腾讯逾500亿元锁定内存芯片，押注AI长期回报

腾讯这笔大额预付款，核心并非一次普通的服务器采购，而是先锁定稀缺的AI基础设施供给，再把算力投入自研模型和企业级AI产品。代价也很直观：短期现金流承压，利润增长被高投入稀释；回报则要看混元、WorkBuddy和CodeBuddy能否形成持续且有利润的收入。

逾500亿元预付款，瞄准内存供应保障

据汇丰研究报告相关报道，腾讯管理层在投资者路演中表示，公司于2026年第二季度预付超过500亿元人民币，用于以较有吸引力的价格锁定当前及下一代内存芯片供应。管理层将这项采购形容为“五年一遇”的战略性采购，目标是缓解内存芯片供应瓶颈。1020

这一表述意味着，该笔支出带有较强的前瞻性和非经常性特征，并不等同于常规季度的基础设施投入。腾讯正式发布的第二季度业绩确认了存在大额AI相关预付款，但并未披露内存芯片对应的具体金额，也没有使用“五年一遇”的说法。3

同一份汇丰路演纪要相关报道还称，管理层认为第二季度的资本开支水平可视作新的常态基准，但实际投入仍会随需求上下波动。汇丰预计腾讯2026年资本开支约为2124亿元人民币，高于2025年的1127亿元；这属于分析师预测，并非腾讯给出的官方指引。10

账面压力已先出现：资本开支猛增，现金流转负

腾讯第二季度资本开支为528亿元人民币，同比增长176%。同期，公司经营活动产生的现金流净额为527亿元，但资本开支支付额达到593亿元，另有50亿元媒体内容付款及22亿元租赁负债付款，最终自由现金流为负138亿元。3

需要区分的是，资本开支与实际资本开支付款并非同一个口径：前者为528亿元，后者为593亿元。大额AI相关预付款计入经营现金流，正是当季自由现金流承压的重要背景。3

核心业务仍在增长，但AI投入的短期影响已经反映在利润端。腾讯第二季度营收增长11%至2048亿元；归属于公司权益持有人的利润约560亿元，仅同比增长0.7%。1719

换言之，财报展示的是建设AI能力的即时成本，而非这笔投入已经带来的最终收益。

腾讯不想只做“算力出租方”

在算力配置上，腾讯表达的战略重点很明确：新增资源将主要用于提升混元模型，以及满足WorkBuddy、CodeBuddy推理需求、微信AI项目和产品服务中的AI能力建设，同时也服务于增长中的云服务需求。2

管理层认为，若把算力出租给第三方，凭借旺盛需求和较高租赁价格，折旧成本可以较快回收；这构成一条具备经济可行性的备选路径。但腾讯更倾向于把大部分新增算力投向自研领先模型和AI应用，赌的是更强的产品智能最终能带来更优的长期经济回报。1233

这也解释了为何芯片供应保障对腾讯尤其重要：它不只是为了卖云资源，更是为了确保模型训练和大规模推理不被关键硬件供应掣肘。

AI变现信号：高频付费用户与约40%毛利率

汇丰路演纪要相关报道披露了几项更细的运营指标：

• Harness付费用户的Token消耗量超过免费用户的两倍；
• 模型即服务（MaaS）业务毛利率约为40%；
• 从训练向推理迁移，会带来结构性的利润率压力；
• Harness付费用户的推理毛利率据称已可与MaaS相当。1015

这些并非审计后的分部财务披露，而是管理层在路演中传递的经营信息。它们指向的变现逻辑是：腾讯希望通过高强度的付费使用、模型服务及应用层产品获得收入，而不只是出售原始算力。

混元4与CodeBuddy，是投入落地的关键环节

腾讯已将大幅增加的资本开支与混元模型升级、AI应用部署直接关联。公司表示，参数规模更大的混元4正在训练中，预计于2026年晚些时候发布；与此同时，WorkBuddy和CodeBuddy仍是持续投入重点。214

据汇丰路演纪要相关报道，一次组织架构调整曾令模型开发延后约6至9个月。此后，腾讯将模型发布节奏加快至约两个月一次。报道还称，混元4有望提升编程能力，并进一步强化CodeBuddy。10

这笔钱最终值不值，取决于后续商业化

腾讯并没有宣称芯片预付款会立即推高利润。其传递的逻辑是：先保障供给，才能持续训练更强的模型、满足推理需求，并把AI产品推向规模化付费。

眼下的代价已写在财务数据中——资本开支大增、自由现金流为负、利润增长有限。317 长期回报则仍待验证：混元、WorkBuddy和CodeBuddy能否转化为稳定且足够高利润的收入，以及提前锁定的基础设施能否证明比其占用的现金更有价值。