2026 年上半年，全球初创企业融资总额约 5,100 亿美元。这个数字有一个必须并排读的事实：它已经超过了 2025 年全年的 4,400 亿美元。
也就是说，六个月完成了一年的量级。
但真正让这组数字有争议的不是总额，而是它的分布。2026 年第二季度，全球风投中 AI 项目的占比达到七成以上；而同期美国市场的 AI 占比被 PitchBook 记录为 87.5%，创下历史纪录。更尖锐的数字在上游：2026 年第一季度，全球仅有的四笔大额融资——OpenAI 1,220 亿、Anthropic 300 亿、xAI 200 亿、Waymo 160 亿——合计 1,880 亿美元，占当季总额的六成以上。
而如果把时间拉长到上半年，仅 OpenAI 与 Anthropic 两家就合计约 2,170 亿美元，占全球融资总额的 43%。
这个 43% 是理解 2026 年一级市场最重要的一个数字。它意味着全球近一半的钱，流向了不到两家公司。
一、总量与节奏：单季的历史极值
先把节奏数据放齐，因为「创纪录」这个说法需要具体数字支撑。
| 时段 | 全球初创融资 | 说明 |
|---|---|---|
| 2026 年 Q1 | 约 3,050 亿美元 | 单季历史最高 |
| 2026 年 Q2 | 约 2,050 亿美元 | 历史第二高 |
| 2026 上半年合计 | 约 5,100 亿美元 | 已超 2025 全年的 4,400 亿 |
Q1 到 Q2 的回落值得注意：3,050 亿到 2,050 亿，下降约三分之一。这说明上半年的强势并不代表一条持续上升的曲线——Q1 的极值有明显的单季属性。把上半年总额简单年化到 1 万亿以上，需要对 Q1 的异常值有清醒认识：如果 Q1 含有集中交割的特大案例，那么后续季度的常态水平可能低于年化值。
不过有一个方向性的判断是可以下的：全年的量级大概率突破万亿。理由是上半年已经完成 5,100 亿，而历史上 Q3 与 Q4 通常不低于 Q2 的水平。但「破万亿」这个预测的成立高度依赖 AI 项目能否持续募资，而非依赖整体市场回暖。
二、AI 占比：87.5% 这个数字的含义
占比是另一个维度，而且比总额更能说明资金流向。
| 指标 | 数值 | 来源口径 |
|---|---|---|
| 2026 Q1 全球 AI 占比 | 约 80% | Crunchbase |
| 2026 Q2 全球 AI 占比 | 七成以上 | Crunchbase |
| 2026 Q2 美国 AI 占比 | 87.5% | PitchBook，创纪录 |
87.5% 意味着：在 2026 年第二季度的美国，一级市场每投入 8 美元，就有 7 美元进了 AI 项目。这已经不能叫「资金偏好 AI」，这叫「资金几乎只投 AI」。而 PitchBook 明确记录这是历史最高值，意味着这个结构不是在某个时期出现过的波动，而是一个持续抬升到新高的趋势。
由此可以推出一个不太舒服的推论：非 AI 赛道的融资环境在 2026 年已经接近功能性萎缩。不是说它们无法融资，而是说相对机会成本已经高到不合理——当 87.5% 的资金在同一个方向上，非 AI 项目不仅要和同行竞争，还要和「资金的机会成本」竞争。一个同样质量的非 AI 项目，在 2024 年能拿到的钱，在 2026 年可能因为赛道本身而拿不到。
还要注意全球口径（Q1 80% → Q2 七成以上）与美国口径（Q2 87.5%）之间的差异：全球数字低于美国，说明非 AI 资金更多集中在其他市场。这两个数字不矛盾，是地域结构差异。
三、43%：集中度才是真正的问题
把 2026 年第一季度的四笔大额融资列出来，集中度就显形了。
| 公司 | 2026 Q1 融资额 | 占当季比例 |
|---|---|---|
| OpenAI | 1,220 亿美元 | 约 40% |
| Anthropic | 300 亿美元 | 约 10% |
| xAI | 200 亿美元 | 约 7% |
| Waymo | 160 亿美元 | 约 5% |
| 四笔合计 | 1,880 亿美元 | 六成以上 |
单季四笔就占六成，这个集中度在历史上几乎没有先例。更重要的是它的持续性——2026 年上半年仅 OpenAI 与 Anthropic 两家就合计约 2,170 亿美元，占全球 5,100 亿总额的 43%。把四笔的数字放回总量里：OpenAI 一家的 1,220 亿就相当于当季全球总额的 40%。
这里需要做一个重要的区分：「融资集中度」和「估值集中度」不是一回事，而且前者会很快传导到后者。当一个季度里有 1,220 亿美元进入一家公司，这家公司的融资定价会立即成为整个市场的锚点——其他项目的估值谈判会参照它，而早一轮的投资人会按它重估自己的持仓。这意味着集中度不只是「钱集中在少数公司」，而是「价格标准由少数公司设定」。
四、上游同样在集中：新募资的分配
钱流向项目之前，先要流进基金。而这一层的集中度同样极端。Commonfund 的数据显示：2026 年第一季度美国风险投资新募资约 480 亿美元，其中五家头部机构拿走了约 73%。
| 层级 | 2026 Q1 美国 | 集中度 |
|---|---|---|
| 新募资（LP → GP） | 约 480 亿美元 | 前五家拿走约 73% |
| 项目投资（GP → 公司） | —— | 四家公司占当季 六成以上 |
「五家机构拿走 73% 的新募资」和「四家公司拿走 60% 的投资额」是同一枚硬币的两面。因为AI 领域的巨额项目需要巨额资金，能拿出这个量级支票的只有头部机构。480 亿的新募资里有 73% 流向五家，而这五家又把绝大部分投向了四家头部 AI 公司——这条链条上的每一环都在收窄。
Commonfund 对此有一段很直白的表述，值得完整引用其含义：一支 5 亿美元的基金已经无法领投一轮 30 亿美元的融资；一支 20 亿美元的成长基金无法撼动一笔 1,220 亿美元的募资案。
用两个数字对比来量化这种「失重」：5 亿美元的单笔基金上限，对应的是 1,220 亿美元的单笔融资——两者相差 244 倍。而 20 亿美元的成长基金，相对 300 亿美元的融资轮次（Anthropic 一家），也只有 1/15 的体量。这意味着 2026 年的头部 AI 融资，在结构上已经把绝大多数传统 VC 排除在外了。
五、集中度的三个后果
43% 和 73% 这两个数字不是孤立现象，它们会沿着三个方向产生实际后果。
| 后果 | 机制 | 观察指标 |
|---|---|---|
| 定价权集中 | 头部融资额成为全市场估值锚 | 非头部项目的估值与头部估值比例持续拉大 |
| 退出通道单一 | 资金无法在头部之外找到出口 | IPO 与并购标的集中在少数赛道 |
| 资金方自身分层 | 小基金无法参与头部轮次 | 募资向头部 LP 与 GP 集中，尾部基金被动边缘化 |
第一个后果最容易被低估：估值锚定会把偏差放大到全市场。当一个季度出现 1,220 亿美元的融资，那些早期项目的估值谈判会不可避免地拿这个数字做参照——哪怕它们的业务、增速、风险都完全不同。估值锚的伤害不在于被高估的那部分立刻爆掉，而在于它系统性地抬高了整个市场的定价预期，让后来的融资决策建立在错误的前提上。
第三个后果对从业者的影响最直接：如果头部轮次的规模门槛已经抬到传统基金无法参与，那么「投一级市场」这件事在 2026 年已经分化成了两类完全不同的生意。一类是有能力参与超大规模轮次的机构（通常是主权基金、保险资管、超大型家族办公室、以及产业资本）；另一类是只能在尾部寻找机会的基金。两类机构面对的是完全不同的市场，混在一起谈「一级市场机会」是没有意义的。
六、另一种资金形态的出现
在这个格局下，一个新的现象值得关注：具备现金流的实体企业开始直接进入基础设施层融资。例如 Firmus 计划通过澳交所（ASX）IPO 融资 70 亿澳元用于建设 AI 数据中心。
这与传统 VC 融资在结构上完全不同：它的底层资产是有现金流的物理设施，而不是需要赌商业化的团队。在电力供给紧张（摩根士丹利测算美国 68 GW 需求对 30 GW 供给）的背景下，AI 数据中心的电力与机房本身就是一种稀缺资产——为稀缺资产融资，本质上是基础设施融资逻辑，不是风险投资逻辑。
这个现象揭示了 2026 年一级市场的一个结构性变化：因为头部 AI 项目的股权融资规模已经大到 VC 无法参与，围绕 AI 的资本运作开始向下游的基础设施层迁移。上面是股权，下面是项目融资、资产证券化和基础设施基金——资金在不同层次上寻找同一个主题。对想理解 AI 资本结构的人来说，只盯着「谁融了多少钱」会漏掉这一半。
七、给企业决策者的五条判断
这批集中度数据的实际用途，不在于预测哪个公司会赢，而在于修正几项判断习惯。
第一，不要用「我融到了钱」来验证市场认可度。2026 年上半年有大量项目在高位完成融资，但同期有 43% 的钱流向了不到两家公司。融资成功在这个环境里的信息含量显著下降——它可能只说明你所在的赛道有资金，而不是你的项目被验证了。更有信息量的指标是融资后 18 个月的实际业务指标。
第二，重新评估供应商的融资能力风险。在 87.5% 集中度的市场里，AI 领域的供应商、集成商、托管服务商正在经历异常的融资扩张。而这批刚拿到大额融资的公司，其资金往往锁定在长周期的重资产投入上（数据中心、算力长约），业务扩张依赖持续再融资。合作时应该评估对方的现金储备和融资节奏，而不只是技术能力。
第三，「等市场冷下来再融资」的策略在 2026 年可能不成立。传统的融资策略是挑低点融资，但当 87.5% 的资金集中在单一方向时，窗口期关闭的机制不是估值下调，而是资金撤出该方向——这两者对企业的伤害方式是不同的：估值下调可以靠业绩消化，资金撤出则意味着完全融不到资。如果业务需要在未来 12 个月内用钱，窗口的安全边界比想象的窄。
第四，注意你的供应商名单里有多少家在做基础设施型投入。长约算力、数据中心预付、设备融资租赁这些安排正在成为 AI 应用的默认配套。这些安排会把你的成本结构锁定数年，并引入供应商的融资风险。在签订长约前把供应商的现金流状况纳入评估，比在续约时再谈要有效得多。
第五，区分「赛道有资金」和「你能拿到资金」。87.5% 的 AI 占比和 43% 的头部集中度放在一起，说明「AI 项目容易融资」这个推论只在极小的范围内成立。正确的表述是：有极少数 AI 项目融资极其容易，而绝大多数项目（包括 AI 项目）与非 AI 项目面临的是同一个融资环境。
八、结语
2026 年上半年一级市场的完整形状是这样的：
全球融资约 5,100 亿美元，已超 2025 年全年的 4,400 亿；Q1 约 3,050 亿为单季历史之最，Q2 约 2,050 亿为历史第二高；Q1 全球 AI 占比约 80%，Q2 七成以上，PitchBook 记录 Q2 美国 AI 占比 87.5% 创纪录；Q1 四笔头部融资合计 1,880 亿占当季六成以上，上半年仅 OpenAI 与 Anthropic 就合计约 2,170 亿、占全球 43%；上游同样收窄——Q1 美国风投新募资约 480 亿，前五家机构拿走约 73%。
这组数字最有价值的信息不是「钱很多」，而是三个结构性事实：
第一，总量创纪录与集中度创纪录同时发生。5,100 亿的历史最高与 43% 的头部占比不矛盾——恰恰因为钱集中，才让总量创新高成为可能。用「一级市场火热」概括 2026 年是严重失真的。
第二，资金方自身也在分层。前五家机构拿走 73% 的新募资，传统基金在头部轮次面前已经失去参与能力。这不是周期性波动，而是筹码结构的变化。
第三，资本正在向基础设施层下沉。AI 数据中心这类有现金流、有稀缺性的资产开始以 IPO 和项目融资形式独立融资。只关注股权融资数据，会系统性低估 AI 资本的总规模。
对大多数企业来说，最实际的推论是：2026 年的一级市场不是「热」或「冷」的问题，而是「钱在哪儿」的问题。它高度集中在 AI、集中在头部、集中在少数几家机构手里。而在这个结构下，「市场认可」这个信号的货币价值已经大幅贬值——真正需要看的，是自己能否在正确的窗口里、用正确的资产形态，拿到够用且成本合理的资金。
