8月下旬，科技产业连续出现几笔金额较大、技术方向鲜明的融资和资本事件。

阿里巴巴拟通过配售新股筹资800亿港元，全部投向AI；AI模型平台Hugging Face传出正探索出售、潜在估值130亿美元以上；国内的物理AI公司清雁科技完成数亿元A轮融资；Habit@栖息地完成7亿元A轮融资；陕西新设5亿元商业航天创投基金。

与此同时，技术端也出现两个值得关注的新方向：美国研究团队提高电子皮肤的温度和压力感知精度，Pasqal则尝试让AI智能体根据自然语言自动生成并执行量子计算代码。

这些消息分属不同领域，但资本和技术发展的顺序已经越来越清晰：AI竞争正在从单纯比拼模型参数，转向算力投入、软件工具和真实世界应用。

阿里拟筹800亿港元，AI投资开始直接考验现金和资本市场

这批消息中，金额最大的是阿里巴巴。

8月23日，阿里宣布拟配售7.1亿股新发行普通股，筹资800亿港元，配售价为每股112.70港元，较此前收盘价折让约3.6%。公司表示，配售所得款项净额将100%用于投资“全栈AI”能力，包括芯片、AI基础设施以及模型开发和部署。根据路透社报道，这笔交易规模达到102亿美元，如完成，将成为香港上市公司历史上规模最大的一级后续股票发行之一，也是2026年全球规模第三大的一级后续股票融资，仅次于Alphabet和Intel。

阿里巴巴此次800亿港元配售报道

这笔融资的重点不是“阿里继续投资AI”，而是投资方式发生了变化。

此前，科技公司更多依靠经营现金流和既有资金投入AI。但AI基础设施的资本消耗正在快速上升。阿里此前公布的季度数据显示，随着AI相关资本开支增加，公司利润已经受到明显影响。路透社报道称，阿里最近一个季度净利润同比下降75%，公司同时表示，其三年资本开支计划已经投入接近一半。

这意味着，AI已经进入一个需要提前建设大规模计算能力的阶段。

阿里CEO吴泳铭此前在业绩沟通中明确表示，为抓住未来增长，公司必须先进行资本开支，建设必要的算力能力。公司预计，随着AI需求增长，相关投资的回收周期正从3年缩短至约2.5年。

从资本市场角度看，这也是阿里此次融资最关键的逻辑。

AI竞争已经开始从技术竞争转向资本开支竞争。

模型可以在几个月内迭代，但数据中心、芯片和大规模计算集群需要提前数年投资。谁先建立足够的基础设施，谁才有能力持续训练模型、提供大规模推理服务。

这也是为什么阿里选择直接从资本市场筹集800亿港元，而不是仅依靠内部现金流。

更值得注意的是，这笔配售获得了较强市场需求。路透社报道称，包括主权财富基金在内的投资者参与认购，订单需求较强。

资本市场显然正在接受一个新的逻辑：AI的短期利润可能下降，但基础设施投资可能决定未来市场份额。

问题也随之而来。阿里接下来需要证明的，不只是能够投入多少钱，而是这些投入能否形成收入。巨额数据中心和算力投资最终必须通过云计算、企业AI服务和模型应用实现商业回报。

800亿港元融资完成后，市场对阿里的判断标准也会更加直接：AI收入增长速度能否跟上资本开支速度。

Hugging Face传出130亿美元并购兴趣，AI生态入口开始变得昂贵

与阿里直接融资建设AI基础设施相比，Hugging Face的消息代表了另一种资本逻辑。

据外媒报道，AI模型聚合和开发平台Hugging Face正在探索出售可能，并与银行合作了解潜在竞购方兴趣，潜在交易估值可能达到130亿美元或更高。目前尚未达成交易，相关消息仍处于探索阶段。

这里需要特别注意，130亿美元并不是已经成交的价格，而是潜在交易可能达到的估值水平。

但市场对Hugging Face的兴趣本身已经说明了一件事：AI产业链中，开发者入口和生态平台正在变得越来越重要。

Hugging Face并不依靠单一基础模型与OpenAI、Anthropic或谷歌直接竞争。它的核心价值在于模型、数据集和开发工具的聚合能力。随着开源模型数量迅速增加，企业和开发者面临的新问题已经不是“有没有模型”，而是“如何找到、测试和部署合适的模型”。

这给平台型公司带来了新的价值。

过去互联网竞争中，搜索入口、应用商店和云平台掌握了大量开发者和用户关系。AI产业也开始出现类似结构。

基础模型可能不断变化，但开发者生态和工具入口一旦形成，价值可能更稳定。

因此，如果Hugging Face最终以超过130亿美元估值完成交易，买方真正购买的未必只是一个模型网站，而是一个覆盖全球AI开发者的生态入口。

这也是AI行业近期一个明显变化：资本开始重新评估“卖模型”和“连接模型”两种商业模式的价值。

清雁科技完成数亿元融资，物理AI开始吸引更早期资本

国内一级市场中，清雁科技近日完成数亿元A轮融资，由君联资本领投，苏创投、宁波亿时跟投。

与多数大模型公司不同，清雁科技押注的是物理AI。

公司由清华大学与北京雁栖湖应用数学研究院联合孵化，技术方向强调通过底层数学、几何物理引擎和世界模型，让AI进一步理解真实世界中的空间、运动和物理规律。

本轮融资资金将用于物理AI基座模型研发和4D世界状态数据采集等方向。

这类公司近期受到关注，与具身智能和机器人产业快速发展直接相关。

传统大模型擅长处理文本、图像和语音，但机器人进入真实环境后，面对的问题完全不同。

例如，机器人需要判断一个物体的位置、速度和运动轨迹；需要知道抓取时应该使用多大的力量；还要预测物体受到外力后会发生什么变化。

这些问题不能完全依靠互联网文本训练解决。

因此，世界模型和物理AI开始成为机器人产业的重要方向。

大语言模型解决的是“如何理解信息”，物理AI试图解决的是“如何理解真实世界”。

清雁科技提出建设4D世界状态数据采集中心，也反映出这一领域与传统AI的区别。未来机器人所需要的数据，不只是图片和文字，而可能包括三维空间、时间变化、物体运动和物理状态。

资本提前进入这一领域，原因也很简单。

如果未来具身智能形成真正的大规模市场，那么能够处理空间、运动和物理规律的基础模型，可能成为机器人产业的重要底层能力。

但目前物理AI仍处于早期阶段。技术路线、数据标准和商业化模式尚未完全成熟。清雁科技这类公司的核心挑战，是如何把数学和物理理论转化为能够被机器人、自动驾驶和工业系统实际调用的产品。

电子皮肤精度提升10倍，机器人开始补上“触觉短板”

物理AI之外，机器人硬件端也出现新的技术进展。

美国华盛顿州立大学科学家近日开发出一款电子皮肤，其压力和温度感知精细度达到现有商业手套传感器的大约10倍。研究成果发表于《Cell Reports Physical Science》。

这项技术最直接的应用是义肢。

当前义肢技术已经能够帮助使用者完成抓取和移动，但“能够运动”和“能够感知”之间仍然存在明显差距。

例如，人手拿起一个鸡蛋时，会根据手指感受到的压力不断调整力量；拿起热水杯时，会同时获得温度反馈。

机器人和传统义肢缺少这些反馈后，即使机械结构足够先进，也难以完成复杂精细操作。

电子皮肤的作用，就是让机器获得更多实时物理信息。

对于当前快速发展的具身智能产业来说，这项技术的意义并不局限于义肢。

目前大部分机器人主要依赖视觉系统和AI模型识别环境。摄像头可以告诉机器人桌上有什么物体，却无法完全告诉它物体是否已经抓稳、是否正在滑动，以及接触后的温度和压力变化。

因此，触觉可能成为下一代机器人感知系统的重要组成部分。

视觉让机器人看见世界，触觉让机器人真正接触世界。

电子皮肤未来能否大规模应用，还需要解决成本、柔性材料寿命、大面积制造和系统稳定性等问题。但从产业方向看，机器人竞争正在从电机、关节和视觉模型，进一步延伸到传感器。

谁能够提供更接近人类的多模态感知能力，谁就可能获得更高的机器人操作精度。

Pasqal让AI自己写量子代码，量子计算开始降低使用门槛

AI对复杂技术行业的影响，也开始进入量子计算。

法国量子计算企业Pasqal的研究人员开发了一种AI智能体，可以根据英文自然语言指令生成量子计算代码，并自动测试和运行。

据英国《自然》杂志报道，该系统并非直接让AI生成代码后立即运行，而是先在经典计算机上的虚拟环境中进行测试，再将通过验证的任务发送至真实量子计算机。

这里真正值得关注的，不是AI是否已经能够替代量子科学家。

目前答案显然是否定的。

量子计算涉及复杂的物理知识和算法设计，面对复杂任务时仍然需要专业研究人员进行判断和反馈。

真正的变化是，AI正在成为人与量子计算机之间的新接口。

过去，研究人员需要掌握特定编程语言和量子计算框架，才能调用量子硬件。未来，一部分任务可能变成直接用自然语言描述需求，由AI负责生成代码、测试并执行。

这实际上是Vibe Coding进入量子计算领域。

过去一年，AI编程工具已经明显降低普通软件开发门槛。现在同样的模式开始进入量子计算。

AI的价值正在从“帮助专业人员提高效率”，进一步变成“降低专业技术的使用门槛”。

如果这一模式未来成熟，量子计算行业的竞争可能不再只是比谁拥有更多量子比特，也要比谁能够让更多研究人员真正使用量子计算机。

对Pasqal这类量子计算公司来说，软件易用性可能成为硬件之外的新竞争点。

Habit@栖息地获7亿元，AI开始进入“造房子”的复杂产业链

AI的另一条落地路线，则是进入传统实体产业。

8月20日，北京楠社科技有限公司旗下品牌Habit@栖息地完成7亿元A轮融资，由常州新北区科创基金领投。

公司此前已经完成多轮融资。此次资金主要用于常州相关研发中心、实验室建设以及AI原生智能住宅研发。

Habit@栖息地的特殊之处，在于其背后的团队具有新能源汽车行业背景，试图将汽车行业的产品开发和供应链整合方法带入住宅领域。

传统住宅装修高度依赖设计师、施工人员和大量分散供应商。产品标准化程度低，交付质量也容易受到人为因素影响。

AI原生住宅希望改变的，正是这一问题。

按照这一思路，住宅不再只是安装多个智能设备，而是从设计、空间规划、设备配置到后续运行形成统一系统。

消费者过去购买的是智能灯、智能锁和智能音箱。未来AI住宅的目标，是让这些设备成为一个可以理解环境和用户需求的整体系统。

不过，这个行业的难度并不低。

住宅产业链远比软件复杂。AI系统最终需要与装修材料、施工、家电、售后和供应链结合。

因此，7亿元融资真正考验的不是公司能否开发AI功能，而是能否建立规模化交付能力。

AI进入实体产业后，最大的难题通常不是模型，而是最后一公里。

能否把研发能力转化为稳定产品、标准施工和可复制收入，将决定这类AI原生企业最终的价值。

陕西设立5亿元商业航天基金，产业资本继续向早期技术前移

商业航天领域，陕西近日成立陕西汇新白相商业航天创业投资基金，总规模5亿元。

出资方包括秦创原科技创新投资集团、西安市创新投资基金以及陕西省国际信托等机构。

从基金结构看，这不是普通财务投资基金，而是典型的地方产业资本布局。

商业航天具有研发周期长、技术投入大和商业化时间不确定等特点。火箭、卫星、发动机和相关产业链企业在早期往往需要长期资本支持。

地方政府过去发展产业，主要依靠招商和建设产业园。

现在的模式正在变化。

产业基金正在成为地方争夺新技术企业的重要工具。

陕西本身拥有较强的航空航天科研和产业基础，西安聚集了大量高校、科研机构和相关企业。设立商业航天基金的意义，是希望通过资本把科研资源和产业资源进一步连接起来。

5亿元规模并不算超级基金，但对于早期商业航天企业而言，产业资本的作用不仅在于资金，还在于后续制造资源、应用场景和地方政策支持。

关键问题在于投资效率。

商业航天项目周期长，技术判断难度高。如果基金只追逐市场热门项目，很难形成长期产业价值。

未来真正值得关注的，是这笔资金最终投向哪些技术方向，以及能否在陕西形成完整的商业航天产业链。

资本正在分成两条路线：一边建基础设施，一边寻找下一代入口

把这些事件放在一起看，近期科技资本的方向其实非常具体。

一条路线是继续向AI基础设施集中。

阿里筹集800亿港元，是最明显的代表。资本直接流向芯片、数据中心、算力和模型。

另一条路线则是在寻找AI下一阶段的技术入口。

物理AI、电子皮肤、量子AI、智能住宅和商业航天都属于这一类。

这些领域共同的特点是，AI不再只运行在电脑和手机屏幕中，而是开始进入机器人、家庭、科研设备和复杂工业系统。

其中，阿里的800亿港元融资最直接地说明，AI竞争已经进入重资本阶段。巨头之间比拼的不只是模型能力，而是持续建设计算基础设施的能力。

Hugging Face的潜在高估值则说明，开发者平台和AI生态入口正在获得重新定价。

清雁科技、电子皮肤和Pasqal代表的是更早期的技术方向：AI开始尝试理解物理世界、获得触觉，以及降低复杂科学计算的使用门槛。

Habit@栖息地则代表另一种趋势：AI开始真正进入传统产业，但商业化的核心已经不是“增加一个AI功能”，而是能否改变产品研发和交付流程。

下一阶段科技行业最值得关注的，可能不是又出现了多少个大模型，而是这些模型最终能够控制多少真实世界的设备、数据和产业流程。

对资本市场来说，故事也会越来越少停留在模型发布会上。

真正的考验已经开始进入财报、资本开支、订单和交付环节。

谁能把巨额AI投入转化为收入，谁能把实验室技术变成产品，谁能率先占据机器人、科研和实体产业入口，下一轮科技公司的价值差距，可能就在这里拉开。