Category: 财报

这一动作发生在 AI 代理从实验室走向消费级应用的关键窗口期。Perplexity 以搜索起家，却通过自建浏览器直接切入用户日常入口，与 OpenAI 试图把 ChatGPT 打造成超级应用的路径形成并行竞争。后者依赖对话界面，前者则试图把浏览器变成代理启动与完成的统一界面，争夺“任务发起权”。 对比之下，Google Chrome 仍占据 60% 以上浏览器份额，但其 AI 功能多为嵌入式辅助；Perplexity 的免费策略与 200 亿美元估值，显示风投对“代理入口”商业模式的认可。过去一年 Perplexity 已累计融资超 17 亿美元，此轮资金将加速 Comet 与第三方工具的集成，短期内或在企业与重度搜索用户中抢占份额。 未来 6-12 个月，关键看 Comet 是否能把月活从当前规模推高至与 Chrome 竞争的量级。若浏览器成为代理默认入口，Perplexity 或成为独立玩家；若被大厂收购或复制，消费级 AI 界面将加速向少数平台集中。 信源：https://techfundingnews.com/perplexity-raises-200m-at-20b-valuation-ai-search/ https://app.dealroom.co/news/note/perplexity-raises-200m-at-20b-valuation-to-fund-comet-its-agentic-browser ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn […]

6 月 9 日，Broadcom 与 Apollo Global Management 及 Blackstone Credit & Insurance 共同宣布推出 AI XPV Platform，首期 350 亿美元交易落地，目标到 2028 年支持超过 20 吉瓦算力部署，首单即服务于 Anthropic 已宣布的超过 1 吉瓦扩容项目，使用 Broadcom 定制 XPU 与网络方案。[[1]](https://investors.broadcom.com/news-releases/news-release-details/broadcom-apollo-and-blackstone-establish-landmark-strategic) 这一动作正值 AI 基础设施融资从单一巨头股权或债务转向机构资本多元化的关键节点。此前 Alphabet 通过公开市场筹 800 亿美元，SpaceX/Google 等大单锁定长期月费，而本次平台将半导体技术与长期私募资本直接绑定，首期即锁定 Anthropic 扩容需求，显示私有资本正成为算力军备赛的新主力。 对比 OpenAI 与 Anthropic 此前依赖亚马逊、谷歌等战略投资的路径，Broadcom 此举更像“硬件+资本”一体化解决方案：它既保障自身芯片出货，也为下游模型公司提供确定性融资。微软 Foundry 目录扩张、NVIDIA 供应链固化等近期动作同样指向算力需求从云端向定制化、机构化方向迁移。私募巨头入场，既稀释了纯科技公司的资本压力，也引入了更严苛的回报考核。 未来 6-12 个月，关键看该平台能否复制至 OpenAI 等其他玩家，以及 […]

6 月 9 日，英国物理 AI 公司 PhysicsX 宣布完成 3 亿美元 C 轮融资，由新加坡淡马锡领投，估值约 24 亿美元，新投资者包括 M&G 和 Intrepid Growth Partners，老股东 NVIDIA、Siemens 等继续跟投。这一轮落地恰逢工业 AI 从模拟走向实体部署的关键窗口。 物理 AI 赛道正成为资本新宠。与通用大模型依赖巨额数据中心烧钱不同，PhysicsX 等公司聚焦工程模拟、流体动力学与材料优化，直接服务汽车、能源和制造业客户，单笔合同价值更高、现金流更可预测。过去一年，类似垂直玩家已多次获得机构加码，而 OpenAI、Anthropic 等仍主要靠战略投资维持扩张，路径差异日益明显。 淡马锡等主权基金的参与，凸显物理 AI 被视为“可落地、可量化 ROI”的赛道，这与纯软件模型的高不确定性形成对比。NVIDIA 同时作为投资人和算力提供方，进一步强化了算力-应用闭环。 未来 6-12 个月，关键看这些资金能否转化为真实工业部署与盈利。若 PhysicsX 等玩家在能源优化或汽车设计场景实现规模化落地，将加速传统行业 AI 渗透；若回报不及预期，市场对“AI 必须物理落地”的叙事或将降温。 信源：https://technode.global/2026/06/09/temasek-leads-uks-ai-firm-physicsx-300m-series-c-funding/ https://www.youtube.com/watch?v=IyuPm8STrJQ ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → […]

6 月 8 日，Meta 宣布投入 1.15 亿美元，推出“America’s Workforce Academy”免费培训项目，与 CBRE 及 Associated Builders and Contractors 合作，为期四至五周，结业后直接保障承包商在 Meta 数据中心建设现场的全职岗位。该计划首批落地路易斯安那、俄亥俄、印第安纳和得克萨斯四州，旨在缓解 AI 基础设施建设中的熟练技工短缺。[[1]](https://www.reuters.com/business/meta-funds-skilled-trades-jobs-program-ai-data-center-buildout-2026-06-08/)[[2]](https://www.wsj.com/tech/ai/meta-launches-workforce-academy-to-train-workers-to-build-data-centers-35470a80) 这一动作折射出 AI 数据中心军备竞赛从“烧钱买芯片”转向“烧人建厂”的新阶段。过去两年，大厂资本开支重点在 GPU 集群与液冷系统，如今物理落地瓶颈已从算力转向人力与供应链。Meta 此举与 NVIDIA、Google 等持续扩大 TPU/GPU 订单形成对比：前者靠股权融资与政府关系锁定长期资金，后者则开始用真金白银解决执行层人力缺口。 对比来看，OpenAI 与 Anthropic 此前依赖亚马逊、谷歌云的算力采购协议，Meta 则选择直接投资本地劳动力培训，既降低外包依赖，也为数据中心社区创造就业粘性。Applied Digital 同日与某美国 hyperscaler 签署 210MW、价值 52 亿美元的 15 年 take-or-pay 租约，进一步印证需求端仍在高位，但供给侧执行力正成为新变量。[[3]](https://www.reuters.com/technology/applied-digital-signs-52-billion-ai-data-center-lease-with-us-hyperscaler-2026-06-08/) 未来 6-12 个月，关键看此类培训项目能否规模化复制，以及是否推高整体建设成本。若人力瓶颈持续，大厂或将更多转向模块化预制数据中心，或加速与地方政府绑定；若解决顺利，则 AI 基建扩张节奏或超市场预期。悬念在于：当熟练技工成为稀缺资源时，谁能最先把“人”转化为可持续的算力优势？ 信源：https://www.reuters.com/business/meta-funds-skilled-trades-jobs-program-ai-data-center-buildout-2026-06-08/ https://www.wsj.com/tech/ai/meta-launches-workforce-academy-to-train-workers-to-build-data-centers-35470a80 ✕ 📱 […]

6 月 9 日，彭博社报道称，中国正准备在未来五年内投入约 2 万亿元人民币（约 2950 亿美元），在全国范围内大规模建设数据中心，以加速 AI 基础设施布局，应对与美国的 AI 算力竞赛。[[1]](https://www.reuters.com/world/china/china-prepares-295-billion-plan-fund-nationwide-ai-buildout-bloomberg-news-2026-06-09/) 这一计划正值全球 AI 资本开支持续高企之际。中国此前已在地方层面推动算力集群建设，如今转向国家级统筹，目标直指提升本土模型训练与推理能力。对比美国大厂通过股权融资或战略投资锁定长期算力的路径，中国选择财政主导的集中式投入，显示其在数据中心土地、电力与供应链上的政策优势。 与此同时，美国正加速国家安全领域 AI 应用落地，而欧洲则面临数据中心扩张阻力。中国的这一动作既是追赶，也是主动布局：它试图在基础设施先行优势下，为本土大模型（如 DeepSeek、Qwen）提供更低成本的算力底座，同时吸引国际资本与人才。 未来 6-12 个月，关键看这笔资金能否转化为实际算力释放与模型迭代。若执行顺利，中国或在 AI 基础设施定价权上形成新制衡；若落地滞后，全球算力军备竞赛的节奏将进一步分化。 信源：https://www.reuters.com/world/china/china-prepares-295-billion-plan-fund-nationwide-ai-buildout-bloomberg-news-2026-06-09/ ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信

6 月 8 日，OpenAI 向美国 SEC 秘密提交 IPO 申报材料，正式启动上市准备工作。该公司表示尚未确定具体上市时间，但最快可能在今年秋季进行。此举标志着这家以 ChatGPT 掀起 AI 浪潮的初创公司，将首次接受公开市场对 AI 实验室估值的检验。[[1]](https://www.wsj.com/livecoverage/stock-market-today-dow-sp-500-nasdaq-06-08-2026/card/openai-confidentially-files-ipo-paperwork-with-sec-oixxSh6HS2G39Nf97rxw) 这一动作发生在 AI 资本开支与估值双双高企的背景下。OpenAI 此前依赖软银、微软等战略投资维持扩张，如今选择 IPO 路径，与 Anthropic 等同行通过股权融资或债务杠杆的路径形成对比。后者高管曾公开表示算力成本推高了 IPO 需求，而 OpenAI 此举更直接暴露其对长期资本的需求。 与此同时，华尔街对 AI 股的热情正面临美联储利率预期的考验。Nvidia 与 SK Hynix 的合作虽强化了供应链，但整体市场对大厂扩张可持续性的质疑也在升温。OpenAI 上市若成功，将为其他 AI 实验室提供估值基准；若遇冷，则可能加速行业对资本效率的重新审视。 未来 6-12 个月，关键看投资者是否认可其从“研究实验室”向盈利实体的转型，以及监管与竞争环境的变化。 信源：https://www.wsj.com/livecoverage/stock-market-today-dow-sp-500-nasdaq-06-08-2026/card/openai-confidentially-files-ipo-paperwork-with-sec-oixxSh6HS2G39Nf97rxw ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 […]

6 月 8 日，CNBC 报道硅谷风投正将“AI rollup”策略推向华尔街：General Catalyst、Thrive Capital 等基金通过收购传统服务企业（如会计、物业管理、客户服务），再用 AI 重构流程提升利润率。Long Lake Management 已收购超 30 家企业，估值逻辑从单纯软件转向“AI 赋能旧资产”。[[1]](https://www.cnbc.com/2026/06/08/silicon-valleys-new-buyout-playbook-is-hitting-wall-street.html) 这一动作发生在 AI 资本从纯模型研发转向应用落地的背景下。对比早期 OpenAI、Anthropic 依赖大额股权融资建模，roll-up 模式更像传统 PE 的 brownfield 投资：低估值收购现金流稳定的“无聊生意”，AI 自动化 clerical 工作可快速放大毛利率。过去 VC 偏好 greenfield 创新，如今面对模型同质化与落地瓶颈，收购成熟团队与数据成为捷径。 与此同时，Nvidia 等算力供应商持续扩张，AI 基础设施投资仍高企，但 roll-up 路径降低了前沿模型依赖，显示资本正从“造轮子”转向“装轮子”。若此类并购在 6-12 个月内批量落地并验证 ROI，将重塑 AI 创业叙事；反之，整合文化与监管风险可能让风投重回纯技术押注。 信源：https://www.cnbc.com/2026/06/08/silicon-valleys-new-buyout-playbook-is-hitting-wall-street.html ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos […]

6月8日，高盛与摩根大通正探索基于GPU租赁成本的期货交易机制，帮助客户对冲算力价格波动风险。这一动作标志着AI基础设施正从单纯资本开支转向可交易金融资产。[[1]](https://www.theinformation.com/articles/goldman-jpmorgan-explore-new-ways-tame-ai-lending-risks) AI资本开支已达前所未有规模。2026年 hyperscaler 预计投入超6600亿美元，仅NVIDIA等核心玩家就面临内存与算力长期短缺。传统能源或大宗商品早已形成成熟期货市场对冲波动，而算力此前完全依赖长期合同锁定，如今银行试图引入衍生品工具，反映融资规模与不确定性同步放大。 对比OpenAI、Anthropic此前依赖软银、亚马逊等战略投资的路径，大厂如今更多通过公开市场与衍生品分散风险。高盛与摩根大通的尝试既是防守——保护自身AI贷款敞口，也是进攻——抢占新资产类别定价权。但这也暴露根本张力：当算力需求从模型训练延伸至推理与边缘部署，价格信号若失真，可能加剧过剩或短缺循环。 未来6-12个月，关键看首批GPU期货产品能否落地并获得流动性。若成功，AI基建将真正金融化，吸引更多对冲基金与机构；若流动性不足或监管介入，则大厂资本结构风险将进一步暴露。 信源：https://www.theinformation.com/articles/goldman-jpmorgan-explore-new-ways-tame-ai-lending-risks https://www.gurufocus.com/news/8905499/goldman-sachs-and-jpmorgan-explore-gpu-futures-amid-ai-boom ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信

6 月 8 日，华尔街日报报道，上海 AI 初创公司 StepFun 计划最快于周一在香港提交 IPO 申请，成为今年又一家冲刺港股的中国大模型开发者。知情人士透露，此举将使其跻身近期中国 AI 企业海外上市序列。[[1]](https://www.wsj.com/tech/ai/chinese-ai-startup-stepfun-set-to-file-for-hong-kong-ipo-3e436976) 这一动作发生在中美 AI 资本路径分化的背景下。中国公司面临本土融资收紧与地缘审查加剧，转而寻求香港作为上市跳板；StepFun 此前已完成多轮融资，此次 IPO 旨在锁定长期资本，支持模型迭代与基础设施扩张。对比 Moonshot AI 近期寻求 300 亿美元估值的融资路径，StepFun 选择直接上市，显示其在产品落地与收入验证上更具信心，也反映中国 AI 玩家从“估值游戏”转向“资本退出” 的现实压力。 与此同时，Alphabet 等美企通过股权融资大规模补充 AI 算力资金，凸显中外大厂在公开市场与战略投资间的不同选择。StepFun 若顺利推进，将为 DeepSeek、阿里等后续出海提供参照，也可能加速香港作为 AI 资产上市枢纽的角色。 未来 6-12 个月，关键看 StepFun 招股书披露的收入与模型性能数据能否支撑估值，以及港交所与监管对 AI 企业的审查节奏。若首批中国 AI 股表现稳健，将进一步打开海外资本通道；反之，则可能强化本土融资与政策支持的必要性。 信源：https://www.wsj.com/tech/ai/chinese-ai-startup-stepfun-set-to-file-for-hong-kong-ipo-3e436976 ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos […]

6 月 8 日，彭博社报道，中国 AI 初创公司 Moonshot AI 正与投资者洽谈新一轮融资，目标募资高达 20 亿美元，估值将达到 300 亿美元。这是该公司在过去六个月内的第三轮融资，旨在加速追赶国内 AI 竞争对手。Moonshot 开发的 Kimi 聊天机器人已在国内市场获得显著用户基础，此举将为其扩展模型训练和应用落地提供资本支持。[[1]](https://www.bloomberg.com/news/articles/2026-06-08/china-s-moonshot-ai-seeks-30-billion-value-in-new-funding-talks) 这一动作发生在全球 AI 资本开支持续高企的背景下。中国本土玩家正通过密集融资对抗 OpenAI、Anthropic 等海外实验室的领先优势。Moonshot 此前的两轮融资已帮助其在多模态和长上下文处理上取得进展，如今第三轮进一步锁定高估值，反映出国内资本对 AI 长期叙事的持续追捧。对比 Anthropic 等公司依赖亚马逊、谷歌战略投资的路径，Moonshot 选择市场化融资，显示其在本土生态中的独立扩张空间。 与此同时，NVIDIA 等算力巨头正通过与 SK Hynix 等内存厂商的多年代工协议巩固供应链，Moonshot 的融资也将部分转化为对高端芯片的需求。这既是防守——确保算力不被海外玩家垄断，也是进攻——试图在中文场景和垂直应用上建立差异化壁垒。 未来 6-12 个月，关键看 Moonshot 是否能将资本转化为实际模型性能与商业化突破。若 Kimi 在企业级部署中实现显著领先，Moonshot 或成为中国 AI 出海的重要样本；若落地不及预期，国内 AI 公司的高估值泡沫风险将再次被市场审视。 信源：https://www.bloomberg.com/news/articles/2026-06-08/china-s-moonshot-ai-seeks-30-billion-value-in-new-funding-talks ✕ 📱 分享到微信 📤 分享图片 或长按图片 → […]