2025 年前三季度，Meta 净利润 370 亿美元，但 CEO 扎克伯格却宣布，今年要在 AI 上砸下 600 亿美元。
利润远不够投资，钱从哪来？
这不仅是 Meta 的难题，更是所有投身 AI 军备竞赛的科技巨头们，共同的秘密。
军备赛的入场券是算力，而算力的实体是成千上万颗价格高昂的 AI 芯片和承载它们的数据中心。构建这一切需要天量资金，动辄数百亿美元。但直接动用公司储备现金或大规模发行债券，会立刻恶化资产负债表，引发股价动荡。
于是，一个核心矛盾出现了：如何搞到天量资金，同时让财报数字不受损？这成了巨头们最顶尖的金融游戏。他们的解决方案，是让债务隐形。
摩根士丹利估计，到 2028 年，这类 " 看不见的债务 " 规模将高达 8000 亿美元。这笔巨款真实存在，却不会出现在科技巨头的财报数据中。
巨头们，是如何做到，让巨款存在，又不存在的？
高阶融资术：神隐的借债
当下最流行且合规的方法，是 SPV（特殊目的实体）隔离债务融资法。
你可以把 SPV 理解成巨头在外面认的一个干儿子公司。这个干儿子的使命单一而纯粹：替 " 亲爹 " 借钱、购买芯片或数据中心，然后长期独家出租给 " 亲爹 " 使用。
这套设计的精妙之处在于，巨额的资产和其对应的债务，完全记在干儿子（SPV）的账上，与 " 亲爹 "（科技巨头）的财务报表彻底隔离。这不仅实现了风险隔离，比如 SPV 破产不殃及母公司，更实现了报表优化——巨头在报表上只体现为稳定的租金费用，而非沉重的资产折旧和债务利息。
这套财技如何运转？只需四步：
一，认个干儿子。巨头成立一个独立的 SPV 公司，并承诺与其签订一份长期、独家的租约。这份租约是后续一切的基础。
二，拿 " 爹 " 的信用去借钱。SPV 自身没有信用，但它手持与巨头的长期租约（即未来稳定的现金流保证），去找信用评级机构。
三，拿到身为富二代的信用评级。评级机构评估的是背后巨头的信用。只要巨头信誉良好，SPV 发行的债券就能获得高投资级信用评级。
四，成功融资。SPV 凭借高评级债券，得以用较低利率向机构投资者募集巨额资金，然后购买算力资产，交付给巨头使用。
今年，Meta 就是通过这套玩法，在公开报表上只增加了 300 亿美元新债，却通过表外的 SPV，成功撬动了总计 600 亿美元的算力资产。
同样是用信用换钱，谷歌玩得更轻巧。
它找到那些拥有数据中心资产，但信用较弱的加密矿工公司，向他们的贷款银行提供偿债保证：" 如果他们还不上，我来还。" 这种信用背书使银行敢于以优惠条件放贷。作为交换，矿工将建好的数据中心容量优先租给谷歌。在这里，矿工公司扮演了另一种形式的编外 SPV。
巨头联手：循环融资与空手套白狼
对于像由马斯克创立的 xAI 这样的初创公司，由于自身资质难以申请大额贷款，SPV 模式同样适用。
xAI 的 SPV 由 Valor Equity Partners 和阿波罗全球管理公司等机构牵头成立，最终筹集到 200 亿美元，用于购买英伟达芯片并独家租赁给 xAI。xAI 自身仅需承诺一份为期 5 年的租赁合同，几乎不承担直接债务风险。
在这一案例中，还玩出了更高级的循环融资（Circular Financing）——本质是构建一个资金在关联方内部流转的闭环，实现自己和自己做生意。
例如，英伟达可以作为出资方之一，参与成立 SPV；SPV 再用融来的钱，向英伟达大规模采购芯片。最终，英伟达成功卖出了芯片，获得了收入和利润；xAI 用上了顶尖芯片且不背债；作为 SPV 牵头方的投资机构也赚取了管理费和利差。
参与各方，皆大欢喜。
靠着这套循环大法，巨头甚至能撬动远超实际投入的资本。
9 月，英伟达宣布向甲骨文投资 3000 万美元。这笔投资被视为强烈的产业信号，市场解读为两大巨头深度绑定。消息一出，甲骨文股价应声暴涨 36%，市值一夜之间飙升 2510 亿美元。甲骨文反过来再大规模采购英伟达的芯片和系统。
最终，英伟达卖出了更多产品，甲骨文凭借一则消息，一日之间入账数千亿美金，并获得算力，两巨头一起发财。
只看这两个月，巨头间传出的类似合作：OpenAI 与英伟达、AMD、甲骨文、软银等巨头达成了超过 1 万亿美元的基础设施和芯片协议；微软英伟达联手注资 Anthropic，同时 Claude 全面接入 Azure。
这种循环融资与战略结盟，在云服务商（甲骨文、微软 Azure）、芯片制造商（英伟达）和顶级模型公司（OpenAI,Anthropic,xAI）之间形成了高度捆绑的资本共同体。
巨头希望通过结盟，实现一荣俱荣。这背后同时也意味着，风险前所未有地集中，一损也将俱损。
风险：历史是否会重演？
SPV 和表外融资并非新生事物，它曾在历史上两次引爆危机，恶名昭著。
2001 年，能源公司安然设立了上千个 SPV，将巨额亏损和债务隐藏在这些表外实体中，同时在自家财报上虚报盈利。当真相大白，这家能源巨头迅速崩塌。
同样发生在零几年，银行将大量高风险次级房贷打包进 SPV，并利用表外处理将其伪装成优质安全资产出售给全球投资者。当房市崩盘，这些 SPV 持有的资产变成毒药，最终引爆系统性金融海啸。
必须说明的是，当前的 AI 融资与上述案例具有本质不同。
AI 巨头们的操作流程合理合法，交易目的是隔离风险和优化报表，而非隐匿亏损或欺诈。其底层资产是真实、高价值的硬件，现金流来源于信用顶级巨头的长期租约。
然而，当使用这一方法融资的规模达到万亿美元级别时，风险必然不容忽视。
AI 芯片的生命周期极短，迭代速度惊人。今天斥巨资购买的 GPU，可能在 18-24 个月后因新一代芯片的出现而价值锐减。SPV 持有的资产迅速贬值甚至淘汰的风险，被巧妙地转移给了最终持有债券的金融投资者。
SPV 的命脉，都系于少数几家科技巨头（如 Meta、xAI）能否按时足额支付租金。一旦其中某家巨头因技术路线失败、竞争失利或商业模式不成立而违约，将引发大量 SPV 连环违约的系统性灾难。
循环融资让巨头们深度捆绑。一旦链条上的公司（如 xAI）无法产生预期收入来支付租金，风险将沿着供应链倒灌，冲击 SPV 的债权人，并最终波及作为供应商和出资方的芯片商，以及投资机构。
回到最初的源头：Scaling Law
一切的源头，始于行业对 Scaling Law（规模定律）的无限追求——即相信模型的性能随着参数规模、算力投入和数据量的增加而持续提升。这驱动了算力需求的指数级膨胀，也让掌握了核心硬件的英伟达成为最大赢家，业绩一路狂飙。
但业内顶尖人物已发出冷静的警告。
谷歌 CEO 桑达尔 · 皮查伊在发布新模型 Gemini 3.0 的当口，却意外提及：" 万亿美元 AI 投资热潮确实存在非理性因素，一旦泡沫破裂将无人幸免。"
对此，刚被 Meta 裁员的中国研究员田渊栋，有精炼的总结：
"Scaling Law 是一个悲观的未来，...... 地球上所有的资源都会被耗尽，所有的电都会被用来训练大模型。在那种情况下，我们还能靠这种能力改变我们的世界吗？在某个时间点，人们会意识到算力不是一切。"
作为这场军备赛最大受益者，英伟达 CEO 黄仁勋在最新的投资者电话会中显得信心满满，其表示：" 关于 AI 泡沫的说法有很多，但从我们的角度来看，情况与互联网泡沫时期相比截然不同。AI 正在改变现有的工作负载，并没有看到 AI 泡沫的存在。"
但语言是目的，行为是真相。资本市场的实际行动，往往比 CEO 的公开言论更能反映真实趋势。
近一年来，一场对英伟达股票的密集高位减持正在悄然发生：
黄仁勋本人从 2025 年初至 11 月，在 88 个交易日里累计卖出 829.7 万股，套现约 15.48 亿美元。
著名投资者段永平和其掌控的 H&H 投资，单季度对英伟达的减持幅度达 38.04%。
孙正义 / 软银在 2025 年 10 月英伟达股价处于历史高点时，清仓全部 3210 万股，套现 58.3 亿美元，基本实现投资翻倍。
值得注意的是，孙正义清仓英伟达，并非看空 AI。他迅速将资金转向了更大的押注——领投 OpenAI 的 400 亿美元融资，旨在成为其最大股东。这一举动清晰地标示出资本的流向：它们并非撤离 AI，而是在进行一场豪赌的切换——从提供铲子的硬件芯片，转向可能挖到金矿的应用与模型本身。
至此，巨头们通过一系列财技，暂时解决了铲子的融资难题。但这仅仅是 AI 狂潮的序章。当资本的洪流越过硬件，涌向模型与应用这片更广阔的金矿时，一场更加残酷和不可知的竞争，才刚刚开始。
