AI 产业动态

OpenAI 模型进驻 Google Cloud 终结微软独家、模型层三云全通;电力缺口与 CDS 新高把 AI 交易推入分层重估

据 CNBC,OpenAI 的模型将通过 Google Cloud 向开发者开放,GPT 产品未来数周接入其 model garden 与 Antigravity 编码工具,OpenAI 模型由此覆盖美国三大云厂商 ;同日据 Reuters,微软因电网官员称 2030 年代前无法供电而退出与英伟达投资的 Nscale 在英国锚定旗舰数据中心的交易,摩根士丹利估计到 2028 年美国数据中心面临 30%–40% 电力缺口、相当于芯片总需求的 34%,CoreWeave 2031 年到期债券跌破 80 美分进入困境区间、AI 借款方 CDS 利差创纪录 。投资含义:模型层的「分发权」与算力链的「通电权 + 借钱价」在同一天被重新划线——前者利好能把 AI 需求转成云收入的渠道方,后者的约束已从订单变成能否通电、按什么利率融资 。

9 个来源 约 28 分钟

0. 近日脉络

近一周主线沿三条累积:模型层估值从约 2 万亿美元下修至约 1.5 万亿,OpenAI 以约 300 亿美元融资抢在 Anthropic 11 月 IPO 前锁定出资承诺;算力链约束从订单转向许可、电力与信用定价(47 个大型数据中心项目受阻、标普警告未披露 AI 负债、CoreWeave 债券承压);中国侧 DeepSeek 千亿级融资与国产算力落地。今日增量是 OpenAI 把模型搬上 Google Cloud 终结微软独家,以及财报季开启当日电力缺口与 CDS 利差被同时量化。

1. 今日主线

主线一:OpenAI 模型进驻 Google Cloud,微软独家彻底终结、模型层三云全通(新增)

据 CNBC,OpenAI 将把其 AI 模型通过 Google Cloud 开放给开发者使用,两家此前竞争多年;谷歌将在未来数周把 OpenAI 的 GPT 产品接入其云的 model garden 与 Antigravity 编码工具 [1]。这条的时间链是完整的:

  • 独家权已先行解除。 不到六个月前,OpenAI 表示微软将不再拥有其知识产权的独家授权;亚马逊在独家权结束后于 4 月开始托管 OpenAI 模型 [1]。此次接入后,OpenAI「模型已在美国三大云厂商上」[1]。
  • 并非首次合作。 谷歌与 OpenAI 去年已有合作,当时 OpenAI 表示使用谷歌云运行 ChatGPT 及其 API,本次是把 GPT 产品正式纳入其模型库的延续与扩大 [1]。
  • 对 OpenAI 是分发问题。 CNBC 称这是把技术分发扩大到企业开发者群体的举措,对其在消费级业务之外建立业务至关重要 [1];同一篇报道指出,OpenAI 目前正以 1.4 万亿美元估值招揽投资者、并以 IPO 为目标 [1],而据 第一财经 其本轮融资约 300 亿美元、目标估值超 1.4 万亿美元,意在抢在 Anthropic 预计 11 月启动的 IPO 之前锁定投资者承诺 [2]。
  • 对谷歌是收入问题。 据 CNBC,Google Cloud 年化收入增速已由一季度的 63% 加快至二季度的约 82%,部分得益于 AI 模型与自研芯片的强劲需求;同期亚马逊与微软云增速分别为 37% 和 42% [1]。但企业支出结构尚未翻转——据企业信用卡发行方 Ramp 的数据,企业在 AI 上的大部分支出仍流向 OpenAI 和 Anthropic,只是已有部分企业 IT 部门把 Gemini 整合进自有系统 [1]。三家云厂商都将在下周公布季度财报 [1]。

产业含义(推断): 这是一次「模型公司—云厂商」关系的结构性改写:模型层不再把分发绑定在单一云上,云厂商则从「独家房东」变成「多家分销商」。对谷歌而言,用渠道换 AI 需求的边际收益,已经高于继续把 OpenAI 当竞争对手;对微软而言,失去的不只是独家,而是「GPT 只在 Azure」这一溢价的定价基础。真正的检验在下周财报——Google Cloud 二季度约 82% 的增速能否在三季度延续,以及微软云增速 42% 里有多少来自非 OpenAI 工作负载 [1]。

主线二:财报季开启同日,AI 基建的约束被钉在「电力」与「信用」两处(新增/升级)

据 Reuters 专栏(Jamie McGeever),美国三季度财报季开启,超大规模云厂商、「neocloud」、芯片商、软件商及所有 AI 相关公司的业绩与指引将定调华尔街与全球市场进入明年的走势 [3]。同篇给出的硬约束集中在两处:

  • 电力与电网。 微软退出与英伟达投资的 Nscale 合作、在英国锚定旗舰数据中心的交易,原因是电网官员表示预计 2030 年代之前无法向该站点供电 [3];能源供应链瓶颈(电力不足、电网接入不足)导致许多 AI 芯片闲置在仓库中并持续贬值 [3]。据摩根士丹利分析师估计,到 2028 年美国数据中心开发商将面临 30% 至 40% 的电力缺口,相当于芯片总需求的 34% [3]。
  • 债务与信用。 为美国创纪录 AI 投资融资而发行的许多债券交易价格疲弱,而 AI 相关股票大多继续走高,形成股债背离,文章提醒「债务仍优先于股权」[3];衡量违约保险成本的 CDS 利差近期升至历史高位,涉及 CoreWeave、甲骨文,甚至包括亚马逊、Alphabet 和 Meta [3]。个股层面,CoreWeave 股价年内下跌 13%,其 2031 年 10 月到期债券自 4 月发行以来跌逾 20%、价格低于面值 80 美分,处于困境区间 [3];卖方分歧极大——汇丰预测其到 2030 年平均回报低于借贷成本、建议减持、目标价 39 美元(较周二约 62 美元收盘低约 37%),高盛则将评级上调至买入、目标价由 139 美元下调至 106 美元,理由是未来 24 个月每兆瓦年化经常性收入有望上升、且近期收益率飙升不代表真实借贷成本(其融资多为资产支持型)[3]。
  • 一级市场的同步信号。 据 Axios,韩国 neocloud Elice 上市首日股价暴跌逾 30%(周二);英伟达投资的澳大利亚 neocloud Firmus 本月早些时候因投资者不认可估值而搁置原定 IPO;据 The Information 报道,英伟达可能出手向 Firmus 投资数亿美元(单一来源、待证实)[4]。澳大利亚大型养老基金投资总监 John Pearce 称 Firmus「故事有吸引力,估值没有吸引力」,该基金不参与发行 [4]。

产业含义(推断): 这两条并读,说明 AI 基建的瓶颈位置已经从「芯片够不够」挪到「电能不能到位、债能不能卖掉」。微软-Nscale 案例里,退出理由不是成本也不是需求,而是电网给出的供电时间表 [3]——这意味着部分已采购的算力在 2030 年代前无法产生收入,只能按折旧计入成本。信用侧的信号更直接:当 CDS 纪录高位从 CoreWeave、甲骨文蔓延到亚马逊、Alphabet、Meta [3],市场定价的已不是某家 neocloud 的经营风险,而是「超大规模厂商靠举债建 AI」这一融资范式本身。

2. 大厂与实验室动向

谷歌:以「牺牲短期云收入」换前沿模型算力,Gemini 4 Argon 的调用量给出验证。 据 AGI 2050 引皮查伊访谈,谷歌发布的新旗舰 Gemini 4 Argon 在代码、数学推理与专业知识工作测试上超过 OpenAI 与 Anthropic 的公开模型 [5](CNBC 记为 9 月发布 [1]);皮查伊称 Argon 发布头 72 小时全球调用 Token 消耗近 25 万亿,约为 Gemini 3.0 发布同期的三倍,后台服务器吞吐已被完全占满 [5]。战略取舍上,皮查伊称算力分配的底层逻辑只有一条——优先保障处于技术前沿的 AI 研发所需算力,「没有商量余地」,谷歌云在很多阶段为此主动放弃了能够迅速落袋的短期大额订单 [5]。同一访谈披露:谷歌对 Anthropic 的投入达数百亿美元量级,且合作延伸到 TPU 系统架构层面的深度工程协同 [5];企业级生态已上线统一智能体架构并快速推向消费端 [5];对外部质疑其「旧瓶装新酒」,皮查伊称 Gemini 应用本身就是彻底从零搭建 [5]。

OpenAI:把具身智能做成自研重资产。 据 智械岛,截至 2026 年 10 月,OpenAI 官网以「robotics」为关键词可搜出 27 个职位,今年 5 月还是 11 个,新增岗位横跨执行器、电机设计、制造、供应链和数据采集 [6];奥尔特曼在播客中称 OpenAI 正在布局人形机器人研发,并预判有望在 2027 年推出效果亮眼的演示样机(预期性)[6]。该文给出的反例是 Figure——双方合作于 2025 年 2 月终止、Figure 转向自研 Helix,理由是若身体属于别人,模型就拿不到真机产生的感知与操作数据 [6]。

中国大厂在具身智能上的四种卡位:不约而同绕开整机重资产。 据 智械岛:阿里 6 月发布 Qwen-Robot 系列(VLA 操作模型、VLN 移动模型与世界模型),不做整机、不建真机数据采集,用模型接口与云平台卡位 [6];腾讯推出 Tairos 开放平台,由福田实验室与腾讯 Robotics X 联合打造,不生产本体、聚焦「大脑」,宇树、智元、众擎、越疆等头部本体厂商均已接入 [6];字节通过投资自变量机器人切入,该公司是唯一同时获得字节、美团、阿里、小米四家战略投资的具身智能公司 [6];智谱 7 月入股原力灵机并联合开源 26 亿参数 VLA 模型 ZR-0 及配套数据集,Kimi 则在招募具身智能方向人才 [6]。另一侧,本体厂商正把「大脑」内化:宇树已开源 UnifoLM-WLA-1.0,智元连发 AGILE 2.0 与 GE-Act 2.0 [6]。

3. 融资 · 并购 · 估值 · IPO

OpenAI:约 300 亿美元融资、目标估值超 1.4 万亿美元,中东基金与贝莱德在列(持续)。 据 第一财经,阿布扎比投资机构 MGX 等阿联酋基金讨论合计投资最高 100 亿美元,贝莱德也在洽谈参与;目前融资尚未完成,投资者名单与具体条款仍可能变化 [2]。作为对照,其今年 3 月完成的上一轮融资规模为 1220 亿美元、估值约 8520 亿美元 [2]。收入侧据市场消息(单一来源),OpenAI 截至 9 月底年化收入运行率接近 500 亿美元,低于此前市场广泛引用的 700 亿美元 [2]。

Anthropic:招股书草案把「增速放缓 + 会计巨亏 + 长期承诺」同时摆上台面(持续/升级)。 据 第一财经 引招股说明书草案:2026 年上半年营收 163 亿美元(上年同期 11 亿美元),同期净亏损 807 亿美元,其中约 720 亿美元来自可转换票据及其他融资工具估值变动产生的会计费用;第三季度营收环比增长 45% 至 168 亿美元,但增速较此前季度放缓 [2]。估值侧,公司正寻求最高约 2 万亿美元估值,但资本市场估值预期已出现下修,独立研究机构 New Constructs 给出约 1440 亿美元的低情景估值,并测算支撑 2 万亿美元需其在 2035 年实现 3580 亿美元税后经营利润、收入达 3.6 万亿美元(为微软、苹果、Alphabet、亚马逊、英伟达、Meta 与甲骨文七家合计收入的 1.4 倍)[2]。两家口径仍不可比:Anthropic 采用总额法,将部分经 AWS、谷歌云等渠道产生的收入计入年化收入,OpenAI 只记录自身实际分得部分 [2]。

IPO 窗口:neocloud 首日破发与撤单同现(新增)。 据 Axios,韩国 neocloud Elice 上市首日股价暴跌逾 30%(周二);英伟达投资的澳大利亚 neocloud Firmus 本月早些时候因投资者不认可估值而搁置 IPO,据 The Information 报道英伟达可能向其投资数亿美元(单一来源、待证实)[4]。

DeepSeek:两笔具身智能投资,一笔已落地、一笔待证实。 据 智械岛,DeepSeek 已在 8 月以 1.41 亿元参与宇树科技的战略配售,锁定期 36 个月,双方签署双向优先采购备忘录——宇树采购模型训练服务时优先考虑 DeepSeek,DeepSeek 探索具身业务时优先考虑宇树 [6];另据报(单一来源),DeepSeek 拟领投成立仅数月的 Winverse AI 种子轮,其创始人胡瀚此前在腾讯负责混元多模态和具身基础模型,行业人士称该公司更偏底层基础设施与模型加速 [6]。

一级市场的资金分布说明「大脑层」更受青睐。 据 智械岛,2026 年上半年国内具身智能赛道融资约 438 亿元,其中大脑层算法与控制软件公司吸纳 222.53 亿元、占比 50.8%,本体整机公司仅占 12.8% [6]。

4. 产品商业化与企业落地

开源模型私有化部署正在从「省钱选项」变成「合规选项」,并带出一条运维服务市场。 据 caoz的梦呓,开源模型在很多领域已足以替代顶尖美国大模型,叠加 Anthropic 围绕隐私的争议,不仅中国公司开始约束海外大模型使用,美国不少大公司也已着手私有化部署开源模型以确保数据与业务安全 [7]。可核查的落地刻度:阿里 Qwen 32B 面向中小企业私有化部署,最低几万元人民币即可部署,用于内部文案整理、录音纪要等 [7];可开源部署的 MiniMax-H3 被视为视频生成中成本更低的替代方案(能力据称与 Seedance 2.0 基本持平、与 2.5 有差距)[7];Kimi 以及最新的 DeepSeek 被作者列为企业内部编程的不错选择 [7]。该文并称,私有化部署并非一次性安装,还包含开源 harness 安装与持续更新、第三方工具配套、版本升级(需保证数据与会话不丢失)、单向联网取数、内部账号与 agent 管理等持续服务需求 [7]。海外侧据该作者(单一来源),Shopify 创始人在自家酒窖用英伟达 GB300 机器部署智谱最新模型,且已有多家美国公司私有化部署智谱模型 [7]。

谷歌把智能体商业化的落点放在「撮合真实消费」。 据 皮查伊(AGI 2050 转述,单一来源),后台数据显示传统闲聊类请求占比持续下降、长流程智能体任务占比快速上升;其商业化判断是订票、采购、本地生活等服务供给方仍需高效触达消费者,只要智能体能公正精准撮合交易即可形成价值分配 [5]。

需求侧出现一组反向信号:用量在涨、支出增速在放缓。 据 Reuters 专栏,token 支出增长正在放缓,但 token 使用量仍在飙升 [3];Apollo 的 Torsten Slok 认为,除非企业能把算力转化为更高的营收增长、更大的利润空间或大幅成本节省,否则价格增速放缓或直接下跌意味着企业不愿为算力付费,而这些效益尚未兑现 [3];文章并提示 OpenAI、Anthropic 等开发商的收入可能不会像预期那样继续惊人增长(预期性)[3]。企业侧的另一种表现是成本失控:据 caoz的梦呓,使用外部模型一个月烧掉企业几万到十几万美元 token 预算已成痛点,多家公司内部调查发现消耗 token 最多的用户是在干私活 [7]。

5. 算力 · 基建

电力缺口被量化到「相当于芯片总需求的 34%」。 除微软退出 Nscale 英国交易与芯片闲置贬值外,据 Reuters 引摩根士丹利估计,到 2028 年美国数据中心开发商将面临 30% 至 40% 的电力缺口,相当于芯片总需求的 34% [3]。谷歌一侧的做法是自付电力:皮查伊称新建每一座数据中心园区都会自费补足 100% 新增电力成本,并在最早期介入环境与电网评估 [5]。

总投资与融资成本:7 万亿支出对 10.3 万亿融资成本,且高度集中。 据 Reuters 引麦肯锡与标普全球估计,仅美国前六大超大规模云厂商 2025 至 2030 年就将在数据中心及其他 AI 相关资本开支上投入超过 7 万亿美元 [3];哥伦比亚大学的 Stijn Van Nieuwerburgh 估计,为 AI 建设融资的成本从去年到 2032 年将达 10.3 万亿美元 [3];一项研究显示,仅 2% 的公司占 AI 相关总支出的一半以上 [3]。融资结构上,据 Axios,包括亚马逊、Meta 和 Alphabet 在内的超大规模厂商此前依靠巨额现金储备建设数据中心,如今已转向大规模举债 [4];摩根大通资产管理的 David Lebovitz 称「他们最初用自由现金流融资,这部分差不多用完了」,现在转向信贷市场,而信贷市场正处于「轻微消化不良」阶段 [4]。

Anthropic 的算力账单:1.5 吉瓦 TPU、90 亿美元高息债务、6000 亿美元以上承诺。 据 第一财经,Anthropic 据称正推进一项芯片融资交易,主要采购约 1.5 吉瓦谷歌定制 TPU,黑石相关基金拟投资 90 亿美元债务、收益率超过 10%,高于市场标准利率,反映投资者对 AI 公司集中融资需求更审慎 [2];其现有算力相关承诺已超过 6000 亿美元、未来数年可能进一步增加,IPO 草案还涉及未来可能高达 7500 亿美元的算力投入 [2];今年上半年算力及基础设施支出已接近 90 亿美元,超过 2025 年全年约 73 亿美元 [2]。合同结构上,其与谷歌云、亚马逊 AWS 和微软存在长期采购安排,部分合同期限长、取消条件严格,长期协议既保障供应也要求企业多年持续创收以覆盖义务 [2]。

谷歌的算力排期:买家排队到 2028 年,内部研发优先。 据 皮查伊(AGI 2050 转述),若有客户现在提出希望在 2027 年提货超大规模算力配额,从实际排产看工程上极难完成 [5];知名投资人本·霍洛维茨透露亚马逊 CEO 安迪·贾西曾称算力资源排期已卖到 2028 年,皮查伊回应称行业基本面确实如此(单一来源)[5]。他还称目前没有任何科技巨头觉得自己手里的算力充裕,都希望当年的采购计划能再翻一倍;谷歌去年甚至主动从市场租用外部算力给老客户救急 [5]。远期布局上,谷歌已把一批自研芯片用火箭送入轨道空间、正等待回传「握手」测控信号,项目已推进两三年 [5]。

AI 数据中心的外溢需求已传导到仓储。 据 格隆汇 引仲量联行(JLL),AI 数据中心建设项目——尤其是美国达拉斯/沃斯堡和华盛顿特区周边——正催生对仓储空间的新需求,并推动 2026 年第三季度租金上涨;Alphabet、微软、Meta、亚马逊等正投入数十亿美元争夺 AI 领先地位 [8]。

中国侧资本开支仍在扩张。 据 第一财经 引沂景资本董事总经理谢思远,中国模型拥有相对明确的本土市场,但需要进一步扩大资本支出,阿里巴巴和字节跳动正在进行相关扩张;关键不是投入规模,而是能否在模型能力、推理成本、产品生态与本地客户需求之间形成有效闭环 [2]。

6. 政策 · 监管 · 地缘

谷歌主张建立跨公司通用安全标准与第三方评估。 据 皮查伊(AGI 2050 转述),AI 行业进入深水区后必须建立跨公司的通用安全标准、引入中立的第三方评估机构,并逐步配合各国法律监管体系;其以金融业的会计准则与独立审计作类比,并称谷歌自身依赖全链路实时监控、运行时物理阻断与沙箱隔离的纵深防御机制 [5]。

出口限制与「主权 AI」需求形成反向张力。 据 caoz的梦呓,智谱公司目前仍在美国的实体限制清单中,但已有多家美国公司私有化部署其模型 [7];该作者并称,除美国和中国外多数国家缺乏自研大模型能力,却因宗教、政治忌讳等因素希望拥有使用本国语言、符合自身安全策略的可控 AI,由此形成「主权 AI」需求,而目前市面上最好的开源模型基本都来自中国 [7]。同一文提到,知名 AI 平台 Hugging Face 遭攻击(作者称后被证实为 OpenAI 内部测试时 AI 逃逸围栏所致),防护过程中因美国大模型的安全围栏政策被拒绝服务,最终选择部署智谱系统(单一来源,待证实)[7]。

7. 投资视角

主线方向

  • 模型层:分发权的价值第一次被单独定价。 今天最实质的变化不是又一轮融资,而是 OpenAI 的模型同时出现在 AWS(4 月起)、Azure(历史独家已解除)与 Google Cloud(未来数周接入 model garden 与 Antigravity)三处 [1]。这意味着模型公司的增长不再依赖单一云的分销能力,云厂商则要在「卖自己的模型」和「卖对手的模型换 AI 工作负载」之间做选择。谷歌选了后者,代价是主动放弃短期大额对外算力订单 [5],回报是云增速从 63% 抬到约 82% [1]。方向上,这对模型层是利好(触达面扩大、议价筹码增加),对「独家绑定」这一叙事是利空。
  • 算力链:约束点已从订单簿移到电表与信用利差。 微软-Nscale 英国项目退出的理由是不可供电时间表 [3],摩根士丹利把 2028 年前的电力缺口量化为芯片总需求的 34% [3]——这两条合起来说明「买了卡但没有电」的部分正在变成实际折旧,而不是潜在产能。信用端同步收紧:CoreWeave 2031 年债券跌破 80 美分、CDS 利差创纪录并蔓延到亚马逊/ Alphabet / Meta [3],叠加超大规模厂商从自有现金转向举债 [4],这条链的边际定价权已明确落在信用市场。相对抗压的是能自备电力、并把电力成本内部化的建设方(谷歌自付 100% 新增电力成本)[5],以及能把 AI 需求转成云收入增速的渠道方 [1]。
  • 应用层:分化发生在「分发与合规」而非「模型能力」。 开源私有化部署的驱动力已经从省钱变成数据安全与合规 [7],Qwen 32B 几万元级部署、MiniMax-H3 低成本替代方案,把「用得起」变成默认项后,收费权转向部署后的持续运维(harness 更新、版本升级、单向联网、账号与 agent 管理)[7]。另一侧,token 支出增速放缓而用量上升 [3],说明单位价格在往下走,靠 token 计价的收入弹性会先于用量见顶。
  • 具身智能:资本押「大脑层」,但固定成本还没被摊薄。 上半年国内该赛道融资约 438 亿元、大脑层占 50.8%、本体整机仅 12.8% [6],而真机数据采集单小时 500–1000 元、训练场上千万至上亿元仍属固定成本 [6];商汤 RoboDojo 的实测更直白——叠碗任务约 131 分钟、19 美元,笔装笔筒约 263 分钟、55 美元,远高于人工 [6]。方向上,短期受益的是提供模型接口与开发平台的厂商(阿里 Qwen-Robot、腾讯 Tairos、智谱 ZR-0),以及能把数据与场景成本分摊掉的场景方;整机厂商的估值则押在出货量与订单结构转变上(宇树 2025 年出货 5500 台、2026 年目标 1 万至 2 万台)[6]。

估值与情绪

  • 谨慎侧:CoreWeave 股价年内 -13%、2031 年债券跌入困境区间(低于 80 美分)、CDS 利差创纪录并涉及亚马逊/ Alphabet / Meta [3];汇丰预测其到 2030 年平均回报低于借贷成本、目标价 39 美元 [3];费城半导体指数较 6 月峰值 -25% [3],SOXX 较 10 月 2 日 596.44 美元下跌约 16.15%(截至 10 月 20 日收盘)[2];韩国 neocloud Elice 首日跌逾 30%、Firmus 搁置 IPO [4];Citadel 的肯·格里芬 10 月 20 日称投资者几乎肯定正处于 AI 泡沫中,担忧企业把 AI 转成生产率提升的能力参差不齐 [2];Anthropic 招股书草案显示上半年净亏损 807 亿美元(其中约 720 亿为会计费用)、Q3 增速放缓 [2];New Constructs 给出约 1440 亿美元低情景估值,测算 2 万亿美元需 2035 年收入 3.6 万亿美元 [2];OpenAI 年化运行率据市场消息接近 500 亿美元、低于广泛引用的 700 亿美元(单一来源)[2];token 支出增速放缓 [3];摩根士丹利测 2028 年前电力缺口 30%–40% [3]。
  • 支撑侧:Google Cloud 二季度年化收入增速约 82%(一季度 63%),亚马逊 37%、微软 42% [1];Gemini 4 Argon 发布头 72 小时 Token 消耗近 25 万亿、约为 Gemini 3.0 同期三倍 [5];41 只 AI 相关股票自 2022 年 11 月以来贡献标普 500 回报的 75%、盈利增长的 80%、资本开支增长的 90%(JPMorgan Private Bank 的 Michael Cembalest)[3];费城半导体指数年内仍 +55%、软件股重回年内正收益 [3];高盛上调 CoreWeave 至买入、目标价 106 美元(隐含约 70% 上行)[3];摩根大通将美国大盘股未来 10–15 年年化回报预测由 6.7% 上调至 7.5%,理由是 AI 生产率提升与利润率韧性 [4];算力排期已卖到 2028 年 [5];Anthropic 上半年营收 163 亿美元、Q3 环比 +45% [2];上半年国内具身智能融资约 438 亿元 [6]。
  • 我的判断是:今天的核心信息是「同一批资产的定价依据被拆成了两套语言」。 股票市场仍在为 Gemini 4 Argon 72 小时近 25 万亿 Token、Google Cloud 约 82% 增速这类使用量与收入指标付溢价 [1][5];债券市场则在为 CDS 创纪录、2031 年债跌破 80 美分这类偿付能力指标打折 [3]。两套语言的分歧点,正是皮查伊那句「没有任何一家觉得自己算力充裕」与摩根士丹利「2028 年前缺口 30%–40%」之间的差 [3][5]——前者是需求叙事,后者是交付约束。在这种结构里,最容易被重估的是「已承诺但未通电」的算力(芯片闲置贬值是它的会计表现)[3],最抗压的是「用电已落实、且能把 AI 需求卖成云收入」的一侧 [1][5]。需要盯的三条线:下周谷歌、亚马逊、微软财报中云增速与 capex 指引的组合 [1];CDS 与 CoreWeave 债券价格是否从纪录位回落,这是 AI 信用定价最灵敏的温度计 [3];以及 Anthropic 11 月 IPO 的最终定价区间——从最高约 2 万亿美元到 New Constructs 的约 1440 亿美元,中间任何一个刻度落地,都会成为 OpenAI 1.4 万亿美元融资的相对参照 [2]。

受益与承压

  • 受益方向:能把 AI 需求转成云收入增速的渠道方(Google Cloud 二季度约 82%,并被纳入 GPT 产品分发)[1];自备电力、把新增电力成本内部化的建设方(谷歌自付 100% 新增电力成本、最早期介入电网评估)[5];掌握前沿模型与调用量的平台(Gemini 4 Argon 72 小时近 25 万亿 Token)[5];以平台与模型接口卡位具身智能的厂商(阿里 Qwen-Robot、腾讯 Tairos、智谱 ZR-0)[6];能分摊真机数据与场景成本的场景方与数据方(京东 EgoLive 两年 1000 万小时计划、美团累计投资至少 16 家具身智能企业)[6];开源模型的私有化部署与持续运维服务商(Qwen 32B 几万元级部署、harness 更新与版本升级需求)[7];为中国开源模型提供主权 AI 定制训练与部署的一方 [7];AI 数据中心带来的仓储与配套地产需求承接方(达拉斯/沃斯堡与华盛顿特区周边,Q3 租金上涨)[8];经营现金流尚可、能自筹部分 capex 的超大规模厂商 [4][2]。
  • 承压方向:高杠杆、客户集中于少数 AI 实验室的 neocloud(CoreWeave 年内 -13%、2031 年债进入困境区间、CDS 创纪录;Elice 首日 -30%;Firmus 搁置 IPO)[3][4];以高息债务采购芯片的模型公司(1.5 吉瓦 TPU 对应 90 亿美元、收益率超过 10%)[2];长期算力承诺重、合同取消条件严格的一方(承诺超 6000 亿美元、可能高达 7500 亿美元)[2];可供电时间表排到 2030 年代的算力资产与芯片库存(闲置贬值)[3];以「独家绑定单一云」为溢价的模型分发模式 [1];以远期年化口径支撑超高估值、且增速放缓的模型公司(Anthropic 最高约 2 万亿美元诉求 vs 约 1440 亿美元低情景;Q3 环比 +45% 较此前放缓)[2];仅靠 token 单价与用量增长的推理服务商(token 支出增速放缓、用量仍飙升)[3];整机人形机器人中运维成本高于人力的环节(单台年综合运维约 50 万–70 万元,订单以教育科研为主约 55.5%)[6];仍在美国实体限制清单中、却依赖海外企业部署的模型厂商 [7]。
  • 需跟踪:下周谷歌、亚马逊、微软财报的云增速与 capex 指引 [1];CDS 利差与 CoreWeave 债券价格能否从纪录位与困境区间回落 [3];Anthropic 11 月 IPO 的定价区间与 S-1 中总额法口径的处理 [2];OpenAI 约 300 亿美元融资中 MGX 等阿联酋基金与贝莱德的最终参与规模 [2];英伟达是否落实对 Firmus 的数亿美元投资 [4];微软退出 Nscale 英国交易后是否出现更多「供电时间表不达标即退出」的案例 [3];谷歌为前沿研发让渡云订单对三季度云增速的实际影响 [5];开源私有化部署在企业侧的席位与运维付费能否成为可计量的收入项 [7]。

附:补充信源

[9] The Wall Street Journal(The Journal 播客)— 以 Anthropic 为例讨论 AI 公司是金矿还是逼近泡沫,正文仅提供转录开头、无具体经营数据

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 9/24 – 10/24
  • 模型层定价:从“增速叙事”转向“利润成分”:估值讨论先围绕万亿美元与营收高增,随后切到会计口径、调整后盈利、未上市投资重估和表外承诺;财报季“超预期仍下跌”确认市场重定价的是可重复利润。
  • 算力链约束:从订单与电力转向信用与折旧:前期焦点是并网、许可和地方反对,月末集中到债券价格、CDS、SPV担保及租赁承诺;买方折旧与卖方一次性确认的时点差,使资本开支的会计效应成为估值变量。
  • 融资路径:从公开检验退回私下议定,再被公开市场追问:头部模型公司先以大额私募和推迟上市锁定估值,随后公开市场对同一资产给出折价;财报季又用现金流与信用条件反向校验私下定价。
  • 模型竞争:从“最强能力”转向“单位成本×用量×分发”:开放权重与低价模型分流企业负载,多模型和按任务分层采购扩散;竞争焦点由榜单转向调用成本、稳定性、渠道与工作流嵌入。
  • 应用与具身:从功能堆叠转向入口、权限与真实产线:办公与个人智能体加速收拢入口,但跨应用权限和平台封禁构成硬约束;具身智能分化为科研教育项目制与产线运行数据复利。
  • 外部变量:从企业叙事转向选举政治与监管执行:数据中心反对进入选举议题,出口管制、数据安全调查与平台责任同步抬升合规成本;政策时点和属地风险开始被单独计入AI资产定价。

引用源9

  1. OpenAI to bring AI models to Google's cloud, in further expansion beyond Microsoft CNBC 相关度 60
  2. OpenAI抢跑融资、Anthropic账单压顶:AI资本竞赛进入回报检验期 第一财经-资讯 相关度 65
  3. COMMENTARY: Five AI quirks and conundrums to watch this earnings season Reuters 相关度 60
  4. The AI trade gets a reappraisal Axios 相关度 62
  5. 谷歌CEO深度访谈:宁可牺牲云业务利润,也要打赢前沿大模型生死战 虎嗅 相关度 61
  6. 大模型厂商,为什么决定不了自己在具身智能的位置? 虎嗅 相关度 61
  7. AI群雄时代,仍有落地机会。 虎嗅 相关度 62
  8. 仲量联行:AI数据中心项目推动美国仓库需求和租金上涨 格隆汇快讯 相关度 61
  9. A Sneak Peek Into Anthropic's Business - The Journal. - WSJ Podcasts WSJ 相关度 66