夜雨聆风黄仁勋公开承认，英伟达早期把 OpenAI 和 Anthropic 当成普通创业公司，觉得靠 VC 就能撑住——结果大错特错。前沿 AI 的资金需求已经逼近芯片制造厂和电网的量级，微软砸了 130 亿美元、亚马逊投了 40 亿美元、英伟达自己后来也追加了最高 100 亿美元。AI 行业最难的问题，可能早就不在模型本身。
黄仁勋的"最大失误"
Jensen Huang 最近在公开场合说了一段让整个科技圈都在转发的话：
"Jensen Huang admitted one of his biggest mistakes: passing early on OpenAI and Anthropic. Nvidia saw them like normal startups that could raise VC money. But frontier AI was never a normal startup game."
「黄仁勋承认了自己最大的失误之一：早期错过了 OpenAI 和 Anthropic。英伟达当时把它们当成普通创业公司，觉得靠 VC 的钱就能搞定。但前沿 AI 从来都不是普通创业公司能玩的游戏。」
▲ Alexa Web3 (e/acc) 转述黄仁勋的公开表态，获得超过 2300 次浏览
这段话的分量在哪？黄仁勋不是随便一个投资人在做复盘。他掌控着全球 AI 算力的命脉，手握所有前沿实验室都抢着要的 GPU。连他都承认"看走了眼"，说明当年对前沿 AI 的误判有多普遍。
前沿 AI 的账单，VC 根本接不住
普通创业公司的融资路径大家都熟：天使轮、A 轮、B 轮，一路走到 IPO。但前沿 AI 公司从第一天就面对一个和所有传统创业者不同的现实——训练一个前沿大模型的成本，已经逼近建一座芯片制造厂或一个发电站的量级。
OpenAI 和 Anthropic 很早就想明白了这件事。光靠风投的钱，根本撑不起这种规模的基础设施投入。
所以它们做了同一个选择：拉产业巨头入局。
微软在 2019 年就开始投资 OpenAI，2023 年进入第三阶段合作，追加了数十亿美元的"多年期、多领域"投入。根据微软官方博客，这笔投资覆盖三个方向：超算基础设施、新一代 AI 产品体验、以及 Azure 云平台的独家商业化。
▲ 微软官方博客宣布与 OpenAI 扩大合作伙伴关系（2023 年 1 月）
"Today, we are announcing the third phase of our long-term partnership with OpenAI through a multiyear, multibillion dollar investment to accelerate AI breakthroughs."
「今天，我们宣布与 OpenAI 长期合作的第三阶段，通过多年期、数十亿美元的投资来加速 AI 突破。」
帖子里提到的"微软 130 亿美元豪赌 OpenAI"，如今价值已经远超当初。这个数字还在继续膨胀。
Anthropic 的路径：亚马逊 40 亿美元，估值冲到 1830 亿
Anthropic 走了类似的路线，但绑定的巨头换成了亚马逊和谷歌。
亚马逊官方公告确认：已完成对 Anthropic 总计40 亿美元的战略投资。作为交换，Anthropic 将 AWS 作为其主要云服务商，用于安全研究和未来基础模型开发，并承诺在 Amazon Bedrock 上为全球客户提供下一代模型。
▲ 亚马逊官方新闻：完成对 Anthropic 的 40 亿美元投资
这种"钱+算力+分发渠道"打包绑定的模式，和传统 VC 投资完全是两回事。VC 给你钱，你自己去花；产业巨头给你钱，同时把你接入它的云、它的芯片、它的客户网络。
到了 2025 年 9 月，Anthropic 完成 130 亿美元的 F 轮融资，投后估值1830 亿美元。领投方是 ICONIQ，跟投名单读起来像全球顶级资本的点名册：Fidelity、Lightspeed、BlackRock、Goldman Sachs、GIC、Qatar Investment Authority……
一家成立不到五年的 AI 公司，估值超过了绝大多数上市科技巨头。
英伟达后来追上了：和 OpenAI 签下 10GW 战略协议
黄仁勋虽然承认了早期失误，但英伟达并没有坐以待毙。
2025 年 9 月，OpenAI 和英伟达联合宣布了一项战略合作：部署至少 10 吉瓦（GW）的英伟达系统，用于 OpenAI 的下一代 AI 基础设施。
▲ OpenAI 官网公告：与英伟达合作部署 10 吉瓦 AI 数据中心系统
这是什么概念？10 吉瓦大约等于 10 座大型核电站的发电量。为了支撑这个规模，英伟达计划逐步向 OpenAI 投入最高1000 亿美元，随着每吉瓦的部署逐步到位。第一批系统将在 2026 年下半年上线，使用英伟达最新的 Vera Rubin 平台。
"Strategic partnership enables OpenAI to build and deploy at least 10 gigawatts of AI datacenters with NVIDIA systems representing millions of GPUs."
「战略合作使 OpenAI 能够用英伟达系统建设和部署至少 10 吉瓦的 AI 数据中心，涉及数百万块 GPU。」
数百万块 GPU。这个数字放在任何行业都是天文数字。
黄仁勋的真正教训
回到黄仁勋那段话的核心：
"Jensen's real lesson: in AI, the hardest problem isn't just building the model, it's financing it."
「黄仁勋的真正教训是：在 AI 领域，最难的问题不只是造模型——而是怎么为它找到钱。」
这个判断放到今天来看，已经被反复验证。微软、亚马逊、谷歌、英伟达——四家市值合计超过 10 万亿美元的公司，正在用建发电站的方式投资 AI。
传统 VC 的钱依然重要，但在前沿 AI 这个赛道上，它只够覆盖起步阶段。真正决定谁能跑到终点的，是能否拿到产业巨头级别的长期资本承诺——算力、云资源、分发渠道、电力合约，每一项都是数十亿美元起步。
这也解释了一个很多人一直在问的问题：为什么前沿 AI 实验室只有那么几家？因为门槛早就不在技术上了。模型架构论文是公开的，人才在全球流动，但能签下 10 吉瓦电力合约、调动数百万块 GPU 的组织，全世界数得过来。
黄仁勋当年的误判，恰恰说明了这个行业变化的速度——几年前还像创业公司的 OpenAI 和 Anthropic，今天已经变成了基础设施级别的存在。而推动这一切的，是一种全新的融资逻辑：前沿 AI 的资金结构，正在向芯片制造和能源基建看齐。
— END —
