8 月 10 日，晋景新能公告进行新一轮股份配售及可转债融资，两项交易合计募资约 10.98 亿港元。

其中最值得关注的是，MiniMax 附属公司作为潜在承配人及认购人，拟同时参与股份配售及可转债认购。

这意味着晋景新能与 MiniMax 之间的联系，开始从潜在的算力供需关系进一步延伸至资本层面，这也是晋景新能近两个月连续推进 AI 算力布局后，第一次看到模型公司从资本层面参与其中。

MiniMax 为什么会参与晋景新能认购？

最直接的理由，是算力正在成为模型公司的长期基础设施，各家模型厂商都在锁定长期算力资源，有算力就等于未来有机会创造更多的收入。

而晋景新能过去几个月在这方向已做了布局，例如在 8 月 6 日时新购买了 12.88 亿元的算力服务器。

过去市场谈 AI 算力，更多想到大模型预训练。

但随着 AI 产业不断发展，模型公司的算力需求已经扩展至模型训练、后训练、强化学习、多模态、Agent 以及大规模推理。

因此，对于 MiniMax 这样的模型公司来说，算力已经不是一次性的采购需求，而是长期经营中最重要的基础设施之一。

无论是中国还是美国的模型公司，它们还会进一步考虑一个问题：随着自身需求增长，云服务商能不能同步扩容？

因此，稳定的算力供给本身就具有战略价值。这是一个长期的基础建设过程，每个模型商都需要一个值得信赖的合作伙伴。

如果只是短期购买一批 GPU 算力，双方签一份服务合同即可。

但如果模型公司的算力需求是长期、持续且不断增长的，那么与算力基础设施供应商建立更深层次关系，就具有更强的产业合理性。

从行业角度看，Neocloud 真正稀缺的也并不只是 GPU 本身。服务器可以买，机房可以建，但谁能够高效、稳定地运营大规模 GPU 集群，并伴随客户需求持续扩容，才是这个行业真正需要长期验证的能力。

从美国模型公司的发展也可以看到，一旦模型商与某家云服务商形成稳定合作，双方往往会维持多年关系。

背后的原因并不复杂：数据环境、硬件架构和运维体系都需要长期磨合，一旦完成部署，更换核心基础设施供应商本身也存在不低的迁移成本。

因此，MiniMax 此次参与晋景新能股份及可转债认购，可以理解为模型需求方与算力供给方关系进一步深化的信号。

MiniMax 参与认购，对晋景新能意味着什么？

第一层意义，是这笔投资背后的产业含义，比单纯的财务投资更值得关注。

若只是普通机构参与认购，市场可能依然会对晋景新能后续的算力运营和客户拓展能力有所疑问。但 MiniMax 本身就是算力需求方，它愿意参与认购，至少说明这笔交易除了资本支持之外，还多了一层来自产业端的认可。

正如上述所说的，算力生意最终并不只是资产规模的问题，而是客户是否愿意长期使用、是否愿意持续扩容。

第二层意义，是对晋景新能来说，客户和资本可能开始形成正循环。

当前处于开源模型快速发展的阶段，中国开源模型的质量越好、推理成本越低，能够使用 AI 的场景就越多，最终反而可能带来更大的 Token 使用量和算力需求，这也是大模型行业正在出现的 " 杰文斯效应 "。

模型效率越来越高、推理价格越来越低，看起来似乎会减少算力消耗，但实际情况可能恰恰相反。

单位智能成本下降以后，过去大量不值得使用 AI 的场景开始具备经济性，企业可以把 AI 用于客服、编程、营销、数据分析、办公自动化以及 Agent 工作流，最终带来的可能是更大的总 Token 量和总算力需求。

对晋景新能而言，这种变化可能从两个方向传导过来。

一方面，随着 MiniMax 模型能力持续迭代，如果后续双方进一步将资本合作延伸至长期算力合作，那么 MiniMax 自身模型调用量和算力需求的增长，也有望直接转化为晋景新能潜在的业务增量。

另一方面，当越来越多公司开始使用成本更低的开源模型处理大量工作时，也会形成更广泛的算力需求。

因为绝大多数企业都没有必要、也没有能力自建大规模 GPU 集群，随着 AI 应用普及，它们更多会选择租用 GPU 算力、云计算资源或相关 AI 基础设施服务。

对于晋景新能这样的云计算和 AI 基础设施服务商而言，真正长期的机会并不只是服务少数大模型企业，而是 AI 能力不断普及之后形成越来越庞大的企业算力市场。

当 AI 行业越繁荣，晋景新能的算力价值越容易体现

未来无论最终哪一家模型公司胜出，整个行业都有一个共同需求：越来越多、越来越稳定的计算资源。

模型层竞争可能非常激烈，模型本身也可能不断降价甚至开源。但从基础设施角度看，模型越便宜、应用越广，最终需要承载的计算量反而可能越大。

因此，对于 AI 基础设施公司而言，其商业逻辑更接近 AI 产业里的 " 卖水人 "。

从资本市场视角看，这种变化也会影响一家公司的估值逻辑。

单纯的数据中心或服务器资产，市场更容易按照重资产基础设施去理解；但如果这些资产能够绑定长期客户，并通过持续扩容形成稳定收入，市场关注的重点就会逐渐从 " 有多少资产 " 转向 " 这些资产能够产生多少持续现金流 "。

这也是为什么 AI 基础设施公司最终仍要回到几个最核心的指标：客户质量、合同期限、算力利用率以及交付能力。

而 MiniMax 此次参与晋景新能认购，也正好体现出：模型企业和基础设施企业虽然处于产业链不同位置，但双方的利益正在越来越深地绑定在一起。

对仍处在快速建设期的 AI 算力市场来说，越早与模型公司建立稳定关系，后续越有机会随着客户需求增长持续扩容。这也是 MiniMax 此次参与认购值得跟踪的地方。

我们从已经跑在前面的同业来看，这条路径其实已经有了比较清晰的样本。

海外的 CoreWeave 在 2026 年二季度收入达到 25.75 亿美元，同比增长 112%，Backlog 已经达到 1042 亿美元，同比增长 246%，长周期订单在快速扩张的同时，也给未来收入提供了较高的可见度。

CoreWeave 的样本说明，AI 云厂商真正重要的不只是拥有多少 GPU，而是能否先获得长期、确定的客户需求，再围绕这些需求持续扩张基础设施。长单本质上降低了大规模资本开支所面对的需求不确定性。

国内的协创数据则提供了另一种样本。公司预计上半年归母净利润同比增长 247%-340%，其中智能算力产品及服务已经成为业绩增长的核心驱动力；公司特别提到，通过提升算力集群建设、交付和运维能力，缩短了项目交付及验收周期。

两家公司虽然模式并不完全相同，但背后的逻辑是一致的：长单解决需求的不确定性，运营和交付能力决定这些需求能多快转化成收入和利润。

从这个角度看，CoreWeave 和协创数据也给晋景新能的未来提供了两个很清晰的观察指标：一是能否持续拿到高质量、长期的客户；二是能否把新增服务器和算力集群快速、稳定地交付出去。

对晋景新能来说，MiniMax 此次参与认购的意义也正在于此。

公司已经开始与真正的模型需求方建立资本层面的联系，下一步要看的，就是这种关系能否继续转化为长期算力需求，以及公司能否通过服务器部署和集群运营把需求快速兑现为收入。

如果这条路径能够逐步跑通，那么 MiniMax 此次参与认购的意义，也就不会只停留在一次资本合作，而可能成为晋景新能 AI 算力业务从基础设施建设走向客户和收入兑现的重要节点。