（本文作者为 达摩财经，钛媒体经授权发布）

文｜达摩财经

历时15个月，浙商大佬仇建平入股温州民商银行终于得到获批。

4月21日，国家金融监督管理总局浙江监管局批复文件显示，同意浙江杭叉控股股份有限公司（下称“杭叉控股”）受让浙江富通科技集团有限公司（下称“富通科技”）持有的温州民商银行19800万股股份。股权受让后，杭叉控股将以9.9%的持股比例，成为温州民商银行第三大股东。 

富通科技为富通集团的全资子公司，是温州民商银行的发起股东之一。富通科技出资1.98亿元，持有温州民商银行9.9%的股份，成为该行的并列第三大股东。

富通集团是国内光通信以及电力线缆领域的知名龙头企业，是上市公司富通信息（现已退市）的控股股东。2025年，富通集团旗下多家核心子公司申请破产重整，陷入债务与经营困境。

此次接手温州民商银行9.9%股权的杭叉控股与富通科技早有纠葛，其为富通科技的债权人。

因双方的借款合同纠纷，富通科技持有的温州民商银行股权在2024年被冻结，并于2025年1月登上拍卖台。启动拍卖程序后，作为债权人的杭叉控股，以低于出资额的1.92亿元价格，竞得这笔股权。当初富通科技被杭叉控股申请执行标的为2.95亿元，温州民商银行股权转让后，富通科技仍有超1亿元的债务未进行偿还。

由于司法拍卖流程的特殊性，这笔股权变更持续了近15个月才迎来监管方面的批复。

相较于富通科技来说，杭叉控股的名气更为响亮，其为上市公司杭叉集团（603298.SH）的控股股东，实际控制人是浙商大佬仇建平。 

仇建平现年65岁，是杰出的浙商代表。其于1993年创立巨星控股集团，从五金工具开始，逐步发展成为具有工具、轮胎、叉车、柴油发动机、机器人五大核心产业的国际化大型制造企业集团。官网披露，巨星控股集团2024年营业总收入859亿元，位列中国企业500强第296位。

巨星控股集团在资本市场的版图也极为庞大，仇建平通过旗下企业现控制4家上市公司，分别为巨星科技（002444.SZ）、杭叉集团（603298.SH）、中策橡胶（603049.SH）以及新柴股份（301032.SZ）。目前，上述4家公司的总市值超过1100亿元。

在《2026胡润全球富豪榜》上，仇建平、王玲玲夫妇以380亿人民币排名第822位。

巨星控股集团过往的业务主要在传统制造业，近几年开始向新兴产业进军。2025 年，集团整合旗下国自机器人、杭叉智能、奥卡姆拉、汉和智能，组建浙江杭叉国自智能科技机器人有限公司，将“AI + 智能物流”划入其核心产业中。

巨星控股集团对金融业也早有涉猎，集团现持有浙江祐邦小额贷款有限公司10%股份，旗下巨星科技现为宁波东海银行第六大股东，持股6.33%。

温州民商银行营收连续下滑

相较于宁波东海银行，温州民商银行的体量要大不少，截至2025年末，温州民商银行的资产规模为524亿元。宁波东海银行目前仅披露了2024年报，资产规模不足200亿元。

温州民商银行于2015年3月开业，是国内获批的首批民营银行之一，也是全国首家正式营业的民营银行。

温州民商银行的股权较为分散，现有13家民企股东，正泰集团和华峰化学（002064.SZ）为该行的主发起人，现分别持有温州民商银行29%和20%股份，但该行并没有实际控制股东。

值得一提的是，虽然杭叉控股在股权受让后将成为温州民商银行第三大股东，但其持股比例与森马集团、奥康国际（603001.SH）、浙江力天相同，并列第三大股东，因此并不会在该行经营中起到决定性的影响作用。 

而且，受到“两参一控”的监管要求，巨星控股集团亦不会对其参股的两家银行实现控股。因此，巨星控股集团对两家银行的投资大概率出于战略投资角度考虑。

温州民商银行近两年营收承压。Wind数据显示，2025年，温州民商银行实现营业收入9.18亿元，同比下降16.31%；实现归母净利润3.28亿元，同比增长16.76%。

温州民商银行去年净利润增长，是在低基数上实现的。2024年，该行录得成立以来首个“双降”业绩，营收10.97亿元，同比下降1.01%；净利润2.81亿元，同比下降44.32%。 

除了富通科技外，温州民商银行的不少股东目前亦面临经营压力。奥康鞋业2022年至2024年连续亏损，公司预计去年将再亏损2.37亿元，四年合计亏损超10亿元。华峰化学的盈利能力亦从2022年起持续下滑，净利润从28亿元降至2025年的18亿元。

不过，温州民商银行的股东为温州民商银行提供了较多资金支持。截至2024年末，温州民商银行的关联方存款余额为49.3亿元，占总存款的16.69%；关联贷款余额约5亿元，占全部贷款余额的1.85%。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

（本文作者为 华夏能源网，钛媒体经授权发布）

文 | 华夏能源网

超级强大的“宁王”，投下重金来进一步加固自己的城池。

华夏能源网获悉，近日，锂电&储能双龙头宁德时代（SZ：300750）官宣，拟投资设立全资子公司时代资源集团（厦门）有限公司（暂定名，以下简称“时代资源集团”），注册资本高达300亿元，公司业务将主要聚焦在锂矿资产上。

4月22日，时代资源集团正式获得工商注册，并于当天在厦门市高新区举行了隆重的成立揭牌仪式，中国矿业联合会党委书记、会长程利伟现场见证，宁德时代联席董事长潘健、宁德时代首席矿业顾问陈景河等共同出席。

此前宁德时代将主要精力放在锂电池研发、制造上，虽然也在锂矿资源有所涉足，但均以对外投资为主，并未成立公司独立运作。如今，注册资本高达300亿的时代资源集团设立，正式宣告了“宁王”大举进入锂矿资源，打通锂电全产业链。

宁德时代明确：此番成立的时代资源集团定位为公司新能源矿产领域的专业投资运营与管理平台，该平台将围绕公司电池产业布局及需求，整合现有矿业相关资产，积极拓展海内外优质矿产资源项目，保障主营业务原材料供应与产业链安全。

宁德时代为何在此时大举布局锂电全产业链？这会给上游合作伙伴、给锂电行业带来什么影响？

补齐产业链最后一块“拼图”

当前，锂电行业虽然处于高景气期，下游订单量大幅增加，全产业链价格普遍上涨。但是，由于上游碳酸锂价格上涨过快，中下游企业面临巨大压力。

例如，3月31日，阳光电源（SZ：300274）发布2025年财报。虽然全年营收达到891.84亿元，但第四季度净利润却同比减少55.39%、环比减少61.73%，这主要是由于碳酸锂价格上涨带来的成本攀升，在存量项目中未能及时实现价格传导。

同样，宁德时代今年一季度的毛利率为24.82%，较去年全年的26.27%有所下滑，原因之一也是原材料价格的上涨。

对电芯企业来说，如何才能减少上下游价格波动对公司业绩的影响？行之有效的方法就是，打通全产业链，将上游、中游、下游的资源全部一手掌控。对宁德时代来说，不仅有这个需求，更有这个实力。

目前，宁德时代在中游锂电池制造环节，无论是技术还是市场，已经处于断崖式领先地位。在下游，宁德时代成立了时代绿色能源有限公司（简称“时代绿能”），已对外投资120余家企业，控制130余家企业，业务聚焦新能源风、光、储电站的投资、建设及运营，已开发并运营了多个大型风电、光伏及储能项目。如今，只剩产业链上游是宁德时代的薄弱环节。宁德时代虽然已经拥有几处锂矿，并参股了多家锂电材料企业，但运营比较分散，没有统一、独立的运营机构。

正因为如此，补齐上游原材料短板，宁德时代是早已有意。这对宁德时代来说，不仅可以解决原材料供应的问题，更能在锂电行业上行周期中获得更丰厚的利润。

2022年，公司锂电池供不应求，即便不断涨价，下游车企依然上门疯抢。当年，宁德时代营业收入首次突破3000亿元大关，净利润也几乎翻倍。也正因此，公司遭到部分车企领导人的“炮轰”——“车企都在为宁德时代打工”。

但实际上，上游锂矿企业才是最大受益者。2022年，天齐锂业（SZ：002466）的净利润同比增长了约‌10.6倍；赣锋锂业（SZ：002460）营收规模和净利润也创历史新高，毛利率增长了10个百分点；藏格矿业（SZ：000408）碳酸锂产品毛利率达到92.2%，堪比茅台。

Q1锂矿上游主要上市公司业绩增长情况

如今，四年前的“剧本”再度上演。去年下半年以来，碳酸锂价格一路攀升，近期大有突破20万元/吨的气势。今年一季度，天齐锂业盈利最高预增18倍，赣锋锂业预告净利润达16亿元—21亿元（上年同期亏损3.56亿元），天华新能（SZ：300390）则预告近利润最高暴增321倍。

整合上游资源，对宁德时代来说是必走的一步好棋。与其大把的给锂矿企业送钱，不如把这块业务自己干了。

非同一般的高规格开局

华夏能源网注意到，实际上，宁德时代对锂矿资源的布局早已开始。

早在2021年9月，宁德时代与宜春市政府签署合作协议，将共建新型锂电池生产制造基地项目，同时深耕产业链上下游。次年4月，宁德时代通过子公司以8.65亿元的报价竞得江西枧下窝矿区陶瓷土（含锂）探矿权。

2024年1月，宁德时代又斥资64亿元，拿下斯诺威矿业相关权益，而该矿最初的起拍价仅为2亿元。

此外，宁德时代还通过参股等形式，布局了非洲的刚果（金）Manono锂矿和南美洲的玻利维亚乌尤尼、科伊帕萨盐湖及阿根廷多个盐湖项目。

除锂电池主要原材料锂以外，宁德时代还加大了对磷、镍、钴等其他元素的布局。

例如，宁德时代通过入股洛阳钼业（SH：603993），获得了刚果（金）KFM铜钴矿部分资源；通过子公司获得湖北江家墩、贵州大坪磷矿探矿权；还与印尼电池公司IBC组成联合体投建了印尼镍资源项目。

如今宁德时代成立时代资源集团，是个标志性事件，这意味着公司开始从之前的多点布局走向集约化管理，此前拿到的这些矿产资源会集中起来放到一个篮子里，由时代资源集团负责运营。

当然，要运营、管理好这些资源，并且将上游业务做大做强，也并非易事。对于上游业务，宁德时代并非说说而已，而是在实实在在的、大张旗鼓地布局，资源投入非同一般：

时代资源集团成立暨揭牌仪式（图源：官网）

一方面，充足的资金准备。

时代资源集团300亿的注册资本，在国内锂矿企业中是傲视群雄的存在，是目前注册资本最高的盐湖股份（52.92）的5.7倍，比目前A股16家锂矿上游上市公司的注册资本总和（214.53亿元）还要多90多亿。宁德时代在公告中表示，300亿的注册资金通过货币及股权出资方式完成。

当然，宁德时代还有更强大的家底可以用。数据显示，截止2025年底，公司全年经营活动产生的现金流量净额达1332亿元，期末货币资金及交易性金融资产合计达3925亿元，这为公司在锂矿资源上的后续布局预备了充足的弹药。

另一方面，一流的人事安排。

华夏能源网注意到，宁德时代派出了公司目前的“二号人物”潘健‌任时代资源集团董事长。潘健自2014年11月‌加入宁德时代担任董事，此后历任副董事长等职，2025年1月开始担任联席董事长，与董事长曾毓群共同领导公司。

此外，宁德时代还“挖”来了紫金矿业（SH：601899）创始人、前董事长陈景河出任矿业部门顾问，以帮助拓展上游矿产供应链业务。陈景河是教授级高级工程师，享受国务院政府特殊津贴，被誉为“‌中国金王‌”和“一代矿业宗师”，于1993年创办了紫金矿业，并将其打造成了市值万亿的跨国矿业集团，业务涉及锂矿、铜矿、金矿等等资源。

一边是充足的现金准备，一边是矿业大佬坐镇，宁德时代高资源投入、高规格开局，注定了要在锂矿上游搅起江湖风云了！

过度“一体化”亦有风险

宁德时代向上游进军，布局“一体化”之路，从公司战略上看有必要，但在经营中也并非没有弊端。

一方面，掌控上游资源端，可避免“卡脖子”问题，但是锂矿行业也会有亏损风险。如在行业低谷期的2024年，锂电龙头赣锋锂业和天齐锂业双双巨额亏损，合计亏损近百亿。宁德时代在大举投入后，如何平滑锂价大幅波动的影响是难题。

另一方面，“一体化”与“专业化”都有各自的优点和缺点，宁德时代这步棋的对与错，需要更长时间的评判。

例如，在光伏行业前几年火热之时，组件企业被硅料企业卡脖子，更艳羡硅料企业的高利润，于是纷纷开始做一体化。结果从2023年下半年行业步入下行周期后，硅料企业成了亏损的重灾区，搞一体化的企业更是损失惨重，上中下游业务全面失血。

很多企业规模发展到一定程度，都喜欢往上下游延伸，做得大而全，搞“一体化”，不少优秀企业也正因为如此出现问题，最终垮掉。对宁德时代来说，实力虽然足够强大，但也并非无所不能，也很难确保能做好锂矿。

实际上，对宁德时代这样规模体量的企业，把一些环节让给合作伙伴来做，建设好行业生态更有价值。毕竟，想要赚到每一个铜板是疯狂且愚蠢的。

此外，锂矿行业面临国际化难题。无论是锂、镍还是钴，中国的资源并不丰富，因此很多国内矿企都远赴海外投资开发。而当前，受国际局势影响，许多国家都收紧了关键矿产的开发，这对走向海外的中国矿企风险巨大。

例如，2018年天齐锂业曾以40.66亿美元收购全球第二大锂生产商SQM公司23.77%股权，成为其第二大股东。SQM拥有全球储量最大的锂盐湖智利阿塔卡马盐湖的采矿经营权，天齐锂业的入股当时被认为是高明的一招。但2023年，智利政府推动锂资源国有化，SQM不再拥有智利阿塔卡马核心锂业务的控制权，天齐锂业的利益严重受损。

宁德时代布局锂矿，走向海外拿矿是必然的，解决好国际化的风险与挑战是“必答题”。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

Momenta CEO 曹旭东

很长一段时间里，自动驾驶行业喜欢讨论路线之争。

端到端、世界模型、VLA、大模型、强化学习、无图、轻图……每隔一段时间，行业都会出现一个新的关键词。车企发布会上的技术名词越来越密集，供应商之间的表达也越来越接近。乍一看，大家都在往同一个方向走。

但 Momenta CEO 曹旭东认为，真正的差距并不在这些单点技术名词上。

在北京车展期间的交流中，他多次提到一个判断：自动驾驶行业真正的壁垒，已经不再是某个单点算法，而是架构、体系和组织能力。算法可以被学习，人才会流动，技术概念也会快速扩散，但一家企业能不能把数据变成能力，把能力变成产品，把产品变成商业闭环，才是决定行业格局的核心。

他用了一个很形象的比喻：数据不是金矿，而是“含矿量很低的铁矿石”。拥有海量原始数据，只是价值源头的10%，剩下90%的价值，来自如何把贫矿变成富矿，再把富矿变成钢铁、发动机，最终装到车上。

这也是 Momenta 在这轮自动驾驶竞争中想强调的东西：自动驾驶的下半场，不是堆数据和喊模型，而是体系战争。

过去两年，中国智能驾驶供应商开始密集进入国际车企体系。Momenta 已经与奔驰、大众、丰田、本田、日产、通用、福特等全球主流品牌建立量产合作关系。曹旭东说，和国际 OEM 合作，最常见的挑战是“中国速度”和“国际标准”的冲突，但只要围绕用户价值共创，很多矛盾可以找到创新性的解法。

与此同时，自动驾驶也被他放进了一个更大的坐标里：物理 AI。

在曹旭东看来，自动驾驶很可能是物理 AI 最先跑通规模化闭环的领域。因为它已经率先实现了数据闭环和商业闭环，而这两者一旦互相正反馈，就可能推动能力快速跨越人类水平。机器人也会走向类似方向，但距离规模化闭环还需要更长时间。

“物理 AI 是需要门票的。”曹旭东说，这张门票不是一个漂亮的技术概念，而是能支撑长期研发的现金流业务。

以下是北京车展期间与 Momenta CEO 曹旭东的交流内容整理，略经编辑：

“原始数据只是价值源头的10%，剩下90%来自体系”

问：Momenta一直强调数据驱动。现在行业里也有一种说法，数据本身并不难，难的是用好数据。你怎么看？

曹旭东：数据这件事情，不是单单的数据本身。你可以认为数据是矿石，而且是含矿量很低的铁矿石。你要真正把数据用起来，首先要把贫矿变成富矿。

比如我刚才分享的，高速上三只小狗排队横穿高速，这样的场景真的是万中无一。你怎么把这个数据挑出来？这本身就是大海捞针级别的难度。

但这只是第一步。你要把贫矿变成富矿，再从富矿变成钢铁，钢铁又变成发动机，发动机最终装到车上，这才是最终价值。

所以，整个数据飞轮是一个体系能力。拥有原始数据，哪怕拥有海量原始数据，也只是价值源头的10%，剩下90%来自体系。

问：那 Momenta 是怎么把数据真正用起来的？

曹旭东：我们的大模型细节不能说太多，但可以分享一个大致过程。它分为预训练和 Post-Training 两个阶段。

预训练阶段，数据来自我们量产车的大规模数据。现在我们已经有80万台量产车，这些量产数据里包括大量长尾场景。我们会通过 World Model Pre-Training 预训练模型。

预训练让模型具备物理常识，但有物理常识不代表它是一个好司机。大量数据里面有好的驾驶行为，也有很多不好的驾驶行为。这一点和数字 AI 里的大模型训练类似，海量数据可以让模型具备世界常识，但不意味着它有好的行为。

所以还需要 Post-Training，把模型的行为激发出来，或者说对齐到人类好的驾驶行为上去。

“单点算法没有长期壁垒，真正的差距在体系和组织”

问：今年车展上，很多车企都在强调辅助驾驶技术路线，比如小鹏的 VLA、华为乾崑 ADS。Momenta 世界模型最大的特点是什么？

曹旭东：我觉得更重要的不是单点算法，而是架构能力。

架构能力比单点算法能力更强。因为一旦涉及架构，就一定涉及取舍。不是所有创新都能放到同一个架构里面。好的架构能实现更好的积累和合力。

架构之上还有体系。这个体系包括数据迭代体系、训练体系、验证体系，也包括整个迭代体系。体系之上，则是组织和文化。

根本上，企业之间的差距来自组织、文化和体系建设。单点算法当然很重要，每一代算法架构创新都会带来大的进步。但坦率来说，在中国环境下，知识流动和人才流动都很快，仅仅靠单点算法，并不存在特别大的长期壁垒。

有壁垒的是体系和组织能力。

所以你会发现，大家说的可能是同样的单点算法方向，但最终做出来的效果可能差一代甚至两代。背后不是单点算法的差距，而是体系和组织的差距。

“中国技术出海，反向合资会是一个共赢模式”

问：现在全球汽车产业出现一种新的趋势，越来越多海外车企看重中国科技公司，甚至出现所谓‘反向合资’。你怎么看？

曹旭东：中国技术正在从中国走向世界，速度非常快。进入欧洲等海外市场时，中国技术可以给当地用户带来更领先的产品价值，但另一方面，也会对当地公司、就业和税收产生冲击。

比较好的解决方案，就是借鉴中国之前的发展模式，做反向合资。

反向合资之后，一方面让当地用户享受到中国高科技带来的好产品和好体验；另一方面，中国技术也能赋能当地企业，给当地带来更多发展机会、就业机会和税收。这是一个共赢模式。

问：Momenta 与外资车企合作时，最大的挑战是什么？

曹旭东：我们现在已经是全球品牌的共同选择。全球顶尖品牌里，德系的 BBA、大众，日系的丰田、本田、日产，美系的通用、福特，都已经是我们的量产合作客户。

挑战最常见的是，中国速度和国际 OEM 标准之间有时会矛盾和冲突。但这个矛盾和冲突，只要围绕客户和用户价值去共创，很多时候都能找到更好的创新方法，带来更好的结果。

“自动驾驶是物理 AI 的序章”

问：物理 AI 最近非常热。你觉得 Momenta 在物理 AI 里处于什么位置？

曹旭东：物理 AI 是大势所趋。

数字 AI 有很大优势。第一个优势是数据能够快速、大规模获得。比如 GPT 所需要的是互联网数据，互联网数据天然就是大规模的。第二个优势是数字 AI 的验证成本更低、周期更短。Agent 调用一个工具，可能只需要一个接口。

但机器人要调用一个工具，就要先把机械手造出来，再抓取工具、使用工具，难度和复杂度都大很多。

我们所处的世界既有数字部分，也有物理部分，而且物理部分可能更大。所以当数字世界取得巨大进展后，很多成功经验和方法自然会进入物理世界。

现在只是物理 AI 的序章刚开始。

讲到物理 AI，最核心的是两个闭环：数据闭环和商业闭环。这两者是互动的。

我有一个观察：任何一个人工智能应用，一旦接近人类水平，就会在很短时间内大幅超过人类水平。AlphaGo如此，人脸识别也是如此。前面接近人类可能花了十年、二十年，但超过人类，可能只需要一两年、两三年。

背后的逻辑，就是数据闭环和商业闭环的正反馈。先有数据闭环，才有足够好的体验；体验一旦接近甚至超过人类水平，就能实现爆发式商业化；商业化又带来数据爆发式增长；数据增长再推动模型能力继续增长。

自动驾驶正在进入这个阶段。机器人还需要一段时间。自动驾驶是物理 AI 的序章，因为它最先实现了规模化的数据闭环和商业闭环。

“物理 AI 是需要门票的，门票就是现金流业务”

问：为什么你认为自动驾驶会比机器人更早进入物理 AI 的规模化阶段？

曹旭东：自动驾驶要实现规模化 L4，我判断累计投入至少是百亿美金级别，而且这可能还是创业公司的研发效率。如果是大公司，可能不只是百亿美金，而是几百亿美金。

通用机器人需要多少钱？我的判断可能是几百亿美金到千亿美金级别，而且这也可能还是创业公司的研发效率。

所以，物理 AI 是需要门票的。这个门票就是你需要有现金流业务。

虽然现在中国具身智能资本市场非常活跃，但长期来看，靠投资、靠融资去追踪做成通用物理 AI，或者物理世界 AGI，是不现实的。一定要有现金流业务支撑物理 AI 研发。

这个现金流业务可以是自动驾驶，也可以是物理 AI 的某个方向，或者来自数字 AI 的现金流业务。无论如何，一定要有现金流业务支撑长期研发。

“一个自动驾驶大模型，可以覆盖所有垂直场景”

问：今年 Momenta 的 L4 业务有什么进展？Robotaxi 赛道玩家越来越多，Momenta 的优势是什么？

曹旭东：Momenta 的 L4 不只做 Robotaxi，也会做 Robovan，也就是物流。我们十年前的愿景里，就有物流和出行效率翻倍。实际上物流放在更前面，出行放在后面。明年我们还会做 Robotruck，今年不会做，但明年会做。

背后的底层逻辑，是我们相信一个自动驾驶大模型能够实现所有自动驾驶垂直应用，并且做得更好。

这件事我们已经在 Robotaxi、Robovan 和乘用车上验证过，并取得了很好的效果。

它带来的价值是，每一个 vertical 的研发成本会大幅降低。每个应用场景、每个垂直领域的经验和数据，又可以汇总、吸收到同一个大模型里，让每个垂直领域做得更好。

这就是平台优势。

有点像十年前互联网行业有垂直电商，也有平台电商。最后胜出的往往是平台电商，重要原因就是平台效应。

我们的判断是，自动驾驶大模型领域也存在很强的平台效应。一个大模型能够覆盖所有垂直领域，每个领域成本更低，效果也会更好。

“自动驾驶会比芯片行业更快收敛”

问：你怎么看智驾供应商格局？未来会一直是华为、Momenta 和少数玩家，还是会有更多供应商赶上来？2030年会不会迎来终局？

曹旭东：自动驾驶有非常强的规模效应和先发优势，而且这个效应会比芯片行业更强。

回顾历史，PC 芯片时代全球主要就两家，手机芯片时代全球也就两家，高通和 MTK。自动驾驶因为是软件，边际成本是零，所以规模效应更强。

它的规模效应不只是成本上的规模效应，还有体验提升上的规模效应。

另一方面，面向主机厂也有很强的先发优势。汽车行业很多业务都是敲门敲三年。从见到客户到拿下合同，国内 OEM 可能需要三年，国际 OEM 可能需要五到七年。

比如奔驰。2017年奔驰投资了我们，当时 Ola Källenius，也就是现在奔驰董事长，觉得 Momenta 很有活力，选择投资我们。但我们和奔驰的第一个量产项目真正上市，是2025年后半年，整整经历了八年时间，而且这已经算加速了。

2017年到2020年是 POC，2020年到2022年是 Pre-SOP，2022年到2024年是小批量量产开发，到了2024年才拿到奔驰所有电车和油车业务，2025年底才真正量产。

所以这个行业有非常强的规模效应和先发优势。我还是维持原来的判断：中国最终可能只有2到3家，全球可能只有3到4家，会非常快速地收敛。

“创业十年，最重要的是和志同道合的人做真正喜欢的事”

问：今年是 Momenta 成立十周年。从创业到现在，你最大的感受是什么？

曹旭东：我觉得自己蛮幸运。

一路走来，最重要的还是跟志同道合的人，去干真正喜欢的事情。这会让你的人生生机勃勃。

创业过程中有很多困难和挑战。每一年你都会觉得，今年可能是最难的一年，过了今年明年会更好。但实际上不是。

所以，如果你不享受发现问题、解决问题的过程，不享受和身边志同道合的人一起探索、面对困难、解决困难，创业中的这些困难很难坚持下去。

咬着牙坚持一年、两年、三年可能可以，但很难坚持十年。

你一定要找到志同道合的人，去干喜欢的事情，让自己的人生生机勃勃。

（作者｜李玉鹏，编辑｜杨林）

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

4天内，亚马逊宣布250亿美元追加投资，谷歌宣布最高400亿美元投资——两家直接竞争对手，在同一家AI初创公司身上押注超650亿美元。比起从VC角度审视Anthropic的发展，不如将其视为云战争最新回合的开始。

谷歌和亚马逊在全球云市场是直接竞争对手，两家同时押注同一家模型公司，本身就是一个反常信号——他们宁可互相牵制，也不愿让对方独占这个战略资产。这里面可能有三个隐藏信号：

1. 巨头投资Anthropic，买的不是股权，是算力预售订单。 亚马逊和谷歌给出的650亿美元，每分钱都带着回扣条款——Anthropic拿到的钱，必须以千亿美元量级花回投资方的云服务和芯片上。这场交易的本质，是算力供应商在给自己的产能找大客户。
2. 云市场的竞争逻辑已经彻底改写。 以前企业选云看的是价格和稳定性，现在选的是“谁的云上跑着最好的模型”。模型把算力绑架了，谁失去模型层的锚点，谁就失去企业客户。OpenAI被微软焊死，Anthropic成了谷歌和亚马逊唯一的争夺标的。
3. 中美AI基础设施正在呈现出不同的演化倾向——但这不是简单的“封闭vs开放”二元对立。两个市场都同时存在闭环和开放两条线，差异在于主导力量的比例和绑定深度。DeepSeek的开源路线给了中国市场一个不同于美国三极闭环的替代选项，但这个选项的持续性尚待验证。

“投资”二字，遮蔽了真正的交易结构

650亿美元，流向同一家公司，同一个对手，争夺的，是一个不能失去的锚点。

翻译成商业语言拆解来看，亚马逊的条款是：先到账50亿美元，后续200亿美元按“特定商业化里程碑”兑现。作为对价，Anthropic承诺未来十年在AWS技术产品上投入超过1000亿美元，涵盖亚马逊自研AI芯片Trainium的现有及新一代产品。

谷歌的条款是：先到账100亿美元，若Anthropic达到业绩目标，后续追加300亿美元，同时谷歌云在未来五年提供约5吉瓦算力。这5吉瓦是什么概念？相当于一座中型发电站的输出功率。

钱是双向流动的。

Anthropic拿到了融资，但拿到钱的同时，它也必须把钱花回去——花在投资方的云服务上，花在他们的芯片上，花在他们建设的算力集群里。这不是VC那种“给钱让你去烧”的模式，更接近算力供应商融资：巨头用投资锁定一个大客户，本质上是给自己的算力产能拿预售订单。

更直白一点：谷歌和亚马逊在赌的不是Anthropic的估值涨到多高，他们在赌Claude能持续消耗多少算力。

这其中，“为什么是Anthropic”，比“为什么投这么多钱”更值得回答。

要理解为什么谷歌和亚马逊必须押注Anthropic，先要理解微软已经拿下了什么，以及为什么他们没有第二个选择。

微软早在2019年就开始深度绑定OpenAI，彼时10亿美元注资加上Azure独家算力支持，换来了OpenAI模型在Azure云上的优先部署权。此后，随着GPT-3、GPT-4的爆发，无数企业客户为了使用最先进的模型而迁移到Azure——不是冲着微软的服务器，而是冲着OpenAI的模型。算力的选择权，已经被模型绑架了。 而且，微软与OpenAI的关系在近年持续深化，排他性条款使得其他云厂商几乎无法介入。

云市场的竞争，已经从“谁的服务器便宜”上移到了“谁的云上跑着最好的模型”。谁失去了模型层的锚点，谁就失去企业客户的迁移成本。OpenAI这个锚点，长期被视为微软的囊中之物，但实际上过去一年两者关系正在出现裂痕——OpenAI已在多云分发上动作频频，并推进自身算力基础设施的独立布局，不再将Azure视为唯一的商业化出口。

这反而让谷歌和亚马逊更加焦虑：他们押注Anthropic，不只是因为拿不到OpenAI，更是因为OpenAI正在自己长大、自己建算力，谁都无法永远独占它。

谷歌有Gemini，亚马逊有Nova，但这两款自研模型在企业端的渗透率远不及Claude和GPT。在这一代模型的窗口期内，加速追赶的性价比未必高，绑定一个已经跑出来的模型公司反而更务实。Anthropic的Claude，正是这个窗口里唯一值得绑定的标的。

一个数字足以说明问题：2026年4月7日，Anthropic披露其年化收入（ARR）已达300亿美元，较2025年底的90亿美元增长233%。300亿美元ARR不是PPT上的愿景，是付费合同堆出来的收入——Claude已经成为企业级AI市场上最不可替代的非自研模型。

而就在本月，Anthropic还以约4亿美元收购了成立仅8个月的生物技术AI初创Coefficient Bio，首次向生命科学领域延伸。Anthropic的故事已经不只是一家模型公司——它正在成为一个横跨多个垂直行业的AI基础设施层。

这就是为什么，谷歌和亚马逊宁可“养着一个竞争对手”，也不能让它被别人绑走。

为什么是现在——云战争再“圈地”

如果说2023年大模型的爆发是技术元年，2025年是多模态和Agent的落地元年，那么2026年的主线已经变成了：AI资源向头部平台加速集中，云战争的格局正在被改写。

过去数月发生了几件值得记录的事：

• 2025年9月，Anthropic完成130亿美元F轮融资，估值飙升至1830亿美元；
• 同月，Anthropic宣布与谷歌、博通合作，打造3.5吉瓦级别的TPU集群；
• 2026年2月，Anthropic完成G轮融资（金额不详），估值约3500亿美元；
• 2026年3月12日，Anthropic宣布Claude Partner Network，1亿美元投资构建企业落地生态；
• 2026年4月6日，博通SEC文件披露，Anthropic与谷歌、博通签署协议，自2027年起获得约3.5吉瓦下一代TPU算力，协议延续至2031年。

这一系列动作指向同一个结论：Anthropic已经度过了“证明自己行”的阶段，进入“规模化扩张”的轨道。它的需求是算力、人才和客户；云巨头的需求是锁定这个客户、阻止对手锁定它。双方的利益在此时此刻精准交汇。

3500亿美元——被亚马逊和谷歌在4天内独立验证的这个数字——是市场给这场圈地战的定价。

对Anthropic来说，这两笔钱当然是利好。ARR破300亿、两大云厂保驾护航、IPO筹码空前充足——这是最好的光景。

但硬币的另一面同样真实。

第一重约束：独立性正在被侵蚀。 同时被两个直接竞争对手参股，这在商业史上极为罕见。谷歌有Gemini，亚马逊在推Nova，他们与Anthropic既是合作关系，也是潜在竞争关系。当利益出现分歧时——比如Anthropic的产品路线与投资方的自研模型发生直接冲突——Anthropic需要在两个“房东”之间走钢丝。

2023年谷歌以3亿美元首轮入局Anthropic时，拿下了约10%股份，此后持续加注。如今两大巨头同时在董事会里有了话语权，Anthropic的每一次战略决策，都要在两条利益线的夹缝中寻找平衡点。

第二重约束：安全叙事正在承压。 Anthropic以“宪法AI”立身，以“安全优先”与OpenAI划清界限。但本月引发白宫破例部署的旗舰模型Claude Mythos，恰恰是因为其强大的网络攻防能力引发了国家安全的复杂考量。更早之前，2026年2月特朗普政府曾下令联邦机构停用Claude。安全叙事的双刃效应正在显现——Anthropic第一次因为模型太强而无法按自己的原则行事。随着商业压力持续增大，“安全边界”的坚守会越来越难。

第三重约束：IPO的达摩克利斯之剑。 3500亿美元估值的背后，是投资人需要退出路径。公开市场对增长故事的耐心是有限的，当“Dario的理想”遭遇季度财报的压力，“公益公司”的叙事能撑多久，这是留给2027年的悬念。市场有声音估算，若按常规稀释比例估算，Anthropic IPO的募资规模或达数百亿美元级别——而这一估算尚未得到官方确认。

中国AI产业：同样的两条线，不同的比例

回到产业层面，这两笔交易的深远影响或许要在多年后才能被充分评估。

一个背景需要交代：Anthropic的Claude和OpenAI的GPT一样，走的是闭源商业路线——模型权重不开放，企业只能通过Anthropic官方API或合作云平台（AWS Bedrock、Google Cloud Vertex AI）调用。这意味着，当全球最大的三家云服务商——微软、谷歌、亚马逊——都在通过资本手段绑定闭源模型公司时，形成的是三组“模型-云”的排他性绑定：OpenAI只能在Azure上获得最优部署条件，Claude的算力承诺要把钱花回AWS和Google Cloud上。

企业客户如果只是简单调用Claude的API做文本生成，换一个模型改几行代码就能完成，迁移成本并不高。但如果已经将Claude深度嵌入业务流程——基于Claude构建了完整的Agent系统、prompt工程全部为Claude调优、内部知识库与Claude Enterprise深度集成、同时使用了AWS配套的合规和审计服务——那换模型的成本就不只是换一个API endpoint了。Agent行为会因为模型差异而不可预测，prompt需要重新调优，tool调用链需要重写，合规体系需要重新适配。

随着AI在企业端的集成深度持续增加，这种迁移成本只会往上走。AI基础设施的格局，正在向“三极闭环”演化。每一极内部，模型、算力、云服务形成内循环，对深度集成的企业客户而言，选择空间在收窄。

但这不是美国的全貌。Meta的Llama模型一直是开源的，拥有全球最庞大的开源模型生态；马斯克2025年开源了Grok；Mistral也走开源路线。这些开源模型同样可以被任何云厂、任何企业自由部署。美国的AI版图上，“三极闭环”和“开源公共品”两条线并存，只是前者在商业规模和资本投入上目前远大于后者。

把目光拉回国内。

阿里和腾讯联合投资DeepSeek——一家以开源模型见长的公司——这件事在时间点上与谷歌亚马逊联投Anthropic几乎同步，很容易被读成同一个故事的中美版本。但底层逻辑差异极大。

先看模型本身的性质。 Claude是闭源的，模型权重从未开放，企业只能通过Anthropic官方API或特定云平台调用。DeepSeek走的是开源路线，模型权重公开发布，任何云厂、任何企业都可以自行部署。这个根本差异决定了两笔投资的博弈结构完全不同：闭源模型可以被云厂独占、用来锁定企业客户；开源模型天然不具备排他性，任何云厂都可以部署它，不存在“独家模型权”这种东西。

再看交易结构。 谷歌和亚马逊的650亿美元投资是算力预售：Anthropic拿到的每一分钱都附带云服务采购承诺，亚马逊侧是未来十年超千亿美元的AWS支出，谷歌侧是五年约5吉瓦算力消耗。钱从左边进，从右边出，形成闭环。投资方要的不是股权升值，是被投方持续消耗自家算力。

而阿里腾讯对DeepSeek的投资，目前披露的信息更接近纯股权投资，没有出现类似的算力采购绑定条款。两种结构解决的问题不同：算力预售解决的是云厂的产能去化，纯股权投资解决的是战略席位的锁定。

但同样需要承认的是，中国云市场也存在闭源闭环的力量。阿里有通义千问，腾讯有混元，百度有文心，华为有盘古——四大云厂的自研模型同样是闭源API调用模式，同样在各自云平台上形成“模型-云”的绑定关系。智谱的核心产品ChatGLM也提供闭源API。中国企业客户如果深度集成了某家云厂的自研模型，同样会面临迁移成本递增的问题。

差异在于比例和制衡力量。

更值得关注的，是这种松耦合模式可能带来的生态效应。 美国正在走向“三极闭环”：微软+OpenAI、谷歌+Anthropic、亚马逊+Anthropic，每一条闭环都是闭源模型与特定云平台的排他性绑定。

开源模型作为AI基础设施层的“公共品”，降低了整个行业的模型使用门槛，让更多中小企业和应用开发者能够参与AI创新。从这个角度看，DeepSeek的存在，确实给了中国市场一个不同于纯闭环路线的替代选项。

但这个选项能否持续，取决于三个条件：DeepSeek的开源路线能否在商业化压力下坚持、阿里腾讯的投资不会逐渐演变为排他性的算力绑定、以及中国独立模型公司在算力多元化的追求上能否持续投入。

目前来看，这三个条件都还没有确定的答案。

4天650亿美元，买的不是Anthropic的未来。买的是：在AI重新定义一切的时代，不想被定义成“旁观者”的门票。

而这张门票，正在变得越来越贵——贵到没有哪家巨头敢缺席，也没有哪家创业公司敢只靠自己撑下去。（本文首发钛媒体APP，作者 | AGI Signal，编辑 | 秦聪慧）

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

（本文作者为 吴怼怼，钛媒体经授权发布）

文 | 吴怼怼

这一轮芯片股，又涨疯了。

4月24日，费城半导体指数创出历史新高，走出连续18个交易日上涨，年内涨幅超过47%。

直接的导火索，是英特尔给出了一份远超预期的业绩指引，市场突然意识到：AI带来的算力需求，还远没有走到尾声。

当天，英特尔股价大涨，AMD、Arm、英伟达等也被一起抬升。

AI算力的故事讲了几年，市场似乎还没有听腻。英伟达继续站在全球科技股的中心，AMD、博通等产业链巨头也不断被重新定价，连一度被视为“掉队者”的英特尔，在换帅之后，也重新被市场放回观察名单。

涨幅背后，当然有AI需求、云厂商资本开支、先进制程、HBM、网络芯片、定制ASIC这些硬逻辑。

但如果把视线从K线图上挪开，会发现另一个很有意思的现象：

这一轮被市场反复奖励的芯片巨头，背后站着一批华人或亚裔背景的掌舵者。

英伟达的黄仁勋，AMD的苏姿丰，博通的陈福阳，英特尔现任CEO陈立武，都在各自公司的关键时刻，扮演了极其重要的角色。

黄仁勋把英伟达从一家图形芯片公司，推成了AI算力时代的核心基础设施公司；

苏姿丰接手AMD之后，让这家一度被边缘化的公司重新回到高性能计算牌桌；

陈福阳治下的博通，靠并购整合、大客户绑定和定制芯片机会，吃到了AI基础设施扩张的红利；

陈立武接手英特尔，则被市场寄予了“修复老牌芯片巨头”的期待。

为什么偏偏在AI算力时代，一批华人及亚裔背景的工程师型管理者，集中站到了全球科技产业最值钱的位置上？

芯片行业本来就不太相信一夜成名。它相信工程、相信周期、相信供应链，最后也相信那些在产业里熬过漫长低谷的人。

AI芯片时代重新奖励一批工程师型、供应链型、长期主义型的产业管理者。表面看，几位华人CEO站到了舞台中央；往深处看，这是半导体产业几十年人才迁移、工程训练、全球分工和AI算力周期的一次集中爆发。

芯片行业最先奖励的，是能把复杂系统跑通的人

过去十几年，互联网行业塑造了很多明星CEO。

他们擅长产品叙事，擅长用户增长，擅长平台生态，也擅长把一个商业模式快速推向大规模市场。

芯片行业的节奏完全不同。

一颗芯片从立项到量产，往往要经历数年周期。架构能不能成立，制程能不能配合，良率能不能爬坡，封装能不能承接，客户能不能导入，供应链能不能稳定，每一个环节都可能决定最终成败。

尤其到了AI时代，芯片公司的竞争已经不再只是单颗芯片参数的竞争。GPU、CPU、HBM、先进封装、网络互联、服务器、电力、数据中心、云厂商资本开支、软件生态，全都被卷进同一个系统里。

英伟达最强的地方，也不只是GPU本身。

它真正厉害的是，把GPU、CUDA、网络、服务器系统、软件生态和客户迁移成本，做成了一个完整的算力平台。

AMD的机会，也不只是做出一颗可以对标英伟达的AI芯片。它还要让客户相信，自己在软件、供货、路线图、功耗和系统稳定性上，能够成为长期可选项。

博通走的是另一条路线。它不一定站在聚光灯最中央，但它通过网络芯片、定制ASIC、大客户深度绑定，成为云厂商AI基础设施扩张里的关键玩家。

这些公司看起来路径不同，底层要求却很相似：

懂技术，懂客户，懂供应链，懂资本开支周期，还要懂组织执行。

芯片行业最终筛选出来的，往往不是最会讲故事的人，而是最能长期兑现的人。

这也是为什么这一轮走到台前的CEO，很多都有很强的工程师底色。他们更像一代半导体产业经理人。

华人及亚裔高管集中出现，背后是一代人的产业训练

为什么在半导体行业，华人及亚裔背景的管理者这么多？

这和过去几十年的全球人才流动有关。

20世纪后半段以来，大量来自东亚、东南亚和南亚的理工科学生进入美国高校，学习电子工程、计算机、材料、物理等专业。

毕业之后，他们进入硅谷，进入芯片公司，进入EDA公司，进入晶圆厂，进入设备、材料、系统公司。

这些人没有一开始就坐到CEO位置上。

更常见的路径是，在产业里一步步往上走。

先做研发，再做产品；
先做项目，再做客户；
先管技术，再管业务；
先理解一家公司，再理解一条产业链。

黄仁勋在创立英伟达之前，曾经在AMD和LSI Logic工作。苏姿丰长期深耕半导体和高性能计算。陈立武在加入英特尔之前，曾执掌Cadence，也长期参与芯片产业投资。

这批人的共同点，不是同一个身份标签。

更重要的是，他们都经历过半导体行业最枯燥、最漫长、也最有门槛的产业训练。

半导体不像消费互联网，不能靠一次流量红利迅速做大。它要求人长期待在产业链里，理解技术路线，理解客户信任，理解产能节奏，理解成本结构。

今天我们看到的“华人CEO带飞芯片巨头”，其实是几十年工程训练、人才迁移和产业分工之后的一次集中显影。

AI周期来了，这批人刚好站在了牌桌中心。

AI把芯片重新定价了，也把这批CEO重新定价了

如果只是普通芯片周期，这个现象可能不会这么显眼。

真正让它变得耀眼的，是AI。

AI把芯片产业从过去的“零部件生意”，推成了今天的“算力基础设施生意”。

过去，市场看芯片公司，很多时候看的是产品竞争、库存周期、下游需求和行业景气度。

现在，AI把芯片公司的战略地位抬高了。

算力成了大模型公司的粮食，GPU成了云厂商资本开支的核心去向，先进制程和封装成了AI服务器能不能持续放量的前提，网络互联和定制芯片成了大客户降本增效的关键变量。

这时候，芯片公司CEO要处理的问题，远比过去复杂。

判断技术路线，也要判断客户预算；
押注产品方向，也要管理供应链风险；
面对资本市场，也要面对云厂商的长期采购计划；
懂芯片本身，也要懂软件生态、系统架构和数据中心。

这正是华人及亚裔背景工程师型CEO容易被市场重新定价的原因。

很多人长期横跨几个世界：美国科技公司的创新体系，亚洲制造体系，全球大客户体系，以及资本市场的估值逻辑。

他们知道一颗芯片怎么被设计出来，也知道它怎么被制造出来；知道客户为什么愿意迁移，也知道客户为什么不敢迁移；知道什么东西可以靠愿景推动，什么东西必须靠工程兑现。

AI时代放大的，不只是芯片公司的估值，也放大了这类管理者的稀缺性。

英特尔找陈立武，是在找一个产业生态修复者

英特尔新任CEO陈立武，也是这个话题里值得观察的案例。

因为英特尔和其他几家公司处境完全不同。

英伟达是AI算力平台赢家。

AMD是重新回到牌桌的挑战者。

博通踩中了定制芯片和云基础设施扩张。

英特尔则更复杂。

它曾经是全球半导体行业的绝对王者，现在却要同时面对制程追赶、代工客户信任、AI加速器落后、数据中心竞争、资本开支压力和组织文化重塑。

这不是换一个CEO就能立刻翻盘的局。

陈立武被市场期待，重点在他的产业履历。

他做过EDA，懂芯片设计公司如何工作；做过投资，熟悉创业公司和技术路线。

他长期在半导体生态里，理解客户为什么选择一家公司，也理解客户为什么不敢把订单交出去。

英特尔现在最需要修复的，恰恰是信任。

客户信不信Intel Foundry能稳定交付？
工程团队信不信公司还能回到技术主线？
投资人信不信巨额资本开支能换来回报？
市场信不信这家老牌巨头还能重新变轻、变快、变聚焦？

陈立武真正要面对的，是一整套信任系统。

这也解释了为什么市场会对他的上任产生期待。

英特尔需要的是一个懂产业生态、懂客户心理、懂工程纪律、也懂资本配置的人。

这轮芯片牛市，真正奖励了什么？

所以回到最初的问题：

华人CEO为什么带飞芯片巨头？

如果只看身份，很容易得出一个标签化的答案。

如果往产业深处看，会发现市场奖励的其实是几种能力。

第一，是工程判断。

芯片行业最后还是要看产品、性能、功耗、良率和交付。概念可以点火，工程才能续航。

第二，是长期主义。

英伟达的CUDA生态，AMD的高性能计算路线，博通的并购整合和客户绑定，都不是短期结果。

第三，是供应链理解。

AI芯片已经不是单颗芯片的竞争，而是设计、制造、封装、内存、网络、服务器、数据中心之间的整体协同。

第四，是客户绑定。

今天最大的AI芯片客户，往往也是全球最大的云厂商和科技公司。它们看重的不只是参数，还包括路线图、交付能力、稳定性和迁移成本。

第五，是资本纪律。

芯片行业极度烧钱。先进制程、AI芯片、封装产能、数据中心产品线，都需要巨额投入。真正难的地方，在于知道什么时候下注，什么时候收缩，什么时候聚焦。

这一代华人及亚裔背景的工程师型管理者，很多人刚好在这些维度上完成了长期训练。

他们懂技术，也懂商业；
懂美国科技体系，也懂亚洲制造体系；
懂资本市场的期待，也懂工程落地的残酷；
懂如何讲一个足够大的故事，也知道这个故事最后必须被产品、订单和利润验证。

AI时代没有凭空制造这些能力。

AI时代把芯片产业推成了全球算力基础设施生意，而这一代华人及亚裔背景的工程师型管理者，恰好是最早同时横跨美国技术体系、亚洲制造体系和全球客户体系的一批人。

他们站到台前，不是偶然。

这是半导体产业长期训练出来的人，遇上了AI时代最需要他们的时刻。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App