文章核心观点 - 英伟达通过大规模、多领域的风险投资，积极构建覆盖整个AI产业的生态系统，旨在成为AI时代不可或缺的基础设施提供商 [1][3][37] - 公司投资策略呈现“广撒网”特点，不押注单一赢家，而是押注整个赛道，确保无论哪个技术方向或应用场景爆发，其GPU硬件都能成为核心需求 [7][11][37] - 投资节奏显著加速，2025年已参与50笔风险投资交易，超过2024年全年的48笔，其企业风投基金NVentures在2025年参与21笔交易 [3][37] 大模型领域投资 - 对OpenAI进行深度绑定，计划以战略合作形式累计投入1000亿美元，共同构建大规模AI基础设施 [6] - 多线押注竞争对手，包括参与xAI的60亿美元融资，并计划在后续200亿美元融资中对股权部分投入最多20亿美元 [7] - 三次投资欧洲大模型公司Mistral AI，其C轮融资达17亿欧元（约20亿美元），投后估值117亿欧元（约135亿美元） [8] - 领投成立仅1年的Reflection AI的20亿美元融资，估值达80亿美元，布局开源大语言模型以对抗中国竞争对手 [8] - 参与前OpenAI首席技术官创立的Thinking Machines Lab的20亿美元种子轮融资，估值达120亿美元 [9][11] 算力基础设施投资 - 投资转型AI数据中心的Nscale，其完成11亿美元融资后，又参与其4.33亿美元的SAFE融资，该公司为OpenAI的Stargate项目在英国和挪威建设数据中心 [12][14] - 参与数据中心租赁商Crusoe的6.86亿美元融资，其客户包括甲骨文、微软、OpenAI等巨头 [14] - 早期投资GPU云服务商CoreWeave（2023年融资2.21亿美元），后者已成功上市 [16] - 投资GPU服务器出租商Lambda的4.8亿美元D轮融资（估值25亿美元）及云基础设施提供商Together AI的3.05亿美元B轮融资（估值33亿美元） [18] - 布局能源领域，参与核聚变能源公司Commonwealth Fusion的8.63亿美元融资，以解决AI耗电问题 [18] - 投资高能效AI基础设施公司Firmus Technologies的3.3亿澳元（约2.15亿美元）融资，估值18.5亿澳元（约12亿美元） [20] - 三次投资光学互连技术公司Ayar Labs，最近一次为2025年12月的1.55亿美元融资，提升AI芯片数据传输效率 [20][22] AI应用场景投资 - 在自动驾驶领域两次投资英国自学习自动驾驶公司Wayve（首次参与10.5亿美元融资，计划追加5亿美元） [24] - 参与自动配送公司Nuro的2.03亿美元融资（估值60亿美元）及自动驾驶卡车公司Waabi的2亿美元B轮融资 [26][27] - 押注人形机器人赛道，参与Figure AI的两轮融资（B轮6.75亿美元估值26亿美元，C轮超10亿美元估值飙升至390亿美元，涨幅15倍） [29][31] - 投资工业智能机器人公司Bright Machines的1.26亿美元C轮融资 [31] - 布局垂直行业，包括医疗AI公司Hippocratic AI的1.41亿美元B轮融资（估值16.4亿美元）、企业级AI聊天机器人公司Kore.ai的1.5亿美元融资 [33][36] - 参与内容创作AI公司Runway的3.08亿美元融资（估值35.5亿美元），其技术用于好莱坞电影特效等场景 [36] 投资战略逻辑 - 构建“算力依赖-生态绑定-赛道覆盖”三层战略三角，确保AI公司对英伟达GPU的硬性需求，并覆盖全产业链及主要应用场景 [37] - 通过加速投资（从2022年1笔增至2025年71笔）强化对AI生态的主导权，目标成为类似Windows或Android的AI时代“操作系统” [37][38]