{"text":[[{"start":9.01,"text":"人工智能全球竞赛，既是技术赛道的比拼，也是一场资本动员能力的较量。当全球目光聚焦于美国数据中心建设的资金可持续性时，中国AI产业的融资路径则鲜少进入公共舆论。今年9月，专业研究全球产业投资的美国荣鼎集团发布了一份研究报告，给出一组对比数据：当前中国AI领域投资规模仅为美国的15%至20%；国内AI资本开支预计在今年实现翻倍，达到9320亿元人民币（约合1390亿美元），到2027年有望突破1.2万亿元人民币。而美国市场预计2026年数据中心投资规模将达到8000亿美元（两者统计范围并不完全一致）。"}],[{"start":54.97,"text":"从现实看，中美融资体量悬殊，而更值得深入探讨的是两国截然不同的资金筹措逻辑：美国大型云服务商更多依托债市举债扩张，债务融资体量更大。中国 AI 以股权融资、银行信贷为主，叠加政府引导基金，资本开支规模偏小，融资更受股市与现金流约束。这里就呈现出两种不同的路径。"}],[{"start":80.55,"text":"从短期财务表现来看，中美头部AI云厂商都面临资本开支高企带来的现金流压力，只是资金补充渠道出现明显分化。按照荣鼎集团调整后的口径，2025全年，阿里、腾讯、百度合计自由现金流为1700亿元；进入2026年上半年，伴随算力和相关基建投入加码，三家企业合计自由现金流为负160亿元。美国五大云厂商微软、亚马逊、Alphabet、Meta、甲骨文同样面临投入压力，2025全年合计自由现金流为1910亿美元，2026年上半年为140亿美元。在现金流承压局面下，双方的补血路径走向两种轨道。美国企业的核心选择是债务融资：上述五家企业2026年上半年债务净融资达到1630亿美元，规模接近2025年全年900亿美元的两倍，长期公募债券与私募信贷共同撑起美国算力扩张的资金底盘。反观中国AI企业，债券融资占比偏低，行业资金来源较集中于股权发行与银行信贷。这种结构性差异并非偶然：国内多数AI初创企业盈利目前缺乏稳定性，可抵押固定资产偏少，银行信贷更偏好具备数据中心实物资产为抵押的项目，叠加央行持续引导科技信贷投放，在全社会信贷需求偏弱的环境下，部分银行甚至愿意以低于LPR的优惠利率投放项目贷款，银行信贷由此成为比信用债更为便捷的融资通道。"}],[{"start":174.05,"text":"两国融资体系更深层次的差异，体现在政府资金的参与程度。美国AI融资以资本市场与市场化债务工具为主，政策更多体现为产业引导，国家资金直接出资占比很低，但联邦政府的政策导向性同样明显。中国AI股权市场存在明显的政策资金加持：政府引导基金与国有投资平台的直接出资，今年统计则占到AI股权投资总额的25%；在芯片、服务器这类算力上游赛道，2023年以来政府引导基金及政府投资平台出资占比达到47%。银行参与的股权投资另占14%；考虑到相关银行多数为国有银行，两者合计超过六成。当然，这里需要客观看待差异：美国融资模式以市场化价格信号主导资金流向，而中国市场则形成了产业政策定向扶持与社会资本共同参与的多元资金格局，不能简单将其概括为“纯市场”与“强行政干预”的二元对立，只是政府资金在产业培育阶段发挥的作用强弱有所区别。"}],[{"start":240.4,"text":"股权融资已经成为中国AI产业扩张资金的重要来源之一。2026年前八个月，国内主要前沿AI模型企业通过风险投资、IPO及私募配售等方式合计筹集约1790亿元股权资金；截至8月21日，AI领域已宣布的股权投资规模达到2820亿元，创下历史新高，较2023至2025年的阶段性低点实现翻倍。不少头部企业依靠股权募资补齐算力资金缺口：1月智谱AI在港股IPO完成约40亿元募资后，紧接着7月落地了270亿元H股私募融资；8月，阿里巴巴也宣布重启新股发行，计划在港增发800亿港元新股，全部资金投向AI算力与大模型研发。股市正成为中国AI产业持续扩张的主动力，但这套融资模式天然存在脆弱性。因为，绝大多数AI科技股尚未进入稳定分红阶段，过去依靠买入蓝筹ETF托住大盘指数的调控手段，很难直接用来稳定高估值的科技新股。比如，2026年8月登陆科创板的宇树科技就是典型案例，该股上市首日以1100元开盘，随后回落至当日收盘价845元，给一级市场投资人敲响了估值泡沫的警钟。与此同时，月之暗面、DeepSeek等头部大模型企业的IPO估值依然悬而未决。高估值科技新股的价格波动也提示中国AI资本扩张的可持续性高度绑定二级市场行情，这一变量的不确定性同样值得关注。"}],[{"start":333.87,"text":"在股权融资之外，较低成本的信贷构成了第二重资金保障。当前人民币融资成本显著低于美元：2025年腾讯长期人民币贷款利率区间中值为2.8%，腾讯和百度长期人民币债券票面利率约2.6%；而美国五大科技巨头长期债券的平均有效利率达到4.4%，美元债务成本高出一大截。对于独立数据中心运营商，资产支持证券、公募REITs、设备融资租赁构成第三条资金路径,如民营IDC企业GDS发行了国内首单数据中心ABS，GDS与RangeIDC先后登陆沪深交易所发行数据中心公募REITs以盘活存量资产。不过这条路径的风险同样突出，四川滨基科技有限公司依靠售后回租模式加杠杆批量采购GPU，最终破产，导致15家融资租赁机构遭受直接损失。除此之外，国内信用债市场资源依然高度向国企倾斜，民营科技企业直接发行公司债的门槛依然偏高。行业价格竞争、业务结构调整及算力投入增加等因素，持续影响模型厂商的利润空间。据多家海外科技媒体与行业研究机构的测算，智谱AI与MiniMax的综合毛利率，从2025年的41%、25%，回落至2026年上半年的26%、18%。按照标准化评测任务的加权平均成本计算，海外Claude部分高端模型约为2-4美元，而国内主流前沿模型约为0.04-0.5美元，巨大价差背后，是国内大模型整体议价能力偏弱的现实。"}],[{"start":432.79,"text":"然，即便面临盈利压力，中国AI产业依然具备塑造差异化竞争力的支点。据The Information等媒体数据，DeepSeek通过优化模型架构与推理基础设施，使API业务毛利率据报达到82.9%，已经接近甚至超过Anthropic的水平，而对外定价依然保持显著优势。阿里云经过业务结构优化，调整后EBITA利润率从2025年的9%升至2026年上半年的10%。算力供给端的约束也出现边际缓和：中芯国际本土晶圆产能持续扩充，部分企业获取NVIDIA H200芯片的渠道出现改善迹象，但后续供应仍存在政策不确定性，行业资本开支增速有望从2025年的33%继续上行。整体看，中国厂商正在走出一条“低价高效”的商业化路线，依靠成本控制优化单元经济以塑造优势，价格本身是一种杠杆，这也为未来中美之间开展商业对话准备谈判筹码。"}],[{"start":493.14000000000004,"text":"融资结构的显著分野，并不意味着中美AI产业只能走向零和博弈，三个方向上的合作空间依然清晰可辨。第一个合作方向落在算力与全球供应链。中国长期面临高端芯片供给不稳定的约束，美国企业掌握领先的AI芯片设计及关键技术，但先进芯片制造仍高度依赖跨境供应链。只要地缘摩擦适度降温，双方达成阶段性稳定的芯片与算力供应安排，就能形成双向收益：中国厂商补齐短期算力短板，美国芯片企业稳住海外市场订单，这是务实的商业选择。第二个合作方向在于市场与收入分成。国内头部AI实验室的海外营收占比持续抬升，目前月之暗面、快手可灵、MiniMax都收获了大量海外开发者客户，其中月之暗面已与微软、亚马逊、谷歌等海外云巨头洽谈模型收入分成合作。当中国大模型能够以四分之一的价格提供接近海外产品的性能与服务，全球开发者将获得更多选择。美国云服务商也可以引入低成本模型扩充内容供给，做大全球AI服务的整体市场蛋糕，实现需求再分配，而非单纯的存量份额争夺。第三个合作方向是资本与人才生态。美元债融资成本偏高，人民币低息信贷红利正在改变科技企业的融资区位选择；同时，尽管技术管制不断加码，中美在基础研发、高端人才流动、开源社区建设上的互补性并未彻底中断。其实，大国竞争可以划出明确的安全红线，但红线之外，产业链、商业收入、跨境资本依然存在广阔的合作纵深。"}],[{"start":596.2800000000001,"text":"说到底，AI的胜负手不在“谁零和谁”，而在谁能把资本、算力与市场最有效地藕合在一起，哪一方能把要素最高效地动员起来。这是一个全新的赛道，中美既存在相互的竞争，也具备在细分方向各自探索与创新的动能。美国AI产业的优势在于可以依托较为成熟的资本市场，金融动员能力极强，同时能够持续吸纳全球顶尖智力资源。中国的核心优势，在于能够依托产业政策与低成本制造能力，快速铺开算力基础设施，面向海量下沉市场落地应用，同时集中资源完成技术追赶。两者互为镜像，各有不可替代的竞争底盘。"}],[{"start":639.44,"text":"现实看，中美共同的集合不如在合规管制边界之内，在供应链稳定、跨境商业分成、产业资本联动等领域开辟互利共存的合作地带。这既是商业理性的必然选择，也是这场AI长期竞赛中为数不多的双赢路径。"}],[{"start":656.5,"text":"（作者系复旦大学国际政治经济学博士，主要研究国际产业竞争，责编：闫曼 man.yan@ftchinese.com)"}]],"url":"https://audio.ftcn.net.cn/album/a_1793747162_4112.mp3"}