7 月 9 日凌晨，长鑫科技公布科创板 IPO 招股意向书，新股申购日期为 7 月 16 日。这家国产 DRAM 龙头企业上市后，一批早期投资人将迎来收获。

据公开报道，该公司持股比例最高的产业投资者为阿里巴巴，其持有长鑫 IPO 前约 5% 的股份。

从结果看，这笔投资的精准度堪称范本：阿里两次投入本金约 76 亿元，根据券商对长鑫上市后估值区间的一致性预测推算，阿里所持股权对应估值约 1300 亿元或以上，保守估计，这笔投资的收益倍数或超过 16 倍。

与此同时，阿里近期的 AI 布局正密集释放积极信号。7 月 8 日，数家大行发布阿里 4-6 月业绩前瞻显示，阿里云收入预计将加速至 45%，大超市场预期的 40%，当天阿里港股大涨超过 12%。而投资长鑫是对外，云业务增长是对内，两件看上去独立的事件，底层其实是一件事：阿里巴巴 AllinAI 的成果再上一个台阶。这一战略的投入力度前所未有——阿里去年宣布未来三年投入超 3800 亿元用于 AI 基础设施建设。

今天重点关注阿里的对外 AI投资。据公开信息，阿里近三年重仓 AI 投资，累计投出约 360 亿元，覆盖芯片、大模型、AI 应用、具身智能等 AI 产业链关键环节，至少投中了 24 个明星公司，有业内人士估计，阿里的这些股权投资目前浮盈或已超 2100 亿元。

科技投资的本质，是在共识形成前下注认知。3 年赚近 5 倍，360 亿投资换回 2100 亿浮盈，阿里是如何做到的？

梳理相关资料可以发现，答案埋在阿里三年前的那次战略转向里。2023 年 9 月，阿里完成管理层更替，阿里最早的程序员、创始团队成员吴泳铭出任集团 CEO，他上任后提出 " 用户为先、AI 驱动 " 两大战略重心，阿里战投的投资逻辑作出相应调整，展现出的投资风格可以总结为四个" 得 "：投得早，看得准，用得上，放得开。

01

投得早：在市场未形成共识时进场

任何一门投资生意，赚的都是 " 认知差 " 的钱，科技行业尤其如此。阿里AI 投资的首要秘诀，就是入场时点比市场共识早 1 到 2 年。

阿里投资芯片行业非常早。2021 年 12 月，AI 驱动的存储景气周期尚未启动，市场对国产 DRAM 的争议远大于认可，阿里首次入股长鑫科技。等到 2025 年 6 月，阿里又大手笔加仓长鑫，将 IPO 前持股比例拉到约 5%。累计投入约 76 亿元，按照前文提及预测数据进行推算，预期收益倍数或超 16 倍。

阿里投资大模型赛道，同样是 " 投得早 " 的典型。2023 年国产大模型刚刚起步，ChatGPT 发布不到半年，技术路线尚未收敛，商业化路径无从谈起。彼时大多数产业资本还在观望，阿里却已经一口气锁定智谱、MiniMax、月之暗面三个头部的创业团队。

收益立竿见影。2026 年 1 月 8 日，智谱以 " 全球大模型第一股 " 身份登陆港交所，有投行人士推算，阿里的这笔投资收益倍数或高达 70 倍。仅隔一天，MiniMax 也在港交所上市，阿里累计投入 29 亿元，也换来约 180 亿元的账面回报。另一家国产头部模型厂月之暗面尚未上市，但阿里 2023 到 2026 年累计投了 7 笔、总额超 80 亿元，按最新一轮估值测算，业内估算阿里的投资浮盈已超 400 亿元。

2024 年，人形机器人概念还没被二级市场充分定价，阿里启动在具身智能赛道的系统性布局，陆续投资逐际动力、星动纪元、宇树科技、Sharpa 等超过 10 家初创企业。短短一两年后的今天，它们中的每一家都成了 " 独角兽 "。据公开报道，宇树科技即将成为 A 股具身智能第一股，而 Sharpa 的灵巧手系统被英伟达选为全球机器人参考设计。

投得早赢在时点，但时点优势会随共识扩散而稀释，而真正能够构筑护城河的，是阿里对赛道和团队的精准判断。

02

看得准：三大主赛道头部公司无一踩空

投得早还不够，还得看得准，AI 风口同样也会吹起了一堆 " 很快倒下 " 的公司。阿里在芯片、模型和具身智能这三个关键赛道，都精准抓到了头部公司，展现出了很强的判断力。

芯片国产替代，投出供应链组合。国产存储巨头长鑫科技锚定 DRAM 存储，澜起科技覆盖内存接口和 PCIe/CXLRetimer，这两块正是 AI 算力最缺、国产化空间最大的关键拼图。此外，阿里还布局翱捷、曦智、瀚博半导体、硅基流动等，顺着供应链延伸至通信芯片、光计算、AI 推理芯片和 AIInfra，构成了完整的算力底座投资组合。

国内大模型 Top3，无一漏网。阿里在最早期就对智谱、MiniMax 和月之暗面实现投资全覆盖。今天回头看，阿里在自身已经拥有领先大模型千问（Qwen）的情况下，还能作出这样的投资决策，体现了 AllinAI 的决心。事实上，如今回过头去看，各个模型各有定位、各有所长，证明了阿里当年的投资决策经得起时间的检验。

在多模态领域，阿里还着眼于视频生成和世界模型。视频生成的商业化路径清晰，而且可能具备世界模型的进化潜质，阿里在该领域进行了广覆盖的投资。爱诗科技用户破亿、ARR 超 4000 万美元，可灵 AI、生数科技、VAST 都是这个赛道的前沿公司，分别锁定视频生成的不同技术分支和场景。

除此之外，阿里还全栈布局了具身智能赛道。逐际动力、星动纪元、宇树科技、苏度科技、原力灵机、自变量机器人、Sharpa ……这些独角兽公司贯穿人形本体、灵巧操作和具身大脑，构成了具身智能全栈。

一个很能说明阿里投资眼光的案例是 Genspark。Genspark 由前百度小度 CEO 景鲲、前百度集团智能助手首席架构师兼小度 CTO 朱凯华创办，仅仅 18 个月就成长为独角兽，是全球通用 Agent 赛道最早跑出商业化数据的头部玩家之一。据一位接近阿里的产业人士透露，阿里 9 亿元投资拿下该公司 13% 持股，按最新一轮投后估值推算，估计其浮盈已超 14 亿元。

03

用得上：与被投标的之间互利共赢

投趋势、投团队、投稀缺，考验的是产业资本对 AI 技术和落地场景的综合理解能力。

财务投资和产业投资的分野，在于被投企业能否与投资方主业形成协同。阿里 AI 投资的优势，是每一家被投公司几乎都有机会成为阿里 AI+ 云业务的客户和生态伙伴。

大模型公司的训练和推理都需要算力，月之暗面今年上半年在阿里云采购金额已超 2 亿美元。一方是国内最大的 AI 服务商，另一方需要海量算力，双方相互需要。智谱、月之暗面、MiniMax 等公司的大模型还通过阿里云百炼平台对外提供模型服务，依托阿里的分发网络触达更多客户。

具身智能赛道同样如此。业内消息称，阿里投资的具身智能公司在阿里云的年化采购金额已超 1 亿美元。股权投资对应账面浮盈，云业务采购则对应现金收入的支撑。在算力紧缺的背景下，不但阿里的投资赚了钱，被投公司也解了燃眉之急，双方互利共赢。

此外，这种协同是双向的。阿里自身庞大的算力基础设施建设，同样离不开存储、高速互连等核心零部件。通过入股长鑫、澜起等国产核心供应商，阿里既能防范地缘因素导致的断供风险，又能降低采购成本，将产业投资的价值从 " 账面浮盈 " 进一步延伸至 " 供应链安全 "。

04

放得开：不强控、追求共赢

如果说，投资决策定义的是资本的眼光，那么也有一个说法值得琢磨，那就是——投后相处定义资本的性格。前三条 " 得 " 说的是阿里投什么、怎么投，第四条指向的则是投了以后怎么相处。对于长鑫这类众星捧月的抢手标的而言，选择权在它们手里，它们凭什么愿意拿阿里的钱？

要知道，彼时在消费互联网时代，阿里战投的标签是 " 强控 " 与 " 整合 " ——投资阶段偏 B 轮以后，偏好成熟标的，控制权收购频繁，产业整合意图强烈。如今，阿里以前的打法在 AI 赛道已经不合时宜：一是 AI 创业公司多为技术团队主导，控股整合会破坏创始人激励；二是 AI 技术路径快速迭代，整合意味着一荣俱荣、一损俱损的风险。

过去三年，阿里战投的姿态很明显地发生了变化：不强控、追求共赢。在单一标的持股通常不高，追求相互协同但不通过股权强制进行，而是通过布局产业链上下游、算力需求这些天然纽带而达成。

05

更强的活力，更多的可能性

对阿里巴巴自身而言，长鑫科技 IPO 只是一轮投资收获周期的起点。梳理统计 24 家阿里公开投资的明星 AI 标的，目前已完成上市的有智谱、MiniMax、澜起科技、翱捷科技、曦智科技，即将登陆资本市场的有长鑫科技、宇树科技，瀚博半导体、硅基流动等企业也已推进至 IPO 阶段。

将视角拉远，阿里的 AI 投资路径也将与全球科技巨头的布局形成呼应。众所周知，Google 通过 GradientVentures 持续加码 AI 初创企业，微软以下注 OpenAI 为支点撬动整个 AI 生态，两者的共同点在于：既做技术自研，又做生态投资，用资本加速能力闭环。而阿里的路径与之有着异曲同工之妙——自身有千问大模型和阿里云算力底座，对外则通过股权投资编织从芯片到应用的全产业链网络。不同的是，阿里面对的是一个正经历国产替代浪潮的本土市场，其投资兼具商业回报与供应链安全的双重意义。

对中国 AI 产业而言，阿里投资的范本意义或显得更为深远。当一家产业资本愿意在市场共识形成前进场，果断为拥有扎实技术背景和前沿创新能力的年轻团队提供支持，它激发的是整个创业生态的活力。同时，阿里也很好地践行了一个难而正确的理念：产业资本的最高价值，是做创新生态的土壤而非收割机。

回头看，2100 亿的账面投资浮盈，不过是阿里这场 AI 长周期布局的阶段性注脚。随着长鑫、宇树、瀚博、硅基流动等标的未来相继登陆资本市场，阿里的 AI 投资版图才刚开始徐徐展开。

这套 " 投早投小投前沿 " 的独特范式，能持续为中国 AI 生态注入长期创新动力，这一点才是我们更为看重的——其未来撬动的技术外溢、产业链协同与生态乘数效应，终将在全球 AI 产业的新竞合浪潮中，孕育出远超当下预期的无限可能性。