导言: 谷歌千亿盈利背后，现金流新变化折射AI算力行业信号——单季净利润1120亿美元创历史新高，上市以来首次自由现金流转负，全球AI投入进入资本考核期
北京时间2026年7月23日凌晨，Alphabet发布2026财年第二季度财报。单季1120亿美元的净利润创下美股科技企业历史级盈利纪录，这本应成为驱动股价大涨的重大利好。资本市场将举杯庆贺的时刻，然而财报落地后，谷歌股价盘中大幅跳水近7%，创下关税周期以来最大单日跌幅；
同一周，特斯拉因利润率下行、算力资本开支持续加码，股价重挫15%；微软、亚马逊、英伟达乃至整个半导体产业链，都被这股审慎情绪裹挟。资本市场开始对AI算力巨额投入的回报能力，展开全面审视。谷歌这份冰火交织的成绩单，这一财务拐点，折射出全球AI产业正处于路线博弈与周期切换的关键节点。
千亿利润的分层：账面浮盈之外，谷歌的基本面底色
1120亿美元的季度盈利，放在任何一家科技巨头身上都是亮眼的成绩单，但拆解利润结构便能看清全貌。根据财报披露，这部分巨额收益里，69%来自Alphabet持有的SpaceX、Anthropic两家独角兽企业的股权投资未实现账面浮盈，并非搜索广告、云计算等核心主业创造的经营性利润。
即便剔除非经常性损益，谷歌的基本盘依旧稳固。作为当下公司增长核心引擎的谷歌云，当季收入同比大涨82%，增速既包含传统云服务的稳健增长，也叠加了自研TPU算力硬件的落地贡献，在全球云计算赛道稳居第一梯队。搜索业务的基本盘牢不可破，广告收入保持平稳增长，AI商业化解决方案正逐步渗透进大中型企业的数字化改造场景。
真正让资本市场绷紧神经的，是一个历史性的财务信号：Alphabet自由现金流在数十年上市历程中首次转为负值。
现金流是科技企业的生命线。自由现金流转负，意味着当季公司经营现金流入，已经跟不上算力基建、芯片研发、大模型迭代带来的资本开支流出。管理层在财报沟通中进一步提示，2027年公司资本开支将迎来显著抬升，未来数年，AI算力相关的长期投入仍会维持高位。
从资产负债表的长期承诺来看，Alphabet采购承诺与各类刚性负债规模突破8000亿美元，其中约510亿美元用于为行业合作伙伴配套数据中心算力支持。持续铺开的数据中心版图、自研算力芯片的迭代、闭源大模型算法的持续打磨，构成了谷歌资本开支的核心投向。
受此财务信号影响，华尔街悲观情绪集中释放，Piper Sandler、瑞银、D.A. Davidson等六家主流机构集体下调谷歌目标价，在一致看空的市场氛围中，巴克莱成为本轮唯一维持上调评级的机构。市场的降温，投资者开始重新评估AI算力长期投入与盈利兑现的平衡关系，究竟何时能转化为可持续的经营性盈利。
算力军备竞赛常态化，开放权重与闭源模型双线博弈，AI正式迈入重资产考核时代
谷歌现金流的阶段性变化，从来不是单家企业的经营难题，而是全球AI产业规模化落地、两条技术路线正面交锋后的必然阶段。
自生成式AI浪潮兴起以来，微软、谷歌、亚马逊先后入局，一场没有硝烟的算力军备竞赛就此开启。为抢占技术高地，头部企业疯狂建设数据中心、采购高端GPU、研发专属算力芯片，资本开支一路走高。AI行业早已脱离早期概念炒作的轻资产阶段，彻底变成了需要长期沉淀的重资产赛道。
7月24日，微软总裁布拉德·史密斯牵头，英伟达、Meta、IBM等25家美国科技企业联合发布《开放权重与美国AI领导力》公开信，正式竖起开放权重模型的产业旗帜。值得注意的是，谷歌、OpenAI、Anthropic等坚守闭源模型路线的企业并未参与署名，两大阵营的路线分歧彻底公开化。
这篇公开信将开放权重AI对标上世纪80年代开源软件运动，提出核心判断：美国的AI领导力，不在于手握单一顶尖闭源模型，而在于能否搭建可普惠全行业的开放生态；开放权重模型允许企业、初创公司、高校下载、修改、本地部署模型，无需投入巨额资金从零训练通用基座，能够大幅降低行业AI落地成本，同时打破客户对单一云厂商的依赖，倒逼闭源赛道持续加码研发维持性能优势。公开信提出，应当避免对开放模型施加过早的限制性监管，以此维护市场竞争活力、防止创新外流。
D.A. Davidson科技研究主管吉尔·卢里亚在接受《财富》采访时直言，自由现金流转负是行业发展的标志性节点。早前谷歌股价逼近400美元时，市场将其视作AI赛道的唯一赢家，给予了极高的估值溢价；当股价回落至320美元，估值才回归合理区间——谷歌的核心价值，从来不是大模型应用的垄断者，而是AI时代算力基础设施的核心供给方。
当下全球企业在生成式AI领域的年化支出（年化运行率）已经达到1200亿美元，而就在两年前，这个数字几乎为零。刚性的产业投入，让算力回报周期被大幅拉长。谷歌云每年仅算力基建业务就能带来150亿-200亿美元的直接收入，微软Azure、亚马逊AWS的AI算力业务同样高速增长，但数据中心建设回报慢、前期投入大，短期很难快速兑现利润。
《开放权重与美国AI领导力》一文也厘清了市场的一大认知误区：开放权重并非削减算力总投入，而是重构资本开支结构。企业将减少通用大模型重复训练的巨额开销，但会持续加大本地推理、私有数据中心硬件采购；云厂商的收入逻辑，也将从独家闭源模型API订阅费，转向无差别的算力硬件租赁业务，这也印证了算力供给侧长期稳定的商业价值。
公开信同时客观承认开放模型存在衍生版本管控风险，修改后的版本难以追溯逆转，但应对方式不应是全面限制开放，而是依靠全球开发者社区共同审计漏洞、完善安全防护体系，封闭模型独家垄断反而会造成系统性单点风险。
更值得关注的是AI巨头之间深度绑定的生态格局：谷歌与亚马逊共同加注Anthropic，微软深度绑定OpenAI，英伟达与云服务商CoreWeave形成算力供给同盟。这种生态协同背后暗含表外合作的关联风险，也让资本愈发谨慎审视长期投入的边界。当算力烧钱成为行业常态，叠加开放权重路线持续分流闭源客户，市场不再为单纯的技术故事买单，而是开始拷问每一笔投入的长期回报。
这份25家巨头联名的公开信，本质上是美国科技产业内部对AI发展路径的一次集体表态，多元技术路线的并行发展，正在重塑海外闭源科技巨头的盈利想象空间。
挤泡沫与分化：算力为王的时代，AI告别野蛮生长
谷歌财报释放的信号，全球AI产业由此脱离粗放烧钱的扩张阶段，进入商业化兑现的考核周期。资本市场的评价标尺，已经从模型参数、技术噱头，转向现金流健康度、商业化落地能力、长期投入产出比的综合考核。
短期来看，AI行业将迎来一轮结构优化。头部闭源科技巨头依旧会维持千亿级别的算力投入，现金流阶段性承压会成为行业常态，股价波动幅度随之提升——谷歌持续加码算力，既是支撑自身闭源大模型与云业务扩张的刚需，在客观上也形成了对开放权重模型客户分流压力的防御姿态。对于中小AI创业公司而言，高昂的通用模型训练算力成本将成为生死门槛，依托开放基座快速定制行业模型的企业会占据成本优势，无法实现商业化闭环的纯闭源模型企业会逐步出清，行业资源加速向手握算力基础设施、具备规模化交付能力的头部厂商集中。
中长期，AI产业会迎来清晰的赛道分化。结合《开放权重与美国AI领导力》提出的产业逻辑，无论开放、闭源哪条路线成为主流，真正具备长期投资价值的，都不再是追逐参数的应用层公司，而是掌控算力基础设施的供给侧玩家。谷歌、微软、亚马逊通过云算力服务，把巨额AI投入转化为稳定的经营性收入，在行业洗牌中占据主动；OpenAI、Anthropic这类纯闭源大模型企业，高度依赖上游算力供给，盈利模式仍在探索，未来将持续平衡成本与商业化的关系。公开信同时提出政策层面建议：扩大初创企业算力资源获取渠道、共建公共数据集与评测体系、合理区分合法模型蒸馏与商业侵权行为，为全行业创新预留空间。
随着算力基建的规模效应逐步显现，未来3-5年，头部企业的资本开支增速会逐步回落，现金流结构有望修复，AI产业将从算力投入期，全面进入企业降本增效的商业化兑现期。
全球AI产业会形成差异化的发展路径：海外企业在底层算力框架、高端芯片领域保持优势，同时形成开放、闭源双线并行的产业格局；国内产业则依托庞大制造业场景，深耕国产开源大模型、本土化算力基建与工业级AI落地，走出了一条重场景、重落地的差异化发展道路。
谷歌此次现金流的结构性变化，是全球AI产业发展的一个里程碑。它印证了人工智能从来不是短期风口，而是一场考验战略耐心、经营定力的长期重资产赛道。
正如分析师吉尔·卢里亚所言，市场早已不再将谷歌视作AI赛道的唯一赢家，算力基础设施的供给价值，才是穿越周期的核心底气。开放权重与闭源模型的路线博弈，不会终结算力投入周期，只会重塑行业利润分配规则。
这场全球AI的路线之争与资本考核，终究要回答一个核心问题：我们究竟是在打造普惠的技术生态，还是在构筑一场没有终局的算力烧钱竞赛？
当AI的算力军备竞赛落下帷幕，最终能定义时代的，从来不是谁手握最顶尖的闭源模型，而是谁能让技术真正扎根产业、穿越资本的周期波动。
文|蓝擎 图源|文字配图
免责声明:本文为蓝橙智擎原创作品，仅为专业财经深度研究分析，仅供行业认知、学术交流与市场参考，不构成任何投资决策、商业操作及法律意见依据。读者需基于自身独立判断做出相关决策，自行承担全部使用风险，本文作者及发布平台不承担任何连带法律与经济责任。
本文版权归LanOrange所有，未经授权不得篡改、摘抄及商用，转载需请注明出处。所引用数据和图片'、视频版权归原作者或机构所有!