成為全球AI工廠，中國的又一張國運王牌

服務全球用戶，贏得技術、市場和話語權。

文 | 華商韜略 劉與白

“小龍蝦”O(jiān)penClaw火遍全球，成為人類歷史上規(guī)模最大、最受歡迎、最成功的開源項目；

中國大模型全球用戶調用量首超美國，多家中國大模型公司持續(xù)霸榜全球前幾名；

阿里閃電組建了Alibaba Token Hub（ATH）事業(yè)群，以 “創(chuàng)造Token、輸送Token、應用Token” 構建AI新基建；

黃仁勛斷言英偉達2027年營收將超萬億美元，把生產(chǎn) Token 的 “AI 工廠”定義為 AI 時代核心產(chǎn)能，稱它正催生出人類歷史上規(guī)模最大的基礎設施建設運動……

2026開年以來，已是全球產(chǎn)業(yè)經(jīng)濟最大引擎和變量的AI還在加速刷新世界，一場牽動全球電表和國家運勢的變局也日漸清晰：當Token成為驅動世界的新要素，構建出新貿易、新基建、新國運，世界的天秤正悄然向中國傾斜。

【01 新貿易：算力帶動電力出海】

Token究竟是什么？簡單來說，它就是 AI 干活、計費的最小單位，AI每完成一張圖、發(fā)完一封郵件，都要消耗Token。

中國將成為Token的贏家，首先要感謝中國雄霸全球的電力。

上個月，中國實現(xiàn)了一次歷史性超越——在全球最大AI模型API聚合平臺 OpenRouter上，中國大模型全球調用量第一次超過了美國。

這一成績的取得，很重要是靠了火爆全球的“小龍蝦”，刺激全球用戶大規(guī)模調用了中國的大模型。一直到現(xiàn)在，中國模型都還在霸占著該榜前四名，Kimi甚至用20天賺到了去年全年的收入……

全球用戶為什么更愛用中國大模型而不是美國大模型，很重要原因不是美國大模型不好，而是中國大模型和中國的Token最有性價比。

而中國大模型和Token的性價比，很重要就是靠了中國強大的電力。

當國外用戶在云端調用中國大模型操控“小龍蝦”，消耗Token時，用的是中國的算力，算力的核心成本除了芯片費就是電費。

而中國的電費比美國普遍便宜50%左右，在一些西部地區(qū)還可以更低。

換句話說，沒有中國電力的支撐，中國大模型的性價比優(yōu)勢不會這么突出，而有了電力的支持，中國大模型就可以既在全球賺大模型的錢，又能——

讓中國電力借道算力揚帆出海在全世界獲利。

而這是一個利潤背后還有更大利潤的相互促進。

有人甚至算了一筆賬：一度電直接出口賣5毛錢，但是用來跑大模型，可以賣11塊左右，是直接賣電的22倍。

雖然OpenRouter平臺相當于一個“大模型超市”，其調用量并不包括谷歌、字節(jié)這些“官方直營店”的海量數(shù)據(jù)，但它代表了明確的趨勢——

當中美模型在同一個貨架上公平競爭時，全球開發(fā)者正用腳投票，主動選擇了性價比更高的中國模型。

而這一切才是剛剛開始。

“小龍蝦”這類智能體消耗的算力是普通聊天的十倍、百倍，今年只是智能體落地的開端，未來還會有更多來自國內外的“小螃蟹”、“小魷魚”，最終會構成一個指數(shù)級增長的萬億級規(guī)模基本盤。

據(jù)IDC與FutureScape報告預測，到2027年，全球2000強企業(yè)的AI Agent使用量將增長10倍，到2029年，全球活躍AI Agent將超過10億個，較2025年增長約40倍。

這么大的蛋糕，怎么分？

美國“尖子生”連連擺手——Google和Anthropic最近就封禁了很多在訂閱制下調用模型、操作智能體的賬戶，因為那點訂閱費根本就覆蓋不了算力成本！

而中國“量大管飽”又便宜的模型和電，無疑會分到越來越多蛋糕。

當然，中國大模型和電力出海也確實面臨不少挑戰(zhàn)：比如美國可能會用標準制定、數(shù)據(jù)主權等來卡中國，政府、金融、醫(yī)療等很注重數(shù)據(jù)隱私的企業(yè)也不愿意讓數(shù)據(jù)在中國計算，不差錢的公司還是會選擇美國更高性能的大模型……

但這些并不能阻擋中國AI出海的大勢。一方面，全球市場空間足夠廣闊，電商營銷、游戲NPC、辦公輔助這類非敏感場景，本身就能撐起一個龐大的基本盤；另一方面，中國大模型技術迭代速度很快，正在性價比之外形成更多獨特的競爭力。

一句話總結就是，當AI開始干活、算力需求激增，而全球算力格局將因電力而被重構，這場AI新基建的主導者與大贏家，注定是中國。

【02 新基建：電力重構算力格局】

如果說前兩年AI戰(zhàn)拼的還是芯片，現(xiàn)在AI戰(zhàn)已經(jīng)在拼“電表”。

今年1月馬斯克就說過，“AI發(fā)展的真正瓶頸不是芯片，而是電力供應。我們很快會面臨芯片數(shù)量超過實際供電能力的局面，大量芯片將無法通電運行。”

這對中國來說簡直太利好了，因為中國電力遙遙領先于全球。

中國發(fā)電量、電力裝機容量都是美國的兩倍多，特高壓電網(wǎng)、電力輸送和調配能力也是全球拔尖。更重要的是，中國還老早就意識到算力、電力是一盤棋，做了超前布局。

其中，“十四五”期間啟動的“東數(shù)西算”，已形成覆蓋東中西部14個省份的8大樞紐節(jié)點、10個數(shù)據(jù)中心集群，能用低成本的充足電力穩(wěn)定支撐大規(guī)模AI算力需求。

作為十五五開局之年的今年，中國電力政策更是迎著AI進度條，全面猛力加碼。

今年，政府工作報告首次提出“打造智能經(jīng)濟新形態(tài)”，強調超大規(guī)模智算集群與算電協(xié)同，通過特高壓工程、“東數(shù)西算”等規(guī)劃，以制度優(yōu)勢保障能源安全與普惠性。

為了穩(wěn)穩(wěn)托舉AI算力、數(shù)據(jù)中心等海量用電需求，高效利用新能源，國家還提出要建設更清潔、更智能、更穩(wěn)定的電網(wǎng)。國家電網(wǎng)已經(jīng)宣布，十五五要投入4萬億建設這種新型電力系統(tǒng)，投資規(guī)模比十四五爆增了40%。

中國電力不僅自己強，還在加速輸出幫別人。拿電力設備來說，據(jù)海關總署數(shù)據(jù)顯示，2025年全年，中國主要電力設備出口額同比增長了20%，其中變壓器增長了35%，高壓開關增長了30%。中國電力設備賣爆，當然跟全球AI缺電不無關系。

而美國電力如今卻被AI逼到了墻角。整個美國的電力設施老舊，建電網(wǎng)也要買中國設備。本月，美國的三大區(qū)域電網(wǎng)運營商發(fā)消息說要花750億美元做超高壓輸電，但他們的人工成本、效率、技術都比較弱勢，只能苦哈哈慢慢搞。

為了保障社會用電不被AI沖擊，美國剛出臺的新規(guī)要求：超大型AI數(shù)據(jù)中心必須配套自建綠電設施。也就是說，美國AI正在被電力卡脖子。

谷歌等科技七姐妹巨頭只能摁手印承諾自己搞電、不搶民電，轉頭去做電廠、并購電力公司去了。馬斯克去太空做數(shù)據(jù)中心，也是想用太陽能解決美國AI的缺電荒……

所以，當AI需求指數(shù)級增長，美國老舊的電網(wǎng)和高昂的電價已是天然的天花板，而中國擁有全球最完善的特高壓電網(wǎng)和綠電供應鏈，系統(tǒng)性優(yōu)勢正在集中爆發(fā)。

有人會說，中國有電但缺芯片，不也是被卡脖子？在當下，這確實是陣痛，但好消息是：中國芯片短板正被快速補上。

據(jù)海外投行伯恩斯坦的《中國AI芯片市場規(guī)模報告》顯示，2025年中國AI芯片市場中，英偉達和華為占比差不多都是40%（英偉達稍稍領先），寒武紀、海光、阿里平頭哥、百度昆侖芯等緊隨其后。2026年，華為預計將占據(jù)中國AI芯片市場近50%的份額。

按照該機構的預測，雖然最近兩年國產(chǎn)AI芯片的供需比還不高，但到2028年，國產(chǎn)AI芯片將供過于求，供需比預計達到104%。

一個更利于中國芯片的事實是，“小龍蝦”這種智能體主要靠推理芯片，而造推理芯片簡單得多，國產(chǎn)芯片哪怕落后美國一代，也能撐住。

而且，正是因為多年來的芯片制裁，中國還卷出了芯片利用率極高的硬核工程能力和抱團協(xié)作能力——國產(chǎn)芯片正跟國產(chǎn)大模型“芯模共進”，加速發(fā)展。

也就是說，中國的長板電力，正跟快速補齊的國產(chǎn)芯片形成合力：一邊托舉中國大模型與算力出海，一邊重塑全球算力格局，甚至領跑AI新基建。

【03 新國運：從世界工廠到AI工廠】

最近OpenClaw的風評已經(jīng)開始轉下，但它已經(jīng)拉著整個行業(yè)邁進一個新紀元——AI智能體已經(jīng)可以被當成數(shù)字勞動力干活了，Token成了全行業(yè)焦點。

3月16日，阿里官宣成立了Alibaba Token Hub（ATH）事業(yè)群，新組織的核心目標就是“創(chuàng)造Token、輸送Token、應用Token”，構建新的AI基礎設施體系。

幾小時后，在大洋彼岸的英偉達年度盛會上，黃仁勛在介紹英偉達的下一階段戰(zhàn)略時，繼續(xù)強調了他2022年就提出一個概念：

AI Factory（AI工廠）。

并且同樣強調，這將是未來的基礎設施資源。

黃仁勛講，未來的數(shù)據(jù)中心，將不再只是服務器機房，而是AI Factory（AI工廠）。AI工廠的任務，就是持續(xù)生產(chǎn)Token。基本上也就是創(chuàng)造Token、輸送Token、應用Token。

黃仁勛說，在這個體系中：數(shù)據(jù)是原材料，GPU是生產(chǎn)設備，模型推理是生產(chǎn)過程，電力是動力保障，Token是最終產(chǎn)品。

換句話說，你只有有了數(shù)據(jù)、GPU、模型、電力，才有資格去開AI工廠，或者叫：打造“創(chuàng)造Token、輸送Token、應用Token”的新組織。

也就是說，AI競賽，最終競的是誰能把Token像水電煤一樣輸送到全國、全世界，成為真正的AI工廠。

那誰最可能贏？

放眼全球企業(yè)界，火速成立了Alibaba Token Hub（ATH）事業(yè)群的阿里，率先打響了全球AI工廠的第一槍。

放眼全球各國，在電力的強大后盾和國產(chǎn)芯片的快速崛起下，中國成為世界Token工廠的競爭優(yōu)勢正越來越明顯。

目前，穩(wěn)居王座的美國AI巨頭走的基本都是閉源路線，因為技術頂尖，收費也貴。而中國不管是巨頭還是原生大模型公司，都走的開源路線。在科技史上，所有走開源路線的圖的都是聚攏生態(tài)，跟全球開發(fā)者、社區(qū)一起互動并進。現(xiàn)在，中國開源大模型已經(jīng)初步實現(xiàn)了這個效果。

早在去年，中國開源大模型的全球下載量就已經(jīng)超過美國，阿里高居榜首。Hugging Face模型榜單前10中，有8款來自中國，衍生模型最多的也是阿里。截至2026年3月，中國開源大模型在海外的二次開發(fā)案例超過12萬，其中60%來自美國、歐洲的中小創(chuàng)業(yè)公司。

硅谷投資人Aditya Agarwal今年曾感嘆說：“50%以上的大模型調用通過廉價的開源模型完成，中國模型實際在支持大部分AI應用，美國同行甚至無法替代。”

從模型性能來看，中國雖然稍遜一籌，但也有了局部趕超美國的趨勢。多個基準測試顯示，中國大模型在編程、數(shù)學推理和工具調用等關鍵能力上已經(jīng)進入全球第一梯隊。

比如DeepSeek-R1在數(shù)學推理領域領先全球；MiniMax在語音交互、角色扮演場景表現(xiàn)強勢；Qwen在多語言處理上有絕對優(yōu)勢；豆包的多模態(tài)能力已比肩國際頂尖水平……

成本更低、性能急追，伴隨“小龍蝦”等應用的誕生，越來越多海外開發(fā)者和企業(yè)正通過API調用中國模型，為自己的產(chǎn)品配上“數(shù)字員工”。這也意味著：

中國開源生態(tài)已經(jīng)走上正循環(huán)，國產(chǎn)大模型從能力到價格的綜合優(yōu)勢正不斷擴大。同時，基于大模型的中國AI應用也在加速走向全球，為中國AI的成長飛輪添力。

“小龍蝦”火爆前，中國已有多款AI應用在海外表現(xiàn)不俗，如MiniMax家的海外情感陪伴軟件Talkie，已經(jīng)覆蓋全球200多個國家；字節(jié)的Gauthmath在美國拍照搜題市場拿下47%的份額，其視頻生成模型 Seedance 系列今年也在全球創(chuàng)作者圈層迅速走紅。

在應用創(chuàng)新上，中國在移動互聯(lián)網(wǎng)時代就沒輸過，到了AI時代，也必然如此。我們有能力做出無數(shù)“小龍蝦”。

“小龍蝦”對中國更大的意義在于，這是中國第一次通過大模型觸及全球用戶桌面，把中國AI技術大規(guī)模輸出到全球。它引發(fā)的中國模型出海、電力出海是開端，也是里程碑——它跑通了一個中國作為全球AI工廠的模式。

在過去幾十年里，美國的軟件、技術規(guī)則一直都稱霸全球（微軟辦公軟件、安卓系統(tǒng)等），也是利潤最高、最賺錢的，占美國經(jīng)濟比重很高。人工越貴，軟件就賣得越好，這是以往美國的正循環(huán)。反過來，就是中國的負循環(huán)。

但AI時代正在改變這一邏輯。

中國通過“小龍蝦”智能體送出海外的，不再只是有形的物質商品，而是比過去的軟件更加先進更加規(guī)模的新型數(shù)字生產(chǎn)力。

今年，環(huán)球時報發(fā)布過一篇名為《中國2036：人工智能超級大國的崛起之路》的文章，里面提到，“中國決策者始終秉持一個目標：將人工智能從實驗室技術轉變?yōu)槿珖缘纳a(chǎn)力引擎。到2030年代中期，這種方法可能會催生出一個‘智能經(jīng)濟’，其中算法決策將嵌入到大多數(shù)主要行業(yè)中。”

正像黃仁勛最近說的，“AI是一場工業(yè)變革，重塑著能源的生產(chǎn)與消耗方式、工廠的建造模式、工作的組織形式以及經(jīng)濟的增長路徑。”

對中國來說，這種重塑就是超車逆襲的機會。以開源AI普惠全球用戶，去爭取技術、市場和話語權，中國也將從世界制造工廠走向世界AI工廠。

歡迎關注【華商韜略】，識風云人物，讀韜略傳奇。

版權所有，禁止私自轉載

部分圖片來源于網(wǎng)絡

如涉及侵權，請聯(lián)系刪除