3 月中旬，阿里雲、百度智能雲先後放了一個消息：AI 產品要集體漲價了，算力、儲存、大模型推理服務，全都在漲價名單裡。業內人士普遍認為，這標誌著中國雲市場正式進入漲價周期。有趣的是，這消息一出，這邊中國使用者倒是挺淡定，先慌的居然是美國使用者。你沒看錯，這些習慣用中國 AI 的美國工程師們，真的有點手忙腳亂。為什麼？得先看看過去兩年中國 AI 的價格史。從 2023 下半年到 2025 年，中國大模型廠商幾乎在玩“史詩級打骨折”。對標 GPT‑4 的主力模型，單價下調 90% 以上，輸入價格被媒體調侃成“美國同行的一個零頭”。有的廠商還直接放出大量免費額度，把中小開發者和初創公司全拉進自家陣地。各種研究報告和評論指出，中國雲和 AI 服務長期處於高投入、低價格狀態，大模型價格戰背後是資本撐著、用規模換市場份額。行業裡調侃一句：“美國在卷算力，中國在卷算力單價。”也正是在這種背景下，“China’s AI is cheap”幾乎成了美國使用者的默認印象。其實，美國使用者慌的不只是“價格上升”本身，而是過去兩年養成的習慣被打亂了。根據彭博社記者盧茲·丁（Luz Ding）一年的跟蹤報導，中國 AI 企業甚至刻意選在美國開發者的作息時間發佈新模型。目的很明確：方便給太平洋彼岸的開發者留，同時暗示：“來試用我們的模型吧。”不僅是線上推送，很多廠商還跑到舊金山灣區，扎堆參加技術沙龍、駭客松，甚至舉辦“麻將之夜”，獎品就是搭載中國模型的雲服務免費額度。效果立竿見影，美國創業者和工程師們很直接：“只要能幫我把 AI 成本砍下來，誰的模型都願意試。”Airbnb 首席執行長布萊恩·切斯基（Brian Chesky），也是 OpenAI 創始人薩姆·奧特曼（Sam Altman）的朋友。他透露，Airbnb 非常依賴阿里巴巴的 Qwen 模型，因為中國 AI 性能好、速度快、成本低。相比之下，他評價 ChatGPT 時表示：“我認為它還不夠好。”美國風險投資公司 16z 的合夥人馬丁·卡薩多（Martin Casado）也觀察到，大多數美國 AI 創業者都在用中國模型。“我估計他們有 80% 的機率在使用中國開源模型。”投資人 Chamath Palihapitiya（Social Capital）同樣坦言，他選擇用中國 Moonshot AI 開發的開源模型 Kimi K2 處理公司大部分工作。因為性能遠超 OpenAI，而且價格便宜得多。甚至在開發者圈裡，全球主流 AI 原生程式碼編輯器 Cursor 的聯合創始人阿曼·桑格（Aman Sanger）也公開承認。他們的新程式碼模型 Composer 2，其實是基於中國企業“月之暗面”的開源模型 Kimi K2.5 二次開發的，月之暗面方面也確認了雙方的授權商業合作。不只是創業者，學術圈同樣熱衷中國模型。比如在波士頓大學的一場駭客馬拉松上，參會者對中國開源模型青睞有加。麻省理工學院講師安德魯·米德（Andrew Mead）在現場介紹最新中國開源模型。他營運的 AI 技術趨勢通訊《向量實驗室》（Vector Lab）一直關注中國大模型的崛起。米德觀察到，這些模型不僅價格低廉，性能在很多指標上甚至接近美國頂級專有模型。更有哈佛和史丹佛的科研團隊採用“混合策略”：先用 Claude 等美國模型搭建項目框架，再把性價比高的中國模型交給具體任務執行。那怕第一次跑失敗也沒關係，因為成本低，可以多次偵錯，總體成本仍比全程用美國模型划算。資料也佐證了這種趨勢。根據全球最大大模型 API 聚合平台 OpenRouter 的統計。中國模型使用量從 2024 年幾乎為零，到 2025 年 11 月已佔平台總流量超過 30%。在本周的大語言模型熱門榜單前十中，中國模型佔據七席，小米最近發佈的 MiMo‑V2‑Pro 更是位列首位。所以，當中國雲廠商宣佈漲價，台下美國開發者慌得很直接：便宜的成本方案沒了，議價籌碼也弱了，而且全球算力都在漲價。此外，AWS、Google雲都在調價，硬體、電力、冷卻成本都在漲，原本覺得“有中國模型能避開漲價”的安全區，而如今貌似也不存在了。而中國 AI 漲價的原因也很現實，AI 推理和大模型訓練背後是真金白銀的成本。GPU、ASIC、資料中心、電力、冷卻……這些開支壓得人喘不過氣。過去靠資本燒錢撐價格，遲早得回到可持續盈利。這波漲價，對行業其實也有好處。廠商有利潤，才能繼續迭代和研發；開發者也能明確成本邊界，不再抱著“幾塊錢就能跑千張圖片”的錯覺。從長遠來看，中美 AI 的競爭焦點也在悄悄變化。不再是比誰便宜，而是比誰的性能/成本比更高，誰能持續迭代不燒錢，誰能在多雲、多模型環境下靈活調度。 (科技狐)

【原始碼智能前瞻】：Open Claw爆火之後，混元宣佈漲價460%，智譜宣佈漲價100%，阿里雲宣佈漲價34%。漲價的理由都是同一個——“Token呼叫量暴漲”。究其原因，Open Claw發佈後，AI第一次能真正“幹活”，接管電腦、寫程式碼、訂機票、發郵件。隨之，Token消耗邏輯發生了本質變化：以前是問答消耗（幾十Token），現在是任務消耗（幾萬Token），再往後是智能體自主執行消耗（百萬級Token）。中國日均Token消耗半年漲5倍，輝達預測未來幾年年複合增長3000%。中國廠商已經跟上。雲廠商推出一鍵部署，大模型廠商繫結自家模型，硬體廠商做端側Claw，紛紛爭奪Token的入口和定價權。黃仁勳在GTC會議上把資料中心叫作“Token工廠”，提出“每瓦Token數”作為新KPI。意思是：算力不再是賣卡，是賣Token。Token正在從技術概念，變成經濟概念。本文回答四個問題：Token為什麼是計價單位？怎麼消耗？誰在定價？定價和什麼有關？一、Token為什麼是計價單位？（一）什麼是Token？Token是AI處理資訊的最小單元。你問AI一句話，AI回你一段話，這些話在AI模型中都會被拆解成Token。Token數量要看分詞規則，舉個例子，“人工智慧”如果是常見詞，可能直接是1個Token；如果被拆開，可能是“人工”和“智能”2個Token。類比理解，Token就是AI世界的“字節（Byte）”，是模型理解語言的基本單位。（二）為什麼用Token計價？為什麼大模型用Token來計價，而不是按次或按時長計價？如果按次計算，一次簡單的問答和一次複雜的程式碼生成，消耗的算力差幾百倍。如果按時長計價，算力消耗不是勻速的，高峰時段和空閒時段差距太大。用Token計價則解決了以上問題。它是目前能找到的最精確的計量單位，主要原因如下：第一，消耗量與算力直接相關，每生成一個Token，背後都是一次完整的推理計算。第二，消耗量與任務價值正相關。金融業務的token比日常對話的token更具價值。第三，Token可分層定價。廠商可以根據Token的質量定價。Token已經從技術概念，轉變成為反映算力消耗和商業收入的計量單位。以前Token是大模型訓練過程中的副產品。現在成本重心從供給端（訓練）轉移到需求端（推理）。推理是持續的消耗，Token消耗量開始和費用直接掛鉤。二、Token是怎麼消耗的？根據IDC測算，全球Token消耗年複合增長率可達3000%。中國得日均Token消耗已經從2025年中的30兆飆升至2026年2月的180兆，半年增長了5倍之多。Token消耗與任務複雜度直接相關，呈現出明顯的層級特徵：為什麼層級間消耗差異如此懸殊？核心在於AI的“思考”方式發生了根本變化。以o1為代表的推理模型，不再採用傳統的“預測下一個詞”模式，而是在內部生成思維鏈，模型會在回答前進行多步推理、試錯、反思，這些內部過程都以Token形式消耗。Claude Code、Open Claw等智能體框架更進一步。它們將推理能力與工具呼叫結合，實現“思考-執行-驗證”的閉環迭代。一次完整的智能體任務，可能包含數十輪內部推理和外部工具呼叫，單次任務消耗從幾十萬到幾百萬Token不等。以下是不同使用者消耗量級的直觀對比：三、誰在給Token定價？Token從生產到消費，經過四個環節，每個環節的定價權不同。生產層：輝達定義成本基準。它不直接賣Token，但掌握最底層的定價權。黃仁勳提出“每瓦Token數”——在固定電力下，誰能產出更多Token，誰就能賺更多錢。新一代AI計算平台Vera Rubin平台將生成Token成本降低90%，每瓦性能提升10倍。據財報，輝達60%收入來自前五雲廠商。煉化層：模型廠商直接面對供需。國聯民生證券研報指出，當推理消耗變成生產資料，模型廠商有機會把“算力稀缺”通過分層定價轉化為毛利。輝達的分層定價印證了這一點，Token的價值由它能幹什麼決定。分銷層：雲廠商賺管道溢價。3月以來，中國雲端運算產業鏈逐級漲價。優刻得全線漲價，騰訊雲混元漲價超460%，智譜漲20%。但云廠商不只是“二道販子”，它們封裝服務（一鍵部署OpenClaw）、整合生態（阿里串起千問、釘釘、淘寶），賺取溢價和粘性。消費層：使用者用錢包投票。黃仁勳算過一筆帳：“一個研究員每天用5000萬Token，一天7500美元，但對研究團隊來說根本不是問題——因為Token帶來的價值遠超成本。”也就是說，Token的價格由它能創造的價值決定，而非生產成本。這正是Token從技術參數演變為經濟單位的底層邏輯。可以看出，輝達掌握底層成本基準，模型廠商掌握直接定價權，雲廠商掌握管道溢價，使用者用錢包進行價值投票。四、Token定價和什麼有關係？為什麼有的Token貴，有的便宜？成本、能力、供需、場景共同決定Token定價。過去主要由成本決定，現在正向供需和場景傾斜。未來，場景價值會成為主導因素。第一，成本驅動。一個1GW的資料中心，電力是物理上限。誰產出更多Token，誰就能把成本攤薄。中國廠商能打價格戰，靠的就是成本優勢：一度電0.2-0.5元（歐美0.8-1.2元），對應單張B200晶片每年能省900美元。第二，能力分層。同樣是Token，能幫企業做業務的就比閒聊的貴，因為前者價值更大。輝達分層定價正是按能力分層。第三，供需關係。這是最直接的驅動因素。2026年2月，全球前十AI模型Token總消耗量突破27兆，中國貢獻14兆，佔比超50%，一年半漲了1800倍。但是供給端產能緊張，HBM視訊記憶體、先進製程GPU受限，伺服器成本上升。阿里雲、混元、騰訊、智譜漲價，直接原因就是“全球AI需求爆發”和“供應鏈漲價”。第四，場景價值。這是未來定價的主導因素。一個Token用在個人寫周報，價值幾毛錢；但用在金融交易、自動駕駛，價值幾百倍。國信證券指出，推理更看重使用者生態和調度效率，定價權正在從“算力供給方”向“場景需求方”轉移。誰的場景價值高，誰就願意付更高價格。在PC時代，有一個經典的安迪-比爾定律，即硬體提升的性能，很快被軟體消耗掉了，使用者永遠覺得不夠快。智能時代的“安迪-比爾”正在應驗，輝達每18-24個月性能翻倍，但AI智能體瘋狂消耗Token，算力永遠不夠用。Token不再是技術參數，而是經濟概念。印鈔機已經啟動，誰能掌握定價權，誰就能分到最大一塊蛋糕。 (原始碼悟真投研筆記)

根據最新財報，2026財年截至2月底。阿里雲外部商業化收入，穩穩突破1000億元人民幣。3月19日晚的業績電話會上，吳泳銘拋出重磅目標。未來五年，包含MaaS在內的雲和AI商業化年收入，要突破1000億美元。換算下來，年均複合增長率要達到20%以上，難度不小。財報顯示，阿里雲季度收入增速持續加速，達到36%。增長動力主要來自公共雲業務，核心是AI相關產品的爆發。AI相關產品的表現，堪稱驚豔。收入連續第十個季度實現三位數同比增長。這意味著，AI已經成為阿里雲增長的核心引擎。吳泳銘在電話會上，解釋了千億美元目標的信心來源。核心就是大模型驅動的MaaS業務，正在快速崛起。過去三個月，百煉MaaS平台的Token消耗規模，暴漲6倍。他甚至直言，商業化MaaS收入，未來會成為阿里雲最大收入產品。除此之外，中大型企業的內部推理和訓練市場。也是阿里雲接下來要重點搶佔的增量市場。在吳泳銘看來，行業增長的最大動能，在於大模型的能力突破。現在的大模型，已經能逐步完成B端複雜工作流。這徹底改變了雲端運算市場的邏輯，也打開了增長空間。一個關鍵變化值得關注。很多企業不再把Token消耗當作預算，而是納入生產或研發成本。這意味著，AI已經從“可選”變成企業的“剛需”。為了抓住這個機遇，阿里早已提前佈局。全新的Alibaba Token Hub事業群（ATH）已經成立。核心目標就是“創造Token、輸送Token、應用Token”，打通全鏈路。ATH涵蓋了通義實驗室、MaaS業務線、千問事業部等核心類股。相當於把阿里的AI力量整合起來，集中發力。這種協同效應，後續會逐步顯現。大模型層面，阿里也在持續迭代。春節期間，新一代大模型Qwen3.5-Plus正式推出。吳泳銘透露，針對coding與agentic場景最佳化的新版本，也即將上線。對於AI行業的未來，吳泳銘的判斷很清醒。需求側，大模型的規模化法則還沒到瓶頸，能力仍在提升。行業能通過模型完成的事情，只會越來越多。供給側，現狀卻很緊張。AI伺服器從CPU到儲存，各個環節都在缺貨。擴產周期至少需要兩三年，算力供不應求將成常態。所以他直言，未來三年內，AI泡沫並不存在。需求旺盛而供給短缺，行業會處於良性增長階段。這也是阿里敢於定下千億美元目標的重要前提。AI進入智能體驅動階段後，玩法也變了。模型和應用必須緊密配合，缺一不可。阿里的優先順序很明確：先把模型能力做到最強。只有最強的模型，才能驅動各行各業的應用拓展。同時還要聯動阿里自身的B端、C端應用。通過MaaS連結行業應用，打通資料飛輪和業務閉環。財報裡，平頭哥的進展，是另一個大驚喜。其自主研發的GPU，已經實現規模化量產。能支援從訓練、微調到推理的端到端AI工作負載。截至2026年2月，平頭哥GPU累計交付47萬片。年化營收規模達到百億等級，商業化成效顯著。預計2026、2027年，產能還會進一步擴大。更關鍵的是，平頭哥晶片的外部滲透率很高。阿里雲場景中，60%以上的晶片服務於外部商業化客戶。已經支撐了400多家企業的AI任務，覆蓋多行業領域。吳泳銘強調，平頭哥的價值不止於成本最佳化。更重要的是，在全球算力緊缺的背景下，提供算力保障。至於IPO，目前沒有明確時間表，但不排除未來可能性。C端市場，千問APP的表現也很亮眼。2月6日春節推廣啟動後，截至2月底。近1.4億使用者通過其智能體功能，首次體驗AI購物。2月份，千問C端應用月活躍使用者數，突破3億。這意味著，阿里AI在C端的滲透，已經形成規模。也為後續的商業化，積累了大量使用者基礎。 (1 ic芯網)

中國AI圈剛剛發生了一件很少見的事情。幾乎所有大廠，在一周之內同時發佈 AI Agent。2026年3月4日，騰訊雲上線一鍵部署 OpenClaw;2026年3月6日，字節跳動推出OpenClaw快速接入方案;2026年3月7日，月之暗面發佈智能體工具，開始支援AI Agent;2026年3月9日，京東宣佈電商系統接入OpenClaw能力;2026年3月10日，智譜AI宣佈其大模型平台接入OpenClaw;2026年3月13日，阿里雲發佈JVSClaw智能體工具。如果只是看新聞，很多人可能會覺得：這不就是又多了幾個AI工具嗎?但我自己實測完之後，心裡其實咯噔了一下。因為這次阿里雲的 JVSClaw，有三個非常危險的關鍵詞：0程式碼3分鐘不用API配置這3個詞組合在一起，釋放了一個明顯的訊號：當“養龍蝦”變得像發朋友圈一樣簡單。很多行業，其實就開始變天了。（1）3分鐘養一隻AI龍蝦，AI智能體第一次做成“傻瓜版”在AI圈，大家喜歡把 AI Agent 叫做“AI龍蝦”(OpenClaw)。以前想養一隻“龍蝦”，難如登天。原因很簡單：門檻太高了。你要先準備：Python環境、Node環境、模型API、伺服器。90%的人，在第一步就卡住了。這就是為什麼很多人裝不上OpenClaw的原因!技術門檻太高了!所以AI Agent一直停在開發者圈子裡。這一次 阿里雲做的事情其實很簡單：把這件事變成傻瓜操作。JVSClaw的核心邏輯非常簡單：手機打開App點三下，一個AI智能體就建立好了。不需要配置伺服器、不用寫一行程式碼，也不用配一個節點。直接就能跑任務。這意味著：這是AI Agent第一次開始真正面向普通人。當“養龍蝦”變得像發朋友圈一樣簡單，真正開始慌的人，其實還沒出現。（2）有人養AI龍蝦一天燒217美元，問題出在這裡最近AI圈有個很真實的案例。有使用者在測試AI Agent的時候，AI突然陷入死循環。不停呼叫模型。結果一天時間，燒掉了217美元。一天217美元，相當於很多人一個月的午飯錢。(一個群裡電商老闆說：“太燒token了，我有點燒不起。”)最近國安部和工信部剛發了公告，強調AI資料的安全合規。很多老闆想把AI部署在自己公司的電腦或本地伺服器上，其實隱患極大：一旦中病毒、被駭客入侵，或者AI亂跑資料，根本沒人兜底。這就帶來兩個風險：第一，AI會陷入死循環，Toeken瘋狂消耗。第二，你根本不知道問題出在那。而阿里雲這種“國家隊”選手，天生就帶著安全鎖。 資料在雲端加密運行，符合國家最高安全標準。所以JVSClaw 這次做了一個極其關鍵的設計：ClawSpace。在這裡，AI的每一步操作都是“直播”給你看的。它打開了那個網頁、填了什麼資料、在那一步卡住了，你一清二楚。如果AI犯傻卡住，你可以隨時手動接管，幫它點一下，它再繼續。（3）AI開始操作手機，很多崗位要變天了在中國中小企業的生意裡，有80%的業務都在手機上操作，例如抖音直播、微信客服、閒魚訂單、小紅書引流。如果AI不能操作手機，很多場景就做不了。而這次阿里雲推出了一個版本叫MobileClaw，它可以直接識別手機介面，像真人一樣完成操作：點選、滑動、輸入。簡單說：AI可以自己操作APP。比如以自動回覆客服消息、自動處理訂單、自動去評論了。這對很多中小企業來說，功能非常實用。因為很多公司最缺的就是人。（4）AI智能體變成傻瓜工具，最先慌的是這三類人如果普通人三分鐘就能擁有一個AI智能體，那原本要團隊做的事情，可能會被重新定義了。比如：(1)AI部署外包商：那些在朋友圈、抖音上喊著“幫你搭建私有化OpenClaw”、“企業Agent定製部署”的工作室，以後很那接到訂單了，以前報價5000起的活，現在可能只值50塊。(2)AI培訓講師：那些賣《7天精通OpenClaw部署》、《AI智能體高階玩法》一門課程賣6980的的大V，他們的課程內容變成廢紙，口碑瞬間崩塌。(3)“AI套殼”公司，以前加個UI介面，套個GPT介面，包裝一個“AI產品”，然後打著“垂直賽道AI”的名號去融資，收年費的公司護城河要沒有了。如果像阿里雲這種平台，直接把AI智能體做成零程式碼工具，很多“簡單AI產品”就沒有存在必要了。過去需要一個團隊做的工具，現在普通人就能搭出來。AI行業每次真正的洗牌，都不是從技術突破開始的，而是技術門檻的消失。（5）寫在最後：過去兩年，AI最大的功能是：陪你聊天、寫寫文章、寫個程式碼;但現在事情開始變了。AI開始：會抓資料、跑流程、處理任務了。簡單說：AI開始幹活了。如果說過去的AI更像助手，那現在的AI更像：打工人。而像JVSClaw這樣的工具，本質只做了一件事：讓普通人也能擁有一個AI打工人。AI行業真正的革命，從來不是模型變強。而是普通人突然也能用它幹活。 (盧松松)

AI 產業再迎關鍵里程碑！國際權威諮詢機構沙利文（Frost & Sullivan）最新發佈《中國 GenAI 市場洞察：企業級大模型呼叫全景研究，2025H2》報告顯示，2025 年下半年中國企業級大模型市場迎來爆發式增長，行業從早期試水全面邁入規模化落地階段，市場格局也迎來清晰洗牌。資料顯示，中國企業級大模型日均呼叫量已從 2025 年上半年的10.2 兆 tokens，激增至下半年的37.0 兆 tokens，半年內漲幅高達263%。這一跨越式增長，直觀印證了中國企業對大模型的接受度、依賴度與應用深度正在全面提速，AI 真正從 “技術概念” 變成 “生產工具”。隨著市場放量，行業競爭邏輯徹底轉變，頭部效應急劇放大，曾經熱鬧的 “百模大戰” 正式落幕，取而代之的是頭部廠商憑藉技術、生態與服務能力形成的穩定格局。三強格局固化：阿里雲領跑，字節、DeepSeek 緊隨其後報告清晰勾勒出當前中國企業級大模型市場的 TOP3 陣營，三家廠商合計佔據超七成市場份額，行業集中度顯著提升。1. 阿里雲千問（Qwen）：翻倍增長，穩居行業第一作為市場領頭羊，阿里雲千問展現出壓倒性的增長勢頭。其市場佔比從上半年的17.7%大幅躍升至32.1%，近乎實現翻倍增長，持續鞏固行業第一的位置。依託阿里雲完善的雲端運算基礎設施、企業服務生態與多場景落地能力，千問在文字創作、資料處理、程式碼輔助、企業知識庫等核心場景中佔據主流，成為大量企業數位化轉型的首選大模型。2. 字節跳動豆包：高滲透力，穩居第二字節跳動豆包以 21.3% 的呼叫量佔比位列第二，保持著強勁的市場滲透力。依託字節生態的產品矩陣與高效的工程化能力，豆包在內容生成、智能助手、多模態互動等場景中廣受青睞，快速覆蓋大量中小企業與網際網路場景，成為國產大模型中使用者覆蓋面最廣的選手之一。3. DeepSeek：異軍突起，行業黑馬躋身前三作為賽道中的新銳力量，DeepSeek 憑藉突出的技術實力與開源策略異軍突起，以 18.4% 的市場份額拿下第三名。其在程式碼生成、推理效率與成本最佳化上的優勢，快速獲得開發者與企業市場認可，成為國產大模型中 “技術派” 的典型代表，也證明了差異化路線在成熟市場中依然具備突圍空間。行業大變局：從 “百模大戰” 到 “生態決勝”此次沙利文報告披露的市場資料，不僅是份額的更迭，更標誌著中國企業級大模型行業進入全新發展階段。應用落地全面提速企業對大模型的使用從 “試點測試” 轉向 “核心業務常態化呼叫”，文字創作、資料處理、程式碼輔助、內部知識庫等場景成為主流，AI 真正融入生產流程。競爭核心徹底轉變行業不再單純比拚參數、榜單成績，而是轉向生態完善度、服務穩定性、部署成本、場景適配能力的綜合較量。能為企業帶來真實降本增效的模型，才能佔據市場。頭部集中趨勢不可逆中小模型逐步退出主流競爭，資源、客戶、技術持續向頭部廠商匯聚，未來市場將長期保持 “頭部引領、細分補充” 的格局。日均 37 兆 tokens 的呼叫量，是中國企業級 AI 市場的 “成人禮”。從 2025 年上半年的試探性佈局，到下半年的爆發式增長，中國大模型產業完成了從技術創新到產業價值的關鍵一躍。阿里雲千問、字節豆包、DeepSeek 組成的第一梯隊，也為行業樹立了清晰的發展標竿。未來，隨著大模型與各行業深度融合，更高效、更普惠、更貼合產業需求的 AI 服務，將持續推動中國企業數位化、智能化升級，而這場由技術驅動的產業變革，才剛剛開始。 (相進化的猿)

“中國會在AI競賽中取勝，因為他們的發電量甩了我們幾條街。”前不久，馬斯克接受了一場深度訪談，在為美國電力焦慮的同時，誇了一嘴中國電力。事實上也是如此。先講個例子。近日，追覓創始人俞浩在矽谷住酒店時遇了件怪事：一開吹風機，房間燈光就變暗。他忍不住吐槽：“這不是二三十年前中國電力不足時才有的情況嗎？難道矽谷的電都拿去搞算力了？”還真讓他說中了。現在全球都在押注AI，可很少有人想過，AI跑得有多快，全看電力給不給力。PART.01大廠們紛紛佈局就在大家熱議電力優勢時，阿里悄悄幹了件大事——參股核電站，用真金白銀押注AI時代的“硬通貨”。AI這東西看著高大上，實際上是個“電老虎”——ChatGPT訓練三天耗的電，夠3000輛特斯拉跑32萬公里；一座中型資料中心，光降壓變壓器就得備上百台。國際能源署更是預警，到2030年全球資料中心耗電量將超日本全年用電量。馬斯克的焦慮絕非危言聳聽：“未來會出現有晶片卻沒電開的尷尬，電力才是AI競賽的勝負手。”阿里顯然早就看透了這一點。據華夏能源網，前不久，中核（象山）核能有限公司正式成立，公司註冊資本2.5億。阿里旗下公司赫然出現在股東名單中。資料顯示，毅旗網路註冊資本1000萬元，由阿里巴巴旗下阿里雲100%持股。這個總裝機約720萬千瓦的核電項目，全部建成後年發電量可達550億千瓦時，相當於給阿里的算力中心裝了個“超級行動電源”。其實這不是阿里第一次佈局電力，此前它已投資可控核聚變研發商，螞蟻集團也跟進相關領域，一整套操作下來，本質是在搶佔AI時代的“能源主權”。阿里CEO吳泳銘算過一筆帳：到2032年，阿里雲資料中心能耗將是2022年的10倍。這麼大的電力需求，單靠傳統電網根本不夠。與其被動等電，不如主動造電，這也是所有科技巨頭的共識。國內大廠，字節跳動一邊找合作夥伴搞風光儲微網系統，一邊招標自建變電站，專門給資料中心供電。國外大廠，像微軟、Google簽長期購電協議，亞馬遜8300萬美元收購太陽能項目。PART.02全球搶電誰最受益？全球AI競賽越激烈，電力短缺越嚴重，而最受益的，正是賣鏟子的中國的電力裝置企業。2026年開年，高盛就重金押注中國6家AI電力企業，直言它們會在“算力搶電大戰”中封神。為何是中國企業？答案很實在：全球都缺電力裝置，而我們又快又好還不貴。先說說這6家企業的“獨門絕技”，用大白話給大家講明白。比如，應流股份做的燃氣輪機葉片，是資料中心供電的核心零件，技術門檻高到沒幾家能做，西門子、GE都得跟它簽長期協議；思源電氣能給AI資料中心定製變壓器，交貨比歐美快1-2年，海外收入已佔34%；科士達的UPS應急電源，是資料中心的“保命符”，已經拿下美國AI大廠的訂單；英維克的液冷技術，能解決AI伺服器30%的散熱難題，歐美市場搶著要；江海股份的電容器能調節電力負載，宏發股份的高壓直流繼電器市佔率超40%，都是AI供電架構轉型的關鍵部件。這些企業的崛起，背後是中國電力產業的硬實力。2025年，中國全社會用電量突破10兆千瓦時，每3度電裡就有1度多是綠電（太陽能、風力、生質能、地熱等）；全球60%的變壓器產能在中國，特高壓技術更是領跑世界，能把西部的風電、太陽能直送東部計算中心。反觀國外，歐美電網設施普遍超期服役，美國電力變壓器缺口激增，歐洲電網擴建因裝置短缺進展緩慢，就算對中國產品加征高額關稅，最後也得悄悄放鬆管制——畢竟沒人想在AI競賽中輸在電力上。馬斯克的親身經歷更能說明問題：他旗下xAI申請1吉瓦（等於10億瓦）電力，結果被電網公司告知要排隊12-18個月，只能自購燃氣輪機燒天然氣供電。而中國不僅電力充足，電力裝置還能快速交付，這也是馬斯克羨慕中國的核心原因。高盛押注的，本質是中國在電力基建和裝置製造上的雙重優勢——當全球都在搶電力時，中國既能自己穩定供電，又能給世界提供關鍵裝置，自然能在這場大戰中佔據主動。以前大家覺得AI競爭拼的是演算法、晶片，現在才明白，往深了看拼的是電力。從阿里投資核電站，到字節自建變電站；從國際巨頭瘋搶電力資源，到高盛押注中國電力裝置企業，都在印證一個道理：AI的盡頭是電力，電力的盡頭是主權。未來，不會搞定電力問題的科技公司，可能會像現在不會用AI的傳統企業一樣被淘汰。這場“算力搶電大戰”才剛剛開始。而那些手握核心技術、能解決電力難題的中國企業，註定會在全球AI賽道上，收穫屬於自己的紅利。作為普通人的你我，看懂這其中的邏輯了嗎？ (花朵財經觀察)

“AI Infra 就是雲端運算本身。”100 多年前，電力首次進入工廠，許多工廠主做了一個看似合理的決定：保留複雜的蒸汽機傳動軸和皮帶系統，只用電動機替換蒸汽機。結果令他們大失所望：動力更強了，生產效率幾乎沒有同步提升。接下來的 20 年，他們才逐步意識到，電力帶來的真正變革不只是簡單替代動力源，而是把它嵌入到不同的業務單元中，用不同類型的電機驅動鑽頭、傳送帶等，生產力才迎來爆發。這是阿里雲希望給企業深入應用 AI 提供的能力。他們認為，AI 時代客戶要的不只是單一的模型或雲的能力，而是更低成本使用更強模型時，有更靈活的綜合體驗。AI 雲應該像當年的電力真正提高工業生產力時那樣，提供多層次的服務，全面嵌入到企業的業務流程中。這一判斷有業務資料支撐：在阿里雲上呼叫大模型 API （ MaaS 服務）的客戶中，有七成也同時在使用其 GPU 算力服務。阿里雲智能集團資深副總裁、公共雲事業部總裁劉偉光說，第一批深度使用 AI 的客戶，會把場景分成不同檔次：不只是簡單呼叫大模型 API，還會用內部資料精調或者後訓練基礎模型，或者自己從頭訓練一個模型。在劉偉光看來，AI 給雲端運算行業帶來的變化才剛剛開始，整個雲端運算體系架構都要為 AI 重構，“MaaS 增長潛力很大，但關鍵是打贏 AI 雲新增的全量市場”，要建立軟硬一體的 AI 雲全端能力，推動企業用更低成本呼叫更強的 AI 模型，解決不同層次、不同場景問題，“這才是競爭中的勝負手”。146 個 行業客戶深度調研：Token 質量比數量重要“如果今天所有的 AI 應用每天只能免費用 100 次，你會用它做什麼？”這是劉偉光 2025 年走訪了 146 個客戶後反覆思考的問題。 他的結論非常直接：沒有人會把它浪費在寫段子或閒聊上，一定會做最重要的東西——對工作最有幫助的決策、對家庭生活最關鍵的建議。在他看來，這是企業使用大模型與個人使用者的本質區別。個人使用者可能為了娛樂消耗 Token，但追求效率的企業，每一次 Token 的交換都有成本。他們不僅要為 Token 付費，業務線上的人力、時間也是投入。很難想像一個年輕的工程師面對裝置故障時，還需要多輪對話才能得到解決方案，需要更快的響應、能讓他迅速解決問題的指南。同樣，基金公司的交易員用 AI 輔助捕捉交易訊號時，也很難容忍模型動輒陷入沉思，然後給出長篇大論，再問一句 “是否需要我幫你整理得更完善”。傳統行業的企業正在用不同的方式，儘可能避開 AI 的短板、提升效率。比如汽車診斷公司，用 30 年積累的產業檢測報告做出來遠端幫助汽修的大模型，才用到診斷報告中；基金公司會用沉澱 20 多年的資料和交易的行為跟模型結合，把各種形式的非結構化資料（如文字、語音、圖像等）轉化為可供投資參考的標準化資訊。企業也希望充分挖掘 AI 的潛力。中國兩家農牧業巨頭公司都在用千問做相同的事情，他們不僅嘗試用 VL（視覺大模型）識別豬的數量，還用它來識別豬的異常行為，檢測豬的健康與活性，或者是開發獸醫大模型解決專業人才短缺問題。還有頭部照明公司接入千問後，不再侷限簡單的開關燈或者調控色溫，還用 AI 理解使用者模糊的指令，用更流暢的對話打造更聰明的端側語言模型，讓人與光的互動更自然。而企業一旦找到合適的方式把 AI 嵌入業務流程中，就會是嚴肅和連貫的。線上招聘行業中的每一家公司，幾乎都在引入 AI 簡歷篩選、智能化面試、自動生成面試記錄。當招聘專員習慣用 AI 輔助工作後，就會形成新的工作流，每天都會使用，不會受到個人喜好影響。“個人消費者使用 AI 的情況會有波動，但企業級市場只會不斷增長。” 劉偉光說，而且使用的廣度和深度會不斷加強，很多場景還沒有解鎖，“如果 AI 能把車損定損給改了，那絕對是一種 ‘革命’。”2024 年雲棲大會上，阿里巴巴集團 CEO 吳泳銘在演講中稱，生成式 AI 最大的想像力，絕不是在手機螢幕上做一兩個新的超級 App，而是接管數字世界，改變物理世界。過去一年中國 AI 企業市場的發展證實了他的判斷。AI 已不只在手機裡面作為應用程式，而是出現在更多的載體中，包括眼鏡、耳機、學習機、玩具、健身器材、汽車、機器人等全品類硬體裝置中。這種不同層次、不同場景的需求，當下無法用單一的模型 API 服務滿足。在美國市場，原本已經給企業提供工具的 SaaS 行業，大模型呼叫量規模持續上漲，提供了一種相對標準化的方案。而在 SaaS 行業未能發展起來的中國市場，傳統行業偏向定製服務解決特定場景問題，往往需要後訓練或者微調大模型。雲端運算公司提供這樣的服務，在一定程度上為企業提供了類似 SaaS 的服務。“現在所有 MaaS 服務加一起，在中國雲端運算市場、甚至 AI 雲市場佔比都不高。MaaS 的空間當然非常大，但不是今天。” 劉偉光說，只統計公有雲市場大模型 API 的呼叫量，無法代表 AI 雲全貌。真實的 Token 消耗量，要把 MaaS 平台 API 呼叫、公共雲 GPU 推理叢集產生 Token、私有化模型部署產生 Token，裝置端模型產生的 Token 等全部統計在內。“冰川下的 Token 消耗非常大，卻無法統計。而且企業用 AI 還處於轉型早期， 90% 以上的企業還沒有真正行動起來，未來肯定是百倍的增長。”但可以觀察的是，只要基礎模型的性能持續提升，雲廠商深入到技術堆疊的每一層提供服務，改進推理能力、節省成本，就可以帶動更多行業的更多客戶用 AI 解決問題。做 AI 時代的基礎設施，承接不同層次的需求輝達 CEO 黃仁勳曾拋出一個著名的論斷：GPU 叢集就是 “Token 工廠”，輸入的是能量，輸出的是 Token。這是典型的晶片公司視角，把 AI 生產過程簡化為了物理層面的能量轉換。對於雲廠商來說，如果只是從事算力轉售業務，現在很難提供可用的 AI 服務。他們必須用系統工程能力，儘可能提升現有算力效率，針對不同行業、不同層次的企業提供模型服務。這也是阿里雲的選擇：做 AI 時代的基礎設施。用劉偉光的比喻來說，阿里雲正在搭建的是一套現代化的自來水廠，而不只是水（大模型 API）的搬運工，還要維護水源地（開源模型）、搭建淨化車間（資料清洗與模型訓練平台）、鋪設輸水管網（高性能網路），以及處理污水（安全治理）等。在這套體系中，阿里雲能夠提供當前不同類型的 “用水” 需求：MaaS（直供水服務）： 就像家庭擰開水龍頭就能用水，企業或者開發者不用關心底層複雜的管網，直接呼叫 API，開箱即用，按需付費。這是最輕量的接入方式。PaaS（工業用水服務）： 類似於工廠需要特定的水源，企業可以獲得基礎模型，直接用 “開源模型” 在阿里雲平台上微調或者自己後訓練，然後部署到合適的環境中。IaaS（水處理基礎設施）： 像是將經過初步淨化、萃取後的水源，輸送給飲料廠或啤酒廠，企業可以用阿里雲提供的算力和基礎軟體，用來訓練獨家配方的 “飲料”，比如自動駕駛模型、各種垂類大模型等等。阿里雲已經有了初步成績。根據市場調研機構 Omdia 資料，2025 年上半年，中國 AI 雲整體市場（AI IaaS+PaaS+MaaS）規模達 223 億元，阿里雲佔比 35.8 %，超過第二到第四名總和。搭建這套全面的基礎設施，不僅需要高昂的投入，還要有戰略決心。2025 年 2 月，阿里宣佈未來三年將投入超過 3800 億元，用於建設雲和 AI 硬體基礎設施，總額超過去十年總和。僅僅是 2025 年前三個季度，阿里用於建設 AI 資料中心等的資本開支就兌現了 950 億元。在基礎模型層面，阿里持續投入訓練不同尺寸、不同類型、不同模態的基礎模型，並投入資源把它們做到第一梯隊。比如視覺生成模型萬相 2.6 性能媲美 OpenAI 的 Sora 2；Qwen-Image-Layered 是業界首個能實現圖像分層精準編輯的模型；Qwen3-Max 的性位居全球模型性能榜單前列。阿里選擇把這些模型開源，提供給各行各業的團隊或企業使用，其中 Qwen 的衍生模型數量超過 18 萬，規模位居全球第一。作為基礎設施，阿里雲上長出來的不只有阿里自研的模型，月之暗面也在阿里雲上訓練 Kimi 系列模型，以及許多智駕團隊也用阿里雲訓練模型。與此同時，阿里雲也提供了一整套體系能力，支撐 AI 時代新誕生的產品迅速發展，除了阿里體系的千問 App，還有螞蟻集團的靈光、阿福，以及月之暗面的 Kimi 應用、MiniMax 的海螺等。儘管當前各行各業應用 AI 還處於早期階段，但定位基礎設施的阿里雲，也在探索更新的產品形態，為接下來的 AI 應用爆發做好準備。最典型的例子就是阿里正在開發千問 App 的 Agent 版本。它不只侷限於使用者提問，還能夠呼叫淘寶比價、使用高德導航，甚至阿里所有的服務都有可能成為它的外掛。最終這些在阿里內部業務和行業頭部公司驗證過的能力，都會沉澱在阿里雲中，成為對外提供服務的產品。讓客戶具備長期、可持續地產生和使用智能的能力，而不是把客戶鎖定在某一種計量方式裡。AI 加速推動客戶上雲AI 正在給雲廠商帶來了新的增長動力。無論是 AWS、微軟 Azure、Google Cloud 還是阿里雲，規模都在迅速增長。但提供動力的不只是 GPU 用量或者大模型 API 的呼叫。阿里雲團隊觀察到， 在阿里雲上使用這些服務的客戶群體，他們在計算、儲存、網路以及巨量資料等產品上用量的增長，高於整個大盤的增長。“AI 會加速推動客戶上雲。” 劉偉光說，客戶為了用好 AI，不得不將資料全面上雲。企業想要讓一個 Agent 產生價值，基礎模型只是一個方面，高品質的業務資料同樣重要。微軟 Azure 的增長邏輯類似，出售 OpenAI 的基礎模型的 API 服務只是其中一個方面，更充足的動力來自企業為了在業務中應用更強的模型，把分散在本地與各系統中的內容與資料，遷移到了更方便模型呼叫的雲產品中。為高並行 Web/HTTP 請求設計的傳統雲端運算架構，難以高效支撐這樣的需求。甲骨文重新獲得增長動力，很大一部分因素就來自於部署 RDMA（遠端直接記憶體訪問）高性能網路和自治資料庫，適應了大模型訓練、推理的需求。這直接改變了公共雲端運算服務在中國市場的前景。此前多年，中國雲端運算公司並不像 AWS 等海外雲平台那樣，公共雲客戶遍佈各行各業，囊括美國證券交易所、大型石油公司、銀行業巨頭等，做大規模就能擁有利潤。在中國雲端運算市場，平台依賴的電力、頻寬等基礎設施成本並不受企業自身控制；部分傳統企業出於資料安全、合規或歷史慣性等原因，仍傾向於自建資料中心。“阿里雲的基礎雲架構，為 AI 重做了一遍。” 劉偉光說，AI Infra 並不是一個特定的垂直方向，就是雲端運算本身，不僅需要規模化、安全和穩定，更需要雲上的跨服務流轉能力，比如新型的向量資料庫、高效的巨量資料清洗平台、靈活的開發框架，滿足企業不同層次、不同場景使用  AI  的配套軟體體系。在阿里雲看來， AI 時代雲端運算平台的競爭力在於 “軟硬一體化” 的體系能力：硬體不只是晶片，而是圍繞 GPU 算力建構的整個高性能底層架構；軟體則是對模型的理解、最佳化和調度能力。“阿里雲的目標是拿下 2026 年中國 AI 雲市場增量的 80%。” 劉偉光說，但是下一年增量的 10% 都會大於上一年的全量。所以過去取得了什麼成績並不重要，變化才剛剛開始。 (晚點LatePost)

近日，中國獨角獸企業研究機構獨角獸工程院聯合中國人民大學、清華大學重磅發佈《2025年世界獨角獸企業500強榜單》，這份聚焦全球高價值新興企業的權威排名，再次印證了中國新經濟的強勁活力——中國共有150家企業成功上榜，以12.83兆元人民幣的總估值穩居全球第二，僅次於美國的224家，而人工智慧賽道的爆發式增長，成為中國獨角獸突圍的核心推力。01全球獨角獸版圖中美領跑，總估值飆升30.7%獨角獸企業，作為估值超10億美元（約70億元人民幣）、成立時間較短的高成長性新興企業，是衡量一個國家或地區創新活力與產業潛力的核心指標。本次上榜的500家全球獨角獸，總估值同比大幅增長30.7%，達到39.14兆元人民幣，彰顯了全球新經濟領域的旺盛生命力。從國家與地區分佈來看，中美兩國依然佔據絕對主導地位：美國以224家企業、18.97兆元估值蟬聯第一；中國則憑藉150家企業、12.83兆元估值牢牢鎖定第二，兩國合計上榜數量佔全球500強的74.8%，總估值佔比超76%，形成了全球獨角獸市場“雙雄並立”的格局。這種格局背後，是兩國在新興產業賽道上的持續投入與創新突破，也折射出全球新經濟發展的核心動力來源。02中國4強躋身全球TOP10硬核實力閃耀全球在競爭最為激烈的全球前10強榜單中，全球頂尖企業各展所長，其中美國太空探索公司、特斯拉母公司SpaceX以2.8兆元人民幣的估值成為全球第一獨角獸，憑藉在太空探索與新能源領域的雙重佈局，馬斯克旗下企業持續領跑全球新經濟賽道。全球獨角獸Top10中國企業在TOP10中強勢佔據4席，涵蓋AI、雲端運算、金融科技等核心賽道，展現了中國新經濟在關鍵領域的技術沉澱與市場競爭力：字節跳動（ByteDance）以2.21兆元人民幣的估值位列全球第二，作為全球使用者規模最大的網際網路科技巨頭之一，其旗下 TikTok、抖音等產品風靡全球，AI 驅動的內容推薦技術持續引領行業，商業化邊界不斷拓展至企業服務、雲端運算等領域，成為跨賽道創新的典範。DeepSeek（杭州深度求索）首次躋身全球第六，估值達1.05兆元人民幣，這家專注於人工智慧基礎技術研究的企業，在大模型訓練、推理最佳化等核心領域取得突破，短短幾年內實現估值飛躍，成為中國AI硬核派代表，彰顯了中國在通用人工智慧賽道的趕超實力。阿里雲（Alibaba Cloud）以8050億元人民幣估值排名第七，作為全球領先的雲端運算服務商，阿里雲憑藉自主研發的飛天作業系統，在企業級雲服務、巨量資料、人工智慧基礎設施等領域佔據全球市場重要地位，為全球數百萬企業提供技術支撐，成為數字經濟時代的 “基礎設施搭建者”。螞蟻集團（Ant Group）以6138億元人民幣估值位居第十，作為金融科技領域的標竿企業，其在移動支付、數字金融、區塊鏈技術應用等方面的創新，不僅改變了中國的金融服務生態，讓普惠金融觸達更多群體，也在全球範圍內輸出成熟的金融科技解決方案。03AI賽道成最大黑馬中國企業增速領跑全球本次榜單最引人注目的亮點，莫過於AI賽道的爆發式增長。全球範圍內，AI相關獨角獸企業較上年增加16家，總數達到36家；而中國AI獨角獸企業更是實現逆勢增長，較上年新增7家，共有9家企業上榜，增速遠超全球平均水平，成為中國獨角獸軍團的“增長先鋒”。從全球頭部玩家來看，排名第三的美國OpenAI以2.1兆元估值彰顯了對話式AI的巨大商業價值；而中國的 DeepSeek、字節跳動等企業，則在大模型技術落地、產業 AI 賦能等方面形成差異化優勢——沒有盲目跟風，而是結合國內產業需求，將AI技術深度融入智能製造、醫療健康、金融服務等實體領域，讓技術真正產生產業價值，推動AI從“實驗室”走向“產業場”，成為驅動經濟高品質發展的新動能。04中國獨角獸的突圍密碼創新+生態+全球化中國獨角獸企業能夠在全球競爭中脫穎而出，並非偶然，背後離不開三大核心支撐：一是技術創新驅動。從AI大模型、雲端運算到金融科技，中國獨角獸企業持續加大研發投入，在關鍵核心技術領域打破國外壟斷，形成自主智慧財產權體系。這種“硬創新”不是短期炒作，而是長期深耕的結果，讓企業在全球競爭中擁有核心話語權。二是完善的產業生態。中國龐大的消費市場提供了豐富的使用者需求反饋，完整的產業鏈供應鏈支撐了技術從研發到落地的全流程，加上網際網路、巨量資料等基礎設施的普及，為獨角獸企業提供了得天獨厚的成長土壤，助力企業快速實現技術迭代與商業化驗證。三是全球化佈局。字節跳動、阿里雲等企業通過全球化營運，將中國技術與商業模式輸出至全球，在國際市場中搶佔份額的同時，也吸收了全球的創新資源，形成“本土創新+全球落地”的良性循環，不斷提升品牌國際影響力。2025全球獨角獸企業500強中國入榜企業名單(咫尺研學)