科技大佬的 “AI基建”分歧：卖石油，还是铺水电

近期，关于热门的“AI基建”，科技圈大佬们分出两个阵营。

一方关注“能源”。代表是OpenAI创始人奥特曼，他将电力视作AGI的关键，为此还投资了核聚变发电企业。黄仁勋也抛出“五层蛋糕理论”，将最底层锚定在“算力石油”。马斯克最激进，他说“未来的货币不是美元而是瓦特”，为了太阳能，老马正打算把数据中心搬到太空。

另一方关注应用场景。贝佐斯罕见担任了新的CEO，公司是物理AI领域的“普罗米修斯”，计划耗资千亿美元研发制造业、汽车工厂、航空航天的AI模型和自动化能力。吴恩达去年就在强调，AI的价值不在底层，“只有应用层盈利，才能反哺模型、算力与芯片的发展”。不久前，美团王兴也说，不盲目追求“Token工厂”，要让AI在现实中高效执行任务。

能源派的逻辑是，先搞定底层供给，有了煤炭石油，自然有火车和汽车跑起来。场景派则是有了应用才能带起供给，有了电灯和电动机，才有后来的电网。

两者并不完全对立，却能衍生很多有趣的对比和碰撞。

一、为何中国AI只赚到吆喝

中美两国的硬科技产业，恰好暗合了这两种基建思路。

美国当下的AI叙事，集中在闭源、算力和AGI通用能力的突破。巨额资本集中投向基座模型、参数竞赛和算力集群，也诞生了OpenAI、Anthropic等头部公司。技术“排他性”之下，全球top100的AI公司中，美国企业攫取了超过90%的收入份额。

通过技术壁垒保持商业优势的另一面，则是普通开发者调用API成本不菲，中小企业和非英语国家很难深度参与，大量能力停留在付费墙之后。

中国的路径更关注开源和场景驱动。很多AI企业通过开源模型，拓展了中小企业和应用者规模。同时，结合制造业、互联网数据资源，用工业、商业和内容领域丰富的应用场景，去推动技术的落地和迭代。

据非凡产研发布的数据（截至去年8月份），中国AI公司拿下了全球约46%的月活跃用户，超过美国。但按收入口径，中国公司收入仅占3.5%——OpenAI一家的订阅收入就有约175亿美元，中国头部AI企业加起来12.87亿美元。

有网友说，我们拿下全球一半的用户，却只赚了“吆喝声”。如何从“流量优势”转化为“产业价值”，是当下必须回答的问题。

当下，国内一些医疗大模型幻觉率已经持续下降，进入医院临床、疾病筛查环节。工业、矿产场景下，一些算法和机器人已经开始流水作业。但这些硬科技技术的爆发，还亟需高频次、多层次、有深度的落地场景。

今年两会，智能体落地、算力普惠、产业赋能……在代表委员提案中频繁出现。

还有哪些场景，藏着让AI规模化落地、迭代的机会？

二、本地生活是AI富矿，但开采很难

相比医疗、工业领域，AI进入衣食住行的日常，似乎更遥远。生活服务的场景，显然更深、更丰富、更高频，落地也更艰难，但一旦实现融入，也意味着体验和效率的大幅增长。

从这个视角更能理解，与零售打交道的美团，为什么也在重点发力“AI基建”。

屁股决定脑袋。对英伟达而言，基建的出发点必然是芯片，从“显卡供应商”到通用算力，他们跟GPU打了33年交道。

相似的逻辑——美团成立16年，每天都在中国最复杂的商业生态里做“辛苦生意”，想的是怎么把外卖准时送到用户手里，怎么帮中小商家做好店面运营，怎么实现零售前置仓、农产品供应链的效率提升。

还有人开玩笑说，餐饮、外卖、零售这些生意，利润太低、投入成本太高，是商业的“沼泽地”。当下国内的巨头，把生活服务做主业的确实不多。

所以，物理世界的执行和效率，是美团实现商业价值的底层逻辑。

过去的十几年，美团通过商家团队挨家走访、自建庞大履约算法以及海量的消费配送数据，慢慢实现线上世界和线下服务的打通，让场景琐碎、需求复杂的本地生活业态完成了数字化和信息化，但还不够。

在未来，想要继续往更深处“打通”，必然要依托AI的能力。所以最近网友扒出美团的“硬科技机器人宇宙”，我一点都不意外。

国内很多AI技术还在线上聊天、整理文件夹的时候，美团最需要AI在“地上”跑起来。

2018年上市之后，美团就把投资的重心，从大消费转向了硬科技。2020到2025年，美团的89起投资里，有47笔都投向了硬科技。就算去年美团的核心外卖业务持续承压，投入力度也没降下来。

这些投资的轮次阶段，中早期占比接近七成，而且在22年大厂们均投资降温的时候，美团还在逆风投。

在我看来，这并不是为了短期的财务套利，而是为了把AI基建的桩，早早地打下去。

比如具身智能领域的银河通用，美团在天使轮阶段就介入了，相当于一路陪着从0走到了210亿估值。2024年，双方已经开始合作，并有了落地的应用场景，去年银河通用的机器人，已经在北京等地的很多药店开始分拣药品、24小时值守。

据不完全统计，美团至少在具身智能赛道布局了16家企业，除了银河通用，还包含星海图、自变量、Sharpa等估值已经超过百亿、在细分赛道的独角兽。

如果加上半导体、AI大模型、自动驾驶和智能硬件，美团在硬科技领域至少布局了四十多家企业，其中有7家已经上市，28家成长为独角兽——智谱AI、月之暗面、宇树科技、摩尔线程、沐曦股份、理想汽车、紫光展锐…..

其中的技术能力，对应了订单需求、算法调度、无人配送、商家经营、后厨管理、算力供应等多个具体的业务场景。

每扎下一个“桩”，AI在物理世界走路的速度就会快一些。

三、做AI的“发电机” or “水电网”

对于硬科技初创企业来说，核心痛点从来不是钱，而是落地的场景和数据资源。

AI芯片需要高并发、高负荷的真实环境完成测试迭代，机器人需要海量真实物理场景数据突破泛化能力瓶颈，大模型需要完整的商业闭环验证技术价值——这些资源，纯财务资本无法提供。

而美团恰恰拥有中国最丰富的现实场景：小区、老旧楼栋、药房、零售仓储、商业综合体、城乡道路——这些均属于训练机器人、测试芯片、迭代算法的天然试验场。

理想状态下，这种双向奔赴会形成飞轮效应：共同研发技术，进入场景测试，持续数据反馈，完成技术迭代，实现规模化落地。随着效率提升业务增长，又有了新的技术需求。

在美团的业务里，已经有不少类似的飞轮。

立镖科技的机器人，此前已在美团的零售生鲜大仓落地。如今进一步扩大规模，在武汉和广州的美团买药仓，分别有100台机器人开始分拣工作。

2021年，美团和禾赛科技开始合作，后者推出多种距离的激光雷达，持续进入在美团无人机、无人车的测试、实际送单场景，不断优化性能。去年年底，禾赛的感知定位激光雷达获得了美团无人机量产，除了业务空间和技术能力的提升，也客观推动了低空经济的产业化。

其域创新的3D建模、空间数据采集技术，融入了多个业务场景：线上，已经能够帮助到店商家生成高还原度的展示视频；线下，开始为小象业务进行前置仓的测绘建模，与美团无人机业务合作地图测绘。

当下诸多国内外巨头，为让机器人“大脑”更好的理解真实世界，已经投入重金打造 “世界模型”，让机器人结合“虚拟世界”自行学习、进化。

本身就在物理世界摸爬滚打的美团，也把自己打磨了16年的业务场景和数据，开放给很多硬科技伙伴，让具身智能、AI算法、芯片技术等实现迭代进化。

回到文章开头的“AI基建”分歧。

过往经验看，每一次技术革命，最后作为“能源”的电力、通信技术，成本都会随着技术革新趋于平缓，走向普惠。我认为算力也是一样，这是应用层爆发、商业需求增长的必然。真正能创造价值的，一定是现实中，那些帮助人执行复杂任务的产品和服务。

其实，强调能源价值的马斯克、黄仁勋，同时也在探索真实场景、“世界模型”中物理AI能力的落地。从“能源”到场景再到应用，最终的落点一致。

用王兴的话说，物理世界的数字化将是AI重要的底座。毕竟，“就算爱因斯坦当秘书，让他订一个餐厅，他依然不知道那个餐厅有没有座位。这不是智力问题，而是信息问题。”

让AI进入物理世界，仍将是一个漫长的基建工程。能源派制造发动机，给AI提供动力；场景派铺设水电路网，让信息和效率流通，让AI真正能走进千家万户，变成普通人能摸得到、用得上的服务。