3月12号SEC文件显示，英伟达未来五年将投入260亿美元押注开源AI大模型，首批模型最快2026年底到2027年初问世。这个数字是OpenAI训练GPT-4成本的8倍多。与此同时，Anthropic被曝10月IPO，募资可能超600亿美元，高盛、大摩、小摩全部入场。

资本在加速涌入AI，但钱到底流向了哪里？哪些环节在赚钱，哪些在烧钱？我平时在用一个AI模型聚合平台库拉kulaai.cn，同时跑GPT和Claude做行业分析交叉对比。下面从全球产业链视角拆一下。

英伟达的260亿：不是慈善，是护城河

很多人看到"英伟达投开源"的第一反应是：芯片公司为什么要做模型？答案很简单——它在构建生态锁定。

英伟达的核心商业模式是卖算力。但它面临一个潜在风险：如果开源模型足够好，客户对闭源模型的依赖度下降，算力需求的定价权就不完全掌握在英伟达手里了。

投开源大模型，英伟达可以在模型训练阶段就深度介入，确保这些模型在自家GPU上的性能优化做到极致。等到模型成熟并被广泛采用，客户为了跑这些模型，自然会优先选择英伟达的硬件。这是一个经典的"通过软件锁定硬件"的策略，微软在PC时代玩过一模一样的套路。

对投资者来说，这意味着英伟达的护城河不只是芯片性能，而是"芯片+软件生态"的双重锁定。短期看不出来，但五年后这个优势会非常明显。

Anthropic的IPO：一场豪赌的终局

Anthropic如果10月上市，募资600亿美元，将成为今年全球第二大IPO（仅次于SpaceX）。这个估值建立在什么基础上？

Claude Code的年化收入增长很快，但Anthropic目前应该还没有盈利。大模型公司的成本结构决定了它必须走"先烧钱后收割"的路线。训练成本几亿美元起步，推理成本随用户量线性增长，而收入端的商业化还在爬坡期。

资本市场的逻辑很简单：赌AGI。谁能最先跑通"模型即服务"的正循环，谁就是下一个万亿级别的公司。这个赌注很大，风险也很高——如果AGI的实现比预期慢五年，所有在场的资本都会面临巨大的估值压力。

对港股和美股投资者来说，Anthropic IPO的时间节点需要重点关注。它可能成为AI板块的一个情绪拐点——IPO前资金涌入推高估值，IPO后如果业绩不及预期，可能触发一波回调。

全球AI资金流向：三个层面的机会

把全球AI产业链拆开看，资金主要流向三个层面：

第一层是算力基建。这是目前确定性最高、兑现能力最强的环节。英伟达的GPU、台积电的先进制程、SK海力士的HBM，这些公司已经在赚钱了。英伟达Q4营收同比增长73%，台积电的AI相关收入占比持续提升。

第二层是模型层。这一层目前是烧钱的。OpenAI亏损，Anthropic大概率也亏损，国内的大模型公司同样面临盈利压力。但这一层的估值弹性最大——一旦某个模型公司跑通商业模式，估值会指数级膨胀。

第三层是应用层。这一层刚开始商业化。Agent产品（Claude Code、Cursor）是目前最成功的应用形态，用户付费意愿明确。但整体而言，应用层的商业化深度还远远不够。

港股AI标的：估值逻辑和A股不一样

港股的AI投资逻辑和A股有本质区别。A股炒的是产业链和政策预期，港股更看重基本面和现金流。

港股AI相关的标的主要是三类：一是互联网巨头的AI业务（腾讯、阿里、百度），它们有流量入口和商业场景，AI能力可以直接转化为收入增量；二是SaaS公司（金山云、明源云），它们的AI化改造速度决定了第二增长曲线的节奏；三是半导体公司（中芯国际、华虹半导体），受益于国产算力需求但估值受限于地缘政治风险。

港股AI板块的一个优势是估值比A股低不少。同样的AI业务，在港股的定价通常比A股折价30%-50%。如果你看好AI但不愿意追A股的高估值，港股是一个不错的替代选择。

用AI做全球市场的分析：多模型交叉验证

说一个实操层面的变化。我现在做全球市场分析的时候，会同时让GPT-5.4和Gemini 3做同一个课题。

GPT在数据分析和定量对比上更强，你给它财报数据，它能快速做同比环比和趋势判断。Gemini在跨市场关联分析上更有优势，它能把美股、港股、A股的相关标的放在一起做联动分析。

这种多模型投研方法不能替代独立判断，但效率确实高。关键是不要只依赖一个模型——单一模型可能有偏见，多个模型交叉对比能帮你发现盲区。

四月的操作节奏

GPT-6传14号发布，DeepSeek V4本月上线。两个重磅事件撞车，短期波动一定会加大。

我的策略是：算力基建层（英伟达、台积电）逢回调加仓，这是整个AI产业链确定性最高的环节。模型层暂时不做重仓，等Anthropic IPO的定价出来再决定。应用层保持观察，关注Agent赛道有没有新的爆款产品出现。

港股方面，互联网巨头的AI估值重估还没有完全兑现。腾讯的AI业务（混元大模型）如果能在广告和游戏场景跑通商业化，估值还有提升空间。

最后一句话

AI产业的钱在流动，但不是所有环节都值得下注。算力在赚钱，模型在烧钱，应用在起步。分清楚这三个层面，才能在全球市场里找到真正有价值的机会。