重要 HTX Research 最新研报解读美股 AI 资产：技术仍处早期，资本开支与估值已进入周期后段

BiRun 消息，近日，火币HTX 旗下研究部门 HTX Research 发布最新研报《 智能的工业化与泡沫周期：Token 经济学、资本开支与美股 AI 资产的赔率重估 》，从 Token 经济学出发，分析 AI 产业链各环节的估值状态、周期位置与风险收益结构。研报认为，AI 产业和 AI 股票目前并不处于同一个时间周期。大模型、Agent 和多模态产品的技术扩散仍处于早期，企业应用周期处于早中期；但 Hyperscaler 的资本开支周期已经进入中后段，股票估值、市场集中度和交易情绪则更接近牛市后半程。 决定股价的变量过去三年，市场首先交易 GPU、HBM、服务器、网络和数据中心的供给稀缺，随后交易前沿模型、推理模型与 Coding Agent 的能力跃迁。进入 2026 年后，决定股票回报的核心变量正在从模型参数和资本开支规模，转向 Token 的生产成本、任务成功率、用户消耗强度、企业工作流渗透率，以及巨额 AI 投资最终能否转化为自由现金流。 这一转向的背后是资本开支的量级变化。J.P. Morgan Asset Management 估计，五家美国 Hyperscaler 在 2026 年的资本开支约为 6970 亿美元，AI 资本开支占这些公司经营现金流的比例已由 2023 年的约 33% 升至预计约 93%。当资本开支消耗掉绝大部分经营现金流，市场关注的重点必然从收入增长转向资本回报率。 泡沫出现在金融架构，不在产业本身研报对"AI 泡沫"这个提法进行了更精确的拆解。云收入、Coding Agent 使用量、芯片收入和企业需求都在真实增长，AI 技术本身并非虚假叙事；但资本开支、外部融资、数据中心项目、私营模型估值，以及部分高估值二线标的已经出现明显的泡沫化特征。 判断标的性价比的方式也需要调整。表面市盈率无法直接代表真实估值水平：Alphabet 的市盈率受到投资收益扭曲，Amazon 的当前会计利润也不能代表正常化估值。真正有性价比的，是正常化估值、竞争壁垒、现金流和 AI 可选性之间最匹配的公司。 在当前价格和周期位置下，研报认为 Alphabet 的综合赔率最突出，兼具全栈能力和多重增长引擎；Microsoft 的基本面胜率最高，但估值扩张空间有限；Meta 表面估值与收入增速匹配度较高，资本开支风险显著；TSMC 是供应链中质量最稳定的"卖铲人"，需承担地缘政治尾部风险；NVIDIA 仍是增长调整后最具吸引力的核心半导体标的；Amazon 拥有较大的 AWS 与 Trainium 可选性。Oracle 和 Micron 属于高赔率但低胜率的周期型资产，AMD、Arista 和 Vertiv 业务质量优秀，但当前价格已经要求接近完美的执行。 AI 主线正在改变加密用户的配置方式 AI 作为全球资本市场共同主线的影响，不止体现在美股定价上，也在改变加密用户的资产配置行为。当 NVIDIA、Micron、TSMC、Broadcom、Meta、Alphabet 这些 AI 核心标的，与黄金、原油、ETF 和 Pre-IPO 资产一起进入 Crypto 用户的日常投资组合时，两类市场的边界开始变得模糊。资金可以根据宏观环境、产业趋势和风险偏好，在 BTC、ETH、AI 龙头股票、黄金及 ETF 之间灵活切换，越来越多用户已经把 Crypto 与美股理解为同一个全球风险资产体系中的不同配置方向。 火币HTX 是较早系统性推动这一方向的加密交易平台之一。根据 2026 年 8 月披露的数据，平台 TradFi 合约板块累计交易量已经超过 25 亿。