一句话看懂:研究机构 Rhodium 估算,中国最大几家科技公司 2026 年资本开支将翻倍至 1390 亿美元,而 AI 实验室收入不到其中 8%,投入与回报的落差可能比芯片管制更值得关注。
事件核心:发生了什么
据《纽约时报》报道,Rhodium 的测算显示,中国头部科技公司正把 2026 年的资本开支提高到约 1390 亿美元,规模较此前水平翻倍。这些钱主要流向算力基础设施、数据中心和大模型训练与推理能力建设。与此同时,素材给出的关键对比是:AI 实验室相关收入不到这笔开支的 8%。目前公开信息显示,这是研究机构的估算口径,并非各家公司的官方指引。
为什么重要
这个数字把讨论焦点从“能不能买到先进芯片”转向“买了算力之后能不能赚回来”。芯片管制影响的是供给端,而资本开支与 AI 收入之间的巨大缺口反映的是需求端和商业化效率。如果投入持续翻倍而收入占比长期偏低,企业将更依赖其他业务输血,也会更急切地寻找 API 调用、企业服务、图像生成等可收费场景。反过来,这种集中投入也可能加速国产算力生态和大模型训练能力,压低单位推理成本。
对用户/开发者/创作者的影响
对开发者而言,大厂加码算力通常意味着 API 价格竞争和模型迭代加快,但也要留意补贴退坡后的定价变化。对创作者,图像生成、视频生成等 AI 应用可能迎来更密集的版本更新,免费额度与商业授权条款值得跟踪。对企业采购方,供应商的长期算力投入是稳定性信号,但收入缺口也提示要关注服务条款和价格调整风险。
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
值得关注的后续
一是各家 2026 年财报中资本开支与 AI 相关收入是否按同一口径披露;二是推理侧价格是否继续下探,以及开源与闭源模型的分工是否变化;三是芯片供给和电力、数据中心约束会不会让实际开支偏离 Rhodium 的估算。
来源:Techmeme

