文 | 防冷涂的腊
2025年3月，小米在香港完成8亿股新股配售，价格为每股53.25港元，净融资约425亿港元。新增股份占扩大后股本约3.1%，公司给出的用途包括业务扩张、研发投入和一般企业用途。不到一年半，阿里巴巴又在2026年8月配售7.10亿股，每股112.70港元，融资约800亿港元，扩大后股本被摊薄约3.6%。阿里把资金用途写得更集中：净筹资额100%投入全栈AI能力，包括扩建和升级AI基础设施。
这两家公司在融资前都不缺现金。小米2024年末现金资源为1751亿元人民币，当年经营活动产生现金393亿元；阿里截至2026年6月底持有现金及其他流动投资4745亿元，最新季度仍产生229亿元经营现金流。它们没有等到资金吃紧才融资，而是在现金仍然充裕时，为下一段增长周期补充长期资本。
钱的去向已经显出差别。小米的新增投入越来越多进入汽车、AI、芯片和智能制造；阿里的投入则流向AI芯片、服务器、数据中心、网络和模型。一个沿着现实终端铺开，另一个向云端计算能力加码。两笔融资合计超过1200亿港元，由此留下一个比“汽车和AI都烧钱”更重要的问题：数字产业继续向前，为什么增长反而需要更多工厂、电厂和实体设备？
01｜互联网曾把增长搬离物理世界
过去二十多年，互联网最重要的经济变化，是把信息传播和交易组织搬进网络。商场的一部分功能变成电商，纸媒和电视的一部分功能变成数字内容，社交、广告、支付也先后进入手机。平台扩张的主要抓手是软件、用户、流量、数据和交易网络。
支撑网络的物理设施当然一直存在，只是更多由运营商、芯片企业、设备制造商、物流公司和终端品牌承担。淘宝不需要生产商家出售的商品，微信不需要制造用户手中的手机，搜索引擎也不需要进入每个家庭铺设接入设备。平台可以在既有基础设施上迅速复制服务，新增用户带来的资产投入相对有限。
阿里FY2024是一个清楚的财务参照：收入9412亿元，资本开支321亿元，只占收入3.4%，同时产生1562亿元自由现金流。接近万亿元收入的平台，仍能以个位数资本开支率维持运转。互联网把大量现实活动搬进数字世界；眼下发生的变化，方向开始反过来——数字世界里的智能正在进入现实世界。
02｜从连接万物到智能万物，计算开始走出屏幕
早期IoT解决的核心问题是连接。用户用手机查看摄像头、远程打开空调，智能音箱把语音指令传到云端，设备把运行状态同步到App。这些产品比传统家电多了一条网络通道，但工作方式仍接近“设备+连接+远程指令”：人作出判断，机器照单执行。
万物智能给设备增加了另一套能力链：感知、理解、决策、执行。空调不再只接收一个温度设定，还可以结合室内人数、温湿度、时间和使用习惯主动调节；汽车持续读取摄像头、雷达和车辆状态，由模型参与驾驶判断；工业视觉设备识别缺陷后，可以直接触发分拣或停机。联网让设备被看见、被控制，智能化开始让设备参与判断。
计算节点也随之扩散。互联网时期的核心节点主要是数据中心、PC和手机；进入万物智能，汽车、家电、可穿戴设备、摄像头、工业设备和机器人都需要不同程度的传感、计算、通信与执行能力。设备数量的增长只是表面，真正改变资本需求的是每个节点的能力密度在上升：传感器更多，边缘芯片更强，软件栈更复杂，还要增加电池、电机、控制器和执行器。
小米提供了一条少见的连续样本。公司AIoT平台连接设备从2020年末的3.248亿台升至2026年6月底的11.608亿台，约为原来的3.6倍；拥有五件以上设备的用户同期由620万增至2460万，接近四倍。2024年推出的HyperOS 2把HyperConnect和HyperAI列为核心能力，目标已经不止于让手机、汽车和家庭设备出现在同一个账号里，而是让它们共享状态、调用能力并协同完成任务。
这也解释了小米为何适合观察现实终端一侧。它同时拥有手机入口、家庭设备网络、汽车和操作系统，并继续投入芯片与制造。单个设备可以在端侧完成低时延任务，复杂训练和通用推理则回到云端。互联网连接人和信息之后，计算正在沿着这些终端进入房间、道路和工厂。
03｜云端先扩张：每一次AI调用背后都有机器和电力
生成式AI改变了云服务的资源消耗方式。一篇网页发布后可以被低成本重复读取；一次对话、图片生成、视频生成或Agent执行，却要在请求发生时调度模型和算力。模型效率会持续提高，但调用量、上下文长度和任务复杂度也在增长。服务使用量上升，会继续传导为推理需求、服务器需求和数据中心容量。
阿里的报表已经记录了这次切换。FY2022至FY2024，集团资本开支由533亿元降至321亿元；进入AI基础设施投资期后，FY2025升至860亿元，FY2026进一步达到1261亿元。以FY2024为100，FY2026收入指数只有108.8，资本开支指数已到392.9；资本开支率从3.4%升至12.3%。同期自由现金流从1562亿元降至-466亿元。集团口径的资本开支还包含即时零售等投入，但年报明确把云基础设施列为现金流变化的重要原因。
最新季度把这种关系写得更直接。2026年4月至6月，阿里资本开支677亿元，同比增长75%；经营现金流229亿元，自由现金流流出447亿元。AI云与计算收入增长45%，AI相关产品收入连续12个季度保持三位数增长。需求增长与现金流压力同时出现，说明AI基础设施已经从战略口号进入现金流量表。
阿里此前宣布三年投入至少3800亿元建设云计算和AI基础设施，最新800亿港元配售又把全部净募资指向全栈AI。从芯片、服务器到模型和应用，云端能力需要先建设，再等待利用率和收入爬坡。所谓“云”并不悬在空中，它由芯片、机器、建筑、冷却和电力组成。
能源约束也越来越具体。IEA在2026年更新的基准情景中预计，全球数据中心用电量将从2025年的485太瓦时升至2030年的约950太瓦时，AI专用数据中心用电同期可能增长至三倍。数据中心项目两三年可以建成，电网、变压器和发电设施的周期往往更长。算力扩张走到一定规模，遇到的已不只是芯片供给，还有并网排队和电力设备交付。
04｜终端也在扩张：AI要改变现实，必须拥有“身体”
云端能让AI回答问题，却不能独自完成现实中的动作。软件可以生成驾驶方案，真正让车辆转弯的仍是方向机、电机和轮胎；模型可以判断地面需要清洁，完成任务还要依靠传感器、轮组、电池和控制系统。AI从“回答”走向“行动”，就必须连接一个能感知环境、承载计算并执行动作的物理载体。
汽车在小米“人车家全生态”中的位置因此很特殊。它拥有多种传感器、较强算力、独立能源系统、长使用时间和移动能力，还能直接改变车辆在道路上的状态。手机更多是人与数字服务的入口，汽车则把计算带入一个持续运动、实时决策、对安全高度敏感的空间。它为小米增加了制造业务，也把原本集中在屏幕和家庭里的智能网络推向真实道路。
这项变化已经落在资本开支结构上。2024年，小米总资本开支104.8亿元，其中智能汽车及其他新业务40.6亿元，占39%；2025年总资本开支增至181.6亿元，智能汽车、AI及其他新业务达到120.2亿元，占比升至66%。手机与AIoT业务资本开支反而由64.2亿元小幅降至61.3亿元，新增投入几乎全部来自汽车、AI和新业务一侧。
同一时期，小米研发支出由241亿元增至331亿元；汽车交付由13.69万辆增至41.11万辆，汽车、AI及其他新业务收入由328亿元增至1061亿元。到2026年第二季度，该板块单季收入249亿元，交付10.42万辆，资本开支23.8亿元，占集团当季资本开支约66%。这些数字说明，小米正在把资金投入能让计算进入现实世界的产品与制造能力，而不只是在原有手机业务上追加产能。
芯片、操作系统和工厂也在这条链上。自研芯片决定一部分端侧计算能力，HyperOS负责跨设备协同，北京智能手机工厂和汽车工厂把软件定义的功能变成可规模交付的硬件。这里的制造并非互联网业务之外的附属环节，它决定传感器、计算平台、能源系统和执行机构能否以稳定成本装进真实设备。
机器人只是同一逻辑的进一步延伸。汽车、家用机器人和工业设备的产品形态不同，底层都在处理一组相似问题：怎样读取现实环境，怎样在端侧和云端之间分配计算，怎样把模型输出变成安全、可重复的动作。AI进入物理世界后，新增的不再只是账号和页面，而是大量真实的智能节点。
05｜增加的是两层基建：云端与现实终端一起扩张
把阿里和小米放在一起，下一轮基础设施的轮廓才完整。云端需要AI芯片、服务器、数据中心、电力、网络和大模型；终端需要手机、汽车、家庭设备、机器人、工业设备，以及传感器、边缘芯片、能源和执行系统。阿里在建设智能世界的云，小米在扩张智能进入现实世界后的终端。
互联网当然也有手机和PC。区别在于，过去的端侧主要承担输入、显示与连接，大多数行动决策仍由人完成。万物智能把更多感知和执行装进设备，把一部分推理下沉到边缘，又把更复杂的训练、知识和协同留在云端。云与端的功能都变厚了，投资也因此同时发生。
两端还会互相放大。现实设备增加，会产生更多环境数据和模型调用，推动云端扩容；云端模型能力增强、单位推理成本下降，又让更多终端具备可用的智能。低时延、隐私和安全要求促使部分计算留在本地，跨设备协同和通用能力则继续依赖云端。于是形成一条循环：终端增加—调用增加—云端扩张—能力提升与成本下降—更多终端采用AI。
这套架构也会重排产业链分工。云端追求大规模、标准化和高利用率，终端面对的却是高度分散的场景：汽车要求毫秒级响应，家电重视成本和功耗，工业设备更看重可靠性与寿命。同一种模型能力要穿过不同芯片、操作系统和执行机构，工程难度远高于把一个网页复制给更多用户。谁能把云端能力稳定地压缩、分发并部署到设备，谁才可能把模型优势转化为现实体验。
这条循环也包含风险。设备销量、调用收入和基础设施利用率若未能按期爬坡，折旧、能耗和维护成本不会同步消失。云端和终端同时扩张，放大了增长空间，也放大了投资节奏出错的代价。它要求公司既理解模型和软件，也能管理供应链、工程进度、产能和能源。
下一轮科技基建更庞大，不只因为AI服务器价格更高。计算基础设施正在同时向云端和现实世界扩张。
06｜为什么科技巨头越来越需要自己的资产负债表？
上一轮互联网创业可以从租服务器、做软件和获取用户开始，收入形成后再逐步扩张。AI数据中心、汽车和机器人有不同的资金节奏：算力、电力、工厂、研发和供应链要先投入，需求、产能利用率和商业回报在后面验证。资金先出去，结果可能几年后才看清。
这使现金储备、经营现金流、市值、融资成本和资本市场渠道重新成为技术战略的一部分。充足的账面现金并不等于所有项目都应该由内部资金一次性承担。长期股权资本没有固定还款日，可以保留现金缓冲，覆盖投资高峰和不确定性；代价是股权摊薄，小米与阿里的新股分别约占扩大后股本3.1%和3.6%，成本会立即落到原有股东身上。
因此，两家公司在“不缺钱”时融资，反映的是对资金持续时间的判断。小米要同时支撑汽车扩产、AI、芯片、研发和智能制造，阿里要在云收入兑现前建设计算能力。它们选择先增加资本缓冲，避免技术周期、建设周期和融资窗口在未来同时收紧。
这也不是中国公司的特殊处境。路透社在2026年8月汇总的市场预期显示，微软、亚马逊、Alphabet和Meta当年资本开支合计可能达到约7250亿美元，大部分流向AI芯片、数据中心和云基础设施。美国巨头更集中于云端，中国的阿里同样在追赶算力，小米则展示了终端和制造一侧的投入。共同变化是，最前沿的增长越来越依赖提前建设。
互联网时代，网络效应、用户规模和软件迭代速度就能形成很深的护城河。万物智能阶段，一部分竞争还要叠加长期资本能力：谁能承受前置投入，谁能稳定获得芯片、能源和制造资源，谁能把云端模型变成大规模终端体验。资产负债表由财务结果变成了竞争工具。
07｜数字经济没有离开现实，它正在更深地进入现实
开头的反差由此得到解释。过去的数字化主要重新组织信息：购物、社交、广告和支付进入网络，平台在既有物理世界上建立新的交易层。下一阶段，AI开始参与驾驶、管理家电、控制工业设备、调度机器人，并进入真实生产流程。技术处理的对象从信息进一步扩展到能源、空间和行动。
这并不意味着所有科技公司都要自建数据中心和工厂。云端算力可以租用，制造可以委外，边缘芯片可以采购，轻量的软件与AI应用仍会产生巨大价值。变化发生在产业前沿需要建设的基础设施清单：过去主要是通信网络、数据中心和PC/手机，如今还要增加AI算力、能源、智能汽车、家庭设备、机器人和工业终端。
互联网用了二十多年，把越来越多现实活动搬进数字世界；AI正在做一件方向相反、影响更深的事——把数字世界里的智能带回现实。云端要建设计算能力，现实世界要部署智能终端，两端一起扩张，科技公司的资本需求和竞争门槛也随之改变。
热门跟贴