过去几年，AI经历了近乎狂热的发展后，近期似乎迎来了一个“调整期”。头部大模型企业的营收不及前期乐观预期，英伟达 B200、H200租赁价格自2026年5‑6月出现明显回落，部分档位跌幅30%‑70%。此外，诸如OpenAI首席执行官Altman、特斯拉首席执行官马斯克等行业大佬公开呼吁应放缓前沿大模型能力迭代速度，先进行安全评估。

这些似乎都预示着AI热潮正在冷却下来。

头部大模型企业营收数据不及预期

OpenAI截至9月底的内部年化营收运行率约500亿美元，而此前的市场普遍预期接近700亿美元，存在约200亿美元预期缺口。消息传出后，半导体、云厂商板块明显回调。OpenAI仍处于大额亏损，2026‑2030累计预估负自由现金流约2780亿美元。

另一家大模型厂商Anthropic的营收增速也大幅回落。Anthropic第三季度的营收达168亿美元，环比增速回落至46%，月度复合增速也从早期的33%下滑至3.4%‑6.6%。年底年化营收距离市场千亿目标存在缺口。虽然Anthropic的营收仍在增长，但其环比斜率已明显下降。

算力不再紧缺

曾经 “算力永远紧缺” 似乎是AI产业链的常态，如今这一情况也在变化。

高端GPU租赁价格自2026年年中开始出现较大幅度下行，算力市场从极度紧缺逐步走向供需平衡。算力不再是制约行业发展的第一矛盾，资本回报约束，开始走上台前。

多家金融机构对海外超大规模云厂商AI资本开支做出判断：AI资本开支的高速扩张阶段或将迎来峰值，后续增速将逐步回落。产业链上游核心厂商的业绩指引低于市场预期，也被视作硬件需求边际走弱的先行信号。重资产AI基础设施企业融资环境收紧，市场开始重估高投入模式下的商业风险。

但值得关注的是，放缓主要集中在基础大模型训练算力。疯狂烧钱训练巨型模型的阶段正在降温，但面向应用的推理算力需求依旧保持扩张。整个算力资本开支，正在完成从 “重训练” 向 “重推理、重行业落地” 的结构切换。

两大巨头营收超预期

但近期两大半导体关键厂商的营收报告又似乎显示AI热潮还在持续。

首先是光刻机巨头阿斯麦（ASML）发布了其2026年第三季度财报，数据显示，ASML第三季度净销售额为117亿欧元，净利润50亿欧元，毛利率为57.5%。ASML总裁兼首席执行官傅恪礼（Christophe Fouquet）表示：“2026年第三季度，ASML实现净销售额117亿欧元，创下历史单季度新高，接近此前预测区间的高位。”同时，ASML预计2026年第四季度净销售额在142亿至152亿欧元之间，毛利率约为57%；预计2026年全年净销售额将介于440亿至450亿欧元，毛利率约为56%。

傅恪礼表示：“客户持续上调对ASML设备的短期和中期需求预期，主要基于他们对人工智能相关投资规模及持续周期的判断。随着未来需求前景更加清晰，部分客户已与我们开始了2029年甚至2030年的设备订单接洽。”

为了应对市场的强劲需求，ASML今年执行产能爬坡计划，预计2026年将交付约65台EUV系统，较去年增加超过50%。同时计划在2027年和2028年分别提升约30%的产能。但目前ASML判断这一扩产幅度仍不足以满足客户需求。因此，ASML正在研究进一步扩大2028年及以后产能的方案，以更好满足客户需求。

另一家代工领域的巨头台积电也发布了其截至2026年9月30日的第三季度财报。在台积电发布财报之前，路孚特智能预估系统综合了16位分析师对台积电第三季度财报预测得出的数据显示，台积电第三季度净利润或同比大增65%，达7,463亿新台币（现约合1,562.75亿元人民币）。如果净利润超过7,065.6亿新台币（现约合1,479.54亿元人民币），就将创下台积电单季净利润历史新高，同时实现连续第十一个季度利润增长。

事实上，台积电公布的第三季度财报数据还超越了上述分析师的预估。根据台积电公布的第三季度财报数据显示，其合并收入达14,942.4亿元新台币（现约合3,109.51亿元人民币），同比增长50.9%，环比增长17.6%；净利润为7,630.6 亿元新台币（现约合1,587.93亿元人民币），同比增长68.7%，环比增长8%。第三季度毛利率为66.4%，营业利润率为58.7%，净利润率为51.1%。

先进技术（定义为7nm 及更先进技术）的占比也进一步提升，第三季度，台积电2nm出货占晶圆总收入的8%；3nm收入占33%；5nm收入占28%；7nm收入占10%。先进技术占台积电晶圆总收入的79%。

台积电第三季度业绩创历史新高，并超出市场预期，连续第六个季度实现创纪录的净利润，这主要得益于全球对人工智能芯片持续强劲的需求。

AI热潮仍在加速还是已经放缓？

一方面是全球大模型厂商呼吁放缓大模型能力迭代速度，算力市场从极度紧缺逐步走向供需平衡；另一方面，支持AI芯片制造的半导体设备厂商和制造厂商的营收不断创纪录，AI热潮到底是仍在加速还是已经放缓？答案或许不在“仍在加速”与“已经放缓”之间，而在于：AI热潮正在换挡。它没有简单冷却，而是从“全面狂热”进入“结构性分化”：训练端在降温，推理端和基础设施端仍在升温；叙事在退潮，产能和订单仍在涨潮。

头部大模型企业营收不及预期，说明应用层变现速度没有跟上资本开支速度。OpenAI、Anthropic的增速回落，算力租赁价格从2026年中明显下行，都指向同一个变化：单纯堆参数、堆算力、堆巨型模型训练的边际收益正在下降。Altman、马斯克等人呼吁放缓前沿模型迭代、先做安全评估，也不只是技术伦理问题，背后同样有商业现实的考量。

ASML和台积电的财报创纪录，其实并不与大模型企业营收不及预期矛盾。因为它们处在产业链的不同位置，面对的是不同时间尺度的需求。

大模型公司看的是即期营收和变现效率；ASML、台积电看的是客户未来数年的资本开支和产能规划。ASML客户已经开始接洽2029年甚至2030年的设备订单，台积电先进制程占比持续提升，说明AI芯片需求并没有消失，而是从“训练巨型模型”扩散到“推理、应用、行业部署、主权AI”等更广场景。训练可以放缓，但一旦AI应用铺开，推理需求会变成更持续、更分散、更接近日常经营的开支。

因此，上游半导体设备和制造端的繁荣，反映的是AI基础设施仍在扩张，只是扩张逻辑变了：从“重训练”转向“重推理、重行业落地”。

结语

总而言之，AI正在褪去泡沫，走出题材炒作，走向更漫长、更考验产业能力的下半场。喧嚣退去之后，真正的产业时代才刚刚开启。