近期，谷歌在人工智能領域的一系列動作引發全球市場高度關注，其推出的Gemini 3模型更是成為焦點，不僅帶動了AI行情，也引發了關于“人工智能泡沫”的熱烈討論。為此，多位公募投研人士從不同角度對AI產業投資價值進行了深入分析。

谷歌此次憑借Gemini 3 Pro與Nano Banana Pro的發布，在AI領域實現了對OpenAI的反超。南方創業板人工智能ETF基金經理潘水洋指出，谷歌構建了從TPU自研芯片、Gemini大模型到搜索及Waymo應用的全棧式閉環生態，顯著提升了模型性能，將模型參數優化周期大幅壓縮，展現出軟硬一體帶來的迭代效率與成本優勢。這一生態化競爭策略正推動谷歌重新掌握AI主導權，Gemini 3模型的推出也有望進一步提升算力與存力的需求。

嘉實基金大科技投研總監王貴重認為，Gemini 3在推理、編程和多模態能力上有顯著提升，是AI發展中的重大突破。它展示了AI產業可能的進路，包括原生多模態、Agent發展方向等，還呈現出AI從硬件到軟件再到服務閉環商業模式的可能性，可看作AI產業過渡階段的里程碑。

永贏基金權益投資部聯席總經理李文賓表示，Gemini 3的發布初步奠定了谷歌在AI領域從追趕到領跑的地位，展示了其技術與生態協同的優勢。這一變化讓產業在算力基礎設施層進入多元化競爭狀態，模型和應用層可能向集中化演進，后續需關注產業鏈重塑帶來的投資機會。

對于當前AI板塊的基本面和估值水平，以及AI行情的可持續性，投研人士們也有不同看法。王貴重稱，目前AI整體估值不便宜但空間巨大，AI主線能否持續取決于國內AI發展能否追上美國，而國內在硬件、算法、應用層面都有追趕優勢。李文賓則認為，當前AI板塊基本面持續向上，估值合理，預計2026年至2027年高景氣將持續，AI作為行情主線具備較強的可持續性。從基本面看，上游算力側保持高景氣度，中游模型側國內外模型廠商都有突破，下游應用端已出現AI應用雛形，有望大規模推廣落地。

關于“人工智能泡沫”與2000年互聯網泡沫的異同，投研人士們普遍認為當前并未出現“人工智能泡沫”。博時基金權益投資四部副總經理兼投資副總監肖瑞瑾表示，與2000年互聯網泡沫相比，人工智能行業有巨大不同，雖然存在結構性風險，但也對應著潛在投資機會，當前中國具備強大生態的互聯網企業處于相對低估值狀態，是較為顯著的投資機遇。潘水洋也認為，目前AI領域投資增長快、公司估值較高，但產業鏈盈利持續兌現、基本面良好、流動性相對寬裕，尚不具備傳統意義上觸發產業劇烈調整的宏觀條件，現在說AI出現泡沫可能言之過早。

在AI板塊估值及細分領域風險方面，諾德基金基金經理周建勝指出，目前AI板塊中部分細分領域存在估值偏高風險，建議將更多倉位放在當下及未來三年確定性相對較強且能兌現利潤與現金流的龍頭公司上，對于確定性較低、彈性較大的品種，可考慮低倉位、分散持倉。李文賓認為，目前AI板塊投資風險不在于短期估值，而在于產業進展是否順利以及競爭是否加劇影響領先企業產業地位。肖瑞瑾提醒，當前市場AI板塊中算力租賃行業和AI初創企業、應用層企業存在一定高估風險，投資中應以防御姿態應對。

對于中國AI產業發展的優劣勢及國產算力板塊投資價值，西部利得基金基金經理吳海健稱，中國AI產業優勢在于應用場景和基建能力，包括擁有全球最大的數字市場、豐富的落地場景、強大的基建能力和能源保障；短板在于底層算力和模型架構，如高端芯片受限、芯片制造工藝暫時落后等。從中期看，科技自主可控是長期趨勢，伴隨先進制程產能釋放，國內互聯網大廠、運營商算力需求有望快速釋放，帶來國產算力芯片供應鏈業績高速增長。翟森認為，中國在AI上的優勢是整體體系的效率與落地速度，在開源生態、算力成本、工程化人才和產業鏈協同上具備規模化能力，劣勢在于受限于高端算力芯片供給，長期依然看好國產算力的成長空間。

在AI應用端發展階段及商業化路徑方面，肖瑞瑾表示，AI應用目前處于高速發展期，看好AI在建模和編程、個人知識庫管理、企業生產力工具等多個細分領域的應用前景。李文賓看好有明確商業化路徑的應用場景，如AI廣告、辦公和軟件助手、數據與分析平臺、AI編程、金融醫療等垂直領域軟件平臺等。王貴重稱，AI正從預期驅動轉入真實落地新階段，在To C端與廣告、游戲、個人助理等緊密結合，在To B端，國內部分工作正逐步被AI替代。翟森認為，AI商業化處于初期階段，尤其To C層面尚未形成大規模、可重復的單點產品模式，先看好傳統企業數字生產力進入改造階段的商業化落地。

對于AI算力、模型、應用三大環節的投資價值，王貴重認為，現在可能處在由“硬三年”向“軟三年”過渡的早期階段，模型和應用將帶來巨大投資機會，同時也會給上游算力帶來新機會。潘水洋最看好AI產業鏈上游算力基礎設施，近期海內外互聯網巨頭大幅上調資本開支計劃主要投向該領域，且國產替代進程在加速。李文賓最關注算力環節，這與當前全球AI發展階段有關，同時認為模型端競賽難下結論，應用端投資需等大模型競爭格局清晰后才有確定結論。肖瑞瑾更看好AI算力基礎設施和AI生態應用，認為算力投入仍是必選項，掌握龐大算力資源和應用基礎的大型科技企業具備顯著優勢。

關于未來1 - 2年AI領域可能出現的技術突破和商業應用，李文賓認為可能出現在全模態突破、AI智能體落地、具身智能突破方向。翟森指出，關鍵突破主要來自算法升級與算力基礎設施升級，隨著推理成本下降和自動化能力增強，AI將在多個領域快速實現商業化。肖瑞瑾認為值得關注的技術突破是在線學習，商業應用場景最值得關注無人駕駛和人形機器人。