文｜顾翎羽
编辑｜刘鹏
1873 年，作家马克 · 吐温下小说《镀金时代》，他将目光投向 19 世纪末被一小群商业大亨们主宰下系统性危机深重的美国。那时，钢铁、铁路与石油巨头们通过托拉斯（Trusts）整合资本与权力，工业血管由此铺设，并定义了之后一个世纪的世界秩序。
150 多年后，令人炫目的历史似乎在重演，只是主角从洛克菲勒和卡内基们变成了萨姆 · 奥特曼、黄仁勋和马斯克等。
近几周，美国科技界上演了一系列令人目不暇接的融资合作，OpenAI、甲骨文、英伟达、AMD…… 软件巨头、芯片霸主与云服务商以前所未有的速度和规模，结成了一个利益高度绑定的联盟。
牌桌的另一侧，中国并未缺席。算力是此刻 A 股最炙手可热的板块，但狂热之下，宏观经济、中美关系、技术瓶颈，都让参与者们越来越担心在玩一场"勇敢者的游戏"。
我们正处在这场 AI 淘金热的哪个阶段？这是一次新时代的数字基础设施托拉斯，还是一场人为吹大泡沫的金融游戏？更重要的是，在这场全球性的竞赛中，中国正走在一条怎样的道路上？硅谷的剧本，对我们还有多少参考意义？
带着这些问题，我们与韦豪创芯创始团队合伙人王智和算丰信息总经理顾萌进行了一场对话，本次访谈内容将分为两篇进行发布。
韦豪创芯是中国半导体龙头韦尔股份作为基石的产业投资平台。几个月前，我们与创始团队合伙人王智交流时，他曾为一个 A 轮 AI 芯片项目的前景感到忧虑，"团队不错，但一级市场还有没有足够的耐心和资本，陪它跑到终点？"也曾为一个临近上市的项目做基石时陷入沉思："这一轮 AI 带来的，究竟是一个短暂的投资窗口，还是足以穿越周期的结构性力量？"
产业的变化，比想象中更快。
在最新的交流中，王智给出了更清晰的判断。他认为，我们正在目睹的，并非一场简单的技术或资本泡沫，他的主要观点如下：
我们正经历人类最大规模的基建，中美 AI 的真正战场在欧日韩。
中美两国选择了两条不同的通往未来的道路，美国是在豪赌 AGI "曼哈顿计划"，而中国则是"攀登珠峰，沿途下蛋"。
中国 AI 芯片一级市场窗口即将关闭，二级机会远大于一级。
中国 AI 芯片最大的认知误区，是根深蒂固的"重硬轻软"。
01 "这不是金融技巧，这是一个时代性的命题"
腾讯新闻《潜望》：近期美国科技圈的一系列大动作，OpenAI 与甲骨文、英伟达、AMD 之间复杂的投资和采购协议，让很多人联想到了"左手倒右手"的金融游戏，担心这会扭曲市场对 AI 真实需求的判断。你怎么看待这种现象？这是一种产业泡沫的信号吗？
王智：我认为不能简单地将其看作一个金融技巧或产业泡沫。我们需要把视角拉得更高。最近甲骨文的老板拉里 · 埃里森有个观点，说 AI 比工业革命更猛，将改变一切。我深以为然。我们不能把这一波人工智能，仅仅当作一个产业的角度来考虑，我认为它是一个时代性的命题。
什么叫时代性的命题？就是说人类社会发展到了当前这个阶段，面临着一些根本性的矛盾。比如全球人口增长停滞甚至下降，依靠碳基生命数量增长来驱动生产力提升的传统模式，似乎已经走到了尽头。怎么在全球人口红利消失的背景下，继续提高劳动生产率？AI，特别是对通用人工智能（AGI）的追求，被寄予厚望，成为延续文明发展动力的可能解决方案。所以，它首先是为解决时代矛盾而生的。
在这样宏大的背景下，单个公司是无法完成这个使命的。所以我们看到，从 2022 年底 ChatGPT 引爆行业以来，整个产业的头部化速度可能是历史上最快的。无论是大模型还是算力芯片，市场都在迅速向巨头集中。因为做这件事的投入是巨大的，天然带有赢家通吃的属性 。
所以，OpenAI、英伟达、甲骨文这些公司的结盟，在我看来，并不是简单的金融手段。奥特曼有金融背景，他懂得如何整合和优化配置资源，他做的就是把利益链条上最关键的参与者全部捆绑在一起，形成"一荣俱荣，一损俱损"的局面。但这背后，是顺应了这个产业发展的内在规律。
这种联合历史上也有过。在美国的"镀金时代"，（大约从 19 世纪 70 年代末到 90 年代末）钢铁巨头、铁路巨头和造船巨头们，为了建设那个时代的基础设施也形成了各种各样的联盟。因为只有这样，才能最高效地把基建铺设起来。今天我们看到的，本质上是软件、硬件和云服务的巨头们，在联手打造属于 21 世纪的基础设施。这个基础设施的核心，可以理解为一个" AI 原生的操作系统"。只有当这个底层的操作系统建成之后，上面才能百花齐放，生长出无穷无尽的应用，去改造现实世界。
所以，这是在一个时代转换的关口，主要参与者为了推动新时代的基础设施构建，而必然形成的一种战略联盟。
02 "中美模式不同，美国的情况不能拿来套中国"
腾讯新闻《潜望》：美国正在形成这种市场化的巨头联盟，中国的模式并不同。模式的差异背后，是否反映了两国对于 AI 终极目标的理解不同？
王智：美国，尤其是硅谷那批人，带有一种强烈的"理想主义"色彩。他们的目标非常清晰和宏大：不计代价，率先打造出真正的通用人工智能（AGI）。这就像一场现代版的"曼哈顿计划"，核心逻辑是集中全部资源，实现一个足以改变世界格局的终极武器，然后再去思考如何应用它。
你看 OpenAI 从开源走向闭源，就是因为当投入的资源如此巨大，战略目标如此关键时，它已经舍不得开源了。这件"武器"，必须是独有的。
而中国，则是一种彻底的"实用主义"。我们的文化基因决定了我们更关心"这东西怎么用起来"。我们的关注点并非遥远的 AGI 梦想，而是如何尽快地将现有技术与我们门类齐全的工业基础相结合，去赋能、去提升效率 。
用一个比喻来形容中国的模式，就是"攀登珠峰，沿途下蛋"。美国模式是把所有希望都寄托在终点线的一次性爆发，而中国模式是在向着最终目标前进的过程中，要不断产生阶段性的、看得见的商业价值和应用成果。我们是小步快跑，在过程中不断有产出，积少成多。
所以，这两种路线的根本差异在于：美国想做的是一种颠覆性的力量；而中国想做的是一种渐进式的改良。美国在问" AI 的极限在哪里"，而中国在问" AI 现在能为我做什么"。这种不同的战略定位，决定了双方在资源投入、技术路径和商业模式上都会有巨大的差异 。
03 "中国的机会在于拥有一个巨大且受保护的本土市场，端侧芯片未来机会更大"
腾讯新闻《潜望》：美国科技界的联合，对中国的 AI 芯片产业来说，是创造了更多在夹缝中生存的机会，还是意味着美国正在构建一个更具韧性和排他性的技术壁垒？
王智：我觉得它不存在夹缝的问题，因为实际上现在本质上正在形成两套平行的体系。这并不是说完全隔离，美国的英伟达、AMD 还是想做中国的生意，但由于各种原因，它们在中国的存在感肯定会下降，因为我们自己的供给能力在往上走 。
反过来看，中国的 AI 产品，不管是软的还是硬的，也基本上不可能去美国。所以，我们看到的是两条平行线。在这种格局下，中国的机会在于我们拥有一个巨大且受保护的本土市场。 就算"走出去"困难重重，只要能服务好这个本土市场，就足以培育出好几家世界级的 AI 芯片公司。这不存在夹缝问题，而是我们有自己的一块"根据地"。
在这两条平行线上，真正的战场会是中国和美国之外的第三方市场，比如欧洲、日韩、东南亚 ......
这些国家在模型开发和算力架构上，没有中美这么强的能力，但它们有非常强的工业门类。这恰恰是美国所缺乏的。所以美国需要把它的技术标准和软件生态输出到这些地方，去服务它们的工业，弥补自身的不足。而中国，则可以输出我们高性价比的硬件解决方案和完整的产业应用能力。最终的竞争，要看谁能更有效地服务和影响这些第三方市场 。
腾讯新闻《潜望》：你提到"受保护的本土市场"，这种保护或者说确定性的需求主要来自哪里？它和美国那种完全市场化的环境有何不同？
王智：这正是关键区别。中国的 AI 基建市场，目前并不是一个完全由市场化采购驱动的市场，而是带有强烈的国家战略色彩。
我们看最大的买家是谁？是地方政府和三大运营商。他们建设了大量的算力中心，本质上承担了许多政策性功能。
其次才是互联网大厂。但即便是这些大厂，出于供应链安全的考虑，也在积极地将算力切换到国产芯片平台上。所以，这种来自政府、国企和头部企业的庞大且持续的需求，为我们国产芯片公司提供了未来几年内完全足够的市场空间，让他们可以先生存、再发展。
腾讯新闻《潜望》：在这个独特的市场环境下，是不是意味着所有类型的芯片公司都能平均受益？还是说某些特定环节的公司会迎来更大的发展机遇？
王智：会有很明显的差异。对于做 GPGPU 这类算力基础设施的大芯片公司，刚才提到的确定性需求保障了他们的基本盘。但我认为，未来中国公司更大的机会在于做"端侧"应用和芯片的公司。
原因有两点：第一，在我们的政策导向和巨头开源的趋势下，AI 模型的 Token 成本在国内正以非常快的速度下降。
第二，中国有极其丰富的下游工业门类和应用场景。这两点结合起来，极大地降低了 AI 应用的开发门槛。
第三，成本端的机会和需求端的爆发，共同作用，让做端侧应用和芯片的公司迎来了业绩的快速增长。我们去看一些上市公司的财报，它们的业绩增长非常快，这已经不是情绪推动，而是实实在在的财务数字体现。
04 "中国半导体一二级投资者是各玩各的，但一二级的投资逻辑都已经被重构了"
腾讯新闻《潜望》：我们观察到一个有趣的现象：国内 AI 半导体领域的一级市场很冷静，而二级市场却热情高涨。你觉得二级市场的火热会对一级的投资逻辑和节奏有冲击吗？
王智：我认为一级投资者和二级投资者，现在是属于一个"互道珍重"的状态，各玩各的 。二级市场的火热，并不会实质性地冲击一级的逻辑。
二级市场的逻辑，很大程度上是流动性和情绪造成的。在整个经济下行周期里，并没有很多好的行业，而 AI 板块上一些公司业绩上还能体现出高速增长，再加上美国市场的"映射"效应，那边英伟达涨，这边就找对标公司，所以二级市场对 AI 概念特别火热。二级市场的投资者退出更容易，所以他们更多是在交易情绪和故事 。
而一级市场投资人，经过前几年的泡沫以后，会非常谨慎。因为一级市场现在的整个退出渠道不是那么通畅。这迫使一级投资人必须考虑一个更根本的问题：这家公司能不能生存下去？我们投一个项目，要看它能不能穿越周期，而不是追一时的热点。所以，在这种情况下，一二级市场的逻辑是有很大差异性的。
腾讯新闻《潜望》：在 AI 和"国产替代"的双重叙事下，你认为中国半导体一二级市场的投资逻辑正在发生哪些根本性的变化？
王智：根本性的变化在于，投资的评判标准和价值锚点正在重构。
对于一级市场来说，逻辑正在从"捕获赛道"转向"寻找生态位"。过去，大家觉得 AI 芯片是个好赛道，就广撒网。但现在，大的格局，比如云端训练芯片，基本已经定了，头部公司都在走向 IPO。端侧芯片，瑞芯微这些上市公司和地平线这样的新兴巨头也已经卡位很深。所以，对于新项目，投资人会更关注：你如何在一个已经强手林立的生态里找到自己的位置？
因此，投资逻辑发生了几个转变：
第一，从投"通用"转向投"专用"。在一个特定场景里，比如某个工业领域，做深做透，形成差异化。
第二，从看"性能"转向看"生态"。一个芯片流片成功、点亮跑分，这只是第一步。它上面的软件生态、工具链，能不能跑起来，能不能被客户方便地集成，这才是关键。一个没有生态的芯片，最后很难存活。
第三，从求"颠覆"转向求"整合"。我们会看一些从大公司体外孵化的项目，因为它有比较清晰的路径，最终能被整合到母体的生态里去。这种项目的确定性更高。当然，还有一种是投更早期的，比如在底层材料、计算架构上有颠覆性创新的，但这种机会门槛太高，不具有普遍性 。
对于二级市场，逻辑变化的核心是"映射"和"自主"两条腿走路。一方面，它仍然在很大程度上对美国进行"映射"。美国的 AI 基建才刚刚开始，所以它的供应链，比如光模块、PCB、存储，国内的对标公司就会持续受益。这是二级市场最直接、最简单的逻辑 。
但另一方面，"自主可控"的逻辑也在强化。当市场意识到，国内的采购主体，如地方政府、三大运营商，有很强的政策性需求，并且互联网大厂也在考虑供应链安全时，国产算力芯片的"备胎转正"就成了一个很强的叙事。
所以，二级市场的逻辑是在全球技术趋势和国内政策导向之间寻找平衡点。
腾讯新闻《潜望》：那么从投资的角度来看，一级市场的 VC 和二级市场的股民，当前算力芯片这个赛道的机会在哪里？
王智：我的看法是，二级市场的投资机会要比一级市场更多，难度也更小。
对于一级市场，我认为投资窗口基本已经关闭了。随着几家主要的 GPGPU 公司即将上市，在现有的冯 · 诺依曼架构下再去投同类公司，基本是个"伪命题"。机会可能只存在于更早期的、底层技术创新的项目。
而二级市场未来 2-3 年还会很强。逻辑有两个：一是"对美映射"，二是我们自身的产业生态在不断丰富和增强。
一个很好的例子是近期的中兴通讯，它现在的角色越来越像"中国的 Oracle "，不再是单纯卖芯片或设备，而是在交付整个算力中心、交付集群。这种系统集成和交付能力，是它股价上涨的深层逻辑，也代表了未来市场的一种重要趋势。
05 中国 AI 芯片产业最大的"认知误区"是重硬轻软
腾讯新闻《潜望》：这一轮 AI 浪潮，在投资上能否真正"穿越周期"？
王智：如果站在全球的视角，我倾向于认为，这是一场人类历史上最大规模的基建，而不是最大的泡沫。它是一个时代的来临，而不是一个简单的投资周期 。我们看到的技术演进，比如机器学习在理解世界上的效率已经超越了普通人，这个大方向是没问题的。可能会有技术路径的反复，比如未来不一定还是冯 · 诺依曼架构，不一定还是 Transformer 模型，但 AI 持续发展的趋势不会变 。
但对于身处其中的中国公司而言，问题就变得更具体。真正的问题不是浪潮本身是否真实，而是"谁能穿越出来"。我们现在看到的国内所有玩家，包括领先一个身位以上的华为，都还在一个激烈竞争、最终走向整合的过程中。以英伟达为例，它有三万名员工，其中两万是做软件的。国内没有一家 AI 芯片公司能达到这个规模。所以，谁能在这场残酷的整合与淘汰赛中幸存下来，并建立起自己的生态，这才是真正的考验 。
腾讯新闻《潜望》：你认为当前中国 AI 芯片产业最大的"认知误区"是什么？
王智：我个人觉得，最大的认知误区，是一种根深蒂固的"重硬轻软"的倾向 。
无论是政府、企业还是资本，我们都更容易被看得见、摸得着的硬件成果所吸引。做出一个性能指标更高的芯片，似乎比构建一个繁荣的软件生态，更具说服力，也更容易被量化评估。
这种偏好，导致我们的竞争策略在很大程度上停留在" me-too "或" me-better "的层面 。我们擅长在别人已经定义好的赛道里，做出性能更好、成本更低的产品。但我们必须认识到，美国科技领导力的真正根基，在于其定义游戏规则的能力——创造新的软件框架、新的算法、新的技术标准。就像我们一直在说的"软件定义一切"，真正的领先者，不仅是制造引擎的人，更是设计整辆汽车、乃至规划整个高速公路系统的人 。
"重硬轻软"的背后，是一种文化和发展模式的惯性。我们的举国体制，擅长为具体、明确的工程目标，例如造出几纳米的芯片集中力量办大事。但创造一个像 CUDA 这样的软件生态，却是一个自下而上、由社区驱动、充满不确定性的漫长过程，它无法被精确规划，也难以用 KPI 来衡量 。
这正是中国 AI 产业面临的终极挑战。如果不能从根本上转变这种战略惯性，培养出能够进行"范式定义"的创新文化和人才体系，那么我们即便能成为全球最具成本效率竞争力的 AI 硬件制造国，也可能始终在别人制定的规则下竞争。
炒股资金杠杆提示：文章来自网络，不代表本站观点。
- 上一篇：配资专业股票理财将首席检察官卡里姆·汗移出此案
- 下一篇：没有了
