2026 年 9 月 12 日——过去三年生成式 AI 投资规模持续攀升，美国四大云厂商 2026 年合计资本开支预计达 6000 亿至 7600 亿美元，中国据彭博社报道正筹备约 2 万亿元人民币的全国算力网络计划；与此同时，MIT 报告显示 95% 的企业生成式 AI 试点未产生可衡量财务回报，多家央行与国际组织对市场集中度发出警告，关于泡沫的争论持续升温。

本文基于公开报道与机构数据，对比中美两个市场 AI 投资的规模、资金来源与结构，梳理"过热论"与"增长论"双方的证据，并分析潜在的崩盘触发情形与传导路径。

2026-09-12 · 行业观察 · AI投资 · 中美对比

一、概览

2023 年初以来，生成式 AI 引发了一轮全球性的基础设施投资周期，中美两个市场走上了两条不同的路径。

美国路径由私营资本主导：超大规模云厂商（微软、谷歌、亚马逊、Meta）承担了大部分资本开支，头部模型公司（OpenAI、Anthropic 等）通过私募融资获得资金，芯片厂商（英伟达、AMD）通过产品销售与股权投资深度介入。中国路径由产业政策主导：国家层面设立专项基金、筹备全国算力网络，大厂（阿里巴巴、腾讯、字节跳动等）配合国产芯片替代方案进行投资，头部模型公司（智谱、MiniMax 等）在 2026 年初率先登陆港股公开市场。

两个市场的共同特征是：资本开支的增速显著高于 AI 收入的增速。这一缺口能否在融资收紧之前收敛，是判断本轮周期走向的核心变量。

二、美国市场：私营资本主导的基建周期

2.1 资本开支规模：三年间占 GDP 比重上升约十倍

美国四大超大规模云厂商的资本开支在 2026 年继续大幅上调。据 CNBC、Statista 等多家机构统计口径，四家 2026 年合计资本开支预计在 6000 亿至 7600 亿美元之间，同比增幅超过 60%，部分统计口径接近翻倍。

项目 数据 来源与口径
四大云厂商 2026 年合计资本开支 约 6000 亿至 7600 亿美元 CNBC、Statista、Yahoo Finance 等多家机构预测区间
四大云厂商 2026 年第一季度单季开支 约 1300 亿美元 市场追踪数据
高盛对 2026 年全球 AI 资本开支预测 约 7650 亿美元/年 高盛基线模型
高盛对 2031 年 AI 资本开支预测 约 1.6 万亿美元/年 高盛基线模型
四大云厂商长期累计资本开支 约 5.3 万亿美元 高盛长期预测
AI 数据中心开支占美国 GDP 比重 超过 1%（三年前约 0.1%） 圣路易斯联储、美联储 FEDS Note
AI 相关投资对美国 GDP 增长的贡献 2026 年第一季度约 74%，第二季度约 44% The Rising Tide（基于 BEA 数据）、ING

资本开支已经成为美国经济增长最主要的边际驱动。美联储系统已于 2026 年初开始正式跟踪 AI 投资对 GDP 增长的贡献，这在历史上属于罕见待遇——上一次类似级别的单因素跟踪出现在房地产繁荣期。

2.2 头部模型公司：估值与收入之间存在数量级缺口

美国头部模型公司的收入在高速增长，但与其基础设施承诺相比仍存在数量级缺口。

项目 OpenAI Anthropic
2025 年全年收入 130.7 亿美元（审计口径） 约 90 亿美元（年化，2025 年末）
最新收入规模 约 400 亿美元（年化，2026 年 7-8 月） 约 300 亿美元（年化，2026 年 4 月）
盈利状态 2025 年亏损 210 亿至 385 亿美元（不同披露口径）；2026 年预计亏损约 140 亿美元 预期 2027 年自由现金流转正
最新估值 约 8520 亿美元投后（2026 年 3 月，据媒体报道） 3800 亿美元投后（2026 年 1 月 G 轮，官方公告）；约 9650 亿美元（2026 年 5 月 H 轮，据媒体报道）
基础设施承诺 约 1.4 万亿美元（约 30 吉瓦算力） 未披露同等口径承诺

OpenAI 的情况最具代表性：年化收入约 400 亿美元，对应约 1.4 万亿美元的基础设施承诺，比例约为 1 比 35。据 CNBC 报道，OpenAI 已于 2026 年 2 月向投资者调整口径，将 2030 年前的开支目标从此前的约 1.4 万亿美元收敛至约 6000 亿美元。这一调整本身说明融资端压力已经反向传导至公司战略。

2.3 融资结构变化：从经营现金流转向循环交易与债务杠杆

2025 年下半年以来，美国 AI 投资的融资结构出现两个显著变化。

第一个变化是"循环交易"增多。据彭博社整理：英伟达宣布向 OpenAI 投资至多 1000 亿美元（据后续报道实际投入约 300 亿美元），资金与 OpenAI 采购英伟达芯片绑定；AMD 向 OpenAI 发放大额股票认股权证，OpenAI 将因此成为 AMD 最大股东之一，交换条件是大额芯片采购承诺；Oracle 承接 OpenAI 约 3000 亿美元的云服务合同，并为此采购英伟达芯片。芯片厂商出资入股自己的客户，客户再用这笔钱采购芯片，收入在产业链内部循环放大。批评者认为这类安排虚增了供需信号，支持者认为其性质类似于产业资本对战略客户的常规扶持。

第二个变化是债务融资占比上升。2025 年 10 月，Meta 与 Blue Owl 资本就路易斯安那州 Hyperion 数据中心达成 270 亿美元合资安排，Blue Owl 旗下基金持有 80% 权益，该交易被称为有史以来最大规模的私人信贷交易；该项目总投资计划已从最初的 100 亿美元膨胀至 500 亿美元以上。2025 年 9 月，Oracle 发行 180 亿美元投资级债券用于 AI 基建，公司总债务约 1040 亿美元，穆迪给予 Baa2 评级并附负面展望，巴克莱将评级下调至减持；2025 年 11 月 Oracle 债券遭遇抛售，市值一度蒸发超过 1000 亿美元。

一级市场同样高度集中。据 Crunchbase 数据，2025 年 AI 与机器学习相关交易占美国风险投资总额的 65.4%（约 2220 亿美元）；41% 的美国风投资金流向 10 家公司；2026 年第一季度美国吸纳了全球风险投资总额的 83%。

三、中国市场：国家资本主导的算力体系

3.1 大厂资本开支：加速明显，但绝对规模约为美国的两成

中国头部大厂的 AI 资本开支在 2025 年至 2026 年明显加速，但受芯片供应与商业模式差异影响，绝对规模与美国四大厂仍有数量级差距。

公司 投资规模 关键数据
阿里巴巴 三年 3800 亿元人民币（约 530 亿美元）计划，2025 年 2 月宣布 过去四个季度已投入约 1200 亿元；最新单季资本开支接近百亿美元量级（据彭博社报道）；云与 AI 收入季度 484.4 亿元，同比增长 45%
腾讯 2025 年资本开支约 790 亿元人民币 受芯片管制影响未达年初目标；据路透社报道管理层表态 2026 年将加大 AI 投入，部分机构预测 2026 年约 1000 亿元
字节跳动 未披露 据路透社报道为国内 GPU 主要采购方之一，2025 年 8 月曾因 H20 芯片采购被监管部门约谈

阿里与腾讯 2026 年合计资本开支预计在 2000 亿元人民币量级（约 280 亿美元），不足美国四大厂合计开支的二十分之一。值得注意的是，阿里云 AI 相关收入 45% 的同比增速是两个市场少见的高质量证据——开支尚未完全转化为收入，但转化趋势已经显现。

3.2 国家基金与全国算力网络：政策资金的三个层级

中国 AI 投资的国家资金体系分为三个层级。

第一层是半导体大基金。第三期国家集成电路产业投资基金于 2024 年 5 月成立，注册资本 3440 亿元人民币（约 475 亿美元），存续期至 2039 年，重点投向 AI 芯片及全产业链自主化。

第二层是 AI 专项基金。国家人工智能产业投资基金于 2025 年 1 月 17 日完成注册，首期规模 600 亿元人民币（约 82 亿美元），由工信部与财政部联合设立。

第三层是全国算力网络。据彭博社报道，中国正筹备一项规模约 2 万亿元人民币（约 2950 亿美元）的五年计划，建设全国 AI 数据中心网络，由国有企业运营，并要求至少 80% 的技术栈（包括 AI 芯片）采用华为昇腾等国产供应商。该计划目前处于筹备阶段，尚未正式公布。

与投资体系配套的是芯片采购管制。2025 年 8 月至 9 月，中国网信部门要求头部科技公司停止采购英伟达 AI 芯片并取消既有订单，国家出资的数据中心被要求使用国产芯片。华为昇腾 910C 已开始大规模出货，其单芯片性能约为英伟达同类产品的三分之一，主要通过 CloudMatrix 384 集群方案在系统层面弥补差距。

3.3 一二级市场：中国 AI 资产率先进入公开市场

2026 年 1 月，MiniMax 与智谱先后在港交所上市，成为全球最早公开市场化的基础模型公司——早于 OpenAI 与 Anthropic 的任何 IPO 动作。MiniMax 募资约 6.19 亿美元，上市后估值 40 亿美元以上；两家公司合计募资约 11 亿美元。

横向对比可以说明两个市场一级市场资金的规模差距：MiniMax 整个 IPO 的募资额，不足 Anthropic 单轮 G 轮融资（300 亿美元）的百分之三。中国 AI 初创公司不以巨额私募融资为主要路径，而是更早走向公开市场、更依赖产业资本与国家基金。

3.4 结构性问题：名义产能过剩与有效算力短缺并存

中国算力投资存在一个被反复讨论的结构性矛盾。

据 MIT Technology Review 2025 年 3 月报道，中国此前建设的数百个 AI 数据中心中有相当比例处于闲置状态；《南华早报》报道称 GPU 型号与需求错配加剧了算力过剩，老型号显卡难以承载现代大模型训练负载；中芯国际管理层曾公开警告，匆忙上马的智算中心产能其利用计划"并未经过充分论证"。市场上甚至流传过新建数据中心约 80% 闲置的说法。

反方观点同样存在。据 Pandaily 2026 年 7 月报道，中国算力市场的真实问题是"有效算力"的结构性短缺：名义算力过剩与可用于前沿模型训练的高端算力不足同时存在，受先进制程出口管制影响，国产芯片的产能与代际构成供给瓶颈。

综合双方观点，中国市场的风险形态与美国不同：问题不在于资产价格是否虚高，而在于巨额投资沉淀为低利用率资产后，由谁的资产负债表来消化。

四、是否过热：泡沫论与增长论的证据对照

关于"是否存在泡沫"，两个市场都有立场鲜明的正反双方。以下为双方主要证据的归纳，观点均已标注来源。

立场 证据 来源
泡沫论 95% 的企业生成式 AI 试点未产生可衡量财务回报，企业已投入 300 亿至 400 亿美元 MIT《State of AI in Business 2025》报告
泡沫论 OpenAI 年化收入与基础设施承诺之比约 1 比 35 公司披露数据与公开承诺对比
泡沫论 标普 500 前十大成分股权重约 40%，创历史纪录，比 2000 年互联网泡沫峰值高出约 14 个百分点；英伟达单只权重约 7.6% 至 9% Apollo、RBC、J.P. Morgan 等机构
泡沫论 当前标普前十大公司比 1990 年代互联网泡沫时期更被高估 Apollo 首席经济学家 Torsten Slok，2025 年 7 月
泡沫论 AI 估值与集中度风险令人联想到互联网泡沫 国际货币基金组织、英格兰银行、国际清算银行系列警告
泡沫论 超大规模厂商可能通过延长折旧年限低估折旧，2026 至 2028 年合计少提约 1760 亿美元 Michael Burry，2025 年 11 月公开备忘录
泡沫论 循环交易使产业链收入信号失真 彭博社、多家卖机构分析
增长论 云与 AI 收入实际高增长：阿里云 AI 收入同比增长 45%；Anthropic 年化收入一年增长约十倍至 300 亿美元 公司财报与披露
增长论 与 2000 年不同，本轮开支主体（微软、谷歌等）为高利润现金牛企业，主要依靠经营现金流而非融资烧钱 多家卖机构分析
增长论 算力供需仍然紧张，GPU 与 HBM 存货周期处于卖方市场 芯片产业链公开数据
增长论 市场自我修正机制在起作用：OpenAI 下调开支目标，Anthropic 预期 2027 年现金流转正 CNBC、公司披露
增长论 Sam Altman 本人在 2025 年 8 月公开承认"投资者整体上对 AI 过度兴奋"，头部创业者保持清醒与 1999 年的普遍狂热不同 Sam Altman 接受媒体采访表态

数据口径说明：估值、收入与资本开支数据来自不同机构与时点，存在统计口径差异；本文以区间或注明时点的方式呈现，具体数值以公司官方披露为准。

两份证据清单的分歧点可以归结为一个问题：当前的开支是"对未来收入的前置投资"还是"对不存在的收入的透支"。企业端（尤其传统行业）的落地数据支持前者弱、后者强的判断，而开发者端与头部云厂商的收入增长支持相反方向。MIT 报告的 95% 失败率常被引用为泡沫证据，但同一份报告也指出，失败集中在采购流程与工作流整合环节，而非模型能力本身。

五、崩盘风险：四种潜在触发情形与传导路径

"是否崩盘"不是一个二元问题。综合多方机构分析，美国市场的系统性风险集中于金融链条，中国市场的风险集中于财政与产能效率。以下四种情形是公开讨论中最受关注的传导路径。

graph LR A1[头部模型公司融资中断] --> B1[数据中心合同与订单收缩] B1 --> C1[芯片商与云厂商收入下修] A2[信贷事件与融资成本上升] --> B2[私人信贷与公司债重定价] B2 --> C2[数据中心项目融资停滞] A3[科技股集中回调] --> B3[被动指数基金连锁反应] B3 --> C3[居民财富效应收缩] A4[智算中心利用率持续低迷] --> B4[项目回报不及预期] B4 --> C4[地方财政与国企资产负债表承压]

情形一：OpenAI 债务链条断裂。 OpenAI 以约 400 亿美元年化收入支撑约 1.4 万亿美元量级的承诺，依赖持续的大额融资。据半岛电视台报道，其融资节奏已因债务规模上升而放缓。若后续融资中断，上游的 Oracle（约 3000 亿美元合同敞口）、英伟达（约 300 亿美元投资与芯片订单）将同步承压，这也是 Michael Burry 等做空者押注的核心场景。

情形二：信贷市场重定价。 Meta 的 270 亿美元私人信贷合资与 Oracle 的千亿级债务是标志性样本。若 AI 收入增速不及预期，垃圾级与投资级边缘的科技债券将率先被抛售——2025 年 11 月 Oracle 债券的抛售已经预演过一次。私人信贷市场透明度低、流动性差，一旦重定价，传导速度可能快于股票市场。

情形三：指数集中度回调。 标普 500 前十大权重约 40%，接近半数资金流入 AI 关联股票。高集中度在上涨期放大收益，在回调期同样放大跌幅，且通过被动指数基金将风险扩散至不主动选股的普通投资者。国际货币基金组织与英格兰银行的警告主要针对这一机制。

情形四：中国路径——效率风险而非价格风险。 中国的 AI 资产大多不在公开市场流通，股价崩盘的传导渠道相对有限。真正的风险在于：约 2 万亿元规模的算力网络若延续此前智算中心的低利用率模式，巨额投资将转化为地方财政与国企资产负债表上的低效资产；叠加国产芯片的代际与产能约束，投入产出的时间差可能比美国市场更长。中芯国际管理层的公开警告指向的正是这一情形。

四种情形并非互斥。历史经验（1990 年代电信泡沫、2000 年互联网泡沫）显示，过度建设阶段本身的融资结构决定了出清方式：以股权融资为主的建设周期出清为股价下跌与产能折价，以债务融资为主的建设周期出清则可能演变为信用事件。

六、中美脆弱性对比与综合判断

维度 美国市场 中国市场
开支主体 四大云厂商加头部模型公司 国家基金、大厂、国企算力平台
资金来源 经营现金流为主，债券与私人信贷占比上升 财政与产业政策资金为主，大厂现金流为辅
融资市场化程度 高（公开市场、私募、信贷） 中（港股 IPO 率先破题，一级市场规模有限）
芯片供给 英伟达主导，供给相对充分 国产替代中，代际与产能受出口管制约束
收入验证 云收入高增长但与承诺缺口大 阿里云 AI 收入增长 45%，验证早期
主要脆弱点 金融链条：债务、循环交易、指数集中度 财政链条：产能利用率、投资回报周期
潜在出清形态 信用事件与股市回调 长周期的资产折价与财政消化
政策缓冲工具 利率政策、企业自身现金流 举国体制资金调配、需求侧政策

综合判断方面，多数机构的共识可以归纳为三点。

第一，"是否存在过热"在估值与融资结构层面证据较强，在需求层面证据分化。头部公司收入确实在高速增长，但增长速度仍不足以在融资收紧之前填补开支缺口；MIT 报告揭示的企业端落地困难是需求侧最直接的预警。

第二，美国市场接近泡沫的时间判断分歧集中在"1997 年还是 1999 年"。据 Fortune 2026 年 5 月报道，华尔街正争论当前阶段更像 1997 年（泡沫中段，此后仍有两年上行）还是 1999 年（顶部前夜）。这一争论本身无法被数据裁决，但可以确定的是：本轮周期的开支主体持有真实利润与现金流，其抗冲击能力强于 2000 年的互联网公司，崩盘若发生，更可能以"增长预期下修+信贷重定价"的渐进形态展开，而非单日崩塌。

第三，中国的风险形态不同。中国 AI 投资不依赖公开市场杠杆，股价崩盘式场景概率较低；但国家资本主导的建设模式对投资回报率不敏感，历史上类似的基建扩张（光伏、面板）最终都经历了产能出清。智算中心若重演低利用率局面，代价将由财政与国企承担，出清周期以年计。

历史上，2000 年互联网泡沫破裂并没有阻止互联网成为主流基础设施，反而淘汰了绝大多数过早烧钱的参与者。对行业整体而言，泡沫存在与否不改变 AI 技术的长期方向；对具体的企业与投资者而言，周期时点决定生死。当前两个市场共同的悬念是同一个：收入曲线何时、以什么斜率追上开支曲线。