2026年一季度的全球科技股财报季呈现出一个反常识的定价现象：基本面增速并未出现跃升的亚马逊与甲骨文，却在二级市场上完成了估值中枢的系统性上移。

　　资本市场的资金流向正在脱离传统的“营收-利润”线性推演，转而围绕HALO（Hard Asset + Long-term Output）框架进行资产重估。这一逻辑的核心在于，科技巨头的竞争已从应用层的流量争夺，下沉至算力网络、实体数据中心与产业级操作系统的长期卡位。

　　亚马逊将AI训练集群与区域化履约网络打包为“数字-物理双基础设施”，甲骨文则凭借数据库底层架构与AI原生云服务的深度融合，将软件订阅升级为不可替代的产业底座。

　　两者并未发明新技术，只是用资本听得懂的语言，将长期资本开支重新定义为“稀缺产能的沉淀”。在这一估值范式迁移的背景下，长期受困于估值压缩的百度正站在同一个十字路口。

　　它并非缺乏硬资产，而是尚未将分散在云、模型与自动驾驶业务中的底层能力，整合成一套完整的“基础设施叙事”。当市场开始为“难以复制的实体与算力网络”支付溢价时，百度需要的不再是技术参数的堆砌，而是一次估值语言的彻底切换。

　　旧资产的重新命名：

　　HALO逻辑如何改写科技股的估值坐标系

　　2026年的资本市场正在经历一场静默的定价规则更迭。

　　亚马逊与甲骨文的股价反弹，并非源于短期营收的爆发式增长，而是机构资金对其财务报表的解读方式发生了根本性扭转。过去十年，科技公司的估值高度依赖利润表上的毛利率与净利率扩张；如今，资本开始将目光投向资产负债表上的长期资产沉淀与产能转化效率。HALO框架的流行，本质上是对这一转向的学术化包装：它将原本被视作“利润吞噬者”的巨额资本开支，重新翻译为“构建长期产出的硬资产”。

　　亚马逊与甲骨文的路径高度一致，它们都没有凭空创造出新业务曲线，而是对既有资产进行了结构性重组。甲骨文在2025至2026年间大幅调整了云业务的披露口径，将传统数据库订阅与AI推理集群的算力租赁合并披露，强调其底层架构的“不可迁移性”。这种策略直接击中了企业级客户的痛点：在模型迭代加速的背景下，底层算力与数据架构的稳定性远比短期价格折扣更重要。

　　亚马逊则更进一步，其自研Trainium芯片的规模化部署与区域化数据中心的液冷改造，使得单集群的能效比与算力复用率显著提升。2026年财报电话会上，管理层刻意淡化了“云收入增速”，转而强调“算力基础设施的外部化输出能力”与“长期服务合约的锁定周期”。

　　这种叙事切换的背后，是资本市场对“稀缺性”的重新定价。当AI算力从通用商品演变为高度定制化的产业要素时，拥有底层硬件架构、能源配套与物理网络调度能力的公司，自然脱离了纯软件公司的估值天花板。

　　HALO逻辑之所以成立，是因为它解决了重资产科技股长期面临的“投入-回报”错配问题：巨额折旧与摊销在利润表上表现为成本压制，但在资产负债表上却对应着具备网络效应与排他性的产能储备。

　　机构分析师开始采用“调整后产能收益率”与“算力资产周转率”等非标指标，替代传统的PE与PS倍数。这意味着，谁能在财务报表之外，清晰勾勒出自身资产的不可替代性与长期产出曲线，谁就能在定价体系中占据主动。亚马逊与甲骨文的上涨，不是技术胜利，而是财务语言与资本认知对齐后的必然结果。

　　叙事错位的代价：

　　百度为何被困在“软件公司”的估值陷阱里

　　百度当前的估值压制，并非业务基本面的溃败，而是一场典型的“资产叙事与资本认知错位”。

　　在二级市场的传统框架中，百度仍被锚定为一家依赖搜索广告现金流的互联网平台。这套逻辑在移动互联网红利期足够有效，但在AI原生时代却显得日益单薄。现实情况是，百度已经在多个维度上积累了符合HALO标准的硬资产，只是这些能力长期被财务科目割裂，未能形成统一的资本表达。

　　以百度智能云为例，其在政企市场的渗透早已跨越了简单的IaaS转售阶段，转向模型即服务（MaaS）与行业大模型的深度绑定。2026年一季度，百度在工业质检、金融风控与政务数据治理领域的签约规模同比扩张超过30%，长周期服务合约占比显著提升。这种业务形态的重资产属性与客户粘性，与AWS早期的企业级转型路径高度重合。

　　与此同时，文心大模型体系经过多轮迭代，已从单一的自然语言处理工具，演变为覆盖代码生成、多模态推理与智能体调度的底层系统。其持续迭代的特性，决定了它不是一次性消耗品，而是具备复利效应的数字基础设施。

　　更不容忽视的是Apollo自动驾驶网络。截至2026年，萝卜快跑已在十余个核心城市实现全无人商业化运营，累积路测里程与真实交通场景数据形成了一道极高的物理与算法壁垒。车路协同节点的铺设、边缘计算设备的部署，本质上是在构建物理世界的操作系统。

　　问题在于，这些具备长期产出能力的资产，在百度的财务表达中被拆解为高企的研发费用、持续的资本开支以及尚处投入期的业务线亏损。资本市场习惯于用“当期盈利稀释”的视角审视这些科目，却忽略了它们正在沉淀为难以复制的产能网络。

　　甲骨文的转型也曾经历过类似的阵痛期，但其通过调整披露口径、强化长期合约指引，最终让市场接受了“软件即底座”的新逻辑。百度则始终停留在“技术能力展示”与“短期商业化数据”的交替叙述中，未能将云、模型与自动驾驶整合为一个具备清晰产能曲线的整体。

　　叙事碎片化直接导致估值锚点的混乱：广告业务被给予传统互联网估值，云业务被对标二线SaaS厂商，自动驾驶则被视作远期期权。当市场用拼凑的尺子去丈量一个正在成型的底层基础设施时，估值压缩几乎是必然的结果。百度的困境不在于缺乏资产，而在于未能用资本市场的通用语法，将这些资产翻译为可定价的长期产出。

　　从AI公司到基础设施平台：

　　百度重估必须跨越的三道门槛

　　亚马逊与甲骨文的定价跃迁，为百度提供了一条清晰的参照路径：重估的关键不在于继续堆砌技术指标，而在于完成资产叙事的结构化重组。

　　百度若要突破当前的估值瓶颈，必须在资本沟通、业务整合与财务披露三个维度上同步推进，将分散的AI能力压缩为一张可被清晰定价的“基础设施资产负债表”。

　　首要任务是打破业务线的汇报壁垒，建立统一的产能叙事框架。目前市场对百度的认知仍停留在“搜索+云+自动驾驶”的拼盘状态，这种割裂的表达方式天然削弱了资产的协同溢价。

　　百度需要向市场证明，智能云提供算力与模型分发通道，文心体系提供底层算法与智能体调度能力，而Apollo网络则是这些能力在物理世界的落地终端。三者并非平行业务，而是同一套“算力-算法-场景”基础设施的上下游环节。

　　参考甲骨文将数据库与AI云合并披露的策略，百度可尝试推出“AI基础设施综合产出指数”，将模型调用量、政企长协合同规模、自动驾驶日均订单与边缘节点利用率打包披露。只有当资本市场看到这些指标背后的正向循环，才会放弃用单一业务线的PE倍数进行折价计算。

　　其次，必须强化资产与实体产业的深度绑定，完成从“技术供应商”到“生产要素提供者”的身份转换。HALO逻辑的溢价核心，在于资产的不可替代性。甲骨文通过绑定金融、医疗等核心产业的底层数据架构，实现了极高的迁移成本；亚马逊则通过区域化仓储与算力网络的融合，锁定了零售与云计算的双重需求。百度在自动驾驶与政企数字化领域已具备相似潜力，但需要更主动地将技术能力转化为行业标准与基础设施节点。

　　例如，将车路协同网络的数据接口标准化，推动其在智慧城市交通调度中的法定嵌入；或将文心大模型的底层训练框架与国产算力芯片深度适配，形成自主可控的算力生态。当百度的技术栈成为产业链运转的“默认选项”而非“可替换工具”时，其资产属性将自然脱离纯软件范畴，向重资产基础设施靠拢。

　　最后，财务沟通的重心必须从“利润表防御”转向“产能表建设”。在HALO框架下，短期利润承压不再是减分项，关键在于资本开支的转化效率与长期回报的可验证性。百度需要在财报中清晰剥离“维持性投入”与“扩张性产能建设”，并引入更具前瞻性的指引指标，如算力集群的利用率爬坡曲线、政企合同的续约率与毛利率结构、自动驾驶网络的单城盈亏平衡周期。

　　同时，可探索将部分成熟的基础设施资产进行结构性融资或独立估值测试，向市场释放资产流动性信号。当机构资金能够清晰追踪每一笔资本开支对应的产能沉淀与长期现金流折现时，估值锚点的迁移将水到渠成。百度不需要成为另一个亚马逊，但它必须证明，自己正在用重资产的方式，建造一个具备国家级调度能力的AI底座。

　　结语：定价权的博弈，

　　本质是稀缺性的翻译能力

　　资本市场的估值跃迁，从来不是技术参数的直接映射，而是资产属性与资本认知达成共振的结果。亚马逊与甲骨文的上涨轨迹已经验证了一个朴素的规律：在技术平权加速的时代，决定公司长期定价高度的，不再是单一产品的市占率，而是底层基础设施的排他性与产能转化效率。

　　HALO并非一个凭空诞生的新概念，而是资本市场对“硬资产沉淀”与“长期产出曲线”的重新命名。百度早已跨过技术积累的门槛，其云网协同、模型迭代与物理世界的数据闭环，完全具备进入这一估值框架的底层条件。当前的阻滞，仅差最后一层窗户纸的捅破——用统一、连贯且具备财务可验证性的叙事，将分散的投入转化为可被定价的产能资产。

　　下一轮科技股的价值重估，不会眷顾最擅长堆砌技术名词的公司，而将奖励那些率先完成“资产翻译”、并让资本看清长期产出路径的企业。当叙事逻辑与资产负债表真正对齐时，估值权的转移便不再是市场的偶然博弈，而是资产价值的必然回归。