最近好多朋友问我，大模型火成这样，A股里到底哪些票是真材实料，哪些又是蹭热点的？说实话，这行我干了13年，从早期的NLP到现在的生成式AI，见过太多起起落落。现在市场浮躁，大家容易上头，但咱们做投资的，得冷静点。今天不聊虚的，就聊聊怎么在A股大模型上市公司里挑出真正能落地的。

先说个扎心的真相：真正拥有底层大模型训练能力的公司，在A股其实不多。大部分所谓的“大模型概念”，其实是应用层或者算力层。你要是冲着底层去，大概率会踩坑。所以，第一步，得分清梯队。

第一梯队是那些有算力基础设施的。大模型训练太烧钱了，没算力就是无米之炊。你看那些做服务器、做光模块的，虽然不直接造模型，但它们是卖铲子的。比如某些做AI服务器集成的，或者提供高速互联芯片配套的。这类公司业绩相对硬，因为不管谁的大模型跑起来，都得用它们的硬件。但这块竞争也激烈，毛利率在慢慢降，所以得看技术壁垒够不够高。

第二步，看应用落地能力。这才是A股大模型上市公司里最有戏的地方。模型再牛，不能变现也是白搭。你要找那些手里有垂直行业数据的。比如金融、医疗、法律、工业制造。数据是新的石油，谁有高质量、清洗过的行业数据，谁就能微调出好用的专用模型。别光听PPT吹嘘参数多大，要去查他们的财报，看研发投入占比，更要看有没有实际签约的客户案例。如果一个公司天天发新闻稿说和大厂合作，但财报里没看到相关收入增长，那基本就是在讲故事。

这里有个误区，很多人觉得只要贴上“大模型”标签就能涨。错！现在监管严了，投资者也聪明了。你得看它是不是真的把模型嵌进了产品里。比如某些办公软件，集成了AI助手，用户愿意付费，这才是真本事。还有些做教育、做客服系统的，用大模型降低了人力成本，提升了效率，这种模式跑通了，股价才有支撑。

第三步，警惕“伪科技”。有些公司主业是传统制造或者地产，突然宣布成立个AI子公司，招几个博士，就敢说自己有大模型。这种多半是蹭热度。你要看它的研发团队背景，是不是真的懂深度学习，有没有发表过顶会论文，或者在GitHub上有开源贡献。如果没有这些硬指标，基本可以pass。另外，关注一下它的合作伙伴。是和头部云厂商深度绑定，还是只是签了个意向书？深度绑定意味着技术共享和资源倾斜，价值更大。

再说说风险。大模型迭代太快了，今天的技术明天可能就过时了。今天你投的公司，明年可能就被淘汰。所以别all in，要分散配置。另外，政策风险也得考虑。数据安全、隐私保护越来越严，合规成本在上升。那些在数据合规上做得好的公司，长期来看更安全。

最后，给个实操建议。打开你的股票软件，筛选出那些研发投入占营收比例超过10%的科技公司。然后去翻他们的年报，看“管理层讨论与分析”部分，有没有具体提到大模型的应用场景和进展。别只看新闻联播式的通稿，要看细节。比如，他们提到了哪个具体的行业痛点，用了什么技术解决，效果提升了多少百分比。有细节的，才靠谱。

记住，投资不是赌博，是认知的变现。在A股大模型上市公司里，找到那些真正干活、能赚钱、有壁垒的公司，比追逐热点重要得多。别急着上车，先看清楚路。这行水很深，但也全是机会。保持警惕，保持学习，才能活得久。

本文关键词：A股大模型上市公司