核心观点
　　一、科技巨头联手加码AI算力。
　　核心要点：OpenAI与微软Azure合作始于2019年，近期与甲骨文签署3000亿美元算力采购订单，此前计划参与建设星际之门（Stargate）。
　　（1）OpenAI与微软Azure合作关系已久。
　　据证券之星官方澎湃号，微软对OpenAI的投资始于2019年。OpenAI创建的盈利性子公司“OpenAILP”获得了来自微软的10亿美元投资。根据双方当时签订的协议，微软向OpenAI提供包括现金和Azure云计算资源在内的总计10亿美元，用于支持OpenAI的研发和模型训练。另一方面，OpenAI则要将其服务迁移至微软Azure云平台，微软将成为其云提供商；此外，微软拥有OpenAI技术的使用权，并从OpenAI的收入中获得20%的分成，协议有效期至2030年。
　　（2）OpenAI与甲骨文签署3000亿美元算力采购订单。
　　IT之家9月11日消息，《华尔街日报》当地时间10日报道称，OpenAI已与Oracle甲骨文签订了一份价值3000亿美元（IT之家注：现汇率约合2.14万亿元人民币）的算力购买订单，这是有史以来最大的云计算合同之一。这笔交易将于2027年正式生效，为期约为5年，平均每年金额规模达到600亿美元（现汇率约合4272.96亿元人民币）。
　　（3）OpenAI与甲骨文、软银合作开发星际之门（Stargate）。
　　《科创板日报讯》9月24日讯，OpenAI确定AI基础设施平台“星际之门”（Stargate）的首批选址。该公司将新建五个美国AI数据中心。这五个新数据中心的容量，加上OpenAI位于德克萨斯州阿比林的旗舰数据中心以及与CoreWeave合作的正在进行的项目，将使Stargate在未来三年的规划容量达到7千兆瓦，投资额超过4000亿美元。其中三个新站点正与甲骨文合作开发，分别位于德克萨斯州、新墨西哥州以及中西部某地，加上位于得克萨斯州阿比林“星际之门”站点附近可能额外扩建600兆瓦容量，可提供超过5.5吉瓦的容量。另外两个站点正在与软银合作开发，可在未来18个月内扩展至1.5千兆瓦，一个位于俄亥俄州，已破土动工，预计2026年投入运营，另一个位于德克萨斯州，将与软银旗下的SBEnergy合作开发。
　　（4）OpenAI和AMD宣布战略合作，携手部署6GWAMDGPU计算资源。
　　据AMD公司官网，2025年10月8日，AMD与OpenAI宣布达成一项总计6GW的合作协议，涵盖多世代的AMDInstinct GPU，将为OpenAI的新一代人工智能基础设施注入强大运算动能。其中初始阶段1GW的AMDInstinct MI450 GPU部署将于2026年下半年启动。合作初期将从AMDInstinct MI450系列与机架级AI解决方案开始，并逐步延伸至未来世代的产品线。通过分享技术专长以最优化各自的产品蓝图，AMD与OpenAI持续深化双方在硬件和软件层面的跨世代合作，此合作关系始于MI300X系列，并已延伸至MI350X系列。这项战略合作为双方缔造真正的双赢局面，不仅推动超大规模的AI部署，也加速整个产业体系的进步与发展。
　　二、阿里“AI+云”战略领航。
　　核心要点：阿里持续投入AI+云，云栖大会展现核心产品力，构建全栈AI护城河。
　　（1）AI相关收入持续增长，未来将加大对云与AI资本开支。
　　据阿里巴巴公司公告，AI+云方面，AI应用加速发展以及阿里云AI产品客户接受度的提高，推动2025年6月份季度阿里云外部商业化收入同比增长26%。在AI相关收入连续八个季度三位数增长的带动下，2025年6月份季度，AI收入占外部商业化收入的比例已经超过20%。25年2月底公司宣布未来三年投入3800亿元建设云和AI硬件基础设施。公司拥有全球第四、亚洲第一的云，拥有从AI算力、AI云平台、AI模型、开源生态到AI应用的全栈技术能力。2025年6月份季度，公司在AI+云等CapEx投资达386亿元。过去四个季度，公司已经在AI基础设施以及AI产品研发上累计投入超过1000亿元
　　（2）阿里云栖大会顺利召开，“AI+云”宏图展开
　　据新华社援引阿里云消息，2025云栖大会于9月24日至26日在浙江杭州云栖小镇举行。大会以“云智一体·碳硅共生”为主题，为期三天，设三大主论坛和110余场聚合话题，预计将有来自50多个国家和地区的2000余位嘉宾出席。展区总面积4万平方米，有500余家企业参展，带来3500款展品。大会期间，三大主论坛“云栖前瞻”、“云栖技术”、“无法计算的价值”探讨AI、云计算与产业应用的最新趋势，并发布核心技术和新产品。110余场聚合话题，聚焦AI基础设施、应用拓展和生产力重塑。
　　（3）阿里开源Qwen3-Next模型，主打超高训练和推理性价比，总参数800亿仅激活30亿。
　　据华尔街见闻官网援引通义千问Qwen，Context Length Scaling和Total Parameter Scaling或将是未来发模型发展的两大趋势，为了进一步提升模型在长上下文和大模型总参数下的训练和推理效率，阿里设计了全新的Qwen3-Next的模型结构。该结构较Qwen3的MoE模型结构，进行了以下核心改进：混合注意力机制、高稀疏度MoE结构、一系列训练稳定友好的优化，以及提升推理效率的多token预测机制。
　　据Qwen3-Next官网，Q