2026年10月05日科技区角报道，过去几年，资本市场追逐的是模型能力、参数规模和算力数量，而如今，投资者已经逐步把注意力转向另一个更加现实的问题，AI究竟能创造多少收入，又需要多少资本才能支撑这种增长，作为分别代表全球AI圈基础设施硬件和大模型软件的领先厂商，英伟达与Anthropic，两家来自产业链不同位置的厂商，也正在将自己的产品及服务往最大资本化的方式去推进，以解答上述AI 如何形成投资闭环的世纪问题。一边是逼近6万亿美元的英伟达，随着AI基础设施投资继续升温，这家全球最大的AI芯片公司仍然是资本市场最直接的受益者，而另一边，Anthropic正在快速推进IPO，市场预计其最快可能在11月启动正式上市流程，如果最终登陆资本市场，这家大模型公司将首次接受公开市场对其收入增长、算力成本和长期盈利能力的系统性检验，一家卖AI基础设施，一家提供AI模型，将两家放在一起讨论，实际上指向同一个结论，AI正在从长期的技术竞赛进入资本兑现期。接近6万亿美元的英伟达，背后是AI基础设施扩张
英伟达近期股价持续走强，市值一度逼近5.7万亿美元，距离6万亿美元这一标志性关口越来越近，支撑这轮行情的，已经不只是GPU需求。
过去两年，全球科技巨头持续扩大AI数据中心投资，从训练大模型扩展到推理、Agent以及企业级AI应用，算力需求正在从少数互联网公司向更多行业扩散，与此同时，AI基础设施的瓶颈也发生了变化，早期市场最关心的是GPU够不够，如今越来越多的企业开始面对另一个问题，有了GPU之后，电力、数据中心、网络、存储和散热能不能跟上。
这使得英伟达的商业版图正在发生变化，从GPU到NVLink高速互联，再到网络设备、DPU以及CUDA软件生态，英伟达正在把自己从一家芯片公司变成AI基础设施平台，这也是资本市场愿意给予其如此高估值的重要原因，英伟达真正卖给客户的，已经不只是一颗GPU，而是一整套建设AI数据中心所需要的核心能力，只要全球AI资本开支继续增长，这套商业模式就仍然具备强大的吸引力。
但问题也随之而来。
这么庞大的AI基础设施投资，最终能否产生足够的回报？
Anthropic IPO，开始给AI模型公司“算账”
这正是Anthropic即将IPO最值得关注的地方，Anthropic目前正在推进上市计划，市场消息称，公司最快可能在11月中旬启动正式营销，潜在估值可能达到约2万亿美元，如果IPO顺利推进，Anthropic将成为AI产业进入公开资本市场的重要案例。
但资本市场不会只看它的模型能力。
从目前披露的信息来看，Anthropic的收入增长非常迅速，2025年公司收入接近46亿美元，2026年第二季度收入进一步增长至约115亿美元。
但收入高速增长的同时，计算成本也在急剧上升。大模型训练和推理需要持续消耗巨量算力，而随着企业客户和AI Agent使用量增加，推理成本也会成为越来越现实的财务问题，这意味着Anthropic上市之后，投资者需要回答的不再是“Claude是不是最优秀的模型”，而是几个资本市场非常传统的问题：产品如何持续让客户付费，收入增长能持续多久，每增加一美元收入，需要投入多少算力，最终能不能形成稳定的自由现金流？
这也是AI公司与传统互联网公司最大的不同之一。
过去互联网企业可以通过扩大用户规模快速摊薄成本，而大模型公司的增长，本身可能意味着更高的计算资源消耗，收入越高，算力账单也自然越高，因此，Anthropic IPO真正重要的地方，不在于它最终能拿到多少估值，而在于市场会如何给一家大模型公司定价。
AI产业的资本循环正在形成
把英伟达和Anthropic放在一起，可以看到目前AI产业正在形成一个越来越完整的资本循环，微软、谷歌、亚马逊、Meta等科技巨头投入巨额资金建设数据中心，数据中心采购英伟达等公司的AI芯片和网络设备，AI公司购买云算力训练和运行模型，模型公司再通过API、订阅、企业服务和AI Agent获得收入，只要最后一环能够持续产生足够的商业价值，前面的资本投入就能够继续扩大。
这也是为什么AI资本开支暂时还没有明显降温，但风险同样存在。
如果模型公司的收入增长最终无法覆盖持续增加的算力成本，那么市场一定会重新审视整个AI基础设施投资周期，换句话说，Anthropic的IPO不仅仅是Anthropic自己的事情，也是在给整个AI产业估值体系做一次公开测试。
如果资本市场认可大模型公司的高增长和长期盈利能力，那么AI基础设施投资逻辑也会进一步强化，反过来，如果投资者开始对模型公司的盈利能力产生怀疑，那么英伟达以及整个AI硬件产业链也很难完全置身事外。
AI竞争开始从“谁更强”转向“谁更赚钱”
过去几年，AI行业最常见的问题是：谁的模型更强？谁拥有更多GPU？谁的参数规模更大？但进入2026年之后，这些问题正在逐渐让位于更加现实的商业问题。
谁能降低推理成本？
谁能让企业真正愿意付费？
谁能让AI Agent替企业创造实际价值？
从这个角度看，英伟达和Anthropic恰好站在产业链的两端，英伟达代表的是AI基础设施的资本化，Anthropic代表的是AI模型和应用的资本化。
前者需要证明，全球AI算力需求还能够持续增长，后者则需要证明，AI模型最终能够成为一门足够赚钱的生意。
国产AI厂商，也到了“算账”的时候
如果说英伟达和Anthropic正在接受全球资本市场的检验，那么中国的GPU和大模型厂商，其实也已经走到了类似的阶段，区别在于，国内厂商面对的考题更加复杂。一方面，国产GPU正在规模化商用化道路努力，华为昇腾、海光信息、寒武纪、摩尔线程、沐曦、壁仞、昆仑芯、燧原等厂商，正在从单卡产品竞争转向超节点和集群竞争，产业链的竞争重点，也从单纯比较峰值算力，扩展到高速互联、统一内存、集群稳定性、软件栈以及整体系统能力，也从今年以来，国产算力已经逐步实现批量部署，科技区角认为，未来真正决定国产算力商业化能力的，将不再只是芯片跑分，而是真实的客户部署规模、集群利用率、长期运行稳定性以及单Token成本，这其实也意味着，国产GPU正在面对和英伟达类似的问题，芯片卖出去之后，能不能持续产生算力收入？更现实的问题是，国产GPU厂商目前仍然普遍面临软件生态不足、客户验证周期较长以及研发投入高等压力，2026年上半年，摩尔线程、沐曦、壁仞、燧原等国产GPU企业收入已经明显增长，但除这部分企业外，多数仍处于亏损状态，编译器、驱动、算子库等软件栈的完善程度，仍然直接影响国产GPU的应用范围和产品溢价能力，因此，国产GPU真正的突破口，很可能并不是简单地做出一颗性能接近英伟达的芯片，而是建立自己的“CUDA时刻”，也就是说，从芯片、编译器、算子库，到服务器、超节点，再到大模型和最终应用，形成一个足够完整的软硬件生态，虽然这个问题已被行业反复长期提出，但这是一个需要时间和技术路线革新的过程，不管是韬定律的提出，还是国产芯片3D堆叠工艺、超节点互联技术的大步推进，都是对国产生态升级的次次突破，这也是为什么近期DeepSeek与华为昇腾合作开发面向国产AI芯片的编程工具尤其值得关注的点，双方正在推动面向昇腾平台的计算和通信软件基础设施，并通过开源方式扩大开发者生态。另一端的大模型厂商，同样面临类似变化，DeepSeek、通义千问、豆包、Kimi、智谱、MiniMax等国内厂商已经把模型能力推到了一个新的竞争阶段，但模型能力越来越接近之后，商业模式也开始成为新的分水岭。目前国内大模型C端市场仍然存在明显的价格竞争，部分厂商选择免费获取用户，再通过API、企业服务和云计算寻找收入，另一部分厂商则开始尝试会员订阅和专业版服务，国内大模型厂商正在寻找企业到底愿不愿意为模型付钱的答案，如果一个模型拥有数千万甚至上亿用户，却无法形成稳定的付费收入，巨额的训练和推理成本最终仍然会成为企业的负担。反过来，如果模型能够进入企业研发、代码、客服、金融、制造、设计等核心业务流程，那么每一个Token背后都可能对应真实的生产价值，这也是未来国产大模型突围最值得关注的方向，不要只争夺聊天窗口，而是争夺企业的生产流程，从这个角度看，中国AI产业其实拥有一个不同于美国市场的机会，但这条路不会很快，因为在国内，生产流程化也是极其复杂的，不同的企业类型有不同的生产标准，需要长期的教育客户成本以及渠道成本，懂得都懂哈，另外需要大量的FDE工程师，而这些正是大模型及配套服务厂商或者说国内生态需要的，但目前很多产品和人才还停留在培训阶段，或者说很多产品和人才都是为了培训定制的。当资本市场不再只为产业想象力买单，而开始为真实的算力利用率、Token收入和自由现金流定价时，AI行业真正的淘汰赛才会开始。扫码添加小助理，加入X-TechCon产业交流群，更有机会抽取官方精美周边
关于科技区角：国内科技展会垂直内容策划服务商，提供从论坛内容全案策划、会展市场化IP打造到精准专业观众一站式邀约服务，以产业内容吸引高质量B端人群，打通展会从议题设计、演讲嘉宾邀约、宣传预热、精准邀观到供需对接全链路。
