AI巨头杨立昆刚发了篇论文，未来百倍级增长的，不只是算力，还有铜需求

　　过去几年，几乎所有人都把人工智能理解成一场语言革命。

　　从 GPT-3 到 GPT-4，再到一轮接一轮的新模型，大家都在比谁的参数更大，语料更多，芯片更强。人们谈论的是推理，是代码，是 Agent，是谁更像一个高智商的人。

　　但这条路，正在出现一个越来越清晰的拐点。

　　几天前，arXiv 上挂出一篇论文，题目叫 Beyond Language Modeling: An Exploration of Multimodal Pretraining。作者名单里有 Yann LeCun。这个名字在人工智能界的分量很重，是AI三巨头之一，也是图灵奖获得者。

　　这篇论文实际上反映了一场正在发生的AI技术路线转变。

　　过去十年，人工智能的核心问题是如何让机器理解语言；而未来十年，更重要的问题可能是如何让机器理解世界。

　　在这个新的研究方向中，语言不再是唯一的中心。视觉、空间、动作乃至物理规律，都将成为模型训练的重要组成部分。真正的通用人工智能，很可能不是一个只会聊天的系统，而是一个能够同时理解语言、视觉和环境的综合智能体。 从这个角度看，这篇论文不仅仅是一次技术实验，更像是一个信号。它表明，人工智能的发展正在从语言智能走向世界智能。而这一转变，可能会决定下一代基础模型的形态，也可能重新塑造整个AI产业的竞争格局。

　　目前语言模型已经非常耗电，但如果未来模型要理解视频世界、机器人动作和物理环境，那时算力需求可能是今天的10倍甚至100倍。这意味对电力的需求会再上一个量级，这也是为什么很多国家现在突然开始重新重视核电的最重要原因。

　　这几年，一些美国大厂，比如微软、Meta、谷歌、亚马逊等，突然开始对核电、SMR、小型模块化反应堆表现出浓厚兴趣，并不是偶然。国际能源署的判断已经很明确，到 2030 年，全球数据中心用电需求将增长到大约 945 太瓦时，比现在翻倍还多；其中 AI 优化型数据中心的用电需求会增长四倍以上。

　　路透社 3 月援引 EIA 数据称，美国总用电量在 2026 和 2027 年都将创出新高，背后一个重要推力就是 AI 和加密货币数据中心。

　　所以微软和 Constellation 在 2024 年签了长期购电协议，推动宾州一座 835 兆瓦核电机组重启；Google 同年宣布与 Kairos Power 合作采购未来多座 SMR 的电力；Amazon 也在推进自己的核能合作和 SMR 布局。这些动作表面上讲的是零碳，但大厂最在意的是稳定供电。因为 AI 需要的不是一阵一阵的电，而是全天候、可预测、不间断的电。

　　但如果文章写到这里，肯定不够。

　　因为核电只是发电端，真正决定 AI 能不能铺开、能铺多快的，不仅仅是电本身，还包括电的传输，而这个问题最后会指向一种过去很少被重视的金属：铜。

　　很多人谈 AI，眼睛都盯着英伟达、HBM、先进封装、光模块，这当然没错。可芯片再先进，也只是机柜里的那一小部分。电要从发电端走到数据中心，要经过变电站、开关设备、电缆、变压器、冷却系统、配电系统，再往外，还有更大范围的输电网改造。这些东西，都离不开铜。

　　S&P Global 今年 1 月的一份研究指出，数据中心和 AI 正在形成一个新的铜需求。它预计，到 2040 年，与数据中心相关的铜需求将从 2025 年的 110 万吨增至 250 万吨，而到 2030 年，AI 训练型数据中心相关需求将占数据中心总铜需求的 58%。

　　过去几年，人们总觉得 AI 的稀缺资源就是芯片。芯片当然稀缺，但只要钱砸下去，工厂建起来，再加上有一定的工艺，几年之后总还有缓解的可能。铜不一样。铜的问题在于，它不是最显眼，但是整个电气文明都离不开它。你要更多算力，就要更多电；你要更多电，就要更大的输配系统；你要更大的输配系统，就要更多铜。

　　而铜矿不是芯片厂，不是说扩就能扩的。

　　国际能源署在 2025 年的关键矿产展望里预计，到 2040 年，全球铜需求还将比今天增加约 30%。如果照Yann LeCun论文所说，未来模型要理解视频世界、机器人动作和物理环境，那么这个数据就太保守了。大家都知道铜很重要，但铜矿的开发周期太长，从勘探、审批、融资到投产，动辄就是十年起步，中间还夹着环保争议、社区阻力、地缘政治、冶炼瓶颈等。

　　最典型的一个，是巴拿马的 Cobre Panamá。这座矿在 2023 年因环保抗议和法律争议被关停，影响了大约全球 1% 的铜供应。到了 2025 年，First Quantum 还在和巴拿马政府围绕仲裁、复工、库存出口反复拉扯。

　　美国亚利桑那州的 Resolution Copper，被视为美国最重要的潜在铜矿之一，特朗普政府 2025 年推动完成项目所需的土地置换，但项目长期遭到原住民反对，因为矿区涉及 Oak Flat 这一具有宗教意义的圣地。即便在政策推动下，就算审批加速，矿山建设大约也要 10 年左右，第一批铜精矿大概要到下一个十年中期才可能出来。

　　更麻烦的是，不仅仅是AI 急需铜，新能源也需要。

　　铜本来就已经被电动车、风电、光伏、储能、电网改造这些产业长期消耗，现在数据中心和 AI 又挤了进来。国际能源署 2025 年的报告还特别提到，过去两年铜需求增长的最大推动因素之一，就是中国电网投资的快速扩张。中国重视电，是因为要摆脱对石油的严重依赖，中国大力发展电动汽车，也都是基于这些考虑。

　　S&P Global 的同一份研究甚至把这种趋势称为全球工业面临的系统性风险，其测算显示，到 2040 年，铜供应可能比需求短缺 1000 万吨。这个数字未来当然还会被修正，但趋势已经很清楚，铜正在变成数字时代和能源时代共同争抢的战略资源。

　　这也意味着，AI 产业的竞争，正在悄悄从虚拟世界回到物理世界。

　　过去十年，科技行业最经常讲的是轻资产，是软件，是平台，是云，是算法，是一切看上去仿佛可以脱离土地、矿山和电厂的东西。许多人以为，只要最聪明的人坐在一起，配上最先进的芯片，美好的未来就会自动到来。但多模态模型和世界模型正在提醒人们，事情没有那么简单。

　　模型越想理解真实世界，就越要消耗真实世界里的资源。到了某个阶段，AI 拼的就不再只是工程师数量和芯片库存，而是电厂、变电站、输电线、冷却系统，还有矿山。

　　说得再直白一点，AI 的尽头，未必只是算力，可能还是资源。

　　这几年很多人认为，像俄罗斯这种直接上手抢邻国领土的行为太过时了，现在大国竞争还是要看科技硬实力。这话既对也不对。

　　对的地方在于，今天的大国竞争，表面上确实已经不再是十九世纪那种赤裸裸的圈地游戏。谁的芯片更先进，谁的模型更强，谁能率先把人工智能、机器人、生物技术、航天和能源技术推到产业化前沿，谁就更可能掌握未来秩序的话语权。从这个意义上说，科技硬实力当然是第一位的。没有工业能力、工程能力、科研能力，再大的野心也只是空话。

　　但不对的地方在于，很多人把这件事理解得太简单了，以为只要技术领先，资源、土地、航道、矿产这些老问题就自动退场了。现实恰恰相反。科技竞争并没有让资源失去意义，反而让资源的重要性以另一种方式重新浮了上来。

　　从这个角度看，美国的战略意图就可以看得更清楚了。从格陵兰岛到委内瑞拉，从加拿大到伊朗，这些国家和地区，都拥有极为丰富的资源。委内瑞拉和伊朗，有海量的石油。加拿大和格陵兰岛，有储量巨大的矿产资源。

　　美国开采自己的资源，有国内各种力量的掣肘，但是控制一个其他国家，开采矿产等，就不是问题了。

　　在这些资源里，铜的特殊之处在于它太基础太普通了，导致常常被忽略。芯片缺了，就像火灾一样，所有人都知道立刻会出问题。但铜缺了，就像水灾，水是慢慢上涨，但等到你意识到问题时，已经迟了。

　　如果下一代 AI 真要从语言走向世界，那么铜的重要性就会被重新估值，而且这种重估，很可能比今天绝大多数人的想象都更猛烈。

　　按美国地质调查局 2026 年数据，全球铜储量约为 9.8 亿吨。其中，智利约 1.8 亿吨，全球第一；秘鲁约 8500 万吨，刚果（金）约 8000 万吨，俄罗斯约 8000 万吨，澳大利亚约 1 亿吨；中国约 4100 万吨。也就是说，中国有储量，但只占全球总量的大约 4%，和智利这种头部资源国不是一个量级。更麻烦的是，中国不是一个边缘消费国，而是全球铜工业链条里最重的那个买家和加工者。USGS 估算，中国 2025 年矿山铜产量约 180 万吨，精炼铜产量约 1400 万吨，而全球精炼铜总产量约 2900 万吨，中国一国就占了接近一半。

　　这就意味着，中国在铜问题上的矛盾非常尖锐：自己挖得不算少，但远远不够自己炼，更不够自己用。 路透去年援引国际铜研究组织数据称，中国占全球精炼铜消费的 58%；同一时期，路透还报道，中国 2025 年前两个月铜精矿进口达到 471 万吨，同比还在增长，说明中国即便冶炼能力持续扩张，上游原料仍然高度依赖外部。

　　而且中国是全球最大的铜消费国，面对供应偏紧，正在越来越依赖来自刚果（金）的精炼铜。2024 年，中国从刚果（金）进口的精炼铜，已经比 2019 年增长了 7 倍，而刚果（金）去年近四分之三的 200 万吨精炼铜产量都流向了中国。

　　国际能源署在 2025 年的展望里讲得很清楚，到 2040 年，铜需求还要在现有基础上再增长 30%，而且它特别强调，铜的供应缺口尤其令人担忧，因为矿石品位下降、项目成本上升、新资源发现明显放慢，使得新增供给极难快速上线。换句话说，问题不是大家不知道铜重要，而是知道了也未必来得及。

　　这也是为什么中国一边在海外找矿，一边在国内拼命挖“城市矿山”。2025 年 5 月，商务部等七部门发文，明确要求推动“换新+回收”、上门拆卸回收、新品配送安装回收一体化，并提出要提升规范拆解企业的智能化、精细化拆解能力，推进废金属等再生资源精深加工和循环利用。与此同时，生态环境部会同财政部 2025 年累计投入 50 亿元，处理约 1 亿台废旧电器，产出超过 300 万吨再生资源。国家这些动作，本质上就是把废旧家电、电线、电机、变压器、旧设备，尽可能重新回收利用，缓解铜等工业原料的不安全。

　　回收确实可以一定程度上缓解短缺，但不能替代矿山。原因很简单，回收来的铜不够用。

　　中国接下来在铜问题上，大概会同时走四条路。第一条，继续加大海外资源布局，尤其是刚果（金）、秘鲁、智利这类资源地；第二条，继续把国内冶炼和加工优势做大，把全球矿端资源尽可能吸收进自己的工业体系里；第三条，把废旧家电、电线、电机、报废汽车这些“城市矿山”真正工业化，而不是停留在零散回收层面；第四条，也是最关键的一条，尽量让单位 GDP、单位电网、单位算力的铜消耗变得更高效，否则需求侧会越来越顶不住。

　　所以，中国真正要面对的，就不是一个简单的铜的问题，而是一个国家能力问题。

　　中国当然不会轻易被铜卡住脖子。中国有最完整的制造体系，有全球最强的铜冶炼和加工能力之一，也有比多数国家更强的基础设施组织能力。可问题在于，中国的优势主要集中在中下游，而不是上游资源端。自己挖得不够，海外依赖又太重，这种结构决定了中国可以很强，但不能大意。全球都在抢铜，而中国恰恰是那个最需要铜的工业大国，那么有些国家就能拿捏你。

　　这才是最值得警惕的地方。

　　所以，AI 时代真正的竞争，远比想象中复杂。拼模型、拼参数、拼算力，这些当然重要，但是如果没有更多稳定电力和更强电网，以及更大的矿产控制力，如果没有更多的铜，那么拼到最后，也只能是镜花水月。