大模型赛道降温:估值、融资与项目同步收缩

大模型行业正在从技术叙事驱动的扩张期,转入以商业化能力为核心的淘汰赛。智谱、MiniMax等头部企业虽然仍能撬动大额融资,但市值回撤、亏损扩大与融资分化同时出现;中腰部企业则面临融资窗口收窄、项目收缩甚至出清的压力。另一端,企业客户对AI的实际回报预期也在下修,代理型AI项目被取消的风险上升。资本并未离开AI,但定价逻辑已经改变:从为参数和Demo买单,转向为收入和利润买单。

智谱五个月蒸发逾万亿港元

资本市场对大模型公司的耐心正在快速消耗。智谱巅峰时总市值一度触及1.33万亿港元,超过美团、百度、快手等老牌互联网巨头;但短短五个多月后,股价较高点回撤超过85%,市值蒸发超过1万亿港元。更具反差的是,智谱旗下大模型能力仍在持续增强,呈现出“能力涨、利润跌”的典型矛盾。

这不是智谱一家公司的遭遇。全球最受追捧的Anthropic也难逃估值下杀:今年早些时候,其在一级市场叙事中的估值一度达到2万亿美元,但到11月路演阶段,IPO市值已回落到1万亿美元上下,估值预期在半年内接近腰斩。市场分析显示,全球AI核心企业自高点回落的中位数约为-44%,创业板指约-45%,科创50约-49%;科创50腰斩后市盈率仍接近100倍,“太贵了”被认为是估值调整的本质原因。

估值回撤背后,是资本市场对大模型公司的定价框架发生变化。过去,一段效果惊艳的Demo、一次模型能力升级,就足以支撑高估值;现在,投资人更关注收入质量、客户留存、毛利率和商业化闭环。智谱和MiniMax已经完成上市或阶段性上岸,数据披露后,资本市场会重新评判企业成色。对于未IPO的月之暗面、DeepSeek、零一万物、阶跃星辰等企业,上市前或许仍有溢价空间,但一旦进入公开市场,所有经营数据都将被重新定价。

融资闸门只对头部敞开

持续亏损之下,大模型公司必须依赖外部融资支撑算力和研发开支。2026年7月,智谱完成配售融资约314亿港元,几乎同一时间段,MiniMax也完成约160亿港元融资。头部玩家依然能够撬动大规模资金,但融资市场的结构性分化已经非常明显。

今年三季度以来,资金加速向少数头部标的集中。OpenAI、Anthropic、xAI、DeepSeek、月之暗面等,仍是资本争抢的核心对象,这些公司具备更强的模型能力和客户基础。但在“少数狂欢”背后,绝大多数中腰部公司,以及偏概念叙事、缺少营收验证的大模型公司,融资窗口正在快速收窄。

大模型赛道降温:估值、融资与项目同步收缩

两年前的AI热潮像极了早期移动互联网,仅凭一段效果惊艳的Demo,就有机会获得融资。今天,投资人很难再单纯“为技术买单”,商业化效果远高于纸面数据。这种转向对创业公司打击很大:缺乏资本加持,创业公司很难打赢这场烧钱战争。

市场正在进入“强者恒强、弱者出清”的阶段。被大厂收购,可能成为很多项目最后的出路;更多缺少营收验证的公司,则可能停留在A轮之前,迟迟等不到下一轮募资。

明星独角兽倒在商业化门口

融资收紧之后,商业化能力成为生死线。以明星独角兽Character.AI为例,10月12日其在美国申请破产保护,原因就是付费订阅用户无法覆盖每月庞大的运营成本开支。Character.AI估值一度超过25亿美元,有技术、有用户,但无法实现商业化闭环,资本照样不会持续烧钱。

国内市场的信号同样明显。澜码科技在2023年2月成立后获得IDG资本、联新资本等投资,创始人周健还是著名投资人李开复的“关门弟子”,但仅仅两年后,2025年2月就被曝出拖欠薪资。明星项目零一万物、百川智能等也已收缩或换道求生。一些聚焦法律、工业、教育等赛道的垂直模型,更是长期卡在A轮之前,迟迟无法完成下一轮募资。

这些案例指向同一个问题:大模型公司不能只证明“模型能做出来”,还必须证明“客户愿意持续付费”。当融资窗口收窄、估值回撤,缺乏自我造血能力的公司会率先感受到压力。行业从遍地撒钱进入淘汰赛,收入、利润和现金流正在取代参数规模,成为新的生存指标。

企业用得多、赚得少

大模型公司的估值和融资是供给端的账本,企业客户的回报则是需求端的验证。2023年大语言模型兴起以来,“上AI”已成为各行业共识;但大模型跑了三年多,企业内部应用的效果究竟有多大,正在被重新审视。

大模型赛道降温:估值、融资与项目同步收缩

2026年9月,德勤中国发布的《决策者视角下的企业AI应用》显示,将AI真实应用在生产环节的企业比例从56.0%上升至64.4%。比例提高,说明应用AI的企业越来越多。但问题是,应用规模在扩大,投资回报却并未明显上升。数据显示,48.5%的受访企业称,AI项目实际投资回报低于预期;企业预期回报率为10%至25%,实际达成的回报大多数低于10%。

Gartner的预测更直接:到2027年末,超过40%的代理型AI项目会被取消,核心原因与成本、商业化或风险相关。这意味着,“停项目”不再只是个别企业的谨慎动作,而可能成为企业AI部署中的普遍现象。近三年来,大家对AI的认识高度统一,都认为必须拥抱AI;但眼下AI对企业的实际回报并不理想,盲目花钱的阶段正在结束。

从商业化层面看,这是一组明显的悖论:大模型能力还在以史上最快的速度变强,但模型变强的成果并未兑换成利润。智谱、MiniMax等身上已经出现涨价、亏损、市值缩水同时发生的局面;企业用户在部署和应用上,实际回报率也很低。模型能力的进步与商业回报之间,还有很远的距离。

从“市梦率”到“摁计算器”

AI板块的超高盈利增速已无法简单线性外推。2026年11月市场分析指出,大量AI企业收入来源于大厂资本开支;在大厂自由现金流转负、新增债务融资受美元高利率压制、机构投资者开始关注敞口风险的情况下,资金仍会继续流入,但速度会变慢,部分AI相关企业业绩难以继续简单线性外推。

瑞银集团首席执行官塞尔吉奥·埃莫蒂也表示,投资者有理由质疑AI周期中能创造多少价值,问题更多在于红利兑现的时间节点,市场对估值的质疑是合理的。中期选举中主张对AI实施更严格监管的候选人纷纷胜出,市场对更严格监管的预期,加剧了对芯片制造商和数据中心供应商增长前景的担忧,并推动美国科技股遭遇自2020年以来的最大跌幅。

这些变化共同指向一个结论:AI产业革命还会继续,但投资上必须接受从“市梦率”进入“摁计算器”的大分化时代。资本并未离开AI,只是定价逻辑变了——从看模型能力、看Demo效果、看技术叙事,转向看商业化能力、看落地收入、看利润兑现。只有能落地的模型,资本才会给出溢价。

对大模型公司而言,这是一场以利润为核心生存指标的淘汰赛;对企业客户而言,这是一次从“必须上AI”到“算清回报再上AI”的回归。杀估值、降融资、停项目,并不是AI故事的终结,而是行业从狂热走向算账的开始。