5月26日，深圳市发布“十五五”规划纲要，提出到2030年全市实时可用算力规模将超150EFlops，国产芯片部分指标和算力集群达到国际先进水平。规划强调统筹推进智算芯片研发制造、算力设施建设和模型算法发展，打造高效易用的人工智能技术底座。重点包括优化昇腾等训练及推理芯片，推动国产算力生态繁荣，建设多层次智能算力体系，促进超智协同与异构融合。同时，加强人工智能基础理论研究，培育国际领先的国产通用大模型和行业应用模型，以高价值场景推动算法落地，构建全面支撑的大模型底座。

5月24日，数据显示一季度AI领域融资超1100亿元，其中国产大模型融资金额显著增长。5月，月之暗面、阶跃星辰等企业获超300亿元融资，具身智能领域如维他动力、鹿明机器人也接连获得数亿元投资。据统计，一季度AI领域融资近600起，总额同比激增185.4%。融资主要流向三大方向：研发、算力和顶尖人才招募，其中头部大模型公司2025年研发投入达数十亿，GPU采购和云服务占融资额30%-50%。技术迭代周期已缩短至3个月以内，AI推理成本大幅下降，商业化进程加速。

未来推理将吃掉70%算力，30%留给训练丨硅谷投资人张璐@AIGC2026 编辑部 整理自 AIGC2026 量子位 | 公众号 QbitAI 从硅谷投资人的视角看，AI的叙事正在悄然转变。Fusion Fund创始合伙人张璐指出，过去两年行业聚焦于模型和算力，但真正的战场正向基础设施的“通...

5月21日，据证券披露文件，Anthropic PBC将向SpaceX支付近450亿美元，获取未来三年的计算资源，以支持其Claude AI软件。文件显示，Anthropic预计每月支付12.5亿美元，直至2029年5月，协议可提前90天通知终止。Anthropic本月早些时候达成协议，从SpaceX位于孟菲斯的Colossus 1数据中心获取超300兆瓦算力，并扩大合作，纳入SpaceX第二个数据中心的计算能力。这一合作凸显AI领域对高性能计算资源的激烈争夺。

2026年5月18日，华为董事、数字能源总裁侯金龙在2026全球AIDC产业论坛上表示，随着人工智能和大模型的快速发展，全球AIDC（人工智能数据中心）装机规模将持续增长。他强调，算力依赖电力，能源是AI发展的根基，而AIDC作为算力生产系统，其交付速度直接影响收益与回报。为实现高质量可持续发展，需强化电力保障、提升电网友好性，并推动供电架构向高压化、直流化、电力电子化升级。此外，超高密算力需要高可靠液冷解决方案及全生命周期智能运维，以确保长期稳定运行。（国是直通车）

2026年5月，蔚蓝科技发布消费级四足机器人BabyAlpha A3，搭载6600万像素摄像头、HDR140db视觉和223.2万点云/秒的3D感知系统，突破行业感知与算力瓶颈。其采用6颗芯片组成的异构计算集群，端侧运行70亿参数模型达280TPS，效率为行业10倍以上，绕开英伟达技术路线，成本仅300多美元。A3具备3.5m/s速度、45°爬坡能力，并强调家庭场景安全设计，包括隐藏式关节和端云双重安全架构。蔚蓝科技累计销售超2.5万台机器人，用户交互时长超9.5亿分钟，数据全部来自真实家庭环境。BabyAlpha A3预计Q3上市，标志着消费级具身智能进入新阶段。

5月20日，第四届中国AIGC产业峰会将在北京金茂万丽酒店举行。本次峰会聚焦AI领域的最新趋势与应用，涵盖Agent商业化落地、多模态模型突破、AI在文娱医疗等场景的纵深渗透以及算力范式变革等核心议题。18位重磅嘉宾将分享前沿洞察，包括智谱、亚马逊云科技、商汤科技等行业头部企业及港大、复旦等学术代表。峰会特设Agent主题圆桌，并发布年度榜单和中国AIGC应用全景图谱。活动线上线下同步进行，现场还有参会伴手礼。

5月12日，美股芯片与半导体设备股普遍回落，费城半导体指数盘中跌超5%，英特尔、高通、美光科技等多只AI核心概念股遭遇抛售，跌幅显著。英伟达也下跌1.38%，显示市场风险偏好降温。同日，美国劳工部数据显示，4月CPI同比上涨3.8%，为2023年6月以来最高水平，高于市场预期，可能巩固美联储维持利率不变的预期，并释放‘鹰派’信号。

中信建投5月11日研报指出，国产算力需求旺盛，DeepSeek首轮融资最高达500亿元用于算力补充，豆包Token消耗量从60万亿/天增至120万亿/天。供给端，国产芯片渗透提速，IDC数据显示2025年中国云端AI加速器本土芯片出货占比将达41%，华为以81.2万颗领先；CPU需求因Agent普及激增，CPU/GPU配比可能升至1:1。此外，商业航天迎密集催化，长征十号乙火箭、星河动力智神星一号计划5月中下旬首飞，蓝箭航天朱雀三号将在二季度挑战一级回收。

2026年5月7日，OpenAI总裁Greg Brockman透露，公司计划到2026年在计算资源上投入约500亿美元，以应对AI大模型训练与推理对算力的急剧需求。相比2017年的3000万美元，成本已增长数千倍，凸显生成式AI从实验迈向商业化的巨大变化。这笔支出涵盖模型训练、用户推理成本及更大规模研发，同时OpenAI设定目标：到2030年累计计算投入或达6000亿美元。未来，AI竞争核心将转向算力与基础设施控制权。与此同时，微软、谷歌、亚马逊等巨头正扩建数据中心并锁定GPU供应，推动全球AI基础设施投资规模持续攀升，行业‘算力军备竞赛’全面升级。