2月1日，在连续多年春节前的“固定打卡”——中国内地之行后，现身台积电先进制程工厂的英伟达创始人兼CEO黄仁勋回应了有关英伟达与OpenAI之间合作出现摩擦的传闻“纯属无稽之谈”。
2025年9月，英伟达与OpenAI签署意向书，建立战略合作伙伴关系，前者将使用英伟达系统构建至少10GW（吉瓦）的AI数据中心，投入数以百万计的GPU。同时，OpenAI称英伟达会随着每1GW 数据中心的逐步上线，分阶段投入最高1000亿美元。
这项合作一度被视为双赢。不过，日前《华尔街日报》报道称，英伟达内部有人开始质疑交易，两家公司的谈判并未走出初期阶段。报道还提到，黄仁勋曾批评OpenAI 的商业策略“缺乏纪律”，并对OpenAI在与谷歌、Anthropic竞争中的处境表示担忧。
根据这次的回应，黄仁勋强调，英伟达“一定会参与”OpenAI当前融资轮，“因为这是一项极佳的投资”，并称OpenAI是“我们这个时代最具影响力的企业之一”。他虽然未透露具体投资额，但表示英伟达将投入大量资金，“这可能是我们有史以来规模最大的一笔投资”。
公开资料显示，截至2026年2月3日，OpenAI已完成10轮核心融资（含早期捐赠、正式融资和战略投资），另有一轮千亿美元级融资正在洽谈中，涉及英伟达（数十亿美元至 300亿美元）、微软（不到100亿美元）、亚马逊（100亿—200亿美元）、软银（追加300亿美元）等。
“现在曝光出来的主要就是巨头+软银，算是之前那轮的延续。”针对OpenAI新一轮的融资情况，经纬中国VP原副总裁、知名互联网投资人庄明浩对《中国经营报》记者表示，OpenAI这一轮融资已经没什么估值逻辑了，上轮融资后估值已5000亿美元了，这轮肯定要涨，初期定7000亿美元，发现call（响应）的人多，那就8000亿美元。“投不投？你不投，有的是人投。”
对于这轮千亿美元级融资情况，记者结合公开信息整理如下：英伟达已确认参与且为最大单笔投资；微软/软银为既有核心伙伴，目前在洽谈中；亚马逊/中东主权基金正在深度谈判；甲骨文、谷歌、淡马锡/新加坡主权基金则处于传闻阶段。
回顾2026年以来黄仁勋的行程和言论（即从年初的CES 2026到达沃斯世界经济论坛，再到中国内地之行等），记者注意到，他有在推广英伟达的AI“五层蛋糕”概念，这一概念在CES 2026期间首次被提及。
等到2026年的达沃斯世界经济论坛 （World Economic Forum） ，在与贝莱德集团 （BlackRock）首席执行官Larry Fink的对谈中，黄仁勋系统地将AI描述为“五层蛋糕”，而不是单一技术，涵盖能源、芯片和计算基础设施、云数据中心、AI 模型以及最终的应用层。
“从产业角度理解这一点非常重要：AI本质上是一个五层蛋糕。最底层是能源，因为AI是实时处理并实时生成智能的，它需要能源来做到这一点。能源是第一层。第二层是我们所在的层，即芯片——芯片和计算基础设施。再上一层是云基础设施、云服务；再上一层是AI模型。这是大多数人认为的人工智能所在。但别忘了，为了让这些模型运行，你必须拥有其下所有的层级。最顶层是应用层，这是最终创造经济利益的地方。”这是黄仁勋在达沃斯对话上的实录。
而对照“五层蛋糕”理论，我们可以推测出OpenAI处于第四层的模型层，其是全球公认的大模型技术标杆与商业化先锋：闭源大模型领域全球第一，GPT-5/Sora等产品引领技术方向，模型能力领先竞争对手约6—12个月，2025年营收突破200亿美元。
“从行业逻辑与资本本质来看，双方合作形成精准互补的价值闭环，属于典型双赢。对英伟达而言，虽投资规模未达千亿级别，但通过资本绑定锁定OpenAI长期算力采购需求，避免其转向其他芯片供应商或自研芯片，巩固AI芯片市场的核心主导地位，同时联合优化软硬件路线图，推动核心计算平台与OpenAI模型深度适配，构筑坚实技术壁垒。”天使投资人、资深人工智能专家郭涛表示，而OpenAI可获得英伟达资金与算力双重支持，有效破解AGI研发的算力瓶颈，自建基础设施可显著降低长期运营成本，且能借助英伟达成熟的生态资源加速技术落地，切实缓解持续的资金消耗压力。
他指出，这种“投资换订单、算力换技术”的深度绑定模式，既同步强化双方核心竞争力，又共同规避行业竞争风险，完全契合科技巨头协同发展的最优逻辑。
不过，郭涛还提到这种“供应商投资核心客户”模式可能引发反垄断监管关注，进而影响行业竞争生态。
“对英伟达来说，短期将显著提振股价与投资者信心，长期通过绑定头部模型厂商稳定芯片出货量，形成‘投资—采购—盈利’的良性循环，但过度依赖单一核心客户也可能加剧业绩波动风险。对OpenAI来说，获得稳定的算力供应与资金保障，将加速AGI研发进程，其用户生态的商业化价值也将进一步释放，但与英伟达的深度绑定可能削弱自身供应链灵活性。”郭涛表示，从资本市场角度看，双方合作将强化AI板块估值逻辑，吸引更多资金涌入算力与大模型领域，但也可能催生行业泡沫，增加“一损俱损”的系统性风险。
