全球 AI 趋势和先进美国市场分析

• 由 ChatGPT 的推出所引发的生成式 AI 现象，全球数据中心市场正经历向高性能计算基础设施的结构性转变。
• 全球数据中心电力消耗预计将从 2015 年的约 200 TWh 激增至 2030 年的超过 1,100 TWh，其中 AI 在总工作量中的占比将从 2023 年之前的不到 3% 陡增至 2025 年的 13% 和 2030 年的 29%。
• 全球科技巨头（微软、Meta、谷歌和亚马逊）的资本支出（CapEx）自 2022 年以来急剧增加，为数据中心需求提供了强有力的基本面支持。
• 尽管科技巨头投入了巨额资金，但 AI 在各行业的实际渗透率低于预期，这表明当前的基础设施投资可能领先于实际需求。
• 新兴云服务提供商（Neoclouds）的崛起，为全球基础设施需求驱动提供了新的动力。
• 北美市场存在结构性供应短缺和激烈的抢占竞争，导致预租赁量远超实际吸收量。
• 推理工作负载将成为主导，这将进一步加剧对主要枢纽核心位置的需求集中。

韩国数据中心市场分析

• 韩国商业数据中心市场已进入成熟阶段，由资产管理公司和全球专业运营商领导。
• 韩国数据中心市场正经历结构性转变，电力可用性决定了选址，区域边界的重要性正在减弱。
• 分布式能源促进法案和电力系统审查的结构性障碍导致韩国数据中心供应瓶颈。
• 韩国数据中心吸收率极高，租金持续上涨，这反映了供应稀缺和集中需求。
• 韩国在 AI 采用、发展和生产方面的领先地位创造了结构性需求基础。
• 供需失衡推动了租金快速增长，但资产价值与租金增长之间的联系需要进一步评估。
• 韩国数据中心投资市场分析表明，数据中心已进入机构另类资产类别，投资者对价值升值充满信心，但风险审查至关重要。
• 资本回报率已与全球同行趋同，限制了通过压缩资本回报率实现的进一步退出收益。
• 开发资金的短期退出前提导致了近期的净运营收入（NOI）增长滞后。
• 物理过时是不可忽视的风险，需要主动考虑翻新成本。
• GPU 代的转变扩大了基础设施差距，定价和买家群体需要仔细审查。
• 韩国首尔电力供应限制为非首都地区的发展创造了新的机遇。

韩国数据中心投资市场分析

• 数据中心已进入机构另类资产类别，主要交易涉及优质机柜数据中心。
• 投资者对数据中心价值升值充满信心，但成功投资执行需要仔细审查实际风险因素。
• 资本回报率已与全球同行趋同，限制了通过压缩资本回报率实现的进一步退出收益。
• 开发资金的短期退出前提导致了近期的净运营收入（NOI）增长滞后。
• 物理过时是不可忽视的风险，需要主动考虑翻新成本。
• GPU 代的转变扩大了基础设施差距，定价和买家群体需要仔细审查。
• 韩国首尔电力供应限制为非首都地区的发展创造了新的机遇。
• 买家群体正在扩大，从国内机构资本转向全球永久资本。
• Keppel DC REIT 的增长表明韩国已成为核心亚太地区枢纽。
• Equinix 和 Digital Realty 等全球运营商有可能部署资产收购策略。

展望与建议

• 韩国数据中心市场正走向结构性拐点，需求、供应和资本正在趋同。
• 供需失衡推动了租金快速增长，但资产价值与租金增长之间的联系需要进一步评估。
• 买家群体正在扩大，从国内机构资本转向全球永久资本。
• 韩国首尔电力供应限制为非首都地区的发展创造了新的机遇。
• 政府政策为韩国数据中心投资提供了强大的催化剂。

核心观点

1. 第四次工业革命以AI为标志，能源决定文明的高度。
2. 词元（Token）经济连接算力与绿色能源，形成Token增长→算力扩张→绿电需求→气候科技产业扩容→反哺算力绿色化的闭环。
3. AI深度赋能光伏与风电、储能与电池、新能源汽车与充电网络、智慧电网、合成生物与新材料六大核心赛道。
4. 气候科技产业范式从“能源+装备”升级为能源、装备与“算力+算法+数据”深度融合。
5. AI赋能气候科技仍需跨越成本可控与算电协同、数据安全与隐私保护、算法偏见、算力成本与能耗悖论、人才缺口与技能重塑五重门。
6. 2025至2027年是AI赋能气候科技从试点示范走向规模化推广的关键窗口期。
7. 政策端构建算法—算力—数据—场景四位一体的支撑体系，资本端投资逻辑从产能转向效率与壁垒。

气候科技产业智能化发展现状

• 中国气候科技产业稳步发展，风电、光伏装机规模持续扩大，新能源汽车产销全球领先，储能产业规模化发展，智慧电网建设提速，氢能、合成生物等前沿领域加速布局。
• AI技术在气候科技产业中的应用已形成多元化技术矩阵，涵盖机器学习、计算机视觉、大语言模型、生成式AI及多模态模型。

政策与资本的双重支持

• 国家层面密集出台政策，构建“人工智能+”与气候科技深度融合的顶层体系，明确AI在生态环境、能源等领域的应用目标。
• 资本市场投资逻辑从产能转向算法效率与数据资产，AI原生气候科技企业获得更高估值溢价。

AI推动下的行业机遇及驱动因素

• AI与气候科技的融合正处于从“概念验证”走向“规模化部署”的历史性窗口期。
• AI从三个层面重塑气候科技产业的价值链：生产端提升效率、服务端创造价值、交易端创新模式。
• 行业面临的挑战包括成本可控与算电协同、数据安全与隐私保护、算法偏见、算力成本与能耗悖论、人才缺口与技能重塑。

AI深度赋能气候科技核心赛道

• 词元（Token）经济与能源数字化：词元（Token）是连接算力需求与绿色能源供给的关键纽带，能源数字化为词元（Token）经济与气候科技的深度融合铺设基础设施。
• 光伏与风电：AI从数据分析优化选址、生成虚拟模型，到优化安装物流降低成本，实现风电场收益提升；AI技术通过构建物理实体与虚拟镜像的实时交互系统，为风电场提供预测性维护和资源配置优化。
• 储能与电池：AI加速储能材料发现，实现智能预测、协同调度与高效消纳；AI驱动储能电池行业全生命周期管理，包括动态BMS智能管控、储能电站数字孪生平台、退役电池AI残值评估与梯次分选。
• 新能源汽车与充电网络：AI赋能充电网络与V2G，实现智能充电调度和电动汽车从“单向耗电设备”向“分布式移动储能单元”转型；AI深度重塑自动驾驶产业格局，推动行业从“规则驱动”迈向“数据驱动”。
• 智慧电网与综合能源服务：AI推动源网荷储一体化，实现能源系统的全景感知与智能预测，构建“源智发、网稳输、荷优用、储巧调”的动态协同机制。
• 合成生物与新材料：AI与合成生物学的融合成为气候科技领域最重要的技术变量之一，AI同样正在重塑新能源材料研发范式。

展望未来

• 价值重塑，AI驱动企业转型与商业闭环：AI与能源的深度融合，推动企业从“卖产品”到“卖算力与服务”的转变；全球竞争的焦点正从"芯片竞争"转向"零碳电力竞争"。
• 借助全球能源供需重构，中国气候科技企业将走出新范式：全球能源体系正经历自工业革命以来最剧烈的需求—供给重构，AI对气候科技的重构已不仅仅是技术升级；中国AI气候科技标准的输出与国际化合作，以及应对国际“数字贸易壁垒”的策略至关重要。

本报告探讨了在人工智能应用已启动的情况下，人工智能准备就绪意味着什么。报告基于2024年至2026年间完成的26项联合国开发计划署人工智能景观评估（AILA），提出了“反向解读人工智能准备情况”的观点，即准备情况并非取决于应用前的条件，而是取决于在应用过程中，各国能否将政治关注、交付系统、数据、基础设施、人才、生态系统和治理联系起来，以塑造人工智能的采用。

报告识别出六种反复出现的模式：

• 政治关注并非主要制约因素：许多国家已将人工智能视为国家优先事项，但挑战在于建立实施人工智能所需的法规、资金、协调机制、执行能力和问责制。
• 人工智能的采用通常是通过系统而非策略进行的：与人工智能相关的后续选择，正通过采购、软件、数字公共基础设施、供应商关系、行业计划以及私营部门活动来做出，往往在正式的人工智能政策决策可见之前就已发生。
• 数据决定了采纳是否转化为实施：行政数据、公共部门数据、行业数据、语言数据以及共享的数据基础设施，共同塑造了人工智能系统是否能够可靠、可重用、包容、可监控以及安全地持续改进。
• 基础设施决定了行动者的能力：基础设施、计算能力和网络连接的可获得性与可负担性，以及人才、制度能力、融资和适当的治理安排，共同塑造了各国将人工智能应用于本地需求、与供应商谈判、管理风险以及在符合国家优先事项的条件下持续采用人工智能的能力。
• 生态系统决定了基础是否能够转化为本地价值：若要实现人工智能的采用能建立国内能力、经济机遇、更强大的公共体系以及本地价值创造，而非加深对外部开发技术的依赖，那么公共需求、企业、初创公司、大学、金融、公民社会、标准以及采购途径都需要相互连接。
• 治理的有效性体现在实施层面：当人工智能被采购、部署、监控、质疑、修正和问责时，负责任的AI最为关键，这发生在其运行环境中。

报告认为，人工智能的采用已进入公共机构、市场、服务和数字系统，更深层次的风险是缺乏管理的采用。政府和国家级生态系统需要知道人工智能正在进入哪些领域，谁在塑造决策，正在创建哪些依赖关系，正在构建哪些能力，谁可能受益或受损，以及当系统失败时责任应归于何处。

报告最后提出了三个与人工智能应用决策相关的关键问题，旨在帮助政府、发展伙伴及生态参与者识别在推广过程中需要凸显、组织、资助、管理、衡量或再利用的内容，以检验人工智能活动是否透明到足以供机构施加影响，是否规范到足以在民众间建立信任，是否可再利用到足以提升能力，以及是否可衡量到足以实现学习。

2026年上半年，中国AI创业公司经历了一场狂热的融资热潮，总融资额突破3000亿元，仅6个月的融资体量已超过2025年全年。AI融资金额占全赛道约48.6%，事件数占比约22.5%，单笔融资额远高于其他赛道。

核心发现：

1. 大模型赛道最吸金：DeepSeek、阶跃星辰、月之暗面Kimi三家合计融资约930亿元，占全市场融资总额的30%，资本以“赢家通吃”逻辑重仓头部。
2. 世界模型成为早期投资最大共识：6家聚焦世界模型的早期初创合计融资约97亿元，资本在具身智能的“操作系统层”抢先卡位。
3. AIGC应用赛道商业化成熟：以图片&视频生成为代表，融资总额596.05亿元。

融资规模分析：

• 总量高增：上半年融资事件达1203起，总金额突破3000亿元，远超2025年全年。
• 地域格局：北京、杭州、上海、深圳四城绝对领跑，贡献了73.89%的交易数和86%的融资规模，长三角区域集聚效应显著。
• 细分赛道：大模型（1598.53亿元）一家独大，AI基础层（725.68亿元）和AI+具身智能（906.44亿元）合计占18%，AIGC应用（596.05亿元）商业化最成熟。

资本押注节奏：

• 极早期：626笔事件数，占比超一半，单笔平均融资金额仅0.73亿元，核心逻辑是“广撒网、早布局”。
• 成长期：49.40%的总融资额，单起平均融资金额达3.80亿元。
• 成熟期：177笔事件数，贡献超千亿元总融资额，单笔平均融资金额最高达6.24亿元。

早期阶段关键洞察：

1. 世界模型成为早期投资的“第一共识”，被视为具身智能的“操作系统”。
2. 天使轮融资额“通货膨胀”显著，头部VC向更早期迁移。
3. 大厂系人才生态溢出效应显现，如商汤科技孵化的具身智能公司大晓机器人。
4. 早期TOP10中没有一家纯大模型公司，资本转向“大模型的下游”。

中后期阶段核心阵营：

1. 大模型三巨头：Deepseek、阶跃星辰、Kimi合计融资930.06亿元。
2. 人形机器人“七武士”：自变量机器人等7家合计融资282.26亿元，进入B轮至战略投资阶段。
3. AIGC应用“三剑客”：Sand.ai、爱诗科技、LiblibAI合计融资67.78亿元，商业化验证期。
4. 自动驾驶&其他：Momenta、酷哇科技等合计融资258.93亿元，AI制药、AI芯片获重仓。

投资机构梯队：

1. 第一梯队：≥10次出手，如红杉中国、高瓴创投，核心逻辑是“全赛道卡位”。
2. 第二梯队：5-9次出手，如奇绩创坛，核心逻辑是“细分赛道深耕”。
3. 第三梯队：3-4次出手，核心逻辑是“差异化布局”。
4. 第四梯队：1-2次出手，如中小投资机构，核心逻辑是“毛细血管”支持。

投资策略：

• 全能型VC：如红杉中国、高瓴创投，覆盖式打法捕获所有可能的赢家。
• 早期孵化型：如奇绩创坛，重度押注早期天使轮，核心能力是对顶级科学家创业团队的识别与孵化。

下半年展望：

1. 高确定性趋势：
   • 全年融资规模大概率突破6000亿元，但下半年节奏将“前高后低”。
   • 大模型赛道将迎来第一轮“淘汰赛”，纯“通用大模型”创业窗口已关闭。
   • 人形机器人进入“量产验证”关键期，预计下半年将有1-2家公司启动IPO。
   • AI应用层将从“可用”走向“好用”，C端付费拐点临近。
2. 风险变量：
   • 美国出口管制进一步收紧可能导致算力成本上升。
   • 高估值企业面临“估值消化”压力。
   • AI人才争夺战可能导致“高薪低效”，资金被过度消耗在人力成本上。