智通财经APP获悉，中信建投证券发布研究报告称，2026上半年测试仪器、光模块、GPU/ASIC板块持续表现较好，反映AI算力需求旺盛。2026Q2线缆板块归母净利润同比增长205%，光纤光缆景气度持续提升。2026Q2，公募基金通信行业持仓市值占比达到11.56%，再创新高，主要持仓集中在光模块、光器件、光芯片及光纤光缆等方向。北美四家CSP厂商公布二季报，持续加码资本开支。北美四大云厂商2026Q2合计资本开支约1712亿美元，同比增长78.6%，预计2026年总资本开支约7325亿美元(中值测算)，且预计2027年仍保持较快增长。持续看好AI发展，维持对北美算力产业链和国产AI算力产业链的长期看好。

1.通信板块营收平稳增长，盈利能力保持较高水平。

2026H1，A股通信板块实现营收14010.74亿元，同比增长5.83%；归母净利润1463.63亿元，同比增长6.14%，利润增速略快于收入增速。2026H1通信板块综合毛利率为28.10%，同比下降1.24pct，净利率为10.99%，同比下降0.11pct。单季度来看，2026Q2通信板块实现营收7261亿元，同比增长5.8%，归母净利润916亿元，同比增长6.89%；综合毛利率为29.87%，同比下降1.63pct，整体盈利能力保持稳健。

2.电信运营商受增值税调整影响，利润下滑。

三大运营商受增值税调整影响，叠加个人端业务面临一定压力，收入利润下滑，2026H1合计实现营收9999亿元，同比下降1.53%，实现归母净利润1080亿元，同比下降6.75%。

3. 2026H1测试仪器、GPU/ASIC、光模块/光器件板块表现突出，Q2线缆板块利润大幅增长。

2026H1归母净利润表现突出的包括：测试仪器(5.93亿元，同比增长549%)、GPU/ASIC(29.12亿元，同比增长401%)、光模块/光器件(240.60亿元，同比增长147%)。2026Q2归母净利润增速前三的板块为测试仪器(4.89亿元，同比增长505%)、GPU/ASIC(19.68亿元，同比增长245%)、线缆(69.58亿元，同比增长205%)。

4. 公募基金通信行业持仓进一步集中于光通信板块。

2026Q2，公募基金通信行业持仓市值达到7944.92亿元，持仓市值占比11.56%，创新高，主要持仓集中在光通信板块。截至2026年9月1日，申万通信指数PE-TTM为57.04，处于5年以来92.91%分位点，处于10年以来87.84%分位点。

北美CSP厂商资本开支持续加码，全球大模型进入快速商业化

北美CSP厂商资本开支持续加码，英伟达FY2028指引超预期

北美四家CSP厂商公布二季报，持续加码资本开支。北美四大云厂商2026Q2合计资本开支约1712亿美元，同比增长78.6%、环比增长约30%，AI基础设施投资继续明显提速。Amazon、Google、Meta均进一步上调2026年资本开支指引，微软虽然由于数据中心租赁会计分类变化将账面CapEx预期调整至约1750亿美元，但公司强调其实际基础设施投资计划并未下调。按Amazon 2200亿美元、微软投资规模约1750亿美元、Google指引中值2000亿美元、Meta指引中值1375亿美元测算，四家2026年合计资本开支约7325亿美元，较一季报时约7100亿美元的预期进一步提升。我们持续看好AI发展带来的算力需求，维持对北美算力产业链和国产AI算力产业链的长期看好。

亚马逊2026年二季度资本开支约542亿美元，同比增长68.4%，继续主要用于AWS及生成式AI基础设施建设；AWS二季度收入达到422亿美元，同比增长37%，创18个季度以来最快增速。公司将2026年现金资本开支预期由约2000亿美元上调至2200亿美元，主要反映内存等零部件价格上涨以及AI基础设施需求持续旺盛。管理层表示，即使资本开支进一步提升，2026年仍无法满足全部需求，预计2027年供需偏紧的情况仍将延续。

微软2026年二季度(FY2026Q4)资本开支达到410亿美元，同比增长69.4%，其中约三分之二用于GPU、CPU等短周期资产，其余主要用于数据中心等长期资产；客户需求仍持续超过现有产能。由于微软自FY2027起将数据中心和办公楼预计使用寿命由15年延长至25年，部分未来数据中心租赁将由融资租赁转为经营租赁，因此公司将2026日历年账面资本开支预期由约1900亿美元调整至约1750亿美元，但明确表示实际基础设施投资规模并未下调，主要是约150亿美元支出从CapEx口径移出。此外，公司预计FY2027资本开支仍将同比增长。

谷歌2026年二季度资本开支达到449亿美元，同比约翻倍，较一季度357亿美元进一步增长26%，其中技术基础设施投资约60%用于服务器、40%用于数据中心和网络设备。受Google Cloud及AI算力需求持续旺盛推动，公司再次将2026年资本开支指引由此前的1800—1900亿美元上调至1950—2050亿美元，中值达到2000亿美元。公司表示本次上调主要由于加快算力产能交付以满足需求，同时预计2027年资本开支仍将显著增长。

Meta2026年二季度资本开支达到311亿美元，同比增长82.7%，较一季度198亿美元环比增长57%，主要用于服务器、数据中心和网络基础设施建设。公司将2026年资本开支指引由此前的1250—1450亿美元进一步收窄至1300—1450亿美元，中值约1375亿美元，显示AI基础设施投入仍在持续加码。同时Meta正在通过与BlackRock等外部资本合作建设数据中心，部分AI基础设施投入可能不会完全反映在传统CapEx口径中，因此其实际算力扩张规模可能高于表内资本开支。

英伟达FY2027Q2业绩全面超预期，FY2028营收同比增速指引高达70%，全球AI算力需求持续高景气。英伟达FY2027Q2(截至2026年7月26日)实现营收962.2亿美元，同比增长106%，其中数据中心收入达到890亿美元，同比增长117%、环比增长18%，系核心增长引擎；GAAP净利润约596.9亿美元，同比增长126%，GAAP毛利率约75.0%。展望FY2027Q3，公司预计营收达到1080亿美元±2%，对应同比增长约89%，且该指引未包含来自中国市场的数据中心计算收入，显示全球AI算力需求仍保持高景气。此外，公司管理层在财报电话会上首次给出了下一财年的全年初步收入指引，预计公司FY2028营收将实现同比增长约70%，远超市场预期，并表示该增速是供应约束下可实现的水平，若无供应约束，潜在需求增速预计会更高，这一指引显著提升了全球AI算力中期增长的确定性和可见性。

客户需求旺盛带动产品价值量代际跃升。AWS与英伟达近日宣布，计划在2027-2028年新增部署200万颗Blackwell Ultra、Rubin及Rubin Ultra GPU。此前AWS在今年GTC仅计划自2026年起新增超过100万颗GPU，短短约5个月后进一步追加200万颗，官方明确表示原因是需求超过此前预期。双方还将在Spectrum网络、Vera CPU以及AI Factory等领域继续扩大合作。英伟达管理层表示，Vera Rubin已于8月开始量产出货，部署每GW算力为英伟达带来的收入机会(revenue opportunity)，已从Hopper架构的约180亿美元、Blackwell架构的约250亿美元，预计将跃升至Vera Rubin架构的约400亿美元。算力平台价值量持续抬升，充分反映出AI算力旺盛的终端需求，以及算力基础设施向全栈系统方案演进的行业趋势。

AI需求正从超大规模云厂商向更多元化客户扩散。英伟达FY2027Q2的财报显示，数据中心业务内部，ACIE(AI云、工业及企业)板块收入达403亿美元，同比增长138%，增速快于Hyperscale(超大规模客户)板块的102%。ACIE收入占比已提升至数据中心业务的45%，显示出AI算力需求正从亚马逊、微软、谷歌等头部云厂商向更广泛的新兴AI云服务商(NeoCloud)、工业、企业及主权AI实体快速渗透。其中，英伟达管理层在财报电话会上表示，他们的NeoCloud合作伙伴正以更低的token成本快速部署上线算力，预计到2026年年底其总装机容量将从2025年底的约3吉瓦提升至8吉瓦，多元化客户正在成为本轮AI算力扩张的重要增长来源。

总体来看，伴随Blackwell系列产品持续大规模放量，下一代Vera Rubin平台正式进入量产爬坡阶段，传统超大规模云厂商、NeoCloud、工业、企业以及主权AI实体的多元算力需求形成合力，共同驱动英伟达FY2027Q2营收实现高增，叠加英伟达历史首次给出FY2028全年初步收入指引，下游客户采购订单不断上修、单GW算力对应的收入机会代际抬升等多重信号相互印证，充分说明全球AI算力资本开支依旧处在强劲上行周期，算力需求不仅具备短期高景气，同时中期增长的确定性与可见性也得到进一步强化。

全球大模型进入快速商业化。Anthropic截至2026年7月底年化收入超过650亿美元，较2025年末约90亿美元增长约622%，七个月扩大至原来的7.2倍；较5月的470亿美元两个月再增长约38%。2026Q2初步收入超过115亿美元，同比增长约14倍。Claude Code仍是重要增长引擎，但随着企业级Agent和通用工作流快速放量，收入结构正在由单一Coding向更广泛的Enterprise AI扩展。公司近期相继签署450亿美元Nscale和350亿美元Lambda云算力合作，商业需求正在转化为确定的算力扩张。

OpenAI加速由Chat向Coding、Co-work及多元商业模式延伸。截至2026年7月，OpenAI年化收入超过400亿美元，较2025年末接近翻倍，7月单月年化收入环比增长超过20%。Codex与ChatGPT Work合计周活用户突破1000万，其中超过100万用户已经将Codex用于非编程工作，Agent正在由开发者工具扩展至金融、法律、招聘及运营等知识工作场景。8月底ChatGPT Ads年化收入进一步达到10亿美元，商业模式由订阅和API向Agent、企业服务及广告持续延伸。

中国互联网厂商的AI收入进入规模化兑现阶段。字节跳动2026年7月AI相关年化收入约40亿美元，并将飞书产品团队并入豆包体系、销售及客户服务团队并入火山引擎，进一步打通AI应用、MaaS、SaaS与云计算。阿里2026年二季度AI云及计算服务收入达到484.4亿元，同比增长45%；其中大模型MaaS业务ARR超过160亿元人民币，约合24亿美元，成为国内规模最大的企业级大模型服务之一。

国内独立模型厂商收入同步放量。智谱8月底MaaS平台ARR按月度年化达到16亿美元，按最新周度年化超过20亿美元；2026H1开放平台及API收入8.25亿元，同比增长约27倍，占收入比例升至86.5%，API毛利率提升至24.6%，单位Token推理成本较年初下降80%，1GW级国产算力中心已经建成并部分投运。MiniMax 8月ARR据市场口径超过8亿美元，H1企业服务收入同比增长703%，占比升至63.4%；Kimi 6月ARR约3亿美元，并于9月正式启动香港IPO进程；DeepSeek最新年化收入也获得了大幅增长。

商业化的加速正成为AI商业逻辑闭环的重要一环。Coding率先验证了大模型的付费意愿，下一阶段增长将更多来自企业Agent、Co-work及长程任务。此类任务需要更长上下文、多轮推理、工具调用和反复执行，单任务Token消耗显著高于传统Chat。因此，即使单位Token价格持续下降，总调用量和推理算力需求仍可能加速增长，大模型商业化与算力资本开支正在形成相互强化的正反馈。

OpenRouter平台Token调用量加速上行，8月单月接近翻倍，全球AI渗透率加速提升。调用量5—6月持续增长，7月短暂调整，8月重新加速。OpenRouter平台周度Token调用量由5月18日至24日的28.9T提升至6月15日至21日的46.7T，不到一个月增长约62%；7月中旬继续创出阶段性高点，随后连续两周小幅回落，7月27日至8月2日降至56.8T，体现新模型发布和免费流量带来的短期波动。8月周度调用量连续创出新高。平台周度Token调用量由7月27日至8月2日的56.8T，依次提升至69.0T、约75.3T、93.4T和113T；8月24日至30日达到113T，环比增长21.1%，四周累计增长约99%，一个月接近翻倍。相比2026年3月底的22.8T，当前调用量已扩大至约4.96倍；相比2025年12月底的5.5T，九个月扩大至约20.5倍。

Coding、Agent和高性价比模型共同驱动调用量增长。OpenRouter数据显示，Agent任务单次请求消耗的Token约为普通人工交互的15倍，Agent产生的Token量自2026年2月起已经超过普通人工调用。8月24日至30日，中国模型周调用量达到55.16T，环比增长36.3%，连续十八周超过美国模型；GLM-5.3-Flash、DeepSeek V4 Flash和小米MiMo-V2.5包揽前三，反映国产开源模型正凭借能力、价格和开放生态进入海外开发者的真实工作流。调用量增长正在向商业价值转化。OpenRouter平台的任务消费金额中，通用任务、代码和Agent分别占32.4%、30.3%和28.7%，其中Workflow Execution占平台总消费金额的18.7%，成为付费价值最高的细分场景之一。

虽然OpenRouter数据不能直接等同于全球大模型市场规模或模型厂商收入，但可以作为开发者及企业API需求的重要高频指标。周度Token调用量持续上升，且增长从Chat和模型测试转向Coding、Agent及复杂工作流，说明大模型正在更深地嵌入生产环境。随着单任务运行时间、工具调用次数和上下文长度不断提升，即使单位Token价格下降，总Token消耗及推理算力需求仍有望保持高速增长。

全球大模型能力仍处于快速提升阶段，尚未进入能力平台期。根据Artificial Analysis Intelligence Index，最新一代头部模型综合得分已经提升至60—66分区间，在复杂推理、编程、数学及长程Agent任务上的能力边界持续外扩。模型迭代周期仍保持在数月级，每一轮升级都在可完成任务的复杂度、长度和可靠性上取得明显突破。海外闭源模型依然领跑全球智能前沿。Claude系列占据榜单前列，OpenAI、xAI、Meta等厂商的最新模型也处于第一梯队。海外头部实验室在预训练规模、强化学习、推理计算和Agent系统工程方面仍具领先优势，特别是在复杂编程、长程任务、工具调用及任务成功率方面，整体能力仍领先于国内模型。

国内开源模型追赶速度明显加快。Kimi K3 Max和GLM-5.3 Max的AA综合得分均达到60分，与GPT-5.6、Grok 4.6等海外一线模型仅相差1分；Qwen3.8、GLM-5.3 Flash分别达到58分和57分。国产模型正在从过去的“低成本、基本可用”迈向全球前沿能力竞争，并凭借开源、低价格及国产算力适配等优势，在Coding和Agent场景中逐步接近以Codex为代表的海外头部编程智能体。

此外，OpenAI于9月3日推出GPT-6 Astra，官方披露其在复杂推理、编程、计算机使用、研究及多步骤任务方面实现新一轮跃升，网络安全和长程Agent能力较GPT-5.6 Sol显著提高。目前GPT-6 Astra尚未被AA纳入统一评分；但其推出再次表明，海外模型仍在推动全球智能前沿快速上移，国内开源模型虽然追赶迅速，前沿模型能力竞赛仍在持续加速。

AI能力正从回答问题快速跃迁到自主完成长周期工作。Claude可处理的任务跨度已从2024年的约4分钟提升至Mythos Preview的至少16小时，开放式Coding任务成功率在六个月内提高50个百分点至76%。能力提升已经转化为真实生产力：Claude生成了Anthropic超过80%的生产代码，典型工程师代码吞吐量较2024年提高约8倍。大模型不再只是提高单次代码编写速度，而是开始独立完成理解代码库、制定方案、调用工具、运行测试、排查错误和交付结果的完整工程闭环。Coding正在成为AI迈向RSI的第一条现实路径。代码拥有编译器、单元测试和性能指标等低成本验证器，使模型可以反复进行“生成—运行—评价—改进”。Claude对小模型训练程序的优化能力由Opus 4的约3倍提升至Mythos的约52倍；在开放式研究项目中，多Agent系统恢复了97%的目标性能差距，而两名人类研究员一周仅恢复23%。这意味着模型已经不只会编写产品代码，也开始改进训练程序、设计和运行实验、分析结果，并参与创造更强AI所需的研发过程。

下一阶段的核心是从Coding Agent走向AI研发Agent，并逐步形成RSI闭环。模型首先生成更好的代码和算法，随后修改Prompt、Memory、Tools和Agent Harness，再进一步优化训练数据、奖励函数、训练框架乃至模型参数；如果改进后的模型又更擅长研发下一代模型，就会形成“AI改进AI—后继模型更强—研发速度进一步提升”的递归循环。当前Claude在目标明确的研发执行环节已经接近或超过熟练人类，但研究问题选择、评价标准和最终验证仍主要由人类掌握，距离完全自主设计和训练后继模型的强RSI仍有关键一步。

RSI是Recursive Self-Improvement，即“递归式自我改进”：AI不仅完成任务，还开始参与改进制造下一代AI的研发流程。“递归”就是一轮改进能够帮助下一轮改进。当前模型参与AI研发，帮助训练出更强的模型；更强的模型再凭借更好的代码、实验和研究能力参与下一轮研发。这样反复迭代，AI改进AI的能力就会不断提高。RSI可以发生在不同环节。包括修改当前回答、记住过去的经验、积累新的技能，也可以生成训练数据、设计奖励规则、优化训练代码和提出研究方案。关键在于，这些改进能否被保存，并在之后的任务或模型训练中继续发挥作用。Anthropic将AI参与AI研发分为五个阶段：人类独立研发、聊天机器人辅助、编码智能体、自主智能体和闭合循环。Anthropic认为自己目前处于第四阶段——自主智能体；下一阶段是AI自主设计、训练和改进下一代模型的“闭合循环”，也就是完整RSI所指向的状态。