Examining China’s AI Financing

Rhodium Group（荣鼎集团）｜2026年9月17日 

作者：Endeavour Tian、Logan Wright

仅供个人学习

摘要

美国与中国在人工智能（AI）领域的竞争，是当前全球市场最重要的议题之一。预期中的Anthropic首次公开募股（IPO）将使市场重新关注美国AI建设浪潮的融资问题，但外界很少关注中国AI企业究竟如何为自身扩张融资，也很少研究中国市场中算力约束与融资约束之间如何相互作用。

本报告详细梳理中国AI企业的融资渠道，并评估这些融资渠道的规模和可持续性，同时与美国企业进行比较。

主要结论

• 中国AI建设规模目前大约只有美国投资规模的15%—20%。我们预计，中国AI资本开支今年将翻倍至9,320亿元人民币（1,390亿美元），2027年将超过1.2万亿元人民币（1,930亿美元）。

• 除芯片短缺和算力获取限制之外，融资约束也正在限制中国新增AI资本开支。中国AI企业面临与美国同行类似的现金流问题：收入远远不足以覆盖激进的资本开支计划。与此同时，大型互联网企业用于产生现金流的传统业务，仍高度依赖正在放缓的中国居民消费。

• 中国AI企业高度依赖股权融资和银行贷款，与美国企业不同，目前尚未大规模利用债券融资。

• 中国AI企业的收入与盈利能力指标仍明显落后于美国同行，因此未来持续扩张很可能取决于资本市场状况。即使国家进一步加大符合产业政策方向的投资，资金也更可能集中在芯片产业，而不是前沿AI实验室。

中国的AI融资

美国和中国是全球AI产业中规模最大的两个参与者。市场此前主要关注美国数据中心建设是否具有可持续性，而中国自身的AI融资结构却一直较少受到关注。本报告研究中国超大规模云厂商和AI公司的资本开支、它们如何为扩张融资，以及这些企业当前的财务状况。

我们调查了13家中国企业，包括超大规模云厂商、电信运营商、AI实验室以及独立数据中心运营商。我们预计，这些企业的AI基础设施资本开支将在2026年增长103%，达到9,320亿元人民币（1,390亿美元）。虽然增速非常强劲，但仍远低于美国今年预计约8,000亿美元的数据中心投资规模。

中国AI企业的收入规模同样远低于美国同行，而且也面临经营现金流不足的问题。我们调查的三家超大规模云厂商——阿里巴巴、腾讯和百度——2026年上半年合计自由现金流已经转为负160亿元人民币。非AI业务虽然能够填补部分资金缺口，但中国经济以及居民消费放缓，也正在压低电商、广告等业务所产生的利润和现金流。

因此，中国未来AI建设的核心问题在于：如果股票市场降温，其他融资渠道究竟还能扩张到什么程度？其次，则是政府将通过各类引导基金提供多大规模、持续多久的支持。

一个熟悉的故事：强劲资本开支、负自由现金流

中国AI基础设施资本开支此前受到芯片短缺限制。与能够开发自有芯片、同时更容易利用海外数据中心的阿里巴巴相比，腾讯在2024年底短暂提高资本开支之后，2025年的资本开支出现下降，原因之一就是在美国出口管制政策信号反复的情况下，获取AI芯片存在困难。

今年，中芯国际提供的国产芯片供应有所增加，而获得NVIDIA H200芯片的条件似乎也有所放松。除了通过第三国获得先进芯片之外，中国AI基础设施资本开支预计将在2026年进一步加速增长，高于2025年的33%增幅。2026年上半年，阿里巴巴、腾讯和百度资本开支合计已经达到2,080亿元人民币，高于年初预期。8月开始的H200出货也将进一步支持下半年资本开支，不过，如果中美紧张关系进一步升级，今年晚些时候芯片进口以及远程算力访问等渠道仍可能重新被封堵。

注1：本文所称自由现金流，指经营现金流减去资本开支。腾讯的媒体内容支出、租赁负债付款等项目不计入该计算。

按照中国主要互联网平台和电信运营商给出的资本开支指引，2026年AI资本开支预计同比增长103%，达到9,320亿元人民币；2027年将进一步增长39%，超过1.2万亿元人民币。今年增量资本开支最大的来源是字节跳动上调资本开支计划。

AI投资会从两个方向压缩这些公司的自由现金流：一方面降低经营现金流，另一方面提高资本开支。根据腾讯披露的数据，2026年第二季度经营现金流中包含约510亿元人民币AI相关预付款，这一规模与同期590亿元资本开支已经相当接近。阿里巴巴、腾讯和百度合计自由现金流，从2025年的1,700亿元人民币，下降至2026年上半年的负160亿元人民币。

美国也正在发生类似的事情。微软、亚马逊、Alphabet、Meta和Oracle五家公司的自由现金流，从去年1,910亿美元大幅下降至今年上半年的140亿美元。不同之处在于，美国超大规模云厂商更多选择利用债务融资弥补现金流下滑。五家公司通过债务获得的净现金流，从2025年的900亿美元上升至2026年上半年的1,630亿美元，主要来自长期债券。因此，债券市场与私人信贷已经成为美国AI繁荣能否持续的关键支柱。

但中国AI产业的融资结构与美国明显不同：中国更依赖贷款和股权融资，而不是债券市场。

中国如何为AI支出融资？

为了研究中国超大规模云厂商以及其他AI产业参与者如何为AI投资融资，我们调查了13家公司，分为四类：

• 超大规模云厂商：阿里巴巴、腾讯、百度。

• 华为及电信运营商：华为、中国移动、中国电信、中国联通。

• 前沿AI实验室：智谱AI、MiniMax。

• 独立数据中心运营商：GDS（万国数据）、VNET（世纪互联）、RangeIDC、奥飞数据。

前沿AI实验室和独立数据中心运营商的规模明显小于互联网平台和电信企业，但仍具有重要意义。前沿AI实验室正在高速增长，也是超大规模云厂商AI算力的重要客户；智谱AI还计划建设自己的1GW数据中心。单个独立数据中心运营商的规模虽然远小于互联网平台，但数量更多，而且广泛分布于全国。

为了比较不同企业的现金流结构，报告将各种现金流除以现金及现金等价物，以提高可比性。同时对现金流分类进行了调整，例如把可转换债券产生的现金流从债券融资重新归入股权融资，并把财务报表中计入权益类项目的ABS和REITs单独剥离出来。四类企业的融资结构差异非常明显。

超大规模云厂商

超大规模云厂商在AI基础设施上的投入最高，因此从2025年至2026年上半年，其融资结构变化也最大。贷款和债券融资的重要性有所提高。这些企业同时开始出售原有的短期投资资产来获得现金，因此2026年上半年“其他现金流”已经转为正值。

与此同时，股权融资正在变得越来越重要。大型互联网企业一方面继续提高分红，以维持股票对投资者的吸引力；另一方面则大幅减少股票回购，以保存更多现金用于AI投资。预计2026年下半年股权融资流入还会进一步增加。阿里巴巴8月宣布计划配售800亿港元新股，这是其2019年在香港上市以来首次进行新股配售，并计划将融资所得100%用于AI投资。

华为与电信运营商

这一组企业几乎完全依靠经营现金流，这反映了它们在中国经济中的寡头市场地位。其他融资渠道产生的现金流入非常有限，三大电信运营商的债务规模也很低。华为仍然持有较大规模的长期银行贷款，截至2025年为2,010亿元人民币，另外还有380亿元人民币债券。不过，从去年开始，这些企业整体上是在偿还债务。与此同时，其AI支出规模也低于超大规模云厂商，因此从2025年至2026年上半年，整体融资结构没有发生明显变化。

前沿AI实验室

前沿AI实验室目前的经营现金流为负。这些公司仍处于商业化早期阶段，大量投入研发，而商业模式尚不成熟。由于大部分算力需求通过向超大规模云厂商租赁算力解决，因此目前AI支出主要体现为经营现金流流出。未来随着这些企业开始建设自己的数据中心，AI投资将越来越多地表现为资本开支。

融资方面，前沿AI实验室高度依赖股权融资，2025年也少量使用银行贷款。2025年，智谱AI、MiniMax、DeepSeek和Moonshot（月之暗面）获得的PE/VC投资合计约90亿元人民币。到了2026年前8个月，包括PE/VC、IPO以及定向增发在内的资金流入已经飙升至1,790亿元人民币。股票市场繁荣帮助智谱AI在1月香港IPO中融资约40亿元人民币，随后又于7月通过H股定向增发融资约270亿元人民币。

独立数据中心运营商

独立数据中心运营商的融资来源最为多元化，主要依靠四个大致同等重要的渠道：经营现金流、贷款和债券、股权融资，以及ABS、REITs和融资租赁。与大型互联网企业和电信运营商不同，它们没有其他高现金流业务可以帮助承担AI资本开支，同时也很难吸引大量股权投资，因此更加依赖ABS、REITs以及融资租赁。

如果按照总体规模和重要性排列，中国AI企业的融资渠道大致为：经营现金流 > 股权融资 > 贷款及债券 > ABS、REITs和融资租赁。但如果只看未来新增融资来源，目前真正重要的已经更多是股权融资与新增贷款和债券。

中国AI企业面临熟悉的问题

云计算、数据中心以及AI业务本身所产生的经营现金流，目前还不足以支持整个产业计划中的资本开支。无论对于超大规模云厂商而言，还是相对于美国同行而言，中国AI业务目前的收入和盈利能力都仍然偏低。

理论上，大型互联网企业和电信运营商可以利用其他业务进行交叉补贴，从而持续为AI提供现金。但问题在于，尤其对互联网平台而言，它们的传统业务高度依赖中国国内消费，而国内消费本身正在面临明显压力。

AI收入比较

今年，前沿AI实验室以及大型互联网企业AI模型业务的年度经常性收入（ARR）快速增长。例如，智谱AI的模型即服务（MaaS）ARR，从1月的7,400万美元暴增约20倍，到8月达到16亿美元。MiniMax的ARR从2月至8月也增长约4倍。当然，用ARR衡量整体收入并不完善，但对于高速成长公司，这是一个被广泛使用的趋势指标。

不过，根据目前能够获得的最新数据，中国所有AI模型的ARR合计仍然只有约107亿美元。这一数字大约只有目前报道的OpenAI与Anthropic ARR合计水平的10%左右。对于大型互联网企业和电信运营商而言，其云服务收入规模同样有限，只占总收入约13%。

注2：此处“超大规模云厂商和电信运营商”包括阿里巴巴、百度、华为、中国移动、中国电信和中国联通。腾讯和字节跳动因未披露云服务收入而未纳入该口径。

中国前沿AI实验室普遍支持开放权重模型（open-weight models），这限制了它们潜在的收入规模。如果第三方云服务商部署这些模型并向客户提供API服务，并不需要向开发模型的中国前沿AI公司付费。这一模式目前可能正在发生变化。Moonshot和阿里巴巴都在推动与主要开放权重模型用户签订收入分成协议。Moonshot据称已经与微软、亚马逊和Google讨论这类合作，其收入分成比例最高可能达到30%。

但即使能够签订收入分成协议，如果合作云服务商来自中国，这本质上也只是在不同中国企业之间重新分配既有收入，并没有创造新的收入。如果收入来自海外客户，则意味着前沿AI公司会更加依赖海外需求，同时增加相关地缘政治与合规风险。自2025年底以来，Moonshot超过50%的收入来自海外用户；快手Kling截至3月约75%的ARR来自海外客户；MiniMax在2026年上半年约61%的收入来自海外用户。

最终盈利能力的问题

虽然API层面的经济性正在改善，但中国AI企业整体面临的财务压力仍大于美国同行。这一差距主要来自中国市场结构性的定价能力较弱：客户付费意愿更低、市场竞争激烈、开放权重模型大量存在。与此同时，基础设施和算力成本继续上升。AI企业试图转向利润率更高的企业客户和API服务，但这一转型本身需要额外投资，因此短期内反而可能牺牲利润率。对于大型互联网企业而言，云业务利润率较低，而面向消费者的AI应用成本很高，其商业化速度明显落后于用户增长速度。

如果只看API业务，中国最优秀的前沿AI公司，其毛利率实际上已经可以与Anthropic接近。DeepSeek通过模型以及推理基础设施优化，截至7月，其API业务据报实现约83%毛利率，与Anthropic超过80%的水平相近，即使DeepSeek API价格明显更低。其他中国AI公司则明显落后：智谱AI 2026年上半年开放平台和API业务毛利率约25%；如果完全运行在自有设备上，理想情况下API业务毛利率可达到50%—60%；Moonshot去年12月API业务毛利率约45%。

但如果从公司整体来看，中国前沿AI公司的毛利率普遍落后于美国同行。截至7月，DeepSeek整体毛利率据报约45%，低于Anthropic约60%中段的水平。OpenAI一季度毛利率据报约39%，而到8月其超过50%的收入已经来自企业客户；企业服务通常比消费业务拥有更高的毛利率。即使如此，OpenAI整体表现仍高于智谱AI上半年的26%和MiniMax的18%，尽管后两家公司已经拥有较强的企业收入结构。

造成中国AI公司盈利较弱的一个主要原因，很可能是Token价格更低。中国经济持续存在通缩压力，中国SaaS和云服务市场过去长期存在客户付费意愿偏低和激烈价格竞争的问题，开放权重模型的普及进一步放大了这一压力。

今年以来，中国大多数前沿AI公司和大型互联网平台都提高了模型价格。DeepSeek最初逆势宣布，下半年将继续保持低API价格，但8月也开始对各模型提价，并引入高峰时段更高定价，以应对成本压力。

即使提价以后，根据Artificial Analysis估算，中国前沿模型每项任务成本普遍只有0.04—0.50美元，只有最优秀的中国模型可以达到每任务0.50—1美元。相比之下，Claude顶级模型约为2—4美元/任务，高端GPT模型约为1—2美元/任务。

注3：Artificial Analysis将“每任务成本”定义为：按其Intelligence Index权重加权的平均任务成本。每项评测成本根据输入、缓存命中、缓存写入、推理和答案Token价格计算，再除以任务数并按Intelligence Index权重加权。报告所用Intelligence Index v4.3包括AA-Briefcase、GDPval-AA v2、AutomationBench-AA、Terminal-Bench v4.0、SciCode、Humanity’s Last Exam、GDP.pdf、CritPt、AA-Omniscience和AA-LCR v1.1。

值得注意的是，即使API ARR扩大，智谱AI和MiniMax的盈利能力反而下降。两家公司毛利率分别从2025年的41%和25%，下降至2026年上半年的26%和18%。两家公司都在调整收入结构，向企业客户和API服务转型。

MiniMax进展明显，其企业业务ARR占比已经从2025年8月的30%，上升至2026年8月的80%。智谱则减少了毛利率最高的企业通用大模型业务，因为这一市场规模较小：2026年上半年，该业务毛利率为42%，高于开放平台和API业务的25%。智谱还收购AI基础设施专业公司Xcore Sigma，用于其采用国产芯片建设的1GW数据中心项目，以提高API服务利润率。但这一转型过程需要提供折扣、新增投资和租用更多资源，因此反而推高成本并压低公司整体利润率。

云业务利润率差距

大多数大型互联网企业并不详细披露云业务利润率。阿里云2025年调整后EBITA利润率为9%，2026年上半年为10%。相比之下，Amazon和Alphabet云服务2025年营业利润率分别为35%和24%，2026年上半年进一步升至39%和34%。阿里巴巴CEO吴泳铭表示，他认为阿里云利润率最终可以提高到20%，但即使如此，仍低于美国主要云服务商。

消费者AI应用的问题

大型互联网企业还大量投资消费者AI应用，而这类业务的获客成本更高。阿里巴巴在一季度财报中称，经营现金流下降，一方面来自AI投资，另一方面来自千问AI应用的用户获取成本。二季度，阿里巴巴重新划分业务板块，单独设立AI应用业务。这一业务二季度收入约30亿元人民币，但调整后EBITA却产生140亿元人民币净亏损。

字节跳动的豆包应用据报道拥有超过2亿日活用户，但每天收入不到100万元人民币，主要来自电商佣金。相比之下，抖音在中国拥有约7.5亿—8亿日活用户，通过广告产生的隐含日收入超过10亿元人民币。消费者AI应用高昂的用户获取成本，以及缺乏明确盈利路径，将进一步增加互联网平台的财务负担。

相比之下，独立数据中心运营商的毛利率相对稳定，因为它们主要经营租赁业务，不需要投入大量资金开发软件、AI模型和研发。截至2026年上半年，GDS、VNET、RangeIDC和奥飞数据的毛利率分别为28%、21%、47%和34%。

非AI业务线的问题

大型互联网企业能够利用非AI业务补贴AI投资，但中国居民消费趋势意味着，这种模式的可持续性正在下降。2025年，大型互联网企业约57%的收入与中国国内消费相关，包括电商、娱乐和广告。

例如，阿里巴巴电商业务调整后EBITA在2026财年下降44%，主要原因是与京东和美团之间的价格战。华为和三大电信运营商的收入基础更加稳定，但其约15%的收入同样受到国内消费需求影响，因为华为销售智能手机以及智能驾驶解决方案，而这些业务直接受到消费电子和电动车市场走弱影响。

还能获得多少新增融资？

今年迄今，股权融资和政府主导融资一直是AI产业最重要的边际资金来源。同时，低利率环境也帮助AI企业通过贷款和债券获得低成本融资。受到政策支持的ABS和REITs也成为独立数据中心运营商的重要补充融资方式。融资租赁则为小型数据中心提供融资，但这一领域已经开始出现新的风险。

与美国超大规模云厂商不同，中国AI行业至今并未大规模依赖债券融资。未来几个月最值得观察的是：新增股权融资还能提供多少资金，以及大型互联网平台和前沿AI实验室是否开始更多利用境内债务融资来支持AI资本开支。

股权融资与政府支持

截至2026年8月21日，中国AI产业已宣布的股权投资达到2,820亿元人民币，创历史纪录，并较2023—2025年的低点增长一倍以上。政府引导基金以及政府融资平台直接投资也有所增加，但政府资金占全部投资比例反而下降：2024年和2025年均为30%，2026年降至25%。

政府投资占比下降，一方面说明私人投资者对AI兴趣增加，另一方面也与国务院6月出台的新规有关。新规要求严格控制新增政府投资基金，原则上县级和区级地方政府不得新设基金。

尽管如此，政府直接投资占比仍然高达25%，几乎是疫情前平均13%水平的两倍。政府资金最集中在AI芯片和服务器领域。自2023年以来，该领域股权投资来源中，47%来自政府引导基金及政府投资平台，另有14%来自银行，而这些银行绝大多数为国有银行。也就是说，AI芯片和服务器领域超过60%的股权投资来自国有或与国家相关的资金来源。AI云计算领域的政府直接投资占比位居第二，约为30%。

相比大模型和AI应用，芯片、服务器和AI云获得的投资总量其实更少。但芯片和服务器属于硬件资产，可以作为贷款抵押品；同时，北京出于战略考虑，也更加重视硬科技和“卡脖子”技术。

中国前沿AI公司的估值

中国前沿AI实验室的绝对估值明显低于OpenAI和Anthropic。但如果按照估值/ARR计算，部分中国公司的估值实际上非常昂贵。报告估计，OpenAI约34倍，Anthropic约21倍，智谱AI约46倍，Moonshot约50倍，DeepSeek则高达163倍。Moonshot估值据报道从2025年底的40亿美元，飙升至2026年8月的500亿美元。

注4：为保证可比性，报告在计算智谱AI的估值/ARR时采用其MaaS ARR，未计入本地化部署和其他业务收入。

AI热潮已经帮助前沿AI实验室在今年获得约1,790亿元人民币股权融资。与此同时，阿里巴巴计划通过香港定向增发融资约690亿元人民币。大型互联网平台和独立数据中心运营商在2025年还通过可转换债券融资产生约560亿元人民币现金流入。

关键问题在于，北京能否像2024年“国家队”支持蓝筹股一样，继续维持科技板块在股票市场中的表现。这件事比支持银行、公用事业等高分红股票更加困难，因为大多数科技股并不支付高额分红。而且，目前AI相关企业估值已经非常高，因此中国整体股票市场一旦出现波动，就可能直接威胁AI企业未来的融资能力。

《金融时报》9月初报道称，中国证监会近期曾提醒银行家警惕一波“低质量”企业上市，这反映出监管机构正在担心资本市场投资者信心。政府仍可以继续支持最优秀的一批企业，但AI行业其他企业可能会逐渐失去股权融资渠道，从而限制未来资本开支。

贷款与债券

对于中国AI企业而言，目前总体上贷款比债券更受欢迎。对大型互联网企业而言，贷款的一个优势是，它不要求像公开发债那样披露大量财务信息。今年中国AI资本开支最大的边际贡献者字节跳动，其支出主要依靠离岸贷款融资。据报道，字节跳动9月已经从约30家银行获得一笔296亿美元离岸银团贷款。

在中国以政府为主导的银行体系中，贷款本身也是规模更大的潜在融资池。银行愿意为数据中心提供贷款，因为数据中心能够提供有效抵押品。同时，中国人民银行正在鼓励银行增加对科技产业的贷款。在整体信贷需求疲弱的情况下，银行也越来越多地提供低于LPR的优惠贷款利率。

2025年，报告所调查企业通过贷款获得的净现金流入合计6,390亿元人民币，而债券融资（不包括可转债）现金流入约3,410亿元人民币。现有债券余额大多数来自大型互联网企业，其中87%为长期美元债券。过去，大型互联网公司更倾向于利用海外美元债券，因为融资更加灵活。但近年来随着中国利率下降，它们正在逐步转向人民币融资。

以腾讯为例，2025年长期人民币贷款利率区间中点约为2.8%，相比之下，长期美元贷款约5.1%，长期美元债券约3.3%。短期人民币贷款利率则从2025年的2.4%，进一步下降至2026年上半年的2.1%。因此，腾讯仅2026年上半年就增加了420亿元人民币短期人民币贷款；人民币贷款占腾讯全部贷款的比例，从2025年的64%上升至2026年上半年的71%。

注5：报告估算长期美元贷款利率时，采用约4%的3个月SOFR利率并加上约0.3%的CAS。

即使中国企业目前很少利用债券市场，中国的债券融资成本仍明显低于美国。2026年上半年，腾讯和百度长期人民币债券票息约2.6%，而亚马逊、Alphabet、Meta、微软和Oracle长期债券平均实际利率约4.4%。

中国从2021年3月开始试点科技创新公司债，以鼓励债券市场支持科技企业。但中国债券市场仍然偏好国企发行人，因为国企具有隐性担保，同时通常拥有更多有形资产作为抵押。自2022年以来，国有发行人在科技创新债市场中的占比一直超过60%。2025年5月，人民银行和证监会出台新措施，鼓励金融机构、科技公司和PE/VC基金发行科技创新债。2025年，金融机构科技创新债发行额上升至4,910亿元人民币，占总发行量22%，但科技企业直接发债规模依然有限。债券市场对科技行业的支持更多是间接的，例如金融机构、PE/VC基金、国企和地方政府投资平台先发行科技创新债，再通过这些资金进行股权投资。

ABS、REITs与融资租赁

ABS和REITs是监管机构设计出来用于盘活独立数据中心运营商现有资产并降低负债率的融资工具。2024年4月，证监会发布《资本市场服务科技企业高水平发展的十六项措施》，提出支持数据中心等新型基础设施发行科技创新REITs。2025年3月，民营企业GDS发行了中国首单数据中心ABS；2025年8月，RangeIDC和GDS又分别在深圳证券交易所和上海证券交易所发行了中国首批公开募集的数据中心REITs。在政策支持下，这一融资渠道未来预计会继续增长。

对于无法顺利进入ABS或REITs市场的小型独立数据中心运营商，融资租赁则成为替代方案。根据中国信息通信研究院的数据，2026年上半年，中国新增算力中心项目中54.3%涉及融资租赁；一季度，中国算力租赁市场同比增长62%，达到680亿元人民币。

但报告认为，融资租赁也是目前所有融资渠道中风险积累最多的一个领域。例如，四川彬际科技通过售后回租模式、利用杠杆购买GPU，最终破产，并在二季度造成15家持牌融资租赁公司直接损失。不同GPU型号的折旧速度和市场需求差别很大，因此风险管理十分困难。如果算力市场进一步波动，未来可能出现更多破产和违约案例。

中国未来AI相关融资展望

总体而言，中国AI行业面对的很多问题，与美国AI产业实际上非常类似。从根本上讲，中国前沿AI实验室仍然处于严重亏损状态。要继续经营，它们需要新的定价模式，或者持续不断的外部资金注入。

中国AI资本开支将在2026年下半年以及2027年继续增长，但增长速度仍存在很大不确定性。算力短缺依然构成约束，不过随着国内芯片供应增加以及更多H200进口，今年晚些时候这一问题可能有所缓解。除了算力限制之外，融资本身已经成为AI产业扩张的另一项关键约束。

从宏观经济整体来看，AI相关投资规模仍然远不足以抵消房地产或基础设施投资放缓带来的影响。即使到2027年，整个AI行业投资也只占中国全部投资的约1.5%—2%，占GDP比例则更低。

与美国市场不同，股权融资仍然是中国AI企业最重要的新增融资渠道。因此，中国股票市场的稳定非常重要。许多国内投资者目前正在关注宇树科技上市后一周股价快速下跌的问题。与此同时，Moonshot和DeepSeek的IPO也已经临近，但其最终估值仍然存在很大不确定性。

政府究竟会在多大程度上支持整个股票市场，同样并不确定。历史上，“国家队”主要通过购买ETF来支持蓝筹股指数，而不是托举少数已经大幅上涨的科技公司。

不过，中国AI企业仍然可以进一步利用债券市场融资。对于前沿AI实验室和小型数据中心运营商而言，发债可能仍然比较困难。但大型互联网企业和电信运营商拥有充足现金流，而且数据中心本身可以作为抵押品，因此应该仍有能力通过发债进一步支持AI资本开支。

关于Rhodium Group

Rhodium Group是一家独立研究机构，专长于政策和经济分析，为公共部门和私营部门决策者提供基于数据的原创研究，帮助其理解全球性挑战。其主要研究领域包括中国经济与政策，以及全球气候变化和能源体系。

关于作者

Endeavour Tian是Rhodium Group中国市场研究团队的研究分析师，主要开发用于衡量中国金融体系压力的另类数据集和指标，同时研究中国银行间市场、债券市场以及宏观经济发展。

Logan Wright是Rhodium Group合伙人，并负责中国市场研究工作。他主要研究中国金融体系和信贷环境如何影响中国经济，以及中国央行政策。

披露

本材料由Rhodium Group LLC制作。其出版物旨在向客户提供关于重要全球发展的一般背景研究，以及用于作出知情决策的分析框架。研究基于作者认为可靠的当前公开信息，但不保证其准确性或完整性。本文信息不构成投资建议，也不应被作为投资依据。

© 2026 Rhodium Group LLC。原文版权归Rhodium Group所有。本翻译稿为个人学习。