公司战略转型 - OpenAI正从一家研究实验室向垂直整合的"AI帝国"转型，致力于构建集消费者AI订阅服务、超大规模基础设施运营和前沿AI研究于一体的综合体[3][6] - 公司首席执行官承认过去对垂直整合的看法是错误的，现认为这是实现其使命的必要路径，并类比苹果iPhone的成功模式[13][23][36] - 公司战略涵盖"从电子到模型分发"的整个AI产业链，近期已与英伟达、甲骨文、AMD等科技巨头达成合作，并预告未来数月将有更多合作公布[3][8][15][67] 基础设施押注 - 公司已决定进行"非常激进的基础设施押注"，其投资规模之大需要整个行业或行业的大部分参与支持[2][3][8][15] - 这一激进投资决策基于对未来一到两年内模型能力的强大信心，而非当前模型，公司预见即将到来的模型将创造巨大的经济价值[3][15][70] - 基础设施建设的核心目标是为支持公司想要提供的服务和研究，目前暂无将其作为独立业务出售给其他公司的计划[28][29] 能源需求与解决方案 - AI的指数级增长将需要更廉价、更丰富的能源，AI的未来与能源的未来已"合二为一"[2][6][9][101] - 长期的能源解决方案将是太阳能加储能与先进核能的结合，公司首席执行官预测这两种能源将成为主导[6][9][105] - 核能普及的速度完全取决于其成本，如果其在经济上具有压倒性优势，发展将非常迅速，并称过去限制核能是"极其愚蠢的决定"[9][16][104][106] 模型能力与研发重点 - 公司最兴奋的潜在应用是"AI科学家"，预测在未来两年内，模型将能够承担更大块的科学工作并做出重要发现[11][12][20][21][47][48] - 文生视频模型Sora不仅是创作工具，更是构建"世界模型"以推进通用人工智能、并帮助社会适应AI发展的战略工具[10][17][18][38] - 当出现资源限制时，公司几乎总是优先将GPU分配给研究而非产品支持，因为公司的核心目标是构建通用人工智能[73] 产品商业化与挑战 - 对于Sora等视频模型，由于高昂的生成成本与用户高频次的娱乐性使用之间存在矛盾，公司需要探索一种与ChatGPT完全不同的商业模式[18][110][111] - 对广告模式持开放但谨慎的态度，强调绝不能破坏用户对ChatGPT的高度信任关系，例如推荐付费产品而非最佳产品会摧毁这种信任[112][113] - 在版权问题上，公司观察到部分版权持有者更担心自己的IP不被AI充分使用，而非过度使用，预示着可能产生新的商业模式[95] 行业竞争与创新文化 - AI竞赛正从算法转向一场关乎算力、资本和能源的全方位斗争[2][4] - 公司认为优秀的研发文化更像运营一家优秀的种子阶段投资公司，而非产品公司，这种文化有助于保持创新能力[75] - 公司观察到能力的积压已经到来且非常巨大，世界上大多数人仍只考虑ChatGPT能做什么，但模型的实际能力进步远超外界认知[54]

算力增长与AI能力飞跃预期 - 市场可能严重低估2026年人工智能领域由算力驱动的重大利好，预计AI模型能力将出现非线性飞跃 [1] - 多家美国大型语言模型开发商计划到2025年底将用于训练前沿模型的算力提升约10倍，这被视为未被充分重视的催化剂 [1] - 10倍的算力投入可能使模型的智能水平翻倍，若规模法则延续将带来地震级后果 [1] - 一个由Blackwell GPU组成的1000兆瓦数据中心算力将超过5000 exaFLOPs，远超美国政府Frontier超级计算机的略高于1 exaFLOP算力，这种量级增长是预期AI能力非线性提升的核心依据 [4] AI发展的关键不确定性：规模墙 - AI发展面临的核心不确定性在于是否会撞上规模墙，即投入海量算力后模型能力提升出现迅速递减的令人失望结果 [2][6] - 许多怀疑论者认为前沿模型的智能、创造力和解决问题的能力可能存在上限，简单地增加算力可能无法持续带来智能飞跃 [4][6] - Meta、弗吉尼亚理工和Cerebras Systems的联合研究发现，使用合成数据进行大规模训练时未观察到可预见规模内的性能退化模式，即模型崩溃现象，暗示撞上规模墙的风险可能低于预期 [7][8] AI能力跃升对资产估值的影响 - 若AI能力实现非线性跃升，投资者应评估其对资产估值的多方面冲击 [10] - AI基础设施股，特别是能缓解数据中心增长瓶颈的公司，其价值可能大幅升值 [10] - AI竞赛加剧可能促使美国在关键矿产等领域加速脱钩，影响中美供应链 [11] - AI应用将为标普500指数创造约13万亿至16万亿美元市值，但拥有强大定价权的AI应用者公司能保留大部分收益 [11] - 无法被AI廉价复制的硬资产相对价值可能上升，包括物理稀缺性资产如土地、能源、矿产、水资源，以及监管稀缺性资产如牌照、特许经营权，和专有数据、品牌、独特奢侈品与人类体验 [11][12]

文章核心观点 - OpenAI通过创新的“循环融资”和“股权换采购”模式，将供应商深度绑定，以支撑其近1万亿美元的算力采购协议，此举正在重写AI时代的资本规则[1][4][10] - 尽管金融工具设计精巧，但计入未来巨额资本支出后，公司2026年总资金需求将飙升至约1140亿美元，对外部融资的依赖度将激增至75%[2][18][22] - 这种模式立竿见影地推高了合作伙伴的市值，但整个生态的繁荣建立在AI应用将持续指数级增长的假设上，其可持续性面临挑战[23][24][27] 万亿算力订单与资本游戏 - OpenAI已签署近1万亿美元的算力采购协议，包括与英伟达5000亿美元、AMD 3000亿美元、甲骨文3000亿美元以及CoreWeave超过220亿美元的合作[3][7] - 公司利用其在AI领域的领军地位作为杠杆，说服供应商以非传统方式为其算力扩张提供资金，将未来增长潜力提前变现为当下购买力[4][8] - 公司今年可能亏损约100亿美元，其宏伟蓝图的背后是严峻的财务现实[7] 创新融资模式：金融炼金术 - **AMD模式（股权换采购）**：OpenAI计划采购价值900亿美元的AMD GPU，核心是AMD向其发行认股权证，允许以每股0.01美元购买最多1.6亿股AMD股票[11] - 该模式将硬件销售转化为股权配置，若AMD股价涨至600美元，OpenAI持有的潜在股份价值将达960亿美元，约等于硬件采购总价值，形成基于业绩的股权激励和共生关系[11] - **英伟达模式（循环收入）**：英伟达计划未来十年向OpenAI投资高达1000亿美元，OpenAI再用这笔钱购买英伟达芯片，高盛将此类交易称为“循环收入”[12][13] 高盛对OpenAI资金流的剖析 - **运营现金流视角**：2026年年度运营基础设施成本约为350亿美元，资金来源相对平衡，包括自身收入贡献约48%、供应商融资贡献约27%、外部融资贡献约25%[17][19] - **计入资本承诺后**：未来重大资本承诺（如自建数据中心需约600亿美元、“星际之门”项目需190亿美元）使2026年总资金需求从350亿美元飙升至1140亿美元[18] - 资金结构彻底失衡，外部股权和债务融资需求占比激增至75%，自身收入贡献被稀释至17%，供应商融资贡献骤降至8%[18][20] 模式影响与潜在风险 - 协议立竿见影地推高合作伙伴市值，例如甲骨文和AMD在宣布合作后市值分别飙升2440亿美元和630亿美元，形成正向反馈循环[23][24] - 产业格局发生深层变动，英伟达等上游企业收入正从财务稳健的超大规模云厂商，越来越多地流向风险更高的AI创业公司和主权AI基金[26] - 高盛预计，到2027年，AI创业公司和主权AI将分别为英伟达贡献660亿和460亿美元的收入[26] - 全球数据中心的建设支出在未来数月内将历史性地超过所有通用办公楼的建设总和[26]

市场增长与规模 - 全球数据中心资本支出在2024年突破4000亿美元，预计2025年将达到5060亿美元，并在2024至2028年间以23%的年复合增长率扩张，最终在2028年形成超过9000亿美元的庞大市场[3] - AI相关IT设备支出增长迅猛，AI服务器市场预计从2023年的50亿美元增长至2028年的629亿美元，年复合增长率达41%[5] - 数据中心市场增长主要由超大规模云服务商（如AWS、Azure）和托管公司驱动，自2017年起其总容量已超越企业自建数据中心[8] 商业模式与投资回报 - 建设1兆瓦容量的数据中心初始投资约为1300万美元，其中动力外壳成本约1100万美元，前期成本约200万美元[12] - 每兆瓦数据中心每年可产生200万至300万美元的租金收入，EBITDA利润率通常能达到40%至50%的稳健水平[12] - 在典型的20年持有期及项目融资模型下，数据中心项目的内部收益率可达11.0%，对寻求长期稳定现金流的基础设施投资者极具吸引力[13] 技术变革：密度革命 - AI芯片单颗功耗指数级飙升，从英伟达Volta架构到Blackwell架构，单颗GPU功耗在数年间增长4倍，驱动服务器机架功率密度急剧攀升[16] - AI训练集群机架功率密度爆炸式增长，从2021年平均不足10千瓦，升至当前H200机架的35kW和B200机架的120kW，预计2027年Rubin Ultra平台单机架功耗将达600kW[18] - 全球存量数据中心基础设施严重滞后，仅5%的现有数据中心平均机架密度能超过30kW，意味着95%的数据中心无法支持当前及下一代AI芯片，必须依赖大规模升级和新建[19] 基础设施重塑：散热系统 - 面对上百千瓦的AI机架功耗，传统风冷系统物理极限（60-70kW/机架）已无法满足需求，行业主流转向芯片级直接液冷技术[24][26] - 液冷系统核心设备冷却液分配单元市场在2024年规模约12亿美元，正经历爆发式增长，拥有成熟产品线和全球服务网络的老牌厂商如维谛、施耐德电气、台达电子和nVent被视为第一梯队领导者[28][29] 基础设施重塑：供电系统 - AI高功率密度推动供电架构从传统低压交流电向高压直流电革命，400V直流系统相比传统208V交流系统可减少52%的铜线重量[30][31] - 供电系统变革将简化不间断电源设计（理论上降低成本10-20%），并将电源供应单元移出服务器机架，形成独立的“电源边车”形态[33] - 在800V直流架构开发中，伊顿、施耐德电气和维谛被列为数据中心电源系统的唯三合作伙伴[34] 供应链核心环节与市场格局 - 采用下一代AI架构的数据中心造价跃升33%，从每兆瓦3900万美元增至5200万美元，增长部分来自昂贵AI服务器和基础设施升级[36] - 散热系统是约100亿美元的市场，维谛是市场份额领导者，传统HVAC巨头如江森自控、开利、特灵也是重要参与者[37] - 供电系统是约180亿美元的市场，施耐德电气占据领先地位，产品线覆盖不间断电源、开关设备等，伊顿、ABB、西门子等为核心玩家[39] - 备用电源市场中，柴油发电机设备规模在2024年约72亿美元，全球领导者是康明斯[42] - IT设备是数据中心投资最大占比，2024年全球服务器市场规模约2800亿美元，其中AI服务器占半壁江山，网络设备市场约360亿美元，主要由思科和Arista主导[45] - 工程与建筑环节中，工程设计市场约40亿美元，主要玩家包括雅各布斯、福陆等，建筑施工市场更为庞大，约650-800亿美元，参与者包括Balfour Beatty、Skanska等国际建筑巨头[48]

协议核心模式与结构 - 协议采用“股权换采购”模式，将价值高达900亿美元的GPU硬件供应转化为股权激励机制，是一种结构性创新 [2] - 协议本质是一种金融工具，将硬件销售转化为股权配置，将AMD的长期估值与OpenAI的基础设施增长直接挂钩 [2][3] - AMD向OpenAI发行了以每股0.01美元行权价购买至多1.6亿股AMD股票的认股权证，作为交换，OpenAI将采购和部署多达6吉瓦的AMD Instinct系列GPU [2] - 若AMD股价涨至600美元，OpenAI持有的1.6亿股总价值将达960亿美元，约等于协议中硬件设备价值，相当于OpenAI可能免费获得10%的股份 [2] 协议设计细节 - 认股权证设计功能等同于基于业绩的股权激励，而非传统股权稀释，AMD无需放弃治理控制权 [4] - 股权解锁与两大动态变量绑定：OpenAI后续的GPU采购量以及AMD的股价 [4] - 首批股权与首批1吉瓦的MI450系列GPU部署挂钩，将于2026年下半年开始，硬件交付并被接受后股权即告归属 [4] - 协议有效期至2030年10月，未归属股份将自动作废，AMD保留了反稀释和转让限制条款 [4] 对AMD的战略与财务价值 - 协议是一种创新的客户获取方式，将传统的前期折扣成本转化为与未来业绩挂钩的股权成本 [6] - 为AMD锁定了至少1吉瓦的确定性收入，并将其下一代数据中心GPUMI450系列和Helios平台推向市场，获得关键旗舰客户和市场验证机会 [6] - 消息发布后，AMD周股价飙升近24%，即使考虑股权稀释，6吉瓦需求带来的企业价值提升远超新增股份发行的影响 [3][6] 对OpenAI的战略与财务价值 - 协议为OpenAI在供应紧张的市场中确保了非英伟达硬件的稳定来源，实现供应商多元化 [6] - 创造了一条潜在的“自筹资金”路径，认股权证升值可资助后续GPU采购，减少直接资本支出需求 [2][6] - OpenAI只有在实际采购并部署AMD硬件，且此举推动AMD业务增长获得资本市场认可时，才能获得全部股权收益，形成共生关系 [4] 行业影响与新范式 - 交易标志着AI算力正从单纯资本支出演变为可被金融化、证券化的资产类别，可能重新定义AI基础设施融资方式 [2][8] - 展示了与英伟达不同的生态系统构建范式：AMD模式将客户的“消费行为”转化为“投资行为”，激励客户通过扩大采购分享供应商成长红利 [8] - 这种模式可能对资本实力不及顶级巨头、但寻求与半导体伙伴深度结盟的AI公司和云服务商更具吸引力 [8] 潜在风险与不确定性 - 协议细节存在不透明之处，公开文件隐去了关键的股权归属时间表和具体技术触发条件 [10] - 6吉瓦的目标是上限而非硬性承诺，OpenAI的约束性承诺仅限于首批1吉瓦部署，后续采购取决于未来业务需求 [12] - 执行风险是AMD面临的最大挑战，交付大规模GPU集群需在未来数年内维持稳定的供应链，包括晶圆代工产能、基板和高带宽内存供应，任何环节中断都可能导致交付延迟 [12]

核心观点 - 摩根士丹利因谷歌Gemini AI的积极反响而上调其目标价至270美元，认为公司更快的创新步伐和AI驱动的核心业务增长将支撑估值溢价 [2] - 谷歌股价年内上涨29%，表现远超标普500指数，其AI实力正重新获得市场认可 [4] - 未来股价走向将取决于谷歌能否在激烈竞争中维持其商业份额，特别是应对OpenAI等对手的挑战 [2][7] 增长新引擎：搜索与云业务的AI动能 - 摩根士丹利将谷歌2026财年每股收益预期提高3%，2027财年预期提高4% [2] - 生成式AI有望为谷歌搜索、云和YouTube业务带来持久更快的营收增长，进一步加强投资者信心 [4] - 新目标价270美元约等于2027年预测每股收益的22倍，较其约20倍的历史平均水平有10%的溢价 [4] - 报告大幅上调谷歌云业务增长预期，预测2026年和2027年收入同比增速分别达35%和30% [4] - 谷歌云平台业务在2026年的增长预计将加速至39% [4] 云业务增长的积极信号 - 截至2025年第二季度，谷歌收入积压订单达1080亿美元，同比增长37%，环比增速加快约1000个基点 [4] - 该积压订单预计将在未来12个月为云业务增长贡献约1600个基点 [4] - 与META等公司的新合作尚未完全计入积压订单，仅META合作就可能为2026年云收入增长额外贡献约300个基点 [5] - 由内部创新和外部需求驱动的TPU支出预计将在2026年增长57%，为云估值带来额外上行潜力 [5] 潜在风险：来自OpenAI的商业化挑战 - OpenAI在商业搜索等领域采取更积极策略，例如推出允许用户直接购物并与Etsy合作的新产品 [7] - 未来15个月内，谷歌商业份额的持久性或损失将决定其股价走向牛市或熊市估值倍数 [7] - 牛市情景目标价可达335美元，基于约26倍市盈率，较当前有37%上涨空间 [7] - 熊市情景目标价为180美元，基于约16倍市盈率，较当前有26%下跌空间 [7]

在吴泳铭"AI驱动"的核心战略下，阿里正进一步将顶尖人才向AI基础模型研发的核心战场集结，而多模态交互则被视为下一阶段AI突破的关键隘口。 作者 | 小 猫 编辑 | 硬 AI 正值全球科技巨头在人工智能领域展开激烈军备竞赛之际，阿里巴巴内部的排兵布阵再次出现关键变动。 硬AI获悉，近期备受瞩目的AI顶尖科学家、阿里集团副总裁许主洪（Steven Hoi）已从智能信息事业群首席科学家的职位上，转岗至阿里集团的核心AI研发机构 ——通义实验室。 阿里方面向硬AI证实了这一消息，并表示许主洪将负责多模态交互模型方向的研究，后续向通义实验室负责人、阿里云CTO周靖人汇报。 这一内部调动释放出重要信号：在吴泳铭"AI驱动"的核心战略下，阿里正进一步将顶尖人才向AI基础模型研发的核心战场集结，而多模态交互则被视为下一阶段AI 突破的关键隘口。 对于许主洪而言，这次转岗意味着他将从更贴近C端应用的"前线阵地"转向更为核心和 底层的"研发心脏"。 时间拉回至今年2月，这位在学术界和工业界均享有盛誉的AI大牛（IEEE Fellow、斯坦福大学评选的"全球前1%的AI科学家"）正式加盟阿里，在当时引发了业内不 小的轰动。他最 ...

OpenAI正双线发力"AI应用"：推出"AI版抖音"Sora 2进军短视频社交，同时通过ChatGPT与电商巨头合作打造"AI版亚马逊"，实现即时购物。尽管应用前景广阔，但Sora 2的"先使 用、后退出"版权策略引发巨大争议，为其发展埋下隐患。 硬·AI 作者 | 龙玥 编辑 | 硬 AI OpenAI在下一盘大棋，其正兵分两路，一边准备推出一款由其最新视频模型Sora 2驱动的社交应用，另一边则已在ChatGPT中集成了即时购物功能。这家人工智能 巨头的战略重心正从技术提供商向应用平台服务商加速转变。 据《连线》杂志最新报道，OpenAI正准备发布一款独立的Sora 2应用程序。该应用在设计上与TikTok高度相似，采用垂直视频流和滑动浏览的交互方式，但所有内 容均由AI生成。据报道，该应用上周已在公司内部推出，并获得了员工的积极反馈。 与此同时，在商业应用领域，OpenAI近日宣布与电商平台Etsy和Shopify达成合作，在美国市场推出即时结账功能。用户可在ChatGPT的对话中直接完成商品购买， 无需跳转至外部网站。此举被市场视为电商行业的重大变革，消息公布后，Etsy股价收盘飙升近16%，Sho ...

大摩认为，英伟达投资OpenAI交易将带来3500-4000亿美元潜在增量收入，远超市场预期。协议涉及英伟达帮助OpenAI部署10GW计算能力，这是完全增量业务，此前未纳入市场 预估。大摩维持英伟达"增持"评级，目标价210美元，较当前股价有19%上涨空间。 硬·AI 作者 | 硬 AI 编辑 | 硬 AI 大摩认为，尽管市场存在质疑声音，但这笔交易为英伟达带来的是实实在在的增量收入。 据见闻文章写道，9月22日，英伟达与OpenAI宣布，签署意向书确立达成战略合作，OpenAI将借此利用英伟达的系统打造和部署至少10千兆瓦（GW）的AI数据中 心。 9月30日，据硬AI，摩根士丹利在最新研报中指出，尽管英伟达投资OpenAI的交易引发市场争议，但该协议将为英伟达带来3500-4000亿美元的潜在增量收入，这一 规模完全超出了当前市场预期。 研报称，这笔交易完全是增量业务，此前市场预期这部分需求将由其他云服务提供商满足。该协议描述的建设规模是当前市场预估的数倍，将大幅推高英伟达的基 本面预期。 摩根士丹利表示，英伟达在OpenAI宏大计划中只扮演一小部分角色，而这些计划反映的是市场目前尚未承认的看涨情况。 ...

AI行业前景与市场规模 - AI将为全球GDP带来10万亿美元增值 背后AI工厂年资本支出需达5万亿美元级别 [2][3] - AI驱动收入在未来5年内从1000亿美元增至1万亿美元的概率几乎确定 目前已接近实现 [3][14] - 全球算力短缺主因是云服务提供商订单低估需求 导致长期处于紧急生产模式 [3][16] 英伟达与OpenAI合作 - OpenAI邀请英伟达早期投资 可能成为下一个万亿美元级超大规模公司 [2][6] - 合作涉及直接工作关系和直接采购关系 类似马斯克与X的合作模式 [2][7] - 合作涵盖Microsoft Azure建设(数千亿美元规模) OCI建设(5-7千兆瓦)和Core Weave项目 [6] 技术竞争格局 - 当前AI竞争比以往更激烈 市场从GPU演变为复杂AI工厂 需处理多样化工作负载 [2][26] - 英伟达芯片竞争优势在于总拥有成本(TCO) 性能或每瓦token数是其他芯片两倍 [4][33] - 谷歌TPU优势在于前瞻性 但客户自有工具将成为主流趋势 [3][27] 技术发展路径 - 推理能力将增长十亿倍 从一次性推理转变为思考型AI [6][18] - 出现三个缩放定律:预训练缩放 后训练缩放和推理缩放 替代单一缩放定律 [6] - 年度发布周期实现技术指数级提升 Hopper到Blackwell性能提升30倍 [22][23] 生态系统建设 - 每个国家都需要建设主权AI能力 如同需要能源和通信基础设施 [4][38] - 英伟达定位为AI基础设施公司 提供芯片 组件或完整系统解决方案 [36] - 与英特尔 ARM等公司合作实现生态系统融合 扩大市场机会 [32] 商业模式演进 - AI工厂需要处理持续变化的多样化工作负载 非单一芯片能解决 [28][29] - 超大规模厂商从CPU向加速计算和AI转型 代表数千亿美元市场 [9][10] - 即使竞争对手芯片免费 英伟达系统仍能提供更优每瓦性能收益 [33][34] 应用场景拓展 - AI与机器人技术融合将成为未来5年重点发展方向 [4][43] - 传统数据处理市场(主要使用CPU)将转向AI数据处理 [18] - 每个人可能拥有个性化AI模型 80亿人口对应80亿GPU成为可行方案 [43] 产业影响 - AI将增强全球50万亿美元人类智能产出 带来生产力革命 [11][12] - 能源产业迎来复兴 核能 燃气轮机等基础设施公司表现突出 [13] - 消除技术鸿沟 人类只需使用自然语言与AI交互而非编程语言 [40]