前言：

1.77万亿IPO、500亿融资，美国AI狂欢烧钱，中国AI开始埋头造路**

2026年6月，美股迎来了两场史诗级的IPO，6月12日，马斯克旗下的SpaceX以每股135美元登陆纳斯达克，募资750亿美元，整体估值1.77万亿美元，一举打破沙特阿美2019年的纪录，成为全球史上最大IPO。

就在几天前，AI巨头OpenAI向SEC秘密递交上市申请，估值超8500亿美元，筹备最快第四季度完成挂牌。

大洋彼岸，中国AI明星DeepSeek被曝出首轮融资约500亿元人民币，估值高达3500亿至4000亿元（约520亿至590亿美元），中美AI赛道同时迎来资本高潮，但仔细看去，这两条路画风截然不同。

美国AI狂欢，实则是资本的最后一舞

OpenAI走到IPO这一步，过程相当曲折，2025年10月才勉强理顺了非盈利基金会持股与商业公司运营的双层架构，被视为迈向IPO的关键一步。

同时与联合创始人马斯克的法律纠纷近期才告一段落——5月18日，美国法院陪审团判定马斯克早期提起的诉讼超过法定时效，不再继续审理，最大法律障碍扫除后，OpenAI才得以秘密交表。

但OpenAI的日子并不好过，据公开信息，到2026年5月，竞争对手Anthropic年化收入已突破470亿美元，而OpenAI截至2月底的数据仅为250亿美元。

Anthropic甚至在更早的6月1日就提交了IPO申请，估值逼近9650亿美元，比OpenAI高出1000多亿美元，被对手在营收与估值上双重压制，OpenAI显然产生了巨大的战略焦虑。

SpaceX的百倍市销率：信仰还是泡沫

相比OpenAI，SpaceX的IPO更具戏剧性，该公司业务横跨火箭发射、星链和人工智能三大板块，2025年营收186.7亿美元，净亏损仍高达49.4亿美元。

以1.77万亿估值计算，市销率约100倍，对比之下，英伟达的市销率在20至22倍之间，Palantir在70至87倍之间。

华尔街日报的评论指出，华尔街正在用轻资产软件公司的估值逻辑套用在需要承担庞大硬件算力与电力成本的重资产科技企业身上。

纽约大学估值专家达莫达兰估算，SpaceX真实估值可能只有1.3万亿美元，晨星公司更给出了约7800亿美元的公允价值。

这让人想起19世纪40年代的英国铁路狂热，当时数百家铁路公司通过IPO筹集天文数字资金，估值严重脱离实际营收。

泡沫在1847年最终破裂，但留下来的铁路网支撑了英国数十年的工业黄金时代，美国AI巨头的集体IPO或许也有类似特征——资本明知存在泡沫，却仍在用二级市场的流动性为前沿AI研发所需的昂贵算力买单。

中国AI拿出另一套打法：自己动手搞基建

如果说美国企业的路是高举高打、用金融杠杆拉满的硅谷路线，以DeepSeek为代表的中国企业则展现出更为务实的姿态——重工程化落地、重成本控制、重自主基建。

DeepSeek的创始人梁文锋，1985年生于广东湛江，浙江大学电子信息工程硕士出身，2015年创办量化基金幻方，管理规模一度达千亿元。

2023年，他决定“All in”AI，带领一支百余人的本土团队入场，当时OpenAI已有约1200名研究人员。

2025年初推出的R1版本，训练成本仅约29.4万美元，构建基础模型约600万美元，却做出媲美顶尖闭源模型的推理能力，随即全面开源，引发英伟达单日市值蒸发近6000亿美元。

如今，梁文锋自己掏出200亿个人资金领投本轮融资，腾讯考虑投资100亿，宁德时代拟投50亿，这套投资方阵容本身就很说明问题——不是单纯财务投资，而是产业协同。

宁德时代的意外入局：AI的尽头是电力

宁德时代进军AI数据中心并非偶然，随着AI负载推高对大规模、可靠电力的需求，这家动力电池巨头正在探索提供电力设备和储能解决方案的商机。

DeepSeek招聘IDC设计规划工程师，AI公司亲自下场搞机房建设，摆明了需要从电力到储能的完整配套。

腾讯的参与同样耐人寻味，腾讯自有混元大模型在市场中暂时落后于豆包和DeepSeek，拿出100亿成为最大外部股东，本质上是在两条路之间做选择：

要么从零追赶，要么直接绑定已经跑出来的头部选手，100亿买一张AI竞争格局洗牌的船票，这笔账算得清。

GW级数据中心：一场350亿美元的大手笔

真正让业内吃惊的，是DeepSeek在基建上的野心，官网最新上线了“IDC设计规划工程师”岗位，明确提到“有机会参与从MW到GW级基础设施的规划与建设”。

1GW相当于1000MW，目前国内单体数据中心的规模普遍集中在30至50MW之间，要建成GW级别的超大型计算园区，需要包含多栋超大型数据中心，总投资规模可能高达上百亿美元。

据伯恩斯坦测算，一座GW级AI数据中心总投资可达约350亿美元，模型公司亲自下场搞基建——过去这几乎是电信运营商和云厂商的专属，这意味着对算力控制权和成本边界的追求已经到极致。

更早之前的4月，DeepSeek已在内蒙古乌兰察布大举招聘数据中心岗位，乌兰察布年均气温仅4.3℃，约10个月可用自然冷却，能够大幅降低冷却成本。

距离北京仅300多公里，网络时延低至3.5毫秒；当地风电光伏新能源丰富，电力成本低廉，这里还搭上了国家“东数西算”战略的快车，目前已签约落地数据中心项目89个，算力运营规模达16.5万P，智算占比超90%。

这种将大模型算法与国家能源战略、西部绿色电力深度耦合的打法，展现了中国科技企业在外部硬件限制下的工程化突围韧性。

两种路径，谁更有后劲

回到一个根本问题：在美国AI企业以惊人估值冲向公开市场的同时，DeepSeek为什么选择了一条截然不同的路？

答案藏在它的基因里，DeepSeek长期依靠幻方量化自有资金输血，几乎没有外部资本介入，2023年成立时，幻方一期投入约30亿。

这种模式的好处很明显——不用给资本短期业绩压力，可以沉下心打磨技术，去年初V3和R1两款模型用远低于行业平均的训练成本做到对标顶尖模型的推理性能，靠的就是这种“不赶Deadline”的节奏。

现在首次向外敞开资本大门，钱的流向很有讲究——不是去烧营销、堆PR，而是砸向两个方向：算力基建和上层应用。

自建数据中心能直接压低推理成本；在乌兰察布利用绿电，还能进一步降低运营开支，做“极致性价比”不靠口号，而是一颗螺丝一颗螺丝拧出来的。

这种“基建下沉+工程化落地”的打法，与美国“资本杠杆+估值泡沫”的路线形成了鲜明对照。

根据斯坦福大学《2026年人工智能指数报告》，截至2026年3月，中美在顶级模型上的性能差距已收窄至约2.7%，差距越来越小，但两条路终究不同。

美国的优势在于极高的资本市场天花板和流动性溢价，但脆弱性在于对二级市场风险偏好极度敏感，一旦第一份财报交不出符合高估值的答卷，可能引发剧烈的估值踩踏。

中国的优势在于强大的基建能力，通过“东数西算”工程，西部绿色能源与东部算力需求高效对接，DeepSeek到乌兰察布自建机房，享受低成本的绿色电力，依托的正是全球最庞大、最稳定的电力基础设施网络。

结语

两种路径最终可能会形成双雄并立的格局，美股AI板块上市后将经历一次估值重塑，存活下来的美国巨头将拥有深厚的软件生态和全球分发渠道。

而中国企业通过自建机房、极致压缩成本，有望在推理成本上建立起难以逾越的防火墙，正如百年前流水线汽车与高端手工汽车的并存，这两条不同底色、不同优势的路径，最终或许会共同构筑人类走向AI时代的双螺旋结构。

OpenAI靠金融杠杆撬动资本，DeepSeek靠基建实干降低成本——你更看好哪一条路？评论区聊聊你的看法。