真正的信号不是又一批模型公司拿到大钱，而是资本开始直接为 AI 的供电与散热定价。
SVTR 认为，这一轮 AI 基础设施竞赛的稀缺项，正从"算法"沉到"电力"。过去三年，市场默认的瓶颈依次是数据、模型能力、再到 GPU 算力。但据 SVTR AI 创投库第 161 期收录的 80 笔全球 AI 融资（2026 年 6 月），拿到大额支票的公司里，赫然站着一批直接解决"电从哪来、热往哪去"的能源与散热公司。这批样本里 46% 的融资投向了需要和物理世界打交道的硬科技，其中最硬、最反直觉的一块就是发电本身。需要诚实标注：周报样本由 SVTR 按周筛选，不等同于全市场占比；但样本里方向高度一致，这本身就是值得提前打出的信号。GPU 短缺只是表象，它的上游是电力短缺：没有稳定的基荷电力，再多的芯片也插不上电、散不掉热。这意味着 AI 的成本曲线和护城河，正在从软件层下沉到物理层。
先把这一期的底盘摆出来。SVTR AI 创投库对第 161 期收录的 80 笔融资逐笔做了结构化，记录融资额、轮次、成立年份、地域、细分赛道、创始人背景与投资方等维度。按细分赛道看（见下方样本全景图），机器人、算力、生命科学、能源这些要和物理世界打交道的硬科技占了 37 笔、近一半；能源只有 3 笔，看着最小，却是创始人结构最先变的一簇，这正是本文要打的信号。
信号一：钱开始投向"发电"，而不是更聪明的模型
这一批样本里最值得注意的，是一组直接做电的公司同时拿到了大钱。蔚蓝支点研发面向 AI 算力扩张的小型模块化核反应堆（SMR，压水堆路线），完成天使+及 Pre-A 轮共计数亿元人民币。东昇聚变以氘-氦3 为燃料做紧凑型可控核聚变，完成 1 亿美元 A+ 轮。美国的 Endurance Energy 利用板块边界附近的深海地热发电，拿到 Founders Fund 领投的 5400 万美元 Series A。
这些公司的共同点不在技术路线，在它们卖的东西：稳定的基荷电力（baseload）。"基荷"不是峰值功率，不是绿色概念，而是 7×24 不间断、可预测、不看天吃饭的电。这恰恰是间歇性可再生能源给不了、而 AI 数据中心最需要的东西。当一个行业开始为"基荷"而非"算力峰值"付溢价，说明它的约束条件已经换了一层。那么，到底是谁在做这些公司？
信号二：建公司的人，从模型研究者换成了核工程师
如果只看融资金额，容易把这读成"能源赛道又热了"。更底层的信号藏在创始人背景里。据 SVTR AI 创投库，蔚蓝支点的胡珀深耕核工程二十余年、清华核工程出身；东昇聚变的许敏是复旦大学现代物理研究所教授、中国科学技术大学等离子体物理学士与硕士、UCSD 等离子体物理博士，曾任核工业西南物理研究院聚变科学所常务副所长；Endurance Energy 的 Andrew Redd 曾是 SpaceX 生命保障系统工程师，做过 Dragon 与 Starship。
这不是巧合。当一个领域的顶尖人才结构从"模型/算法"向"核工程/聚变物理/航天系统"迁移，意味着这个领域真正难、真正稀缺、真正能形成壁垒的环节，已经从比特移到了原子。模型能力正在快速商品化，开源权重和 API 把"聪明"变成了可采购的标品；而把一座反应堆并网、把深海地热稳定取出来，需要十年起步的工程积累和监管关系，这是软件团队短期内无法复制的护城河。资本追逐的不是一个更热的赛道，是一个更难被绕过的瓶颈。而一旦瓶颈是物理的，下一个问题就浮现出来：电在哪里发、热在哪里散，开始变成一道地理题。
信号三：电力和散热重新定义选址，中美各走一条路
如果稀缺项是物理电力，那"在哪里能拿到电、在哪里能散掉热"就成了竞争变量，而不再是后勤细节。这批样本里出现了两个把"选址与散热"本身当成产品的公司。华弘数科做全液冷边端侧超算，把散热从机房约束变成可部署的产品；Orbital 干脆把搭载 GPU 的卫星送上天，用太空的电力和散热条件在轨做推理（其创始人 Euwyn Poon 是连续创业者出身，与前两家硬工程班底属另一类打法）。
更值得标注的是供电路线的中美分化。中国的电力解法集中在"核"：裂变（蔚蓝支点 SMR）加聚变（东昇聚变），背后是清华、复旦的工程体系和国资耐心资本。美国的解法更发散：地热（Endurance Energy）、在轨（Orbital），背后是 Founders Fund、a16z 这类愿意为深科技下重注的美元基金，以及从 SpaceX、航天系统外溢的人才。这种分化对应着两国不同的能源禀赋、监管节奏和资本结构。对跨境配置的投资人，"投 AI 的电"在中美是两套完全不同的承做逻辑。
成因：为什么是现在
这个变化此刻才值得关注、而非早已存在，原因在于 AI 的负载形态变了。训练是阶段性的峰值负载，推理是持续性的基荷负载。当行业重心从"训出更大的模型"转向"把模型大规模跑起来"，数据中心的用电就从间歇性需求变成 7×24 的刚性需求。这恰好撞上电网扩容的物理上限：建一座数据中心要两年，扩一条输电线路、新增一座稳定电源要五到十年。模型能力的边际进步在放缓、在商品化，推理需求却在指数级爬升，两条曲线一升一平，把"电"从背景变量推到了定价中心。不是能源突然变重要了，而是 AI 终于增长到了"撞上电网"的规模。
影响：谁会受波及
对投资人，这是最需要重新校准估值框架的地方。"为 AI 供电"正在成为一个独立资产类别，但它的承做逻辑和 SaaS 截然不同：项目周期以年计、监管密集、资本强度高、退出节奏更像能源基建而非软件。用软件的估值倍数和退出预期，去投一个本质是发电厂的东西，是这一波基础设施基金和软件 AI VC 最容易踩的坑。反过来，能在"技术里程碑"之外看懂"可交付的稳定兆瓦数"的产业资本和深科技基金，会拿到别人定价不了的超额收益。
对创业者，分两层。在应用层，推理的电费正变成成本结构里不可忽视的一项，长期看毛利下限会被电价托住；想做基础设施，真正的护城河可能不在技术新颖性，在"拿到电"的能力——选址、并网、长期购电协议、监管关系，这些不性感却极难复制的东西。
对超大规模厂商，影响是双向的：它们正用长期购电协议（PPA）锁定基荷电源，既给独立电源公司留出需求，也给后者设了天花板。对企业客户，记住一个长期结论：推理价格的下限，最终由电价、而非模型决定。
验证：三个 90 天内可追踪的指标
能源轮的密度与金额。未来一个季度，是否继续出现明确绑定 AI 算力、单笔 ≥5000 万美元的发电类（核/地热/聚变）融资，以及其中位金额是否上行。
购电与选址公告。超大规模数据中心与独立基荷电源（尤其核与地热）签署长期购电协议或共址协议的数量，是衡量"电力定价"从一级市场传导到产业落地最直接的指标。
创始人背景结构。新成立的"AI 基础设施"公司里，核心团队来自能源/核/航天背景与来自模型背景的比例，未来一个季度是否继续向前者倾斜。
SVTR AI 创投库已上线 AI-Energy 专题标签，可按几个维度筛选标的：发电路线（核裂变 SMR / 可控核聚变 / 地热）、散热与选址（液冷 / 在轨）、以及中美双边对照。如果你正在评估一个"为 AI 供电"的项目，这组分类能帮你快速定位它的可比标的，以及真正的风险落在哪一层。