Money Frontier 2026 倒數 7 天，速覽高峰會亮點

Money Frontier 2026 將於 7 月 27 日至 28 日在香港合和酒店舉行，匯聚行業頭部企業、領先平台、投資人、政策研究者與一線運營者，分享來自市場、產品與產業現場的真實觀察和實戰經驗。

高峰會不在討論 Web3 與 AI 的宏觀趨勢，更聚焦已經發生、並正在重塑產業的具體變化，幫助與會者看清新的市場結構，理解機會如何形成、風險藏在哪裡，並建立可執行的判斷。

當公開市場與加密市場加速交匯，為何資金價格反而更不統一？ 當傳統的高回報機會逐漸消失，投資人還能在哪裡尋找風險可控的機會？ 當 AI 龍頭已經難以參與或估值過高，普通投資者是否真的錯過了這一輪機會？

議 程 亮 點 搶 先 看

美國國家戰略比特幣儲備，下一步看什麼？

長期參與美國比特幣政策研究與倡議的 Bitcoin Policy Institute，將分享美國戰略比特幣儲備及相關政策的最新進展。 該機構長期針對政策制定者進行比特幣研究與公共政策倡議，並持續發布策略儲備相關研究。

值得關注的，不僅只是比特幣法案是否會通過，而是戰略儲備將以何種制度路徑推進、資產從何而來、國會與行政部門將如何協調，以及這些政策變化可能如何影響機構配置、市場流動性與其他國家的數位資產政策。 本場分享將有助於參與者穿透新聞標題，並理解政策推進的實際節奏、關鍵阻力及其潛在市場影響。

香港立法會議員也將帶來對數位資產在香港未來發展方向的分享。

隨著 DeFi 與 CeFi 持續發展，數位資產財庫公司（DAT）、RWA、資產代幣化及新型資產發行平台，正在加速連接公開市場與加密市場。

但連結並未統一市場，反而放大了流動性分割。 由於不同平台在資金成本、准入條件、抵押品規則、贖回機制、交易時間與司法管轄上存在差異，同一種資產可能在不同平台，以及數位資產與傳統金融市場之間，形成不同的利率、價格與流動性。

國際清算銀行指出， RWA 與tokenisation 可能加劇市場片段化並推高融資成本；聯準會的研究也顯示，數位貨幣市場與傳統金融市場之間仍存在跨市場定價摩擦和市場分割。

因此，資金配置不再只是選擇平台、比較明面收益，而是識別不同市場之間的摩擦與邊界，理解不同類型的產品結構， 判斷價差究竟來自市場准入、流動性、信用、槓桿與補貼，還是尚未被清楚標註的風險，並據此管理資金成本、贖回、託管、對手方、智能合約與監管風險。

7 月 27 日，Ethena、Spark（MakerDAO）等多個頭部協議的創辦人及 CEO，將深入拆解其產品結構、收益來源與平台運作機制。 Strive CEO 兼董事長也將圍繞 STRC、SATA 等以比特幣為基礎的新型信用產品，分享其產品結構、收益邏輯與潛在風險。

多家傳統金融機構與數位資產產業的資深主管，也將從不同市場與業務視角，帶來第一線觀察與獨到判斷。

當 AI 從概念走向現實，安全問題也不再只屬於大型機構、交易平台或高淨值人群。

身分、帳戶、資產、通訊記錄與社交關係都可能成為攻擊入口。 面對更低成本、規模化和高度個人化的攻擊方式，傳統的安全習慣是否仍然有效？

高峰會將討論 AI 如何改變攻擊者篩選目標、獲取資訊與實施攻擊的方式，以及個人和機構應如何重新審視身份驗證、資產保管、設備權限與內部安全流程。

核心問題不只是“AI 是否危險”，而是：當攻擊成本快速下降時，我們應該如何提高攻擊者的成本？

擔心已經錯過 AI 浪潮？ 其實未必。 AI 更好的投資入口，可能不在技術突破之前，而是在技術被市場驗證、快速成長開始暴露產業瓶頸之時。

對多數投資人而言，機會未必來自提前押中下一個 AI 應用。 投入大量時間與資金去判斷一項尚未被驗證的技術，往往意味著承擔自己並不具備優勢的風險。

更現實的路徑，是等待技術或趨勢完成市場驗證、進入快速擴張階段，再尋找成長過程中暴露出來的產業瓶頸。 當需求快速上升，GPU、記憶體、資料中心、電力等關鍵資源往往無法同步擴張，供需失衡也由此出現。

相比預測誰會成為下一個贏家，這些已經被真實需求驗證、卻受制於供給能力的環節，可能為普通投資者提供更清晰的判斷依據和參與路徑。

哪些短缺只是暫時的周期錯配？ 哪些瓶頸可能持續數年？ 哪些資產雖然位於 AI 產業鏈中，卻無法真正分享產業成長？ 又該如何辨識具備定價權、擴產障礙和真實客戶需求的關鍵環節？

這些你都會在 7 月 27 日議程得到答案。

星空等多位知名投資人將分享其在前沿科技一級市場中的投資經驗與判斷框架；仙道也將繼續帶來《第二人生實操手冊》，分享如何將對新趨勢的判斷轉化為可執行的個人選擇與實踐。

第二天：從 GPU 到電力，拆解 AI 算力基礎設施全產業鏈

隨著大模型推理和產業AI應用加速落地，國產算力的競爭已不再侷限於單一技術路線。 國產通用GPU如何進一步走進智算中心與真實業務場景？ 如何憑藉中國的產業鏈優勢，彎道超車撼動海外GPU巨頭的市場格局?針對特定AI任務優化的ASIC，又能否在性能、能效、成本與規模化部署之間形成新的突破？ 峰會將邀請摩爾線程產業代表，以及長期深耕國產AI ASIC研發、推出自研「神眸」品牌的研極電子創始人楊作興博士，從不同技術路徑出發，分享國產智算晶片的研發進展、落地實踐與產業化方向，共同觀察本土算力生態正在開啟的新機會。

隨著ChatGLM 5.2、Kimi K3等高效能開源大模型的問世，越來越多企業可以直接獲得接近前沿水平的模型能力。 模型不再只是少數頭部公司的專屬資源，AI產業的競爭重點也開始從“誰能訓練出更大的模型”，轉向“誰能基於模型構建真正可用的產品與系統”。

這也為Agent帶來了新的發展視窗。 當模型能力成為可以被呼叫的基礎能力，企業如何進一步連結資料、工具與業務流程？ 哪些Agent已經走出概念演示，進入真實生產場景？ 哪些應用具備持續需求、付費能力與規模化複製的可能？ 模型能力、算力成本與商業模式之間，又該如何形成閉環？

高峰會將透過「智能體浪潮：從科技演進到產業新紀元的全面重塑」「從模式到智能體：AI原生應用的落地、算力與資本化路徑」等議題，邀請來自騰訊雲、BytePlus Hong Kong、KUAI.CLOUD，以及AI創業與投資機構的嘉賓，分享Agent的實際案例與發展方向，從技術演進、產品落地、算力支撐和商業化路徑等不同維度，觀察國產開源模型正在催生的新一代AI應用生態。

AI資料中心並不是在傳統機房中簡單增加GPU。 隨著單機櫃功率密度持續提高，供電、冷卻、網路互聯、設備部署和運維體係都需要重新設計。 能否將土地、電力、設備與營運能力組織成一套穩定、高效且永續擴展的系統，正成為算力產業真正的工程壁壘。

資料中心出海也意味著更複雜的現實問題：如何選擇適合AI負載的園區與電力條件？ 如何控制建設週期和交付成本？ 不同市場在基礎建設、供應鏈與營運環境上有哪些差異？ 傳統資料中心又需要完成哪些升級，才能真正演變成以AI訓練和推理導向的「AI Factory」？

圍繞著「資料中心出海」「超越傳統資料中心：AI Factory與智慧算力的崛起」等議題，canaan、芯科智慧、Skyward Digital、JDK Capital、Goodvision AI等企業，以及來自韓國總統直屬人工智慧國家策略委員會專項工作小組負責人等產業嘉賓，將結合一線專案經驗，以及來自韓國總統直屬人工智慧國家策略委員會專項工作小組負責人等產業嘉賓，將結合一線專案經驗，最容易被處理的哪些技術與作業 議程也將聚焦在供電可靠性、機櫃功率密度、冷卻系統、網路互聯及營運能力等核心環節。

如果說GPU決定了算力的效能，資料中心決定了算力的承載方式，那麼電力就構成了整個算力體系最底層的資源約束。 隨著AI算力需求持續成長，AI資料中心與POW正在爭奪同一批稀缺資源——穩定且有價格優勢的電力、適合部署高密度設備的場地，以及能夠鎖定長期成本的電力合約。 ”

在這一背景下，電力不再只是資料中心的營運成本，也可能成為需要被獨立配置、營運和重新估值的策略資產。 不同類型的算力負載能否依市場需求靈活切換？ 既有POW基礎設施能否進一步承載AI計算？ 如何提升單位兆瓦電力資源所創造的算力價值？ 圍繞電力、園區與負載調度，又可能形成哪些新的資產形態與商業模式？

高峰會將透過「從POW到AI」「POW解決了什麼問題？ 下一個問題是什麼？ 」等議題，從既有算力產業經驗出發，進一步延伸至電力資源的配置效率、收益彈性與未來機會。現有的AI計算服務或Token分發機制，能否像礦池分配算力一樣，實現高效、透明且可規模化的資源組織，仍有待產業進一 步驟驗證。