#中國AI
•

中國從8.5兆元資本開支到3倍算力增長，未來五年的 AI投資圖譜！

高盛預計，2026—2030年中國AI相關資本開支合計將達到8.5兆元人民幣（約1.3兆美元），支撐全國IT電力容量由2025年的26GW增至2030年的81GW。報告重點討論資金來源與投資回報率，並繼續看好AI基礎設施、AI模型公司以及GPU國產化。 2026—2030年中國資本開支合計約8.5兆元人民幣，平均相當於美國同類企業資本開支總額的17%。結合資本開支與國產AI晶片出貨預測，IT電力容量預計由2025年的26GW增至2030年的81GW。為支援2026—2030年合計2.0兆元人民幣（2940億美元）的海外資本開支，可能需要新增離岸融資。採用高性能晶片時，IaaS及第一方MaaS的ROIC約為10%—20%，第三方API模式可進一步升至約30%；採用下一代國產晶片時，ROIC約為9%。資本開支：我們預計2026—2030年超大規模雲廠商、新型雲廠商和電信營運商資本開支合計8.5兆元人民幣。中國資本開支平均約為美國同業的17%。 算力：預計中國IT電力容量將由2025年的26GW增至2030年的81GW，主要由超大規模雲廠商貢獻。中國超大規模雲廠商未來五年將在全球新增47GW算力；2026—2028年的淨新增量約相當於美國同業的22%。 融資：雲服務商通過四種方式支援AI發展：直接投入資本開支、向關鍵供應鏈夥伴預付款、通過長期合同提供需求可見度，以及投資上下游企業。未來五年的主要問題是離岸現金能否支援2.0兆元人民幣的海外資本開支。
中國從8.5兆元資本開支到3倍算力增長，未來五年的 AI投資圖譜！
科技#高盛#中國#AI投資
•

馬斯克、黃仁勳判斷驚人一致：中國補齊算力缺口 時間比想像中更快

近期馬斯克在公開訪談中給出了自己的判斷，大概兩到三年時間內，中國就能依託自主可控的光刻技術與全鏈條晶片製造能力，補齊當前階段的算力供給缺口。 就在之前接受央視財經專訪的過程中，馬斯克也提到，目前中國本土的AI大模型技術，從整體表現來看完成度非常出色，靠單位算力輸出的實際性能，幾乎站在了全球頂尖梯隊。 他進一步解釋，自己認為中國解決算力供給問題的速度，會比絕大多數海外行業從業者預估得更快，給出了一個粗略的預判，大概兩到三年內，中國就能依靠自主突破的光刻技術與成熟晶片製造體系，把當前的算力缺口完全補齊。 早前舉辦的All-In科技峰會上，NVIDIA CEO黃仁勳也曾回應過主持人提出的相關問題，當時他被問到中國什麼時候能完全自主研發出先進光刻機，黃仁勳給出的判斷是，中國到2030年左右就能拿出完全自研的先進光刻系統。
馬斯克、黃仁勳判斷驚人一致：中國補齊算力缺口 時間比想像中更快
科技#中國#AI算力#算力缺口
•

中美談了8小時，美方很滿意！

9月20日，紐約，中美經貿磋商持續數小時。會後，美國財長貝森特面對記者，用了四個字概括會談，“非常成功”。從美方的表態看，似乎對談判的結果很滿意，但中方通稿的表述則是“坦誠、深入、富有建設性”，所以到底是怎樣一個結果？為何中美表述不太一樣？ 【美國真的很滿意嗎？】 一、美國想要什麼？ 細看這次會談的議題，相關新聞管道列了兩條主線：一是落實歷次經貿共識、促進雙邊貿易投資；二是單獨就人工智慧有關問題舉行對話。AI產業作為新興產業之一，單獨列為一條主線，這在以往中美博弈過程中很罕見。
中美談了8小時，美方很滿意！
國際#中美經貿#貝森特#中國
•

Fortune雜誌—誰在決定智能時代的上限？

當中國市場的單晶片性能與國際先進水平仍存在代差，一個根本性追問由此而生：智能時代的上限究竟由什麼決定？近期，四位分別來自國產GPU、量子計算、變壓器製造和算力中心領域的實踐者給出了各自的回答，而他們的共識是：AI底座從來不是單一維度的競賽，而是算力、電力、人與生態的系統協同。 9月15日和16日，《財富》中國科技50強·創新之夜以及2026年《財富》世界500強論壇在廣州先後舉行。分別於這兩場活動中進行的“迎接新算力”和“築牢AI底座：誰在決定智能時代的上限”圓桌討論，圍繞AI基礎設施駛入深水區之後的挑戰與機遇，描繪出AI時代更全面的圖景。 中國GPU與量子計算的突圍 在“迎接新算力”圓桌討論中，沐曦股份高級副總裁于明楊直面國產GPU的現實差距。他坦言：與輝達相比，國產GPU短板集中在兩個環節：一是EDA（電子設計自動化）工具，由於中國起步比較晚，因此在EDA的品質以及性能上有差距；二是製造環節，“由於製造方面的能力侷限，我們設計當中的能力不能表現出來”。但他認為這種代差可以通過其他手段解決，例如與產業鏈緊密合作、與客戶深度定製化和調優。
Fortune雜誌—誰在決定智能時代的上限？
科技#中國AI#算力基礎設施#GPU
•

美國指責中國AI企業“蒸餾美模型”，自己卻偷偷用上了中國AI模型，被發現後緊急下線

據路透社報導，美國國家檔案館營運的《聯邦公報》官網（Federal Register）被發現部署了基於阿里通義千問Qwen模型的AI搜尋功能，用於幫助使用者搜尋擬議中的聯邦法規。 《聯邦公報》官網是美國聯邦政府的“官方公告欄”，政府新出的法規、行政命令、部門通知都會先登在這上面。 根據路透社查閱的截圖和該網站原始碼的存檔版本，使用千問模型的搜尋工具在16日被下線。目前，美國國家檔案和記錄管理局以及白宮均未公開解釋千問何時被部署、具體如何運行。 然而，就在此前，美國FBI等機構剛剛把矛頭指向包括阿里巴巴在內的中國AI公司，指責其對美開展“工業規模”蒸餾，獲取美前沿模型能力。中方則否認相關指控。
美國指責中國AI企業“蒸餾美模型”，自己卻偷偷用上了中國AI模型，被發現後緊急下線
美股#美國#中國AI企業#中國AI模型
•

中國AI價值鏈的微笑曲線：硬體與雲平台「拿大頭」，AI服務等中間層利潤承壓

美銀認為，中國AI價值鏈正在形成"啞鈴型"利潤結構——價值集中在兩端：以AI加速器、半導體設備、晶圓代工和記憶體為代表的戰略瓶頸環節，以及擁有規模優勢與生態網絡效應的大型雲平台；而夾在中間的獨立大模型實驗室與物理AI製造商，則面臨轉換成本低、模仿速度快、定價權薄弱的多重擠壓。 中國AI本土化進程已從政策目標演變為商業現實，但份額擴張與利潤擴張之間的裂口正在加深。隨著國產加速器、記憶體與設備廠商在中國市場快速搶佔份額，資本密集湧入帶來的重複投資與價格競爭，使得"誰在價值鏈上真正賺錢"成為比"本土化走了多遠"更為關鍵的投資命題。 據美銀美林9月17日發佈的中國AI策略報告，中國AI價值鏈正在形成"啞鈴型"利潤結構——價值集中在兩端：以AI加速器、半導體設備、晶圓代工和記憶體為代表的戰略瓶頸環節，以及擁有規模優勢與生態網絡效應的大型雲平台；而夾在中間的獨立大模型實驗室與物理AI製造商，則面臨轉換成本低、模仿速度快、定價權薄弱的多重擠壓。 這一判斷對投資者的直接含義是：中國AI並非一個同質化的主題，而是三類風險收益截然不同的標的集合。美銀美林將相關股票劃分為本土化受益者、基礎設施出口商與AI應用三個"桶"，並警告稱，若美國AI資本開支放緩，三類標的所受衝擊的性質與幅度將顯著分化。
科技#中國#AI價值鏈#微笑曲線
•

從沙烏地阿拉伯到新加坡，中國大模型被全球搶著用！

9月16日，新加坡技能與勞動力發展局（SWDA）推出200多門AI課程，並向符合條件的學員提供6個月高級AI工具免費訂閱。值得注意的是，大模型企業MiniMax旗下的MiniMax Agent、海螺AI和MiniMax Audio，作為中國AI應用代表，受邀納入Singtel AI Pass這一計畫，為當地公眾學習和使用AI提供配套工具。 根據MySkillsFuture官網，年滿18歲的新加坡公民，參加符合相關條件的AI課程後，可申請一次免費訂閱。可選服務包括ChatGPT Plus、Google AI Pro、Microsoft 365 Personal和Singtel AI Pass。後者由新加坡當地最大的電信集團 Singtel 提供，包含六款AI工具，其中便涵蓋MiniMax旗下應用。課程之外的工具支援，讓學員有機會繼續練習，並嘗試將AI用於日常工作。 AI課程的推出，是全球多國加快普及AI的一個縮影。 各國尋找適合本土需求的AI
從沙烏地阿拉伯到新加坡，中國大模型被全球搶著用！
科技#中國#AI大模型#全球市場
•

Token 消耗量 4 年漲 3500 倍，中國 AI 換了個賺錢的地方

中國電信研究院周六發佈了一份《智能體時代 AI 基礎設施發展研究報告（2026）》，裡面有個數字很扎眼：2026 年中國 Token 年消耗量預計達到 10 億億，到 2030 年超過 3500 億億，4 年漲 3500 倍。Token 可以理解成 AI 處理文字的計量單位，1 個 token 約合 1.5 個漢字——你跟 AI 說一句話，它回一段話，中間來回消耗的就是這東西。 報告的結論比數字更值得琢磨：中國 AI 產業的重心，正從大模型和算力競爭，轉向智能體的規模落地和應用變現。模型層已經卷不出利潤，行業集體挪窩，去應用層找錢。 Token 為什麼會暴漲 先看這個數字怎麼來的。你跟 ChatGPT 聊天，一問一答，消耗幾百上千個 token。一個智能體幹活完全兩碼事：你交代它"把這份財報整理成對比表，再寫份摘要"，它要拆任務、讀檔案、調工具、核資料、寫初稿、自查一遍再改——每一步都在反覆呼叫模型，幹完一件事，燒掉的 token 是聊天場景的成百上千倍。
Token 消耗量 4 年漲 3500 倍，中國 AI 換了個賺錢的地方
科技#中國AI#Token