8300 亿美元估值背后的 AI 格局之变
OpenAI 寻求 1000 亿美元融资，中国突破芯片封锁，科技巨头重构 AI 竞争版图。
Editor's Note
🗓️ 2025.12.22 | Issue#031
AI 竞争的重心正在变化。OpenAI 寻求 1000 亿美元融资，同时在美国大学大规模铺设低价授权锁定用户。中国建成 EUV 光刻机原型，技术封锁的有效性正在减弱。Google 和 Meta联手打破英伟达的软件锁定。
这些动作指向同一方向：当模型能力差距难以拉开，护城河在于谁能控制资本、芯片、用户习惯、开发者生态。从拼模型到拼资源控制权，竞争规则在改变吗？
产业纵深
OpenAI 寻求 1000 亿美元融资，估值或达 8300 亿美元
OpenAI 正在进行新一轮融资，目标金额高达 1000 亿美元，如果全额完成，公司估值将达到 8300 亿美元。这轮融资计划最早在明年一季度完成，但交易条款仍可能变化，也不确定能否获得足够的投资者需求。
这个数字即使在 AI 热潮中也显得激进。背景是市场对 AI 支出的热情已经降温，OpenAI 的合作伙伴 Oracle 和 CoreWeave 的市值近月下跌，数据中心建设计划面临融资阻力。OpenAI 预计到 2030 年将烧掉超过 2000 亿美元现金，而 Google 拥有低负债和强劲利润，这让它在 AI 投资上更从容。
值得注意的是，OpenAI 的融资机器仍在高速运转。软银今年早些时候同意投资 300 亿美元，并出售英伟达股份筹集 58 亿美元为 OpenAI 下注。迪士尼也投资 10 亿美元并达成内容授权协议。OpenAI 还计划招募主权财富基金参与，此前已获得阿联酋 MGX 的投资。
一个关键问题是：OpenAI 的商业模式能否支撑如此估值？公司已经发布「Code Red」应对 Google 威胁，同时还在考虑 IPO。当 AI 热潮退却，投资者还会继续相信规模效应的故事吗？
中国建成 EUV 光刻机原型，技术封锁正在被突破
路透社独家报道，在深圳一个高度保密的实验室里，中国科学家已经建成了一台 EUV（极紫外光刻）机原型。这台机器占据了几乎整个工厂车间，由前 ASML 工程师团队通过逆向工程建造，目前正在测试中，尚未生产出可用芯片。
这个项目被称为中国的「曼哈顿计划」，由华为协调全国数千名工程师参与。招募的前 ASML 工程师甚至被发放假身份证以保持项目机密。中国政府的目标是 2028 年生产出可用芯片，但知情人士认为 2030 年更现实——这仍比分析师此前预计的「十年」快得多。
技术难点在于精密光学系统。中国原型机的尺寸远大于 ASML 的设备，这是为了提升功率而做的权宜之计。机器能够成功产生极紫外光，但光学系统仍需大幅改进。中国科学院长春光学精密机械与物理研究所在 2025 年初实现了将极紫外光集成到光学系统的突破，使原型机得以运行。
ASML 首席执行官今年 4 月表示，中国需要「很多很多年」才能开发出这种技术。但这个原型的存在表明，中国可能比预期更接近半导体独立。当然，从原型到量产还有巨大鸿沟。即使技术可行，建立完整的产业链、确保良品率、实现规模化生产，仍是艰巨挑战。但这个进展至少证明：技术封锁的效果正在减弱。
Meta 押注 AI 的代价：新模型、新团队、新动荡
英国《金融时报》深度报道揭示了 Meta 在 AI 竞赛中的激进押注和内部代价。同时，《华尔街日报》披露，Meta 正在开发代号为「Mango」的新图像和视频模型，预计 2026 年上半年发布。
Zuckerberg 的策略是双管齐下：一边通过挖角建立新团队，一边裁员提高效率。他今年夏天发起「人才大劫掠」，从 OpenAI、Anthropic、Google 等公司挖来数百名研究人员，提供总计 1 亿美元的签约奖金。为领导新成立的 Meta Superintelligence Lab，他聘请了 28 岁的 Scale AI 创始人 Alexandr Wang，并以 140 亿美元收购 Scale 49% 股份。
但这种激进调整也带来代价。《金融时报》报道，Wang 与 Zuckerberg 之间出现紧张关系，Wang 觉得 Zuckerberg 的微观管理令人窒息。Meta 最近裁掉 600 名 AI 团队成员，首席 AI 科学家 Yann LeCun 离职创业（详见「信号」部分），首席法律官 Jennifer Newstead 被苹果挖走。
在基础设施上，Meta 的投入同样激进。2025 年资本开支预计达 700 亿美元，比 2024 年的 390 亿美元大幅增加。公司通过发行 300 亿美元公司债和 270 亿美元私人信贷（创纪录规模）来融资建设路易斯安那州的 Hyperion 数据中心。
投资者对此表示担忧。Meta 股价在 11 月因自由现金流萎缩而下跌 17%，分析师预计今年自由现金流将从 540 亿美元降至 200 亿美元。一个问题是：快速迭代和大规模投入，能否换来真正的竞争优势？目前看，Meta 的 Llama 4 模型表现不及 OpenAI 和 Google，公司寄希望于明年一季度发布的新模型「Avocado」。这是一场高风险的赌博。
Google 联手 Meta 削弱英伟达软件护城河
路透社报道，Google 正在推进一项名为「TorchTPU」的计划，目标是让其 TPU 芯片更好地支持 PyTorch——这是全球最广泛使用的 AI 开发框架，也是英伟达软件生态的核心。
问题的关键在于兼容性。大多数 AI 开发者使用 PyTorch 构建模型，而 PyTorch 与英伟达的 CUDA 软件深度绑定。Google 的 TPU 芯片历来使用自己的 Jax 框架，这意味着开发者如果要用 TPU，需要重新适配代码，这需要时间和成本。TorchTPU 项目正是要消除这个障碍，让 PyTorch 在 TPU 上运行得像在英伟达 GPU 上一样流畅。
为加快进度，Google 与 Meta 密切合作——Meta 是 PyTorch 项目的创建者和维护者。两家公司正在讨论让 Meta 获得更多 TPU 资源的协议。Meta 有战略动机参与：通过支持 TPU，可以降低推理成本，并在与英伟达的谈判中获得更多筹码。
这是云计算巨头对芯片巨头的反击。英伟达的护城河不仅是硬件，更是 CUDA 软件生态，分析师认为这是英伟达对抗竞争者的最强防御。如果 Google 成功让 PyTorch 在 TPU 上无缝运行，并开源部分软件以加速采用，那么开发者切换到 TPU 的成本将大幅降低。
英伟达的优势能否被削弱？这取决于 TorchTPU 能否真正做到与 CUDA 相当的性能和开发体验。软件生态的护城河往往比硬件更难攻破，但当整个行业都在寻找英伟达的替代方案时，即使是坚固的护城河也可能出现裂缝。
以上为本周免费内容。
OpenAI 融资、中国突破芯片封锁、Google 削弱英伟达优势——这些都是明面上的竞争。但还有一个关键战场容易被忽视：谁在赢得下一代用户的使用习惯？
在付费内容「聚焦」部分，我们详细分析了 OpenAI、微软、Google 在美国大学的 AI 工具争夺战。数据显示，ChatGPT 使用量是微软 Copilot 的两倍，但 Google 用免费策略反击。先发优势能持续多久？
成为付费订阅者，阅读完整「聚焦」分析 + 本周 7 条重要「信号」。
