疯狂投资的英伟达，从卖芯片到AI“美联储”

从数据上看，英伟达出手不但多，出手还很重。

2023 年以来，英伟达参与的融资中单笔融资过亿美元的企业共 31 家。2025 年投资的企业中，单笔融资超过 10 亿美元（折合人民币约 71 亿元）的企业共 7 家、获得数亿美元的共 8 家、融资刚超过 1 亿美元的有 5 家。

从行业分布看，这些大额融资里，大模型相关最多共 14 家，其次为 AI 基础设施相关共 7 家，自动驾驶和人形机器人相关分别为 3 家和 2 家，其余量子计算、核聚变等相关企业共 5 家。

模型公司是英伟达押得最狠的一类，没有之一。

一方面，英伟达几乎投资了所有头部模型，既有 OpenAI、Anthropic、xAI 等顶级模型公司，还包括了差异化的模型厂商，比如专注企业级模型的 Cohere 和开源模型厂商 Together AI。

另一方面，出于“主权 AI”的考虑，英伟达还尤为注重低于区域模型的押注。比如，英伟达先后投资欧洲的 Mistral、亚洲的 Sakana AI 以及以色列模型公司 AI21 Labs。

英伟达拼命投模型的逻辑很简单，模型厂商是英伟达最直接的客户，通过投资模型公司，英伟达能更直接地锁定未来硬件订单以及系统部署。

这就好比你开面粉厂，不是只卖给面包店，而是干脆去投一些有潜力的面包店，这样他们未来每次做面包就得用你的面粉。

除了模型层，基础设施是英伟达投得最多的另一个方向。

2025 年过去的三个季度里，英伟达投资的 AI 基础设施公司几乎和模型厂商平分秋色，各占了 31%。除了“亲儿子”CoreWeave 外，英伟达还投了 Lambda Labs、Crusoe 和 Nscale。

这些公司都有着同一个特点，都不是从云计算起家的。

比如，CoreWeave 是矿工出身，Lambda Labs 卖深度学习工作站，Crusoe 在油气田搞电力回收。如今都转型做 AI 云服务商，背后都离不开英伟达的推动。

为什么英伟达要这么干？说白了，这是在“买客户增长”。通过投资，让这些云服务公司跑得更快，芯片的销量、租赁、部署、软件使用全都跟着涨。

更关键的是，这些平台不是自己做的，灵活性更高，既能掌控生态，又不至于和 AWS、Azure这些大客户正面冲突，既赚钱，也避嫌。

看应用层，英伟达更像是在下注未来。它在软件层看好两个方向：垂直 AI 和多模态。Harvey、Hippocratic AI 是前者的代表，Runway、Luma、SoundHound 属于后者。

这些选择背后，是黄仁勋的判断。他认为，模型必须同时“能看、能听、能推理”，从文字、图片到视频、音频，多模态融合是理解世界的关键。

自动驾驶和机器人则是英伟达押注的硬件方向。2019 年，它投了 Wayve，2024 年又追加了超 10 亿美元；Figure AI 是机器人里押得最重的一家，B 轮投了 6.75 亿美元，还签了 5 年 GPU 租约。

黄仁勋从不掩饰他对机器人的热情。在股东大会上，他明确表示：机器人将是英伟达继 AI 之后的“第二增长曲线”，而自动驾驶会率先落地、打头阵。

虽然英伟达投资的很多，但仍然有两个反直觉的现象：

第一，投资集中在中后期轮次，往往都在B轮之后。

第二，尽管出手频繁，它却很少担任领投方。

这种“不做主角”的姿态在 Reflection 这轮融资中表现得格外明显。

在本月 Reflection 的 20 亿美元新一轮融资中，英伟达的资金池占高达 40%。然而，当外界将其称为Reflection的“领投方”时，英伟达却急忙发表声明，强调自己只是“几位投资者之一”。

知情人士透露，英伟达有意回避“谈判主导”的角色，哪怕钱投得最多，也不愿意进董事会、设条款、主导公司发展。

因为对它来说，回报不是重点，生态才是。

比起赚更多钱，英伟达更在意的是通过投资，参与塑造未来的 AI 市场格局。它要的不只是财务回报，而是情报、影响力和话语权。

提前锁定新兴趋势，影响技术方向，绑定未来可能爆发的公司，把最有潜力的客户圈进自己的 GPU 体系里。投资，是它构建生态、延伸控制力的一种方式。

这种策略，让英伟达已经远远超出了传统科技公司的角色边界，越来越像一个宏观调控者。

甚至某种程度上说，英伟达正在扮演类似于 AI 的政府，甚至是央行的角色。

一方面，当 GPU 已经成为 AI 时代的硬通货，英伟达就是拥有发行权的掌握者。

它像一位掌控货币的央行那样，一边以发行货币这种非常直接的方式推动 AI 生态的发展，又同时操作放水和限流。

比如 CoreWeave、Lambda 这些新兴 AI 云公司，就在英伟达投资和支持下快速起飞。前者自 3 月上市股价已经上涨了约 2-3 倍（公司客户已经从英伟达、微软扩张到 OpenAI、Meta等），而 Lambda 也即将上市。

它们往往比传统大厂更早拿到最新的 H100 芯片，甚至流传出“先给卡，用完再分钱”的合作形式。

与此同时，英伟达也开始具备了类似政府调控经济的特征，在某些关键时刻扮演AI产业的“最后贷款人”。

最典型的例子是 OpenAI。OpenAI 自己说，要到 2029 年才能现金流转正，也就是还要再烧 5 年，总共 1150 亿美元。但估值已经飙到 5000 亿美元，传统投资人越来越犹豫。

而就在这关键时候，英伟达出手了，投了 100 亿美元。因为英伟达很清楚，在这个时间点，没有什么比 OpenAI 更能决定未来 GPU 需求走势了。

OpenAI 的故事并不是个例。根据外媒 The Information 援引两位知情人士的说法：

最近，一些大型数据中心的建设者在项目融资上遇到了困难，传统的金融机构开始变得谨慎。就在这个关键时刻，英伟达站了出来。

有报道称，英伟达向 OpenAI 等 AI 公司注入的资金量已经接近政府刺激计划的水平。

而英伟达之所以愿意介入并为数据中心公司提供融资支持，是因为这有助于吸引其他项目资助者加入。”

换句话说，英伟达正在用自己的资产负债表，兜住整个 AI 世界的流动性。而这正是传统央行在金融体系中扮演的关键角色——防止系统性风险的发生。

这种玩法也引发了警惕。哈佛商学院教授 David Yoffie 就指出，英伟达正在人为制造需求。下游公司还没等终端客户下单，就先拿到英伟达的钱来下单购卡，提前把需求“做”了出来。

不过，从英伟达的视角来看，这仍然是一笔再清楚不过的帐了。

手握充裕现金，又受限于监管，无法大规模并购；眼前是刚刚起势的新市场，背后却是典型的周期性行业。在这样的局面下，把钱投进生态，不只是提前锁定需求，更是在用资本筑一条护城河。等周期真的来了，英伟达能稳出货、稳客户、稳节奏。

某种程度上说，这种风格再典型不过，偏执而务实，极具黄仁勋的个人气质。

当初，几乎没人相信 GPU 会成为主流算力，只有黄仁勋死死抱紧不放。面对“AI 是否会灭绝人类”这类宏大命题，他从不参与辩论，只埋头把眼前的事做对、做成。

在黄仁勋看来，与其被周期左右，面临被颠覆的风险，倒不如将整个生态的关键参与者都深度绑定在自己的战车上。

他始终坚信一条原则：唯有偏执狂，才能生存。