马斯克语出惊人：未来货币是瓦特，而中国电力优势将是美国3倍

如果只看字面，“未来货币是瓦特”很容易被理解成一句吸引眼球的话。但放到2026年的人工智能竞争里，这句话其实说得相当现实。

年初，马斯克在访谈中把发电能力称为AI发展的关键瓶颈，并判断按照现有趋势，中国电力规模还会继续扩大。到了9月，他再次公开强调，中国在电力基础设施上的扩张速度值得美国重视。

马斯克年初谈的是一个趋势判断，并不是说当时中国实际发电量已经达到美国3倍。

到9月接受央视财经采访时，他的说法又更具体了一步：如果中国人均用电水平未来达到美国水平，那么总用电规模可能达到美国的3倍甚至4倍。换句话说，“3倍”更多指增长空间，而不是简单的当期统计值。

真正已经发生的变化，是中国电力系统的体量正在迅速扩大。国家能源局公布的数据表明，截至2025年底，全国发电装机容量达到38.9亿千瓦，同比增长16.1%，其中太阳能达到12亿千瓦，风电达到6.4亿千瓦。仅风电和光伏两项，就已经形成18.4亿千瓦规模。再看发电量。

2025年中国全年发电量达到约10.58万亿千瓦时，比2020年的7.78万亿千瓦时增加了约三成多。这意味着中国面对的已经不只是“有没有电”的问题，而是如何把庞大的能源供应，更稳定地转化为工业生产、数字计算和居民消费能力。

为什么马斯克偏偏在AI快速发展的阶段强调电？道理并不复杂。

过去大家谈人工智能，习惯盯着GPU、先进制程和算法模型，可几万张、几十万张高性能芯片装进数据中心之后，每一张芯片最终都要接上电源，还要配套散热、变压、储能和备用电力。算力表面上是数字产业，底座却是典型的重资产基础设施。

这也是AI产业正在出现的一个重要变化。以前互联网公司竞争，服务器放在哪里并没有那么敏感，只要通信条件合适即可。

如今大型智算中心耗电规模快速上升，一座数据中心的电力需求可能接近一座传统工业园区。选址因此不再只看网络和土地，而越来越要看附近有没有充足、稳定且可以继续扩容的电源。

马斯克自己就多次谈到这种约束，2026年1月的访谈中，他直言发电、变压和散热都可能成为限制AI扩张的环节；同年在世界经济论坛相关对话中，他又判断AI芯片产能增长速度可能超过电力上线速度，最终出现“芯片已经造出来，却没有足够电力全部开机”的情况。

这就解释了“瓦特是货币”的真正含义。它当然不是说美元、人民币或者其他货币会被电表替代，而是说进入AI和机器人时代以后，能够被稳定调用的能源，会越来越接近一种基础生产资源。

电能最后可以变成算力，也可以驱动机床、机器人、电动车和自动化产线，能源供给能力因此直接关系到实体经济的扩张上限。中国目前一个比较突出的特点，是不仅增加发电能力，也在补输电这个环节。

2026年6月30日，陕北至安徽±800千伏特高压直流工程正式投运，线路全长1055公里，额定输送能力800万千瓦，每年可向安徽输送超过360亿千瓦时电量，其中新能源电量超过一半。这类工程的重要性，不能只用“修了一条电线”来理解。

中国能源资源和用电负荷在地理上并不完全重合，西部和北部拥有丰富的风能、太阳能资源，长三角等地区却集中了大量制造业和数字产业。特高压的作用，就是把能源基地和产业腹地连接起来，让西部发出的电能够跨越上千公里进入负荷中心。

这恰好又与人工智能产业发生了交集。2026年9月，国家数据局在内蒙古调研时明确提到，要发挥当地能源资源与算力资源的叠加优势，推进全国一体化算力网建设。

这说明“东数西算”已经不仅是把服务器搬到西部的问题，更重要的是让算力布局和能源布局尽量匹配。这种思路很容易理解。

AI训练任务不像普通网页服务那样必须全部靠近人口密集地区，大量离线训练任务完全可以放在电力和土地条件更合适的地方。如果西部能够提供较丰富的新能源，再通过高速网络把计算结果输送出去，就相当于把能源优势进一步转换成算力优势。

但这里也需要避免一个误区：中国装机规模大，并不等于这些电天然就能全部服务AI。2025年底，风电与太阳能装机合计达到18.42亿千瓦，占全国总装机47.3%。

新能源比例快速提升以后，电网也要同时解决天气波动、跨区输送、储能调节和峰谷平衡问题。因此，未来真正重要的并不是单纯比较谁装了更多光伏板，而是谁能够把“发电—输电—储能—调度—用电”连成一套效率更高的系统。

太阳能中午发得多，不代表数据中心晚上就能停机；风电遇到风小的时候，也需要其他电源和储能进行补位。电力越绿色，系统调度能力反而越重要。

我认为，理解中国当前的电力优势，不能只盯着“比美国多多少”这一个数字，更应该看背后的工业体系是否能够把新增能源迅速变成有效生产能力。

电站建得快只是第一步，变压器、储能设备、电网工程、数据中心以及制造业能否同步跟上，才决定这些瓦特最终值多少钱。这也是中国电力体系与产业链结合后最值得观察的地方。

光伏、电池、电动车、数据中心和智能制造，本身就是高度用电产业，同时又与新能源装备制造直接相连。一边扩大新能源供给，一边扩大需要新能源的产业，这种相互拉动，会让能源建设不只是公共基础设施投入，也成为产业升级的一部分。

当然，美国同样不能被简单描述成“缺电”。美国拥有天然气、核电等多种能源基础，也拥有全球领先的AI企业和芯片企业。现在真正出现的矛盾，是AI数据中心建设速度明显加快，而部分电网、变电设备和新电源项目的建设周期相对更长。马斯克反复谈电力，正说明美国科技界已经意识到了这种节奏差。

所以，中美在AI领域面对的已经不仅是一场芯片竞赛。芯片决定单台机器算得有多快，能源决定能够同时启动多少机器；算法影响效率，电网决定规模；数据中心可以在较短时间建设，可大型电力工程往往需要更长时间。

数字技术发展到一定规模以后，最后还是会重新碰到物理世界的边界。马斯克9月接受采访时再次提到中国电力增长，并把这种能力与人工智能发展联系起来，本身就是一个值得注意的信号。

因为这说明国际科技产业关注中国时，视线正在从制造成本、供应链和市场规模，进一步转向能源基础设施。过去容易被忽视的电网，如今开始进入AI竞争的核心讨论。

这里还有一个变化值得注意。2025年，中国新增可再生能源发电量已经超过当年全社会新增用电量，说明新增电力需求越来越多由新能源承担。风电和光伏全年发电量达到约2.3万亿千瓦时，同比增长25.8%。这种速度意味着中国正在同时经历“用电规模扩大”和“电力结构变化”两件事。

这也使未来的竞争变得更复杂。电多不代表一定便宜，便宜也不代表一定稳定，稳定还不意味着能够及时送到数据中心。

真正有价值的是随时可以调用的电力，是能够连续支撑服务器运行、生产线开工和机器人工作的电力。因此，瓦特背后真正比较的是整个能源系统的组织能力。

再往前看，AI时代可能出现一个过去互联网行业很少遇到的现象：科技公司的扩张速度最终被电力工程“卡住”。软件升级按月计算，芯片换代按年计算，而电厂、输电线路和大型变电站往往按照更长周期规划。

哪个经济体能够把这些不同节奏协调起来，哪个经济体就更容易把算力投资真正变成生产力。这正是“未来货币是瓦特”最值得思考的地方。

它不是经济学意义上的货币理论，而是工业时代重新回到数字产业的一种提醒：无论模型参数有多大，机器人有多聪明，最后都要消耗真实能源。数字世界可以越来越虚拟，但支撑数字世界的电厂、电网和设备一点也不虚拟。

至于“中国电力优势将是美国3倍”，现阶段最准确的理解仍然是趋势和潜力判断，而不是把所有统计口径简单相除得到一个固定结论。2025年底中国装机规模已经非常庞大，2026年新的特高压、电网和算力项目又在继续落地，这种扩张趋势是真实存在的。

未来AI竞争究竟会走到什么程度，目前没人能提前下结论。但有一点已经越来越清楚：决定人工智能上限的东西，已经从芯片和算法扩展到能源、材料、电网和制造业。

谁能把更多电稳定地转化成算力和实体生产能力，谁就拥有更厚的产业底座。马斯克所谓“瓦特是未来货币”，真正点出的，其实正是这场变化。