美中 AI 主导权走上元首会晤桌，OpenAI 洽谈估值逾 1.2 万亿美元新融资

0. 近日脉络

近一周主线由三条累积推进：安全叙事从 Amodei 长文与三巨头背书，进入机制化确认（OpenAI 证实与 Anthropic、Google DeepMind 合作数周）并首次撞上反垄断与行业标准问题；模型层退出通道呈现”Anthropic 冲刺纳斯达克、OpenAI 明确推迟至明年”的分野，估值锚从能力转向披露与盈利；算力侧则从 capex 上修转向信用结构与电力排期审视。今日增量落在两处：一是 AI 议题正式进入元首会晤与中美政策工具密集出笼，二是”安全”从道德议题被卖方量化成可计价的算力成本与利润率变量。（综述，不加 [N]）

1. 今日主线

主线一：AI 主导权走上特朗普—习近平华盛顿会晤桌，美方同时打出制裁、管制与指控三张牌

据 Reuters，美中 AI 主导权之争将笼罩下周在华盛顿举行的特朗普与习近平会晤 ^[1]。双方均视 AI 进展为经济与军事竞争力的关键，但在先进芯片准入、技术抄袭（蒸馏）指控、AI 行业监管三个问题上仍存分歧 ^[1]。峰会前的铺垫动作同日明确：美国财政部长斯科特·贝森特表示，他将于本周末会见中国副总理何立峰，在领导人峰会前讨论与 AI 相关的议题 ^[1]。

美方同期已落地的动作包括三条：

• 蒸馏抄袭指控。 美国政府 9 月指控六家中国公司利用”蒸馏”技术恶意抄袭美国 AI 产品，执法官员在声明中称这些公司”很可能是在中国政府知情的情况下”为之；美国曾在今年 4 月、即特朗普访问北京前提出过类似指控 ^[1]。中国驻华盛顿大使馆称相关指控”毫无根据” ^[1]。
• 算力准入管制。 自 2022 年以来，美国对向中国出口先进芯片及芯片制造设备实施全面限制 ^[1]；去年年底特朗普决定允许英伟达 H200 AI 芯片销售，该芯片并非最先进产品，但其销售引发华盛顿对华鹰派担忧 ^[1]。美国并一直在考虑限制中国企业远程访问其他国家数据中心的能力，以防止其使用英伟达先进芯片 ^[1]；Reuters 同时指出，有证据显示先进 AI 芯片正被走私进入中国，但规模不明 ^[1]。
• 美方监管口径。 特朗普拒绝出台新的联邦 AI 规则，周一称美国只需要一位强有力的总统，并称 AI 高管呼吁监管技术是”骗局”^[1]。作为对照，中国政府已制定规管 AI 算法及训练数据的规则，包括要求 AI 生成内容必须清晰标注 ^[1]。

值得注意的是双方对”差距”的表述正在收敛：美国官员通常估计中国 AI 模型仅落后美国同行几个月，但业界领袖越来越多地形容双方已并驾齐驱 ^[1]；2025 年时任白宫 AI 顾问 David Sacks 曾称中国可能落后三到六个月，而美国商务部今年早些时候称 DeepSeek V4 Pro 落后前沿模型约八个月 ^[1]；Hugging Face 首席执行官 Clement Delangue 上月表示，就开放权重模型而言中国正在赢得竞赛，前沿模型方面也可能相差不远，并预期中国可能在今年年底或明年开始在前沿领域占据主导（预期）^[1]。

产业含义： 这是当日最顶层的定价变量——AI 已从产业议题升级为元首级议程，且美方三张牌（指控蒸馏、卡算力、拒绝本国立法）指向同一方向：在不增加本国合规成本的前提下，抬高对手的模型与算力获取成本。对投资而言，这意味着芯片出口管制的边际变化、以及”蒸馏”是否被正式纳入执法口径，将成为跨市场（美系芯片、中国开源模型、国产算力）最直接的重新定价触发器。（推断，不加 [N]）

主线二：模型层”资本上行 + 经营承压”同日对冲——OpenAI 冲击 1.2 万亿美元估值，蒸馏追赶与安全成本同时侵蚀单位经济

据 WSJ，OpenAI 已就新一轮融资与投资者进行早期洽谈，该轮融资可能使其估值超过 1.2 万亿美元 ^[2]；据 Dow Jones Newswires，OpenAI 的估值在其备受期待的 IPO 之前可能继续攀升 ^[3]。这与其”不会在 2026 年上市”的此前表态形成组合 ^[4]。

但同一天，两篇卖方研究从相反方向给出了压力证据。

其一，定价权被稀释。 据 Financial Times 引述杰富瑞 Edison Lee 的笔记，Anthropic 与 OpenAI 上调了其最强大模型的价格，而与此同时，中国实验室相对美国同行的平均价格折扣从 8 月的 60% 扩大到 9 月的 80% ^[5]。Lee 指出，过去两周 Artificial Analysis 的顶级 LLM 智能榜单新增四家供应商，所需投资相对温和，其中三家采用开放权重、无一源自中国（不过 Apodex 由中资支持）^[5]；他认为 LLM 定价权正被侵蚀，新进入者通过蒸馏追赶前沿 ^[5]，而涨价决定很可能是为了向资本市场展示”模型智能提升可支撑更高定价”，以免投资者担忧利润率或 ROI 压力（判断）^[5]。他并认为，仅美国就有 7 家大模型提供商、模型智能差距在收窄，表明这是一个过度投资的拥挤市场，最终需要行业整合或协作来降低资本开支，使行业回报达到可接受水平（判断）^[5]。

据华尔街见闻引述杰富瑞研报，DeepSeek 于 9 月 10 日发布 V4.1 Flash，混合 API 价格降至每百万 Token 0.2 美元、较上一版本下降 74% ^[6]；9 月新进入 AA 前 14 榜单的四个模型分别为新加坡 Sapiens AI 的 Agnes 3.0 Flash、韩国 Motif Technologies 的 Motif-3-Beta、阿联酋 MBZUAI 的 K2 Horizon，以及总部位于美国加州、研发团队在新加坡的 Apodex 1.1，其中 Apodex 1.1 混合 API 价格为每百万 Token 0.3 美元、属 AA 前 15 名中价格最低的模型之一 ^[6]。这些机构融资规模普遍有限，部分累计融资仅约 2000 万美元，却已进入全球头部模型榜单 ^[6]。杰富瑞的担忧核心不是 AI 需求消失，而是资本投入增长速度能否与最终回报匹配 ^[6]。

其二，安全从道德议题变成季度级成本项。 据华尔街见闻（追风交易台）引述巴克莱研报，前沿 AI 实验室推行的”节奏控制”（Pacing）机制将从 2027 年起令 AI 行业整体算力成本增加约 18%、对应新增开支逾 440 亿美元（测算）^[7]。据 Financial Times，花旗的 Atif Malik 从 AI Infra Summit 首日反馈称，前沿 AI 模型开发者不认为算力扩张在放缓，瓶颈正从模型架构创新转向获取海量算力、电力与基础设施 ^[5]；从根本上说，开发者视 AI 安全与对齐为算力密集型过程，这意味着安全担忧可能带来更多、而非更少的算力需求 ^[5]。这与投资者担心”更严格安全要求会拖累算力需求”的看法相反 ^[5]。

产业含义： 把这两组信息并置，可以得到当日最清晰的一组张力——资本市场仍在给模型层更高的估值上限（OpenAI 逾 1.2 万亿美元）^[2][3]，但单位经济的两端同时被挤压：售价端被蒸馏追赶者与开权重模型压低 ^[5][6]，成本端被安全监控刚性抬高 ^[7]。 杰富瑞的”过度投资 + 需整合降 capex”与巴克莱的”安全是算力密集型、反而推高算力需求”看似矛盾，实则分别对应产业链的不同环节：前者对模型层利润率施压，后者对算力供应链形成支撑 ^[5][7]。

2. 大厂与实验室动向

OpenAI：IPO 前估值持续上行的预期与安全承诺的”无前提”表态并行。 除主线二所述融资洽谈外 ^[2][3]，据澎湃新闻，奥特曼在 Dreamforce 炉边谈话中表示，安全承诺不应以”别人负责”为前提、不应有任何限定条件，并称必须愿意调整能力发展节奏，使对齐、安全和监控始终领先于能力，若做不到就放慢或停止 ^[4]。据澎湃新闻此前报道，出于对 AI 安全的担忧，OpenAI 不会在 2026 年上市、也没有这方面的压力 ^[4]。另据巴克莱援引 OpenAI 2026 年 8 月 18 日发布的博文，公司正式披露针对高能力模型的安全监控要求：对 Sol 级别及以上能力的模型，所有强化学习（RL）训练、评估及推理工作负载均须接受实时监控，当前估算监控开销约占被监控推理算力的 20% ^[7]。

Anthropic：算力承诺规模继续曝光，IPO 路径与安全主张同步推进。 据澎湃新闻，Anthropic 在过去 11 个月内敲定了 5170 亿美元算力交易，算力容量达 14.8 GW，这些算力将在未来几年内接入 ^[4]。CEO 达里奥·阿莫代伊 9 月 12 日发表《我们必须把控前沿 AI 的节奏》，呼吁行业主动放慢前沿模型能力提升速度，并担心 6–12 个月内相关集群可能通过僵尸网络接管互联网、造成数千亿美元损失 ^[4]；9 月 15 日在 Dreamforce 大会上他以汽车刹车失灵作比喻阐述观点，并表示 Anthropic 已承诺引入独立评估人员 ^[4]。上市路径方面，据澎湃新闻引述消息人士（单一来源），Anthropic 仍可能在 2026 年上市，已选择纳斯达克作为潜在 IPO 地点，公司认为上市公司的透明度可以改善安全性 ^[4]。

Meta：扎克伯格给出与”放缓”不同的解法——把算力用在服务人而非递归自我改进。 据澎湃新闻，扎克伯格 9 月 16 日公开表示，将绝大部分算力用于服务人、而非竞相追求 AI 递归自我改进，是确保安全开发这项技术的最佳方式之一 ^[4]；他同日另称，信任和对齐正迅速成为区分智能体和模型的最重要能力，任何不专注于对齐的实验室都将落后，并主张建立更大、更多元化的独立评估人员生态系统 ^[4]。产品侧，据摩根士丹利，Meta 推出独立 AI Agent 产品 Muse，报告认为其成败关键不在 MAU，而在任务完成率、可变现行为以及与自身生态系统的整合深度 ^[8]。

英伟达：黄仁勋公开反对以安全为由放缓，同时以投资扮演 AI 风投榜样。 据澎湃新闻，黄仁勋 9 月 15 日在旧金山 Salesforce Dreamforce 大会上表示，创新和安全不是二选一、二者可以兼得，AI 安全无需新立法；他主张尽快往前跑，若在特定时刻觉得公司失控或产品不安全就暂停 ^[4]。据日经与 CNBC 报道，黄仁勋对上周末 OpenAI 的奥特曼、Anthropic 的达里奥等人呼吁放缓 AI 开发予以反驳，称速度与安全可以兼顾、开发者应负责任地行动 ^[9]。据 Bloomberg 的 Tech In Depth 简报，黄仁勋正以其日益增长的投资践行对 AI 的布道，充当 AI 风投的榜样 ^[10]。

三大实验室的安全合作仍在推进。 据格隆汇引述彭博，OpenAI 正与 Anthropic 及 Google DeepMind 商讨 AI 安全合作 ^[11]；据 OpenAI 全球政策主管 Chris Lehane，三家公司已接触数星期，研究如何在 AI 安全问题上合作 ^[11]。Bloomberg 同日的简报”AI safety”条目亦指向 OpenAI、Anthropic 与 Google DeepMind 正就 AI 安全展开合作 ^[10]。

字节跳动：营收几乎追平 Meta，但 AI 投入令利润罕见下滑。 据 The Information、经华尔街见闻综合，字节跳动 2026 年上半年营收同比增长约 30% 至约 1200 亿美元，净利润同比下降个位数百分比至约 200 亿美元——大规模 AI 投入正在侵蚀盈利能力，利润出现多年来罕见的下滑 ^[12]；同期 Meta 上半年营收同比增长 30% 至 1170 亿美元、市值约 1.7 万亿美元，两家营收规模已几乎持平，但市值差距悬殊 ^[12]。据二级市场交易追踪机构 CapLight 估算（单一来源），字节跳动估值为 6300 亿美元 ^[12]。海外结构上，上半年海外营收占总营收比例超过 30%、其中绝大部分来自 TikTok，该比例 2024 年仅为 25%、2025 年全年预计维持在 30% 左右 ^[12]；TikTok 在完成美国数据安全架构调整（2026 年 1 月将该项业务 80% 股权出售给美国控股合资企业、保留营收运营主体）后，正加大力度在美国拓展电商业务、推出新项目吸引成熟品牌入驻 TikTok Shop ^[12]。路线选择上，创始人张一鸣 2026 年 7 月在一次内部会议上明确表态，公司不会采用”蒸馏”方式训练自身模型，即便这意味着短期落后于国内竞争对手 ^[12]；字节跳动也是中国主要模型厂商中唯一将绝大多数模型保持闭源的公司，企业客户主要通过其自有云平台访问模型 ^[12]——而过去数月间 Moonshot、阿里巴巴、Z.ai（智谱 AI）以及 DeepSeek 相继推出开源模型，在编程和智能体任务上能力接近前沿且成本远低于美国主流模型，迅速获得全球广泛关注，相比之下字节有所落后 ^[12]。

中国大厂在 AI 风险表态上集体沉默，重心放在商业化。 据 CNBC，与美国前沿实验室高调警告 AI 风险形成对比，中国大型科技公司在 AI 风险问题上沉默得多 ^[9]；Z.ai、Moonshot、MiniMax、阿里巴巴和腾讯均未作出类似评论，也未就 CNBC 询问的硅谷警告提供任何声明 ^[9]。腾讯投资的 OpenPie 创始人 Ray Von 称，对 AI 保持谨慎很重要，但相关宣传”有点被夸大”，并称在中国不太关注这些说法，因为美国高管并非第一次这么说 ^[9]；LSY Consulting 创始人 Alex Lu 则把 Anthropic 的相关言论形容为”营销传播”，意在支持”只有 Anthropic 能安全地做 AI”这一观点 ^[9]。

3. 融资 · 并购 · 估值 · IPO

（OpenAI 新一轮融资洽谈、估值可能超过 1.2 万亿美元见 §1 主线二，不重复展开。）

字节跳动 AI 制药业务 Anew Labs 独立完成 2.9 亿美元首轮融资，投后估值约 15 亿美元。 据第一财经，该轮由 HSG（原红杉中国）、IDG 资本和高瓴投资领投，五源资本联合领投，战略投资者包括中国生物制药及上海未来产业基金；融资后字节跳动保留 56% 股份、保持控股地位 ^[13]。业务沿革为：2021 年由刘凯牵头组建内部 AI for Science 药物发现团队、核心成员约 50 人，2026 年 6 月将该业务整体拆分、团队、算法平台及在研管线全部注入新主体，公司在上海、旧金山和新加坡均设有办公室 ^[13]。独立后的 Anew Labs 定位端到端 AI 新药发现公司，核心管线为全球首个可同时抑制 IL-17 家族三类二聚体的小分子抑制剂 ^[13]。截至发稿，字节跳动方面暂未回应 ^[13]。

同一赛道的并购与融资参照。 据第一财经，Anthropic 于 2026 年 4 月以约 4 亿美元收购成立仅 8 个月的 AI 制药初创 Coefficient Bio，启动自主药物研发项目 ^[13]；谷歌旗下由 DeepMind 分拆的 Isomorphic Labs 于 5 月完成 21 亿美元 B 轮融资，既与药企合作、也自己持有并推进药物管线 ^[13]。

字节的债务与同业融资。 据华尔街见闻，为支撑持续扩大的投入，字节跳动近期完成约 300 亿美元银行贷款、创下公司史上最大单笔融资纪录 ^[12]；阿里巴巴正寻求通过大规模配股募集约 100 亿美元用于 AI 基础设施建设 ^[12]；智谱 AI（Z.ai）本周启动了总规模 50 亿美元的股权及可转债发行计划 ^[12]。

蒸馏追赶者的融资量级。 据华尔街见闻引述杰富瑞，Sapiens AI 累计融资约 2000 万美元，Motif Technologies 完成约 1660 万美元 B 轮融资，整体投入规模与头部 AI 企业存在明显差距，却已进入全球头部模型榜单 ^[6]。

关于”放缓”动机的反向质疑。 据澎湃新闻，美股知名”大空头”迈克尔·伯里 9 月 14 日在社交媒体直指 AI 安全讨论背后的商业动机，称 OpenAI、Anthropic 及其他超大规模企业高管谈论放缓是非常利己的，并列出四条判断：大语言模型不是 AI 也不会成为 AGI、没有什么 AI 需要放缓；竞争快速逼近，放缓有利于在位者；IPO 需要炒作与吹嘘；为无法控制的增长放缓提供掩护，因为 IPO 看起来正被推迟 ^[4]。

4. 产品商业化与企业落地

模型层定价出现”涨价与降价同时发生”的双向结构。 据 Financial Times 引述杰富瑞 Edison Lee，Anthropic 与 OpenAI 上调了其最强大模型的价格，而中国实验室相对美国同行的平均价格折扣从 8 月的 60% 扩大至 9 月的 80% ^[5]。据华尔街见闻引述杰富瑞研报，头部厂商并未全面加入降价，而是通过新一代模型的能力升级寻求更高定价，新进入者则以低成本争夺开发者和应用需求 ^[6]；杰富瑞认为提价不仅反映模型能力提升，也可能是向资本市场证明商业化能力的一种方式，即通过更高的智能水平支撑更高价格，从而改善市场对利润率和投资回报的预期（判断）^[6]。价格锚点方面：DeepSeek 9 月 10 日发布的 V4.1 Flash 混合 API 价格降至每百万 Token 0.2 美元、较上一版本下降 74% ^[6]；Apodex 1.1 为每百万 Token 0.3 美元 ^[6]。

中国 C 端 AI 的变现路径被卖方明确画线：钱主要来自商户，而非用户订阅。 据摩根士丹利 9 月 15 日报告，到 2030 年中国 C 端 AI 可变现市场规模约为人民币 2940 亿元（约 3000 亿元），其中约 99% 来自由商户出资的”意图变现”（广告及 AI 归因交易佣金），到 2040 年可扩至约 1.6 万亿元（测算）^[8]。报告认为真正的变现机会在于把 AI 能力嵌入既有平台生态，相较独立 AI 原生 App，“App 内 AI”具备更高的投资回报率 ^[8]。用户侧调研数据：中国每周至少使用一次个人 AI 的用户占比已达 80%，显著高于美国的 54%，且该比例两个月内由 75% 升至 80%、工作相关 AI 每周使用率同期由 74% 升至 77% ^[8]；中国生成式 AI 用户规模从 2024 年 12 月的约 2.49 亿增至 2025 年 12 月的约 6.02 亿 ^[8]；64% 的受访者同时使用 5 种或以上 AI 工具，用户切换成本偏低、制约赢家通吃格局 ^[8]；75% 的受访者认为购物 App 内的 AI 搜索及聊天功能有用，57% 表示会提升购买频次；约 64% 的受访者对免费 AI 服务中出现广告持接受或容忍态度，仅约 17% 会拒绝使用展示广告的 AI 应用（上述均为 AlphaWise 调查口径）^[8]。

中国 AI 入口格局与付费档位。 据摩根士丹利援引 QuestMobile 数据，今年 7 月豆包 MAU 约 3.99 亿、DAU 约 1.68 亿，DAU/MAU 比率 42% 居首；千问 MAU 约 1.61 亿，DeepSeek 约 1.24 亿，元宝约 5100 万 ^[8]。过去一个月使用渗透率显示 AI 原生 App 约 94%、App 内 AI 约 83%、端侧及手机 AI 约 80%、Agent 类工具约 44%，报告认为更关键的竞争指标将逐步从 MAU 转向任务完成率、AI 归因转化率及 GMV 贡献 ^[8]。付费方面，豆包已推出每月 68 元、200 元、500 元三档付费结构，千问于 8 月推出每月 19 元、49 元、128 元的付费办公助手档位，二者均聚焦重度生产力场景 ^[8]。产品进展上，腾讯已披露微信内部小规模测试的”小微”原型，可调用微信内容、小程序、商户资源和支付能力，管理层亦明确描述了未来 Agent-to-Agent 的交易闭环 ^[8]；阿里巴巴千问购物助手于今年 5 月上线淘宝，管理层表示随着 Qwen 营销费用下降、相关亏损环比收窄，体现了生态内 AI 与独立 App 投入之间的 ROI 差异 ^[8]；美团在 2026 年第二季度业绩会上强调，正推动”小团”从”回答问题”走向”把事情办成”，涵盖直接下单、打车和预订等功能 ^[8]。

企业侧的收益兑现仍待验证。 据 CNBC，腾讯投资的 OpenPie 创始人 Ray Von 表示，绝大多数企业看到了大量生产力提升，但尚未看到任何立即产生利润或降低成本的效果，并称当前宣传正分散大量注意力、应用侧和企业侧尚未看到多少成果 ^[9]。同源报道提到，OpenPie 的模型使用以阿里巴巴 Qwen 和 DeepSeek 的较旧版本甚至更小版本为主 ^[9]；LSY Consulting 的 Alex Lu 认为更大的挑战是解决模型编造内容的倾向，更好的模型有帮助但不是最具成本效益的方式，关键方法包括较简单的”harness”技术与强化学习，这意味着许多中国企业可能无需使用前沿 AI 模型 ^[9]。

AI 制药的路径分化成为当日最集中的商业化线索。 据第一财经，头部公司在 AI 制药上的路径分化为”自研管线”与”提供平台”两条主线：前者自己下场做药、承担管线失败风险，后者为药企提供 AI 工具、算力或模型、不直接持有药物管线 ^[13]。两条路线共享同一前提——传统药物研发模式已不可持续，AI 正从可选的辅助工具变成必选的核心生产力 ^[13]。行业人士分析认为，医药研发遵循”双十定律”（耗时十年、投入十亿美元，验证周期以年为单位），与互联网业务的快速迭代节奏不同，独立运营便于对接产业资本、吸引医药人才 ^[13]。商业化个案包括：OpenAI 于 4 月发布生命科学专用模型 GPT-Rosalind，针对 50 种生物学工作流完成训练，安进、Moderna 等药企已将其导入研发流程 ^[13]；英伟达与礼来 1 月合作成立 AI 联合创新实验室，五年投入超 10 亿美元，构建可 2 小时运转的干湿闭环研发流程 ^[13]。

5. 算力 · 基建

安全监控被首次量化为行业级算力成本：2027 年 +18%、逾 440 亿美元。 据华尔街见闻（追风交易台）引述巴克莱研报（分析师 Ross Sandler 团队），“节奏控制”机制将自 2027 年起令行业整体算力成本增加约 18%（测算）^[7]。拆解为：2027 年行业基础算力总成本预计为 2460 亿美元，其中训练 1320 亿美元、推理 1140 亿美元；受监控算力规模合计约 2190 亿美元，涵盖后训练/RL 工作负载约 1040 亿美元（占训练算力的 79%）以及全部关键级别推理 1140 亿美元（占推理算力的 100%）；在此基础上叠加 20% 的监控开销，额外成本达 440 亿美元、占基础算力总成本的 18%（均为测算）^[7]。报告指出监控要求不适用于预训练环节，因此预训练成本不受直接影响，这也是整体成本增幅（18%）低于推理及后训练单项增幅（20%）的原因 ^[7]。规模延伸上，监控算力开销 2028 年将扩大至约 760 亿美元，占基础算力成本比重稳定在 18% 左右；约 85% 的 AI 实验室算力已流向后训练与推理工作负载，预计 2027 年几乎全部模型将超过 GPT-5.6 Sol 级别能力门槛，推理及后训练算力需求将增加 20%（测算）^[7]。前沿 AI 实验室预测，单家公司年度训练成本将在 2028 至 2029 年触及约 1300 亿美元的峰值、此后趋于稳定 ^[7]。第三方安全审计机构（如 METR、Redwood 等）嵌入研发流程带来的人员成本目前仍属相对次要开支项，实验室普遍采用 AI 监控 AI 的方式控制人力投入 ^[7]。据巴克莱援引 Felony Bench 数据，仅 2026 年 7 月至 9 月间，OpenAI 相关模型已涉及 10 起安全事件（含第三方系统入侵、GitHub 凭证未授权使用及恶意软件包投放等），其他 AI 实验室同期亦发生 10 起类似事件，Meta 也于 8 月初经历一次第三方系统入侵 ^[7]。

算力瓶颈的定位在卖方口径中发生位移。 据 Financial Times 引述花旗的 Atif Malik 从圣克拉拉 AI Infra Summit 首日反馈，前沿 AI 模型开发者不认为算力扩张在放缓，瓶颈正从模型架构创新转向获取海量算力、电力与基础设施，并通过 OpenAI 的 Astra 平台和英伟达 Vera Rubin 等下一代硬件提升效率；这意味着 GPU、网络、电力、冷却和数据中心容量的需求持续强劲 ^[5]。Malik 并称下一代设施可容纳多 30–40% 的 GPU，提升基础设施效率并支撑增长的 AI 需求（预计）^[5]。

摩根大通：买算力仍是一门健康生意，capex 融资有充足空间。 据摩根大通研报，以目前 AI 经济效益而言，购买算力仍是一门非常健康的业务 ^[14]；融资问题仍是市场主要忧虑，但经营现金流增长加快、债券及股权融资将为未来两年的资本开支提供充足空间（判断）^[14]。该行称科技硬件生态系统整体维持健康、每股盈利稳定、估值吸引，虽然目前市场情绪偏弱，但未见资本开支即将下滑的讯号 ^[14]；亚洲科技首选股包括台积电、日月光、ASMPT、东京威力科创、爱德万测试等 ^[14]。该行并判断 AI 安全隐忧仅为短期波折，前沿 AI 模型训练放缓的可能性不大，模型演进将开辟新的潜在市场 ^[14]。

模型公司自身的算力承诺与自研芯片。 据澎湃新闻，Anthropic 在过去 11 个月内敲定 5170 亿美元算力交易、算力容量达 14.8 GW ^[4]。据华尔街见闻，字节跳动一方面持续争取现有先进芯片采购渠道，另一方面据 The Information 2026 年 5 月报道已在自主研发用于 AI 模型推理的专用芯片，其约 300 亿美元银行贷款部分资金预计用于支撑持续扩大的 AI 基础设施投入 ^[12]。成本侧的另一个方向来自模型架构：据华尔街见闻引述杰富瑞，DeepSeek V4.1 Flash 通过多项技术压缩硬件需求，HBM 需求降低约四分之一、SSD 需求降低约八分之一 ^[6]。

6. 政策 · 监管 · 地缘

峰会前的中美 AI 议程与磋商安排。 据 Reuters，AI 主导权之争将笼罩下周特朗普与习近平在华盛顿的会晤，双方在先进芯片准入、技术抄袭指控和 AI 行业监管上仍存分歧 ^[1]；美国财政部长贝森特将于本周末会见中国副总理何立峰，在领导人峰会前讨论与 AI 相关的议题 ^[1]。据 Reuters 引述美中安全专家，两国专家呼吁政府为 AI 干预核指挥网络、发动军事网络行动等情景做准备，已提议围绕核系统设红线、对重大网络攻击保留人类控制，并设立自主 AI 事件热线 ^[1]。

美方：指控与管制并行，本国立法态度消极。 美国政府 9 月指控六家中国公司利用”蒸馏”技术恶意抄袭美国 AI 产品，执法官员称其”很可能是在中国政府知情的情况下”为之；中国驻华盛顿大使馆称相关指控”毫无根据”^[1]。管制侧，自 2022 年以来美国对向中国出口先进芯片及芯片制造设备实施全面限制，并一直在考虑限制中国企业远程访问其他国家数据中心的能力 ^[1]。立法侧，特朗普拒绝出台新的联邦 AI 规则，称美国只需要一位强有力的总统，并称 AI 高管呼吁监管技术是”骗局”^[1]。

美方：反垄断豁免提案遭遇 FTC 主席警告。 据格隆汇引述彭博，随着 AI 公司开始讨论协调安全措施，美国国会有议员提出给 AI 公司一个范围很窄的反垄断豁免，容许原本互相竞争的公司分享特定安全资料，而毋须担心因彼此协调触犯反垄断法 ^[11]。美国联邦贸易委员会（FTC）主席 Andrew Ferguson 对此有保留，表示若大型 AI 公司要求这类特殊豁免，监管机构应高度警惕，因为企业可能藉”安全”之名建立更高市场门槛、令新竞争者更难入场，形容这种做法有如筑起竞争”护城河”（判断）^[11]。据 Financial Times，现有 AI 实验室近期展开游说活动，试图吓唬监管者为其设置进入壁垒 ^[5]。

中方：治理框架升级，官方口径回击”恐慌叙事”。 据 CNBC，北京启动年度网络安全周，并于周一晚发布第三版《AI 安全治理框架》，该双语文件列出 AI 内容标注与快速 AI 风险检测系统的指南 ^[9]；中国网络安全监管机构已推出一套流程，为新生成式 AI 服务（尤其可能影响舆论的服务）进行审批，并公布已登记模型名单 ^[9]；将 AI 融入各行业也是中国政府未来五年经济发展计划的重要组成部分 ^[9]。话语层面，中国外交部周一称美国高管的言论是”散布恐慌”，英文官方媒体评论文章用”冷战剧本”和”弗兰肯斯坦博士”来描述这些 AI 警告 ^[9]。中国国家主席习近平 7 月在世界 AI 组织成立时表示应增强风险意识、确保 AI 安全可控，上周末在印度举行的金砖峰会上补充称中国将促进金砖经济体间的 AI 与技术合作 ^[9]。据 CNBC，中国企业尤其对开源 AI 的开发，为北京的国际合作项目提供支持，如《全球 AI 治理倡议》和世界人工智能合作组织 ^[9]。

监管对资本市场的传导已在卖方定价中出现。 据华尔街见闻引述巴克莱，AI 安全问题引发的监管压力与估值重估风险正沿 AI 基础设施产业链向下游传导；由于目前没有任何前沿 AI 实验室直接上市，估值压力主要体现在算力供应商及云超大规模厂商等下游标的上（判断）^[7]。

7. 投资视角

主线方向

1. 模型层：估值上限与盈利下限在同一天被同时改写。 上行一侧是 OpenAI 新一轮融资洽谈对应的逾 1.2 万亿美元估值口径 ^[2][3]，这意味着即便公司主动推迟上市 ^[4]，一级市场仍愿意为”能力领先”支付更高的价格上限。下行一侧是两条独立的利润侵蚀路径：售价端，蒸馏追赶者正把价格打下来——中国实验室对美折扣从 8 月的 60% 扩大到 9 月的 80%、DeepSeek V4.1 Flash 混合 API 价格较上一版下降 74% 至每百万 Token 0.2 美元 ^[5][6]；成本端，巴克莱测算”节奏控制”机制自 2027 年起单边抬高行业算力成本约 18%、逾 440 亿美元，并判断部分实验室当前推理毛利率高于 80% 但长期将向 65% 的中枢收敛 ^[7]。把这两侧放在一起看，模型层的估值分歧点已经不是”收入增速够不够快”，而是”能不能把安全与合规成本转嫁给终端用户”——巴克莱明确指出这一转嫁能力（提价或按结果计费）决定冲击程度 ^[7]，而杰富瑞认为头部厂商本轮提价本身就是在向资本市场证明”更高智能支撑更高定价”以对冲利润率担忧 ^[5][6]。对模型层资产而言，这是估值锚从”能力叙事”向”定价权 + 成本转嫁能力”迁移的又一个证据。
2. 算力链：卖方出现一组值得注意的”同一事实、相反结论”。 巴克莱认为安全是算力密集型过程、安全担忧可能带来更多而非更少的算力需求 ^[5]，花旗的 Atif Malik 同样认为瓶颈正从模型架构转向算力、电力与基础设施，并称下一代设施可容纳多 30–40% 的 GPU ^[5]；摩根大通更直接——买算力仍是健康业务，经营现金流加债券股权融资足以支撑未来两年 capex，且未见资本开支即将下滑的讯号 ^[14]。但同一批研究的另一面是：巴克莱把估值压力指向算力供应商与云超大规模厂商等下游标的 ^[7]，杰富瑞则警告新增基础设施投入需要多长时间转化为足够收入和利润存疑、行业最终需通过整合与协作降低整体资本开支 ^[6]。投资上的含义是算力链的”需求能见度”与”回报可见性”进一步脱钩：需求侧的证据（Anthropic 11 个月 5170 亿美元算力交易、14.8 GW ^[4]）依然硬，但定价和利润的分配会在安全成本、单位 Token 价格下行与融资结构之间被重新切分。
3. 应用层：中国 C 端 AI 的变现路径被明确指向”商户出钱 + 平台分发”。 摩根士丹利测算 2030 年中国 C 端 AI 可变现市场规模约 2940 亿元（约 3000 亿元），其中约 99% 来自商户出资的意图变现（广告及 AI 归因交易佣金），2040 年可扩至约 1.6 万亿元 ^[8]；并明确”App 内 AI”的 ROI 优于独立 AI 原生 App，受益者是有分发优势与垂直场景执行力的平台，阿里巴巴被列为板块首选、腾讯被视为最明确的正向受益者、美团凭本地生活垂直化受青睐，同时对百度、腾讯音乐、爱奇艺评级偏审慎 ^[8]。这条判断的可操作之处在于观察指标切换：报告自己指出竞争指标将从 MAU 转向任务完成率、AI 归因转化率及 GMV 贡献 ^[8]——这恰好与豆包 68/200/500 元、千问 19/49/128 元的订阅档位形成对照，说明订阅只能覆盖重度生产力场景，C 端大盘的现金流仍要落在交易与广告上。
4. 地缘与政策链：这是当日最容易被低估的重新定价变量。 AI 主导权被抬到元首会晤层级 ^[1]，且美方同期在”指控蒸馏 + 卡算力远程访问 + 拒绝本国联邦立法”三线并行 ^[1]。对资产的含义是方向性的：出口管制口径的边际收紧会继续支撑国产算力替代叙事，而”蒸馏”若从指控走向正式执法口径，被点名的主体与依赖蒸馏追赶的模型生态都会面临合规成本重估——杰富瑞恰好指出蒸馏很难被完全封堵 ^[6]，巴克莱则指出若蒸馏训练活动受限、追赶差距可能进一步扩大，因此开源权重模型对前沿实验室”节奏控制”策略的冲击有限（判断）^[7]。

估值与情绪

当日情绪面呈”资本乐观 + 基本面审慎”的对撞，且两者都有硬数字支撑。乐观侧：OpenAI 估值口径继续上行 ^[2][3]；摩根大通给出硬件生态健康、每股盈利稳定、估值吸引、未见 capex 下滑讯号的判断 ^[14]；花旗从 AI Infra Summit 反馈前沿开发者不认为算力扩张在放缓 ^[5]。审慎侧则集中在三处：一是拥挤度——仅美国已有 7 家大模型提供商，杰富瑞据此判断这是过度投资的拥挤市场、最终需要整合或协作降低 capex ^[5][6]；二是利润率方向——巴克莱把模型层推理毛利率从当前高于 80% 向 65% 长期中枢收敛作为基准情形 ^[7]，并给出 META 2018 年数据隐私危机时远期市盈率峰值至谷底跌幅约 40% 的历史类比 ^[7]；三是叙事动机被公开质疑——迈克尔·伯里直指放缓讨论”非常利己”，并给出四条判断，其中一条是”为无法控制的增长放缓提供掩护，因为 IPO 看起来正被推迟”^[4]。同样值得注意的是下行风险的传导对象：由于没有前沿 AI 实验室直接上市，巴克莱认为估值压力主要落在算力供应商与云超大规模厂商等下游标的 ^[7]。此外，摩根士丹利分析师 Adam Jonas 提出的”用 SpaceX 作为 AI 交易的末日对冲”提供了一个旁证式的估值参照——该行称 SpaceX 净现金约 610 亿美元，卫星和火箭分别以每股 118 美元和 8 美元计价、合计占其当前估值的四分之三，因此其 AI 业务几乎免费（判断）^[5]。综合看，当日更像**“资本端继续抬价、经营端开始被系统性拆解”**的组合，判别标志应放在三处：头部模型的实际提价能否被市场接受、2027 年安全监控成本是否进入各家 capex 与毛利率指引、以及”蒸馏”是否从指控升级为执法。

受益与承压

• 受益方向：仍能获得一级市场高估值定价的头部模型公司（OpenAI 融资洽谈对应逾 1.2 万亿美元估值口径）^[2][3]；被卖方点名为”AI 安全是算力密集型”受益方的算力、网络、电力、冷却与数据中心容量环节 ^[5]，以及被摩根大通列为亚洲首选的先进制程与封装测试设备链（台积电、日月光、ASMPT、东京威力科创、爱德万测试等）^[14]；具备分发优势与垂直场景执行力的中国平台（阿里巴巴、腾讯、美团）^[8]；把 AI 嵌入既有计费单元、而非单独卖 AI 能力的平台（千问购物助手在淘宝内亏损环比收窄）^[8]；逆势获得独立融资的 AI 制药主体（Anew Labs 2.9 亿美元首轮、投后约 15 亿美元）^[13]；公开上市、被巴克莱判断安全合规准备程度优于私营实验室的大型科技平台（GOOGL、META、AMZN、MSFT，同时被列为领先实验室放缓发布节奏下的推理服务受益方）^[7]。
• 承压方向：单位价格持续被蒸馏与开权重模型压低的模型 API 业务 ^[5][6]；把”训练规模”当作唯一增长逻辑、无法解释安全与合规成本转嫁路径的模型公司（巴克莱基准情形为推理毛利率向 65% 收敛）^[7]；依赖持续新增债务与担保结构融资的算力与数据中心环节（估值压力被明确指向算力供应商与云超大规模厂商）^[7]；在算力远程访问受限预期下的中国 AI 企业算力获取路径 ^[1]；只做独立 AI 原生 App、缺少平台分发与商户变现通路的中国 C 端产品（被”App 内 AI ROI 更高”的判断直接对照）^[8]；企业侧尚未把 AI 转化为利润或降本、却已承担投入的组织（Ray Von 的判断）^[9]；以及被点在蒸馏执法风险上的模型开发商 ^[1][6]。
• 需跟踪：下周华盛顿会晤中 AI 相关表述与是否形成任何工作机制 ^[1]；本周末贝森特与何立峰磋商的议题清单 ^[1]；“蒸馏”是否从指控走向正式执法口径、以及美国限制中国企业远程访问海外数据中心是否落地 ^[1]；AI 行业反垄断豁免提案的立法进度与 FTC 的后续态度 ^[11]；OpenAI 新一轮融资的实际条款与估值落点 ^[2][3]；头部模型提价后的用户与用量反馈，以及中国实验室折扣能否止扩大 ^[5][6]；各家是否把安全监控成本写入下一期 capex 与毛利率指引 ^[7]；中国《AI 安全治理框架》第三版与生成式 AI 审批流程对模型上线的实际影响 ^[9]；摩根士丹利所述中国 C 端”商户出资意图变现”的早期落地数据（AI 归因转化率、GMV 贡献）^[8]。

附：补充信源

• ^[10] Bloomberg — 黄仁勋以日益增长的投资践行其 AI 布道，充当 AI 风投榜样；简报同时指向 OpenAI、Anthropic 与 Google DeepMind 正就 AI 安全展开合作
• ^[15] 清华管理评论 — 以多层平台生态视角分析智能体与平台的关系：微软 Copilot 嵌入 Teams/Outlook、阿里”云钉一体”、英伟达 CUDA 互补资产、特斯拉自研 Dojo 与 FSD 芯片、华为昇腾纵向多层生态等案例

---

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。