我本来是想写一篇关于国产大模型融资热的文章。
但仔细看完最近一周发生的事，我发现了一个更重要的信号——
AI行业的底层逻辑，正在发生一次结构性迁移。
这不只是一家公司融资500亿那么简单，也不只是一家企业停止使用英伟达芯片那么直白。
这背后是一场关于"算力主权"的争夺战。
而中国，正在完成一次静默的换乘。
先说一个我最深的感受。
你知道DeepSeek创始人梁文锋有多讨厌VC吗？
据雷峰网报道，这位幻方量化出身的程序员创业者，过去两年对所有找上门来的投资人说过同一句话——"VC的钱是负担"。腾讯来谈过，阿里来谈过，市面几乎每一家顶级风投都在他的闭门羹列表里。
他不是装的。梁文锋自己有一笔规模20到30亿的基金，是他自己的钱。他曾对外表示自己手里有四五万张卡，40、50亿是拿得出来的，不需要外部机构掏钱。
但就是这样一个"不差钱"的人，在2026年4月24日发布DeepSeek V4之后一个月，突然启动了DeepSeek有史以来第一轮外部融资——500亿人民币。
我仔细想了想，这个反转说明什么？
说明梁文锋看到了一个比"省着花"更重要的目标——规模化。
DeepSeek V4的发布是一个分水岭。万亿参数MoE架构，MIT协议全量开源，最关键的是——从训练到推理全流程跑在华为昇腾上，不再依赖Nvidia芯片。
英伟达CEO黄仁勋有一句评价非常直接："一旦 DeepSeek 率先在华为平台上发布，对美国而言将是灾难性的结果。"
V4之前，市场看DeepSeek，是一家效率极高的模型公司——训练成本低，模型能力强，开源生态有影响力。
V4之后，市场看DeepSeek，是一家国产AI基础设施里最关键的模型节点——它率先走通了"国产算力+大模型"的完整路径。
所以那500亿融资，不是救命钱。
它是DeepSeek的定价锚。
梁文锋自己出了200亿，国家大基金领投。你不投，别人会投。估值从一个月前的100亿美元直接拉到450亿美元。这不是融资，这是重新定义这家公司在国家AI基础设施版图中的位置。
就在DeepSeek融资的同时，大洋彼岸也发生了一件大事。
2026年5月5日，Anthropic承诺在未来五年内向Google Cloud支付约2000亿美元，用于获取5吉瓦的TPU算力和云服务。
2000亿美元是什么概念？
你把它换算成现金，能买下整整两个英特尔。
Anthropic为什么要这么做？
答案就两个字：成本。
英伟达卖一张卡，毛利能达到惊人的70%以上。云厂商买完卡，还要再加价租给AI公司。谷歌的做法是"自研芯片+博通定制→自建数据中心→直接提供算力服务"，这个"农场直达餐桌"的供应链，让谷歌可以把英伟达赚走的那部分超额利润，直接变成给Anthropic的巨额折扣。
据内部人士透露，谷歌提供的算力单价比英伟达方案低了整整40%-50%。
换句话说，Anthropic不是在"站队"，而是在算一笔小学数学题——同样的效果，一半的价格，你用不用？
但这件事的意义远不止省钱这么简单。
这是顶级AI公司第一次大规模、长周期地抛弃了英伟达的通用算力，转而投向自研芯片。
芯片投资人王月评价说，这是"去英伟达化"进程中一个教科书级的里程碑。
一边是中国走通华为昇腾路线，一边是美国顶级AI公司从英伟达叛逃。两条看似相反的路径，指向同一个终点——算力正在从"通用商品"变成"定制基础设施"。
5月7日，无问芯穹宣布再获超7亿元融资。
这家公司的CEO夏立雪说了一句话，我觉得道破了这个时代最核心的变化：
"在Token经济时代，AGI基础设施扮演的角色，如同石化产业链中的炼化厂，它把能源转化为数字石油（Token），为各类AI终端应用和服务输出基础资源。"
Token经济。这是今天AI行业最被低估的新共识。
我上次听到类似的类比还是云计算刚兴起时，有人把数据中心比作电厂。现在无问芯穹把AGI基础设施比作炼化厂，把Token比作数字石油——这个类比更精准，因为它画出了上下游：
能源 → 算力 → Token → 生产力
无问芯穹发布了一个AI生产力公式：
AI生产力 = 智能规模 × Token生产效率 × Token价值转化
这个公式的厉害之处在于，它让"AI能力"第一次可以被量化、被比较、被优化——就像当年摩尔定律定义了芯片产业一样。
顺着这个逻辑往下想，你会发现：DeepSeek融500亿是在抢炼化厂土地，Anthropic花2000亿锁定谷歌TPU是在签长期原油供应合同。他们在做同一件事——抢占Token经济时代的核心基础设施。
讲了这么多宏观叙事，让我们聊一个普通人也能感同身受的场景。
2026年4月22日，特斯拉第一季度财报电话会议上，马斯克承认了一个让400万特斯拉HW3车主心碎的事实：
"HW3确实没有能力实现无监督全自动驾驶，它的内存带宽只有HW4的八分之一。"
等等，我记得2019年他说的是"无需新硬件，现有车辆OTA升级就能实现L5"。
从2015年"两年内实现完全自动驾驶"，到2019年"2020年底你们就能在车里睡觉"，到2021年"年底推出无监督版"，到2022-2024年一次次跳票——11年，10多次公开承诺。
然后，在2026年，所有HW3车主被告知：你花的8000到15000美元买的FSD软件包，你的车一辈子都用不上。
这不是软件没写好。这是硬件底层的物理缺陷。
HW3采用14nm工艺，算力144 TOPS；HW4是7nm工艺，算力720 TOPS。这道鸿沟，不是靠写代码能填平的。
这个案例之所以重要，是因为它揭示了一个AI行业的残酷真相——
在Token经济的底层，硬件就是你的天花板。 软件再优秀，也不能在一条14nm的跑道上跑出7nm的速度。
回到最初的问题：AI行业的底层逻辑正在发生什么样的迁移？
我把过去一个月发生的这些事放在一起，看到的其实是一个清晰的三角结构：
第一条路径：自研芯片 + 绑定大客户
代表：谷歌+Anthropic。用自己的芯片，签自己的客户，绕开英伟达。这条路径适合有生态能力的巨头。
第二条路径：国产算力 + 开源生态
代表：DeepSeek+华为昇腾。用国产芯片跑通全链路，开源换取生态。这条路径适合有战略耐心的优秀团队。
第三条路径：多元异构 + 中立平台
代表：无问芯穹。不站队任何一个芯片厂商，专注做"算力炼化厂"，把不同芯片的算力统一管理、统一输出。这条路径适合做基础设施的中间层玩家。
三条路径，三个不同层面的玩家，都在做同一件事——降低对单一芯片的依赖。
10年前，大家谈"去IOE"（去掉IBM/Oracle/EMC）。今天，AI行业在谈"去英伟达化"。底层的商业逻辑是一样的——没有企业愿意把自己的命脉交到一家供应商手里。
回到梁文锋。如果让我用一个词形容DeepSeek的500亿，我会说：换乘。
就像高铁从一条轨道变到另一条轨道。在变轨的瞬间，车速必须降下来，车厢会晃动，乘客会不安。但一旦换轨成功，你会发现眼前是一条全新的、更长的、更快的跑道。
中国AI正在做的，就是这样一次静默的换乘。
从"用别人的芯片做最快的模型"，换到"用自己的芯片做自己的生态"。
从"小而美的技术黑马"，换到"国家级的AI基础设施"。
从"看融资额比的资本游戏"，换到"看Token产能的生产力竞赛"。
换乘需要代价。500亿是一个代价。梁文锋自己出200亿，就是他在用自己的钱为这场换乘投票。
而换乘的终点，不是谁的模型参数最大，不是谁的融资额最高。是谁能以最低的成本、最高的效率、最大的规模，把算力转化成Token，再把Token转化成真正的生产力。
这才是AI商业的终极问题。
而这个问题的答案，正在以我们肉眼可见的速度，从硅谷的谈判桌上，移到上海张江、北京中关村、深圳南山的一间间办公室里。
