AI资本涌向物理载体,钱到了货没齐

DeepSeek千亿融资、宇树G1量产、特斯拉和英伟达砸钱锁定三星电机基板产能——这三件事来自不同公司、不同环节，放在同一天的新闻简报里，密集得不像巧合。

我的判断是：AI行业正在从“卷模型”切换到“卷物理交付”。融资规模暴涨的背后，不是模型更聪明了，而是资本意识到，下一阶段的竞争发生在工厂、产线和供应链里。那些还在用“AIGC爆发”来理解这轮资本潮的人，会看错方向。

千亿融资：买方不是为软件付钱

DeepSeek这轮融资的消息来自新浪财经转述知情人士，核心数字是：约1000亿元人民币（150亿美元），最初目标500亿，上调到800亿，最终到1000亿。宁德时代和腾讯是最大投资者之一。

这里有个容易被忽略的问题：宁德时代出现在股东名单里，比融资额本身更值得琢磨。

一家动力电池巨头为什么要投一家大模型公司？源材料没给出解释。但我的推断是，这不是财务投资，而是供应链投资。宁德时代绑定的不是DeepSeek的语言模型，而是DeepSeek的推理能力和它在智能驾驶、机器人控制上的潜在用途。腾讯的入局则回到流量加算力的老逻辑。

值得注意的另一点是：融资目标连续两次上调，说明买方竞争激烈，而不是卖方缺钱。在正常融资逻辑里，上调目标额度通常意味着超额认购。这意味着AI大模型的资本定价还处于情绪高位，哪怕DeepSeek没有公布明确的盈利路径。这里有一条冷水要泼回去：这个数字至今没有官方证实，源材料自己也标注“据悉”和“据知情人士称”。在AI融资消息满天飞的月份里，数字的精确性往往要让位于立场的需要。

它对创业者的含义是：模型层的融资窗口正在收窄，因为头部公司吸走了市场上大部分耐心资本。但对半导体设备、数据中心、工业机器人零部件这些“卖水”角色来说，资本外溢效应刚刚开始。

一万台机器人很多，但“对齐”才是真门槛

宇树科技王兴兴在2026世界物理AI大会上说了两个数字和一个判断。数字是：G1机器人自2024年5月发布以来，累计生产下线约1-2万台。判断是：物理AI已经看到被击穿的苗头，最核心挑战是“AI模型的输入输出和真实机器人的对齐”。

这个1-2万台的数据跨度很大，而且是创始人自述，缺乏第三方验证。但即便我们取中间值，一万多台的量产规模在四足/人形机器人行业里已经是头部水平。

真正让这段话有信息量的不是产量，而是王兴兴对“对齐”的坦白。他说得直白：最难的不是做出一个机器人，而是让AI模型的“所想”和机器人的“所做”在物理世界里对得上。一个模型可以在仿真里走到满分，但面对真实的地面摩擦力变化、关节磨损、传感器延迟，它积累的误差会逐秒放大。

这里有个反面视角值得摆出来：特斯拉的Optimus在财报电话会上说“明年年末开始对外交付”，宇树说“商业服务落地会比家庭、工业更快”。两个头部玩家对时间表的乐观是真实的，但没有人回答一个问题——如果“对齐”是核心挑战，那么量产本身并不能加速对齐。堆产量解决的是成本和供应链问题，解决不了模型与物理世界的鸿沟。

如果这个判断成立，那么今天涌向机器人硬件产能的资本，有一部分会卡在“对齐”这道墙前面。投资人的一个实用动作是：把“具身智能”项目分成两类。一类卖硬件，可以用产量和订单验证；一类卖通用智能，只能看论文和演示视频。对于后者，所有“明年落地”的承诺都需要证明它已经解决了至少一个真实世界的误差累积问题。

基板产线：钱往更上游走

特斯拉和英伟达分别出资1.1万亿和2.6万亿韩元，与三星电机共建FC-BGA产线。FC-BGA是AI芯片的封装基板，源材料引述业内人士的说法：“当前FC-BGA已经成为AI供应链新瓶颈”。

这个动作的机制很明白。当芯片设计公司（英伟达）和下游应用方（特斯拉）都发现某种零部件卡住了交付节奏，它们会跳过传统的“等待供应商扩产”模式，直接带着钱去锁定产能。特斯拉的1.1万亿韩元是为了换取中长期稳定供货，供给对象包括自动驾驶电动车和Optimus的AI芯片。

这说明AI供应链的瓶颈从GPU卡本身向上游转移了。过去两年市场关心的是台积电的先进制程，现在基板这种封装环节的产能缺口也大到需要终端厂商插手。

但这里存在一个值得警惕的产能错配。特斯拉和英伟达锁定的产能是定制化的。如果某项AI应用（比如特定场景的机器人）没有如期起量，这些锁定产能的成本会转化为两家的隐性负债。我的判断是，这类交易的本质是把需求预测的误差从三星电机转移到了买方自己身上。对英伟达来说，风险尚可接受，因为训练芯片需求有较强的横盘支撑；对特斯拉来说，它必须确保Optimus或自动驾驶芯片的需求兑现。换句话说，特斯拉在基板上的押注与它在Optimus交付时间表上的押注是同一件事。

Meta的250亿美元罚款，是AI扩张的另一面账

Meta被判支付250亿美元民事罚款，依据是违反州消费者保护法超过4300万次。这个数字是美国司法史上最高的罚款判决之一。

值得警惕的不是罚款本身，而是时间点的重合。Meta一边在AI基础设施上签下8250亿美元的承诺支出，一边CDS指标创历史新高。市场开始担心它为了AI扩建大举发债。然后，一个250亿美元的合规惩戒在同一周砸下来。

这里有一个容易被忽略的问题：所有AI头部公司都在把同一套“先扩张、再合规”的互联网逻辑复制到AI领域。ChatGPT广告扩展到26个新国家，OpenAI更新使用政策要求模型路由器和AI网关在提供访问前经审批。这两件事放在一起看，AI行业正在在两条线上同时被拉扯：一边是加速商业化、加速融资、加速出货；另一边是监管、罚款、使用条款收紧。

对投资人来说，Meta这个判例是一个信号：AI公司的估值模型里，合规成本和诉讼风险还没有被充分定价。250亿美元的单案罚款虽然大概率会进入上诉程序、最终数字可能下调，但它改变了尾部风险的形状。一个AI公司可以因为“误导性陈述”被追究4300万次违规，这种计罚方式对任何依赖“快速迭代、模糊表述”的公司都是不确定性的来源。

一个问题值得追踪

资本在物理AI上已经下注，融资到账、产线开建、机器人下线。但王兴兴说的“对齐”没有答案，马斯克说的“明年交付”没有技术验证。

接下来最值得追踪的信号不是融资额，也不是下线数量，而是：有没有一家公司能在公开场合展示一个机器人在未经装修的真实环境里，连续执行30分钟以上的复杂任务，且过程中没有人工接管。如果接下来一年里，这样的演示仍然停留在剪辑和远程操控，那么今天所有资本对物理AI“ChatGPT时刻”的预判，都只是在为下一轮融资预支故事。

（本文事实引用来自36氪当日新闻简报，www.36kr.com）