李桂松:全球算力资产竞争格局与资产管理报告(十一) |
| 日期 2026-10-19 作者 李桂松 编辑 北京云阿云 |
全球算力资产竞争格局与资产管理报告 导读:算力即国力。当芯片从设备升维为可计量、可调度、可金融化的战略资产,一场围绕有效算力的全球竞逐已然打响——美企主导、中国追赶,双核格局之下,大国算力博弈中国胜算几何?报告全文20万字,由云阿云智库平台主席兼财政金融院长李桂松原创出品。 报告名称:《全球算力资产竞争格局与资产管理报告》 报告撰写:北京云阿云智库平台主席兼财政金融院长李桂松 课题组长:李桂松院长 课题组成员名单: 李桂松:北京云阿云智库平台主席兼财政金融院长 李国熙:北京云阿云智库平台全球治理研究中心主任 李国琥:北京云阿云智库平台空天学院院长 李嘉仪:北京云阿云平台金融院长 报告完成日期:2026年9月19日 业务联系电话:13360021949(李博士) 第十一章腾讯 一、企业概况与算力资产规模 (一)资本支出激增(Q2 2026单季527.8亿元) 腾讯在2026年第二季度释放了一个令市场震动的信号:这家长期以“稳健财务纪律”著称的互联网巨头,正在以前所未有的力度投入算力基础设施。 根据腾讯2026年第二季度财报,当季资本开支达到527.84亿元,同比大幅增长176%,环比增幅65%。这一数字远超市场预期的321亿元,是上年同期191亿元的近三倍。上半年累计资本开支达到847.20亿元,同比增长82%。 这一“激增”的规模含义需要放在腾讯的财务历史中理解。腾讯在2024年全年的资本开支约为768亿元,2025年全年约为1080亿元。而2026年仅第二季度单季的资本开支(528亿元)就接近2024年全年的70%,接近2025年全年的50%。摩根大通在财报发布后将腾讯2026年全年资本开支预测上调至2000亿元;大和也将腾讯AI资本开支预测从1080亿元大幅上调至1810亿元。如果这些预测实现,腾讯2026年的资本开支将较2025年增长约67%至85%。 资本支出的激增对腾讯的现金流产生了实质性影响。第二季度,腾讯录得负自由现金流138亿元,主要原因是“经营活动产生的现金净额被资本开支付款、媒体内容付款等超额抵销”。截至6月底,腾讯的现金净额从3月末的1469亿元大幅下降至582亿元,减少了约60%,反映了“资本开支付款593亿元及年度股息支付416亿元”的双重压力。腾讯的现金及现金等价物为2069.3亿元,仍高于上年同期的1820.57亿元,为持续的算力投资提供了缓冲空间。 腾讯总裁刘炽平在业绩电话会上对资本开支的战略逻辑进行了坦率的阐述。他表示,腾讯“的确正在算力上进行大规模投入,目前已经看到了明显的回报上行空间,多款新应用表现良好”。他进一步将AI业务的商业化路径描述为一个三阶段的递进逻辑:“如果先用来自建模型、再用来开发应用、最后将算力对外出租的顺序推进,我们就能打造起一项极具规模的原生AI业务,这会带来非常可观的利润”。这一表述的核心信息是:腾讯的算力资产具有多重变现路径——自用(模型训练)、应用(产品推理)和出租(云服务)——且这三条路径的利润率依次递增。 刘炽平还透露了一个具有信号意义的数据:“此前下达的部分算力订单如果售出,可较几个月前的采购价高出30%以上的利润”。这一“算力增值”的表述的资产管理含义是深远的:它意味着腾讯的算力资产不仅具有“使用价值”,还具有“市场价值”,且市场价值可能显著高于账面成本。在算力供给紧张的2026年,提前锁定GPU的“期权价值”正在兑现。 (二)研发支出强度 腾讯的研发支出在2026年第二季度达到272.8亿元,同比增长35%。上半年累计研发开支达到498.2亿元,同比增长27%。这一研发投入强度使腾讯跻身中国科技公司研发投入的第一梯队。 从研发支出的投向来看,腾讯在业绩交流会上明确表示,研发费用的增长“主要源于为支持模型的进一步强化,做了研发投入增加,希望进一步加强AI相关举措,并在产品和服务中全面构建和提升AI能力”。这一表述的资产管理含义是:腾讯的研发支出不是“泛化的技术投入”,而是聚焦于AI能力的系统性建设。混元模型的迭代、工作伙伴等智能体产品的开发、以及AI在微信和游戏中的集成,构成了研发支出的主要方向。 研发支出与资本支出的协同关系值得特别关注。资本支出(528亿元)主要投向硬件基础设施(数据中心、GPU服务器);研发支出(273亿元)主要投向软件能力(模型训练、产品开发)。两者构成了腾讯AI战略的“硬件底座+软件引擎”的双轮驱动。刘炽平对此的表述是:腾讯正在“在智能、应用与基础设施三个层面,构建一个全新的、AI赋能的腾讯”。 (三)算力基础设施布局 腾讯的算力基础设施布局在2026年呈现出“聚焦核心、快速扩张”的特征。与字母表和微软的全球分散部署不同,腾讯的算力资产高度集中于中国境内,且主要服务于内部业务需求和腾讯云的外部客户。 从数据中心布局的角度看,腾讯在2026年大幅扩充了算力采购,资金“主要投向数据中心、服务器等AI基础设施”。腾讯在财报中明确表示,在“基础设施层,公司大幅增加了算力采购,将助力公司把应用及模型的使用转化为收入”。这一表述的资产含义是:腾讯的算力资产不再是“成本中心”,而是具有“收入转化”功能的“生产性资产”。 从算力资产的构成来看,腾讯的算力基础设施以GPU服务器为核心,辅以自研的专用芯片。刘炽平在业绩会上透露,今年年底及明年,腾讯将拥有充足的GPU和ASIC储备,从而“加大在腾讯云出租裸GPU或提供模型即服务(MaaS)的力度”。这一“GPU+ASIC”的储备策略表明:腾讯的算力资产正在从“单一GPU依赖”向“异构算力组合”演进。ASIC的引入可能是为了降低推理成本——在AI推理场景中,专用芯片的能效比往往优于通用GPU。 从算力资产的利用角度来看,腾讯的算力资产具有“内部消化为主、外部出租为辅”的特征。云阿云智库报告分析认为:腾讯依托游戏、微信、云多元消化算力,算力利用率具备规模优势。这一“多元消化”的资产管理含义是:腾讯的算力资产不依赖于单一业务的需求,而是分布在多个高频、高粘性的业务场景中——微信的AI功能、游戏的AI NPC、广告的AI创意工具、云服务的MaaS推理。这种需求结构的多元化使腾讯的算力资产具有更强的抗周期能力。 二、核心算力资产分析 (一)GPU算力采购与锁仓策略 腾讯在2026年的GPU采购策略呈现出“集中锁仓、提前布局”的特征,这一策略的核心逻辑是在算力供给紧张的窗口期内锁定稀缺资源。 从采购节奏来看,腾讯的GPU采购在2026年上半年显著加速。云阿云智库报告分析认为:资本开支暴涨的核心原因是腾讯集中锁仓GPU算力、扩建AI数据中心,为Hy4大模型、全品类AI智能体储备硬件底座。这一“集中锁仓”策略的资产管理含义是:腾讯将GPU采购视为“战略储备”而非“按需采购”。在算力供给增速(15-20%)远低于需求增速(45-60%)的市场环境中,“先买到”比“买得便宜”更重要。 刘炽平对采购策略的回报逻辑进行了独特的阐述。他透露的“部分算力订单如果售出,可较几个月前的采购价高出30%以上的利润”的数据,揭示了腾讯GPU采购的“双重价值”:使用价值(用于模型训练和推理)和市场价值(如果出售可以获得的溢价)。这一“算力增值”现象的存在条件是:算力市场处于卖方市场,GPU的市场价 > 采购价 + 持有成本。腾讯通过提前锁定采购,实际上是在“做多算力”——如果算力需求持续增长,腾讯的算力资产将同时产生“使用收益”和“资产增值”。 从采购的财务处理来看,腾讯的GPU采购涉及大额的预付款项。腾讯在财报中解释,经营现金流“包括大额AI相关预付款项,用于提供基础设施以支持Hy模型升级、工作伙伴及代码伙伴推理需求、微信AI举措等,同时满足外部客户对云服务增长的需求”。若剔除算力采购的预付款项,腾讯第二季度的自由现金流为376亿元。这一“剔除预付款”的调整表明:腾讯的经营现金流在剔除算力预付款后仍然健康,算力投资的现金流压力主要来自“前置支付”而非“运营亏损”。 从采购的可持续性来看,刘炽平对资本支出节奏的预期管理值得关注。他表示,用于构建AI业务的资本开支“更像是一笔会集中在今年和明年投入的资金,不应假设每年都会有这样一笔新投入”,而“用于推理的算力只有在确保能带来丰厚回报的情况下才继续投资”。这一表述的资产管理含义是:腾讯的GPU采购不是“无限度的军备竞赛”,而是“有明确终点的战略窗口期”。腾讯的目标是在2026-2027年完成算力基础设施的“基础建设”,此后将根据实际回报来决定是否继续投资。 (二)混元大模型算力需求 混元大模型是腾讯算力资产体系中最核心的“内部消费者”,其训练和推理的算力需求构成了腾讯GPU采购的主要驱动力之一。 混元Hy3在2026年7月正式发布,是腾讯在底层基础设施全面重建后的首个重大成果。Hy3采用混合专家(MoE)架构,总参数达2950亿、激活参数210亿,支持256K上下文长度。这一参数规模的算力含义是:Hy3的训练需要大规模GPU集群运行数周甚至数月,其推理需要持续的算力供给来支撑海量用户调用。 从模型迭代速度来看,混元在2026年展现了令人瞩目的加速度。Hy3 preview于4月23日发布,Hy3正式版于7月5日发布,而性能更强、多模态能力升级的Hy4模型也计划于近期上线。不到半年时间完成从底层重建到正式版发布的完整周期,这一“混元速度”的算力含义是:腾讯的GPU集群需要同时承载多代模型的训练任务——Hy3的持续优化、Hy4的训练、以及Hy5的前期探索。这种“并行训练”的模式使腾讯的算力需求远高于“单代模型”的场景。 从模型调用量的角度看,Hy3的市场接受度正在快速提升。官方数据显示,Hy3从preview上线以来日均Token消耗量增加了20倍。按OpenRouter的Token消耗量计,Hy3自推出以来持续位列全球前三。Token消耗量的指数级增长意味着推理算力需求的同步增长。Hy3在工作伙伴中的任务解决率从72%提升至90%,平均耗时缩短34%。这些“效率提升”的数据的算力含义是:同样的任务,Hy3需要更少的算力——这在一定程度上抵消了Token消耗量增长带来的算力压力。 从成本优化的角度看,混元在降低部署门槛方面取得了实质性进展。Hy3推出了1bit与4bit权重量化版本,“使得原本依赖多卡集群运行的模型,最少仅需一张推理显卡,甚至在内存充足的本地机器上也可以运行”。这一“量化压缩”技术的资产管理含义是:它使腾讯的算力资产能够以更低的成本服务更多的用户。一个原本需要8卡A100运行的模型,经过量化后可能只需要1-2卡——这意味着同样的GPU集群可以承载4-8倍的推理负载。 (三)工作伙伴与AI智能体算力消耗 工作伙伴是腾讯在2026年最具战略意义的AI产品,其算力消耗模式代表了AI智能体时代算力需求的新范式。 工作伙伴在2026年第二季度的用户规模已经达到国内办公智能体赛道的领先地位。易观《2026年Q2中国办公智能体平台市场洞察报告》显示,6月份工作伙伴 PC端访问量达2097万次,位居国内同类产品首位,访问量超第二名、第三名总和。腾讯系四款产品(工作伙伴、代码伙伴、Marvis、QClaw)跻身月度访问前十榜单。工作伙伴的快速增长意味着算力消耗的同步增长——每一个工作伙伴用户的任务执行都伴随着模型推理的Token消耗。 从算力消耗模式来看,工作伙伴代表了与聊天机器人截然不同的算力需求。传统聊天机器人的交互是“一问一答”——用户提问,模型生成回答,交互在秒级完成。而工作伙伴作为AI智能体,执行的是“任务导向”的复杂工作流:用户下达任务,工作伙伴自主拆解步骤、调用工具、操作文件、交付成果。这一过程的算力消耗可能远超单次问答——一个复杂的文档生成任务可能涉及数十次模型调用、多个工具的协同和长上下文的处理。 从商业化验证的角度看,工作伙伴的任务解决率是算力效率的关键指标。Hy3接入工作伙伴后,任务解决率从72%提升至90%,平均耗时缩短34%。这一“解决率提升”的资产管理含义是:用户不再需要反复尝试来获得满意结果,每一次任务执行的算力消耗更加“有效”。“耗时缩短34%”意味着同样的任务消耗更少的算力时间。模型能力的提升直接转化为算力效率的提升。 从生态扩展的角度看,工作伙伴在2026年9月上线了开放平台,首批引入超百家生态伙伴,成为“国内AI Agent赛道首个同时打通硬件、应用与开发者三层生态的开放平台”。9款联名智能硬件首发亮相,30余个行业应用同步接入。这一“开放生态”策略的算力含义是:工作伙伴的算力消耗将从“腾讯自有产品”扩展到“第三方硬件和应用”。当智能眼镜、录音设备、桌面陪伴设备都接入工作伙伴的Agent底座时,算力消耗的来源将多元化,但消耗总量也将显著上升。 (四)游戏业务的AI算力消耗 游戏业务是腾讯算力资产体系中最被低估的“算力消化器”,其AI算力消耗在2026年呈现出从“工具辅助”向“核心驱动”演进的趋势。 从财务表现来看,游戏业务在AI赋能下重回双位数增长。2026年第二季度,腾讯网络游戏总收入659亿元,同比增长11%;本土游戏收入473亿元,同比大涨17%。这一“双位数增长”的算力含义是:游戏业务的增长本身正在驱动算力需求的增长——更多的游戏内容、更复杂的AI NPC、更智能的匹配系统,都需要持续的算力供给。 从AI在游戏中的渗透来看,AI已经深度融入游戏研发、运营和玩家体验的全链条。在研发端,《三角洲行动》借助Hy3D模型搭建端手一体化生产管线,“大幅降低场景制作成本”。在运营端,通过智能体Agent提升版本迭代与活动运营效率。在玩家体验层面,AI NPC玩法持续普及——《和平精英》AINPC累计体验用户1.67亿,最高日活1770万。这些数据的算力含义是:每一个AINPC的对话交互都伴随着实时的模型推理。1.67亿的累计体验用户和1770万的日活意味着每天有数千万次的AI NPC交互,每一次交互都消耗推理算力。 从战略定位的角度看,云阿云智库报告的分析揭示了游戏业务作为“算力消化器”的独特价值:腾讯将大模型能力下沉至游戏细分场景,区别于通用AI工具,垂直游戏智能体形成差异化壁垒,也持续消化公司自研大模型算力产能。这一“消化算力产能”的表述的资产管理含义是:游戏业务为腾讯的算力资产提供了“稳定的内部需求基础”。即使在外部AI客户需求波动的情况下,游戏业务的算力需求仍然存在,且随着AI NPC的普及而持续增长。 三、竞争优势分析 (一)游戏与社交业务提供的稳定现金流 腾讯最独特的竞争优势在于:它拥有中国互联网行业最稳定的现金流生成能力,为算力投资提供了几乎无限的“弹药”。 从财务数据来看,腾讯的营收和利润在2026年第二季度保持稳健增长。当季营收2048亿元,同比增长11%;金融科技及企业服务收入603亿元,同比增长9%。游戏业务的双位数增长(本土游戏+17%)和营销服务收入435.7亿元、同比增长22%的表现,构成了腾讯现金流的基础。 从资本配置的角度看,腾讯的“现金流反哺AI”模式与其他超大规模云厂商形成了鲜明差异。微软和字母表的算力投资部分由云服务收入支撑——它们需要向外部客户交付云服务来证明投资的合理性。而腾讯的算力投资首先服务于内部业务(游戏、社交、广告),其次才对外出租。这一“内部需求优先”的模式使腾讯的算力投资决策具有更强的“下行保护”。刘炽平对此的表述直截了当:公司之所以能放心地对AI进行巨额投资,“不仅是因为存在巨大的增长潜力,也是因为有着清晰的‘下行保护’”。 从“下行保护”的内涵来看,腾讯的多元业务结构是其最强大的风险缓冲。即使AI投资的外部变现(云服务出租、MaaS)不及预期,腾讯的游戏、社交、广告业务仍然能够消化大量的算力。云阿云智库报告分析认为:腾讯依托游戏、微信、云多元消化算力,算力利用率具备规模优势;主业现金流稳健,能持续承接长期投入。这一“多元消化”的能力使腾讯的算力资产不会因为单一业务的波动而“闲置”。 (二)多元业务场景消化算力能力 腾讯的多元业务场景是其在算力资产管理中最难以被复制的结构性优势。这一优势的核心在于:腾讯拥有中国互联网行业最丰富的“算力消耗场景”,从社交到游戏到广告到办公,每一个场景都需要算力,且每一个场景的算力需求特征各不相同。 从场景多样性的角度看,腾讯的算力资产服务于多个高频、高粘性的业务。微信的AI功能(AI小微、AI一键排版)每天服务数亿用户;游戏的AINPC每天产生数千万次交互;广告的AI创意工具每天生成大量的营销素材;工作伙伴的办公智能体每天处理数十万次任务。这些场景的算力需求特征——推理延迟要求、Token消耗模式、并发规模——各不相同,使腾讯能够在不同的算力配置中灵活调配资源。 从“算力消化”的经济逻辑来看,腾讯的内部业务为算力资产提供了“保底需求”。在算力供给紧张的时期,腾讯可以优先满足内部需求(训练混元、支撑游戏和社交AI),减少对外出租。在算力供给宽松的时期,腾讯可以增加对外出租,提升算力利用率。刘炽平描述的“先用来自建模型、再用来开发应用、最后将算力对外出租”的三阶段逻辑,正是这一灵活调配的制度表达。 从竞争对比的角度看,腾讯的“多元业务消化算力”模式与纯粹的云服务提供商(如AWS、Azure)形成了根本性差异。纯粹的云厂商依赖于外部客户的需求——如果外部客户的需求波动,算力利用率将直接受到影响。而腾讯的算力资产首先服务于内部业务,外部出租是“增量变现”而非“核心需求”。这一“内部需求优先”的模式使腾讯的算力资产具有更强的抗周期能力。 (三)从模型到应用的闭环能力 腾讯在2026年形成的“模型-产品-场景”闭环能力是其算力资产管理中最具系统性的竞争优势。这一闭环的核心逻辑是:混元模型的每一次迭代都直接反馈到产品中,产品的每一次使用都为模型提供真实的训练数据和反馈信号。 从模型与产品的协同来看,混元Hy3的迭代路径展示了“产品反哺模型”的独特机制。腾讯在财报中对此的表述是:“Hy重建过程中,模型团队与产品团队的深度协同——在真实产品中‘找问题’、沉淀上下文,进一步加速了模型进化”。具体而言,工作伙伴的自动化脚本生成、工作流编排等“真实且复杂的场景需求”,为混元模型能力迭代提供了高价值的方向。这种“场景驱动模型优化”的模式,使腾讯的模型迭代不是“为技术而技术”,而是“为解决问题而迭代”。Hy3在工作伙伴中任务解决率从72%提升至90%的数据,正是这一协同的直接成果。 从闭环效率的角度看,腾讯的“模型-产品-场景”闭环使算力投资的价值捕获更加高效。在传统的“模型-云服务”模式中,模型公司训练模型,云厂商提供算力,客户使用模型——价值在多个主体之间分配。而在腾讯的闭环模式中,模型(混元)、算力(GPU集群)、产品(工作伙伴、元宝、微信)、场景(游戏、社交、办公) 同属一个组织。这意味着腾讯不需要与外部主体“分享”价值——模型能力提升带来的产品体验改善和用户增长,直接转化为腾讯的收入。 从竞争壁垒的角度看,这一闭环能力是竞争对手难以复制的。字节跳动拥有豆包模型和抖音场景,但其办公场景(如飞书)的规模远小于腾讯的微信和工作伙伴。阿里巴巴拥有通义千问模型和电商场景,但其社交和游戏场景的缺失使其算力的内部消化能力弱于腾讯。百度拥有文心模型和搜索场景,但其场景的“高频性”和“粘性”与腾讯的微信和游戏存在差距。腾讯的“模型-产品-场景”闭环的独特性在于:它同时拥有“领先的模型”和“海量的高频场景”。 四、劣势与风险分析 (一)缺乏自研芯片能力 腾讯在自研AI芯片领域的布局远落后于阿里巴巴、百度和字节跳动,这是其在算力资产管理中最显著的短板。 从芯片布局的对比来看,百度昆仑芯起步最早,已实现万卡集群部署和外部客户销售;阿里平头哥的GPU芯片累计交付47万片,60%服务外部客户;字节跳动虽然入局较晚,但已在研发AI推理、通用CPU、视频转码等芯片。而腾讯的自研芯片——沧海(视频编解码)、紫霄(AI推理)、玄灵(智能网卡)——主要聚焦于专用场景,未涉足通用AI训练或推理芯片。 腾讯选择视频专用芯片而非通用AI芯片的战略逻辑是高度理性的“扬长避短”。云阿云智库报告分析认为:视频编解码是腾讯最核心的业务场景,包括微信视频号、腾讯视频、云游戏、直播等,这些业务需求明确、算法可控、优化空间大,属于需求驱动型造芯。沧海V2芯片的压缩效率较上一代提升超30%(H.266标准),单颗芯片的编解码处理能力较V1翻倍。从“省钱”的角度看,腾讯通过自研视频芯片每节省1%的带宽成本,那也是天文数字。 然而,这一“聚焦专用芯片”的策略的局限性同样显著。在AI训练和推理这一算力需求最大、增长最快的领域,腾讯完全依赖外部采购(NVIDIA GPU和少量ASIC)。这意味着:腾讯的算力资产无法享受“自研芯片”带来的成本优势。阿里平头哥的芯片使阿里云能够在MaaS定价上具有更大的灵活性;而腾讯的GPU全部来自外部采购,其单位算力成本受NVIDIA定价权和市场供需的强烈影响。云阿云智库报告认为:对于腾讯这种体量的公司,单纯靠一款芯片量产来提升估值很难。从资产管理的角度看,缺乏自研AI芯片能力意味着腾讯的算力资产在“成本曲线”上处于被动地位——它无法通过“芯片层的创新”来压降算力成本,只能通过“采购规模”和“运营效率”来优化。 (二)算力资产完全依赖外部采购 腾讯的算力资产完全依赖外部采购(主要是NVIDIA GPU),这一结构性依赖使腾讯的算力资产管理面临多重风险。 从供应链风险的角度看,美国对华AI芯片出口管制是最不可预测的外部变量。虽然H200在2026年被允许“逐案审批”出口,但实际供应量和审批速度的不确定性使腾讯无法依赖这一渠道。腾讯的应对策略是“提前锁仓”——通过大规模预付款锁定GPU供应。刘炽平透露的“部分算力订单如果售出,可较几个月前的采购价高出30%以上的利润”表明,腾讯的提前采购在算力涨价的环境下具有“套利价值”。但这一策略的风险在于:如果算力需求放缓或芯片供应改善,腾讯的预付款可能面临减值风险。 从成本结构的角度看,完全依赖外部采购意味着腾讯的算力资产成本主要由NVIDIA的定价权决定。NVIDIA的GPU毛利率长期维持在70%以上,这意味着腾讯支付的每一美元中,有70美分是NVIDIA的利润。阿里和百度通过自研芯片部分绕过了这一“NVIDIA税”,而腾讯无法享受这一成本优势。从长期竞争的角度看,这一成本结构的差异可能在AI推理规模化的阶段显著影响利润率——当推理算力需求远超训练算力需求时,单位推理成本的竞争将决定AI服务的盈利能力。 从战略自主性的角度看,完全依赖外部采购使腾讯的算力资产扩张受制于外部供应链的“节奏”。腾讯可以决定“买多少”,但无法决定“什么时候能拿到”。刘炽平对资本支出节奏的表述——“用于构建AI业务的资本开支更像是一笔会集中在今年和明年投入的资金”——暗示了腾讯的算力扩张具有“窗口期”特征:它需要在GPU供应相对充裕的窗口期内完成基础建设,否则可能错过AI竞争的关键时机。 (三)AI商业化收入贡献尚不显著 腾讯的AI商业化收入在2026年尚未形成显著的财务贡献,这是其算力资产管理中最直接的“回报验证”问题。 从收入结构的角度看,腾讯的AI相关收入散落在多个业务板块中,未作为独立项目披露。混元模型的API调用收入包含在企业服务收入中;工作伙伴的订阅收入同样包含在企业服务中;AI对广告效率的提升体现在营销服务收入的增长中。这种“分散化”的收入结构使投资者难以准确评估AI投资的直接财务回报。 从MaaS收入的角度看,腾讯云在MaaS领域的收入规模尚未达到阿里巴巴百炼平台的水平。阿里百炼的ARR在2026年8月已达到160亿元,年底目标300亿元。腾讯未披露类似的MaaS收入数据,但其Hy3的API已在腾讯云TokenHub上线,并“将在多个海外API平台陆续接入”。从Token消耗量来看,Hy3“自推出以来持续位列全球前三”(按OpenRouter计),这表明模型的使用量是显著的,但使用量转化为收入的效率可能低于预期——Hy3采用了Apache 2.0开源协议,全球开发者可免费商用。开源策略扩大了生态,但限制了直接收入。 从刘炽平的商业化路径来看,他描述的“先用来自建模型、再用来开发应用、最后将算力对外出租”的三阶段逻辑,暗示了AI收入的“滞后性”。当前腾讯处于“自建模型+开发应用”阶段,“算力对外出租”和“MaaS规模化变现”的收入贡献可能在2027年及以后才会显著。这一“J曲线效应”意味着:投资者需要耐心等待,而市场对“耐心”的容忍度在资本支出激增的背景下可能有限。 (四)资本支出的短期利润压力 腾讯的资本支出激增正在对短期利润和现金流产生实质性压力,这是其算力资产管理中最直接的财务风险。 从现金流的角度看,腾讯第二季度录得负自由现金流138亿元,现金净额从1469亿元降至582亿元。虽然剔除算力采购预付款后自由现金流为376亿元,但预付款本身是真实的现金流出。腾讯的现金及现金等价物为2069.3亿元,虽然高于上年同期,但现金净额的下降速度(一个季度下降60%)值得关注。如果资本支出在2027年继续维持高位,腾讯的现金储备可能进一步承压。 从利润的角度看,资本支出的增加将通过折旧费用逐步流入损益表。腾讯的净利润在2026年第二季度为约500亿元(根据营收和利润率推算),而季度资本支出528亿元意味着资本支出超过了当期净利润。随着GPU服务器和数据中心资产的折旧开始计提,腾讯的利润率可能面临下行压力。刘炽平对资本支出节奏的“不应假设每年都会有这样一笔新投入”的表态,暗示了腾讯对“资本支出高峰”的“暂时性”定位——它需要在2026-2027年完成“基础建设”,此后资本支出将回归“维护性”水平。 从市场预期的角度看,腾讯激增的资本支出与市场对“利润增长”的期待之间存在张力。腾讯的股价在2026年从年内高点的最大跌幅超过30%,这一估值压缩可能部分反映了市场对“AI投资回报周期”的担忧。腾讯需要在“投资未来”和“维持利润”之间找到平衡,而这一平衡的“时间窗口”可能比市场预期的更窄。 五、战略动向与展望 (一)从“稳健财务纪律”向“战略投入期”的定位迁移 腾讯在2026年的资本配置哲学正在经历根本性的转变:从“稳健财务纪律”(以回购和分红为核心)向“战略投入期”(以算力基础设施为核心)迁移。 这一转变的标志性事件是资本支出的“激增”。腾讯长期以“自由现金流充裕、回购力度大”著称,其财务纪律是投资者估值的重要支撑。而2026年第二季度528亿元的资本支出和138亿元的负自由现金流,标志着腾讯主动放弃了“短期财务优化”,转向“长期战略投入” 。马化腾对此的表述具有战略清晰度:腾讯“正在从智能、应用、基础设施三大维度打造AI驱动的全新腾讯”。这一“全新腾讯”的叙事,本质上是将腾讯的估值逻辑从“成熟互联网公司的现金流折现”转向“AI基础设施公司的成长性估值”。 从投资者沟通的角度看,腾讯管理层在业绩会上主动解释了资本支出的逻辑,并提供了“下行保护”的叙事。刘炽平的“下行保护”表述——“存在巨大的增长潜力,也是因为有着清晰的‘下行保护’”——是精心设计的投资者沟通策略。这一表述的核心信息是:腾讯的AI投资不是“赌博”,而是“有保底的战略投入”。游戏和社交业务的现金流是“保底”,算力资产的“市场价值”(可溢价30%出售)是“保底”,多元业务场景的算力消化能力是“保底”。 (二)从“模型自用”向“算力出租”的商业化路径 腾讯的算力资产商业化路径正在从“纯自用”向“自用+出租”演进,这一演进的核心逻辑是刘炽平描述的“三阶段递进”。 第一阶段是“自建模型”——腾讯的GPU集群主要用于训练混元模型。这一阶段的算力消耗是“成本”,但“模型能力”是产出。第二阶段是“开发应用”——混元模型能力转化为工作伙伴、元宝、微信AI等产品的用户体验。这一阶段的算力消耗是“推理成本”,但“用户增长和收入”是产出。第三阶段是“算力对外出租”——腾讯云出租裸GPU或提供MaaS服务。这一阶段的算力消耗是“可计费服务”,“租金或MaaS收入”是直接产出。 从当前进展来看,腾讯处于“第二阶段向第三阶段过渡”的时期。刘炽平透露,今年年底及明年,腾讯将拥有充足的GPU和ASIC储备,“从而加大在腾讯云出租裸GPU或提供模型即服务(MaaS)的力度”。这一“加大力度”的战略含义是:腾讯的算力资产将从“内部成本中心”转变为“外部利润中心”。如果腾讯能够以“市场价”出租算力,其算力资产的回报率将显著高于“纯自用”——因为“纯自用”的回报是间接的(通过产品体验改善),而“出租”的回报是直接的(租金收入)。 从竞争格局的角度看,腾讯的“算力出租”策略将直接与阿里云、华为云竞争。但腾讯的差异化优势在于:它同时拥有“领先的模型”(混元)和“海量的场景”(工作伙伴、微信、游戏)。如果腾讯能够将“模型+算力+场景”打包为“一体化AI解决方案”,其客户价值主张可能强于纯粹的“算力出租”。工作伙伴开放平台的生态策略——“把工作伙伴打造成面向Agent时代的操作系统”——正是这一“一体化解决方案”思路的体现。 (三)工作伙伴作为“算力变现引擎”的战略升级 工作伙伴在腾讯的算力资产战略中正在从“AI办公产品”升级为“算力变现引擎”。这一升级的核心逻辑在于:工作伙伴的用户规模和使用频次使其成为腾讯算力资产“货币化”的最直接通道。 从用户规模的角度看,工作伙伴的2097万月访问量和国内同类产品第一的市场地位,意味着每天有数十万次的Agent任务执行。每一次任务执行都消耗模型推理的Token,而Token消耗的规模化是MaaS收入的基础。Hy3在工作伙伴中的任务解决率90%和平均耗时缩短34%,使每一次任务执行的“单位算力产出”更高——用户不需要反复尝试,算力效率更高。 从生态扩展的角度看,工作伙伴开放平台的上线使腾讯的算力资产获得了“外部需求接口”。首批超百家生态伙伴、9款联名硬件、30余个行业应用的接入,意味着工作伙伴的算力消耗将从“腾讯自有”扩展到“第三方”。当智能眼镜、录音设备、桌面陪伴设备都接入工作伙伴时,算力消耗的来源将多元化,但总量也将显著上升。工作伙伴的“Buddy应用”入口——“由合作伙伴基于工作伙伴 Agent底座构建、面向具体行业与场景的品牌化AI工作台”——使第三方伙伴能够在不自研AI的情况下,利用腾讯的算力和模型能力来服务自己的客户。这一模式的算力含义是:腾讯的算力资产通过工作伙伴的生态“触达”了更多的终端用户和场景,从而提升了算力资产的“利用率”和“货币化率”。 (四)展望:在“算力军备竞赛”与“财务可持续”之间寻找平衡 腾讯算力资产管理战略面临的核心张力,可以概括为“算力军备竞赛的紧迫性”与“财务可持续的纪律性”之间的平衡。 “算力军备竞赛的紧迫性”来自腾讯对“AI竞争窗口期”的判断。刘炽平对资本支出节奏的表述——“用于构建AI业务的资本开支更像是一笔会集中在今年和明年投入的资金”——暗示了腾讯的战略判断:AI算力基础设施的建设存在“窗口期”,错过窗口期的代价可能远高于“过度投资”的成本。在这一逻辑下,2026-2027年的“集中投入”是“战略必需”,而非“可选的扩张”。 “财务可持续的纪律性”来自腾讯对“回报验证”的持续关注。刘炽平的“用于推理的算力只有在确保能带来丰厚回报的情况下才继续投资”的表述,明确了投资的“回报门槛”。腾讯的“多元业务消化算力”的能力和游戏社交的现金流,为“纪律性”提供了“安全垫”。但安全垫的厚度取决于游戏和广告业务的增长持续性——如果宏观经济压力或竞争压力导致游戏和广告收入放缓,腾讯的财务灵活性将相应收窄。 腾讯的战略选择是以“集中投入”换取“战略位置”,以“多元消化”对冲“回报风险”。这一策略的成功条件是:混元模型的能力持续提升(以支撑工作伙伴和微信AI的用户增长)、工作伙伴的生态持续扩展(以创造MaaS收入)、以及游戏和广告业务的现金流持续稳健(以提供“下行保护”)。如果三个条件同时满足,腾讯的算力资产管理将形成一个正反馈循环:算力投入→模型能力提升→产品体验改善→用户增长和收入增长→更多算力投入。如果任一条件失败,腾讯可能面临“算力资产闲置”与“财务灵活性下降”的双重压力。 2026年的腾讯,正处于“AI战略从投入期向商业转化期”的关键转折点。马化腾的“构建一个全新的、AI赋能的腾讯”的表述,既是对投资者信心的提振,也是对组织变革的动员。这一“全新的腾讯”能否在“算力军备竞赛”中保持财务可持续,将取决于未来12-24个月内混元模型迭代、工作伙伴生态扩展和游戏广告增长的实际进展。 |
|||
![]() |
|||
|
|
|
云阿云智库●区域经济研究院 |
|
北京市平谷区中关村科技园区平谷园1区-21594(集群注册) |
|
| 13360021949 (李博士) | |
liguisong2006@163.com |
|