11 个月签下 5170 亿美元算力合同:Anthropic 的囤算力账单首次曝光,比披露的高 3 倍

11 个月签下 5170 亿美元算力合同:Anthropic 的囤算力账单首次曝光,比披露的高 3 倍

5170 亿美元——这是 Anthropic 在过去 11 个月里签下的算力协议总盘子,比它此前对外披露的规模高出一大截。

The Information 记者 Valida Pau 在 9 月 6 日的独家分析中算了笔总账:自去年 10 月以来,Anthropic 已签下至少 14.8 吉瓦(GW) 的算力协议,覆盖未来数年可调用的数据中心容量,合同金额最高可达 5170 亿美元。这是外界第一次看清这家公司「囤算力」的全景——之前媒体只报道单笔订单,没人把账单加在一起。

消息一出,英文圈最先炸的是知名 AI 批评者 Gary Marcus。他转发了这篇报道并补刀:Anthropic 至今还没建立起稳定盈利,却已承诺 5170 亿美元的算力支出——「几乎是他们此前告诉外界的数字的三倍」。

11 个月签了 8 笔大单:账单明细

The Information 把 Anthropic 过去一年的算力采购拆成了清单。把公开报道合并统计,主要大单长这样:

  • AWS(亚马逊):承诺未来十年在 AWS 上花费超 1000 亿美元,换取至多 5 GW 的 Trainium 芯片算力(2026 年 4 月,亚马逊追加投资 25 亿)
  • 谷歌 + Broadcom:2026 年 4 月签下 3.5 GW 下一代 TPU 算力,2027 年起上线;谷歌还计划向 Anthropic 投资至多 400 亿美元
  • 微软 Azure:承诺采购 300 亿美元 Azure 算力,并追加至多 1 GW 容量(2025 年 11 月)
  • SpaceX450 亿美元、每月 12.5 亿美元、持续到 2029 年 5 月,换来 300 兆瓦(MW)地面算力 + 未来「轨道算力」意向(2026 年 5 月)
  • Nscale450 亿美元、六年期、460 MW,西弗吉尼亚 Monarch 园区(2026 年 8 月,就是上周站内写的那笔)
  • Fluidstack500 亿美元 美国数据中心建设合作(2025 年 11 月)
  • Lambda350 亿美元、350 MW、Hut 8 数据中心(2026 年 9 月 1 日刚签,英伟达背书)
  • AMD:投资至多 50 亿美元,换取 2 GW 的 MI450 GPU 部署(2026 年 7 月)

注意这些订单里好几笔是「供应商投资换采购」的结构:AWS、谷歌、微软、英伟达、AMD 都在一边卖算力、一边掏钱入股 Anthropic。它已经从「租云的公司」变成了「让所有云厂抢着塞钱的金主」。

钱从哪来?收入追平又反超 OpenAI

5170 亿美元的承诺账单,背后的底气是收入暴涨。据 CNBC 和彭博社 8 月 17 日报道,Anthropic 的年化收入在 7 月底达到 650 亿美元,一年涨了 7 倍;同期 OpenAI 年化收入约 400 多亿美元。华尔街日报 8 月 18 日进一步报道,Anthropic 二季度收入 116 亿美元、同比翻倍,首次单季超过 OpenAI

5 月它刚完成 650 亿美元融资,估值冲到 9650 亿美元——比 OpenAI 的 8520 亿还高,是 AI 独角兽里离「万亿俱乐部」最近的一家。但注意:估值高不等于赚钱。Gary Marcus 引用的 The Information 口径显示,Anthropic 尚未稳定盈利,每年烧钱速度惊人。这 5170 亿里有相当一部分是「先签单、后找钱」——9 月初有分析就指出,Anthropic 刚签的 350 亿美元 Lambda 订单,对应的是「还没融到手的钱」。

为什么一口气囤 14.8 GW?三个原因

第一,算力是 AI 公司的石油,但现在是卖方市场。 头部云厂和 neocloud 的产能都被 OpenAI、Anthropic 两家巨头锁死。谁先锁定 GW 级容量,谁就能在模型迭代上不卡脖子。Anthropic 的战略是「广撒网」:谷歌 TPU、AWS Trainium、AMD MI450、英伟达 GPU 全都要,连 SpaceX 的太空算力都不放过——不把鸡蛋放任何一个云厂篮子里,避免被单一供应商拿捏。

第二,收入增速要求算力必须提前布局。 650 亿美元年化收入对应的是推理需求爆发——Claude 的 API 调用量、企业订阅都在涨。算力建设周期长达 18-36 个月,现在不签,2027-2028 年就要裸奔。

第三,IPO 前把「算力确定性」写进招股书。 Anthropic 的 IPO 已推迟到 10 月。对投资者来说,「未来十年算力有着落」比「下季度盈利」更能撑起 9650 亿估值的故事。

5170 亿对行业意味着什么:算力军备进入「按合同估值」时代

这笔账最震撼的不是数字本身,而是它揭示的行业结构变化:

  • 对云厂商:Anthropic 一家的订单就同时喂饱了 AWS、谷歌云、微软 Azure 和一堆 neocloud。微软 2025 年 3 月对 Nscale 西弗吉尼亚园区的意向,最后被 Anthropic 接手——大厂之间在「让渡产能」。
  • 对英伟达:Anthropic 在刻意分散采购(TPU/Trainium/MI450),但 Lambda、Nscale 这些 neocloud 大单几乎全用英伟达 GPU。英伟达一边卖卡给云厂、一边投资云厂、一边通过云厂卖给 Anthropic——三重收钱。
  • 对 OpenAI:当 Anthropic 把 14.8 GW 锁进合同,OpenAI 的压力不只是模型层面,还有「算力军备竞赛」的资本叙事。两家都在冲万亿美元估值 IPO,谁的故事更硬,谁先拿到钱。

把时钟拨回一年前:2025 年底 Anthropic 的年化收入还只有约 90 亿美元,估值 3800 亿。11 个月后,收入 7 倍、估值近万亿、算力合同 5170 亿。AI 军备竞赛的「下半场」已经不是模型比参数,而是比谁先锁死未来十年的电和芯片

顺便说一句,这周刚发的两篇正好是这条产业链的两端:上周五写的 Nscale 赴美 IPO 前融资 35 亿美元(英伟达 20 亿抢筹的那家云厂),和 Anthropic 开源购物 Agent——而它背后那个「合同积压破千亿」的 Nscale,只是 Anthropic 5170 亿账单上的其中一行。

判断:5170 亿的承诺不等于 5170 亿真金白银会全部花出去——其中部分是期权式容量、部分依赖后续融资,合同也有违约重谈空间。但它传递的信号是确定的:Anthropic 认定未来十年的 AI 算力需求是指数级的,而它打算第一个把产能全部锁死。对普通人的含义很直接:AI 公司烧的钱最终会变成你用的模型能力,而这场「烧钱大赛」的终点,是看谁先撑到盈利的那一天。

关注 AI商业快讯,每天一篇 AI 热点深度解读。

相关阅读:

Nscale 赴美 IPO 前融资 35 亿美元:英伟达出 20 亿抢筹,合同积压破千亿

Nscale 赴美 IPO 前融资 35 亿美元:英伟达出 20 亿抢筹,合同积压破千亿

350 亿美元砸向 IPO 前夜:英伟达、Third Point 抢筹的 Nscale 是什么来头?

1030 亿美元合同积压、450 亿美元 Anthropic 大单、19.4 万颗英伟达 Vera Rubin GPU——这不是哪家老牌云厂商的财报,而是一家 2024 年才从加密货币矿企分拆出来的伦敦公司。就在几小时前,彭博曝出 Nscale 正在洽谈 IPO 前最后一轮 35 亿美元融资,其中约 20 亿美元来自英伟达。一家两年前还在挖矿的公司,怎么就成了 Anthropic 和微软都要抢的算力房东?

事件:IPO 前夜,35 亿美元三方抢筹

据彭博 9 月 4 日报道,总部位于伦敦的 AI 云计算公司 Nscale 正就 IPO 前融资进行谈判,计划筹集至多 35 亿美元,随后赴纽约上市:

  • 英伟达拟出资约 20 亿美元,延续其对 Nscale 从投资到绑定的深度捆绑;
  • Third Point(丹尼尔·勒布)领投约 15 亿美元可转换债券,高盛参与筹资安排;
  • 此前的报道称,IPO 本身还可能再募约 30 亿美元。

据 The Next Web 报道,Nscale 向投资者披露的合同积压(contracted revenue backlog)已达约 1030 亿美元——而一个月前这个数字还是 510 亿。也就是说,仅过去 30 天,它的在手合同就翻了一倍。公司据此预计未来年收入约 181 亿美元、调整后 EBITDA 约 136 亿美元——不过它强调这些只是示例性估算,不是正式指引。

为什么疯抢:Anthropic 的 450 亿订单是催化剂

故事的关键转折发生在 8 月 26 日:Anthropic 与 Nscale 签下约 450 亿美元的云计算协议,租用其位于美国西弗吉尼亚州 Monarch 园区的算力,为期六年,覆盖约 460 兆瓦电力容量,折合年均支出 75 亿美元。

这笔交易的戏剧性在于——微软和谷歌都先看过了这块地。微软此前曾从 Nscale 西弗吉尼亚园区退出 1.35 吉瓦的承诺,Anthropic 随即接手。如今 Nscale 的园区同时服务微软(挪威纳尔维克数据中心园区)和 Anthropic(西弗吉尼亚 Monarch)两大客户,手里还攥着 OpenAI 等客户的容量需求。

英伟达的 20 亿美元更是意味深长:Nscale 已采购约 19.4 万颗英伟达 Vera Rubin GPU。卖铲子的亲自下场给买铲子的融资——英伟达正在从芯片供应商变成算力生态的股权绑定者,确保每一块 GPU 都有确定性销路。

谁在紧张:从矿工到算力房东的野蛮生长

Nscale 的来路在 AI 基建公司里属于异类:2024 年从澳大利亚加密货币矿企 Arkon Energy 分拆独立,靠电力资源和数据中心运营能力起家。今年 3 月完成 20 亿美元 C 轮融资、估值达 146 亿美元,创下欧洲 AI 基建最大单轮纪录;8 月已开始筹备赴美 IPO,高盛与摩根大通担任承销。

它的扩张节奏是典型的”先把地圈了再找租客”:计划将数据中心容量从 831 兆瓦扩展到约 11 吉瓦,核心项目包括西弗吉尼亚州 2250 英亩的 Monarch 园区。这种模式吃的是 AI 算力短缺的长期红利——合同先签、容量后建,backlog 就是它的估值锚

对国内读者来说,这条新闻真正值得关注的是趋势本身:AI 基建正在成为一级市场最拥挤的赛道,而英伟达的角色从”卖卡”变成了”既卖卡又当股东”。

坐标系:Nscale 在 AI 算力军备竞赛里的位置

把 Nscale 放进参照系,能看清这场资本游戏的量级:

  • 合同积压 1030 亿美元,超过多数老牌云厂商的公开在手订单;
  • 与 Anthropic 的 450 亿协议,是 Anthropic 继与谷歌、亚马逊百亿级合作后的又一笔巨额算力承诺;
  • 英伟达此前已通过多种方式绑定 CoreWeave、Nebius 等 neocloud,此次 20 亿美元再押 Nscale,等于在 IPO 前锁定一个长期大客户。

判断:算力租赁正在成为 AI 时代的新”地产”

一句话判断:Nscale 的 35 亿美元 IPO 前融资,标志着 AI 算力租赁从”讲故事”进入”按合同估值”的阶段。1030 亿 backlog 里有多少能真正落地仍待验证,但英伟达、Third Point、高盛同时押注一家两年前还在挖矿的公司,本身就是信号——AI 军备竞赛的赢家,可能不只是模型公司,还有替它们盖”算力大楼”的房东。

关注 AI商业快讯,每天一篇 AI 热点深度解读。

相关阅读字节跳动拿下 296 亿美元贷款,700 亿资本开支要烧向哪里? | Nvidia Q2 营收翻倍至 962 亿美元,129 亿吞下 Hugging Face | Anthropic 2026 年最大新闻周:5 天 6 大动作

字节跳动拿下 296 亿美元贷款:亚洲今年第二大,700 亿资本开支要烧向哪里?

字节跳动拿下 296 亿美元贷款:亚洲今年第二大,700 亿资本开支要烧向哪里?

296 亿美元——字节跳动刚刚拿下了今年亚洲规模第二大的美元贷款。这不是融资传闻,是多家银行抢着塞钱的结果:字节最初只打算借 200 亿,认购太火爆,规模硬生生扩到了 296 亿。

消息 9 月 3 日由彭博社最先曝出。眼下这笔钱要怎么花?答案藏在字节的另一条计划里:2026 年资本开支可能拉高到 700 亿美元,比去年翻一倍还多,主要砸向数据中心和 AI 基础设施。

一、这笔贷款到底有多大?

先给几个参照系:

  • 296 亿美元(约合人民币 2100 亿元),是字节有史以来最大规模离岸贷款;
  • 位列 2026 年亚洲第二大美元贷款,仅次于软银 3 月签下的 400 亿美元过桥贷款;
  • 最初计划融资 200 亿美元,因银行认购热烈(订单一度超 300 亿)扩至 296 亿;
  • 贷款初始利率为 SOFR + 68 个基点,在中国科技公司的同类借款中处于最低之列

银团阵容与最终分配方案仍在确认中,协议尚未正式签署——但对一家现金流强劲的公司来说,银行愿意用这么低的利率给这么多钱,本身就是信号。

二、700 亿美元资本开支:字节在赌什么?

这笔贷款最直接的用途,是给字节 2026 年的 AI 军备竞赛补弹药。据知情人士,字节正考虑把今年的资本开支提高至 700 亿美元,较 2025 年增长超过一倍,主要用于扩建数据中心及其他 AI 基础设施。

把账算清楚你就知道为什么需要借钱:

  • 豆包日活已超 2 亿,大模型日均处理 token 量全球前三(仅次于 OpenAI 与 Google Cloud);
  • 今年 2 月发布的豆包大模型 2.0 全模态升级,推理成本与算力消耗同步走高;
  • 视频生成模型 Seedance 年化收入已达 20 亿美元,单月超 10 亿元——AI 业务开始自我造血,但远远覆盖不了千亿级的资本开支。

700 亿美元是什么概念?这已超过微软、谷歌等巨头在 AI 基建上的单年追加投入体量,而字节只是「一家公司的一条 AI 战线」。字节的现金储备充足,却仍选择在离岸市场大举举债——低利率美元 + 不用稀释股权,是当下最划算的弹药来源。

三、为什么是现在?为什么是贷款?

时间点很微妙。过去一年中国 AI 公司的融资叙事分成了两条路:

一条是股权融资:月之暗面以 500 亿美元投前估值推进 Pre-IPO 轮、DeepSeek 传出 740 亿美元估值冲刺 IPO——资本抢着入股,估值半年翻数倍。

另一条是债务融资:字节没有选择在估值高点稀释股权,而是用银团贷款解决现金流。这背后是两层考量:

利率窗口。全球加息周期见顶回落,美元贷款利率处于近年低位。字节拿到的 SOFR + 68bp,几乎是头部中资科技企业能拿到的最低价格——现在借钱,等于锁定未来几年的低成本资金。

战略自主。贷款不涉及股权变动、不引入外部股东、不暴露估值底牌。对字节这样业务横跨 TikTok 全球市场、随时可能面对地缘政治审查的公司来说,债务融资比股权融资「干净」得多。

四、这笔钱会流向哪里?

700 亿美元资本开支的大头,大概率是这三处:

  1. 数据中心扩建——豆包 2.0 与 Seedance 的推理需求还在指数级增长,自有算力是控制成本的关键;
  1. 自研芯片放量——字节此前计划今年生产至少 10 万枚用于 AI 推理的自研芯片,逐步提升至 35 万枚/年,摆脱对单一供应商的依赖;
  1. 海外算力布局——TikTok 的全球业务需要就近的推理节点,离岸美元贷款为海外数据中心提供了现成的资金池。

对比同行:软银的 400 亿美元过桥贷款用于撑起 Stargate 项目(OpenAI 联合千亿美元数据中心计划);微软、谷歌、Meta 的资本开支几乎全部流向 AI 算力。字节 700 亿美元的体量,已把自己摆进了「全球 AI 基建第一梯队」的牌桌上。

五、判断:中国 AI 的资本游戏进入「举债时代」

这笔贷款传递的信号比金额本身更重要:中国 AI 头部公司正在从「股权输血」切换到「债务杠杆」

过去两年,中国大模型公司的典型路径是——融一轮、烧一轮、估值翻一轮。但字节的选择说明,当业务进入规模化阶段、现金流开始自我造血,最优解不再是稀释股权,而是用低息贷款加杠杆,把每一分股权价值留到上市时兑现。

对普通人的影响也很直接:字节 700 亿资本开支 = 数据中心建设潮 = 算力产业链(芯片、服务器、液冷、电力)的订单潮。AI 基建的军备竞赛远未到头,模型层的价格战还会继续打下去。

关注 AI商业快讯,每天一篇 AI 热点深度解读。

相关阅读:

Cognition 拟以 470 亿美元估值融资 10 亿美元:AI 编程智能体成资本最热赛道

Cognition 拟以 470 亿美元估值融资 10 亿美元:AI 编程智能体成资本最热赛道

据 Bloomberg 报道,AI 编程智能体公司 Cognition 正以约 470 亿美元估值推进新一轮约 10 亿美元融资——三个月前其估值刚来到 260 亿美元,再往前(2025 年 9 月)还只有 102 亿美元。这家以 AI 软件工程师 Devin 闻名的公司,年化营收据称已突破 9 亿美元(约合月入 7500 万美元),较 5 月的 4.92 亿美元口径近乎翻倍。消息人士称,本轮已吸引近 100 亿美元的投资意向,但交易尚未落定,规模与估值仍有变数。

为什么值得关注:AI 编程正在复制「云时代」的融资神话

Cognition 的估值曲线是 2026 年 AI 编程赛道最激进的样本:从 102 亿美元到 260 亿美元用了不到一年,再到 470 亿美元只隔了一个季度。支撑这种「火箭式重估」的不再是概念,而是实打实的收入——9000 万美元的单月营收跑速,在整个 AI 应用层都属顶级梯队。

这家公司的关键动作是收购 Windsurf:一笔交易让它的产品从「异步自主写代码的 Devin」扩展出「工程师在 IDE 里与 AI 结对决策」的 Windsurf 阵营,年化经常性收入因此直接翻倍。换句话说,Cognition 同时押注了 AI 编程的两种主流形态,并把「自主 Agent」与「辅助 IDE」两个市场的付费意愿都装进了同一份营收报表——这正是投资人愿意给高估值的原因。

更深一层,AI 编程已成为大模型商业化的第一变现场景。从 Anthropic、OpenAI 到谷歌都在加码 Coding Agent,而独立公司能在这条赛道上拿到 470 亿美元估值,说明资本市场认定:编程是 AI 从「聊天」走向「干活」的最短路径,也最容易被企业用 ROI 说服买单。这个信号对整个人工智能应用投资逻辑都有指向性。

谁在受益、谁该警惕:三组角色的不同算盘

对研发负责人/CTO:Devin 与 Windsurf 的组合意味着「关键任务代码」可以交给异步 Agent 去跑,工程师专注架构与评审。但 Cognition 的 470 亿美元估值建立在高增长预期上——引入前建议先做小范围 PoC,重点验证它在你们代码库上的任务拆解与合入质量,别为「AI 软件工程师」的叙事预付过多信任。

对投资者/FA:Bloomberg 报道的近 100 亿美元意向资金说明一级市场对 AI 应用龙头的渴求远未满足,但 Cognition 2026 年计划约 8 亿美元现金消耗同样触目惊心——高估值对应高烧钱,谈判期估值可能回摆,出手前要分清「营收跑速」与「单位经济模型」两本账。

对普通开发者/从业者:AI 编程工具的收费与能力会同步水涨船高。与其焦虑「AI 是否取代程序员」,不如把 Devin 这类工具当成「24 小时在线的初级结对工程师」:把重复性任务交出去,把时间押在系统设计、需求澄清与代码评审这些 Agent 短期做不好的事上。多掌握一种 Agent 工作流,就是多一层议价能力。

结语

从 102 亿到 470 亿美元,Cognition 用 12 个月证明了 AI 编程智能体的商业想象空间;而 Windsurf 收购后的营收翻倍,又给「自主 Agent + 辅助 IDE」双轨打法打了样。这笔交易能否最终按 470 亿美元落锤还有悬念,但方向已经明确:AI 编程是当下资本最愿意买单的 AI 应用赛道。关注 AI商业快讯,每天一篇 AI 热点深度解读。

相关阅读

DeepSeek 740 亿美元估值冲刺 IPO:从对冲基金实验室到中国 AI 独角兽的蜕变

DeepSeek 740 亿美元估值冲刺 IPO:从对冲基金实验室到中国 AI 独角兽的蜕变

DeepSeek 740 亿美元估值冲刺 IPO:从对冲基金实验室到中国 AI 独角兽的蜕变

当 DeepSeek 在 2025 年初凭借低成本高性能模型震惊全球时,几乎没有人想到这家公司会以如此快的速度走上资本化道路。如今,这家中国 AI 创业公司正以 740 亿美元估值完成 74 亿美元融资,并计划 2027 年在上海科创板 IPO——从量化对冲基金的实验室到中国最具价值的 AI 独角兽,DeepSeek 正在改写 AI 经济学的规则。

74 亿美元融资:中国 AI 史上最大单轮融资

据《华尔街日报》和《南华早报》报道,DeepSeek 正在完成一轮约 500 亿人民币(74 亿美元)的融资,投前估值约 5000 亿人民币(740 亿美元)。融资预计在 8 月底完成,投后估值将达到约 810 亿美元,使其成为美国以外最具价值的 AI 私营公司之一。

现有投资方包括 Monolith Management、实相资本和宁德时代(CATL)。新加入的投资者包括 CPE、君联资本和半导体私募股权公司 Stony Creek Capital。此外,兆易创新支持的基金和合肥市政府投资平台也参与其中。

DeepSeek 计划将这笔资金用于构建约 1GW 的计算能力,这一规模在全球 AI 基础设施中处于领先水平。这一扩张将加剧与阿里巴巴 Qwen、腾讯混元和智谱 GLM 在 AI 人才和算力方面的竞争。

从对冲基金实验室到独立 AI 公司

DeepSeek 的崛起路径在全球 AI 行业独一无二。创始人梁文锋此前创立了幻方量化(High-Flyer Quant),一家使用 AI 和深度学习进行量化交易的对冲基金。幻方多年的 AI 实验为梁文锋提供了资本和计算资源,使 DeepSeek 无需依赖传统的硅谷风险投资模式。

然而,随着 DeepSeek 规模扩大,这种安排变得难以为继。构建更大模型、争夺稀缺 AI 人才、建设 1GW 算力基础设施——这些需求即使是以高效模型著称的 DeepSeek,也变成了资本密集型的基础设施运营。

“DeepSeek 的创始团队,包括梁文锋,骨子里仍然是交易员,倾向于追求最大回报,”上海一家对冲基金的基金经理柯宗表示。

DeepSeek 近期已提高 API 访问价格,这是中国 AI 市场更大范围价格调整的一部分。阿里巴巴、腾讯、百度和智谱 AI 今年都采取了类似举措,从激进折扣转向寻找日益昂贵的 AI 服务的可持续经济模式。

科创板 IPO:中国 AI 资本化里程碑

DeepSeek 可能在 2026 年底提交 IPO 申请,目标 2027 年在上海科创板上市。这一进展将是 DeepSeek 发展史上最大的转型——从一家由量化交易公司支持的非传统 AI 实验室,变成一家由外部投资者支持、拥有巨额资本的独立 AI 公司,并日益定位为上市公司。

幻方关联公司已获得了中国一些最受追捧的科技 IPO 的基石投资份额,包括存储芯片制造商长鑫存储(CXMT)和人形机器人公司宇树科技(Unitree Robotics)。DeepSeek 成为宇树科技的战略投资者,在其 IPO 中获得 2.31% 的股份,并承诺 36 个月锁定期。

这些投资将梁文锋不断扩大的商业利益与北京视为战略重要性的领域联系起来,包括人工智能、半导体和机器人。

高效模型 vs 昂贵现实:AI 经济学的深层矛盾

DeepSeek 的融资故事揭示了 AI 行业一个深刻的矛盾:模型推理可以变得更便宜,但构建基础设施、获取芯片、训练新系统和留住精英研究人员仍然消耗巨额资本。

DeepSeek 帮助证明了竞争性 AI 模型可以比行业预期更高效地构建。其最新融资努力表明,在全球规模竞争仍然需要巨大的价格标签。

“DeepSeek 的创始团队,包括梁文锋,骨子里仍然是交易员,倾向于追求最大回报,”柯宗表示。这句话精准概括了 DeepSeek 的双重身份:既是技术理想主义者,又是资本现实主义者。

AI 产业的新经济学

DeepSeek 的 740 亿美元估值标志着中国 AI 产业进入新阶段。从 DeepSeek 的高效模型证明”小钱办大事”的可能性,到如今 74 亿美元融资建设 1GW 算力,AI 产业正在经历从”效率革命”到”资本竞赛”的转变。

这一转变对全球 AI 格局具有深远影响:中国 AI 公司正在加速资本化,与美国 AI 巨头在算力、人才和商业化方面展开全面竞争。DeepSeek 的 IPO 不仅是一家公司的里程碑,更是中国 AI 产业从实验室走向资本市场的标志性事件。

当效率遇见规模,当对冲基金遇见 AI 基础设施,DeepSeek 的故事才刚刚开始。

Groq 再融 3.5 亿美元转向 neocloud:AI 推理云成算力投资新战场

Groq 再融 3.5 亿美元转向 neocloud:AI 推理云成算力投资新战场

据 TechCrunch 8 月 17 日报道,AI 芯片初创公司 Groq 完成 3.5 亿美元新融资,投后估值 35 亿美元,由投资机构 Disruptive 领投、Nvidia 计划参投。这笔钱将直接用于推进 Groq 从「自研 AI 芯片厂商」向「neocloud(新型算力云)」的全面转型。Groq 原本主打自研 LPU(Language Processing Unit,语言处理单元),试图在推理算力上与 Nvidia 正面对决;但在创始人兼 CEO Jonathan Ross 等核心团队被 Nvidia 以 200 亿美元授权交易挖走后,公司随即转向运营 Nvidia 系统的云与数据中心业务。这已是 Groq 今年 6 月斩获 6.5 亿美元转型融资之后的又一轮加码,转型决心相当明确。

为什么值得关注:推理云正成为 AI 算力的最大层

Groq 董事长兼 Disruptive CEO Alex Davis 在声明中称,公司要「打造世界领先的 AI 推理云」,并断言「推理无疑将成为 AI 基础设施中最大、最关键的层」。这并非空话——随着企业把大模型从演示推向生产,实时推理(inference)的算力消耗正快速超过训练,谁能以更低时延、更优成本提供推理算力,谁就握住了 AI 商业化的咽喉。

但市场也对 neocloud(新型算力云)的盈利能力打上问号。参照标杆 CoreWeave:二季度营收增长强劲、接连拿下 Meta、Anthropic 大单,但投资者仍担忧其高额资本开支、对债务的重度依赖,以及硬件快速贬值带来的折旧压力。Groq 财务尚未公开,但它转身投入的,正是这条「重资产、高杠杆、回报周期长」的赛道。

分角色实操建议

对投资者:Groq 本轮估值 35 亿美元,较去年 9 月的 69 亿美元明显缩水。公司口径是「非降价轮,而是为『后 Nvidia 授权交易版本』重新定价」。对早期投资人而言,这是被大厂在人才层「截胡」核心团队后、靠转型叙事重新锚定估值的典型案例,尽调时需重点看其数据中心利用率与单位算力经济性,而非单纯被融资新闻带节奏。

对 AI 创业团队:Groq 的教训很直接——自研芯片这类硬科技长周期生意,极易被拥有生态与现金的巨头在人才层瓦解。把赌注压在可被收购或授权的技术节点上,往往比死守独立路线更现实。基础设施层的创业,越来越像一场「与 Nvidia 共舞」的资本游戏。

对开发者与企业:Groq 目前运营 13 个数据中心(覆盖北美、欧洲、中东、亚太),服务超 600 万开发者、企业与 AI-native 公司,并计划在 2027 年把电力规模从 54 兆瓦扩张到 200 兆瓦以上。对延迟敏感的推理场景,多一个 Nvidia 体系内的 neocloud 供应商意味着更好的议价空间,值得纳入多云算力备选清单。

结语

从自研 LPU 到 neocloud 推理云,Groq 的转身折射出整个 AI 算力行业的现实:芯片自主梦难敌生态引力,而推理云正成为大厂与资本新一轮军备竞赛的主战场。关注 AI商业快讯,每天一篇 AI 热点深度解读。

相关阅读

腾讯Q2资本开支暴增176%至528亿:AI算力军备竞赛进入“烧钱换增长”深水区

① 资讯摘要

8月12日,腾讯控股(00700.HK)发布2026年第二季度财报。据财报及新浪财经、21世纪经济报道等媒体披露,本季度腾讯营收 2047.9 亿元,同比增长 11%;Non-IFRS 经营利润 756.4 亿元,同比增长 9%。最引人注目的是资本开支:单季达到 527.8 亿元,同比大幅增长 176%、环比增长 65%,算力采购成为投入核心。受此影响,腾讯本季度录得负自由现金流 138 亿元(若剔除算力采购预付款项则为 +376 亿元),财报发布后股价盘中一度跌超 3%。

② 为什么值得关注(商业视角)

这份财报真正值得关注的,不是营收的温和增长,而是腾讯主动把利润”换”成了算力。当一家年利润数百亿的互联网巨头愿意承受自由现金流转负,也要把资本开支堆到 528 亿,释放出的信号很明确:AI 竞争已经从”模型参数竞赛”进入了“重资产算力竞赛”

对投资者而言,这意味着两条清晰的主线:一是上游确定性(芯片、电力、数据中心、散热)进入长周期景气;二是下游应用层(元宝、CodeBuddy、WorkBuddy 等)虽开始贡献收入,却仍在”用利润换规模”的早期阶段。对行业而言,”轻资产 SaaS”的叙事正在让位于”算力即护城河”的新范式——谁囤得住算力,谁就握得住下一轮 AI 应用的入场券。

③ 分角色实操建议

对投资者 / 产品负责人:把”资本开支强度”和”AI 产品收入占比”作为两条跟踪线。算力军备竞赛直接利好上游(算力、IDC、电力、芯片),但应用层要重点看留存率与付费转化率,而非单纯的用户增长。

对研发 / 技术负责人:腾讯总裁刘炽平明确提到正在打造参数规模更大的”混元4″,预计今年晚些时候发布。这印证了自研大模型已成为大厂标配;中小团队则应重新评估”自研 vs 调用 API”的成本拐点,避免在算力价格高位盲目下场。

对普通从业者:元宝、CodeBuddy、WorkBuddy 等 AI 工具已被写入腾讯财报的”新 AI 产品”清单,说明 AI 生产力工具正从尝鲜走向标配。尽早把 AI 工作流嵌入日常,是这轮竞赛里个人最确定的获益方式。

④ 关注我们,每天一篇 AI 热点深度解读

腾讯这份财报把”AI 重资产化”写得很直白:算力不再是成本项,而是新的护城河。想持续跟踪 AI 商业世界的头部动向,欢迎关注 AI商业快讯——我们每天基于最新热点,拆解一件事背后的商业信号。

⑤ 相关阅读

AI代码测试新贵Blacksmith估值一年暴涨10倍:测试自动化成投资新风口

据科技媒体TechCrunch报道,AI代码测试初创公司Blacksmith在不到一年的时间内,估值从约4000万美元飙升至近3.5亿美元,涨幅接近10倍。该公司于2024年10月完成A轮融资,又在2025年9月宣布获得3200万美元B轮融资,由a16z领投。其核心业务是利用AI代理自动生成测试用例、定位代码缺陷并协助修复,目前企业客户已覆盖多个行业,包括多家财富500强公司。这一增速在当下融资环境普遍谨慎的背景下尤为醒目。

商业机会在哪里

第一,AI代码生成工具的普及正在创造庞大的“后端测试”需求。随着Copilot等工具让代码产出速度翻倍,人工测试的瓶颈愈发明显,企业迫切需要能跟上生成速度的自动化测试方案。第二,垂直领域的深度测试存在差异化空间。Blacksmith目前的优势集中在通用代码测试,而金融、医疗、自动驾驶等高合规要求行业的专属测试方案仍有空白。第三,开发者工具链的“AI化改造”将成为常态。不仅测试环节,代码审查、安全扫描、文档生成等相邻环节都有可能涌现出类似的高估值标的,值得持续关注。

落地操作建议

  • 对于企业中正在评估AI测试工具的团队:建议选取一条核心业务链路,用Blacksmith或同类产品跑通“从代码提交到测试报告生成”的完整流程,与传统人工测试做3-4周的并行对比,以实际数据评估提升效果,而非仅看演示效果。
  • 对于计划接入此类工具的研发负责人:建议优先将AI测试与现有CI/CD流水线集成,设定明确的准入门槛,例如关键用例覆盖率需达到90%以上才能合并代码,避免AI生成的无效测试成为团队负担。
  • 对于关注该赛道的投资者或产品负责人:建议重点跟踪其在大型单体代码库上的表现与客户续费率,这是评估此类产品真实技术壁垒和粘性的核心指标。

需要提醒的是,该赛道壁垒并非单纯的技术领先,而是对开发者工作流的深度理解与数据积累。Blacksmith的快速估值增长势必吸引更多资本涌入,未来竞争将加剧。此外,AI生成测试代码本身也可能引入新的错误,企业应保持对AI产出内容的审慎态度,建议在关键模块保留必要的独立人工复核机制,不宜过度自动化。

成立仅2个月融资11亿美元:River AI引爆AI基础设施投资热

据 TechCrunch 报道,成立仅两个月的 AI 公司 River AI 完成了 11 亿美元融资,由 General Catalyst 领投。一家「新生儿」公司拿到十亿美元级融资,释放的信号非常明确:AI 基础设施赛道正处于资本抢筹期,投资人愿意为「关键卡位」支付超高溢价。

这一现象的背景是:AI 应用爆发后,算力调度、数据管道、模型评估、Agent 编排等基础设施层的需求远超巨头覆盖范围,细分缺口成为创业公司的主战场。「快」本身就是竞争力——先卡位的公司即使产品未定型,也能拿到天价估值。

商业机会在哪里

一是「AI 基础设施创业」窗口期:算力、数据、模型工具链的细分需求,正从「巨头的自留地」变成「创业公司的机会」。二是「周边服务」红利:融资热潮意味着大量新公司涌入,为他们提供合规、招聘、市场等服务的机构业务同步增长。三是「应用层缝隙」:资本集中押注基础设施,说明应用层淘汰赛已经开始,普通人更适合在应用层找「小而美」的缝隙市场。

落地操作建议

  • 关注 AI 基础设施公司的招聘和技术博客,早期加入团队是低成本参与方式
  • 做内容或服务的从业者,瞄准「AI 创业者的需求」——他们有钱、有痛点、缺时间
  • 理性看待融资新闻:融资不等于盈利,学习其技术路线比追逐估值更有价值

一句话总结:11 亿美元的融资敲响了 AI 基建竞赛的枪声,但这轮热钱的终点,一定是最落地的商业价值。