Money Frontier 2026 倒计时 7 天，速览峰会亮点

Money Frontier 2026 将于 7 月 27 日至 28 日在香港合和酒店举行，汇聚行业头部企业、领先平台、投资人、政策研究者与一线运营者，分享来自市场、产品与产业现场的真实观察和实战经验。

峰会不在讨论 Web3 与 AI 的宏观趋势，更聚焦已经发生、并正在重塑行业的具体变化，帮助参会者看清新的市场结构，理解机会如何形成、风险藏在哪里，并建立可执行的判断。

当公开市场与加密市场加速交汇，为什么资金价格反而更加不统一？当传统的高回报机会逐渐消失，投资者还能在哪里寻找风险可控的机会？当 AI 龙头已经难以参与或估值过高，普通投资者是否真的错过了这一轮机会？

议 程 亮 点 抢 先 看

亮点一：最新监管政策动态

美国国家战略比特币储备，下一步看什么？

长期参与美国比特币政策研究与倡议的 Bitcoin Policy Institute，将分享美国战略比特币储备及相关政策的最新进展。该机构长期面向政策制定者开展比特币研究与公共政策倡议，并持续发布战略储备相关研究。

值得关注的，不仅仅只是比特币法案是否会通过，而是战略储备将以何种制度路径推进、资产从何而来、国会与行政部门将如何协调，以及这些政策变化可能如何影响机构配置、市场流动性与其他国家的数字资产政策。 本场分享将帮助参与者穿透新闻标题，理解政策推进的实际节奏、关键阻力及其潜在市场影响。

香港立法会议员也将带来对数字资产在香港未来发展方向的分享。

亮点二：如何理解新的新市场结构

随着 DeFi 与 CeFi 持续发展，数字资产财库公司（DAT）、RWA、资产代币化及新型资产发行平台，正在加速连接公开市场与加密市场。

但连接并未统一市场，反而放大了流动性分割。由于不同平台在资金成本、准入条件、抵押品规则、赎回机制、交易时间与司法管辖上存在差异，同一种资产可能在不同平台，以及数字资产与传统金融市场之间，形成不同的利率、价格与流动性。

国际清算银行指出， RWA 与tokenisation 可能加剧市场碎片化并推高融资成本；美联储的研究也显示，数字货币市场与传统金融市场之间仍存在跨市场定价摩擦和市场分割。

因此，资金配置不再只是选择平台、比较明面收益，而是识别不同市场之间的摩擦与边界，理解不同类型的产品结构， 判断价差究竟来自市场准入、流动性、信用、杠杆与补贴，还是尚未被清楚标注的风险，并据此管理资金成本、赎回、托管、对手方、智能合约与监管风险。

7 月 27 日，Ethena、Spark（MakerDAO）等多个头部协议的创始人及 CEO，将深入拆解其产品结构、收益来源与平台运作机制。Strive CEO 兼董事长也将围绕 STRC、SATA 等以比特币为基础的新型信用产品，分享其产品结构、收益逻辑与潜在风险。

多家传统金融机构与数字资产行业的资深高管，也将从不同市场与业务视角，带来一线观察与独到判断。

亮点三：当 AI 让每个人都成为值得攻击的目标

当 AI 从概念走向现实，安全问题也不再只属于大型机构、交易平台或高净值人群。

身份、账户、资产、通信记录与社交关系都可能成为攻击入口。面对更加低成本、规模化和高度个性化的攻击方式，传统的安全习惯是否仍然有效？

峰会将讨论 AI 如何改变攻击者筛选目标、获取信息与实施攻击的方式，以及个人和机构应如何重新审视身份验证、资产保管、设备权限与内部安全流程。

核心问题不只是“AI 是否危险”，而是：当攻击成本快速下降时，我们应该如何提高攻击者的成本？

亮点四：如何在 AI 浪潮中找到机会与增长路径？

担心已经错过 AI 浪潮？其实未必。AI 更好的投资入口，可能并不在技术突破之前，而是在技术被市场验证、快速增长开始暴露产业瓶颈之时。

对大多数投资者而言，机会未必来自提前押中下一个 AI 应用。投入大量时间与资金去判断一项尚未被验证的技术，往往意味着承担自己并不具备优势的风险。

更现实的路径，是等待技术或趋势完成市场验证、进入快速扩张阶段，再寻找增长过程中暴露出来的产业瓶颈。当需求迅速上升，GPU、内存、数据中心、电力等关键资源往往无法同步扩张，供需失衡也由此出现。

相比预测谁会成为下一个赢家，这些已经被真实需求验证、却受制于供给能力的环节，可能为普通投资者提供更清晰的判断依据和参与路径。

哪些短缺只是暂时的周期错配？哪些瓶颈可能持续数年？哪些资产虽然位于 AI 产业链中，却无法真正分享行业增长？又该如何识别具备定价权、扩产壁垒和真实客户需求的关键环节？

这些你都会在 7 月 27 日议程得到答案。

星空等多位知名投资人将分享其在前沿科技一级市场中的投资经验与判断框架；仙道也将继续带来《第二人生实操手册》，分享如何将对新趋势的判断转化为可执行的个人选择与实践。

第二天：从 GPU 到电力，拆解 AI 算力基础设施全产业链

亮点一：国产芯片加速进入智算中心，新的产业窗口正在打开

随着大模型推理和行业AI应用加速落地，国产算力的竞争已不再局限于单一技术路线。国产通用GPU如何进一步走进智算中心和真实业务场景？如何凭借中国的产业链优势，弯道超车撼动海外GPU巨头的市场格局?针对特定AI任务优化的ASIC，又能否在性能、能效、成本与规模化部署之间形成新的突破？峰会将邀请摩尔线程产业代表，以及长期深耕国产AI ASIC研发、推出自研“神眸”品牌的研极电子创始人杨作兴博士，从不同技术路径出发，分享国产智算芯片的研发进展、落地实践与产业化方向，共同观察本土算力生态正在打开的新机会。

亮点二：国产开源大模型降低创新门槛，Agent走向真实应用

随着ChatGLM 5.2、Kimi K3等高性能开源大模型的问世，越来越多企业可以直接获得接近前沿水平的模型能力。模型不再只是少数头部公司的专属资源，AI产业的竞争重点也开始从“谁能训练出更大的模型”，转向“谁能基于模型构建真正可用的产品与系统”。

这也为Agent带来了新的发展窗口。当模型能力成为可以被调用的基础能力，企业如何进一步连接数据、工具与业务流程？哪些Agent已经走出概念演示，进入真实生产场景？哪些应用具备持续需求、付费能力与规模化复制的可能？模型能力、算力成本与商业模式之间，又该如何形成闭环？

峰会将通过“智能体浪潮：从技术演进到产业新纪元的全面重塑”“从模型到智能体：AI原生应用的落地、算力与资本化路径”等议题，邀请来自腾讯云、BytePlus Hong Kong、KUAI.CLOUD，以及AI创业与投资机构的嘉宾，分享Agent的实际案例与发展方向，从技术演进、产品落地、算力支撑和商业化路径等不同维度，观察国产开源模型正在催生的新一代AI应用生态。

亮点三：从数据中心出海到AI Factory，工程能力成为核心壁垒

AI数据中心并不是在传统机房中简单增加GPU。随着单机柜功率密度持续提高，供配电、制冷、网络互联、设备部署和运维体系都需要被重新设计。能否将土地、电力、设备与运营能力组织成一套稳定、高效且可持续扩展的系统，正在成为算力产业真正的工程壁垒。

数据中心出海还意味着更加复杂的现实问题：如何选择适合AI负载的园区与电力条件？如何控制建设周期和交付成本？不同市场在基础设施、供应链与运营环境上存在哪些差异？传统数据中心又需要完成哪些升级，才能真正演变为面向AI训练和推理的“AI Factory”？

围绕“数据中心出海”“超越传统数据中心：AI Factory与智能算力的崛起”等议题，canaan、芯科智能、Skyward Digital、JDK Capital、Goodvision AI等企业，以及来自韩国总统直属人工智能国家战略委员会专项工作组负责人等产业嘉宾，将结合一线项目经验，拆解数据中心在规划、建设、出海与运营中的关键门道，讨论哪些经验可以复制，哪些技术与建设风险最容易被忽视。议程也将重点关注供电可靠性、机柜功率密度、冷却系统、网络互联及运营能力等核心环节。

亮点四：从POW到AI，电力资源的价值边界正在被重新定义

如果说GPU决定了算力的性能，数据中心决定了算力的承载方式，那么电力则构成了整个算力体系最底层的资源约束。随着AI算力需求持续增长，AI数据中心与POW正在争夺同一批稀缺资源——稳定而有价格优势的电力、适合部署高密度设备的场地，以及能够锁定长期成本的电力合同。”

在这一背景下，电力不再只是数据中心的一项运营成本，也可能成为需要被独立配置、运营和重新估值的战略资产。不同类型的算力负载能否根据市场需求灵活切换？既有POW基础设施能否进一步承载AI计算？如何提升单位兆瓦电力资源所创造的算力价值？围绕电力、园区与负载调度，又可能形成哪些新的资产形态和商业模式？

峰会将通过“从POW到AI”“POW解决了什么问题？下一个问题是什么？”等议题，从既有算力产业经验出发，进一步延伸至电力资源的配置效率、收益弹性与未来机会。现有的AI计算服务或Token分发机制，能否像矿池分配算力一样，实现高效、透明且可规模化的资源组织，仍有待产业进一步验证。KuPool也将从POW已经解决的问题切入，探讨下一阶段算力产业需要面对的新命题：当芯片和模型不断迭代，真正决定行业扩张边界的，或许不仅是电力资源本身，也包括组织、调度和交易算力的能力。