今天（2月14日）是情人節，在這裡，我先祝各位觀眾朋友有情人終成眷屬。接下來，我們將探討國際政治領域中的一些“有情”與“無情”的事實。大家知道，這幾天慕尼黑安全會議正在舉行，這是自1963年以來每年都舉行的。它本是歐美之間的一場會議，但近十幾年來，隨著中國的加入，它實際上已成為了國際政治舞台上一個非常重要的議程設定機構，某種程度上影響力甚至超過了香格里拉對話，我本人在六年之前也作為觀察員參加過。那麼這一次，基於我最近的觀察，有幾個主要的變化值得注意：第一是美歐關係發生了變化；第二是中國在其中的角色發生了更大的變化。先說美歐關係。眾所周知，在去年的慕尼黑安全會議期間，美國派出的副總統范斯在開幕式會議上幾乎是頤指氣使，用非常傲慢的態度指責和批評了美國的歐洲夥伴，使得它們鴉雀無聲、噤若寒蟬。而這次不同，美國派出的是魯比奧。儘管魯比奧本人在對華問題上曾表現強硬，但在其他問題上，甚至現在在川普的治理之下，他在對華問題上還是較為謹言慎行的。所以在此次的慕尼黑安全會議上，他的主旨演講一反去年范斯那種頤指氣使的口氣。他稱，歐洲是美國最重要的盟友，同時也是最古老的朋友，美歐之間一定要加強協作。不過，東道主德國總理梅爾茨在發言中倒是把矛頭指向了美國，強調歐洲應該有獨立的政治和戰略議程，不應完全追著美國走。這就使得隨後發言的魯比奧有些尷尬，試圖挽回局面。明眼人都知道，這一次發起攻擊的並不是美國，而是歐洲。這到底是個人風格的變化，還是整體形勢的轉變，我認為兩者皆有其影響。一方面，美國這次沒有派范斯，而是派出了相對而言更加長袖善舞的魯比奧，這無疑是人選風格上的變化。但另一方面，實質上是美歐關係正經歷著微妙的變化。川普團隊似乎終於意識到，過於得罪歐洲，在一定程度上對美國在全球的治理是不利的。當然，我不認為川普團隊會像傳統的建制派政治家那樣，非常重視歐美之間的共同戰略利益和友誼。但至少，如果美國形單影隻而歐洲不在背後支援，恐怕也是不可行的。川普團隊可能從功利的立場上意識到了這一點。不過，對歐洲而言情況並非如此，因為歐美之間一些長期存在的難題並沒有得到解決，例如美國究竟會不會吞併格陵蘭島，是否打算以強力手段奪取。儘管近期這一話題談得不多，也可能是川普團隊進行了內部評估，但只要美國有這個心思，就會讓人噤若寒蟬。因此，現在是反過來，歐洲方面開始對美國充滿不滿。尤其需要強調的是，現任德國總理梅爾茨，他曾經與美國方面，在私人關係和工作關係上都非常要好，他年輕時甚至長期在美國工作過。由此，美歐之間內在的深刻裂痕可見一斑。另外，在這次的慕尼黑安全會議上，中國的角色也發生了比較大的變化。六年前我去參加時，中國的新冠疫情已經挺嚴重了，而在歐洲，當時慕尼黑只有16例確診病例，當我途經荷蘭時，那裡一個確診病例都沒有。那次我們還見到了中國外交部長，而美國方面由蓬佩奧出席，他對中國進行了無端攻擊。這是川普第一任期的最後一年，當時中美貿易戰已經爆發，而新冠疫情尚未完全爆發，正在蓄勢待發。大家知道，由於新冠疫情，中美之間的矛盾達到了登峰造極的地步。直到新冠疫情結束，當時拜登已經執政超過兩年，中美之間再也回不去了。而現在拜登已經離任一年多，川普進入第二任期也已有一年多，在經過過去一年的衝突與磨合之後，我曾預言，在未來幾年裡，中美俄三國之間可能會形成某種程度的戰略默契，但不會實現戰略協作。在這次的慕尼黑安全會議上，我們可以清楚地看到這一點。目前有兩條線，一是中美之間，二是中國與歐洲之間。關於中美關係，我的一些預測正在逐步變為現實。最新的進展是，第一，中國外交部長和魯比奧舉行了會談。根據公開媒體透露的蛛絲馬跡，在他們的會面中，雙方的對話顯得相當不錯。這是中國外交部長和魯比奧第二次見面，與前一次在東南亞相比，這次雙方在語言表達上顯然更加溫和。例如，中國外交部長表示，中美之間見面總比不見面要好，並強調雙方需要採取實際行動。第二，據香港媒體透露，中方已經證實，關於川普四月份訪華，中美之間的準備工作正在進行中。我之前在節目中提到過，美國前駐華大使伯恩斯曾透露，如果川普在四月份的第一周訪華，那將主要聚焦於中美經濟議題。而現在，根據香港媒體的報導，中國方面已經確認，川普訪華的討論和準備工作正在進行中。我認為，絕大多數議題確實會是經濟問題，而經濟問題恰恰是中美關係的重中之重，也是川普政府關注的重點。只要經濟問題得到妥善處理，雙方相互交換的籌碼就會更多。至於中國和歐洲的關係，我之前也預判過，中國可能會成為世界舞台上的香餑餑，既為美國和俄羅斯所需要，也為包括歐洲、日本、韓國、澳大利亞、加拿大等在內的美國傳統西方盟友所需要。在剛過去的一月份，加拿大總理卡尼和英國首相斯塔默相繼訪華。而在昨天（2月13日），中國外長十分忙碌，會見了魯比奧，同時參與了法國和德國外長的三邊外長會談。這樣密集的外交活動，上一次至少應該在二三十年之前了。最近二三十年以來，中國、德國、法國的三方外長聯合會談，這樣的情況是不存在的，尤其是俄烏戰爭爆發之後。因為俄烏戰爭爆發後，歐洲對中國充滿了偏見和批評。但這一次，三方會談當然是主要聚焦於俄烏戰爭，德法兩國也希望中國能在其中發揮一些重要的作用。可以看到，雖然過去幾年，包括德法在內的歐洲國家對中國充滿了所謂的偏見，但是現在依然需要中國，因為俄烏戰爭即將結束，最後的談判工作已經到了節骨眼上。2月24日，大年初八，也就是我們返回工作崗位的那一天，恰逢俄烏戰爭爆發四周年。同時，烏克蘭將在那一天舉行總統大選，澤倫斯基可能會宣佈不再參選。在此之前，可以預見歐洲國家會向美國施加壓力，以持續表達對烏克蘭的援助。順便說一個小插曲，在中國外長會晤魯比奧前後，魯比奧突然取消了與歐洲國家外長的集體會議。他在最後1個小時宣佈取消，讓歐洲國家感到非常不滿。美國方面給出的理由是“他們很忙”。但再忙也不該取消與歐洲的會談。前文我提到，雖然魯比奧表示歐洲是美國最重要的盟友，同時也是最古老的夥伴，但是落到實處，他還是不願意跟歐洲國家坐下來，具體討論問題。因此，歐洲國家的外長似乎只能將希望寄託於與中國的交往，並期待中國能出面斡旋。在過去，這種機會難得，就算有，也是歐洲國家很不情願地讓給中國，現在卻是中國不請自來。我想，我之前的一些預測現在看來基本得到了證實。那就是在未來一段時間內，中國和川普政府，以及俄羅斯，將形成一種某種程度上雖無正式協作但有默契的狀態。與此同時，中國將在國際舞台上迎來“小陽春”階段，即“香餑餑”。在此過程中，國家相關部門需加強利用現有機遇。同時，企業財富人群如果需要做一些戰略研判和戰略部署，也許現在正當其時。 (邱震海)

中共中央政治局委員、外交部長王毅13日在出席慕尼黑安全會議期間會見美國國務卿盧比歐。王毅表示，習近平主席同川普總統為中美關係發展作出戰略指引。我們要共同落實好兩國元首達成的重要共識，讓2026年成為中美邁向相互尊重、和平共處、合作共贏的一年。中美之間對話比對抗好，合作比衝突好，共贏比零和好。只要秉持平等、尊重、互惠態度，雙方就能夠找到解決彼此關切、妥善管控分歧的辦法。雙方要共同努力，不斷拉長合作清單、壓縮問題清單，讓中美關係步入穩定、健康、可持續發展的軌道，向世界發出更多積極的資訊。雙方一致認為此次會晤積極、富有建設性。雙方同意共同落實兩國元首達成的重要共識，發揮政治外交管道協調作用，服務好兩國高層互動，加強各領域對話合作，推動中美關係穩定發展。 (觀察者網)

I Just Returned From China. We Are Not Winning.本文作者史蒂文·拉特納先生是一位特約評論員，曾在歐巴馬政府擔任財政部長的顧問。幾周前在紐約，我參加了一個討論美國貿易的晚宴，談話很快轉到了中國問題上。一些資深專家持截然相反的立場：一些人支援川普總統強硬、激進的立場，而另一些人則主張採取不那麼對抗、更為常規的方式。我並非貿易專家，但我多年來一直在中國投資，而且剛剛結束了一周的訪問。最終，我鼓起勇氣，指出這兩種方法都行不通。中國作為競爭對手——同時也是至關重要的製造業強國——實力太過強大，僅靠外交手段或激進的政策轉變都無法遏制。唯一的真正解決之道在於整頓美國內部。這樣做的必要性日益凸顯，因為川普重返總統寶座第一年的種種亂像已經讓美國倒退。除了製造業，中國還在人工智慧和藥物研發等一系列快速增長的領域威脅著美國的領先地位。儘管川普試圖削減我們在基礎研究等重要政府職能上的支出，但中國卻將這些領域列為國家優先事項。中國在人工智慧領域的進步令人矚目。雖然在尖端半導體晶片方面仍落後於美國，但中國擁有人工智慧成功的另一項關鍵要素：電力。中國的發電能力是美國的兩倍多，而且一些資料中心的電費僅為美國的一半。這幫助中國公司以驚人的速度開發出了像 Manus 這樣的產品。Manus 是一款性能可與 ChatGPT 相媲美的 AI 代理，在我訪問後不久便以超過 20 億美元的價格出售給了 Meta 公司。人力資本是中國成功的關鍵因素。我接觸過無數年輕的中國創業者，他們的活力和才智至少可以與矽谷的同行相媲美，其中一位中國億萬富翁至今仍睡在辦公室裡。儘管川普先生大肆宣揚關稅，但我們並沒有贏得這場貿易戰。這個亞洲巨頭依然穩居世界最大出口國之列，其貿易順差去年更是創下1.2兆美元的紀錄。這一整體增長表明，許多中國商品仍然在抵達美國，只是經過了中間國。無論是否徵收關稅，每個人都需要中國商品。以汽車為例。在我的旅途中，我參觀了小米公司，這家智慧型手機和電子產品製造商五年前才宣佈進軍電動汽車行業。在一個幾乎空無一人的龐大廠房裡，體型龐大的機械裝置，看起來像是機器恐龍，毫不費力地將鋁製面板推到位，而汽車則沿著生產線緩緩駛來。大廳裡停著一輛黃色跑車，很容易被誤認為是保時捷。我參觀了一家機器人公司，那裡一些看起來像是塑料兒童玩具的東西在地板上跑來跑去，展示了該公司在製造能夠替代人類完成某些任務的人形機器人方面取得的進展。（2024年，中國安裝的工業機器人數量幾乎是美國的九倍。）去年夏天，福特首席執行長吉姆·法利在訪問中國後宣稱，中國的車載技術“遠勝”美國車型，並稱中國的進步是“我見過的最令人敬畏的事情”。巧合的是——或許並非巧合——福特最近停止了F-150電動皮卡的生產，並對其電動汽車業務計提了高達195億美元的巨額減值準備。其次是藥物研發。就在幾年前，中國還在從海外公司獲得許多藥品的授權許可。而現在，中國向其他國家授權的藥品數量超過了從其他國家獲得的授權數量，而且其臨床試驗的數量也超過了美國。當然，中國仍然面臨諸多挑戰。這就說明了中國存在兩個經濟體：一個主導全球製造業並在美國長期主導的快速增長的技術導向型領域取得非凡進步的龐大經濟體。即使在最好的情況下，與中國競爭也絕非易事。顯然，我們需要重新思考我們的產業政策——即如何調配政府資源來支援具有戰略意義的產業，這相當於我們版本的國家主導型經濟。不幸的是，川普政府前後矛盾的政策正在造成極其糟糕的局面。首先，我們需要扭轉川普先生削減科學和其他領域投資的局面。儘管我對民主政府能否選出贏家持懷疑態度，但我們已經沒有餘力讓華盛頓置身事外了。尤其重要的是，我們應該關注未來產業，其中許多都與科技相關，並減少川普先生對傳統金屬加工製造業的重視。例如，得益於拜登總統執政期間通過的《晶片與科學法案》，亞利桑那州和其他地方正在建設大型半導體製造廠。政府資源的重新分配不僅僅關乎支出。我們缺乏關鍵礦產資源並非因為它們稀少，而是因為獲得新建礦山和加工廠的許可證實在太難。我們完全可以找到一種方法，在不損害合理環境標準的前提下，發展我們的採礦能力。川普先生應該明白——其他人也應該明白——我們不可能通過加征關稅或試圖談判貿易協定來戰勝中國。（重要的是，合理的產業政策並不意味著像川普政府那樣，持有公司股份或索要專利費。）超越中國必須從國內做起，首先要整頓好我們自己的經濟，這一挑戰也應該促使川普先生重新思考他的許多政策。 (invest wallstreet)

川普政府上台後，一直對鄰國加拿大磨刀霍霍，中加關係轉暖後更是惱羞成怒。為“懲治”加拿大，美國總統川普找到了新由頭——一座連接安大略省和密歇根州的大橋。當地時間2月9日，川普在自創社交媒體平台發文，威脅將禁止戈迪·豪大橋開通，除非“上供”大橋的一半資產。據悉，大橋耗資47億美元，全部由加拿大聯邦政府出資，原計畫於年初通車。川普不忘強扯中加協議，宣稱中國會“將加拿大生吞活剝”，美國只能撿些“殘羹剩飯”。即將開通的美加戈迪·豪大橋 川普帳號“正如大家所知，加拿大這個國家幾十年來一直非常不公平地對待美國，”川普在帖文中聲稱，但在他上台後，“美國的情況正在迅速好轉”。他立即圖窮匕見，提到了即將開通的戈迪·豪大橋。“想像一下，加拿大正在安大略省和密歇根州之間建造一座巨大的橋樑。他們擁有加拿大一側和美國一側，但建造時幾乎沒有使用任何美國製造。歐巴馬愚蠢地給了他們豁免權，這樣他們就能不使用任何美國產品，包括我們的鋼鐵。”川普宣稱，現在，他絕不會允許加拿大這樣繼續“佔美國的便宜”。他說：“加拿大安大略省甚至不允許把美國的烈酒、飲料和其他酒精產品擺上他們的貨架……加拿大多年來對我們的乳製品徵收的關稅是不可接受的，讓我們的農民面臨巨大的財務風險。”“我不會允許這座橋樑開通，直到美國得到充分補償、公平和尊重，”川普威脅稱，談判立即開始，美國“應擁有這座資產的至少一半”。他沒提期望的“補償”是多少，但強調這將是“天文數字”。川普對中加協議耿耿於懷。他在帖文中聲稱：“現在，在這一切之上，卡尼還想和中國做生意。這會把加拿大生吞活剝。我們只會得到殘羹剩飯！我可不想這樣。”他繼續“神邏輯”，說中國會終止加拿大所有冰球比賽，並永久取消“斯坦利杯”（北美國家冰球聯盟比賽）。今年1月，加拿大總理卡尼率團訪華，中加簽署貿易協議。這惹惱了川普政府。川普上個月威脅，將對加拿大徵收100%的關稅，以及取消對加拿大龐巴迪環球快車商務機的認證，並對加拿大製造飛機徵收50%的進口關稅。但迄今，美國尚未採取任何正式行動。美加邊境口岸交通繁忙，卡車排隊等待通關 CBC據路透社和加拿大廣播公司（CBC）介紹，戈迪·豪大橋，始建於2018年，耗資約47億美元，全部由加拿大聯邦政府出資。大橋預計於今年年初通車，目前仍需進行最終測試和檢查。2023年，底特律按價值計算是美國第二大貨運港口，也是美加邊境最大的港口，通過商用卡車處理的貿易價值達1260億美元。這座橋樑將有助於緩解交通。根據加拿大溫莎大學的一項研究，戈迪·豪大橋將把過境時間縮短20分鐘，在30年內為卡車司機節省23億美元。不過，這座新大橋從建設開始，就存在爭議。2012年，時任密歇根州州長接受了加拿大政府提出的出資提議，使用行政權力繞過立法機構，通過了建設計畫。這引起當地其他大橋所有者的不滿。但2017年，川普在第一任期時曾為這座新橋背書，將戈迪·豪大橋建設計畫列為“優先項目”。他還與時任加拿大總理特魯多發表聯合聲明，稱其為“連接我們兩國的重要經濟紐帶”。僅僅不到10年，川普就“打臉”自己此前背書的項目，引發強烈質疑。美國密歇根州民主黨參議員埃莉薩·斯洛特金表示：“取消這個項目將產生嚴重後果。密歇根企業成本更高，供應鏈更不安全，最終就業崗位更少。”她補充說，川普是在“因為他自己發起的貿易戰而懲罰密歇根人”，並指出，加拿大轉向中國是因為川普“一直以來踢他們的牙齒”。“這簡直太瘋狂了，我簡直不敢相信，”加拿大安大略省溫莎市長德魯·迪爾肯斯則表示，川普說的話與事實不符，因為該項目建設中使用了美國鋼鐵。 (觀察者網)

按：近期，字節跳動推出的多模態視訊大模型 Seedance 2.0 在2026年初引爆全球開發者社區，被視為中國AI原生創新的標竿，彰顯本土技術從“追趕”邁向“引領”的潛力。很多人感興趣當前中美AI企業的競爭形勢究竟如何？以下分享來自巴克萊的最新研報，算是瞭解當前中美AI創新企業競爭格局的科普文。其實自2022年ChatGPT公開發佈以來，人工智慧（AI）已成為推動全球股市盈利增長、資本支出（capex）和投資回報的主要引擎。進入2026年，隨著生成式AI技術從實驗階段邁向規模化部署，中國科技公司正迅速崛起，挑戰美國在全球AI競賽中的主導地位。然而，這一處理程序並非一帆風順：全球AI相關企業估值持續攀升的同時，美國AI公司面臨融資壓力，而中國同行則在艱難的定價環境與不斷調整的稅收政策中艱難前行。在本篇報告中，巴克萊從回顧美中股市（尤其是各自科技類股）近期的表現趨勢；對比了西方與東方市場的AI融資架構，以幫助理解AI投資如何塑造當前市場動態；到深入分析中美AI技術堆疊的技術細節；隨後探討中美雙方在AI採用、普及及變現前景上的不同路徑。最後，巴克萊認為，供給約束、市場邊界侷限以及使用模式差異共同導致中國AI生態在資本投入和算力消耗規模上與美國存在顯著差距。這一差距不僅體現在當前支出水平，也可能影響未來技術迭代與生態競爭力的長期格局。一、股市表現與估值自2022年底ChatGPT發佈以來，美股表現強勁。標普500指數的未來12個月市盈率（NTM P/E）從2022年第三季度末的15.3倍擴張至目前的21.7倍，AI是關鍵推動力。其中，超大型科技股（mega-cap Tech）在指數表現和盈利貢獻中佔據了不成比例的高份額。具體來看，“Big Tech”（大型科技公司）對標普500每股收益（EPS）的貢獻佔比從2022年第三季度的約12%躍升至2025年第四季度的約30%。同期，Big Tech的NTM市盈率從22.9倍上升至27.3倍；而科技類股中其他公司的市盈率也從15.4倍顯著擴張至24.5倍。相比之下，恆生指數（HSCI）自2022年以來的表現更為波動，其中2023年成為拖累三年整體回報的關鍵年份。當年中國經濟放緩導致中資股票大幅走弱：恆生指數最大回撤達-28.2%，而標普500同期僅為-10.3%。儘管如此，自2022年第三季度末以來，恆生指數已累計上漲約68%，表現健康，但仍落後於美股。與美國類似，科技股在中國股市也是推動回報的主要力量——過去三年，該類股是恆生指數中表現最好的行業之一，累計漲幅達96.7%。然而，一個關鍵區別在於對整體指數回報的傳導效應：恆生指數的行業分佈遠不如標普500集中於科技類股。標普500約33%的市值集中在科技行業，而恆生指數中科技股權重僅為5%左右。相比之下，金融和可選消費類股合計佔恆生指數市值權重的47%。這意味著，中國經濟的整體狀況及其消費者信心對恆指表現的影響，遠大於科技公司。若單獨比較標普500與恆生指數中的科技類股，差距更為顯著：自2022年第三季度末以來，美國科技股絕對回報高達約172%，大幅領先中國同行。這一分化背後，美國AI熱潮無疑是核心催化劑，而中美之間的貿易緊張局勢進一步加劇了這一鴻溝。美國的出口管制限制了中國獲取先進計算晶片和半導體製造裝置的能力，對部分中國AI技術堆疊（尤其是算力層）構成了明確的制約。美國在AI研發和盈利方面的領先地位，對中國企業而言可能難以快速彌合。我們認為，考慮到近期估值的重新定價，中國科技股中任何所謂的“AI溢價”都顯得更為脆弱，且更依賴經濟周期，相較之下，美國科技股的AI估值支撐則更具結構性和可持續性。二、AI投資：東方與西方之比較作為一項早期技術，AI的發展高度依賴持續的投資與資金支援。我們將中美兩國的AI支出劃分為兩大類進行對比：政府支出與非政府支出。核心區別在於：美國的技術投資主要由非政府主體驅動（即超大規模雲服務商的資本開支），而中國的科技基礎設施建設則更多受到政府主導型資金的引導。1、非政府支出我們估算，過去三年美國主要超大規模雲服務商（包括Meta、Alphabet、亞馬遜、微軟和Oracle）的資本開支總額從1281億美元大幅擴張至3922億美元，並預計2026年將增長約52%，2027年再增長約19%。中國的主要超大規模企業包括騰訊、字節跳動、阿里巴巴和華為。我們估計，2025年：1）騰訊資本開支為120億美元，2）字節跳動為120億美元，3）阿里巴巴為180億美元。4）華為作為非上市公司，披露的財務資料口徑不同，但其2024年年報顯示研發支出達1797億元人民幣（約合257億美元），較2022年的1615億元人民幣增長10.8%。展望未來，阿里巴巴和騰訊預計將成中國AI投資的主要推動力。例如，阿里巴巴已宣佈計畫在未來三年（2025–2027財年）投入3800億元人民幣用於AI和雲端運算基礎設施。此外，中國的國有電信營運商（如中國移動、中國電信）也是資料中心投資的重要來源，我們將在後文進一步討論。儘管中美超大規模企業的資本開支增速相近，但總支出規模仍嚴重偏向美國——美國雲巨頭正持續大規模擴建算力基礎設施，並投資下一代AI晶片，而中國企業在高端算力獲取受限的背景下，整體投入體量仍明顯較小。2、政府支出由於中美在AI投資模式上存在根本差異，兩國政府支出難以直接對標。我們觀察到，中國政府對AI及科技領域的財政支援主要通過三種形式實現：1）直接政府投資：由地方政府設立的市級或省級科技產業基金；2）政府背景的風投/私募基金：通過國有投資平台募集並管理的資金；3）面向高校與科研機構的公共科研經費：用於支援基礎科技與前沿研究。基於這一框架，我們彙總了若干主要資金來源，包括：1）國家積體電路產業投資基金（“大基金”）三期；2）北京人工智慧與機器人產業基金等重點城市及科技樞紐的省級基金。據此估算，未來十年中國政府主導的科技投資承諾總額至少達9480億元人民幣（約合1350億美元），資金來源涵蓋直接財政撥款與政府引導撬動的資本。其中：1）政府引導基金是最大來源，規模約6100億元人民幣（佔總額的64.3%），計畫在未來5–10年逐步投放；2）直接投資佔比11.6%；3）其餘部分為高校與科研機構的公共研究經費。需要指出的是，這只是一個粗略估算，實際政府投入可能遠高於此。例如，我們的測算未包含“國家創業投資引導基金”——該基金目標是在未來20年內撬動1兆元人民幣（約1420億美元）支援科技創新項目。若政策性金融動員目標全面落地，中國官方對AI生態系統的支援力度可能被顯著低估。美國政府對AI基礎設施的投資主要通過《晶片與科學法案》（CHIPS Act）實施。該法案撥款約520億美元聯邦資金，用於支援半導體製造激勵、研發補貼及針對晶圓廠和裝置製造商的稅收抵免。截至目前，這項政策已撬動數千億美元的私人投資。自2022年8月法案頒布以來，大部分撥款已獲批或分配，但由於採用基於里程碑的支付機制，實際資金撥付預計將延續至未來數年。除CHIPS法案外，美國政府預計每年還將額外投入數十億美元用於與AI相關的各類項目，包括清潔能源稅收抵免、基礎設施與電力投資，以及國防部（DoD）和國家科學基金會（NSF）的專項經費。簡言之，美國在AI領域的資金投入憑藉超大規模雲服務商的資本開支和強勁的私人投資，總體規模遠超中國；而中國則更依賴政府主導的財政承諾來縮小差距。三、中美AI技術堆疊在接下來的部分中，我們將深入分析中美AI技術堆疊的技術細節，並比較其應用普及與分發模式。我們聚焦於AI生態系統的三個核心維度（或層級）：應用層（Applications）、模型層（Model Layer）、算力層（Compute Layer）。1、應用層（Application Layer）（1）月活躍使用者（MAU）：中國AI聊天機器人使用者規模遠小於西方同行，且高度集中於本土。根據第三方2025年9月的估算資料：DeepSeek全球月活使用者（MAU）達約2.49億（涵蓋App與網頁端），在中國AI聊天機器人中排名第一；字節跳動的 Doubao 約1.99億；騰訊的 Yuanbao 約4900萬；月之暗面（Moonshot AI）的 Kimi 約2300萬。相比之下，西方主流產品同期表現如下：ChatGPT MAU約7.99億；Gemini約3.01億；Grok約4900萬（見圖14）。這意味著，中國領先的AI聊天機器人使用者規模僅相當於ChatGPT同期的約30%。儘管第三方資料可能存在偏差，僅可作為趨勢參考，但結合企業最新披露：ChatGPT在2025年10月宣佈周活躍使用者（WAU）已達8億，Gemini在2026年2月MAU突破7.5億，表明西方AI聊天機器人的擴張速度仍在加快。此外，ChatGPT使用者高度全球化——據《The Information》報導，其近90%的使用者來自美國和加拿大以外地區。而中國聊天機器人的使用者幾乎全部集中於境內，海外滲透率接近於零，唯一例外是DeepSeek：其海外MAU達約5200萬，與Grok同期流量相當，佔其總使用者的約21%。（2）移動端 vs 網頁端：中國AI使用以移動端為主導。QuestMobile資料顯示，2025年9月中國移動端AI使用者達7.29億，約為PC端（網頁及桌面應用）使用者的3.6倍。比如Doubao 在移動端流量領先，其移動MAU是網頁端的6.5倍；DeepSeek則在網頁端表現最佳，但其移動MAU仍是網頁端的2倍。這凸顯了中國AI應用具有鮮明的“移動原生”和“消費者導向”特徵。相比之下，西方模型在網頁端的工作流場景中參與度更高：ChatGPT、Gemini和Claude的網頁端MAU均顯著高於移動端（見圖14），反映出其在生產力工具和工作流程整合方面的更強滲透力。（3）贏家通吃？頭部效應顯著，使用者黏性極強。當前，無論東西方，AI聊天機器人使用者高度集中在前兩名玩家手中，且使用者表現出極強的產品黏性。在中國，DeepSeek與Doubao 合計佔據獨立AI聊天機器人絕大部分MAU（涵蓋網頁與移動）；在西方，ChatGPT與Gemini 主導市場。值得注意的是，儘管各大語言模型（LLM）在基準測試中持續刷新性能紀錄，但聊天機器人端的使用者遷移意願極低——這很可能源於產品設計優勢和已形成的使用習慣。然而需提醒的是，中國AI應用的使用者規模仍遠小於海外領導者，也遠低於國內成熟超級App（如微信日活超10億）。市場仍處早期階段，增長路徑可能隨時間演變。為此，阿里巴巴、騰訊、百度等科技巨頭已在2026年春節假期推出“紅包引流”活動，以爭奪AI使用者。具體使用者增長動態如下：移動端方面：Doubao在2024年12月MAU為7500萬，到2025年9月迅速增至1.72億；36氪報導稱其DAU已於2024年12月突破1億。騰訊Yuanbao從2024年12月的200萬MAU增長至2025年9月的3300萬。Kimi和百度文心一言（Wenxiaoyan）的MAU則出現下滑。DeepSeek無疑是此階段使用者增長的最大黑馬：自2025年1月上線後，其中國區MAU從1月的約3400萬飆升至9月的1.45億。阿里通義千問（Qwen）：截至2025年9月MAU僅300萬，但在2025年11月重新發佈後，2026年1月MAU已突破1億。（4）嵌入式應用 vs 獨立聊天機器人：在中國，嵌入現有超級App內的AI功能（如AI搜尋、智能助手） 遠超獨立聊天機器人。我們認為，中國的AI使用者流量高度依附於既有消費平台，AI能力被直接整合到微信、抖音、百度App等“超級App”中。例如：百度的AI搜尋在2025年9月達到3.47億MAU，佔其整體搜尋流量的一半以上；百度還披露，截至10月底，約70%的移動端搜尋結果頁已包含AI生成內容。字節跳動在其抖音App內推出的Doubao AI搜尋，MAU達2.15億。騰訊微信的AI搜尋MAU為1.66億。阿里巴巴也在支付寶、高德地圖（Amap）、夸克（Quark）等多個核心應用中全面嵌入AI功能。這些管道極大地加速了AI在中國大眾市場的普及，且相關AI功能普遍免費使用。但這也可能導致AI使用高度依賴平台生態，難以培育出真正獨立的AI品牌。（5）變現模式：中國聊天機器人基本免費，海外使用者付費意願更強。在中國，大多數通用AI聊天機器人（如DeepSeek、智譜Zhipu）目前仍免費開放，以最大化使用者覆蓋和分發規模。根據智譜在港交所IPO檔案披露，儘管AI助手和工具不斷湧現，中國使用者對大語言模型（LLM）的付費意願依然很低。因此，其收入主要來自企業客戶的API呼叫和本地化LLM部署服務。對於大型科技公司而言，AI變現主要通過雲端運算服務和API消耗實現。例如阿里巴巴和百度，當企業客戶擴大模型訓練、微調和推理工作負載時，它們便從中獲得收入。此外，AI也正在賦能現有業務：提升廣告與搜尋推薦效果；為電商提供智能化廣告工具；最佳化客戶服務體驗。不過，MiniMax是一個例外。根據其IPO檔案，2025年前三個季度約70%的收入來自面向消費者的AI產品。但值得注意的是，這些消費端收入幾乎全部來自音訊、圖像、視訊及AI陪伴類應用，而其通用AI聊天機器人/智能體應用“MiniMax”的變現貢獻僅佔總收入的1%。更關鍵的是，在其AI原生產品收入中，超過80%來自中國以外市場，這清晰表明：海外消費者對AI服務的付費意願顯著高於中國使用者。2、模型層（Model Layer）（1）中國開源社區 vs 美國閉源模式中國的大語言模型（LLM）生態明顯趨向開源發展。眾多領先初創企業（如 DeepSeek、月之暗面 Moonshot AI、MiniMax、Z.ai）以及超大規模科技公司（如阿里巴巴、騰訊、百度、字節跳動）紛紛將其最新或接近前沿的模型開源，以加速集體創新。這種策略促進了學術界和商業界的廣泛採用，支援快速迭代，並借助開源社區的集體力量推動模型技術進步。不過，中國超大規模企業普遍採取混合策略：其最先進、高算力消耗的旗艦模型（如阿里通義千問 Qwen3-Max、百度文心 ERNIE-5.0、騰訊混元 HY-2.0-Think、字節跳動 Doubao-1.8）仍保持閉源，以維持商業差異化優勢。政策層面，北京和上海在2025年12月分別發佈規劃，明確將在未來幾年大力發展開源生態，包括到2028年建構數百個行業專用的開源大模型，並向中小企業開放相關技術。相比之下，美國主要玩家——包括 OpenAI、Anthropic 和 Google——仍堅持閉源路線，嚴格保護模型權重不對外公開。（2）定價：DeepSeek輸出價格僅為GPT-5.2的3%中國領先的 LLM 提供商在價格上展開激烈競爭，近期發佈的基礎模型輸出定價普遍不到 GPT-5.2 的 30%。這種大幅折扣反映了其更高效的訓練成本結構和推理最佳化，有助於推動 AI 在中國的廣泛普及。具體案例：DeepSeek V3.2（2025年12月發佈）：輸入價格：0.28美元/百萬token（為 GPT-5.2 的 16%）；輸出價格：0.42美元/百萬token（僅為 GPT-5.2 的 3%；GPT-5.2 定價為輸入 1.75 美元、輸出 14 美元）。字節跳動 Doubao-Seed-1.8（2025年12月發佈）：輸入/輸出價格分別為 GPT-5.2 的 7% 和 8%。即使是大型模型，如百度 ERNIE-5.0（2.4T MoE 架構）和阿里 Qwen3-Max（1T MoE），其輸出定價也僅為 GPT-5.2 的 約24%在美國方面：Anthropic 的 Claude Opus 4.5 定價處於高端；Google 和 OpenAI 的模型略低，但仍顯著高於中國同類產品。（3）模型性能：中國開源模型正快速縮小與美國前沿模型的差距我們參考兩個“人工分析”（Artificial Analysis）指數，從綜合智能水平（涵蓋英語、程式碼、數學、智能體任務、工具使用等基準）和智能體能力（agentic capabilities）兩個維度對比中美模型。DeepSeek 在2025年12月發佈的 V3.2 論文指出：過去幾個月，Anthropic、Google 和 OpenAI 的閉源模型進步速度快於中國開源模型。當前，GPT-5.2（High）和 Claude Opus 4.5 仍在綜合智能和智能體任務上保持領先，而開源模型整體仍處追趕狀態。但值得注意的是，部分中國模型已在關鍵指標上追平甚至超越部分西方中端模型：Kimi-K2.5、GLM-4.7、DeepSeek V3.2、Qwen3 Max Thinking 和 MiniMax-M2.1 在“綜合智能指數”上已達到與 Claude Sonnet 4.5 相當的水平。在智能體能力方面，中國模型進步尤為顯著：Kimi-K2.5、GLM-4.7、DeepSeek V3.2 和小米的 MiMo-V2-Flash 均優於 Gemini 3 Pro 和 Claude Sonnet 4.5。具體亮點：GLM-4.7：作為智譜（Zhipu）最新基礎模型，在開源模型中智能體任務表現突出。智譜於2026年1月8日成為首家在港交所上市的中國生成式AI公司。DeepSeek V3.2 針對閉源模型的三大結構性劣勢進行了創新突破：計算成本與長上下文效率：提出 DeepSeek Sparse Attention (DSA) 結構，顯著降低注意力機制複雜度；複雜任務性能：在後訓練階段強化了強化學習（RL）；智能體能力：開發了一套新型合成訓練流程，包含1,800+ 種不同環境和85,000+ 複雜提示，將推理能力深度融入工具呼叫場景。此外，DeepSeek 還發表論文提出 mHC 架構，以更高效的方式擴展訓練並提升性能。Kimi-K2.5：可自主協調多達 100 個 AI 子智能體協同工作，每個子智能體能獨立使用工具進行搜尋、生成、分析和資訊組織。MiMo-V2-Flash：小米推出的開源高速推理與智能體大模型，總參數量達 3090 億，啟動參數 150 億。MiMo LLM 團隊負責人羅富麗（Fuli Luo）曾是 DeepSeek V2 模型的核心貢獻者。（4）智能水平 vs 成本效率：中國模型在實現具競爭力的智能評分的同時，展現出顯著更優的成本效益。有人可能會指出，儘管中國模型定價大幅折扣，但開發者評估模型整體效率和經濟性時，執行具體任務的實際成本（即“token效率”） 才是關鍵。圖21對比了各模型在“智能指數”（Intelligence Index）得分與其運行測試所需成本之間的關係：GPT-5.2 雖然取得最高的智能評分，但其運行成本也是所有東西方模型中最昂貴的。若以 Grok 4 的智能指數作為東西方模型的中位基準，則西方模型中，Gemini 3 Pro、GPT-5.1 和 Claude Sonnet 4.5 表現出較好的成本效率——在相對較低的運行成本下實現了高於平均水平的智能表現。DeepSeek V3.2 同樣實現了高於平均水平的性能，但其運行成本極低：僅為 GPT-5.2 的約 3%，也僅相當於 Gemini 3 Pro 的約 9%。總體而言，中國模型普遍以遠低於西方同行的成本運行，在性價比方面具備明顯優勢。（5）Hugging Face 下載資料：另一個有價值的參考指標來自 Hugging Face——全球領先的開源AI與機器學習模型平台。根據最近一個月的下載資料顯示（見圖22）：阿里巴巴的通義千問（Qwen）系列佔據了熱門下載榜單的主要份額；其餘上榜模型主要來自 OpenAI、Meta 和 Mistral。值得注意的是，榜單上的大多數模型均為輕量級模型（參數量通常低於100億），這很可能是出於本地部署的實用性、硬體資源限制以及性能與效率之間的權衡。阿里巴巴通過其豐富且多層次的開源Qwen模型矩陣（涵蓋數百種變體及衍生模型），有效滿足了開發者多樣化的應用需求。另一方面，DeepSeek R1 在 Hugging Face 上獲得了累計最多的點贊數（likes），顯示出其在開源社區中的極高人氣與認可度。3、算力層 / 資本支出（Compute Layer / Capex）在本節中，我們嘗試估算中國領先AI企業為滿足其推理（inference）所需的年度總Token使用量及相應的GPU叢集規模。我們採用自下而上的方法，將每家公司的Token使用劃分為以下三類：1）第一方應用推理（1P Application Inference）：指各公司在其自有AI助手（如字節跳動的Doubao、騰訊的Yuanbao）以及高流量App內嵌AI功能（如微信和抖音中的AI搜尋）所產生的Token消耗。我們估計，目前1P應用推理構成了中國AI公司推理算力需求的主體。2）公有雲MaaS（Public Cloud MaaS, Model as a Service）：反映面向第三方企業客戶的模型商業化，主要來自外部API呼叫（如阿里雲的“百煉”、字節火山引擎的AI服務）。儘管該業務增長迅速，但目前仍僅佔整體Token使用量的很小一部分。3）內部訓練（Internal Model Training）：代表這些公司的“固定”計算成本，包括基礎模型預訓練、持續的後訓練（post-training）和微調所需的Token消耗。不過，由於峰值推理需求才是GPU採購決策的主要驅動因素，而內部訓練通常可錯峰進行，因此我們在後續GPU需求測算中不將其納入考量。1）第一方應用推理的算力需求在上述三類中，1P應用推理所需的算力最多，也是推動Token用量和GPU需求快速上升的核心驅動力。除DeepSeek外，中國主要AI玩家均為成熟的網際網路巨頭，它們不僅營運自有AI聊天機器人，還在旗下眾多移動與PC應用中廣泛部署AI功能，覆蓋電商、社交、內容、地圖等多個垂直場景。以騰訊為例：其移動端AI助手“元寶”（Yuanbao）截至2025年9月MAU達3300萬（QuestMobile資料）；同時，騰訊在其旗艦應用微信（MAU超14億）中推出AI搜尋功能，已有超過1700萬使用者使用過該功能。為估算這些公司1P應用產生的總AI查詢量，我們做出以下關鍵假設：日活/月活比率（DAU/MAU，即日活滲透率）：根據應用普及度不同，該比率約為20%至60%。應用規模越大、使用者體驗越好，使用者黏性越強，日活滲透率越高。例如，媒體曾報導Doubao在2024年12月DAU已突破1億，而其2025年9月MAU為1.72億，意味著其DAU/MAU比率可能已超過50%，接近60%。作為參照，Similarweb資料顯示，ChatGPT在2025年8月的DAU滲透率接近44%；同期DeepSeek的DAU滲透率約為20%，但此後很可能已顯著提升。每位日活使用者的日均互動強度：假設每位DAU每天使用移動或桌面App 3–4次，每次平均進行5輪對話，即每天產生15–20次查詢。參照Axios在2025年7月援引的資料：ChatGPT每日處理約25億次查詢，相當於每位DAU每天15–20次查詢，與我們的假設一致。市場格局：頭部效應顯著根據我們的分析，Doubao和DeepSeek無疑是中國最受歡迎的兩大AI模型系列，分別處理了全國約60%和25%的AI查詢總量。需要強調的是，由於相關公司披露資訊極為有限，上述結論基於大量估算假設，最終數值應僅作趨勢參考。但我們認為，這一結果精準反映了當前中國AI行業的基本動態：市場高度集中，頭部兩家玩家很可能佔據了絕大部分份額。我們估計，文字/語音類查詢佔總查詢量的絕大部分，並驅動約80%的Token消耗。儘管圖像生成僅佔總查詢量的1%–2%，卻貢獻了約15%的Token用量，這主要是因為AI圖像生成（通過擴散模型）單次所需Token量極大。例如，使用2×2的圖像塊（patch size）生成一張1024×1024解析度的圖像，並進行20步擴散採樣，大約需要8萬個Token——相當於一本220頁的書的文字量。在文字/語音查詢中，我們認為深度推理類查詢（reasoning queries）佔比已升至總查詢量的約30%，這得益於推理模型在速度和精準性上的持續提升。作為參考，據Zebracat分享的Perplexity AI使用者資料顯示，2025年有29%的查詢與學術或研究相關，可作為合理基準。這類推理查詢顯著推高了Token用量：單次推理查詢平均消耗約1萬個Token，而普通訊息類查詢僅需約2000個Token。僅1P應用推理就已催生對H20 GPU的巨大需求即使僅考慮第一方應用推理需求，各公司也亟需大量輝達H20 GPU，並正激進擴大資本開支。以字節跳動為例：為支撐其每年超7,100兆（7,100T）的Token處理量，我們的測算顯示，該公司至少需要超過37.3萬張H20 GPU，才能滿足高峰時段的算力需求。我們採用了200%的峰均流量比（peak-to-average ratio），以反映結構性流量波動——例如工作日白天或晚間使用者活躍高峰——這要求企業必須大規模超配GPU，以保障使用者體驗。這一估算可與《南華早報》（SCMP）的報導相互印證：該報導稱，字節跳動2025年GPU預算約為850億元人民幣（約120億美元）。若其將全部晶片預算用於採購H20（每台8卡伺服器成本約16萬美元，含機箱、網路及其他基礎設施），我們估計其2025年實際採購量約為30萬至40萬張H20。報導還指出，字節計畫在2026年將預算進一步提升至超1000億元人民幣（約140億美元）。阿里巴巴則承諾在未來三年（2025–2027財年）投入3800億元人民幣用於AI相關資本開支，超過其過去十年的總資本支出。騰訊方面，最初在2025財年初指引全年資本開支佔收入比例為“低兩位數區間”（low-teens%）。但到2025年11月，公司下調了指引，雖低於原區間，但仍高於2024年的12%。管理層強調，這一調整完全源於AI晶片供應變化，而非AI戰略或未來Token需求預期的改變。此外，騰訊透露，微信計畫未來在其小程序生態中推出內建AI智能體（agent），覆蓋電商、支付及廣泛網際網路場景。考慮到微信MAU已超14億，我們估算此舉可能帶來每年約2,000兆Token（2,000T）的新增消耗，進一步推高其資本開支需求。2）公有雲/MaaS市場格局目前，中國公有雲MaaS（模型即服務）市場由字節跳動、阿里巴巴和百度主導。根據IDC發佈的資料，2025年上半年，字節跳動按Token用量計佔據約50%的市場份額。字節在2024年中率先發起價格戰，將其面向企業的模型API定價大幅低於競爭對手。儘管其他廠商迅速跟進並匹配價格，但字節成功吸引了大量高頻、價格敏感型API客戶。相比之下，阿里巴巴聚焦於提供最完善的開源模型與整合化雲解決方案：其通義千問（Qwen）系列擁有數百種變體和衍生模型，在Hugging Face上下載量居首，充分滿足開發者多樣化需求；同時提供整合的雲服務，包括底層安全與合規基礎設施，特別適合金融、汽車等傳統行業企業客戶。因此，儘管阿里處理的Token量可能低於字節，但其單位Token產生的收入更高，商業模式更具價值密度。目前，中國的公有雲/MaaS（模型即服務）在整體Token消耗和算力使用中僅佔較小份額。根據我們的測算，其佔比約為10%出頭，遠低於第一方應用推理（1P App Inference）的消耗量。不過，這一比例因公司戰略重心不同而有所差異：字節跳動和騰訊更側重B2C業務，其Token使用高度集中於1P應用推理和內部用途。這一點可從騰訊管理層近期表態得到印證：“我們的GPU資源實際上已足夠滿足內部需求……但外部雲業務收入仍受某些限制因素制約。”相比之下，阿里巴巴和百度在MaaS市場處於領先地位，且自有消費級App流量相對較小，因此其算力分配更為均衡，B2B與B2C之間的比例更趨平衡。由於公有雲/MaaS整體規模有限，各公司為此所需的H20 GPU數量也明顯較少，每家大約僅需1萬至2萬張。3）內部訓練：受限於晶片供應，佔比被迫壓縮在中國當前的市場環境下，內部模型訓練所佔算力需求比例相對較小，主要原因如下：GPU供應嚴重受限：所有中國公司都無法按需採購H20晶片；資源分配面臨兩難抉擇：是將大量GPU用於訓練以提升模型能力，還是優先保障面向使用者或企業客戶的推理服務？在激烈的中國消費網際網路競爭中，“先搶使用者、再最佳化體驗” 的策略已被反覆驗證有效。因此，大多數公司選擇將稀缺算力優先用於推理服務，以贏得“使用者爭奪戰”，同時通過演算法最佳化、資料提純等方式，在有限晶片條件下持續改進模型。面對算力約束，中國企業正積極探索高效利用已有NVIDIA晶片的方式，包括：逐步將部分H20轉向訓練任務，並用國產AI ASIC晶片（如華為昇騰、崑崙芯等）替代其在推理場景中的角色；利用為高峰推理預留的冗餘算力，在非高峰時段執行微調（fine-tuning）、知識蒸餾（distillation）等輕量級訓練任務。據媒體報導，幾乎所有中國頭部AI公司目前已部署華為晶片，例如螞蟻集團已部署數萬張昇騰晶片。如果中國監管機構批准企業向輝達下單採購H200（該型號已獲美國政府許可對華銷售），企業有望以更低資本開支實現同等性能。具體而言：一台8卡H200伺服器成本約為H20伺服器的2倍；但其理論算力（FP8/INT8）可達H20的約6倍；因此，在不考慮實際運行中MFU（Model FLOPs Utilization）差異的情況下，實現相同性能所需資本支出可減少約20%。路透社近期報導稱，中國科技公司計畫在2026年訂購約200萬張H200。但據我們瞭解，這些訂單仍需經中國監管部門審批——當局正在評估各企業的實際需求，相關流程仍在進行中。4）綜合算力需求估算綜合1P應用推理、公有雲/MaaS及內部訓練需求，我們估算：騰訊、阿里、百度等頭部AI企業各自約需10萬張H20；字節跳動需求更高，可能接近40萬張H20（此估算尚未包含其內部編碼、行銷自動化、AI工具鏈等潛在用途——這些需求可能相當可觀，但極難量化）。值得注意的是，部分公司的內部AI使用可能實際佔更大比重。正如阿里和騰訊所透露，在晶片短缺背景下，它們正優先保障內部AI應用，這可能意味著未公開的Token消耗遠超外界預期。若形勢進一步惡化，這些公司可能被要求主要甚至全部採購國產晶片。這將帶來新的挑戰：中芯國際（SMIC）的7奈米製程產能仍有限，儘管其計畫在2026年大幅擴產，但產能爬坡需要時間，供應瓶頸在擴產完成後仍可能持續存在。如果企業能夠：獲得足夠數量的國產晶片（如華為昇騰910C），並解決系統與模型層面的相容性問題，那麼在某些場景下，從H20切換至昇騰910C甚至可能降低約10%的資本開支。四、2026年展望：Token用量與資本開支預測我們預計，2026年中國主要AI公司的總Token生成量將同比增長約117%，達到25,221兆（25,221T），主要驅動力來自：AI聊天機器人App的普及；超級App（如微信、抖音、支付寶）內嵌AI功能的廣泛採用。相應地，這些公司的H20相關資本開支合計將達到約285億美元；若計入伺服器機箱、網路裝置及其他配套基礎設施等非GPU支出（約佔AI總Capex的另一半），整體AI相關資本開支預計將達約540億美元。當然，這一估算可能偏保守——如果類似美國的智能體（agentic）在中國快速流行，或對輝達晶片的採購限制有所放鬆，實際需求可能遠超預期。為何我們的Capex估算低於公司指引？投資者可能會注意到：即便在我們對使用者增長和使用強度做出樂觀假設的前提下，我們對阿里和騰訊2026年H20相關Capex的估算仍顯著低於公司官方指引或媒體報導的內部目標：阿里管理層指引未來三年AI Capex為3800億元人民幣（約合每年180億美元）；騰訊2025年Capex佔收入“低兩位數百分比”，若2026年維持相同比例，按其收入規模推算，年Capex約為140億美元；《南華早報》亦報導稱，字節跳動2026年GPU預算將超1000億元人民幣（約140億美元）。這一差距主要可歸因於以下四點：1）公司整體Capex包含大量非GPU支出：GPU僅佔AI總Capex的一半左右，其餘用於伺服器機箱、高速網路、冷卻系統、資料中心建設等配套基礎設施。2）需疊加歷史基線Capex：公司披露的Capex目標包含其傳統業務（如遊戲、廣告、電商）所需的常規IT投入，並非全部用於AI。3）大量算力用於內部非AI大模型業務：企業還需為軟體開發、推薦系統、廣告平台、內容稽核、合規與法務等內部系統分配GPU資源，這些同樣產生可觀Capex。4）前瞻性投資策略：公司預期未來幾年AI需求將爆發式增長，因此選擇提前大規模投入，以搶佔生態位和人才。經上述因素調整後（見圖35），我們的測算結果與各公司Capex指引區間基本吻合。我們清楚地看到，中國企業在AI資本開支（Capex）方面明顯落後於美國同行。根據我們此前的估算及公司指引，中國四大領先AI企業（阿里、騰訊、字節、百度）——合計AI相關資本開支僅相當於彭博共識預測的2025年美國五大超大規模雲服務商（Meta、微軟、亞馬遜、Google、甲骨文）。而據彭博共識預計，這些美國雲巨頭在2026年還將同比再增加約50%的資本開支。造成這一差距的原因是多方面的：1）晶片供應受限：中國公司常常面臨硬體（尤其是高端AI晶片）供應瓶頸，即使預期業務將快速增長，也難以提前大量採購庫存，從而制約了資本支出規模。2）使用者基數與全球化程度差異顯著：美國企業服務的是全球使用者，使用者規模遠超中國公司。例如，《The Information》報導稱，ChatGPT近90%的使用者位於美國以外；其他媒體資料顯示，Google Gemini約87.5%的流量來自國際市場。相比之下，中國AI聊天機器人及App內嵌AI功能的使用者幾乎全部集中於境內，海外滲透率極低。3）使用者行為存在本質差異：美國使用者普遍將AI工具深度融入PC端日常工作流，頻繁發起複雜、高Token消耗的推理型查詢（如程式設計、研究、文件生成等），推動Token用量大幅攀升；中國使用者則主要通過移動端使用AI，多用於簡單任務（如問答、搜尋、娛樂），單次互動Token消耗較低，整體使用強度和複雜度不及西方。綜上，供給約束、市場邊界侷限以及使用模式差異共同導致中國AI生態在資本投入和算力消耗規模上與美國存在顯著差距。這一差距不僅體現在當前支出水平，也可能影響未來技術迭代與生態競爭力的長期格局。 (衛斯李的投研筆記)

1月30日世界首富馬斯克旗下的SpaceX公司已向美國聯邦通訊委員會（FCC）提交在近地軌道部署多達100萬顆衛星的計畫申請。計畫本身倒沒什麼，值得關注的是這一宏大計畫正好是在一個月前中國向國際電信聯盟（ITU）一次性提交20.3萬顆低軌衛星頻軌資源申請之後，這就有點向中國“叫戰比拚”的味道了。此前，中國向國際電信聯盟一次性提交20.3萬顆低軌衛星頻軌資源申請，其最終目標是建設一個由國家主導、覆蓋全球的大型低軌衛星網際網路星座（如“國網”GW星座），為國內乃至全球提供高速、穩定、低時延的寬頻通訊服務。這與之前世界首富馬斯克旗下SpaceX公司申請的在低軌發射2.8萬顆組網衛星項目相似。目前已經發射了大約9000顆衛星。有意思的是，在中國提出這一申請剛一個月，SpaceX公司就提出了在近地軌道部署多達100萬顆衛星的計畫申請。不但數量上遠超中國，功能上也更超前。從通訊組網升級到了建構一個“軌道資料中心”網路，以支援人工智慧（AI）等高性能計算需求。這顯然是要壓中國一頭。更值得關注的是，世界首富馬斯克隨後就又在X平台上發佈了一個驚人的消息，那就是“SpaceX已經將重心從登陸火星轉移至在月球上建一座自我發展型城市。並稱要在5-7年內啟動，有可能在不到10年內實現目標。在NASA和中國比拚誰將率先登陸月球之時，馬斯克已經把目標訂到了10年內建立“月球城”目標。這似乎是想以一己之力與中國拼，也是在與美國的NASA比拚。在低地軌道部署100萬顆衛星，就已經是中國計畫衛星數量的5倍。而且這100萬顆衛星是建立“太空資料中心”，這一服務於AI的重要項目，就更具前瞻性了。人工智慧巨量資料可是人類高科技的發展方向和制高點，這也是中美目前比拚或競爭的重點領域。馬斯克這等於是橫插一槓。登陸月球同樣是如此。這馬斯克的野心或雄心可是真夠大的了。美國航空航天局一直強調絕不能讓中國率先登陸月球，也因此而提出了阿爾特彌斯計畫以對抗中國雄心勃勃登月和太空計畫。原本馬斯克應當是成為美方與中國太空比拚的重要力量，可從NASA合作的對象公司來看，似乎是撇開了SpaceX。近一段時間以來，馬斯克一直強調人工智慧AI的最大瓶頸是電力，而電力產能方面中國顯然已經超越了美國。在美國電力發展滯後的情況之下，他就把目光瞄向了太空，稱太空將成為唯一具備長期可擴展性的算力承載。這被外界視為SpaceX從航天公司向“太空基礎設施營運商”轉型的訊號。其實，關於在太空建立算力中心一事，中國的行動似乎早於馬斯克。2024年，在北京市科委指導下成立的北京星空院，採用民辦非企業單位性質運行。提出的就是要在太空中建立“算力中心”，並已經制定了發展規劃藍圖且已經開始實施。衛星的地面測試工作已經成功地進行。另有報導，中國信通院召開的“星算•智聯”太空算力研討會上“國星宇航”披露全球首個服務矽基智能體的太空算力網計畫。該計畫旨在建構一個由2800顆計算衛星組成的太空算力網路，明確以服務空天陸海領域的矽基智能體（如自動駕駛載具、無人機、智慧型手機器人等）以及AI模型的推理和訓練為核心使命。且“星算”計畫的01組太空計算中心已於2025年5月成功發射（也是之江實驗室“三體計算星座”的首次發射）。我沒有查到太空算力中心是由誰先提出來的，卻可以明確查到中國的相關公司是率先實施了這一計畫。是為了搶得先機也好，還是控制戰略高地也罷，又或是為了在“圈太空領地”，馬斯克這一舉動都有以一己之力與中國比拚的意思。其實，登月項目上，一開始是美國NASA要與中國比拚。可中國並沒有那個意思，只是按著自己的太空發展計畫在有條不紊地推進。登月、登陸火星以及深空探測計畫是一環扣一環，也並沒有要與美國爭雄的意思。儘管NASA誓言要搶在中國之前登陸月球，可也僅此而已。而中國的登月計畫中已經包括了建“月球基地”的計畫。且在月球制水和利用月壤製作建築材料的實驗也已經取得了重要的成果。美國總統川普此前發佈的登陸月球計畫看上去更像是他針對中國的計畫臨時起意的指示而已，也說明他對美航空航天局的阿爾特彌斯計畫的不滿。有意思的是，去年NASA還鬧出了一個太空人在空間站上長期滯留回不了地球的笑話。日前的“阿耳忒彌斯2號”載人繞月飛行任務的綜合演練計畫，因為發現故障而推遲到一個月後再進行。火箭核心級的推進劑介面出現液氫洩漏，“獵戶座”乘員艙的壓力閥在近期更換後需重新擰緊，操作耗時較長。另外還出現了低溫影響部分攝影機和裝置、地麵糰隊音訊通訊間歇中斷等問題。儘管演練的目的是為了發現問題，可在還沒有發射的情況之下就發現了這麼多的問題，這發射進入太空的時候還會有多少問題？而美國早就啟動的火星樣品返回計畫因為經費和技術問題已經擱置，中國的火星採樣返回還在繼續推進。很顯然，儘管美國政府有心與中國展開太空競賽，可顯然已經表現出來的是有點力不從心了。最有意思的是，馬斯克旗下公司似乎是被排除在了與中國的競爭之外。弄的馬斯克不得不以一己之力與中國競爭。當然，其最終的目的或許還是爭取到美國政府的合作“邀請”。發射100萬顆AI算力衛星，這顯然是衝著壟斷太空算力這一市場去的。也更像是先“圈地”再說。馬斯克從小就有一個“科技帝國夢”，也更想著通過高科技控制建立一個“商業帝國”。而從他不那麼成功的在川普政府的“政府效率部”履職經歷來看，他或許還想著以商業帝國為基礎建立全球性帝國。儘管他旗下有9大世界頂級高科技公司，目前又開始發力向AI和巨量資料領域發起衝刺，可要想以一己之力與中國比拚太空競賽，似乎是不太那麼現實。與中國進行太空競賽，連美國政府都表現得那麼有氣無力了。馬斯克想以一己之力與中國的舉國體制進行比拚，可以說是毫無勝算。以目前的發展速度，即使是馬斯克加入到美國與中國的太空競賽之中，中國也不懼。馬斯克有一個科技帝國夢，自然搞任何高科技都是衝著實現壟斷地位去的。這恐怕會使他失去應有的市場，或者說市場不大會接受。因為包括美國自身在內的任何國家都不可能接受一家具有科技帝國野心的商人控制其科技應用和市場。而中國恰恰應當是世界最大的市場，沒有一個巨大的市場支援，馬斯克的100萬顆衛星的太空算力網，一是實現起來困難，二是實現了也沒有市場支援，恐怕連成本都收不回。何況他還搞了一個月球城計畫。這需要巨大的投資，更要有巨大的投資回報。企業再大，畢竟不是國家。想脫離國家的概念而建立一個科技或商業帝國，這恐怕只是一個幻想而已。 (動態大參考)

“硬控”矽谷華人的不再是綠卡，而是“回不去”的恐懼。原本以為，只要你捲到名校博士、捲進Meta超級智能實驗室、學術引用高達7000次，你就拿到了免死金牌。但2026年的春天，這出大戲迎來了最諷刺的高潮。Meta核心科學家王梓帆（Zifan Wang），回中國探親後返美，持O-1傑出人才簽證竟然被拒入境。沒有轉圜，直接“流放”倫敦。一張機票，成了他留美七年的終點。“硬控”矽谷華人的不再是綠卡，而是“回不去”的恐懼。小紅書上曾有個段子叫“持簽證者的極限運動”：每一次回國探親，都是在賭半輩子的前程。原本以為，只要你捲到名校博士、捲進Meta超級智能實驗室、學術引用高達7,000次，你就拿到了在這個頂級玩傢俱樂部裡橫行無阻的“豁免權”。但2026年的春天，這出關於“美國夢”的幻象竟然迎來了最諷刺的高潮。就在剛剛過去的1月底，Meta核心科學家王梓帆（Zifan Wang）在社交媒體上親手撕碎了這張濾鏡。他在回中國探親後準備返美時，那張代表著“傑出人才”的O-1簽證，在海關面前徹底啞火了。拒簽，無法入境，沒有轉圜。這位曾經在Meta實驗室裡研究AI與機器學習的頂尖大腦，就這樣被冷冰冰地擋在了美國國境線外。他不得不自嘲地發問：“接下來要學習如何適應英國人把薯條叫chips，以及靠左行駛了。”這一刻，所有海外華人窺見了一個令人通體發冷的現實：一直以來，大家關注的是你有多優秀，而現在的核心邏輯變了——變成了“你腦子裡裝了什麼，以及你打算帶到哪裡”。這場“各懷鬼胎”的搶人大戰，快要演變成一場針對華人的“技術排雷”了。圖源：網路消失的“愛因斯坦簽證”：你的才華，成了你的“至暗時刻”在留學生的身份階梯上，O-1簽證曾被冠以“愛因斯坦簽證”的稱號，專供頂級大腦。在王梓帆這種等級的科學家看來，這本該是他在矽谷橫行無阻的憑證。但現實告訴我們，那是和平年代的舊劇本。在2026年的大環境下，簽證官的稽核邏輯已經發生了恐怖的扭轉。根據王梓帆在X（原Twitter）上的自述，他已在美國求學與工作近七年，此前一直在Meta負責前沿AI研究。但在返美面簽時，那張曾經代表卓越成就的護照頁，卻成了他職業生涯的“斷頭台”。“技術”疑雲：在簽證官眼中，王梓帆的7,000次引用不再是學術榮譽，而是“高價值技術資產”的證明。“身份”降級：哪怕你在Meta研究的是最尖端的超級智能，只要你跨出國境線一步，你就從“改變世界的天才”瞬間降級為“潛在的安全風險”。這種荒謬的錯位，讓無數在大廠熬身份的華人脊背發涼。這哪是簽證稽核？這分明是頂級精英被抓住了國籍的命門，從而不得不面臨“被迫流亡”的過程。智庫的“哀鳴”：美國正在親手驅逐自己的大腦如果說王梓帆是“深陷其中”，那美國科技界對這起事件的反應就是“人設崩塌”。華府智庫“進步研究院”創辦人史塔普（Alec Stapp）在看到王梓帆被迫搬往倫敦的消息後，直接在社交媒體上開火：“我們正在親手導致我們的人才外流（Brain Draining）。”這是一個極其矛盾的現狀： 一方面，美國科技巨頭如Meta、Google都在瘋狂砸錢留住AI人才；另一方面，行政體系卻在“深夜洩洪”式地驅逐這些大腦。主動邀約vs被動驅逐：Meta花費重金、甚至動用扎克伯格親自下場招攬的科學家，卻被海關一紙拒信送給了競爭對手。倫敦“撿漏”：就在王梓帆確認無法入境的幾天後，他已經開始聯絡倫敦的AI社區。這不僅僅是個人的職業轉場，更是一場系統性的自毀。正如史塔普形容的：“如果把這些被拒之門外的人才堆起來，相當於兩座埃菲爾鐵塔的高度。”但可惜，這些鐵塔現在要蓋在倫敦和新加坡了。圖源：網路消失的安全區：為什麼被“Check”的總是高精尖？儘管美國官方一直在營造“吸引人才”的假象，但真正的“深水區”依然墨跡重重。為什麼只放寬了普通工簽，卻要在O-1這種“愛因斯坦簽證”上設卡？因為這背後涉及的是還在博弈中的、真正掌握生殺大權的核心技術。“預造謠”模式：當大眾發現頂尖科學家被拒時，坊間總會有“涉及機密”的模糊傳聞。這是最高級的公關陷阱——用1%的虛無風險，去掩蓋99%的排外真相。“洗白”套路：他們會拿出部分非敏感領域的成功案例來粉飾太平，但在AI、量子通訊、半導體這些領域，華人科學家的生存空間正在被“大規模塗黑”。王梓帆的遭遇，揭露了那個頂級掠食者俱樂部的運轉邏輯：它極度渴求你的智力，卻又極度懷疑你的忠誠。 這種撕裂，讓所謂的“科技無國界”在2026年聽起來像是一個過時的冷笑話。圖源：網路倫敦：下一個“避風港”還是“中轉站”？看完王梓帆的推文，最令人絕望的不是個人的轉折，而是全球人才版圖的重組。他調侃“Chips”，調侃靠左行駛，其實是在用幽默掩蓋一種被放逐的荒誕。在這個權力網裡，華人精英正成為某種“燃料”，用來驅動大國博弈的巨輪，一旦燃料被懷疑“不純”，就會被立刻丟棄。現在的矽谷，已經形成了一種默認的生存守則：“非綠卡，不離境”：在拿到那張真正的護照前，絕不踏出國門半步。“Plan B”轉向：新加坡的紅利、倫敦的精英簽證，正成為華人AI科學家新的避難所。人才流動像水，哪裡有阻力，哪裡就會乾涸。矽谷的島還在，但那套吸引全球天才的底層邏輯正在加速崩塌。圖源：網路光，能否照進深淵？王梓帆在倫敦的街頭或許會懷念舊金山的陽光，但他的轉身也告訴我們：真正的天才，終究會找到屬於他的土壤。只是，那個曾經向全世界招攬人才的“自由之地”，在看著天才們成批遠去時，是否已經聽到了時代的哀鳴？這次大拒簽，究竟是真相的勝利，還是自毀長城的又一場政治博弈？對於每一個還在海外奮鬥的留學生來說，這不僅是一個新聞，更是一次生存預警。 (留學生日報)

當業界目光聚焦於輝達H200命運之際，伺服器CPU市場突傳警報。Techi.com今日援引多名管道商與OEM廠商稱，英特爾Xeon Scalable與AMD EPYC系列處理器對華供應"顯著收緊"，部分型號交貨周期從4周延長至16周，價格漲幅達20%-35%。這是繼GPU之後，美國對華半導體封鎖向資料中心核心算力蔓延的最新訊號。管道證實，英特爾自2025年12月起對中國區伺服器CPU實行"配額制"，季度出貨量較2024年同期下降約30%；AMD雖未明文限制，但米蘭、熱那亞等高端EPYC型號優先供應北美雲廠商，中國區實際可分配量縮減25%。某頭部伺服器ODM採購總監告訴記者："原來季度能拿5萬顆Xeon，現在只給3萬顆，剩下2萬顆要麼等下個季度，要麼加錢去現貨市場搶。"漲價與缺貨雙重壓力下，中國網際網路大廠與營運商被迫調整採購策略。阿里雲已把2026年Q1伺服器招標中x86架構佔比從70%下調至45%，空出份額轉向華為鯤鵬920與飛騰S5000C；中國移動則要求集采伺服器"國產CPU佔比不低於50%"，海光資訊C86-3G與兆芯KH-40000系列中標份額同比提升三倍。中國國產CPU廠商迎來訂單井噴。華為鯤鵬產品線內部人士透露，2026年1月伺服器CPU出貨量突破8萬顆，為2024年同期四倍，深圳、東莞封裝基地已實行"三班倒"擴產；海光資訊則宣佈DCU與CPU產線滿產，2026年資本開支上調40%用於7nm以下先進封裝。管道反饋，鯤鵬920現貨價從年初1800元漲至2400元，仍供不應求。美國商務部尚未就伺服器CPU供應收緊發表官方評論，但業內普遍認為這與2025年10月更新的"先進計算與半導體製造裝置"規則有關——雖未直接點名CPU，但BIS已將"高性能資料中心處理器"納入出口審查範圍，Intel、AMD為規避合規風險主動縮減對華出貨。對於中國國產CPU生態而言，窗口期與挑戰並存。華為鯤鵬、飛騰基於ARM架構，軟體適配仍需時間；海光、兆芯雖相容x86，但7nm以下先進製程仍依賴境外代工。某雲廠商技術總監表示："現在不是選不選國產，而是沒得選。ARM生態遷移成本比x86高30%，但總比斷供強。"分析人士指出，若Intel、AMD供應持續收緊，2026年中國伺服器CPU市場國產佔比有望從2024年的18%躍升至35%，ARM與x86雙路線平行格局正式確立。對於仍在攻堅7nm以下的國產晶圓廠而言，伺服器CPU的"被動替代"意味著每年新增約50萬片12英吋晶圓需求，國產裝置與材料產業鏈將同步受益。從GPU到CPU，美國對華資料中心算力的封鎖正在層層加碼。當"洋芯"供應不再確定，國產替代從"可選項"變成"必選項"，中國半導體產業的自主化處理程序，正被外部壓力倒逼進入加速期。 (晶片行業)