近期恒生科技持续走强，市场开始重新讨论一个问题：这一轮上涨，究竟只是风险偏好修复，还是AI商业化已经出现了更清晰的基本面线索？

过去一段时间，市场对港股互联网平台的担忧并不在于它们是否致力于布局AI产业，而在于AI投入何时能够转化为收入、收入增长能否覆盖资本开支和费用压力，以及模型调用放量之后，利润率能否真正改善。如今，云业务收入增速、大模型迭代和AI Agent落地开始提供更多可跟踪的数据，市场的关注点也逐步从投入转向收入的兑现。

一、云收入开始加速，AI需求正在从预期走向收入验证

近期市场对恒生科技关注度回升，一个直接催化来自互联网龙头财报前的投资者沟通。市场消息显示，阿里在正式财报发布前强化了对云业务和AI收入增长的沟通，投资者开始重新评估AI需求对云业务的实际拉动。此前管理层披露，AI相关产品收入已占外部云收入约30%，并预计未来约一年内有望成为云业务的主要增长引擎，收入占比可能进一步超过50%。

机构预期也在同步上修。Jefferies预计阿里相关季度收入同比增长约9%，UBS则预计云业务收入同比增长约45%，较前一季度进一步加速。同时，MaaS业务的年度经常性收入目标也成为市场关注焦点，相关预测指向6月季度达到约100亿元、年底超过300亿元，云业务EBITA利润率预计约为11%。

（注：阿里巴巴为恒生科技指数成份股，截至2026年6月30日，阿里巴巴（9988.HK）在指数中权重占比为6.6%。以上信息旨在介绍板块动态信息，基于客观事实，仅作为展示，不代表个股推荐。）

图：UBS发布研报，预计阿里1QFY2027云收入同比增长45%

数据来源：UBS，截至2026年7月13日。

这些数据之所以重要，是因为它们意味着AI需求正在逐步从调用量增长转化为可识别的收入。过去市场更多通过资本开支、模型发布数量和算力采购来观察AI景气度，但这些指标主要反映投入端。随着MaaS收入、外部云收入中AI贡献占比以及云业务利润率逐步披露，投资者开始能够从收入端判断AI商业化的兑现程度。

因此，近期恒生科技的上涨并不只是对AI概念的再次定价，而是市场开始看到，AI已经在云收入中形成较为清晰的增量。对于同时具备模型、云平台和应用生态的互联网公司而言，这意味着AI可能不再只是成本项，而正在逐步成为新的收入来源。

二、模型以更低成本逼近前沿能力，商业闭环开始具备技术基础

AI商业模式能否真正形成闭环，关键并不只是模型调用量是否增长，而在于模型能力、调用价格和推理成本能否形成正向循环。一个相对完整的商业化路径是：模型能力提升带动更多企业和用户采用AI服务，使用频率提高进一步推动Token调用和MaaS收入增长；随着调用规模扩大，算力利用率、推理优化和工程效率提升，单位Token成本逐步下降，最终推动云业务收入和利润率同步改善。

近期国产大模型最重要的变化，并不是单纯追求更大的参数规模，而是在高端算力资源相对受限的情况下，通过架构和工程创新提升模型效率。MoE、稀疏注意力、长上下文、多模态融合、数据蒸馏和训练后强化学习等技术，使模型能够以更低的激活参数和推理成本，在代码、长文本理解、复杂推理和Agent任务中逼近海外前沿模型。

从最新模型进展来看，国产模型的竞争重点正在由单轮问答转向长周期任务执行。DeepSeek V4 Preview采用MoE架构，其中V4 Pro总参数约1.6万亿、单次激活参数约490亿，并支持100万Token上下文，重点强化推理和Agent能力；智谱GLM-5.2则进一步聚焦Coding和长周期任务，在代码开发、复杂工具调用和持续任务执行中提升可用性。

7月16日，月之暗面正式发布Kimi K3。根据官方披露，K3总参数规模达到2.8万亿，采用KDA混合线性注意力和Attention Residuals等架构，原生支持视觉理解，并具备100万Token上下文窗口，重点面向长周期编程、知识工作和复杂推理任务。

K3的重要性并不只在于参数规模扩大，更在于模型竞争正在从回答问题转向持续完成任务。在复杂Agent场景下，模型需要连续进行任务规划、代码执行、信息检索、工具调用和结果校验，一次任务往往对应多轮模型调用和更高的Token消耗。相比传统聊天机器人，这类长周期任务更容易形成持续、可计费的API调用和云计算需求。

随着模型能力不断提升，AI应用的使用边界也有望从简单问答和内容生成，进一步扩展至软件开发、行业研究、办公流程、企业运营和复杂知识工作。当模型能够独立完成更长、更复杂的任务时，单个用户的调用深度和Token消耗也有望同步提升。

表：近期国产大模型更新情况

数据来源：Wind，截至2026/7/20

从价格体系来看，国内模型正在形成较为清晰的分层。高端模型依靠性能、发布时间和任务完成率获取定价权，部分高性能模型的价格约为每百万Token 1美元，仍明显低于美国前沿模型每百万Token约4至8美元的水平。中低端市场则更多依靠高性价比和规模化调用增长，价格区间约为每百万混合Token 0.06至0.2美元，主要面向Agent和中小企业API需求。部分模型公司较高的海外收入占比，也说明低价高性能模型正在形成全球需求。

表：国内大模型的参数量更低，推理效率更高

数据来源：Wind，BBG，截至2026/6/30

这意味着，国内AI的商业化并不一定需要复制海外高价模型路径。更低的调用成本、更广泛的应用场景和更大的企业客户基础，可能推动Token需求更快增长。只要模型能力能够维持、调用规模持续扩大、单位成本继续下降，云厂商就有机会在价格较低的情况下，通过规模效应形成收入和利润闭环。

三、AI Agent进入真实交易场景，但利润修复仍需基本面配合

模型和云收入之外，AI Agent正在成为商业化闭环中更关键的一环。相比单纯的对话工具，Agent能够理解用户需求、调用不同服务并完成具体任务，更容易把模型能力转化为真实交易和收入。对互联网平台而言，电商、广告、地图、本地生活、内容和企业服务，本身就是AI Agent最容易嵌入的高频场景。

当AI Agent能够帮助用户完成搜索、比价、下单、出行规划或本地生活服务调用时，Token消耗就不再只是技术测试，而是与真实商业行为相连接。互联网平台同时掌握流量、数据、交易场景和支付闭环，因此相比单一模型厂商，更有机会将AI能力嵌入已有业务，并通过云收入、广告效率、交易佣金和企业服务形成多元变现。

不过，AI商业化改善并不意味着互联网平台的所有基本面压力已经消失。以外卖和即时零售为例，最新数据表明竞争正在边际缓和。6月美团、淘宝和京东外卖日均订单量合计约为1.26亿单，环比增长约5%，与此同时补贴力度继续减弱。UBS数据显示，美团、淘宝和京东日均订单量分别约为6800万单、5100万单和800万单，对应市场份额约为53%、41%和6%。

（注：美团、阿里巴巴、京东集团为恒生科技指数成份股，截至2026年6月30日，美团（3690.HK）、阿里巴巴（9988.HK）、京东集团（9618.HK）在指数中权重占比分别为7.45%、6.6%、4.73%。以上信息旨在介绍板块动态信息，基于客观事实，仅作为展示，不代表个股推荐。）

订单增长与补贴降温等产业基本回暖的积极信号持续释放，但平台利润修复仍需要时间验证。前期竞争投入已经对利润形成明显拖累，即便补贴强度边际下降，相关费用压力仍可能需要一至两个季度才能充分改善。因此，当前恒生科技更合理的逻辑并不是传统业务压力已经消失，而是AI收入开始加速、竞争环境边际缓和，两条线索共同缓解了市场对盈利继续恶化的担忧。

总结

从云收入、大模型到AI Agent，恒生科技近期重新受到关注，反映市场对AI商业化的定价逻辑正在发生变化。此前投资者主要担心AI投入持续增加，而收入和利润兑现不足；如今，云收入增长、MaaS规模扩张、模型成本下降和Agent进入真实商业场景，开始为商业化闭环提供更多验证。

但这一闭环目前仍处于形成过程中。模型能力能否持续领先、Token调用量能否稳定增长、推理成本能否继续下降，以及互联网平台传统业务利润能否逐步修复，仍将决定这一轮行情能否从估值修复进一步走向盈利驱动。

对于投资者而言，恒生科技的边际变化可以概括为：AI正在从投入项逐步走向收入项，互联网竞争也开始从高强度投入转向效率改善。当产业逻辑和盈利预期同时出现边际改善，港股科技资产的配置价值也有望重新受到关注。

恒生科技ETF易方达（513010，联接基金A类013308 / C类013309），一键布局港股科技核心资产。基金有风险，投资需谨慎。

以上内容与数据，与有连云立场无关，不构成投资建议。据此操作，风险自担。