谁在给 AI 付账单：八大科技巨头的万亿投注版图

文 | Tech商业 如果把 2026 年的 AI 竞赛拍成一张资产负债表，左边是烧掉的几千亿美元算力、薪资与电力，右边是尚未完全兑现的收入。而坐在桌子两边、不断签支票的，几乎都是同一批名字：科技七巨头——苹果（Apple）、微软（Microsoft）、亚马逊（Amazon）、谷歌母公司 Alphabet（Alphabet）、Meta、英伟达（Nvidia）、特斯拉（Tesla）——再加上今年 6 月以 1.77 万亿美元估值登陆纳斯达克的 SpaceX。 据各公司最新财报与公开指引汇总，仅微软、谷歌、亚马逊、Meta 四家巨头在 2026 财年的资本开支合计已超过 6,000 亿美元，且绝大部分直接指向 AI 数据中心、芯片与电力采购。如果把英伟达、特斯拉与 SpaceX 的算力基础设施投入全部计入，整张账单正以万亿美元量级累积。换句话说，AI 不是免费的午餐，而是一张由八张信用卡共同刷出的天价账单。 它们投注 AI 的方式各不相同：有人当“金主”，有人造“铲子”，有人把模型塞进十亿台设备。这八家如何落子，决定了 2026 年 AI 的走向。 微软：最敢下注的“金主 + 生态” 微软是这场牌局里最特殊的玩家——它既是 AI 的最大外部股东，又是最会把 AI 变现的云服务商。在巨头科技公司里，没有第二家公司像它这样，同时坐在“资本”和“分发”两张椅子上。 微软对OpenAI的累计投资体量落在约130亿—140亿美元区间。换来的不是股权分红，而是长达数年的深度绑定。今年 4 月双方修订的协议显示：其Azure拥有“首发优先权”，所有OpenAI新模型率先上线；Copilot相关授权延续至2032年，AGI触发条款一并删除——即便OpenAI未来达到通用人工智能，微软的使用权也不会被切断。对一家年投入超千亿美元的公司来说，这比股权分红更实在——它锁定了回报的确定性。 在模型战略上，微软还扶持法国初创Mistral、收购Inflection团队，并自研Phi系列小模型——它刻意避免把“前沿模型”的鸡蛋放在OpenAI一个篮子里。这一多元布局确保了微软对不同场景、不同成本的模型都有调用能力，进一步分散了战略风险。 在资本开支层面，微软2026财年物业与设备支出已达约1160亿美元，较上一财年增长近80%，绝大部分流向AI数据中心与算力采购。与之对应的是，这笔巨额投入正在转化为商业回报——Copilot已从“尝鲜功能”变成微软企业营收表里快速增长的一条线：Microsoft 365 Copilot的付费席位在2026财年突破3000万，单季净增超过1000万；GitHub Copilot付费订阅用户同期突破470万，同比增长75%，企业部署同步加速扩张。 微软的打法很清晰：用别人的前沿模型，养自己的云与企业软件。它不亲自押注某一个“超级模型”的胜负，而是确保无论谁赢，算力、接口与分发渠道都攥在自己手里。这种“收过路费”的商业模式，让微软在AI收入的上半场就先回了一部分血。 风险也恰在于此：微软AI故事的收入质量，高度依赖OpenAI与Anthropic这两家初创公司的模型竞争力。一旦其中一方掉队，微软既是金主又是渠道的双重身份，会同时承受资产减值与生态失速的双重压力。 谷歌：唯一“全栈自研”的巨头 如果微软是“借力”，谷歌就是“全家桶”——从模型（Gemini，由 DeepMind 操刀）、芯片（自研 TPU）、到应用（搜索、Android、Cloud、Waymo），全部自研。七巨头里，只有谷歌同时握有“前沿模型能力 + 自研算力 + 最大规模分发”。 今年的 I/O 大会上，谷歌正式发布 Gemini 3.5 Flash，主打多模态原生（文本/图像/音频/视频同时处理），TPU v6 自研芯片带来的推理成本下行。近日，谷歌推出Gemini 3.7 Flash 模型，发优惠价为原3.6 Flash 的一半 ，输入每百万Token 0.75 美元， 输出每百万Token 3.75 美元。这套模型已经入驻 Gemini Spark 订阅服务、面向 Google AI Pro 与 Ultra 用户开放，并行接入 Google AI Studio、Vertex AI 以及新上线的 agentic 开发平台 Antigravity。Gemini 已深度嵌入谷歌的每一个入口；Waymo 的无人出租车也在 2026 年从凤凰城、旧金山扩到更多城市。 资本开支方面，根据 7 月下旬发布的第二季度财报，谷歌已将 2026 年指引上调至 1950 亿—2050 亿美元区间，较此前最高 1900 亿美元的指引进一步上调。谷歌云第二季度营收 247.7 亿美元，同比增长 82%，云积压订单已增至 5140 亿美元。 皮查伊面对的并非全是好消息。第一是旗舰模型的“跳票焦虑”——市场长期以 Gemini 3.5 Pro 作为衡量 DeepMind 水平的标尺，7 月皮查伊公开承认发布节奏被迫推迟。第二是组织震荡：8 月初 DeepMind 完成成立以来最大规模的领导层重组——戴密斯·哈萨比斯（Demis Hassabis）退居二线，由副手科雷·卡武库克奥卢（Koray Kavukcuoglu）接棒；联合创始人谢尔盖·布林近几个月深度介入核心 AI 团队。谷歌有搜索与云两台现金牛托底，但 AI 时代的护城河已经从“链接”变成了“答案”。 亚马逊：云、芯片、模型“三角阵” 亚马逊的 AI 故事由三块拼成：云（AWS）、自研芯片（Trainium / Inferentia）、模型（Nova + 对 Anthropic 的投资）。它不把赌注压在单一环节，而是用三块拼图彼此咬合。 亚马逊对 Anthropic 的累计投资约 80 亿美元，今年上半年还宣布未来将追加对其超过 200 亿美元投资，是仅次于微软的“AI 金主”。同时亚马逊用 Trainium 自研芯片降低推理成本，避免把利润全交给英伟达。Nova 系列模型补上了自有模型的空缺，与 Bedrock 平台上的第三方模型形成组合。根据 7 月末最新信息，亚马逊已在第二季度财报中将 2026 年 AI 相关现金资本开支估算上调至约 2200 亿美元，较 2 月预测的 2000 亿美元增加 200 亿美元。AWS 营收同比增长 36.7% 至 422 亿美元。Alexa+ 的重构，则是它把 AI 推向消费端的旗舰尝试。 亚马逊的逻辑是用云收入反哺模型、用模型拉动云——但 Nova 与 Bedrock 的“中间层”定位，意味着它既要和 OpenAI/Anthropic 抢企业客户，又要和微软 Azure、谷歌云抢云份额。这是一场“用别人的模型养自己的云、又用自研模型防住别人”的双线作战。 Meta：开源 +“超级智能实验室” Meta 走了一条最难被复制的路：把最强模型开源。在闭源主导的前沿模型竞赛里，它选择了用开放生态绑定开发者。 Llama 系列让它成为开源大模型的“事实标准”。与此同时，Meta 在 去年以约 140 亿美元投资数据标注公司 Scale AI、并挖来其 CEO 亚历山大·王（Alexandr Wang）领衔新设的“超级智能实验室”（Superintelligenc