阿里800亿港元配售加码AI算力基建与工信部模数共振行动落地：算力基础设施进入规模化建设期

2026年8月25日，中国AI算力基础设施领域密集出现重大动作。阿里巴巴宣布以配售形式筹集约800亿港元，资金将全部投入AI基础设施建设。同日，上海卫星互联网智算中心及算电协同研发中心正式投运，工信部与国家数据局联合发布的”模数共振”行动通知开始落地实施。AI算力基础设施正从分散建设进入规模化、协同化发展新阶段。

阿里800亿港元配售：现金储备转向算力军备

8月24日晚间，阿里巴巴管理层释放强烈信号。董事会主席蔡崇信、CEO吴泳铭合计增持约1.2亿港元公司股票，同日港股大跌8.5%，单日蒸发超2000亿港元。当日上午，阿里宣布以配售形式筹集约800亿港元，资金全部投入AI基础设施建设。

截至2026年6月底，阿里账上现金类资产约4745亿元人民币。在拥有充足现金储备的情况下选择配售融资，表明阿里对AI基础设施的投资规模已超出自身现金流承受范围，需要引入外部资本加速算力扩张。这一决策的直接背景是AI推理和训练需求持续爆发，云业务对GPU算力的需求远超预期。

阿里云近年来在AI算力方面的投入节奏明显加快。从自研芯片到智算中心建设，从模型训练平台到推理服务框架，阿里正在构建覆盖全链路的AI基础设施。800亿港元配售资金的注入，将加速这一进程，缩短从规划到产能落地的周期。

上海卫星互联网智算中心投运：算电协同模式落地

8月25日，上海松江九亭迎来上海卫星互联网智算中心及算电协同研发中心的投运仪式。上海极篇人工智能科技有限公司与华丰动力股份有限公司签署松江二期智算中心电源设备采购协议，标志着算电协同合作从示范阶段进入规模化应用。

算电协同是当前智算中心建设中的关键课题。随着单机柜功率密度从传统的6-8kW攀升至30kW以上，传统供电架构面临挑战。智算中心的电力供应、散热管理和算力调度需要作为一个整体来设计，而非各自独立优化。上海卫星互联网智算中心的模式将电源设备与算力集群协同规划，有望降低PUE（电能利用效率），提升单位电力产出算力。

该项目选址松江并非偶然。上海在卫星互联网和人工智能两大领域均有产业布局，松江G60科创走廊聚集了大量科技企业。智算中心的投运将为这些企业提供本地化的算力服务，减少数据传输延迟，同时带动上下游产业链发展。

工信部模数共振行动：政策驱动AI赋能工业化

工信部与国家数据局联合发布《关于联合实施2026年”模数共振”行动的通知》，提出以数据、模型、场景全链条深度协同推动AI赋能新型工业化。当前中国制造业关键工序数控化率稳步提升，但AI与制造业融合仍面临数据壁垒、模型适配不足等挑战。

“模数共振”行动的核心是打通数据流、模型流和场景应用之间的壁垒。具体路径包括：建立制造业高质量数据集，推动行业大模型在具体生产场景中落地，形成可复制的解决方案。政策层面通过资金引导和标准制定降低企业试错成本，加速AI从实验室走向生产线。

从全球视角看，中国AI大模型调用量已连续17周位居全球第一，DeepSeek V4-Flash连续三周登顶Arena盲测榜单。应用层的活跃与基础设施层的投入形成正向循环：更多算力支撑更多模型训练，更多模型产出更多应用场景，更多场景产生更多数据反哺模型迭代。

汤森路透基于千问构建Thomson大模型：行业模型落地加速

汤森路透发布了首款大模型Thomson，基座为阿里千问Qwen3.5-397B，先与帝国理工重训使其符合安全、伦理、政治中立要求，再用自有内容进行预训练与强化学习。在Stanford LegalBench上得分0.823，在Harvey Legal Agent Benchmark上仅略低于顶级竞品。

这一案例代表了大模型行业应用的典型路径：选择开源基座模型、进行领域适配训练、注入行业知识库、严格安全对齐。法律行业对事实准确性和推理严谨性要求极高，通用大模型直接应用存在幻觉风险。通过专业数据训练和强化学习，可以在保持通用能力的同时显著提升领域表现。

汤森路透选择阿里千问而非自研基座，反映了AI行业分工的深化。基座模型研发需要巨额算力投入和长时间积累，行业应用者更倾向于在成熟开源基座上做垂直优化。这种分工模式降低了AI应用门槛，加速了技术在各行业的渗透。

中消协关注AI服务消费风险：监管与产业并行

中国消费者协会针对AI服务引发的消费问题提出建议，要求强化风险提示和信息质量管理。以大语言模型为核心的生成式AI正加速融入消费场景，但信息生成的不确定性导致出现信息不准确、表述不严谨、承诺与实际不符等问题。

中消协列举的具体问题包括：提供与实际不符的费率信息、作出难以兑现的赔付表述、提供片面或欠审慎的法律建议等。这些问题的本质是AI生成内容的不可靠性与消费者信任之间的矛盾。在AI服务快速商业化的背景下，如何界定AI服务提供者的责任边界、建立消费者权益保护机制，成为政策层面需要回答的问题。

从产业发展角度看，监管的关注并不意味限制发展，而是为行业的长期健康提供制度保障。AI算力基础设施的规模化建设和行业模型的加速落地，与消费者保护机制的完善，是同一进程的两个维度。技术进步和制度规范并行推进，才能实现AI产业的可持续发展。

算力基础设施投资的产业影响

阿里800亿港元配售、上海智算中心投运、工信部模数共振行动，三个事件在同一天密集发生，指向同一个趋势：AI算力基础设施正从规划阶段进入大规模建设阶段。资金、设施、政策三个维度同步发力，将推动中国AI基础设施在未来一到两年内实现产能跃升。

对产业链的影响是多层次、递进的。上游GPU和AI芯片需求持续增长，中游智算中心建设和运营迎来投资高峰，下游云服务和行业应用获得更充足的算力供给。算电协同模式的推广将带动电力设备行业的智能化转型。行业大模型的加速落地则催生新的AI服务市场，从通用API到行业定制方案的梯度供给体系正在形成。