AI开始抢电动车的电了？

三件看似不相干的事，在同一段时间里发生了。

2026年9月中旬，工信部等九部门印发智能网联新能源汽车产业发展“十五五”规划，把2030年国内新能源乘用车新车渗透率的目标，写死在70%；微软宣布要把数据中心容量从12吉瓦扩到超过38吉瓦，理由是算力短缺到不得不拒接客户；2026年上半年，具身智能赛道融资超400亿元，过半流向了做机器人“大脑”的公司。

一辆电动车是一块会跑的电池，一台AI服务器是一个不吃不喝也要连轴转的电老虎，一台人形机器人是两者的合体。三条曲线叠加在同一个电网上的那一刻，光伏和储能的故事，才真正从“政策驱动”进入“需求驱动”。

这篇文章想把这三件事拆开，再拼回去。

⚡ 70%，不是口号，是终点线

金句先行：规划文件里最贵的，永远是那几个百分比数字。

2026年9月中旬，工信部联合国家发展改革委、公安部、交通运输部、商务部、自然资源部、住房和城乡建设部、市场监管总局、国家网信办等九部门，正式印发《智能网联新能源汽车产业发展“十五五”规划》。

这份文件的表述框架值得细看：按"1+4"结构给出面向2030年的目标。"1"个总目标，是全产业链优势进一步巩固、进入世界汽车强国行列，其中两个硬指标是，国内新能源乘用车在新车总销量中占比达到70%，商用车达到40%，同时具备自动驾驶功能的汽车实现规模应用。

"4"个细分目标同样给得很具体：

注意每百公里11.5千瓦时这个数字。它意味着整车能效被纳入了约束性指标体系，不只是“造得多”，还要“用得省”。对电池、电驱、热管理、碳化硅这些环节来说，能效就是新的入场券。

为了保障落地，规划部署了5方面、17项重点任务，外加4个重大工程（关键技术攻关、标准及测试评价、安全筑基、国际化能力跃升）和3个重点行动（“人工智能+汽车”、关键零部件生态建设与领军企业培育、应用推广）。

从公开的产业数据看，"70%"这个目标的设定有充分的现实依据：2026年国内新能源乘用车月度渗透率已多次突破55%，且增长动力已明显从补贴转向产品力和成本优势——监管要做的是把基础设施、标准、安全底线铺到位，把2030年的终点线画清楚。

产业逻辑很清楚：当新能源车从“新势力叙事”变成“支柱产业叙事”，它的用电属性就会被前所未有地放大。70%渗透率意味着新增电力需求将系统性地进入交通领域，这是电网历史上第一次要为“移动负荷”做规划。

🤖 微软的38GW，AI在加速吃电

金句先行：算力短缺的尽头，是一张电力订单。

据财联社2026年9月11日报道，微软计划未来将数据中心容量扩大逾两倍，到2032年，全球数据中心网络容量将超过38吉瓦，而目前约为12吉瓦。这一路线图包含自有和租赁设施，但不含从CoreWeave等新型云服务商租用的算力。

这个扩张计划的背景，是一段相当狼狈的短缺期：

几个细节很有画面感。由于微软无法在首选地区提供资源，电商零售商Temu去年与甲骨文签署了重要云服务协议，据报道微软内部不少高管后来对此感到后悔，并将其视为当前瓶颈的成因之一。2026年8月，编程平台GitHub崩溃近八小时，很大程度上是因为容量短缺，被迫把美国流量路由到海外服务器，甚至依赖AWS这样的竞争对手的基础设施。连游戏业务也在承压——Xbox部门开始限制云游戏时长，超时收费。

钱也花得吓人：微软最近一个财年（2025年7月至2026年6月）资本支出已达1450亿美元，与Alphabet、亚马逊、Meta一起，为计算基础设施投入了近2.4万亿美元。

但真正值得光伏储能行业注意的，是容量结构：微软目前约12吉瓦容量中，只有约2吉瓦集中于AI专用芯片；到2032年，38吉瓦计划容量中，AI专用比例预计升至约三分之一。微软云基础设施高管Alistair Speirs的说法是，新一代AI工具除了GPU也越来越依赖CPU算力，“仅靠GPU并不能构建出优秀的AI基础设施”。

换句话说，AI的电力需求不只是“GPU集群”这一个形态，而是整个数据中心底座的膨胀。而且报道中明确提示：公众对服务器集群的反对声浪集中在能源和土地利用方面，得克萨斯州和纽约州等州长已叫停部分新数据中心项目。

产业判断：当数据中心选址的第一约束从“网络延迟”变成“哪里有电、哪里有地”，可再生能源加储能就会从“ESG点缀”变成“准入条件”。海外尤其如此，这可能是中国光伏储能供应链下一个被低估的出海场景。

🧠 具身智能的400亿，流向了“大脑”

金句先行：钱已经投了票，但物理世界还没签字。

2026年9月1日，OpenAI明确表示将进入人形机器人。两天后，GPT-6 Astra发布。一组测试数据把“大模型进物理世界”的真实水平摆上了台面：简单抓放成功率达95%，精细插入只剩10%。

大模型正在进入物理世界，但从“会做”到“真正会干活”，还差一颗真正可用的“大脑”。

资本的动作很快。2026年上半年国内具身智能融资超过400亿元，过半流向“具身大脑”公司——其中超七成布局世界模型。但另一边的冷水同样真实：智源对12个开源具身模型的评测显示，复杂任务组合最高成功率仅16.7%。

世界模型越火，行业越需要回答：它究竟让机器人真正变聪明了多少？在虎嗅AI 100闭门会上，世界模型、自进化系统、学术前沿、资本判断被请到了同一张桌子。其中章鱼动力世界模型合伙人陈文科，曾任字节跳动AML/Seed团队及头部大模型企业研发，他关注的不只是把模型“训出来”，而是让算法、系统、数据、硬件Co-Design，把世界模型真正scale起来。

这条线和电动车有什么关系？关系比看上去直接。人形机器人本质上是“会走路的电动车”，两者的供应链在硬件层面高度重叠。据高工机器人等第三方机构的拆解测算，人形机器人BOM成本中，电机与减速器合计约占35%—40%，电池约占10%—15%，加上控制器里的功率半导体，与电动车共用的零部件已占整机成本的一半以上。落到具体玩家上：宁德时代已成立专门团队开发机器人用高功率密度电池，汇川技术、绿的谐波、三花智控等车规Tier 1均在电机、谐波减速器和执行器环节拿下头部人形机器人公司的定点，而动力电池厂商的车规级产线，稍作改造即可兼容机器人电池的生产。据高工机器人预测，2026年全球人形机器人出货量有望突破5万台，2030年将进入十万台级——基数虽小，但每台机器人的电池、电驱规格，几乎就是从电动车供应链里直接“平移”过来的。

而“人工智能+汽车”被写进十五五规划的三个重点行动之一，说明监管层的判断也是一样的——智能网联汽车，就是具身智能的第一个量产落地场景。

一旦机器人规模化，它们不只是产线上的工人，也是新的用电终端。充电网络、换电标准、分布式储能，这些为电动车建设的基础设施，将来大概率会直接被机器人复用。

🔋 电从哪来，光伏储能的隐藏订单

金句先行：需求侧的故事讲到一半，供给侧的剧本才刚刚翻开。

把三件事放到一张图里，逻辑就通了：

按规划给出的每百公里11.5千瓦时电耗倒推，70%渗透率意味着交通领域的年新增用电量将进入千亿千瓦时量级——仅做量级示意，不展开精确测算。这个量级的新增负荷，靠火电顶峰是不现实的，靠电网单侧扩容也很勉强，最经济的解法依然是“白天光伏顶、早晚储能调”。

对产业链各环节，这张图意味着不同的东西：

几个值得盯的信号：其一，微软那38GW的落地节奏，直接受制于电力接入和公众对能源用地的反对，得州、纽约州已出现叫停案例——这意味着“新能源+储能”打包方案在海外拿到的是准入资格，而不只是溢价。其二，规划中“率先实现碳达峰、带动供应链加速绿色低碳转型”的表述，把汽车产业和上游能源绑在了同一个考核体系里。其三，从头部储能厂商近两个季度的公开动作看，面向数据中心场景的长时储能产品线正在密集亮相——宁德时代、阳光电源、海博思创等公司2026年均发布了针对性产品或解决方案，产品端已经先于订单端动起来了。

需要克制地说一句：以上是产业逻辑推演，不是出货量预测。储能的需求兑现，仍取决于电价机制、容量补偿这些制度性变量，而非技术本身。

⚠️ 别把三个故事，读成三个热点

金句先行：产业分析的乐趣，在于把新闻里的噪声滤掉，留下周期的信号。

回到最初的三件事：70%渗透率是确定性的政策锚点，38吉瓦是确定性的资本开支，400亿融资是半确定性的技术下注。它们不在同一条赛道上，却在同一张电网上汇合。

对光伏和储能行业来说，2024到2025年的痛苦在于供给过剩、内卷出清，而2026年之后的故事，可能要靠需求侧重新讲述——不是靠某一国的补贴文件，而是靠AI、电动化、机器人这三大真实负荷的叠加。

这三个负荷的时间表并不相同：电动车的需求是“已兑现、在加速”，数据中心的电力缺口是“正在兑现”，机器人的用电需求则要等到商业化拐点之后。这也意味着，光伏储能行业的订单释放会分层到来——先来自充电网络和数据中心备电与调峰，再来自电网侧扩容，机器人相关的增量则在2030年前后才值得认真计入模型。对不同环节的玩家来说，关键是看清自己那一环的需求，究竟站在这条时间线的哪一段。

更值得注意的是需求性质的变化。过去二十年，光伏和储能的增长几乎每一个周期都要回答“政策退坡之后怎么办”；而这一次，需求的锚点是算力资本开支和整车能效约束——它们不是补贴，而是用户真实愿意为之付费的电耗。当“用能”本身成为产业竞争力的约束条件，绿色电力就从政策扶持对象，变成了别人账本上的成本项。

电力需求的结构正在换挡。对行业里的每个人——无论你是做组件、做电芯、做PCS，还是做电站开发——都值得问自己一个问题：我的产品，下一个五年是卖给补贴，还是卖给负荷？谁先看懂这张电网上的新曲线，谁就拿到了下一个五年的船票。