AI融资狂潮:资金如何改写加密风险价差

CN
1 天前

2026 年 7 月,资本在同一条时间轴上同时向 AI 压下重注:一边是 SambaNova 拿到由 General Atlantic 领投的 10 亿美元 F 轮、估值推到约 110 亿美元,摩根大通计划用其推理系统的消息让“AI 基础设施”正式进入机构资产配置名单;另一边是淡马锡在主权基金层面给出到 2031 年将 AI 相关资产占比从约 6% 拉升至 15% 的长期路线图,背后是约 4000 亿美元组合的结构性重写。与此同步,链上地址 0x9dc…f302d 在与海力士挂钩的杠杆代币 SKHX 上开出约 3081 万美元多头并已浮盈逾百万美元,而另一被视为聪明钱的地址则在 1510 美元附近平掉 8400 枚 SKHX 多单、转而扛着美光的浮亏离场,同期 Rocket Lab 创始人 Peter Beck 也通过减持 327.58 万股套现约 2.86 亿美元。这些从一级市场到主权基金、再到链上高杠杆和科技创始人减持的动作叠加在一起,真正被改变的宏观变量不是“AI 好不好”,而是风险资本在科技股、AI 基建与加密资产之间的再分配:当 AI 叙事在股权和链上衍生品里同时吸走筹码时,BTC、ETH 这类高 beta 风险资产所面对的,将不只是估值相关性问题,而是资金是否被挤出、还是在科技与链上之间形成新一轮轮动的定价博弈。

SambaNova融资点火AI基础设施

10亿美元的F轮,把SambaNova从“有故事的创业公司”正式推到机构资本的主战场:约110亿美元估值、由General Atlantic领投,这套组合更像是成熟基础设施资产,而不是早期科技股赌局。更关键的是,摩根大通计划采用其AI推理系统,为这家AI基建公司补上了最稀缺的一块拼图——华尔街场景验证。当顶级PE和全球最大投行在同一个名字上汇合时,市场读到的不是单一项目成功,而是一个明确信号:算力与推理层正在成为机构风险预算新的“必配品”。

宏观层面,被改写的是科技资产的风险溢价结构。SambaNova这种高估值融资叠加美股科技板块已经偏贵的背景,等于告诉资金:愿意为企业级AI基础设施支付更高价格、接受更大波动,换取未来现金流和市场垄断的选项价值。对于BTC、ETH这类过去几年与高beta科技股高度相关的标的,这一轮溢价再定价带来的是微妙挤压——同样是博风险、同样是押成长,资金可以选择有摩根大通做需求锚的AI基础设施,也可以选择现金流不确定但具备流动性溢价的链上资产。SambaNova这一笔融资,实质上提高了科技风险资产的“门槛收益率”,迫使BTC和ETH在同一个风险池里重新证明自己的相对吸引力。

淡马锡押注Anthropic与OpenAI

如果说SambaNova的融资是在抬高科技风险资产的“门槛收益率”,淡马锡的动作则是在重写整个风险资产的配比规则。据单一来源,淡马锡披露其约4000亿美元投资组合中,已持有Anthropic和OpenAI股权,并明确提出到2031年要将与AI相关的资产占比从约6%提升至15%。这不是一笔战术性交易,而是写进资产负债表的战略目标:未来五到十年,主权资金要系统性地把更多资金锁进AI公司股权和相关资产。

当这样规模的主权基金调整科技配比,被动资金和指数体系会跟着重排权重,高beta科技在全球风险资产结构中的“底仓地位”随之抬升。问题在于,BTC、ETH在绝大多数资产配置框架里同样被视作高风险或另类资产,本就与成长科技竞争同一个风险预算。当淡马锡这类长期资金把AI的目标权重从6%提高到15%,除非整体风险资产池同步扩容,否则意味着其他高风险敞口必须被压缩,其中就包括对BTC和ETH的中长期配置。资金层面的挤出效应很可能先体现在结构性买盘的减弱——加密资产更多被当成战术交易工具,而不是与AI股权并列的战略配置,这种权重上的位移,将成为接下来几年判断链上风险偏好的关键变量。

链上死磕AI半导体与聪明钱撤退

在淡马锡和SambaNova这类机构把AI权重写进资产配置手册的同时,链上资金也在用自己的方式押注同一条主线。地址 0x9dc…f302d 再次在 Hyperliquid 等平台拉满杠杆,开出约 3081 万美元的 SKHX 多头仓位,目前浮盈约 112.7 万美元——即便此前因做多海力士曾爆亏约 442 万美元,这个地址仍选择沿着 AI 半导体逻辑“死磕”,用更大的筹码去放大同一条风险敞口。SKHX 作为与海力士股价挂钩的杠杆代币,本质上是把传统市场的 AI 半导体情绪,浓缩成链上的高 beta 工具,这种连续加码的行为,相当于在整体风险资产池里主动提升“AI 芯片因子”的权重,而不是为 BTC、ETH 等其他板块留出更多空间。

与之形成对照的是另一被标记为聪明钱的地址:它选择在约 1510.3 美元价格附近平掉 8400 枚 SKHX 多单,同时保留美光仓位,承受约 65.6 万美元的浮亏。这种操作逻辑不是继续追逐链上的高杠杆收益,而是先把最敏感、最容易被波动放大的 AI 半导体衍生品砍掉,再慢慢消化传统股权上的亏损,体现的是对回撤控制和风险路径的细致管理。结果就是,同样围绕 AI 半导体主线,一类资金在链上持续拉高杠杆暴露,另一类资金则开始主动收缩合成股票敞口,把风险紧锁在更可控的标的里。两种风格在 SKHX 上的分化,折射出一个更大的结构变化:当 AI 芯片和相关股权成为新周期的核心叙事时,加密上的资金要么接受自己只是“AI 交易的杠杆延伸”,要么选择从这条链路抽身,重新评估 BTC 和 ETH 在整体风险组合中的边际价值,下一阶段风险偏好的方向,很大程度上将由这两类资金风格的此消彼长来决定。

创始人套现科技股的警示

就在机构从 SambaNova 到 AI 半导体链条一路加码的同一时间线里,科技板块内部却出现了完全相反的动作:Rocket Lab 创始人 Peter Beck 出手了自己手里的筹码。根据公开数据,他抛售了327.58万股 Rocket Lab,平均价格约87.43美元,套现金额接近2.86亿美元,属于创始人级别的大额减持。减持原因并未披露,但在科技与 AI 相关情绪高涨的阶段,核心创始人选择在二级市场兑现数亿美元收益,本身就会被市场解读为对当前估值位置的一种态度,而不是普通员工的福利性行权。

这种创始人套现,与主权基金和大型机构持续把资金推向 AI 赛道形成鲜明对比:淡马锡计划到2031年把 AI 相关资产占比从约6%提升至15%,SambaNova 等公司在2026年中期还能拿到10亿美元 F 轮融资、估值约110亿美元,说明自上而下的配置资金仍在抬升科技与 AI 的资本价格;而在这条涨价曲线的内部,掌握最多公司信息的人却开始阶段性获利了结。历史经验告诉我们,创始人减持往往与估值处于高位、未来预期从“极度乐观”过渡到“需要更审慎”相伴随。对加密资产而言,这种内部获利了结更像是风险偏好拐点的前哨信号:一旦科技股的高位筹码在创始人和早期股东层面陆续兑现,风险资产整体的 beta 需求就可能从科技股向下缩减,BTC 和 ETH 这类高 beta 资产在风险偏好降温时往往经历更剧烈的波动和回撤,创始人套现科技股的节奏,很可能会成为下一轮加密市场波动是否加大的关键观察变量。

AI吸金潮后的加密交易地图

把 SambaNova 的 10 亿美元 F 轮、淡马锡在 4000 亿美元组合中系统性拉高 AI 配比、链上地址 0x9dc…f302d 在 SKHX 上押出 3081 万美元多单对赌海力士、Peter Beck 在 Rocket Lab 高位套现 2.86 亿美元放在同一时间轴上看,2026 年中这轮 AI 吸金潮已经形成从一级市场、主权资本到链上高杠杆和创始人筹码的全景闭合。资金在 AI 与科技资产上的集中,不只是让传统成长股成为新的“核心仓位”,也在悄悄改变 BTC、ETH 在全球风险资产组合中的相对角色:它们从过去与纳斯达克高度同步的高 beta 标的,逐步被部分资金视作围绕 AI 中心的卫星资产,增量资金要么被直接截流进 SambaNova 这种基础设施故事,要么只在链上寻找 SKHX 这类与半导体挂钩的衍生杠杆,而在主流币上保持更短周期、更注重对冲的仓位结构。在这种格局下,加密交易层面真正重要的,不是简单押注“AI 概念币会不会暴涨”,而是持续追踪 AI 与主流加密资产相关性的动态变化、科技与链上之间资金轮动的节奏,以及 AI 叙事如何重塑链上资金在现货、杠杆代币和期衍品之间的分布,因为这三者将共同决定下一阶段 BTC、ETH 波动的主线究竟跟随科技估值回调,还是在资金重新定价风险版图时走出独立的结构性行情。

加入我们的社区,一起来讨论,一起变得更强吧!
AiCoin专属Hyperliquid福利:https://app.hyperliquid.xyz/join/AICOIN88
AiCoin专属Aster福利:https://www.asterdex.com/zh-CN/referral/9C50e2
链上电报(Telegram)社群:https://t.me/AiCoinWhaleData
链上社区:https://www.aicoin.com/link/chat?cid=N6OVMor5g
AiCoin链上推特:https://x.com/aicoinwhaledata

免责声明:本文章仅代表作者个人观点,不代表本平台的立场和观点。本文章仅供信息分享,不构成对任何人的任何投资建议。用户与作者之间的任何争议,与本平台无关。如网页中刊载的文章或图片涉及侵权,请提供相关的权利证明和身份证明发送邮件到support@aicoin.com,本平台相关工作人员将会进行核查。

分享至:
APP下載

X

Telegram

Facebook

Reddit

複製鏈接