新媒网 · 跨境数据社区

截至2025年上半年，全球人工智能（AI）领域的投融资热度持续高涨，宛如一股强劲的创新浪潮席卷而来。新媒网跨境获悉，仅仅在今年上半年，整个AI行业的投融资规模就已经突破了839亿美元的惊人数字，这无疑是全球科技创新脉搏的有力证明，也彰显了人工智能技术对未来发展的重要驱动作用。

近日，全球科技界传来振奋人心的消息：连一向以精密制造闻名、被誉为光刻机巨头的荷兰ASML公司，也紧锣密鼓地加入了AI模型研发的“新赛道”。外媒报道披露，ASML将作为领投方，参与“欧洲版OpenAI”——Mistral AI的C轮融资。这笔投资可谓大手笔，ASML将为此注入高达13亿欧元（折合人民币约108亿元）的资金，一举成为Mistral AI最大的单一股东。而此轮总融资额更是高达20亿美元，充分显示了资本市场对AI前景的无限信心。

业内专家们对ASML的这一举动进行了深度分析，普遍认为这不仅仅是一次单纯的资本布局，更是一次极具战略眼光的押注。通过入股Mistral AI，两家欧洲科技巨头将紧密携手，共同推动欧洲在AI大模型领域的发展，从而在一定程度上减少欧洲地区对美国和中国AI大模型的依赖，提升欧洲本土的科技自主创新能力。有外媒进一步指出，此轮融资将使Mistral AI成为欧洲估值最高的AI公司，其C轮投前估值已达到100亿欧元（约合117亿美元），融资完成后估值更是高达140亿美元，其发展潜力可见一斑。

与此同时，放眼全球AI竞争舞台，其他行业巨头们也丝毫没有懈怠。OpenAI、Anthropic、Databricks等AI领域的头部企业不仅在技术上你追我赶，在资本市场也频频传来捷报，并陆续公布了令人瞩目的营收数据。其中，美国领先的AI公司Anthropic表现尤为抢眼，获得由知名投资公司Iconiq Capital领投的新一轮融资，总金额高达130亿美元，这成为迄今为止全球AI行业最大规模的融资交易之一。此轮融资后，Anthropic公司的估值飙升至1830亿美元（约合人民币1.3万亿元），显示了市场对其未来发展的高度认可。

而AI领域的“明星”OpenAI更是势不可挡。此前，该公司已成功完成由日本软银集团领投的400亿美元融资，估值高达3000亿美元（约合2.1万亿元人民币），稳居全球估值最高的AI公司宝座。据最新预测，OpenAI在2025年的年化收入有望接近100亿美元，并且预计到2030年，其收入将进一步增长至900亿美元，展现出令人惊叹的商业化前景。

此外，另一家备受关注的AI公司Databricks也在9月8日晚间宣布，成功完成了高达10亿美元的K轮融资，由a16z、Insight Partners、MGX、Thrive Capital等多家知名机构共同领投。此次融资后，Databricks公司的估值已超过1000亿美元（约合7132亿元人民币）。该公司预计，在截至2026年1月的财年中，其产品收入将达到43亿美元，表明其在市场上的强大竞争力与增长势头。

多位深耕AI行业的资深人士向笔者透露，随着AI Agent智能体技术不断进步，多步推理能力的提升促使计算资源（token）的使用量呈现爆发式增长，进而对云计算和智能计算的需求持续攀升。在这样的背景下，面向企业（To B）端的AI应用收入已初显成效，这使得投资人开始将目光聚焦于那些能够实现稳定收入增长的AI初创企业，寻求真正有价值、有前景的投资标的。

根据全球领先的数据提供商PitchBook的最新数据显示，2025年第一季度，全球范围内共发生了1603笔风险投资交易，其中，有高达57.9%的资金流向了AI和机器学习赛道，占到整体交易总额的近70%，达到500亿美元。而截至2025年上半年，AI行业整体的投融资规模更是突破了839亿美元（约合近6000亿元人民币）的大关。如果按照目前的年化趋势估算，今年全球风险投资规模有望超过1678亿美元（约合1.20万亿元人民币），这预示着AI领域将迎来一个全新的风投纪录，创新发展的步伐将更加坚定。其中，OpenAI高达400亿美元的巨额融资无疑是其中的佼佼者，为整个行业注入了强大的信心与活力。

另据外媒The Information的报道，OpenAI近期透露，预计今年公司的资金投入将超过80亿美元，而到2029年，其业务支出将高达1150亿美元，这笔巨额投入主要用于满足OpenAI日益增长的AI训练算力需求。OpenAI首席执行官奥尔特曼先生（Sam Altman）曾多次公开表示，公司之所以需要如此高额的融资，核心原因在于为使用ChatGPT等产品的大量企业和消费者提供服务，以及训练和运行更先进的AI模型，都需要庞大的计算能力。鉴于对下一代模型GPT-5的需求持续增长，OpenAI将把计算能力作为公司的优先发展事项，并计划在未来五个月内将公司的计算能力翻一番，以应对未来的挑战与机遇。

中国知名投资机构金沙江创投的主管合伙人朱啸虎近期也分享了他对国内AI行业的深刻洞察。他表示，目前国内每天的Tokens消耗量已达到百亿以上，与去年相比增长了几十倍，这清晰地表明AI技术在企业内部已经开始发挥实际作用，并且其影响力正在迅速扩大。然而，朱啸虎也坦言，真正能够实现爆发式增长的AI应用，其门槛依然较高。他指出，许多AI项目在实际体验后，可能只能生成“60分”的PPT或研究报告，这种水平的产品或许个人随便用用尚可，但若要让用户心甘情愿地花钱买单，则面临不小的挑战。朱啸虎形象地比喻道：“投资AI创业公司就像放飞一群鸽子，可能只有一两只能一飞冲天，绝大部分都会落到地面。能成功的，绝对是凤毛麟角。”这番话提醒我们，在AI的广阔前景中，仍需保持一份清醒和务实。

黄仁勋、库克都看好的三位90后正加速打造欧洲最大AI独角兽

谈到AI行业的创新力量，不得不提Mistral AI这家公司。它成立于2023年4月，尽管成立时间不长，但已迅速崭露头角，成为欧洲AI领域的领军独角兽，其目标直指OpenAI、谷歌AI等美国科技巨头。这家公司的背后，是三位充满激情和远见的90后创始人——前谷歌DeepMind研究员亚瑟·门施（Arthur Mensch）、前Meta研究员蒂莫西·拉科里耶（Timothee Lacroix）和纪尧姆·兰普勒（Guillaume Lample）。他们三人相识于法国的巴黎综合理工学院，志同道合，共同创立了Mistral AI。公司的名字“Mistral”来源于法语中的“法国吹来的强风”，这不仅是他们对公司的美好祝愿，也表达了他们希望创立一家能够产生深远影响的AI公司的坚定信念。

在技术和产品层面，Mistral AI自成立以来，一直专注于开源AI模型的研发与推广。他们已经推出了一系列涵盖语音、编程、多模态等不同领域的数十款模型，这些模型既适用于云端部署，也能在边缘设备上高效运行，并且拥有不同参数规模以满足多样化的需求。其中，Mistral AI研发的多款8B端侧AI模型性能卓越，在同尺寸模型中表现出强大的市场竞争力。今年2月，Mistral AI更是推出了直接对标ChatGPT的聊天机器人产品“Le Chat”。这款产品一经发布，便受到了市场的热烈追捧，不到两周时间，其App下载量便突破100万次，一举登上法国iOS App Store免费下载榜榜首，展现出其强大的用户吸引力。

Mistral AI的独特优势在于，它允许企业客户将“Le Chat”部署在私有环境中，这极大地增强了数据的安全性和隐私性。同时，公司还支持自定义模型和用户界面，以灵活满足不同企业对数据处理和个性化应用的需求。目前，Mistral AI旗下的Nemo、Small、Large系列模型正被广泛应用于三大类任务场景，包括但不限于客户支持、文本生成、数据提取、文档总结、邮件撰写、代码生成，以及复杂的RAG（检索增强生成）和Agent（智能体）应用等，其商业化前景广阔。

今年4月，Mistral AI与法国航运巨头达飞集团（CMA CGM）达成了一项为期五年、总值高达1亿欧元的AI战略合作计划。这项合作旨在将Mistral AI的先进AI技术深度整合到达飞集团的物流和客户服务领域，通过智能化升级，进一步提升其运营效率和客户体验，为传统产业注入新的活力。

在融资方面，Mistral AI的发展历程同样令人惊叹。截至目前，该公司已成功完成了四轮融资，一跃成为全球估值千亿级别的AI大模型独角兽公司。其投资方阵容可谓星光熠熠，包括了谷歌前CEO埃里克·施密特（Eric Schmidt）、Databricks、英伟达（NVIDIA）、微软、Salesforce以及a16z等众多全球顶尖的投资机构和科技巨头。公司的总融资规模已超过11亿美元（约合84亿元人民币）。值得一提的是，在2023年6月，Mistral AI成立不到两个月，就成功拿到了1.05亿欧元（约合1.3亿美元，约9亿元人民币）的种子轮融资，创下了当时欧洲史上最大的种子轮融资纪录，充分显示了市场对其未来潜力的强烈信心。随后，在2023年12月，Mistral AI完成了4.15亿美元（约合30亿元人民币）的A轮融资。进入2024年6月，公司又获得了6亿欧元（折合约7亿美元，约合50亿元人民币）的B轮融资，估值随之达到60亿欧元（折合约70亿美元，约合501亿元人民币），其成长速度令人瞩目。

外媒路透社的报道指出，美国银行曾为ASML投资Mistral AI提供了咨询服务。除了ASML之外，Mistral AI还在与MGX及其他潜在投资者进行深入谈判，以期尽快完成本轮融资。事实上，这桩跨界交易之所以引起广泛关注，关键在于ASML在全球AI和半导体产业链中扮演着至关重要的上游设备厂商角色。ASML研发并制造了多款用于生产顶尖芯片的光刻机，其EUV（极紫外线）光刻机更是台积电、英特尔等全球领先半导体企业EUV光刻设备的唯一供应商。然而，ASML本身并没有AI模型产品或服务。路透社认为，ASML此举或许是希望通过投资Mistral AI，将其先进的数据分析和AI能力融入到光刻量测、计算光刻等工具中，从而利用AI技术显著提升其光刻设备的效率和性能。同时，此举也将推动ASML团队不断开发和商业化更多创新的光刻设备，以保持其在全球半导体领域的领先地位。

除了在模型和产品端持续发力，Mistral AI还在AI基础设施领域进行了前瞻性布局。该公司与英伟达（NVIDIA）达成战略合作，计划在法国巴黎附近建设一个由18000块英伟达AI芯片驱动的40兆瓦（GW）数据中心。这一宏伟计划将为Mistral AI的未来发展提供强大的算力支撑，确保其在AI模型训练和部署方面的领先优势。

在商业化方面，Mistral AI在2024年的收入约为数千万欧元，虽然仍处于早期阶段，但增长势头迅猛。门施先生在今年6月表示，自2025年初以来，公司的收入已经实现了三倍增长，这预示着其商业化进程正在加速。门施近期还强调，人类在AI时代的重要性依然不容忽视。他认为，大家应该将生成式AI工具视为增强生产力和创造力的一种强大方式，但只有在给出正确指令（提示词）或创建足够智能的应用时，AI才能真正生成有趣和有价值的内容。因此，开发者和创作者双方都有很多工作要做，才能真正将AI的潜力转化为可操作且有价值的成果。

门施先生进一步指出，2025年AI行业的产品重点将从单纯的模型开发转向集成模型与上下文业务数据的“系统”构建。他认为，未来的AI系统将受益于其内置的大语言模型，并且通过将模型与相关的上下文数据紧密连接，AI系统将能够更好地根据不同的业务需求提供高度定制化的解决方案。“这正是正在发生改变的地方，”门施表示，AI本质上是一项基础设施技术，它可以被转化为任何类型的应用，具有无限的可能性。门施强调：“我们坚信，应用开发者需要创造差异化，也需要深度掌握这项核心技术。而做到这一点的唯一方法就是，获得整个技术堆栈的访问权限。开启这场变革的关键，是让人们相信Mistral AI的开源模式能够帮助他们创建更便宜、更快、更好的应用，最终为我们的客户带来巨大价值。”

对于ASML这桩备受瞩目的跨界投资交易，网络上的观点可谓褒贬不一。在知名的技术社区Hacker News上，一些用户对此次融资表达了不满，认为这可能会稀释ASML现有股东的权益。有用户直言：“这一决定让人感到恼火。ASML本身是一家优秀的公司，业务稳健，股票表现也一直不错，但此次投资可能会稀释股东权益，并让公司暴露在AI泡沫的潜在风险中。如果ASML手头现金过剩，却又觉得维持自身技术领先并无更多投资空间，那么更合理的做法是将资金返还股东，让股东自行决定是否要把钱投向Mistral。但我认为此次投资背后或许存在一些公司不可控的因素，可能是欧洲向ASML施压，要求其支持这AI独角兽。这种决策方式会破坏原本行之有效的市场逻辑。”这番言论反映了部分投资者对公司战略方向的担忧。

然而，也有业内人士对此持有不同的看法和猜测。他们认为，ASML或许会借鉴台积电、EDA公司新思科技和英伟达的合作模式，将AI技术深度融入晶圆代工厂的生产流程中。通过投资Mistral AI，ASML有望利用其人工智能能力来进一步推进EUV光刻机技术的创新和发展，例如在设备优化、故障预测、生产效率提升等方面，这无疑将为ASML带来新的竞争优势。

算力才是AI发展的硬道理

在当前AI蓬勃发展的浪潮中，市场普遍形成一个共识：算力短缺已经成为生成式AI技术创新和应用推广过程中一个不容忽视的重要挑战。那么，训练一个前沿的AI模型，到底需要投入多少成本呢？公开数据显示，自2016年以来的八年间，训练最前沿AI模型的成本每年都以2到3倍的速度增长（平均增长率为2.4倍）。这意味着，如果我们按照这个趋势预测，预计到2027年，规模最大的AI模型训练成本将可能超过10亿美元，这无疑是一笔天文数字，对AI发展提出了严峻的挑战。

我们以GPT-4、Gemini等知名大模型的成本构成进行分析，可以清晰地看到，模型开发的大部分成本都集中在算力硬件的投入上，这一部分占总费用支出的47%到67%。研发人员的成本则占据29%到49%，其余2%到6%的费用用于能源消耗。这组数据直观地展现了算力在AI模型研发中的核心地位和巨大投入。

从更宏大的AI超级计算机集群（即智算中心）的视角来看，据统计，AI超级计算机的性能每9个月就会翻一番，其建设和运营耗资数十亿美元，所需的电力甚至相当于一个中等城市的用电量，这无疑是“新基建”领域的一个重要组成部分。在地区分布方面，美国目前拥有全球约75%的计算能力，而中国紧随其后，占比达到15%。显然，随着模型训练成本的快速增长，这给AI的发展带来了巨大的挑战。目前，只有少数大型科技企业和OpenAI这类“融资怪兽”才能够承担如此高昂的费用。对于中小AI开发者而言，他们必须积极应对这些财务和基础设施的挑战，才能在未来的创新竞赛中立足。除非投资者坚信这些企业的成本投入能够与AI的商业化实现盈亏平衡，否则中小企业将难以持续筹集足够的资金来购买昂贵的算力硬件。因此，训练成本和算力成本对于前沿AI模型的持续创新和发展至关重要，是AI产业健康发展的“硬道理”。

美国企业家埃隆·马斯克（Elon Musk）在9月7日发文分享了他的最新进展。他表示，自己和特斯拉的AI5算力芯片设计团队当天进行了一场精彩的设计评审，他预言这将是一款“史诗级”的芯片，而即将推出的AI6则有望成为“迄今为止最好的AI芯片”。马斯克补充说：“我认为对于参数少于2500亿的模型来说，AI5很可能是所有类型推理芯片中最好的。而且，该芯片的成本是迄今为止最低的，性能、功耗也非常好。”这番话语透露出他对特斯拉自研芯片的强大信心，也预示着特斯拉在AI硬件领域将有新的突破。

近年来，特斯拉在芯片采购和算力资源方面，更加倾向于倚重外部合作伙伴。英伟达、美国超威半导体公司（AMD）、韩国三星电子等全球知名企业，都向特斯拉供应高端GPU（图形处理器）、AI芯片以及提供关键的制造支持。这种合作模式使得特斯拉无需独自承担全部的研发和硬件建设费用，依然能够维持其在AI训练方面的强劲性能，展现出其灵活而高效的资源整合能力。然而，近期特斯拉决定解散其内部构建高性能计算平台Dojo超级计算机的团队。这一决定标志着特斯拉在自主研发无人驾驶技术芯片方面遭遇了挫折，不得不更加依赖外部力量来打造其所需的芯片。据外媒报道，Dojo团队中约20名核心成员已加入新成立的一家AI初创公司Density AI，其余特斯拉员工则被调配至特斯拉的其他数据中心或计算相关项目，以继续发挥他们的专业所长。

今年8月，马斯克再次发文，阐明了特斯拉在芯片战略上的调整。他认为，特斯拉分散资源同时开发两种截然不同的AI芯片设计是没有意义的。未来，特斯拉的AI5、AI6及后续芯片将在推理方面表现出色，至少在训练方面也相当不错，所有的努力都将集中在这一个方向上。据报道，AI5芯片将由中国台湾的台积电代工，计划于2026年末或2027年初量产。而AI6芯片则由韩国三星代工，采用先进的2纳米工艺，首批样品预计在2025年在韩国投产，随后由三星位于美国德克萨斯州的工厂进行大规模量产。分析人士认为，特斯拉的这份大订单为三星在AI芯片制造领域提供了重新证明自己的重要机会，也可能成为该公司代工业务复苏的关键转折点。马斯克表示，从同时开发两种芯片架构转变为只开发一种，意味着所有的芯片人才都将专注于打造一款令人惊叹的芯片，回想起来，这无疑是一个明智之举，能最大化资源配置和研发效率。

不仅是马斯克方面在积极布局，他的竞争对手、AI领域的领军企业OpenAI也在紧锣密鼓地布局自研芯片。9月5日，有消息称，OpenAI已经与美国半导体巨头博通（Broadcom）达成战略合作，共同设计自主AI芯片，并计划于明年正式投入量产。此举旨在突破当前的算力瓶颈，并降低对英伟达等现有供应商的过度依赖，实现算力自主可控。博通首席执行官陈福阳（Hock Tan）公开表示，公司已成功获得了第四个定制AI芯片业务的主要客户，该客户承诺了价值100亿美元的巨额订单。据知情人士证实，这个神秘的新客户正是OpenAI，这无疑为OpenAI的算力战略注入了强大动力。

如今，强大的算力基础设施已经成为这些大型科技企业投入AI领域的关键“法宝”，是推动AI技术深度发展和广泛应用的重要基石。知名投行杰富瑞（Jefferies）在8月31日发布的报告显示，在过去12个月内，中国四大云服务提供商（包括阿里云、字节跳动旗下的火山引擎、腾讯云和百度智能云）的资本支出总计约为450亿美元。而包括微软、Meta等在内的美国大型云厂商的资本支出则高达2910亿美元，这些巨额投入主要用于AI算力基础设施建设。报告指出，中国在这一领域的投入数字仅为美国同行的15%，差距依然较大，这也提醒我们在算力建设上仍需继续努力，加快步伐。

分布式存储和区块链技术服务商PPIO的联合创始人兼CEO姚欣早前对笔者表示，从长远来看，推理算力在AI总算力中的占比将高达95%，而训练算力只占据5%。因此，未来的大量数据中心需要进行分布式和海量的推理优化，如何有效地利用数十万张计算卡，将成为一个关键性的技术趋势。对于中国AI算力而言，其底层建设将围绕算力网络和“东数西算”工程展开，构建全国一体化的算力枢纽，这为AI发展提供了坚实的底座。姚欣进一步指出，中国大模型厂商之所以渴望赚取更多的利润，是因为他们发现，仅仅依靠模型层面实现盈利并非易事。国内大模型赛道的竞争异常激烈，而且实事求是地讲，中国与美国最先进模型的性能相比，目前仍存在一定的差距，这需要我们持续加大投入，迎头赶上。

英伟达首席财务官（CFO）预测，到2030年，全球AI算力基础设施支出将达到3万亿至4万亿美元的惊人规模，并且每年将保持50%以上的增长速度。如果按照每年4倍的训练计算增长趋势来估算，到2030年，训练超大规模的前沿AI模型将需要近2000万个H100级别GPU。然而，届时全球的GPU产能需要达到接近1亿个H100级别GPU才能满足这一需求，这远远超出了目前的生产能力。因此，AI行业亟需加速扩大GPU产能，以满足日益增长的算力需求。预计到2030年，全球芯片半导体产业的规模将超过1万亿美元，展现出无限的活力与广阔的未来。

新媒网（公号: 新媒网跨境发布），是一个专业的跨境电商、游戏、支付、贸易和广告社区平台，为百万跨境人传递最新的海外淘金精准资讯情报。

本文来源：新媒网 https://nmedialink.com/posts/asml-bets-ai-openai-massive-compute-spend.html