从算力租赁到无线供电：新型基础设施投资观察

执行摘要：腾讯以70亿美元租赁甲骨文海外算力，反映芯片管制下大型科技企业通过租赁补足AI算力缺口的新模式；本田联合大成建设研发无线供电道路，探索电动汽车动态补能。两者共同指向：面对技术与应用瓶颈，产业界正以合作分工与外部资源获取方式加快新型基础设施建设，重资产投入与商业化节奏成为关键变量。

现状：算力与补能基建提速

2025年秋季，两类看似不相关的基础设施投资动向，共同勾勒出新型基础设施进入活跃投资期的图景：一类是面向人工智能训练与推理的算力基础设施，以腾讯与甲骨文签署的巨额算力租赁协议为标志；另一类是面向电动交通的补能基础设施，以本田联合体推进的无线供电道路试验为代表。前者解决“算得快”的问题，后者解决“跑得远”的问题，二者共同指向同一产业逻辑——当应用层的竞争趋于白热化，竞争的重心正加速向基础设施层下沉。

一、算力侧：租赁模式成为芯片管制背景下的现实选择

2025年10月初，腾讯与甲骨文签署了一份为期5年、总额70亿美元的算力租赁协议，租用其位于东南亚多个数据中心约十万颗先进AI芯片的使用权，用于混元大模型的训练和推理。这是腾讯历史上金额最大的海外算力租用协议。

该协议的产业背景值得注意：受芯片出口管制影响，这批先进芯片留在境外，以云服务方式供腾讯远程使用。换言之，在出口管制约束下，跨境算力租赁成为国内头部科技企业获取先进算力的一条现实路径。这一模式并非腾讯首创，但如此规模的协议在行业内具有标志性意义——它表明算力获取方式正在从“自建采购”向“租赁服务”延伸，算力正在被当作一种可计量、可订阅的资源来运营。

从财务面看，腾讯为这笔交易付出了明显的现金流代价。2025年二季度，腾讯自由现金流为-138亿元，同期资本开支达527.8亿元，同比增长176%。这组数据直观反映了头部企业在AI军备竞赛中的算力开支压力：即便以租赁方式获取境外算力，国内自建数据中心的资本开支仍在高速增长，两条线叠加使得现金流承压。

对腾讯而言，这笔70亿美元的协议也存在明显的经营风险。一方面，混元大模型的训练与推理需求能否持续消化约十万颗芯片对应的算力规模，存在不确定性；另一方面，租赁模式意味着长期锁定了大额刚性支出，若需求不及预期，将形成资产利用率的压力。对此，管理层给出的应对方案是：若算力自用不及预期，可通过腾讯云按成本回收的方式对外出租。这一表态实质上是将“自用算力”与“云服务供给”打通，使算力具备一定的流动性对冲能力——但这能否完全对冲风险，仍取决于第三方云市场对这部分算力的承接意愿与价格水平。

从更宏观的视角看，这笔交易折射出算力基础设施市场的几个趋势：其一，管制环境下“芯片不出境、算力跨境用”的模式将持续存在，东南亚等地区的数据中心正成为承接中国需求的枢纽；其二，超大规模算力协议的签署，意味着算力租赁市场正在从零散交易走向长周期、大额化的合同形态，算力供应商（如甲骨文）与算力需求方（如腾讯）之间的分工将进一步固化。

二、补能侧：无线供电道路进入试验验证阶段

在交通补能领域，本田技术研究所联合大成建设与大成道路技术，开发出基于磁耦合原理的无线供电道路系统，可为行驶中的电动汽车进行非接触充电。该系统的分工清晰：本田负责提供高功率密度、适配直流配电的电能收发装置，大成建设与大成道路技术负责直流电源方案与地下埋设施工。

按照计划，试验路段将于2026年底搭建，随后进行100万轮次车轮碾压测试以验证道路耐久性；高速公路实测预计在2027年4月之后启动。该方案在设计上同时适配乘用车与大型货运商用车，这意味着其潜在应用场景既包括城市道路与高速公路的乘用车动态补能，也包括干线物流等对续航和补能效率要求更高的货运场景。

无线供电道路的技术路线选择，反映了补能基础设施投资的深层逻辑。当前电动汽车补能以固定充电桩和换电站为主，其瓶颈在于补能速度、土地占用与电网负荷的匹配。动态无线供电若能验证商业化可行性，将把“补能”嵌入道路本体，理论上可显著降低电动车的电池容量需求、缓解里程焦虑，并对重卡等固定线路运营场景产生直接的降本价值。当然，从试验路段到规模商用，还需跨越单位造价、传输效率、标准化以及跨部门协调（道路、电力、车辆三方标准统一）等多重门槛——2026年底的试验路段，正是检验这一路径可行性的关键节点。

三、共同的底色：基建投资活跃期

将两条线索并列观察，可以看到新型基础设施投资的一个共同底色：

无论是算力租赁，还是无线供电道路，本质上都是在应用需求倒逼下，对基础设施层的提前布局。前者的驱动因素是芯片出口管制与AI模型竞争的双重压力，后者的驱动因素是交通电动化对补能体系的更高要求。二者共同表明：2025—2027年，将是新型基础设施投资从概念验证走向实体建设的关键窗口期。对于产业观察者而言，腾讯协议的后续执行情况（算力利用率与出租对冲效果）和本田试验路段的耐久性测试结果，是判断这两条基建赛道成色的两个重要观察锚点。

格局：巨头与车企的合作路径

在新型基础设施投资浪潮中，不同产业背景的企业正在走出两条相似却各具特征的合作路径：互联网巨头通过跨国云服务合作绕开算力供给约束，汽车制造企业则通过跨界联合打通技术落地与工程建设的最后一公里。本章以腾讯与甲骨文的算力租赁协议、本田与大成建设的无线供电道路项目为例，观察当前合作模式的分化与共性。

2.1 腾讯与甲骨文：以云服务方式远程“用芯”

2025年10月，腾讯与甲骨文签署了一份为期5年、总额70亿美元的算力租赁协议，租用其位于东南亚多个数据中心约十万颗先进AI芯片的使用权，用于混元大模型的训练与推理。这是腾讯历史上金额最大的海外算力租用协议。

该协议的结构值得注意：受芯片出口管制影响，相关芯片实物并不进入中国境内，而是以云服务方式在境外数据中心远程使用。换言之，腾讯获得的并非芯片所有权，而是境外算力的长期使用权。这种“设备在境外、服务可跨境”的安排，是在现行出口管制框架下的一种合规路径，其逻辑是用长期租赁协议锁定稳定算力供给，替代难以完成的芯片直接采购。

从财务层面看，此举反映的是算力开支压力的显性化。2025年二季度，腾讯自由现金流为-138亿元，资本开支达527.8亿元，同比增长176%。在国内先进芯片获取受限、自建算力受制于采购约束的背景下，海外算力租赁成为补充大模型训练资源的重要选项，尽管代价是巨额长期承诺和汇率、地缘等多重风险敞口。

值得注意的是，该协议还预留了商业弹性：腾讯管理层表示，若算力自用不及预期，可通过腾讯云按成本回收方式对外出租。这意味着这笔租赁既是研发投入，也可转化为云服务产能，形成“租赁—自用—转售”的多用途结构，一定程度上降低了巨额承诺的沉没风险。

2.2 本田与大成建设：“核心装置+工程建设”的跨界分工

与互联网巨头围绕算力的合作不同，汽车企业的合作重点在于把实验室技术推向道路级应用。本田技术研究所联合大成建设与大成道路技术，开发出基于磁耦合原理的无线供电道路系统，可为行驶中的电动汽车进行非接触充电。

这一合作呈现出清晰的“核心装置+工程建设”分工：

• 本田：提供高功率密度、适配直流配电的电能收发装置，即系统的核心技术部件；
• 大成建设与大成道路技术：负责直流电源方案与地下埋设施工，解决从技术原型到真实道路的工程化问题。

项目推进节奏明确：计划2026年底搭建试验路段，进行100万轮次车轮碾压测试以验证耐久性；高速公路实测预计2027年4月后启动。方案设计上同时适配乘用车与大型货运商用车，为后续商业化预留了场景空间。

这一分工模式的产业逻辑在于：无线供电道路的落地瓶颈并非单一的电磁技术，而是耐久性、施工标准、道路资产管理等系统性工程问题。整车企业与基建承包商各取所长，本质上与充电桩时代“车企+能源/地产企业”结盟的逻辑一脉相承，只是协作深度更进一步——技术装置被嵌入道路结构本身。

2.3 两条路径的共性观察

综合来看，两类合作虽然分属算力与交通基建两个领域，但共性在于：当单一企业无法在自身组织边界内解决供给约束时，跨企业、跨行业、乃至跨境的协作成为主流模式。腾讯以商业契约置换实物采购，本田以产业分工置换全能自研，本质上都是通过外部合作重构资源获取方式。可以预期，随着出口管制、技术工程化成本等约束持续存在，此类“借力式”合作路径将在新型基础设施的更多细分领域复制。

产业链：上游芯片与装置

在“从算力租赁到无线供电”这条新型基础设施的投资主线上，上游环节呈现出两个看似分化、实则同构的方向：一是先进AI芯片，二是高功率密度电能收发装置。前者决定智算基础设施的供给上限，后者决定交通能源融合设施的落地节奏。两者的共同点在于：供给均受到外部约束——芯片受出口管制与自研进度的双重制约，电能收发装置则受制于研发与验证周期——从而直接决定了中游方案商能够以何种速度、何种成本向下游客户交付。

上游芯片：管制约束下的供给重构

先进AI芯片是智算产业链中最稀缺的环节。腾讯于10月初与甲骨文签署的70亿美元、为期5年的算力租赁协议，是观察这一供给格局的典型样本。该协议租用甲骨文东南亚多个数据中心约十万颗先进AI芯片的使用权，用于混元大模型的训练和推理，是腾讯史上金额最大的海外算力租用协议。

这笔交易的结构性细节值得注意：受芯片出口管制影响，芯片实体留在境外，以云服务方式远程使用。也就是说，管制不仅约束了芯片的采购渠道，也改变了算力的交付形态——从“买设备”转为“买服务”，从境内部署转为境外远程调用。这一形态变化直接传导至中游：方案商无法掌控底层硬件，需围绕云端算力接口重新设计交付方案。

财务层面，算力开支压力已经显性化。腾讯二季度自由现金流为-138亿元，资本开支达527.8亿元、同比增长176%。管理层给出的对冲路径是：若算力自用不及预期，可通过腾讯云按成本回收对外出租。这一安排说明上游芯片供给的昂贵与不确定，正在推动头部厂商将算力从“自建自用”转向“租赁+转租”的弹性模式，中游算力服务市场由此获得新的供给来源。

产业逻辑上，出口管制对上游的影响是双向的：一方面压缩了境外先进芯片的可得性，抬高了获取成本；另一方面加速了国产替代与自研芯片的研发投入。但自研芯片从流片到规模部署需要较长周期，短期内境外租赁仍是头部厂商填补算力缺口的重要途径，供给紧张格局难以快速缓解。

上游装置：高功率密度收发设备与验证周期

与芯片环节的“供给受限”不同，无线供电道路的上游瓶颈在于“验证周期长”。本田技术研究所联合大成建设与大成道路技术，开发出基于磁耦合原理的无线供电道路系统，可为行驶中的电动汽车实现非接触充电。在分工上，本田负责提供高功率密度、适配直流配电的电能收发装置，大成系企业负责直流电源方案与地下埋设施工——即上游装置与中游系统集成、下游道路工程的清晰分层。

时间表方面：计划2026年底搭建试验路段，进行100万轮次车轮碾压测试以验证耐久性；高速公路实测预计2027年4月后启动。方案可同时适配乘用车与大型货运商用车。

这里的关键产业判断是：高功率密度电能收发装置是整个系统的技术制高点，其功率密度、直流适配性与车规耐久性直接决定中游集成方案的可行性。而百万轮次碾压、高速公路实测等验证环节，意味着从技术可行到商业可用之间存在至少两到三年的硬性周期。中游方案商的落地节奏，本质上是围绕这条验证时间表展开的。

两条供给曲线，一个共同逻辑

将两条线对照来看：AI芯片的约束是制度性的（出口管制），突破方式是租赁、境外部署与自研并行；电能收发装置的约束是技术性的（研发与耐久验证），突破方式是车企牵头、基建企业协同的分阶段验证。尽管约束性质不同，但结论一致——上游供给能力决定了中游方案的落地节奏与成本结构。

对投资者而言，上游环节的观察指标是清晰的：芯片线关注管制政策走向、国产芯片流片进度与头部厂商资本开支增速；装置线关注试验路段测试结果、车规级认证进度与2027年高速公路实测的启动情况。上游供给曲线的每一次右移或左移，都会在中游方案商的订单节奏与毛利率上留下直接的印记。

产业链：中游集成与下游应用

新型基础设施的产业链条呈现出“上游供给、中游集成、下游应用”的三段式结构。上游由芯片与核心设备厂商提供算力硬件与电能收发装置，中游承担资源整合与工程交付职能，下游则对接具体的应用场景。从当前观察到的两个典型案例——大模型算力租赁与无线供电道路——来看，中游集成主体分别由云服务商与道路工程方承担，二者在商业模式与能力要求上呈现明显差异。

中游集成：两种不同的交付形态

在算力基础设施领域，中游集成方是云服务商。腾讯与甲骨文签署的70亿美元、为期5年的算力租赁协议是近期最具代表性的案例：腾讯租用甲骨文东南亚多个数据中心约十万颗先进AI芯片的使用权，用于混元大模型的训练和推理。受芯片出口管制影响，芯片实体留在境外，以云服务方式远程使用。这一模式下，甲骨文作为数据中心运营方负责硬件承载，腾讯云则承担算力调度、模型训练环境搭建与应用交付的集成职能。值得注意的是，腾讯管理层表示，若算力自用不及预期，可通过腾讯云按成本回收对外出租——这意味着云服务商在中游不仅完成集成交付，还可向下游二次分发算力资源，形成一定的弹性缓冲。

在无线供电道路领域，中游集成方则是道路工程企业。本田技术研究所联合大成建设与大成道路技术开发的无线供电道路系统，采用了典型的“技术方+工程方”协作模式：本田提供基于磁耦合原理、具备高功率密度且适配直流配电的电能收发装置，大成两家企业负责直流电源方案设计与地下埋设施工。与算力租赁的软件化集成不同，道路供电的集成涉及土木工程、电力系统与车载设备的物理耦合，交付周期更长、验证环节更重。

下游应用：算力侧与补能侧的不同节奏

下游应用可分为两大方向。

一是大模型训练与推理场景。 腾讯2025年二季度自由现金流为-138亿元，资本开支527.8亿元、同比增长176%，算力开支压力显著。这一数据反映出大模型厂商对算力资源的刚性需求：自建数据中心周期长、资金占用大，租赁境外算力成为快速获取先进芯片使用权的现实路径。其代价是长期协议带来的支出锁定——70亿美元分5年支付，意味着需求波动风险部分由需求方承担。下游应用的规模化程度（大模型迭代速度、推理调用量）将直接决定这类租赁协议的经济性。

二是车辆行驶补能场景。 本田无线供电道路明确面向乘用车与大型货运商用车两类用户。乘用车场景的痛点在于补能便利性，行驶中充电可缓解续航焦虑；货运商用车场景则更具产业逻辑——重卡电池容量大、充电时间长，动态无线充电若能落地，可显著降低车载电池配重、提升运营效率。按其规划，2026年底搭建试验路段并进行100万轮次车轮碾压测试以验证耐久性，高速公路实测预计2027年4月后启动。这一时间表表明，该技术距离商业化仍有较长的验证周期，当前处于基础设施先行、应用场景待验证的阶段。

产业逻辑观察

对比两条赛道可以发现共性：中游集成方均承担了“技术产品化”的关键环节——云服务商将裸算力转化为可订阅的资源服务，道路工程方将电能收发装置转化为可通行的路面。差异则在于资产属性：算力租赁以运营协议为纽带，资产较轻；无线供电道路以物理工程为载体，前期投入重、回收周期长，更依赖政府与公路运营方的协同。后续需关注的核心变量包括：出口管制政策对境外算力租赁模式的持续性影响，以及无线供电道路实测数据能否支撑规模化投资决策。

数据与竞争：重资产压力显现

一、资本开支高企：AI 竞赛的重资产代价

大模型竞赛正在将互联网平台的财务结构推向重资产化。以腾讯为例，其二季度资本开支达 527.8 亿元，同比增长 176%，同期自由现金流转为 -138 亿元。这一组数据勾勒出头部厂商在算力军备竞赛中的共同处境：收入端的增长尚未完全兑现，而支出端已经大规模前置。

AI 训练与推理所需的高端芯片、数据中心与配套电力设施，均属于典型的高沉没成本资产。与过去互联网平台“轻资产、快周转”的模式不同，算力基础设施的投资周期长、折旧压力大，且技术迭代速度快，设备残值存在不确定性。当多家头部企业同步扩产时，行业整体呈现“竞相投入—成本抬升—等待应用回报”的博弈格局：任何一家放缓投入，都可能在模型能力上落后；持续加码，则考验现金流的承受力。

二、70 亿美元租赁协议：算力获取路径的权衡

2025 年 10 月，腾讯与甲骨文签署为期 5 年、总额 70 亿美元的算力租赁协议，租用其东南亚多个数据中心约十万颗先进 AI 芯片的使用权，用于混元大模型的训练与推理。这是腾讯史上金额最大的海外算力租用协议。

受芯片出口管制约束，这批芯片留在境外，以云服务方式远程使用。这构成一种“算力离岸”模式：企业不直接持有芯片资产，而是通过长期租赁合约锁定境外算力资源。其产业逻辑可拆解为：

• 合规层面：在管制框架下，租赁云服务是获取先进算力的可行路径之一；
• 财务层面：租赁将一次性资本支出转化为持续性运营支出，5 年 70 亿美元意味着稳定的长期付款义务，会持续占用自由现金流；
• 经营层面：管理层表示，若算力自用不及预期，可通过腾讯云按成本回收对外出租，即尝试将冗余算力转化为云业务收入，形成一定风险对冲。

但这一路径的风险同样清晰：租赁而非自持，意味着对算力资源的控制力弱于自建；远程使用的时延、数据跨境合规、以及租约期内的价格条款，都是长期合约锁定的潜在变量。这被称为“一步险棋”，正反映出企业在“自建受制、租赁受绑”之间的两难。

三、现金流压力的传导链条

从二季度数据看，重资产投入对现金流的影响已经显性化。资本开支激增 176% 叠加自由现金流转负，说明 AI 投入已进入“产出前置、回报后置”的阶段。海外算力租赁的长周期付款义务，进一步将压力从单季度延展至多年。

值得注意的是，上述两条消化路径并非相互排斥：对外出租可回收部分成本，但前提是腾讯云具备承接大规模第三方算力需求的市场能力；AI 收入兑现则取决于大模型在广告、游戏、企业服务等场景的货币化进度。若两者均不及预期，现金流压力将向融资端或开支收缩传导。

四、延伸观察：基建投入的多维竞争

算力基础设施之外，新型基础设施的投资边界正在扩展。本田技术研究所联合大成建设与大成道路技术，开发了基于磁耦合原理的无线供电道路系统，可为行驶中的电动汽车实现非接触充电。其中本田提供高功率密度、适配直流配电的电能收发装置，大成两家负责直流电源方案与地下埋设施工。按计划，2026 年底将搭建试验路段并开展 100 万轮次车轮碾压的耐久性测试，高速公路实测预计 2027 年 4 月后启动，方案可适配乘用车与大型货运商用车。

这一案例与算力租赁虽属不同领域，但指向同一个产业逻辑：新型基础设施的竞争正在从软件与算法层面向物理层延伸，且投入规模大、验证周期长、商业化节点遥远。对企业而言，无论是锁定五年期海外算力，还是布局尚在试验阶段的道路供电，本质上都是在为下一代应用场景预付成本。

五、小结

二季度的财务数据表明，AI 竞赛已进入重资产消耗阶段：527.8 亿元的资本开支与 -138 亿元的自由现金流，是行业投入强度的直观注脚；70 亿美元的海外租赁协议，则体现了企业在出口管制与算力需求双重约束下的路径选择。短期内，现金流承压将成为头部厂商的常态；中长期看，行业分化的关键变量在于 AI 收入的兑现速度，以及企业将冗余算力转化为第三方服务的能力。监管环境、租赁合约条款与应用端货币化进度，将是持续跟踪的三个核心观察点。

趋势判断：租赁与共建或成常态

新型基础设施投资的两个典型样本——算力与动态充电，正在呈现相似的产业逻辑：重资产、长周期、高不确定性。在这一前提下，租赁与共建模式有望成为未来数年的主流选择。

算力租赁：从“自建自营”到“弹性配置”

2025年10月，腾讯与甲骨文签署为期5年、总额70亿美元的算力租赁协议，租用其东南亚多个数据中心约十万颗先进AI芯片的使用权，用于混元大模型的训练与推理。这是腾讯史上金额最大的海外算力租用协议。受芯片出口管制影响，芯片实体留在境外，以云服务方式远程调用——这一安排本身即是监管约束下商业模式的适应性调整。

从财务数据看，租赁的动机清晰：腾讯二季度自由现金流为-138亿元，资本开支达527.8亿元、同比增长176%，自建算力对现金流构成显著压力。租赁将一次性资本开支转化为可预测的运营开支，降低了需求判断失误带来的资产沉没风险。

更值得关注的是管理层披露的退出机制：若算力自用不及预期，可通过腾讯云按成本对外出租。这意味着算力投资首次具备了“冗余可回收”的制度化路径——过剩算力不是纯粹的成本损耗，而是可变现的资产。这一机制若被行业广泛复制，将系统性降低AI基础设施投资的下行风险，也会催生更活跃的算力二级交易与租赁市场。

动态充电：共建分担风险，测试决定成败

无线供电道路展示了另一种风险分担结构。本田技术研究所联合大成建设与大成道路技术，开发基于磁耦合原理的动态无线充电系统：本田提供高功率密度、适配直流配电的电能收发装置，大成两家负责直流电源方案与地下埋设施工。车企出核心装置、基建企业出工程能力，这一“技术方+施工方”的共建组合，正是动态充电这类跨域基础设施降低单一主体投入风险的典型安排。

但商业化前路仍由验证节点决定。项目计划2026年底搭建试验路段，进行100万轮次车轮碾压测试以验证路面耐久性；高速公路实测预计2027年4月后启动，方案需同时适配乘用车与大型货运商用车。道路级基础设施一旦铺设，改造与撤离成本极高，因此耐久性与实测数据将成为投资决策的核心门槛——这不是实验室参数，而是能否进入路网改造议程的先决条件。

两类基建的共同时间窗口

将两条时间线并置，可以得出一个结构性判断：2027年前后是新型基础设施商业化的关键验证窗口。

• 对算力而言，腾讯70亿美元协议租期5年，恰覆盖至2030年前后；而租赁期内算力需求能否兑现、冗余算力能否顺利对外回收，将在2027年前后形成第一轮可观测的市场数据。
• 对动态充电而言，2026年底至2027年中，碾压测试与高速实测的结果将直接决定项目能否进入规模化部署讨论。

换言之，两类基建的“投入—验证—扩产”周期在这一时间点交汇。届时市场将获得相对充分的证据，判断租赁回收机制是否真实有效、动态充电是否具备道路级可靠性。

本章小结

从算力到动态充电，产业正在从“重资产自负盈亏”转向“租赁化解需求风险、共建分摊技术与工程风险”的轻量化组织方式。监管环境（如出口管制）正在塑造租赁而非自购的选择；验证门槛（如百万次碾压与高速实测）则决定了共建项目的前进节奏。对投资者而言，2027年前后应重点跟踪三个信号：算力租赁市场的二手供给规模与租金水平、腾讯云等平台对外回收算力的实际成交、动态充电测试路段的耐久性与实测结果。这三个信号将共同回答一个问题——新型基础设施的商业模式，是否已经从概念走向可复制。