AI算力进入融资资产表,本地模型和财报开始验收|8月10日—13日

AI算力进入融资资产表,本地模型和财报开始验收|8月10日—13日

过去三天,NVIDIA尝试为AI算力搭建5000亿美元融资平台,Meta把30B模型推向本地设备,腾讯财报则显示AI资本开支正在先于现金回报上升。

核心摘要

本期覆盖 2026 年 8 月 10 日 08:00 至 8 月 13 日 08:00(北京时间)。最值得继续扩写的,不是又一个模型榜单,而是 AI 产业的三笔账开始同时落到经营层:谁来为算力基础设施融资,模型能否在本地设备上运行,资本开支何时变成收入。
  • NVIDIA 与 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs、KKR 签署谅解备忘录,计划建立算力融资平台,长期动员超过 5000 亿美元第三方资本。公司公告称,最终协议仍待签署;路透社称 NVIDIA CEO 黄仁勋表示,公司可选择为潜在交易提供最高 1250 亿美元、约四分之一的担保,但单家机构承诺额和投放时间尚未披露。12
  • Meta 发布 300 亿参数的 Muse Glimmer,按 Apache 2.0 许可开放权重,目标是让单张消费级 GPU 在本地运行常驻型 Agent。Meta 称量化后模型权重可压到约 170 亿至 200 亿字节区间,但这仍是公司自测口径,不等于所有设备都能获得相同速度。3
  • 腾讯二季度收入 2048 亿元,同比增长 11%,净利润仅增长约 0.7%至 560 亿元;二季度资本开支达到 528 亿元,高于一季度的 319 亿元。广告和国内游戏在增长,但 AI 基建已经先体现在投入和现金流上。45
  • Google 在 Gemini 竞争压力下进一步收紧 AI 组织。路透社报道称,DeepMind 负责人 Demis Hassabis 转任董事长、Koray Kavukcuoglu 接管更多模型决策,部分团队从 DeepMind 转入 Google,Gemini 原始技术联合负责人 Jeff Dean 和 Oriol Vinyals 离开。6
本期的编辑判断是:美国侧在把 AI 算力变成可融资资产,中国侧在用腾讯财报检验高投入能否转成广告、云和模型收入;Meta 则把模型竞争推向本地化。三条线都还没有给出完整的现金回报证据,行情只能用来筛选选题,不构成投资建议。

行情与市场反应

下表比较 8 月 7 日收盘至 8 月 12 日最近可得收盘。美股 8 月 12 日收盘对应北京时间 8 月 13 日清晨,港股和深股按北京时间 8 月 12 日收盘;涨跌幅由同一日线序列计算,不含盘后。成交额为终点交易日的行情序列值,币种按上市市场显示。行情接口的部分时间戳以市场本地交易日编码,表内统一按实际交易日展示。
公司市场8 月 12 日收盘较 8 月 7 日终点成交额
NVIDIA美股224.09 美元+0.06%235.83 亿美元
Apple美股302.25 美元-3.54%116.99 亿美元
Microsoft美股492.43 美元-1.51%127.23 亿美元
Amazon美股267.28 美元-2.62%78.95 亿美元
Meta美股578.85 美元-2.24%92.38 亿美元
Tesla美股327.51 美元-0.33%91.35 亿美元
Alphabet美股343.54 美元-3.04%81.83 亿美元
拼多多美股89.04 美元-2.97%6.16 亿美元
腾讯港股461.60 港元-3.59%119.02 亿港元
阿里巴巴港股122.60 港元-0.97%74.89 亿港元
美团港股91.65 港元-0.60%28.99 亿港元
京东港股123.00 港元-3.53%10.81 亿港元
百度港股102.00 港元-4.49%10.67 亿港元
小米港股26.36 港元-2.59%25.89 亿港元
比亚迪港股89.60 港元-0.61%8.71 亿港元
宁德时代深股393.93 元+1.51%7909.53 万元
中芯国际港股67.40 港元+0.75%41.63 亿港元
市场反应分成两组。美国大型科技股多数回落,NVIDIA 在融资平台消息和 AI 基建融资叙事下基本持平;Alphabet 跌幅较大,与组织调整报道出现在同一窗口,但单日价格不能单独证明因果。中国资产中,宁德时代和中芯国际相对坚挺,腾讯、百度、京东、拼多多和小米走弱。腾讯财报发布后,市场更关心的是资本开支回报,而不是收入是否保持两位数增长。

重点事件

1. NVIDIA 把算力放进资本市场的资产表

NVIDIA 8 月 10 日公告称,将与六家大型金融机构建立独立的算力融资平台,面向前沿 AI 实验室、企业、政府和云服务商,为 NVIDIA 生态内的基础设施筹集超过 5000 亿美元第三方资本。公告把算力描述为可转让、可复用、由 CUDA 软件生态延长使用周期的基础设施资产,并称平台将提供与使用量挂钩的长期收入机会。1
这一步和普通的 GPU 销售不同。NVIDIA 试图把客户一次性购买设备,改造成金融机构可以承做、按使用量回收的长期基础设施现金流。路透社报道还称,黄仁勋表示公司可以为潜在交易提供最高 1250 亿美元的支持,但路透社同时指出,最终金额、单家机构承诺和部署时间都未公开。2
因此,当前能确认的是融资结构和谅解备忘录,不能把 5000 亿美元写成已经到账的投资,更不能把它直接写成数据中心容量、GPU 订单或 NVIDIA 收入。下一步要看三件事:最终协议是否签署,融资对象是否有明确的算力租户,以及设备折旧、利用率和电力成本能否支持预期回报。

2. Meta 把开放模型推向本地 Agent

Meta AI Research 8 月 10 日发布 Muse Glimmer,开放 300 亿参数模型权重,采用 Apache 2.0 许可。Meta 称它面向常驻型本地 Agent,支持函数调用、本地编程、多模态输入、长上下文和失败恢复;模型可以在配备单张消费级 GPU 的 Mac 或 PC 上运行。3
这次发布的变化不只在参数规模。Meta 把模型的使用地点从云端 API 拉回本地设备,并通过约 4-bit 量化把权重压到约 20GB 以内,再用投机解码改善多步 Agent 的响应速度。对开发者来说,成本、隐私和离线可用性可能比排行榜名次更直接;对 Meta 来说,开放权重仍然是扩大生态、争夺开发者入口的办法。
需要把事实和宣传口径分开。模型已发布、许可和下载入口可以确认;「在消费级设备上达到流畅实时交互」以及与同规模模型的性能比较,仍是 Meta 的评测结果。后续应看第三方复现、真实工具调用成功率、模型在本地运行时的安全边界,以及开发者是否真的愿意为本地 Agent 维护复杂的工具权限。

3. 腾讯的 AI 投入先进入现金流,再等待收入验证

腾讯二季度收入 2048 亿元,同比增长 11%;净利润 560 亿元,同比增长约 0.7%,低于分析师预期的 618 亿元。资本开支达到 528 亿元,较一季度的 319 亿元增长 65%;CNBC 还报道,腾讯当季自由现金流为负 138 亿元。45
收入端并非没有回报:国内游戏收入增长 17%至 473 亿元,营销服务收入增长 22%至 436 亿元,腾讯把后者归因于 AI 广告推荐模型升级;云业务则受 AI 需求和海外扩张推动,按公司在业绩会上使用的口径为低 20%区间增长。腾讯还表示,7 月发布的 Hy3 已向全球用户开放,并在微信内测试 AI 助手。
但本期最重要的财务问题是,算力是否必须全部由腾讯自己消化。管理层称,单纯出租全部算力也可能获得不错回报,同时又选择拿出一部分训练模型和开发应用,以换取更长期的经济回报。这个选择把腾讯放进了和美国云巨头相同的验证框架:广告和游戏能否覆盖投入,云收入能否提高利用率,模型产品能否形成新的付费场景。

4. Google 用组织调整回应模型追赶压力

路透社 8 月 12 日报道,Google 联合创始人 Sergey Brin 近几个月推动 AI 团队加快 Gemini 进度;报道援引知情人士称,Google 在内部测试后将下一代旗舰 Gemini 延后两个月。8 月 5 日,Google 已宣布 DeepMind 领导层调整:Demis Hassabis 转任董事长,Koray Kavukcuoglu 接任更多模型管理职责;8 月 6 日的全员会议上,部分团队从 DeepMind 转入 Google 的企业汇报体系。6
报道还称,Gemini 最初的两名技术联合负责人 Jeff Dean 和 Oriol Vinyals 在上周调整中离开。Google 没有回应路透社关于 Brin 介入、DeepMind 结构变化和员工担忧的问题。
这条线值得写成组织与产品节奏问题,而不是「Google 已经落后」的结论。变化涉及模型决策权、TPU 分配、DeepMind 的研究自主性和 Gemini 的商业化优先级。后续要核验的是旗舰模型延迟是否影响产品发布时间,组织调整是否改善训练资源分配,以及 Google Cloud 的收入增长能否为更高的 AI 基建投入提供缓冲。

5. 比亚迪把闪充和辅助驾驶下沉到主流价格带

8 月 11 日,比亚迪 2027 款海豹 06 上市,新华网 8 月 12 日报道称,新车提供纯电和插电混动双动力,共 12 个款型,指导价为 9.99 万至 15.59 万元。纯电版最高 CLTC 续航 630 公里,插混版满油满电综合续航最高 2370 公里;车型还配备天神之眼 B 辅助驾驶激光版和 DiLink 150 智能座舱。7
对比亚迪而言,这不是单一车型的配置更新,而是把闪充、辅助驾驶和更复杂的座舱功能继续压到 10 万元级价格带。新华网页面承载的是上市传播口径,续航、补能速度和辅助驾驶效果仍需第三方测试与交付后的用户数据验证,不能把厂商配置表直接当成真实道路能力。
它和本期 AI 主题的连接也很具体:模型或智能功能只有进入高出货量设备,才会获得持续的使用数据和商业入口。下一步应看这类功能的实际标配率、交付规模和售后成本,而不是只看发布会上的功能清单。

6. 微软安全更新把企业 AI 的前置成本重新摆上桌面

微软安全更新页将本轮 2026 年 8 月安全更新标为 421 个 Microsoft CVE,并将 CVE-2026-68820 标为「Exploitation Detected」;该漏洞涉及 Windows Ancillary Function Driver for WinSock 的权限提升。页面显示发布日期为 8 月 13 日。8
第三方安全公司 Tenable 按其去重口径统计为 398 个漏洞、其中 42 个严重漏洞,并称该漏洞已在野外利用。两种统计数字不能直接相加或互换,企业客户应以微软更新指南和自身产品清单为准。9
这条消息对频道的意义不在于漏洞数量本身,而在于 AI 工作负载越来越多地进入企业 Windows、Azure、开发工具和身份系统。模型能力提高之后,权限提升、补丁节奏和运维成本会直接影响企业是否敢把 Agent 放进真实流程。

编辑优先级

A 级:融资平台能否变成可审计的算力现金流

优先追踪 NVIDIA 六家合作机构的最终协议、融资资产的所有权与折旧、算力租户、利用率和电力来源。没有这些字段前,标题只能写「融资平台」或「资本安排」,不能写成「5000 亿美元已投入 AI 基建」。

A 级:腾讯资本开支的回报从哪里来

把腾讯的广告、游戏、云、Hy3 和微信 AI 助手放在同一条经营链上追踪,但不要把模型发布等同于收入。下一次应回到资本开支、自由现金流、云利用率和付费用户,而不是只引用模型能力描述。

B 级:本地模型是否真的改变了调用成本

Meta 的 Muse Glimmer 提供了可下载权重和本地部署路线。值得扩写的不是「30B 模型能否击败更大模型」,而是单机硬件门槛、工具调用成功率、数据留存、权限隔离和维护成本。

B 级:主流价格带的智能驾驶责任边界

比亚迪海豹 06 的配置进入更大用户群后,辅助驾驶的实际使用范围、接管率、事故责任和售后成本都需要独立验证。发布会规格不能替代道路数据。

证据边界与待核验线索

本期没有把 Amazon 得州天然气电厂、NVIDIA 与 Lancium 的前期股权消息或 Apple 中国大陆 Qwen 指南重复写入主线:它们已经在上一期覆盖,除非本窗口出现新的正式文件,否则只作为历史背景。中国侧除腾讯和比亚迪外,其他目标公司在窗口内没有找到足以支撑独立长段落的一手新事项,因此只保留行情,不平均凑篇幅。
行情表用于筛选市场反应,不解释价格因果;成交额来自本轮日线序列,因市场与接口编码差异,不能与盘后成交或不同数据商的成交额直接拼接。微软安全更新存在官方页面 421 和第三方统计 398 的口径差异,正文已分开呈现。

值得继续追踪的问题

  • NVIDIA 的融资平台最终协议何时签署?黄仁勋所说的最高 1250 亿美元支持是担保、承诺还是其他信用安排?
  • 5000 亿美元目标中,哪些资金对应已签约租户,哪些只是潜在可募资金?算力利用率和电力成本由谁承担?
  • Muse Glimmer 在独立测试中的本地推理速度、工具调用成功率和安全拒答表现如何?开发者是否愿意长期维护本地 Agent?
  • 腾讯 528 亿元季度资本开支中,服务器、网络和自研模型分别占多少?云业务的 AI 增长能否改善自由现金流?
  • Google 的 DeepMind 组织调整会否改变 Gemini 旗舰模型发布时间、TPU 分配和 Google Cloud 的商业化优先级?
  • 比亚迪海豹 06 的闪充、辅助驾驶和 DeepSeek 座舱功能,在实际交付车型中的标配率与用户使用率是多少?
  • 微软本轮漏洞中,CVE-2026-68820 的实际攻击范围、补丁覆盖率和对企业 Agent 权限模型的影响如何?
行情数据采用本期最近可得交易日的日线收盘序列;短期价格和成交额只用于市场反应筛选,不构成投资建议。
中美科技巨头动态雷达

中美科技巨头动态雷达

每 3 天追踪中美主要科技与商业巨头的关键动态、市场反应与战略含义,作为科技商业内容团队的选题雷达。

This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.

Related content

  • Sign in to comment.
More from this channel