作者：快思慢想研究院 田丰，《华夏时报》 刘诗萌
编者按：2026-2027年是中美AI的决胜局，AGI是巨大的生产力“分水岭”，背后则是一场万亿美元的AI主权基础设施的争夺战，算力就是国力，AGI塑造新一轮智力革命强国。当资本以历史上从未有过的规模涌入人工智能，这场竞赛的本质，已悄然从"让模型更聪明"变成了"抢先控制未来的智力基础设施"。
一、引言
2026年春天，北京长安街沿线的某栋写字楼里，国家领导人正俯身观察一台人形机器人的关节运动。几乎同一时刻，太平洋彼岸，OpenAI正在完成人类商业史上规模最大的一笔私募融资——1220亿美元，足以买下一个中等规模国家全年的国防预算。
这两个场景，相隔万里，却指向同一个问题：人工智能的下一场战争，打的是什么？
答案越来越清晰：打的是基础设施的主权。
二、资本洪流，超越所有历史记录的一个季度
诺贝尔经济学奖得主罗伯特·希勒曾写道，"叙事经济学"中最危险的时刻，是当一个宏大故事让所有人都相信自己不能缺席。2026年第一季度的AI融资数据，正在验证这一判断。
据Crunchbase统计，这一季度全球风险投资总额达3000亿美元，创历史最高纪录。其中约80%流向AI领域——这一比例，大幅刷新了2025年第一季度55%的历史纪录。仅美国三家AI公司就瓜分了其中的绝大部分：OpenAI完成1220亿美元融资，Anthropic完成300亿美元G轮，xAI在1月完成200亿美元E轮，三家合计超过1700亿美元。
如果把视野拉长到全年，2025年全球AI融资达到2110亿美元，较2024年的1140亿美元增长85%。而2025年全年，全球AI领域五家头部公司——OpenAI、Scale AI、Anthropic、Project Prometheus、xAI——合计融资840亿美元，占全球风险投资总量的20%。这种极端的资本集中度，在任何科技周期的历史上均无先例。
然而，更值得关注的，是"水下的冰山"。
美国五大超算运营商——亚马逊、谷歌、微软、Meta、Oracle——在2025至2026年的AI相关资本支出合计接近7250亿美元；再加上"星际之门"（Stargate）计划的5000亿美元十年期承诺，美国AI基础设施的承诺投资规模已突破一万亿美元量级。这不再是风险投资的逻辑，这是国家级基础设施建设的规模。
Anthropic联合创始人、CEO达里奥·阿莫代伊曾在多个场合强调："AI能力提升的速度正在超过人类对其影响的预期。"这并不夸张。Anthropic内部已有超过90%的新代码由AI自主生成——AI与摩尔定律正在双轨加速AI自身的研发速度，即呈现“指数级上的指数级发展速度”。更具说服力的是财务数据：Anthropic的年化收入从2025年底的90亿美元，扩张至2026年5月的超过400亿美元，同比增长约440%。这一收入增速，正是AI基础设施投资能够持续获得资本市场支持的商业验证基础。
OpenAI在其官方战略文件中直接点明了这一飞轮逻辑："能够建设和扩展算力的国家与公司，将帮助塑造AI的未来。算力是AI飞轮的核心：更多算力使模型更强，更强模型驱动更多使用，更多使用改善产品与收入，进而支撑再投资。"
历史上，这条规律曾一再重演：大型机时代的IBM、互联网时代的宽带运营商与CDN、移动时代的苹果iOS与谷歌Android应用商店——控制基础设施的一方，最终控制了应用层的定价权与生态权。AI时代的"基础设施主权"，等价于过去时代的"操作系统控制权"，区别仅在于这一次的投入门槛高出了两个数量级。
三、IPO浪潮，一次系统性的风险转移
就在融资数字创下历史纪录的同时，AI领域迎来了一轮集中的IPO潮：SpaceX和OpenAI已正式向美国证券交易委员会递交招股书，Anthropic也传出筹备上市的消息。
三家公司的目标估值令人咋舌：SpaceX目标估值1.75万亿美元，Anthropic目标估值9000亿美元，OpenAI估值约8520亿美元，合计超过3.5万亿美元。按保守估算，潜在IPO融资规模超过2400亿美元，已超过2025年美国全年IPO市场的总融资量。
快思慢想研究院院长、特邀评论员田丰指出，这波IPO潮的真正功能，是将私人风险资本的堆叠成本转移给公开市场投资者，同时为下一轮基础设施扩张锁定公共资本。"这是硅谷把AI基础设施建设的风险从VC账本转移到公开市场的系统性操作，而非单纯的市场景气信号。"换言之，早期风险资本完成了"探险"，正在将旗帜插到山顶，然后邀请全球公众投资者共同"守山"。
四、北京调研，高层密集部署AI战略
与此同时，中国的政策齿轮也在加速转动——而且转动的层级，前所未有地高。
2025年4月25日，中共中央政治局就加强人工智能发展和监管进行第二十次集体学习；4天后的4月29日，国家最高领导人亲赴上海"模速空间"大模型创新生态社区调研。这一社区截至2024年底已吸引255家大模型企业入驻，推动34个备案大模型落地。政治局集体学习与最高领导人现场调研的时间紧密衔接，是中国体制内政策从学习到部署的标准动作节奏。
一年后，"十五五"开局之际，高层调研的密度有增无减。
2026年5月18日，国家领导人赴北京人形机器人创新中心和小米汽车科技有限公司调研，听取智能机器人技术创新和产业发展介绍。他指出，中国智能机器人产业发展空间广阔，要发挥市场规模超大、产业链条完整、应用场景丰富等优势，用好大规模设备更新、首台套装备等支持政策，鼓励政府部门、国有企业等开放场景，促进新技术新产品中试验证。
几乎同一时间，另一位国家领导人先后在北京、河北、内蒙古调研算力网建设，并特别强调：算力用电需求快速增长对能源供给提出了更高要求，要统筹能源资源配置与算力设施建设，做到"以电强算、以算促电"。
5月初，国家发改委主任郑栅洁赴上海人工智能实验室专题调研，现场察看超智融合算力平台、科学智能基础平台建设情况，详细了解科学基础大模型、国产软硬件生态、具身智能等技术创新进展。他指出，要加强统筹谋划和顶层设计，发挥国家实验室等国家战略科技力量优势，强化人工智能基础研究；因地制宜落实"人工智能+"行动，加大科学智能场景开放力度。
三位重量级官员、三条调研路线、覆盖机器人、算力网与AI基础研究——这并非偶然的政策巡视，而是一次协调一致的战略部署。
五、国家AI基金出手，600亿"耐心资本"入场
比高层调研更具实质意义的，是真金白银的投资。
2025年1月17日，由工业和信息化部、财政部牵头，国家人工智能产业投资基金正式成立，出资额600.6亿元，由国家大基金三期（注册资本3440亿元）与国智投（上海）联合设立，落户上海徐汇区。该基金的定位是"耐心资本"——围绕AI全产业链开展投资布局，覆盖算力、算法、数据和赋能应用各环节，遵循市场化、法治化、专业化原则，通过股权投资方式服务国家战略，适度投早、投小、投前沿。
2026年3月2日，银河通用机器人宣布完成25亿元新一轮融资，投资方包括国家人工智能产业投资基金、中国石化、中信投资控股、中银资产等——这是国家AI产业投资基金首次出手投资具身智能赛道企业，具有标志性意义。与此同时，据天眼查数据，芯片处理器（DPU）赛道的云脉芯联和智能驾驶赛道的新芯航途，也分别在2026年2月和4月获得了国家人工智能产业投资基金的投资，显示该基金正沿"算力芯片—具身智能—智能驾驶"的路径系统性布局。
2026年初，工信部副部长张云明公开表示，将持续推动人形机器人技术创新和迭代升级，强化国家人工智能产业投资基金对人形机器人的支持力度。
在具身智能领域，这轮融资的热度丝毫不亚于全球AI大模型赛道：2026年前4个月，中国具身智能领域投资数量达218起，投资金额超577亿元，已超过2025年全年投资金额。
六、两种竞速逻辑：国资"耐心资本"与私人"创新涌现"
在田丰看来，中美两国AI竞速模式的根本差异，不在投资规模，而在"创新涌现机制"。
美国模式的核心闭环是：私人风险资本承担前沿探索风险，商业化收入为下一轮基础设施投资提供内生性资金，IPO公开市场为早期投资者提供退出通道并吸引公共资本参与——三个环节自我强化。2025年上半年，企业风险投资（CVC）在美国AI融资轮次中的占比，已从2022年的54%上升至75%，科技巨头通过战略投资与AI生态核心玩家建立深度捆绑——这意味着AI生态的商业价值已足够清晰，以至于产业资本大规模取代纯财务资本，主导了融资结构。
中国模式的核心机制则是：国家资本托底战略短板（算力芯片国产化、高质量数据基础设施），政策驱动应用场景开放（政务、金融、制造业），市场竞争在垂直行业层形成差异化。IDC数据显示，2024年全球AI互联网技术总投资3158亿美元，中国AI支出占亚太地区总支出超50%，预计到2028年总投资规模将突破1000亿美元；2024年中国AI产业规模超9000亿元，同比增长24%；AI企业数量超5300家，全球占比15%，已形成覆盖基础底座、模型框架、行业应用的完整产业链。国务院《新一代人工智能发展规划》的目标是，到2030年AI核心产业规模超1万亿元，带动相关产业规模超10万亿元。
田丰指出，半导体领域的大基金经验已充分表明：国家资本在补足关键短板和托底战略环节方面效率很高，但在需要高频市场试错的应用层创新上，私人风险资本的进化速度快于国资体系。国资基金的增量价值在于解决"卡脖子"算力环节，而非替代市场在应用层的筛选功能——两者定位不同，不应混为一谈。
中国AI竞速的真实制约，不在模型算法能力，而在高质量数据基础设施与算力芯片的自主化程度。中国AI芯片市场规模预计2025年超1500亿元；高质量中文语料与专业领域数据的碎片化，仍是国产大模型性能提升的主要瓶颈。
七、三张底牌，算力、能源、人才
DeepMind联合创始人、诺贝尔化学奖得主戴米斯·哈萨比斯曾描述了一个"(AI)能力加速带动基础设施军备竞赛"的正反馈阶段。田丰认为，全球AI竞赛已正式进入这一阶段，决胜的变量有且只有三个：
第一张底牌：算力密度。 谁能最快完成下一代训练集群的部署，谁就掌握了模型能力跃升的主动权。这场竞赛已不仅是芯片制造商之间的角力，更是整个国家工业体系的系统性动员。
第二张底牌：能源获取。 微软、亚马逊、Meta已通过核能购电协议锁定长期电力供给——电力，已成为AI基础设施扩张周期最长的制约变量。丁薛祥在内蒙古调研算力网建设时的那句"以电强算、以算促电"，精准地触及了这一全球性瓶颈。
第三张底牌：人才密度。 联合国工发组织《全球AI人才榜TOP100》中有55位中国科学家入选，但顶尖人才的国际流动与产学研转化链路仍是效率瓶颈。斯坦福大学2026年发布的《AI指数报告》指出，迁至美国的AI研究人员和开发者数量自2017年以来下降了89%，仅过去一年就下降了80%——这一数据的含义，并非中国人才外流放缓，而是全球顶尖AI人才正向更多地区分散，格局正在悄然重构。
中美两国在这三个维度上均有各自的结构性优势与短板。田丰强调，这场竞赛的差异，根本上"是两条路径各自的速度上限与天花板在哪里"——而这一判断，需要在未来3至5年的产业数据中持续校验。
八、结语
2026年的这个春天，人工智能的竞争已越过"谁的模型更聪明"的第一阶段，进入了一个更古老、更熟悉的战场：“主权算力+主权能源+国家科创人才”基础设施的控制权。
这场竞赛的胜负不会在2026年决出。但2025年至2027年这扇基础设施布局的窗口，将在很大程度上锁定未来十年的相对位势——正如当年宽带网络的建设决定了互联网时代的版图，移动基站的密度决定了智能手机时代的边界，智能算力建设决定AGI的“奇点时刻”。
资本不再是这场竞赛中最稀缺的要素。算力的密度、能源的获取、人才的厚度，才是真正的战场。 在这三个维度上，中美两国各有所长，各有所缺。
历史从不等待犹豫者。
参考文章：《全球AI融资潮下的中国竞速：高层密集调研人形机器人、算力网，国家人工智能产业投资基金出手》华夏时报记者 刘诗萌
出版社：人民邮电出版社
作者：田丰
帮助你定位AI当下发展坐标的指南针
帮助你洞察AI未来演进趋势的航海图
通俗化解读AI的原理、特性和四大发展规律、提供AI赋能商业、引发新质生产力变革的一手案例分析。既有宏观视角的全局观照，又有各行业应用层面的下探记录，聚焦AI的原理与实践、现在与未来，是当下AI应用的全景图、更是身处AI技术浪潮之中的探路书。
