高盛刚甩出两份研报，核心观点一句话：世界模型不是来替代大语言模型的，而是来叠加新的算力需求的。
如果这话成真，那现在市场对AI算力和电力的投资预测，可能还偏低了。
7.6万亿还不够？
先看个数字。
高盛测算，2026年到2031年，全球AI基建的累计投资规模约7.6万亿美元。拆开来看：算力芯片和服务器5.1万亿（占67%），数据中心2.1万亿（占28%），电力配套3580亿（占5%）。
2026年一年就要投进去7650亿美元，到2031年一年干到1.64万亿。四大云巨头——亚马逊、谷歌、微软、Meta——今年的AI资本支出计划是7250亿美元，比去年4100亿涨了77%。
这数字已经够吓人了。但高盛还补了一句：如果世界模型发展超预期，这个7.6万亿可能还不是天花板。
世界模型到底在算什么？
要理解这个判断，得先搞清楚世界模型和大语言模型的区别。
大语言模型处理的是文本和图片——你给它输入，它给你输出，本质上是模式匹配和统计推断。
世界模型试图理解的是物理和社会系统中的因果关系。比如：一个零件在特定受力下怎么变形、一条供应链受到冲击后怎么传导、一辆自动驾驶车在复杂路况下该怎么决策。
高盛把世界模型分成两类：
物理世界模型，用来支撑机器人、自动驾驶、物流调度、工业设计。模型需要理解摩擦、材料行为、运动轨迹这些物理规则。
社会世界模型，用来做战略推演、投资决策、政策压力测试、治理模拟。模型需要理解经济系统、市场竞争、政策传导这些社会规则。
两类模型共同的特点是：它们处理的不是静态的文本，而是动态的、有因果关系的、需要预测未来的复杂系统。
这意味着什么？意味着算力的需求不是"替换"，而是"叠加"。大语言模型的算力需求照样在涨，世界模型又额外开了一条新的算力赛道。
钱在往哪里流
资本已经在用脚投票。
据Decibel Partners统计，2026年上半年，风险投资基金向世界模型相关企业投入超过30亿美元。同期全球AI领域共发生288起融资，总金额超460亿美元。
四大云巨头的资本布局核心方向，也明确指向世界模型。
但高盛也指出了一个现实问题：电力。
美国数据中心的用电需求，2025年31吉瓦，2026年41吉瓦，2027年直接飙到66吉瓦——两年翻一倍多。到2027年，数据中心一家就要吃掉美国夏天用电高峰的8.5%。
变压器交货周期从12个月延长到了24个月以上。美国电力变压器需求涨了119%，价格涨了77%。今年第一季度，大约1300亿美元的数据中心项目被叫停或延期——不是没钱，不是没芯片，是没电。
高盛自己也承认，现在数据中心并网排队，在部分核心市场要等8到12年。GPU两年换一代，电网八年起步。
这就是错配。芯片可以加班加点造，电线杆子不能。
一个值得留意的风险
高盛研报还提了一个容易被忽略的点：软件公司正在挨打。
今年上半年，一个主要持仓微软和Salesforce的科技软件ETF跌了17%，软件板块市盈率从35倍压缩到22倍，创2014年以来新低。
市场的逻辑是：AI会压低软件定价、吃掉软件公司的利润。
所以别以为AI起来了所有公司都受益。有人吃肉，就有人挨打。
高盛自己两年前写过一篇研报，标题叫"AI花太多、赚太少"。2026年4月，高盛研究主管公开承认"看错了"——他低估了云厂商砸钱的速度和决心。但他坚持一点：企业端用AI到底能不能赚到钱，这事还没跑通。
2026年超大规模云厂商的资本开支占经营现金流的比例，预计接近100%。挣多少花多少，全砸进去了。哪天谁先扛不住、先砍预算，整个链条都得跟着抖。
怎么看这件事
高盛这份研报的价值，不在于给个精确数字，而在于提供了一个思考框架。
世界模型如果真的大规模落地，算力需求不是"替代"而是"叠加"——这个判断如果成立，那整个AI基建的天花板就得重新算。
但也要看到另一面：7.6万亿的投入，能不能赚回来，是个真问题。电力瓶颈能不能突破，也是个真问题。
对于关注AI基础设施的人来说，最值得盯的不是算力本身——英伟达已经占了75%的份额，蛋糕再大，大部分已经被人端走了。
真正有意思的是两块：一是电力这个瓶颈怎么破，二是世界模型跑起来之后，谁能在应用层吃到肉。
高盛自己都说，现在的AI市场像一根"被拉满的橡皮筋"。谁先松手不知道，但松手那天，动静不会小。
雨见AI，遇见AI，做个AI时代的明白人。
关注雨见AI，获取更多AI行业深度解读。
