輝達正引領資料中心轉向800V直流電架構，以支撐2027年單機櫃功率達1MW的AI算力需求。高盛稱資本開支重心將重構，液冷與直流配電成主流，產業鏈迎來洗牌。雖長期可降TCO約30%，但短期投資門檻高，首輪硬體升級周期已啟動，2027年前後或迎臨界點。隨著人工智慧軍備競賽進入新階段，輝達正引領全球資料中心進行一場史無前例的供電架構“革命”：將電壓標準從傳統的交流電轉向800伏直流電。輝達已於近期宣佈了包括CoreWeave、甲骨文在內的十余家合作夥伴，旨在為800伏直流電源架構和單機櫃功率密度達到1兆瓦（MW）的超高密度計算環境做準備。這一轉變是為了支援其下一代“Vera Rubin”架構及“Kyber”系統，後者預計於2027年面世，單機櫃將整合576個GPU，其對電力和冷卻系統的要求遠遠超出了當前415伏交流電架構的承載極限。高盛在最新的研究報告中指出，這一技術飛躍意味著資料中心資本支出的重心將發生顯著轉移。投資者已開始重新評估資本貨物行業的贏家與輸家，因為這不僅代表著基礎設施融資缺口將進一步擴大，更意味著從變壓器、斷路器到線纜和冷卻系統，整個產業鏈都將面臨強制性的技術升級與換代。儘管輝達預計這一架構長期可將總擁有成本（TCO）降低30%，但在短期內，這無疑構成了一道巨大的資本支出門檻。這場變革迫使營運商採購數以百萬計的新裝置，從而引發該行業第一輪大規模的硬體升級周期。突破物理極限：從幾十千瓦到兆瓦級飛躍資料中心向800VDC架構轉型的核心動力，在於現代AI機櫃呈指數級增長的功率密度需求。目前的機櫃功率正從數十千瓦迅速擴展至超過1兆瓦，這已經超出了傳統54V或415/480VAC系統的物理處理能力。輝達指出，相比傳統的交流電系統，800VDC架構能在相同的銅導體上傳輸超過150%的電力，從而極大地提高了能源效率。這種架構不僅能夠減少高達45%的銅用量，甚至可以消除為單個機櫃供電所需的重達200公斤的銅母線。為了適應這種極端的功率密度，輝達的新一代Vera Rubin NVL144機架設計採用了45°C的液冷技術和新型液冷母線，並增加了20倍的儲能能力以保持電力穩定。其後續產品Kyber系統將包含18個垂直旋轉的計算刀片，如同“書架上的書”一般排列，以支援不斷增長的推理需求。基礎設施重構：直流電與液冷的全面接管高盛分析師Daniela Costa在研報中詳細闡述了這場變革對基礎設施的具體影響。最顯著的變化是傳統交流配電單元（AC PDU）和交流不間斷電源（UPS）系統將變得不再必要。800VDC架構要求電力路徑更加精簡，通過在設施層面集中整合電池儲存系統來替代分散的UPS單元。這種設施級的大型電池系統能管理電力波動並確保電網穩定，從而將AC PDU機櫃的需求減少高達75%。對於現有的資料中心而言，為了在全面重建之前適應這一趨勢，“側掛車”（Sidecars）模式將成為2025年至2027年間的關鍵過渡方案。這些模組可以安裝在電腦架兩側，將輸入的交流電轉換為800VDC，並提供整合的短時儲能以平抑GPU負載峰值。Schneider Electric作為此類裝置的關鍵供應商，正明確瞄準高達1.2MW的機架市場。此外，隨著機架功率邁向1.2MW，傳統的風冷系統已無力應對，液冷技術將成為絕對主流。Schneider Electric通過其Motivair資產在這一領域擁有顯著敞口，Vertiv也發佈了結合電源和冷卻基礎設施的800VDC MGX參考架構。供應鏈洗牌：誰是資本支出的受益者？這場技術範式的轉移正在重新劃分資本貨物行業的市場份額。高盛在報告中提到，Legrand預計向更高電壓的轉變將推動每兆瓦的收入潛力從傳統資料中心的200萬歐元提升至潛在的300萬歐元。雖然目前四分之三的機架功率仍低於10kW，但業界預期800VDC架構未來可能成為80-90%新建資料中心的主流選擇。在電力半導體領域，向800VDC的轉變需要更先進的晶片，特別是碳化矽（SiC）和氮化鎵（GaN），以處理更高的電壓和頻率。包括Analog Devices、Infineon、STMicroelectronics和Texas Instruments在內的供應商都在積極佈局。在電力保護和開關裝置方面，機械式斷路器正在被固態保護裝置取代。ABB目前的SACE Infinitus被認為是全球首款IEC認證的固態斷路器，專為直流配電設計，這使得ABB在MV DC UPS系統等領域佔據了先機。同時，Prysmian、Nexans等線纜巨頭也在開發適應直流電和液冷需求的高端線纜解決方案。時間表與成本：2027年的臨界點雖然這場變革的前景廣闊，但轉型的全面商業化仍需時日。輝達預計向800VDC資料中心的過渡將與其Kyber機架架構的部署同步，目標時間節點為2027年。高盛預計，相關技術的商業化應用將在2028年左右開始顯現規模效應。Schneider Electric資料中心首席技術官Jim Simonelli表示，向800VDC的遷移是隨著計算密度增加的“自然進化”。儘管長期來看這能降低營運成本並減少維護費用，但對於必須要支付這筆帳單的資料中心營運商而言，這意味著在未來五年內，除了應對已知的5兆美元AI融資缺口外，還需要為這一史上最大規模的基礎設施改造追加巨額投資。 (invest wallstreet)

破除各類制度性掣肘和政策性藩籬，釋放新技術新產品規模化商業化應用的潛力空間，以場景驅動力啟動真實需求潛力，並轉化為經濟活力中國正在迎來一場“場景革命”，一場由場景驅動增長、助力改革、最佳化治理的革命。中國國務院常務會議審議通過的《關於加快場景培育和開放推動新場景大規模應用的實施意見》（以下簡稱《實施意見》）是黨的二十屆四中全會之後，首次納入國務院常務會議審議的重磅政策檔案，是深入貫徹黨的二十屆四中全會關於“加大應用場景建設和開放力度”以及“實施新技術新產品新場景大規模應用示範行動”等任務部署的重要戰略舉措。在“十五五”這一夯實基礎、全面發力的關鍵時期，中國要實現新質生產力的規模化落地、建構適應新質生產力發展的新型生產關係、暢通供給和需求良性互動的新循環，推動場景革命在其中發揮著極其重要的作用。當前，中國推進場景革命的基礎已經較為堅實，場景資源、制度環境、基礎設施、建設經驗都已具備，場景驅動的能量正蓄勢待發。但同時也要看到，中國仍面臨收益機制不健全、資源碎片化、行政與市場壁壘及轉化服務體系缺位等多重挑戰，制約了場景培育和開放。下一步，要建構形成中央、地方、企業協同推動場景驅動需求的發展格局，在培育和開放場景、推動新場景大規模應用過程中，發現並破除各類制度性掣肘和政策性藩籬，切實釋放新技術新產品規模化商業化應用的潛力空間，以場景驅動力啟動真實需求潛力，並逐步轉化為經濟增長的動力活力。01 站在“十五五”的方位上把握場景革命“十五五”開局之際，一場以“場景”為核心的系統性變革正在悄然醞釀——它是促進科技成果轉化的關鍵路徑，更是探索改革突破口、重塑政府治理邏輯、啟動市場信心、重構供需關係的戰略支點。“十四五”時期，中國將創新置於現代化建設全域的核心地位，在科技創新上取得顯著突破，但不少成果還處於技術驗證或小規模試點階段，尚未形成規模化、穩定化的產業鏈和就業吸納能力。究其原因，癥結在於未能充分應用於真實、可驗證、可擴展的場景。《“十五五”規劃建議》將“建設現代化產業體系，鞏固壯大實體經濟根基”置於首要任務，著重強調科技成果向現實生產力高效轉化。在這一時期強調場景培育和開放，正是要將場景作為連接創新鏈與產業鏈的橋樑，作為打通科技成果轉化“最後一公里”的核心路徑，通過以真實需求牽引技術研發、以具體問題倒逼制度創新，加快創新成果轉化為實際生產力。黨的二十屆三中全會圍繞中國式現代化進一步全面深化改革，提出了一系列重大改革舉措，並明確要在2029年時，即“十五五”時期內，完成全部改革任務。這就意味著，“十五五”規劃既承擔著完成發展任務的使命，也承擔著完成改革任務的責任，許多發展難題的破解，必須更多地從深化改革中尋找突破口，以制度創新釋放內生動力，實現改革與發展的同頻共振。在此邏輯下，“場景革命”也是打通改革落地“最後一公里”，提供“自下而上”識別堵點、推動制度適配，將場景驅動力轉為改革動力的關鍵機制。當前，中國經濟發展正處於新舊動能轉換的關鍵階段，既面臨著傳統動能逐漸弱化，要素投入邊際效益持續遞減，而戰略性新興產業雖然增速亮眼，但在GDP（國內生產總值）中的比重不足20%，距離真正能“挑大樑”還有一段距離的產業結構矛盾；同時也面臨著有效需求不足與現有供給難以滿足多樣化、高端化消費需求的供需結構矛盾。這雙重矛盾相互交織，不僅制約了經濟增長的質效，也導致市場主體信心不足、預期偏弱。破解困局，關鍵在於打通供需循環。而許多潛在的新需求，並非天然存在，而是必須通過建構場景來發現和創造，通過開放場景來釋放和啟動，並在場景的測試中驗證和完善新的供給方式。“場景革命”也是暢通供給和需求新循環“最後一公里”的重要抓手。只有當新的需求得到確認，新的供給潛力得到培育，微觀主體信心才能真正恢復。正如二十屆四中全會所強調的“以新需求引領新供給，以新供給創造新需求”，而場景革命正是照亮這條雙向奔赴之路的明燈。02 推進場景革命，中國具備怎樣的基礎？近年來，中國場景培育和開放的基礎正以前所未有的廣度與深度不斷夯實，場景驅動的能量正蓄勢待發。中國的廣袤國土造就了多元化地理場景，14億整體邁入現代化生活的人民和4億中等收入群體蘊藏著海量消費需求和無數細分市場，並正在釋放日益多樣的發展型消費需求。除中國國務院發佈《實施意見》，國家已在數字經濟、低空經濟、智能網聯汽車、人工智慧等重點領域密集出台配套政策，例如《5G規模化應用“揚帆”行動升級方案》《關於在國家資料基礎設施建設先行先試中加強場景應用的實施方案》《通用航空裝備創新應用實施方案》《關於開展智能網聯汽車“車路雲一體化”應用試點工作的通知》等。特別是在人工智慧領域，國務院出台《關於深入實施“人工智慧+”行動的意見》，明確提出要以新的科研成果支撐場景應用落地。此外，市場監管總局也在持續推進特種裝置、醫療裝置等領域的沙盒監管試點。這一系列政策初步建構起支撐場景培育和開放的制度基礎，為新技術、新產業、新業態、新模式開闢試驗場。近年來，中國系統推進5G、光纖寬頻、資料中心、通航機場等新型基礎設施與融合設施建設。目前，全國5G基站達470.5萬個，光纜總長7444萬公里，算力中心機架超1085萬標準架，智能算力規模達788 EFLOPS，形成全球規模最大、技術領先的網路基礎設施，實現1ms時延城市算力網、5ms時延區域算力網、20ms時延跨國家樞紐節點算力網，並已有29個省（自治區、直轄市）開展資料交易場所的組建工作。這些新基建有力支援了巨量資料、人工智慧等技術的廣泛應用，推動超過2.3萬個創新算力項目在工業、金融、醫療、能源等領域實現規模化複製與推廣。企業和地方圍繞培育和開放場景進行了豐富多樣的積極探索，其中：中央企業聚焦創新鏈與產業鏈深度融合，建構“國家任務-產業協同-企業自主”聯動攻關體系，組建24個創新聯合體，由86家中央企業聯動800余家高校院所及產業鏈企業推進千余項目，實現190項技術轉化。超過60座城市加快佈局場景創新，既包括北上廣深一線頭部城市，也包括滄州、宜賓這樣的三線、四線城市，其中深圳市率先提出要把整座城市都作為新技術新產品的試驗場，推進全時全域全行業應用場景開放。企業和地方在場景培育方面的廣泛實踐，正為全國範圍的場景創新與制度突破探索出可行路徑。儘管基礎日臻完善，但同時也要看到，中國在場景培育和開放方面還存在一定問題和挑戰。一是場景的收益分配機制尚未健全。許多場景依賴財政補貼，缺乏可持續的收益機制。大企業因風險規避不願開放核心場景，中小企業則難以承擔真實環境中的試錯成本。沒有清晰的商業回報預期，場景就容易淪為“盆景式”展示，而非“森林式”生長。二是場景資源碎片化。場景往往橫跨地域、部門、技術標準與資料系統，但在實踐中卻往往因規則、標準不統一，導致難以形成完整的應用場景。以低空經濟為例，空域管理在各地呈現“軍地聯合審批”“民航代管”等多種模式，類似問題在智能網聯汽車、工業網際網路等領域同樣突出。三是行政壁壘、市場分割與資源壟斷。部分地方政府設定隱性門檻，排斥外地技術與資本；一些行業巨頭則將關鍵場景封閉運行，形成“資料孤島”與“生態圍牆”。這種局部保護主義嚴重阻礙了全國統一大市場的形成，也抑制了技術的規模化應用發展。四是轉化服務體系缺位。當前，由於缺乏專業的技術轉移平台、權威的成果評估機制以及高效的跨領域對接管道，以及金融支援體系偏好短期穩定回報，難以適配長期場景培育。大量優質技術因此“沉睡”，難以跨越從試點驗證到規模化推廣的“死亡之谷”。03 培育和開放場景：打開未來兆級市場的入口《實施意見》首次以國家級紅頭檔案形式系統部署場景培育和開放的任務，並劃出五大領域的市場賽道，涵蓋22類重點場景，將在“十五五”時期帶來大批市場新機遇。（一）新領域新賽道：搶佔未來產業制高點《實施意見》提出要重點打造新領域新賽道應用場景，釋放出強烈的“重點押注”未來產業的訊號。這類場景面向國家戰略與安全需求，是當前大國競爭的焦點，同時也具有強融合性與交叉性，能夠帶動產業生態或社會應用範式的變革，例如“車網互動”與“虛擬電廠”將數億輛電動車轉化為分佈式儲能單元，撬動能源管理、智能調度、雙向充電樁等全新產業鏈。（二）傳統產業轉型升級：再造傳統產業優勢《實施意見》提出，要建設一批產業轉型升級的新業態應用場景。目前傳統產業仍然是中國國民經濟的基礎和命脈，具有迫切的轉型升級需要，也是國家“兩新”“兩重”政策投資的重點方向。企業要秉持“為場景找技術”的新理念，以解決特定行業或業務場景中的具體問題為目標，提供產品與服務深度融合的定製化方案。相關研究認為，到2030年，數位化製造將在全國工業企業基本普及，這將是平台化、敏捷化、智能化解決方案發揮的舞台。在此過程中，中小企業有機會在場景中尋求輕量化、小切口的機遇，從而獲得以往難以尋求的准入窗口。此外，人才短缺與技能錯配問題將隨著產業升級而更加凸顯。工信部就明確將人才技能培訓納入重點行業數位化轉型的重點場景之一，為面向產業升級的職業教育與人才服務開闢巨大需求空間。（三）行業領域應用：亟須培育的重大場景《實施意見》提出，要推出一批行業領域應用場景，這一類垂直行業長期存在“高危、低效、難監管”的困境，特別是應急管理領域，長期依賴於政府投資，導致“重應急、輕預防”，難以有效應對災害多樣性和複雜性。在此背景下，韌性城市建設和應急管理已成為亟須系統性佈局的重大新技術應用場景，具體包括以下幾個方向：一是預防、監測場景的數位化、智能化、協同化轉型。當前，中國正在展開一場以“韌性城市”為核心的數字基建革命，實現從“人防”到“智防”的躍遷。據IDC預測，到2028年中國智慧城市ICT投資將突破1.23兆元，其中70%的預算將向災害預警、基礎設施健康監測等“安全類”場景傾斜；二是應急救援環節的科技賦能與裝備升級。無人救援體系、智能指揮系統與特種救援裝備正共同推動應急響應從傳統模式向精準協同、高效聯動的範式轉變。相關研究認為，在2025年到2031年，全球應急救援機器人市場年複合增長率將達到12.6%，成為應急裝備現代化的重要發展方向。三是應急安全意識與能力培訓體系建設。中國公眾應急防護意識與發達國家相比仍存在較大差距，家庭應急作為應急安全中的重要場景，預計未來將在中國近5億個家庭中產生巨大需求，到2030年，安全培訓市場規模預計將突破650億元。（四）社會治理服務：政府從“管理者”變為“共創者”《實施意見》提出，要創新社會治理服務綜合性應用場景。在場景化治理這一新邏輯下，地方政府可以通過主動“拆牆開窗”，將交通擁堵、醫療資源錯配等長期存在的城市治理難題轉化為場景機遇，吸引企業帶著創新解決方案深度參與共建，在開闢新市場需求的同時，也能夠獲得更高效、更智能的解決方案。具體將體現在以下幾個方面：一是在政府服務方面，過去以系統建設為中心的政務數位化，正在向以實效為導向的智能化、全域化服務演進。國家資料局圍繞資料要素×城市治理髮布了九大重點方向30個重點領域共100個典型場景，為人工智慧、巨量資料、城市科學、公共管理等研究提供豐富實驗場，催生大量技術採購、服務外包，以及基於深度挖掘公共資料價值的全新商業模式。二是在智慧城市方面，相關高價值應用場景的開放，將加速城市基礎設施的智能化重構。特別是數字孿生已邁入實質性建設階段，成為各地推進治理現代化的關鍵抓手。相關預測認為2024年-2032年全球資料孿生市場規模復合增速將達到39.8%，到2030年，中國數字孿生解決方案市場規模有望達到261億元。三是在鄉村建設方面，5G、物聯網等技術加速向縣域及村級單元滲透，推動智慧治理平台、農業物聯網裝置、農村電商等場景快速鋪開，催生農業科技、冷鏈物流、遠端醫療等領域增量市場。通過健全基層治理標準體系，農村集體資產數位化登記、涉農資料授權營運等場景正形成新商業空間，促進普惠金融惠農助農。（五）民生領域應用：服務於人民生活品質提升《實施意見》提出，要豐富民生領域應用場景，重點佈局醫療衛生、養老助殘托育、文化和旅遊、跨界融合四大方向。這一部署與黨的二十屆四中全會提出的“人民生活品質不斷提高”目標緊密銜接，也是應對“十五五”時期中國老齡少子化加深所帶來的社會結構變化的必然要求。在此背景下，相關領域將迎來需求擴張與技術賦能的雙重機遇，具體體現在以下方面：一是醫療衛生領域加快數位化與智能化轉型。AI輔助診斷、遠端問診、用藥稽核等創新場景的規模化落地或將催生出千億級的智慧醫療新賽道，其中，醫療巨量資料市場規模預計將在2030年突破2700億元，年均複合增長率達22.3%，為醫療數智化轉型場景提供核心支撐；二是養老助殘托育服務迎來科技賦能新階段。面對老齡化加速與家庭結構變化，智能服務機器人、可穿戴裝置與遠端照護系統等產品與服務需求顯著提升。據預測，到2030年中國失能、半失能老年人口將突破1億人，帶動智能養老機器人市場規模超過2兆元。智能化看護裝置與安全監測系統也在逐步推廣，為建構“一老一小”整體性支援體系提供技術路徑；三是數位技術重塑文旅消費與治理模式。文化和旅遊領域正經歷由數位技術主導的業態重構，催生出虛實共生的消費新場景。信通院報告顯示，中國智慧旅遊經濟總體規模在過去五年增長了1.4倍，2024年總體規模達到12500億元。在沉浸式演出、AI導遊系統、虛擬旅遊平台等重點場景，中國已經形成較為完整的產業鏈，將在未來推動文旅體驗從單一項目向全域沉浸升級，有效提升國內文旅產品的供給質量；四是跨界融合消費領域將是新技術創新應用的重點場景。在當前消費者愈發注重精神體驗與情感共鳴的背景下，商業、文化、旅遊與體育等領域邊界日益模糊，催生出一批覆合型場景，不僅能更好地滿足人們的情緒價值，也塑造出新的消費模式。相關研究顯示，2025年中國沉浸式文旅市場規模突破2000億元，年複合增長率超20%，其中“非遺+科技”融合項目將成為增長核心引擎。04 以場景為線索破除體制藩籬推動場景革命，中國亟須建構一套“自上而下統籌、自下而上啟動”的場景創新體系，既包括中央層面的頂層設計與範式革新，也要求地方因地制宜開展實踐，更需要國企、民企與中小創新主體共建創新開放生態。（一）以頂層設計引領深刻變革，築牢制度保障底座中央層面，要以制度保障為基石，以場景培育和開放的需求為牽引，通過治理範式變革、最佳化要素配置、營造創新生態，系統性破除壁壘、掃清制度障礙。一是加快建構新型治理範式，要將場景項目清單化，前瞻性設計場景，主動創造早期市場，在可控範圍內推行“監管沙盒”機制，讓新技術、新產品在真實環境中試錯、驗證，進而精準識別制度障礙，為深化改革提供靶向指引。二是注重行業統籌與跨部門、跨區域協同。必須強化國家戰略導向下的政策一致性，建立跨層級、跨領域的協調機制，進行統一立法保障，並推動全國性標準體系落地，打破地方保護與規則碎片化。三是深入推進要素市場化配置改革。要釐清資料、技術、知識等新型生產要素的產權歸屬與收益分配機制，引導各類要素從低效領域向綠色低碳、前沿科技、民生改善等國家戰略方向集聚。通過建設共性技術平台、中試基地和推動技術標準互認，夯實場景開發的基礎設施支撐。四是營造各類主體公平參與、供需高效對接的生態。著眼於建構培育場景創新的“熱帶雨林”，通過設立基金、搭建場景供需對接平台等方式，既要支援企業發掘市場需求、拓展新場景，更要建構多元激勵體系，完善收益共享機制，主動開放主業場景資源，真正實現大中小企業融通發展。（二）主動開放高價值場景，涵養協同共治生態地方層面，要堅持以場景為牽引，因地制宜建構場景培育體系、創新場景開放的市場化機制、強化要素支撐和促進產業協同，形成以場景創新驅動產業發展和新質生產力培育的新發展模式。一是因地制宜建構戰略引領的地方場景培育體系，立足自身資源稟賦，避免陷入“為場景而場景”的泡沫陷阱，而是聚焦示範性強、可行性高的綜合性重大場景、行業整合場景與“小切口、高價值”微場景，分層分類推進。二是創新場景開放的市場化機制，探索從“給資金、給政策”向“供場景、給機會”轉變，通過場景招商、供需撮合平台、常態化對接活動等工具，降低企業參與門檻。尤其應發揮地方國企的示範作用，鼓勵其開放核心業務場景。三是夯實場景落地的要素支撐。加強資料、算力、人才等方面的要素保障，加快公共資料開放目錄建設，健全演算法審查與負面清單制度，加大新型基礎設施投入，面向全球“揭榜掛帥”。四是以場景為線索，促進產業鏈上下游協同。鼓勵本地“鏈主”企業發佈技術需求清單，開放平台與資料資源，帶動中小企業“卡位入鏈”；推動高校、科研院所與企業共建概念驗證和中試平台，讓實驗室的成果在真實的場景之中加速轉化。（三）深挖場景需求痛點，強化生態共建合作企業層面要形成“國企搭台、民企建群、中小企業創新”的協同體系，以分層響應與主動開放相結合，共同培育場景驅動創新的良好生態。一是國有企業，要主動擔當“開路先鋒”與“基礎平台”，通過主動開放主業領域場景，為新技術提供“首台套”試驗田。引領行業級共性技術平台投資建設，發揮“鏈主”職責，主動牽引上下游企業進行協同創新。二是大型民營企業要成為“生態建構者”與“創新引擎”。要主動建構創新生態，將自身的作業系統、雲端運算資源、使用者流量、開放API等，向開發者和合作夥伴開放。主動牽頭組建創新聯合體，設立企業創投基金，將外部創新內化為自身第二增長曲線。三是中小企業要做好“創新尖兵”。聚焦垂直領域，做深度創新，主動參與創新聯合體建設，充分利用“監管沙盒”和各類場景機會清單，選擇“小切口、高價值”場景切入。 (財經雜誌)

將OpenAI比作一座正在建造的房屋或許並不貼切——因為沒人能確定這座“建築”究竟用什麼材料支撐。但可以肯定的是，這是一項燒錢到令人咋舌的工程。據報導，OpenAI正以7500億美元估值尋求新一輪融資，金額高達數百億美元，其中亞馬遜計畫投資100億美元（編者註：亞馬遜作為科技巨頭，此次押注凸顯其對AI基礎設施的長期看好）。公司正瘋狂投入算力，在為AI晶片供電的資料中心澆築混凝土。OpenAI表示，必須繼續堆砌這座由模型與應用組成的“金字塔”——目前已有超8億使用者依賴其服務。OpenAI首席執行長薩姆·奧特曼（Sam Altman）。圖片來源：Kyle Grillot/Bloomberg via Getty Images但如此高昂的成本，既讓人驚嘆，也引發深切憂慮。業界觀察者形容OpenAI的擴張如同帝國大廈拔地而起，預算增速甚至比建築物本身更快（編者註：真實的帝國大廈按今日價格計算僅耗資約7億美元，且未超預算）。一些懷疑論者直言，這整片“建築群”或許只是一座傲慢的紀念碑，隨時可能轟然倒塌。我的觀點是：若將OpenAI視為一座房屋，它尚處於建設初期——但沒人知道地基究竟牢靠與否。其計畫固然雄心勃勃，目標直指前所未有的高度。但這究竟是紙牌搭成的危樓？還是搖搖欲墜的木柱小屋？抑或堅固的混凝土大廈？核心問題在於：無論最終形態如何，它能否承受已壓在肩頭的重量？專家觀點分化這種不確定性讓我採訪的專家們意見分歧。科技分析師羅布·恩德爾（Rob Enderle）表示，希望看到OpenAI能建立在更穩固的基礎上。“如果他們在基礎方面有更強的根基，我會感覺更放心，”他告訴我，特別強調需要讓產品足夠可信，以促進企業客戶的採用。他補充說，OpenAI在方向上曾一度“偏離軌道”，並指出自2023年11月首席執行長薩姆·奧爾特曼（Sam Altman）短暫被解職後復職以來，公司原有的獨立安全和倫理監督結構已被邊緣化。他認為，如今OpenAI試圖同時與所有人競爭；被動應對競爭對手而不是執行清晰的路線圖；在沒有明確優先順序的情況下大量支出。正如《財富》雜誌本周深度報導所披露，OpenAI首席執行長薩姆·奧爾特曼（Sam Altman）兩周前在公司內部拉響“紅色警報”，部分原因在於他意識到公司可能因試圖同時推進過多項目而分散精力。該報導剖析了OpenAI“紅色警報”的背景、方式和內容，還解釋了為何奧爾特曼警告公司要做好面對“艱難氛圍”和經濟逆風的準備，原因是Google和OpenAI競爭加劇。奧爾特曼正試圖激勵團隊在未來幾周內重新聚焦OpenAI的核心ChatGPT產品。但據恩德爾說，這些都是非常被動的，缺乏足夠的戰略性。針對該公司持續發佈新產品——從新AI模型和新圖像生成模型，到網頁瀏覽器、ChatGPT內建購物功能，再到本周剛推出的應用生態系統——同時推進大規模“星際之門”資料中心建設，恩德爾將OpenAI比作網景（Netscape）等網際網路公司，指出這些公司致富過快，失去了戰略紀律。“他們跑得太快，真正關注方向的時間不多，”他說道。然而，其他人強烈不同意這種觀點。Futurum Research創始人兼首席執行長丹尼爾·紐曼（Daniel Newman）告訴我，擔心OpenAI的房屋會倒塌，忽略了大局。“這是一個跨越數十年的超級周期，”他說道，將公司當前AI階段比作Netflix的DVD郵寄時代——這是隨後真正範式轉變的前奏。從未滿足需求和長期價值創造的角度來看，紐曼認為OpenAI在算力方面的巨額投資是理性的，而不是魯莽的。“我認為OpenAI今天擁有的是高品質的、未來三維模擬和建築效果圖，”紐曼說道。他補充說，真正的問題是OpenAI能否獲得足夠的市場份額來建造它設想的豪宅。“我認為OpenAI的真正目標是成為超級規模企業，”紐曼說道。“他們將擁有基礎設施、應用程式、資料、工作流程、智能工具——人們將從OpenAI購買他們現在從其他地方獲得的一切。這是一個非常雄心勃勃的目標。不能說它會成功。但如果成功了，這些數字是有意義的。”粘性難題：是膠水還是釘子？支撐“房屋”的關鍵是什麼？最後，我與高德納諮詢公司首席分析師阿倫·錢德拉塞卡蘭（Arun Chandrasekaran）交流時，他對我“房屋”的比喻笑了笑，雖試圖迴避，但仍願探討OpenAI的基礎是否紮實。“他們發展極快，還做出了任何同等規模公司都未曾許下的巨額承諾，”他坦言，“這本質上是一場風險投資，戰略本身就伴隨風險。”在他看來，一切取決於OpenAI產品的“粘性”——即模型層與應用層能否讓使用者難以離開。“關鍵在於客戶的轉換成本，以及其他因素能否讓增長按預期實現，”他說，“這是一家高增長公司，但市場預期其增速必須比現在更快。期望值非常高。”“粘性？”我追問，“像膠水？還是像釘子？那些支撐房屋的要素？”他笑了：“沒錯——就是膠水。你說的粘性，我說的膠水。”（財富Fortune）

01.All in AI，字節2026AI基礎設施開支規劃達1600億12月23日消息，據金融時報報導，TikTok 母公司字節跳動計畫明年擴大其在人工智慧領域的數十億美元投資，努力追趕美國競爭對手步伐。據兩位知情人士透露，字節已初步計畫在 2026 年投入 1600 億元人民幣（約230 億美元）用於資本支出。這一數字將高於該公司今年在人工智慧基礎設施領域投資的1500億元人民幣。其中約850億人民幣將用於採購晶片，以開發人工智慧模型和應用。還透露字節跳動計畫以測試訂單的形式購買 2萬顆H200，目前市場價約3萬美金一顆。如果字節跳動能夠不受限制地購買更多 H200 裝置，字節跳動2026 年的資本支出可能會大幅增加。同時字節跳動還持續斥資數十億美元租賃海外資料中心，以便合法使用輝達最先進的硬體，用於訓練人工智慧模型並為中國以外的客戶提供服務。這些租賃協議通常不計入資本支出，而是計入營運成本。目前字節跳動的開源豆包模型在獨立基準測試中的表現落後於阿里巴巴的Qwen和DeepSeek等本土競爭對手，但該公司在面向消費者的AI應用領域佔據主導地位。據本地資料分析公司QuestMobile的資料顯示，其豆包聊天機器人已超越DeepSeek，成為中國最受歡迎的聊天機器人，月活躍使用者和下載量均位居榜首。該公司還通過向企業推廣其火山引擎雲服務，與阿里巴巴展開激烈競爭。所以為繼續擴大和保持字節跳動在AI領域的領先地位，字節跳動明年在資料中心的AI基礎設施開支將達到歷史新高。02.字節1600AI基建,產業鏈多家頭部企業受益雖然與美國四大雲端巨頭2025 年合計逾3000 億美元的Capex 相比，字節跳動的金額僅是對手的不到十分之一。然而在中國市場脈絡下，這已是中國網際網路企業可動用的最大能量，尤其是對於中國大陸的資料中心基礎設施供應鏈企業，字節跳動的AI基礎設施的持續大規模投資，將帶來巨大的需求，利多晶片，資料中心整合，液冷，電源等多環節。AI晶片寒武紀：寒武紀是國內智算晶片領域的龍頭企業。自2021年思元370發佈以來，寒武紀高算力產品已經在包括阿里，百度，字節，騰訊等網際網路大廠受到廣泛測試和批次採用。思元590作為性能更強，開發者工具更完善的產品，2024年下半年通過網際網路大客戶的測試，相關產品在2025年開始批次交付大廠客戶，尤其今年H20遭到封禁，寒武紀的出貨量進一步上升，2026字節的1600億，850億用於購買AI晶片，雖然輝達h200放開，但是份額有限，不能滿足字節需求，寒武紀690性能對比輝達h20，有望拿到字節大訂單。華為技術：國產AI晶片龍頭華為，今年發佈了910c和基於910c的cm384超節點，超節點性能對比h200整機，目前已送樣字節跳動，字節方初反饋較優，有望2026年批次交付字節。資料中心整合潤澤科技：潤澤成立於2009年，註冊地河北廊坊，是中國領先的園區級、高等級、綠色智算中心整體解決方案服務商。公司採用“自投、自建、自持、自維運”的重資產模式，在京津冀、長三角、大灣區、成渝、西北、海南六大區域佈局7個AIDC叢集，規劃61棟智算中心、約32萬架機櫃，已交付18棟，成熟園區上架率>90%。目前潤澤是字節跳動國內最大的IDC供應商核心IDC/AIDC服務商，字節跳動相關業務佔比高達64.38%，此前還獨家交付字節跳動廊坊液冷智算中心項目，支援20-50kW高功率液冷機櫃的批次部署。東陽光&秦淮資料：秦淮資料成立於2015年，是中立的第三方力基礎設施營運商。其核心業務包括伺服器託管、能源傳輸、IT 維運等全生命周期服務，擁有環首都、長三角、粵港澳三大超大規模資料中心叢集，目前在全國營運的資料中心已超1GW規模，超大規模業務佔比高達 99%。2022年的資料顯示，字節跳動是秦淮資料最重要的客戶，大概佔到了其營收的80%左右，雖然後面潤澤逐漸拿掉秦淮的份額，截至到現在，據內部人士透露，目前秦淮依舊佔據字節資料中心的主要訂單額。但是在今年九月，秦淮資料實控人貝恩資本宣佈旗下資料中心投資組合公司WinTriX DC Group與深圳市東陽光實業發展有限公司（簡稱“東陽光集團”）牽頭的銀團達成協議，出售其中國業務（即“秦淮資料”）的全部股權。所以目前秦淮資料中的實控人為東陽光集團，如果2026年秦淮資料取得字節idc不錯的訂單，那麼最大受益方最終歸屬於東陽光。液冷IT裝置浪潮資訊：全球領先的IT 基礎設施產品、方案和服務提供商，為客戶提供雲端運算、巨量資料、人工智慧等各類創新 IT 產品和解決方案。浪潮資訊是國內伺服器龍頭，在液冷伺服器市場佔有率第一，目前給字節供應AI伺服器產品，是字節跳動主要的伺服器供應商，目前浪潮資訊還具備全鏈液冷技術，可同時為字節交付液冷基礎設施產品。銳捷網路：行業領先的ICT基礎設施及解決方案提供商，已在全球設立8大研發中心，業務覆蓋100多個國家和地區。銳捷網路是國內最大的交換機廠商，目前是字節主要的交換機及液冷交換機供應商，由字節IT裝置團隊設計，銳捷提供代工。液冷整合商及液冷元件曙光資料基礎設施創新技術（北京）股份有限公司：曙光數創是國內最早開始研究資料中心液冷技術的公司， 公司背靠國內高性能電腦領軍企業中科曙光多年專注於資料中心領域，在伺服器液冷技術方面處於世界領先地位。目前曙光數創是字節跳動的主要液冷供應商，在浸沒液冷方面，曙光數創是字節的第一大供應商，並且曙光數創已具備冷板技術，目前字節主要採用冷板或者冷板混合風冷方案，曙光在浸沒+冷板全具備，有望在字節多需求下獲取更多訂單，同時曙光在海外已成立團隊，可配合字節東南亞的機房建設及液冷需求。廣州高瀾節能技術股份有限公司：去年高瀾股份子公司高瀾創新發佈消息稱為字節跳動公司提供的12U浸沒液冷模組，是業內首款一體式浸沒液冷產品。除了浸沒產品，目前高瀾的CDU及液冷集裝箱產品也已經配合字節開發，今年已批次交付字節東南亞。中航光電科技股份有限公司：中航光電公司2008年從事液冷技術開發以來，是國內液冷元件的頭部企業之一，至今已積澱16年研發經驗，可提供冷板式、浸沒式、泵驅兩相式、射流冷卻等多種散熱解決方案及流體連接器。中航光電作為國內液冷元件的龍頭企業之一，其主要拳頭產品是液冷流體連接器（佔國產品牌的百分之85以上市場份額），其次是冷板及其他元件產品。目前字節跳動第一大液冷連接器供應商就是中航光電，預估80%的液冷連接器由中航光電供應，明年字節H200等高端AI晶片購買順利，預估液冷需求將飆升，連接器作為液冷核心元件，中航光電將成為受益企業之一。資料中心供配電麥格米特：麥格米特作為國內領先的電源解決方案提供商，已進入輝達AI伺服器電源供應鏈，具備為大型資料中心提供高功率、高效率電源的技術能力。2024年底至2025年初，麥格米特開始向字節跳動的AI伺服器電源項目送樣測試。2025年，麥格米特確認已通過字節跳動的技術驗證，進入供貨階段，但具體電源模組型號尚未公開披露。玉柴機器：廣西玉柴機器集團有限公司，在AIDC領域的主要參與方式是通過提供柴油發電機組作為備用電源解決方案。此前字節的采發主要由目前康明斯等外資廠商供應，國內產能約2500台，當下這些外企排期不斷拉長且無擴產意願，部分外資廠商甚至已鎖單至2027年。隨著字節現在需求提升開始用玉柴，已經開始交付，隨著字節需求上升，明年有望擴大交付規模。 (零氪1+1)

進入 2025 年以來，Coinbase 持續通過併購擴展其產品能力與組織邊界。相關交易橫跨鏈上基礎設施、衍生品交易、代幣管理、收益工具、發行平台以及預測市場，且多數以團隊吸收或功能整合為主。年初，Coinbase 相繼收購鏈上瀏覽與搜尋項目 Roam，以及鏈上廣告技術團隊 Spindl。兩筆交易均未披露金額，被收購團隊隨後併入 Coinbase 或 Base 體系，原有產品不再以獨立品牌營運。這類交易更側重於使用者發現、分發與增長工具，而非直接的交易收入。在隱私與基礎設施層面，Coinbase 通過 Base 網路吸收了 Iron Fish 的開發團隊，但明確未收購其區塊鏈或原生代幣。同期，公司還收購了代幣管理平台 Liquifi，並以人才併購方式引入 DeFi 期權協議 Opyn 的核心成員，用於補強發行管理與衍生品能力。5 月，Coinbase 完成年度金額最大的一筆交易，以約 29 億美元收購加密期權平台 Deribit，將現貨、期貨與期權交易納入同一體系。這一收購顯著提升了其在衍生品市場的深度與覆蓋範圍。進入下半年，Coinbase 的併購重點進一步延伸至發行與交易入口。公司以約 3.75 億美元收購 Launchpad 平台 Echo，並在隨後併入 Solana 生態交易平台 Vector.fun，補充特定生態的使用者入口與流動性來源。最新一筆交易發生在預測市場領域。Coinbase 同意收購 The Clearing Company，該團隊由 Kalshi 與 Polymarket 的前員工創立，Coinbase 此前已參與其 1500 萬美元種子輪融資。交易條款未披露。截至目前，Coinbase 在 2025 年完成的多數收購未公佈具體價格，且被收購項目在完成技術或人員整合後，通常不作為獨立業務單元繼續營運。 (方到)

人工智慧（AI）正以前所未有的速度重塑全球經濟與金融圖景。隨著資本市場對AI相關公司的熱情持續高漲，一個不可避免的問題浮出水面：我們是否正在見證一場類似上世紀90年代末網際網路泡沫的投機狂潮？2025年，聯準會副主席菲利普·N·傑斐遜在克利夫蘭聯準會金融穩定會議上，系統闡述了他對當前AI熱潮與網際網路泡沫時代的比較分析，並提出了判斷AI是否存在泡沫的四個關鍵指標。這一講話不僅反映了全球最重要央行對新興技術的審慎觀察，也為市場參與者提供了理性評估AI熱潮的清晰框架。一、聯準會的觀察基點：雙重使命與金融穩定聯準會的一切政策與觀察均圍繞其法定“雙重使命”——最大化就業與價格穩定展開。傑斐遜明確指出，評估人工智慧的影響必須從這一根本任務出發。這意味著，聯準會關注AI不僅在於其技術突破或市場表現，更在於它如何影響整體就業水平、勞動生產率、經濟增長潛力以及通貨膨脹走勢。從就業角度看，AI展現出雙重效應。一方面，它通過提升工作效率、創造新崗位（如AI研發、部署與維護）促進就業；另一方面，其自動化替代效應可能導致部分職業萎縮，尤其對年輕、經驗較少的勞動者衝擊可能更大。傑斐遜指出，若AI僅替代現有勞動力而未能同步創造新崗位，可能引發短期經濟放緩。這種“替代與補充”的動態平衡，是判斷AI對勞動力市場結構性影響的核心。從價格穩定視角，AI提高生產率有助於降低生產成本，對物價構成下行壓力。高效資源配置、供應鏈最佳化、決策輔助等應用都可能抑制通膨。但同時，AI基礎設施（如資料中心）建設推高土地、能源等投入品價格，AI人才薪資上漲也可能帶來成本推動型通膨。這種雙向影響使AI對通膨的淨效應充滿不確定性，需持續監測。為實現雙重使命，穩健且有韌性的金融體系至關重要。聯準會通過半年度的《金融穩定報告》（FSR）持續監測系統性風險。最新調查顯示，30%的市場聯絡人將“對AI的態度轉變”視為金融體系顯著風險，較春季的9%大幅上升。這似乎警示，若市場對AI的樂觀預期突然逆轉，可能引發金融條件收緊與經濟下行。因此，聯準會將AI納入金融穩定監測框架，正是為了防範技術熱潮可能滋生的資產泡沫與金融脆弱性。二、監測框架：FSR與市場情緒跟蹤聯準會對AI的監測並非孤立進行，而是嵌入其整體金融穩定評估體系中。FSR不僅關注傳統風險如槓桿率、資產估值、融資風險等，也將新興技術帶來的結構性變化納入視野。傑斐遜強調，政策制定者必須區分“周期性波動”與“結構性變化”，而AI很可能屬於後者。這意味著，AI帶來的生產率提升可能改變就業與通膨間的關係，進而影響貨幣政策傳導機制。市場情緒是FSR關注的重點之一。調查顯示，近三分之一的市場參與者已意識到AI情緒逆轉的潛在風險。這種共識本身可能成為“自我實現的預言”——一旦樂觀敘事轉向，資本快速撤離可能導致資產價格劇烈調整。相比網際網路泡沫時期，今天的資訊傳播速度與演算法交易普及可能放大市場波動。因此，聯準會對情緒指標的跟蹤，實質是對潛在系統性風險的早期預警。此外，AI在金融業自身的應用也帶來新的監測挑戰。高頻交易、智能投顧、風險模型等AI工具在提升效率的同時，也可能引發新的同質化風險與順周期性。聯準會正通過擴展分析工具包（包括利用AI技術自身）來加強對這些新興風險的識別與評估。三、四個核心指標：判斷AI泡沫的試金石傑斐遜通過對比當前AI熱潮與1990年代末網際網路泡沫，提煉出四個關鍵差異點，這些差異可以成為判斷當前AI領域是否存在嚴重泡沫的核心指標。（一）盈利基礎：從“故事驅動”到“盈利支撐”網際網路泡沫時期，大量公司僅憑“．com”概念上市，缺乏可持續的盈利模式，收入微薄甚至為零，依賴外部融資與市場狂熱維持營運。相比之下，當前AI領域的領頭企業（如部分科技巨頭）普遍擁有堅實且多元的盈利管道。它們不僅通過AI服務直接創收，更將AI深度嵌入現有產品體系，提升核心業務競爭力。這種“盈利支撐”的發展模式，使AI投資更具基本面依據，降低了純投機炒作的空間。然而，傑斐遜也指出，私募市場的活躍可能部分掩蓋了早期AI公司的盈利困境。大量風險資本湧入AI初創企業，這些公司雖未上市，但估值高企，若未來無法實現盈利，仍可能成為風險源。因此，盈利指標的觀察需兼顧公開與私募市場。（二）估值水平：市盈率相對克制網際網路泡沫巔峰期，網際網路公司市盈率常達數百甚至上千倍，反映出市場對遠期增長的非理性樂觀。當前，儘管AI概念公司股價大幅上漲，但其市盈率仍遠低於歷史峰值。這一定程度上表明，投資者在追捧AI的同時，仍在一定程度上錨定企業實際盈利與現金流。當然，估值合理性需結合行業特點與增長階段綜合判斷。AI作為通用目的技術，其長期價值創造潛力巨大，適度溢價有其合理性。但若估值脫離基本面過快上漲，仍可能滋生泡沫。聯準會關注估值指標，正是為了辨別市場熱情中的理性成分與過熱訊號。（三）上市公司數量：投機廣度有限1999-2000年，超過1000家網際網路公司上市，形成“遍地開花”的投機盛況，甚至更名加入“．com”即能推高股價。當前，被明確歸類為“AI核心企業”的上市公司約50家左右（依據特定指標），數量遠少於網際網路泡沫時期。這表明市場投機行為相對集中，尚未蔓延至整個市場。但傑斐遜也提醒，私募市場可能隱藏著大量AI初創公司，它們雖未公開交易，但融資活動活躍。若這些公司未來批次上市或融資環境突變，可能成為新的不穩定因素。因此，“公司數量”指標需動態觀察，涵蓋公募與私募領域。（四）金融槓桿：債務依賴程度較低網際網路泡沫時期，許多公司依賴股權融資，債務槓桿有限，這某種程度上減少了泡沫破裂對金融體系的直接衝擊。當前，AI公司同樣較少依賴債務融資，這有利於限制風險傳導。然而，近期趨勢顯示，為支撐AI基礎設施（如資料中心、算力叢集）的巨額投資，部分企業開始增加債券發行與信貸融資。傑斐遜特別指出，隨著AI從軟體層面向硬體基礎設施擴展，資本投入需求急劇上升，可能導致槓桿率逐步攀升。若AI情緒逆轉，高槓桿公司將面臨更大償債壓力，進而通過信貸管道將風險擴散至更廣經濟領域。因此，槓桿指標需密切關注其演變趨勢。四、對市場從業者的啟示傑斐遜的論述不僅為政策制定者提供分析框架，也為投資者、企業及研究人員帶來重要啟示：第一，觀察問題需從觀察者的根本任務出發。 投資者應超越短期市場情緒，深入分析AI技術對企業基本面（盈利能力、成本結構、競爭壁壘）的實質影響。企業則需聚焦AI如何提升自身生產率與長期競爭力，而非盲目追逐概念。第二，辨別周期性波動與結構性變化。 AI代表的是可能持續數十年的技術革命，其影響是結構性的。市場波動中應區分長期趨勢與短期噪音，避免將結構性機會誤判為周期性泡沫，或反之。第三，關注整體市場反應與系統性風險。 單個公司或類股的上漲未必構成泡沫，需評估市場整體估值水平、資金集中度、槓桿情況與情緒一致性。尤其需警惕AI敘事從“盈利支撐”轉向“故事驅動”的跡象。第四，善用分析工具，包括AI本身。 AI技術可被用於更精準地評估市場風險、企業價值與經濟影響。從業者應積極利用資料分析、機器學習等工具提升決策質量，同時警惕模型同質化可能帶來的新風險。五、以理性與熱情持續、多維、動態參與傑斐遜最終結論相對審慎樂觀：基於盈利基礎、估值水平、公司數量與金融槓桿四個維度的比較，當前AI熱潮與網際網路泡沫存在顯著區別，重演1990年代末劇烈崩盤的可能性較低。AI發展根植於一批盈利穩健的成熟企業，且整體金融體系韌性較強。然而，不確定性依然存在。AI對就業、通膨、生產率的長遠影響仍需時間驗證；市場情緒可能逆轉；私募市場活躍度可能掩蓋風險；基礎設施投資推高槓桿的可能性值得警惕。因此，聯準會將持續監測AI發展，確保其在一個穩定、有韌性的金融環境中展開，最終服務於最大化就業與價格穩定的根本目標。對市場而言，傑斐遜的分析提供了理性評估AI投資的工具箱。在技術革命與資本熱情的浪潮中，保持清醒、區分本質與表象、聚焦長期價值，或許是避免泡沫、擁抱變革的最佳姿態。AI是否為泡沫？答案不在簡單的是與否，而在持續、多維、動態的觀察與判斷之中。 (數字新財報)

未來十年可能是人類歷史上創新的黃金時代，而賣鎬和鏟的股票顯然會從中獲利。聯合國經濟專家預測，到2033年，人工智慧（AI）市場的價值將增長到4.8兆美元，在接下來的十年裡，它的增長可能會遠遠超過這個數字。在此過程中，它將產生一些改變生活的投資機會，就像之前的網際網路時代一樣。此外，你並不一定需要成功地預測下一個大事件來從中獲利。一些人工智慧股票已經成為未來顯而易見的贏家。台積電（TSMC）就是其中之一。可以說，它是人工智慧時代的理想股票，該公司具有巨大的增長潛力，並且已經開始顯示出實現這一潛力的跡象。主宰2兆美元的市場機會雖然看起來還不像，但人工智慧系統註定會被嵌入到比資料中心更多的地方。在未來幾年，我們可以預期人工智慧將滲透到許多現有的行業，並創造新的行業。自動駕駛汽車和人形機器人已經在路上了。資料中心、人工智慧模型、機器人、自動駕駛汽車和其他正在發展的技術之間的共同點是什麼？半導體，也就是晶片。德勤（Deloitte）的研究估計，全球半導體產業的規模將從2024年的6270億美元增長到2030年的1兆美元，到2040年將增長到2兆美元。大多數出售晶片的公司實際上並不生產晶片。相反，他們自己設計，但將生產外包給生產製造專家。台積電長期以來一直是該業務的全球領導者，截至2025年第三季度，其市場份額估計為72%。自幾年前人工智慧熱潮開始以來，台積電的市場份額實際上有所增加。該公司先進的生產技術和生產大量高端晶片的能力使其與其他代工廠相比具有巨大的競爭優勢。這也意味著，隨著未來幾年全球半導體需求的增長，台積電應該會抓住流入該行業的新增長的很大一部分。投資周期可能還沒有結束半導體行業歷來是周期性的，經歷了繁榮和蕭條階段，因為晶片投資波動，產能滯後，然後超過需求。你可以看到台積電的收入增長是如何隨著時間的推移而遵循這種模式的。想知道當前的人工智慧投資周期將持續多久是合理的，尤其是在一些科技公司面臨如何為其雄心勃勃的資料中心計畫提供資金的問題時。雖然目前的人工智慧晶片周期最終會出現轉機，但它似乎還沒有走到最後。輝達宣稱，到明年年底，其目前的頂級Blackwell gpu和明年將接替它們的Rubin架構晶片的訂單將達到5,000億美元。亞馬遜（Amazon）和Alphabet等一些超大規模企業已經開發了自己的定製人工智慧加速器晶片。然而，台積電也生產它們。簡而言之，無論那個晶片製造商在銷售特定的人工智慧晶片，都有可能是台積電製造的。如何在潛在波動中獲利即使人工智慧基礎設施投資放緩，也不意味著長期投資者應該放棄台積電。儘管其增長有短期波動，但該公司的收入在過去十年中增長了335%。只要該行業持續長期增長，台積電就會隨之增長。該股的市盈率為全年預期收益的28倍。對於一家分析師預計未來三到五年將以每年28%的速度增長的公司來說，這是一個令人信服的合理估值。誠然，它的收益也有可能接近當前投資周期的峰值。如果人工智慧支出下降，台積電的收入增長放緩，這將損害該公司股票的估值和股價。那些希望將台積電納入投資組合的投資者，與其試圖把握時機，不如使用平均成本法（dollar-cost averaging），慢慢建立投資，降低在短期見頂時買入的風險。除非人工智慧大趨勢完全消失（考慮到公共和私營部門對開發人工智慧技術的承諾，這似乎不太可能），否則台積電很可能在未來十年看到足夠的增長，使其值得度過不可避免的高峰和低谷。 (北美財經)

騰訊今日對外確認，姚順雨（Vinces Yao）已正式出任騰訊“CEO/總裁辦公室”首席AI科學家，直接向騰訊總裁劉熾平匯報。在此角色之外，他兼任騰訊AI基礎設施（AI Infra）與大語言模型部負責人，並在大模型組織架構調整中承擔核心職責。此任命標誌著騰訊在AI研發體系的戰略聚焦。有媒體報導，騰訊近期完成了一次組織調整，正式新成立AI Infra部、AI Data部、資料計算平台部。姚順雨畢業於國內頂尖的清華“姚班”電腦科學精英班，後在美國普林斯頓大學獲得電腦科學博士學位，並在機器學習與大規模語言模型研究領域積累深厚科研成果。他曾擔任OpenAI研究員，參與智能體（Agent）與大規模AI系統設計的前沿工作。這樣的學術與工程交融背景，是其被騰訊重用的關鍵原因。題外話，據傳當年清華同一屆有三位同學都叫“姚順雨/宇”！2019年他們一起畢業：一個是本文所指的主角，清華姚班的AI大神，本科rap社創始人，後來普林斯頓博士畢業進OpenAI搞大模型，最近去了騰訊；一個是物理天才，本科拿特獎在頂刊發論文，後來跑去Stanford念PhD，又加入Anthropic搞AI，剛離職加入 Google；還有一個是人文學院的才女，雙學位加身。這名字是不是和“堯舜禹”有大神般的玄學？騰訊為何“坐不住”了：大模型競賽加速騰訊近期發佈了混元大模型最新版本Tencent HY 2.0，採用混合專家（MoE）架構、支援超長上下文等領先指標，並已接入公司內多項產品與雲服務。然而在AI領域，競爭持續加劇：友商壓力：阿里巴巴旗下的通義千問（Qwen系列）持續推出高規格模型，在中國市場與國際競賽中都有顯著存在感。即便談到應用場景，豆包的體驗口碑也越來越不錯，加上千問和靈光的騰空而出，當它們的下載數量快速增長超過千萬等級時，騰訊的各大產品未來是否有足夠的“網路效應”都不好說。就連小米也挖了“天才少女”羅福莉（當然，羅福莉本人反對網路神化她）。國際對手：Google等發佈的Gemini-系列模型（例如Gemini 3 Pro）展示了在推理能力與多模態能力方面的提升，引發全球AI開發者關注並對中國AI廠商提出競爭壓力。在這樣的背景下，騰訊不能僅靠應用場景護城河（如微信生態、QQ、遊戲等），“基礎模型能力”的競爭已是核心戰場。因此通過引進頂尖研究人才來強化模型底層架構與演算法研究，是一次戰略升級訊號。這也是對市場競爭壓力與AI生態擴展趨勢的直接回應。姚順雨理念與對騰訊AI實力的潛在影響雖然公開報導中較少具體引言，但從其在OpenAI的工作看：他是“語言智能體（Agent）”研究與執行框架的實踐者，這類框架強調模型在真實世界環境中“感知—推理—行動”的能力。這類能力正是下一代AI產品差異化競爭的關鍵——不只是回答問題，而是驅動真實複雜任務執行。作為首席AI科學家，姚順雨的核心理念可概括為：提升模型在實際環境中的智能執行能力與可擴展性，從基礎演算法研究到AI產品落地的全鏈條能力強化。從OpenAI經驗來看，他強調智能體驅動的決策推理與多工泛化能力，這將有助騰訊從工程實現者向科研與技術驅動者並進。預計這種轉型將帶來：更具通用智能與大規模推理能力的大模型架構更高效的AI訓練與推理基礎設施在未來騰訊各大產品線中實現更深度AI功能融合如果進展順利，底層AI的能力將惠及騰訊旗下所有的業務線，特別是微信這樣的超級app，反過來說，騰訊也不得不快速行動了，只靠短影片已經不夠撐起微信未來的想像力了。市場反應與騰訊股價表現截至2025年12月17日收盤，騰訊控股（0700.HK）股價約 605.00 港元，較前一交易日上漲約 1.4% 左右。該股在過去一周內經歷小幅波動，但整體維持在 590 —— 615 港元區間震盪，並明顯高於年初低點，反映投資者對核心業務持續增長及AI戰略佈局的謹慎樂觀態度。歷史資料顯示騰訊股價在過去一個月雖有調整，但並未出現明顯下跌趨勢。AI競爭加速與中國科技股回暖預期是推動騰訊股價表現的潛在因素之一。同時，技術與產品發展進度、政策環境與宏觀經濟走勢均將繼續影響後續股價走勢。近期有海外資金持續流入中國AI相關類股，亦為市場提供支撐。小結據The Information近期報導，騰訊正在高價搶奪字節跳動的AI團隊，在過去數月裡，以加倍薪資積極挖角字節旗下的頂尖AI人才。根據36氪報導，《智能湧現》瞭解到，如今領導AI Infra部、大語言模型部負責人的姚順雨在加入騰訊後，已經幫助混元招募到了更多的人才，如字節、阿里、AI六小虎（Kimi、MiniMax、智譜、階躍星辰、百川、零一萬物）中的數位核心員工。騰訊本次對AI人才與研發架構的戰略調整，透露出它在AI基礎技術競爭中的“坐不住感”。從聚焦場景生態到強化底層智能協議與模型能力，騰訊正試圖在新一輪AI競賽中搶佔更有利位置。而姚順雨作為“連結科研與產品實現”的關鍵人物，其理念與背景或將為騰訊AI實力帶來實質性提升。股價在此消息刺激下的小幅走強，也反映出市場對騰訊AI戰略潛力的認可。 (首席商業評論)