展开，并建议关注特斯拉链、技术迭代升级方向和低估值预期差标的。1	物理 AI 继续从题材交易转向量产前验证，重点不是「机器人概念」四个字，而是供应商是否真的收到量产指引。	公开转述未披露个股目标价。
摩根士丹利 / 中信建投转述	周五盘后报道提到，摩根士丹利将 2026 年中国人形机器人出货量预测从 2.8 万台上调至 5 万台；同文称中信建投认为宇树科技 IPO 顺利过会，强化物理 AI 产业趋势。2	市场短线关注点可能从海外算力映射，切回国产机器人链条和具身智能展会催化。	预测上修；无目标价。
中泰证券 / 国金证券	第一财经 7 月 3 日报道，中泰证券认为机器人板块近期调整并无基本面利空，国金证券认为 2026 年是人形机器人「0-1 兑现」的重要节点。3	若下周资金继续在 AI 硬件高位股中降温，机器人或成为承接 AI 产业主线的低位分支。	公开报道未披露具体评级和目标价。
摩根大通	财联社海外研选转述摩根大通《数据中心观察》：6 月 Token 调用量环比增长 70%、同比扩大 20 倍；Token 支出同样环比增长 70%、同比增至 16 倍。4	AI 需求端仍有真实放量数据支撑，短期不宜只用「Capex 过高」解释整个算力链。	行业观点；无个股目标价。
摩根大通	同一报告称，A100、H100、B200 非云厂商 GPU 租赁价格在 6 月分别升至 1.63、2.72、5.33 美元/每 GPU 小时，H100 和 B200 已连续多月走高。4	GPU 租赁价仍在涨，说明算力供给并未明显宽松；但高端 GPU 溢价收窄，也提示供需紧张开始分层。	行业价格观察。
高盛	高盛认为投资者下半年正在降低对「美股七巨头」风险敞口，更愿意追逐直接受益于 AI 基建资本开支的半导体、设备和供应链公司。4	交易逻辑从「谁在大额投入 AI」转向「谁从别人投入 AI 中赚钱」。这对上游设备、网络、存储、电力链条更友好，对云巨头估值倍数更苛刻。	市场策略观点。
德银	德银测算，若 Meta 对外出售部分 AI 算力，到 2027 年可新增收入 90 亿至 300 亿美元，基准情景约 175 亿美元；Meta 此前已将 2026 年资本开支指引上调至 1250 亿至 1450 亿美元。4	Meta 算力外售不必然代表 AI 基建需求见顶，也可能是云化变现路径的试探；但市场会更严厉地追问回报率。	德银测算；非正式业绩指引。
UBS / Citi / Morgan Stanley / Goldman Sachs 等	Yahoo Finance 转述称，UBS、Citi、Wells Fargo、Morgan Stanley、Goldman Sachs 等将 Snowflake 目标价上调至约 270-370 美元区间，主要理由是 Snowflake Summit 后 AI 工作负载和 Cortex / CoCo 等产品带来更强需求预期。5	海外软件股的 AI 交易正在从「加 AI 功能」转向「AI 功能是否拉动产品用量和收入」。	多家机构目标价上调；区间约 270-370 美元。
Benchmark / Datadog	TheStreet/AOL 报道，Benchmark 将 Datadog 目标价从 260 美元上调至 330 美元并维持买入，理由包括 AI 运维周期、Bits AI 和超过 10 亿美元的研发投入。6	AI 基建从训练和推理扩散到可观测性、安全、自治运维，软件基础设施的受益面在扩大。	目标价 330 美元，维持买入。
Zacks / Marvell	Yahoo Finance 转述 Zacks 称，Marvell 预计 2027 财年数据中心收入增长约 50%，互连业务增长超过 70%，但非 GAAP 毛利率在 2027 财年一季度降至 58.9%。7	AI 光互连、定制硅和交换业务仍在放量，但毛利率压力说明「卖给 AI」不等于利润率自动上行。	Zacks Rank #3，Hold。

物理 AI：低位分支重新接住注意力

周五的 A 股 AI 交易已经不是单纯的 GPU、光模块和 PCB。中信建投把机器人主线放在「T 链量产节奏」和「国内主机厂资本化」，这句话比普通的看多机器人更具体：它要求投资者跟踪特斯拉 Optimus 量产节点、供应商量产指引、宇树等国产整机厂资本化进度，而不是只看概念板块涨跌。1

摩根士丹利把中国人形机器人 2026 年出货预测从 2.8 万台上调到 5 万台，这个数字会让市场重新计算零部件弹性：减速器、丝杠、传感器、控制器和轻量化材料，只有在订单和认证节点兑现时才有基本面意义。2

下周更适合用两条线筛选机器人链条。第一条是量产证据：是否有供货、认证、产能扩张和客户验证。第二条是估值位置：高位 AI 硬件拥挤交易回落时，低位机器人分支才有资金切换的空间。只讲「具身智能」但没有订单和客户进展的标的，仍容易被当成短线题材。

AI 基建：需求数据还在涨，但资金开始挑受益者

摩根大通的 6 月数据提醒市场，AI 使用量并没有因为资本开支争议而停下来。OpenRouter 样本中，Token 调用量环比增长 70%、同比扩大 20 倍，Token 支出环比也增长 70%；非云厂商 GPU 租赁价格继续上行，A100、H100、B200 分别升至每 GPU 小时 1.63、2.72、5.33 美元。4

这组数据对 AI 硬件链是支撑，但不是无差别利好。高盛的观察更接近资金在做的事：投资者正在区分「资本开支受益者」和「资本开支承担者」。半导体设备、网络设备、存储、电力和散热供应链，是从云厂商投入中收钱的一侧；超大规模云服务商则要证明这些投入能转成利润。4

Meta 算力外售是这个分歧的典型案例。德银认为，Meta 可能把旧 GPU、推理集群或非核心容量对外销售，到 2027 年带来 90 亿至 300 亿美元新增收入。若这条路跑通，市场会把一部分「资本开支压力」重估成「云收入选择权」；若销售进展慢，市场仍会回到自由现金流和折旧压力上。4

海外软件：目标价在上修，估值容错也在下降

Snowflake、Datadog 和 Marvell 放在一起看，能看到海外 AI 交易从算力硬件扩到软件基础设施。Snowflake 的逻辑是企业数据平台叠加 AI 工作负载，多家机构把目标价上调到约 270-370 美元区间；Datadog 的逻辑是 AI 代理和自治运维让可观测性平台变得更重要，Benchmark 把目标价从 260 美元上调至 330 美元。5 6

这里的共同点是：AI 功能必须变成用量、收入或续费率。Snowflake 被看重的是 Cortex、CoCo、Snowflake Intelligence 等产品带来的企业 AI 工作负载；Datadog 被看重的是 Bits AI 能否从「发现问题」走向「自动排查甚至修复问题」。如果这些功能停留在演示层面，目标价上修就会变成估值压力。

Marvell 的案例更像硬件链的现实版。公司预计互连业务 2027 财年增长超过 70%，数据中心收入增长约 50%，但毛利率受到定制硅和 AI 基建产品组合影响。对 A 股映射也一样：AI 订单的含金量，要看毛利率、客户集中度和现金流，不只看收入增速。7

周末事件：应用监管和智能体产品要进入验证期

周末的应用端背景也值得放进下周预案。财经早餐援引证券时报称，豆包与通义千问 7 月 4 日同步宣布，将于 7 月 15 日正式下线平台内全部用户自定义智能体功能，用户可在 10 月 15 日前查看并保存历史对话数据；7 月 15 日也是《人工智能拟人化互动服务管理暂行办法》正式施行日。8

这条消息对二级市场不是简单利空。它更像一次应用合规边界重估：智能体产品如果要规模化，身份提示、拟人化交互、用户数据保存、内容风险控制都会变成产品能力的一部分。下周如果 AI 应用股分化，合规成本和商业化质量可能比「有没有 Agent」更关键。

开盘前核对清单

机器人链条看量产证据：特斯拉链和国产链都要落到供货、认证、订单和产能，展会热度只能作为催化，不能替代基本面。
算力链条看价格和订单持续性：GPU 租赁价、DRAM 现货价和云厂商资本开支指引，比单日股价更能说明供需。
海外 AI 软件看目标价背后的收入假设：Snowflake 和 Datadog 的上修逻辑都依赖 AI 功能带来的实际用量，下一步要看财报里的产品收入和客户扩张。
科技巨头看 Capex 回报率：Meta 算力外售如果有客户和收入，市场会给它新的估值叙事；如果只有投入，折旧和自由现金流仍会压估值。
应用端看合规与留存：智能体功能调整说明应用层已经进入监管和产品质量双重验证期，短线不能只看发布会热度。

周末版的结论很简单：AI 主线没有消失，但资金正在变挑剔。下周一更值得盯的，不是「AI 还能不能炒」，而是谁能把 AI 需求转成订单、价格、收入和利润率。