聚焦AI赛道，本文拆解核心标的及产业链上下游的产能节点、底层数据与商业化现状。

一、算力硬件交付与半导体扩产节点 

全球AI算力供需维持紧张状态，海外科技大厂持续投入资金采购算力设备，新增了1.4GW量级的算力规划。

在硬件散热环节，谷歌链液冷产品启动出货，且英伟达下一代Rubin架构机型预计将实行全液冷方案。

网络端，交换网络设备下半年步入超节点放量阶段，国产算力设备同步进入批量落地期。

半导体制造与设备端，半导体周期正处于底部回升阶段，国内存储芯片的产能建设刚刚起步，后续长*等企业推进上市，将带动相关的扩产规划进入白热化阶段。

江丰电子二季度单季利润维持约3亿元规模，其半导体零部件业务于三、四季度进入起量阶段。

二、大模型参数演进与API商业化重构 

大模型的赚钱方式主要分为包月订阅和按使用量付费（API调用），目前海外头部大模型的收入中已有80%直接来自于API调用，按量计费正在成为行业最核心的商业模式。

以海外企业为例，其API收入占比达80%，净收入留存率（NDR）达500%，区别于传统SaaS模式80%至130%的留存区间。 

因此，老客户的留存率以及消耗了多少Token（调用量），直接决定了大模型未来的收入空间，成为市场上评估大模型表现的核心数据。 

国内大模型端，腾讯混元3.0采用MoE架构，总参数量2950亿，激活参数210亿，支持256K上下文长度。其在办公场景内部测评中，任务成功率由72%升至90%，耗时缩短34%，日均Token消耗量实现20倍增长。 

智谱推进MoG计划，研发重心投向长程任务与完全自我训练等底层引擎；上半年其API的年化经常性收入（ARR）实现提速，后续融资金额将转化为算力储备。 

阿里侧云业务呈现收入加速与利润率边际提升，资本开支处于扩张期，且已被纳入苹果中国区端侧大模型合作体系。

三、数据集2.0落地与物理AI数据跑通 

物理AI的产业链可以拆解为三大块：充当大脑的世界模型、提供养料的数据层，以及最终落地的应用层。想要让物理AI变聪明，无论是现实中真机采集的物理数据，还是虚拟环境生成的合成数据，都是训练模型不可或缺的底层口粮。

7月6日，中国信通院联合清华大学、京东发布工业领域具身智能机器人训练数据集2.0。该数据集构建了试错纠错的数据体系，将采集现场前置于真实产线，并采用第一人称视角记录工人交互全过程。此举打通了生产场景的壁垒，推动仿真数据生成及物理AI底层能力的落地。

四、游戏暑期档兑现与应用端流水验证 

游戏板块步入暑期档，各家游戏厂商前期储备和排队上线的游戏，开始兑现为财报上的流水与利润。

巨人网络预告2026年上半年归母净利润同比增长157%至183%；世纪华通6月位居中国手游发行商全球收入第二，旗下《Whiteout Survival》维持稳态流水。 

增量产品方面，网易开放世界新游《遗忘之海》上旬开启PC端公测，并于7月23日上线移动端，全平台预约量超3600万，

老游戏持续稳定吸金，加上备受瞩目的新游戏相继公测开服，新老产品共同发力，稳住了当前阶段的业绩基本盘。

五、行业梳理 

基于上述产业演进节点，相关企业在产业链条中的占位如下：

算力硬件与半导体：中际旭创、盛科通信、锐捷网络、紫光股份、英维克、江丰电子。

大模型与云基础：腾讯控股、阿里巴巴、智谱、快手、昆仑万维。

物理AI与底层数据：风语筑、凡拓数创、奥比中光。

应用端：网易、巨人网络、世纪华通、心动公司、完美世界。

风险提示：技术研发节点推迟；宏观商业化落地不及预期。