〈25家美国科技巨头联名“保卫开源”,AI产业进入“控制权博弈”新阶段〉
英伟达、微软、Meta、IBM等25家美国科技公司与机构于7月24日联合签署公开信,要求美国政府不要以安全为由过早限制开放权重模型——黄仁勋发出个人首条推文背书,纳德拉、马斯克响应,OpenAI和Anthropic缺席;这是当前最具标志性的产业事件,标志着AI技术路线的竞争已从“模型能力”升级为“控制权博弈”。同日,阿里发布Qoder Mobile移动端App/SK集团与英伟达达成7500亿美元芯片供应合作/三星与博通达成2000亿美元半导体合作。投资含义:开源/闭源路线之争进入政策博弈阶段,中下游应用层和算力链受益于开源生态扩大,闭源模型高估值面临审查。
0. 近日脉络
前几日产业主线围绕“AI资本开支回报验证”展开:Alphabet FCF转负(7/22)触发科技股抛售,AMD Advancing AI大会(7/24)发布Helios平台获Anthropic 2GW订单[1],DeepSeek梁文锋投资者交流录音流出阐述“克制路线”(7/24)。今日最核心的新事件是25家公司联名“保卫开源”——这是继DeepSeek开源路线获得产业认可之后,美国主流科技公司首次在政策层面主动为开源模型“正名”,标志着AI技术路线的竞争已从“市场选择”升级为“政策游说+控制权博弈”[2][1]。
1. 今日主线
英伟达、微软、Meta、IBM等25家美国科技公司与机构于7月24日联合签署公开信,要求美国政府不要以安全为由过早限制开放权重AI模型,强调“世界既需要前沿闭源,也需要前沿开源”[3][2][1]。英伟达CEO黄仁勋发布其个人首条社交平台推文为此公开信背书,微软CEO纳德拉和Elon Musk相继转发响应[2]。 据第一财经7月25日报道,这封公开信的核心要求是:不要以安全为由对开放模型施加过早、笼统的限制;技术盗窃和违法使用应由有针对性的法律与商业框架处理,而非一刀切封杀[2][1]。值得注意的是,OpenAI和Anthropic未签署此公开信——两家公司已秘密提交S-1文件筹备估值逼近1万亿美元的IPO[2],其商业利益更多依赖闭源模型,与开源阵营的利益分歧在此公开信中清晰暴露。创新奇智首席科学家张发恩评论称,公开信“戳破了‘闭源才安全’的假象”,若最先进AI能力集中在少数闭源模型手中将放大系统性风险[2]。与此同时,白宫科技政策办公室及美国财政部试图以防止技术外溢为由限制开源模型,并指控部分中国团队通过蒸馏吸收美国闭源模型能力[2]——白宫与硅谷巨头在开源问题上的立场分歧同日公开化。(据第一财经/0xAI机器学习/智讯智库)[3][4][2][1]
投资含义: 25家公司联名为开源模型“正名”,叠加上周DeepSeek梁文锋“开源是最好的竞争策略”的系统性阐述,标志着开源/闭源之争已从“技术路线讨论”全面升级为“政策游说+资本市场定价”的博弈阶段——这对闭源模型(OpenAI/Anthropic)的估值叙事构成结构性审查,对中下游AI应用公司和算力提供商(英伟达/AMD/高通等)则是生态扩大的利好。
2. 大厂与实验室动向
-
英伟达(CEO黄仁勋):黄仁勋发表个人首条社交平台推文为25家联名公开信背书,提出“世界既需要前沿闭源,也需要前沿开源”[2][1];另据第一财经报道,英伟达宣布计划在未来5年内累计投入260亿美元用于开发开放权重AI大模型,包括模型开发、算力基础设施、研究与人才、生态系统建设[2]。(据第一财经/0xAI机器学习)[2][1]
-
微软:作为OpenAI最大股东仍签字支持开源公开信,主要出于风险对冲考量——右手紧握OpenAI锚定高端企业级API,左手借助Azure算力支撑开放生态,防止被单一闭源供应商绑架[2][1]。微软支持开放模型竞争可降低智能采购成本、让更多企业敢于使用AI[1]。(据第一财经/0xAI机器学习)[2][1]
-
Meta:长期押注Llama系列开源模型,通过将底层模型免费化削弱闭源对手的订阅溢价;希望模型商品化,把价值留在流量、广告和终端入口[2][1]。(据第一财经/0xAI机器学习)[2][1]
-
阿里:发布Qoder Mobile移动端App,同步上线iOS、Android、鸿蒙三大版本[3]。(据第一财经)[3]
-
月之暗面(Kimi):企业业务负责人黄震昕反驳蒸馏指控,称K3性能跃升来自底层原创架构创新,并非对现有模型蒸馏复刻[2]。(据第一财经)[2]
-
高通:据Citrini Research分析,高通正积极布局AI数据中心,通过全新High Bandwidth Compute (HBC)架构、策略性并购及大型云端客户支持进入该市场,并于2026年开始推出AI200系统[5]。Citrini Research认为华尔街可能低估了高通在AI基础设施市场的长期潜力,其超大规模云端业者的大规模部署预计在2028-2029年展开[5]。(据Citrini Research)[5]
-
OpenAI/Anthropic:缺席25家联名公开信[2][1]。两家公司已秘密向美国证券交易委员会提交S-1文件,筹备估值逼近1万亿美元的IPO[2]。在第一财经报道中被定性为商业利益与开源阵营存在根本分歧[2]。(据第一财经)[2]
-
DeepSeek(梁文锋):据0xAI机器学习引用的投资人整理稿,梁文锋判断基础模型公司不可能拿走AI产业的大部分利润;模型竞争最终看成本、时间和用户体验,其中成本排第一[1]。(据0xAI机器学习引用梁文锋)[1]
3. 融资 · 并购 · 估值 · IPO
-
SK集团与英伟达芯片供应合作:SK集团与英伟达等科技公司达成价值7500亿美元的芯片供应合作[3]。(据第一财经)[3]
-
OpenAI/Anthropic IPO进展:两家公司已秘密提交S-1文件,筹备估值逼近1万亿美元的IPO[2]。(据第一财经)[2]
4. 产品商业化与企业落地
当日无针对性的新发布。
5. 算力 · 基建
-
SK集团-英伟达7500亿美元合作:SK集团与英伟达等科技公司达成价值7500亿美元的芯片供应合作[3]。(据第一财经)[3]
-
英伟达260亿美元开源模型投资计划:英伟达宣布未来5年投入260亿美元开发开放权重AI大模型,包括算力基础设施[2]。(据第一财经)[2]
-
高通AI数据中心布局:高通推出AI200系统,通过HBC架构进入AI数据中心市场,Citrini Research预计超大规模部署在2028-2029年展开[5]。(据Citrini Research)[5]
-
云天励飞GPNPU推理芯片路线:创始人陈宁提出GPNPU架构(融合GPGPU通用性和NPU能效比),定位为未来推理时代的“黄金标准”;目标2030年将百万Token成本降到一分钱人民币[4]。(据智讯智库)[4]
-
推理时代判断:陈宁认为2026年是AI从训练到推理的转折点,推理市场需求是训练的一万倍,杀手级应用尚未真正落地,基础设施投资刚刚开始[4]。(据智讯智库)[4]
6. 政策 · 监管 · 地缘
-
25家美国科技公司联名“保卫开源”:英伟达、微软、IBM、Meta、戴尔、a16z、YC、Hugging Face、Mistral、Perplexity、Linux基金会、Mozilla等25家机构于7月24日联合签署公开信,要求美国政府不要以安全为由过早限制开放权重模型[3][2][1]。公开信强调:技术盗窃和违法使用应由有针对性的法律与商业框架处理,一刀切禁止蒸馏与开源模型会打断美国本土生态的创新节奏[2][1]。OpenAI和Anthropic缺席[2]。(据第一财经/0xAI机器学习)[3][2][1]
-
白宫立场与硅谷分歧同日公开化:白宫科技政策办公室及美国财政部试图以防止技术外溢和国家安全为由,限制开源模型发布,并指控部分中国团队通过知识蒸馏吸收美国闭源模型能力[2]。硅谷巨头则通过公开信直接反对这一立场[2][1]。(据第一财经/0xAI机器学习)[2][1]
-
蒸馏监管争议:25家联名大厂在公开信中强调一刀切禁止蒸馏会伤害美国本土创新[2];创新奇智张发恩分析认为蒸馏属于正常技术迭代,立法一刀切将扼杀行业创新活力[2]。(据第一财经)[2]
7. 投资视角(本节为分析)
当日产业动态对AI投资主线的核心含义是:25家美国科技巨头联名“保卫开源”是当日最具标志性的产业事件——它确认了开源/闭源路线之争已从“市场选择”升级为“政策博弈+控制权之争”,也暴露了硅谷内部在AI技术路线上从未如此公开化的分歧。这项发展对AI产业链的定价含义是结构性的:开源生态的扩大利好事先已据此布局的参与者(英伟达/Meta/微软)、中下游应用公司和算力提供商,而对闭源模型(OpenAI/Anthropic)的高估值叙事构成新一轮审查。
主线方向
-
“25家公司联名保卫开源” + “黄仁勋首条推文背书” + “OpenAI/Anthropic缺席” = 当日的核心产业信号:AI技术路线的控制权之争已经公开化、政策化。 这不是一场关于“哪个模型更强”的争论,而是关于“AI的技术红利应由谁分配”——是集中在少数闭源模型公司(OpenAI/Anthropic)手中,还是通过开源生态分散到更广泛的产业链上。黄仁勋和英伟达的立场在此事件中尤其值得注意:英伟达既是AI芯片的最大供应商(卖铲子给所有人),也是开源公开信的主导签署方之一,同时还宣布了260亿美元的大模型投资计划[2]。英伟达的诉求很清晰:维持AI生态的开放和多元化,以确保其芯片有足够多的“买主”——开源模型越多、AI应用越广,英伟达GPU的需求就越确定。这与上周AMD Helios获Anthropic订单[1]形成对照:芯片厂商同时在押注开源和闭源两个方向。
-
OpenAI和Anthropic的缺席,以及梁文锋“基础模型公司不可能拿走AI产业大部分利润”的判断[1],在同一个时间窗口出现——这是在给闭源模型高估值“降温”。 这是本周内继A16z支持开源(因创业公司无力承担预训练成本[2])、梁文锋“不看好看闭源”()之后的又一个信号:最成功的AI创业者、最头部的VC、最强大的芯片供应商,正在从不同角度削弱“闭源模型公司获得AI产业大部分利润”这一叙事。对OpenAI/Anthropi正在进行的万亿级IPO而言,这是一个需要被市场消化的风险信号——如果开源模型持续缩小差距,且政策端也倾向开放,闭源模型的高利润假设将面临结构性审查。
-
SK集团-英伟达7500亿美元合作 + 三星-博通2000亿美元合作 + 英伟达260亿美元开源模型投资 + 高通AI200推出一一连续的产业链大额合作信号,验证了AI算力基建仍在加速投入,且合作关系正在向“多年、大额、战略锁定”方向升级。 这些合同不是“可能发生”,而是已经“达成”,说明产业层面的资本支出决策并未因Alphabet FCF转负而生变。芯片厂商(英伟达/博通/三星/SK)通过战略锁定大客户订单(SK-英伟达7500亿、三星-博通2000亿),正在将算力需求的确定性转化为长期收入的确定性。这对整个算力链的估值提供了“基本面锚”。
估值与情绪:市场正从“无差别上涨”切换至“结构性分化”——开源/闭源之争走向前台
-
高盛最新全球市场评论(7月23日、即前一日)提出的“蛋糕大小风险 vs 蛋糕切法风险”框架,为理解当日事件提供关键分析工具:25家公司联名+开源/闭源博弈是经典的“蛋糕切法”风险——AI创造的总价值(蛋糕大小)不变,但赢家和输家重新洗牌。高盛同时指出:AI相关股票自2022年11月以来市值增长约26万亿美元,扣除基线回报后约23万亿美元,其基线假设下AI资本收入现值仅约9万亿美元,最乐观假设约28万亿美元——当前市值已逼近最乐观假设的上界[6]。这意味着“未来空间”已经被很大程度定价,任何关于“蛋糕切法”的不确定性(如开源阵营的政策胜利或闭源估值受压)都可能导致显著再分配。
-
陈宁“推理市场需求是训练的一万倍、基础设施还处于0到1阶段”的判断([4])与高盛的“市值逼近乐观上界”构成张力——这是“产业派的极度乐观”vs“市场派的谨慎评估”的典型分歧。 两者不一定矛盾:产业基本面确实在加速(SK-英伟达7500亿美元合作[3]、英伟达260亿投资[2]),但股价已经提前定价了很大一部分“无限好的未来”。当前的估值水平需要后续收入/利润数据的持续确认才能维持——EPS/FCF不兑现,估值就会压缩。
-
Citrini Research对高通潜力偏长期、偏冷门的机会[5],市场当前尚未定价,提供了一个“远期期权”的视角。 高通在AI数据中心的布局(HBC架构+AI200系统)与英伟达正面竞争,但超大规模部署要到2028-2029年才大规模展开[5]。这意味着高通的AI故事是一个“2028-2029年才兑现”的长期叙事,当前市场可能因时间线过长而未给予足够关注和估值。这与黄仁勋“半导体行业需扩大5-10倍”的判断在方向上一致,但路径和兑现节奏完全不同。
受益与承压
-
受益方向:
- 开源模型阵营(Meta/英伟达/微软/a16z/YC/Mistral/Perplexity等联名方):25家公司联名被解读为开源路线的重大政策胜利[2],短期内将增强市场对开源生态的信心。Meta长期押注开源路线的战略被认可是最直接的受益者[1]。a16z和YC的支持[2]将进一步激活AI应用层创业融资——如果开源生态政策明朗化,更多创业公司会选择基于开源模型开发应用,而非绑定闭源API。
- 中下游AI应用公司(尤其是中小创业公司):a16z和YC明确支持开源的逻辑是“绝大多数初创公司无力承担预训练成本,开放权重受限将压缩应用层创业资本效率”[2]。公开信的政策立场若被采纳,AI应用层的估值逻辑将获得结构性支撑。
- 算力提供商(英伟达/高通/AMD等):英伟达同时是开源公开信的推动者和260亿美元开源投资承诺的承担方[2],其策略是通过开源生态的扩大创造更多GPU需求。高通进入AI数据中心[5]将在2028-2029年为算力市场增添新供应方。
- 中国AI开源阵营(DeepSeek/月之暗面/阿里Qwen等):25家公司联名正名蒸馏技术[2][1]对中国开源模型厂商构成了直接的“叙事利好”——蒸馏被全球主流科技公司承认为正常技术迭代,削弱了美国政策端“一刀切禁止”的合理性。月之暗面黄震昕反驳蒸馏指控[2]与公开信立场高度同步。
- SK集团/三星半导体产业链:两笔大额合作——SK-英伟达7500亿美元[3]和三星-博通2000亿美元[3]——将存储芯片(HBM/NAND)的需求确定性进一步锁定,利好SK海力士、三星电子和美光。
-
承压方向:
- 闭源模型公司(OpenAI/Anthropic):缺席公开信+梁文锋“基础模型公司拿不到大部分利润”[1]+A16z“开源受限压缩应用层”+高盛“市值逼近乐观上界”[6]——多重信号同时指向闭源模型高估值面临审查。两家公司正在推进万亿级IPO,但当开源阵营开始组织化、政策化,闭源模型公司需要向市场证明其长期利润率是否真的可持续——公开信进一步削弱了这一叙事。
- AI股市值整体(短期估值压力):高盛“当前市值已逼近最乐观假设上界”[6]提供了估值层面的警示——即使基本面继续改善,估值进一步扩张的空间已经有限。超额收益的来源需要从“估值倍数提升”转向“EPS/FCF兑现”。
- 高估值芯片/存储股(短期已定价大部分利好):SK-英伟达7500亿和三星-博通2000亿[3]大单是长期利好,但三星电子从高点回撤约36%、SK海力士约43.8%[2],说明市场已在消化“利好出尽”的预期。若存储价格边际放缓,高估值承压将更明显。
- 分配冲击下的超大规模云厂商:参照高盛框架,Meta宣布建设云业务出售多余算力(7月1日)被视为分配冲击——当日半导体跌6.4%[6]。当AI产业从“整体扩张”走向“存量再分配”,超大规模云厂商(Google/Amazon/Meta)可能在竞争中面临利润率压缩。
- 高资本开支低当前收入的无收入AI公司:24家公司联名+政策不确定性加剧了“AI创业公司何时能实现自给自足”的问题——如果政策端最终采取限制开源的路向,依赖开源模型的创业公司将受到成本上升的直接冲击。
-
需跟踪:
- 公开信后美国政策端的实际行动:白宫是否会回应、修订出口管制条例或发布新的AI模型监管框架——将决定开源/闭源路线的政策博弈走势。
- OpenAI/Anthropic IPO S-1文件中的财务数据和风险披露——若首次公开收入成本结构和利润率,将为闭源模型估值提供定价锚点。
- SK-英伟达7500亿美元合作与三星-博通2000亿美元合作的具体交付时间表和产品范围——将决定这些长期合同的短期催化强度。
- 英伟达260亿美元开源模型投资的具体落地时间表和开放模型发布节奏——将验证开源模型是否能持续缩小与闭源模型的能力差距。
- 高通AI200系统在超大规模云厂商中的首波客户验证和订单——验证Citrini Research的“长期潜力”叙事能否转化为可跟踪的短期里程碑。
- Alphabet FCF转负后续的股价走势与资本开支指引的实际调整幅度——验证FCF转负是“短期阵痛”还是“趋势恶化”(延续上周主题)。
(方向性分析,不构成投资建议)
附:补充信源
- [5] Citrini Research — 高通AI数据中心布局与长期潜力(已在§2/§5/§7综合引用)
- [4] 智讯智库 — 陈宁谈GPNPU推理芯片/推理时代元年/中国主权AI路径(已在§1/§5/§7综合引用)
- [6] 追风交易台 — 高盛市场评论/蛋糕大小与切法风险/AI股市值测算/分配冲击分析(已在§7综合引用)
本报告为 AI 产业资讯的二次综合与机制分析,不构成投资建议;数据以原始报道为准。
本系列近 30 天回顾 6/25 – 7/25
-
市场焦点的演变:从“无差别上涨”到“回报验证”。 过去一个月,AI资产定价的核心矛盾,从早期的“算力信仰”和“资本开支叙事”,迅速转向了“投资回报率”的严厉审视。标志性事件是谷歌FCF自上市以来首次转负,市场恐慌情绪蔓延,标志着AI产业正式进入“用业绩说话”的校准期。
-
算力供给格局的重构:由英伟达“独大”走向多极竞争。 算力产业的主线从“英伟达短缺”演变为“算力效率战争”。谷歌TPU获得顶级客户背书成为最强挑战者,Meta宣布进军云计算并出售闲置算力,OpenAI与博通发布自研推理芯片,这些事件共同标志着AI算力供给正从单一垄断结构,转向“英伟达+超大规模自有芯片+定制ASIC”的多元化竞争,推理成本也因此加速下降。
-
模型层的范式转换:从“能力竞赛”彻底变为“成本竞赛”。 DeepSeek与智谱GLM-5.2的横空出世,以仅为闭源模型1/8至1/67的低成本,达到了业界顶尖性能,被彻底定义为“第二个DeepSeek时刻”。这宣告了AI模型层的竞争,已从比拼参数规模,切换为比拼性价比和单位Token成本,高价闭源模型的定价权正被系统性侵蚀,并直接引发市场对美国AI公司IPO前景的存疑。
-
AI基建面临的物理瓶颈:从芯片短缺演变为“土地与社会许可”。 随着AI基建的扩张,制约产业发展的主要矛盾已从GPU产能,悄然切换为能源供给与社区阻力。美国多地爆发反“反数据中心运动”,超300个地方推出禁令,71%民众反对在自家周边建设。同时,华尔街开始大规模押注解决AI电力问题的公司,表明算力投资的物理瓶颈已从技术层面转向社会与能源层面。
-
商业化的落地进程:从“实验性投入”进入“ROI账本”考核期。 企业AI采用率虽已近饱和,但投资逻辑正从“试点和堆积用户”转向“衡量真实的商业回报”。一方面,研究表明高强度AI投入的企业整体员工仍在增长;另一方面,企业开始限制AI预算,大量案例显示AI成本快速上升,迫使平台转向按成效收费。这标志着AI产业正从“讲故事”进入“算账”阶段。