開源技術顛覆了「資本支出」理論，而華爾街的 AI 基金則為此買單

2026年7月，人工智慧投資敘事面臨迄今為止最嚴峻的壓力測試，觸發了大量押注於「基礎設施建設」投資論點的專項科技基金出現大幅回跌。 這波突如其來的市場逆轉，凸顯了投資人日益加劇的擔憂：在開源模型迅速發展的背景下，驅動實體人工智慧與生成式人工智慧的數十億美元級資料中心擴建計畫，恐無法帶來預期的商業回報。

數月來，華爾街的主流共識認為，人工智慧需要越來越龐大的資本支出；只有少數幾家超大規模企業有能力建設必要的基礎設施；隨著產業規模擴大，硬體供應商將獲得超乎尋常的價值。 2026年7月在短短數週內就粉碎了這項共識，導致一些最受矚目的AI專注型基金蒙受了災難性的損失。

損失報告

受創最慘重的當屬鯨岩資本（Whale Rock Capital），這家總部位於波士頓的基金由亞歷克斯·薩塞多特（Alex Sacerdote）創立，以集中持倉科技類股著稱。 該基金僅在7月單月就暴跌21.7%，抹去了今年迄今超過一半的收益，使其2026年的回報率從72.5%驟降至35.1%。 即使以波動劇烈的科技投資標準來看，這波反轉的速度也相當驚人——那些在上半年曾帶來非凡回報的持股，突然間竟成了包袱。

其他專項基金也遭遇了類似的命運。專注於人工智慧硬體和半導體的長短倉策略基金 Turion，當月虧損 11.4%。 Coatue的對沖基金錄得8.3%的虧損，創下逾一年來最差的月度表現，使其年初至今的回報率降至14.3%。Eureka下跌6.9%，使其2026年的收益降至11.6%。

最驚人的暴跌發生在 Situational Awareness——這是一支由前 OpenAI 研究員 Leopold Aschenbrenner 管理的、專注於人工智慧的基金。該基金在 2026 年上半年曾創下驚人的 439% 報酬率，並

該基金將管理資產規模擴增至15億美元，但這支高度槓桿化的基金在不到一個月內徹底崩盤，總曝險額從450億美元驟降至零。 「我讓你們失望了，」阿申布倫納在致投資者的信中直言不諱地寫道——這番坦承來自一位基金經理人，而就在幾週前，他還被譽為人工智慧投資領域最具前瞻性的聲音之一。

開源的導火線

7月拋售潮的催化劑並非技術失靈，而是開源替代方案的成功。 中國國內推出諸如 K3 和 V4 Flash 等性能卓越的模型，證明了無需此前被認為必不可少的鉅額資本支出，也能達到前沿水準的表現。這些模型採用了能大幅降低運算需求的架構與訓練技術，其能力已與耗資數十億訓練的專有系統不相上下，甚至更勝一籌。

這一認知直擊了「規模即一切」論點的核心——正是該論點曾將硬體估值推升至歷史新高。 如果開源模型能以極低成本媲美專有系統，那麼「四大巨頭」（Google、Amazon、Meta 和 Microsoft）所進行的龐大資料中心投資——它們計劃在 2026 年合計投入 7,200 億美元的資本支出——可能將難以獲得可觀的投資回報。 問題的焦點已從「誰能建出最大的叢集」轉變為「如果最大的叢集根本沒有必要，又該如何？」

市場對硬體供應商的反應迅速且嚴峻。隨著投資人重新評估高頻寬記憶體的需求前景，SK海力士的股價自6月高點暴跌近40%。 SanDisk、美光（Micron）和 CoreWeave 等公司的股價跌幅均超過 30%。相反地，像 Adobe 這樣先前被視為容易受到 AI 顛覆影響的軟體公司，其股價卻出現反彈，因為投資者正從基礎設施層轉向那些能夠

在不承擔資本成本的情況下，享受更經濟的 AI 服務。

槓桿問題

將市場修正轉變為一連串基金崩盤的關鍵，正是槓桿。 許多專注於人工智慧的基金曾利用借入資金放大其對基礎設施投資論點的押注，理由是交易方向顯而易見，因此槓桿僅僅是一種提高效率的工具。當投資論點逆轉時，槓桿頭寸劇烈平倉，引發強制拋售，進一步壓低價格，並在連鎖反應中觸發更多追繳通知。

「情勢感知」基金正是這種動態的典型例證。阿申布倫納（Aschenbrenner）上半年 439% 的回報率，正是透過對人工智慧硬體與基礎設施部位進行激進槓桿操作所達成。 當這些部位走勢逆轉時，曾在上漲過程中放大收益的槓桿，在下跌時同樣以同等猛烈程度放大了虧損。該基金以15億美元資本基礎支撐450億美元的總曝險，這意味著即使投資組合價值僅微幅下跌幾個百分點，就足以讓整個基金血本無歸——而這正是實際發生的情況。

對機器人資本市場的影響

7月市場修正所引發的連鎖反應，已從公開市場股票擴及至為機器人及實體人工智慧公司提供資金的風險投資與成長型股權市場。 隨著通用人工智慧（AGI）商業化的時間表不斷拉長，以及API定價陷入惡性競爭，各大AI實驗室正日益尋求公開市場資本以維持營運。據報導，OpenAI、Anthropic和SpaceX均在加速其首次公開募股（IPO）進程，以在基礎設施市場敘事進一步惡化前確保資金來源。

對於具身人工智慧與機器人產業而言，這波市場變局呈現出雙重現實。一方面，基礎模型透過開源釋出而商品化，大幅降低了機器人新創企業在軟體方面的進入門檻。過去需要籌集數億資金來訓練專有模型的公司，現在

以極低的成本對開源替代方案進行微調，這有望讓支撐現代機器人系統的人工智慧能力得以普及。

另一方面，以硬體為導向的風險投資資金突然枯竭，可能會使資本密集型的實體 AI 專案面臨更嚴峻的融資環境。那些依賴相同基礎設施敘事、正在建置客製化運算叢集、專有訓練流程或硬體密集型部署模型的機器人公司，可能會發現投資者的投資意願大幅減弱。 市場現正要求更清晰的獲利路徑與更低的資本密集度，這使得輕資產的軟體方案比重硬體的建置模式更具優勢。

7 月的市場回調最終可能證明只是一次健康的重新定價，而非永久性的轉變，但其直接影響是迫使整個 AI 生態系統（包括機器人領域）提出更具說服力的單位經濟模型，並展現通往商業永續性的更短路徑。

本分析綜合了企業聲明與公開市場動態。

免責聲明：本分析僅供參考，不構成投資、法律或採購建議。RobotAIGeek 並不背書特定供應商，亦不保證早期技術的表現。