2026年5月的国内AI赛道,二级市场的估值飙升是受市场高度关注的信号。多个信源交叉印证,当月头部大模型与AI基础设施领域出现集中融资动作[1],1月先后登陆港交所的智谱AI与MiniMax,截至5月中旬累计涨幅分别超过700%与487%,对应市值区间2000亿至4500亿港元,成为全球范围内首个形成连续交易数据的纯大模型标的板块[2][9]。而在一级市场,三起大额融资消息在72小时内接连由匿名消息人士爆料:月之暗面(旗下产品Kimi)传完成约20亿美元新一轮融资、投后估值突破200亿美元,阶跃星辰传即将完成近25亿美元融资并拆除红筹架构启动港股IPO,DeepSeek传拟推进500亿元人民币首轮外部融资、投后估值最高传至515亿美元[7][9]。一连串数字迅速构建出“行业进入高速兑现期”的叙事,但如果拆解所有信息的验证强度,会发现支撑高估值的核心逻辑仍有大量待填补的缺口。
可验证事实与口径边界
所有关于本轮融资热的判断,首先需要区分不同信息的验证等级。目前可通过官方或权威第三方渠道确认的核心事实包括: 其一,阶跃星辰已于2026年4月完成股份制改造,企业名称变更为“上海阶跃星辰智能科技股份有限公司”,注册资本从2394万元增至5626万元,红筹架构拆除工作已全部完成,相关工商变更记录可通过国家企业信用信息公示系统查询[3],这意味着阶跃星辰赴港上市的法律前置工作已全部落地,资本动作的真实性不存在争议。 其二,港交所公开交易数据显示,智谱AI与MiniMax的市值截至2026年5月中旬分别稳定在4000亿港元、2000亿港元以上,上市初期流通盘占比均不足5%,极低的流通比例使得股价对资金流入的敏感度远高于常规科技股[9][11]。 其三,第三方移动数据机构QuestMobile发布的《2026年一季度AI应用洞察》显示,Kimi的月活跃用户数已连续四个季度下滑,从2025年初的峰值3600万降至2026年3月的833.8万,同期字节跳动旗下豆包的月活已达3.45亿,二者用户规模差距拉开至40倍以上[2][6]。 其四,MiniMax招股书披露的财务数据显示,截至2025年12月31日,公司月均现金消耗约为2790万美元(约合人民币2亿元),该数据仅为单样本参考,不代表所有头部AI企业的运营成本水平[6]。 其五,公开的大模型训练成本基线显示,完成一次1000亿参数规模、1PB训练数据集的全量预训练,约需1.08万张英伟达A100 GPU,单轮训练的硬件成本超过13亿元,尚未计入电力、人才、数据清洗等配套成本[10]。
而当前传播最广的融资金额、估值数据,大多来自匿名消息人士的爆料,无企业官方公告、监管备案或出资方的公开披露,甚至存在明显的口径差异:阶跃星辰的投后估值同时出现了50亿-60亿美元、100亿美元两个版本,前后相差一倍[3][11];DeepSeek的估值则在450亿至515亿美元区间浮动,创始人梁文锋拟个人出资200亿元参与本轮融资的消息也未有工商出资记录或银行流水佐证[4][9];月之暗面2026年4月年度经常性收入(ARR)突破2亿美元的表述,仅来自其融资顾问华峰资本的单方面披露,无第三方审计数据支撑[6][7]。 当前公开报道的大额融资事件集中于5家左右头部大模型与AI基础设施厂商,由于缺乏2026年1-5月国内AI赛道全层级的融资数量、金额分布统计数据,暂无法判断行业整体的资金分层格局。
估值的三重支撑逻辑
抛开未经验证的数字,本轮融资热的核心逻辑并非来自短期商业化兑现,而是三类不同资本的卡位诉求共同推高了头部项目的估值预期。 第一类是国资背景资本的自主可控卡位需求。国家集成电路产业投资基金据传正洽谈主导DeepSeek的首轮外部融资,上海国投、浦东创投等地方国资平台也传出现在阶跃星辰的股东名单中[3][7]。这类资本的核心诉求是搭建自主可控的AI基础技术底座,卡位下一代信息基础设施的标准权,对短期财务回报的要求极低,因此愿意为技术路线符合国产适配方向的项目支付较高的估值溢价。DeepSeek此前凭借开源的低成本训练推理技术获得全球开发者关注,优先适配华为昇腾芯片的技术路线,也恰好契合国产算力生态建设的长期规划[5][9]。 第二类是产业资本的生态绑定需求。阶跃星辰本轮融资的股东名单据传出现了华勤技术、龙旗科技、豪威集团、中兴通讯等消费电子产业链企业,覆盖从整机制造到核心器件的全链条;据公开爆料,此前公司已与OPPO、荣耀、吉利等终端厂商达成合作,手机预装机量突破4200万台,智能座舱方案已搭载于吉利银河M9车型,上市3个月销量近4万辆[2][11]。这类产业资本的核心诉求是绑定头部大模型的端侧技术能力,避免在AI终端时代被上游技术供应商卡脖子,因此投资逻辑更多基于供应链安全与生态协同,而非单纯的财务回报。对于终端厂商而言,提前锁定头部大模型的端侧适配优先级,能够在下一代智能终端的体验竞争中获得先发优势,因此愿意接受较高的估值水平。 第三类是财务资本的稀缺性溢价套利需求。当前港股市场仅有的两家大模型标的智谱AI、MiniMax,市销率分别达到521倍、700倍,是美国AI同行高增长阶段溢价水平的3倍以上[11]。这一超高溢价的核心来源并非企业的盈利能力,而是标的的稀缺性——在阶跃星辰、月之暗面等企业上市前,港股市场仅有两家纯大模型标的,且流通盘极小,少量资金即可推高股价。财务资本提前布局未上市的头部大模型企业,本质是赌在稀缺性溢价消失前完成IPO退出。智谱AI上市时获得超1160倍认购,MiniMax上市43天涨幅达487%的财富效应,进一步强化了一级市场对头部项目的估值预期[9][11]。
基本面的待验证缺口
尽管资本的卡位逻辑清晰,但支撑当前估值的技术与商业化基本面,仍存在三个核心的待验证缺口。 第一个缺口是技术代差的验证缺失。目前未见第三方独立机构发布头部大模型厂商在统一硬件环境、统一Prompt模板下的盲测结果,也未见企业公开披露单位Token推理成本、训练FLOPs利用率等核心工程效率指标的第三方验证数据。当前头部企业提到的登顶LMSYS、OpenCompass等公开榜单,均采用企业自主提交最优结果的申报机制,未设置统一的硬件与Prompt对齐规则,因此无法直接证明生产环境中的实际模型能力领先于2025年底已开源的同参数级模型。部分算力服务商宣称的“系统吞吐量较行业平均提升2-3倍、首字延迟控制在500ms以内”等性能指标,也未公开对应的压测脚本、并发量设置、模型参数规模等对齐条件,无法与行业基线做有效对比[4]。从算力储备来看,单轮传闻中20-25亿美元的融资折算成可用算力储备,最多可支撑4-5万张A100级别的集群建设,仅能覆盖2-3次1000亿参数级基座的全量迭代,远未达到支撑下一代10万亿参数级统一多模态基座所需的最低30万张H100级算力的门槛[10]。 第二个缺口是商业化的稳定性不足。当前所有头部大模型厂商的收入结构中,尚未出现占比超30%的行业级稳定采购品类,付费仍处于零散的尝鲜阶段,远未到企业级预算大规模迁移的节点。月之暗面传的ARR增长与公开的月活连续下滑数据出现背离,使得其收入增长的可持续性存疑——若付费用户规模未出现增长,仅靠提价带来的收入增长很难长期支撑传闻中的200亿美元估值[2][6]。智谱AI的收入以政府、央国企的本地化部署项目制订单为主,虽然披露Coding Plan涨价30%后售罄,但未公布该产品的收入占比、付费用户留存率等核心指标,无法判断其标准化产品的商业化能力[8][9]。阶跃星辰传闻中的4200万台终端预装量本质是商务合作成果,公开信息中未披露其端侧模型在相同精度下的显存占用、推理延迟较开源模型有量化级优势,终端厂商更换大模型的边际成本不足5%,尚未形成长期的锁客壁垒[2][11]。 第三个缺口是资金储备的续航能力未经验证。尽管头部企业的累计融资金额均传达到百亿级,但AI大模型的研发、算力、人才成本居高不下,资金储备的实际续航能力仍需观察。仅从MiniMax披露的月均2790万美元现金消耗来看,若头部企业的成本水平处于同一区间,那么传闻中月之暗面376亿元人民币的累计融资仅能支撑约18个月的运营,而非市场宣传的“十年以上续航”[6][9]。若要追赶全球头部厂商的模型代差,所需的资金规模还将至少提升一个数量级,当前的融资储备仍存在明显缺口。拥有3.45亿月活的字节豆包尚未宣布盈利,腾讯、阿里的大模型投入仍集中于C端流量争夺,也侧面说明行业尚未找到可规模化的盈利路径[7]。
改变判断的核心观察指标
当前的融资热本质是资本在行业发展关键节点的提前卡位,而非商业化闭环的真实验证,后续有四类核心数据的落地,将直接决定当前估值的合理性,也会改变对行业发展阶段的判断。 第一类是资本端的官方披露数据。若未上市头部企业发布官方融资公告,或监管备案文件披露真实的融资金额、估值与股东结构,将直接修正当前的市场预期,尤其是DeepSeek创始人个人出资200亿元、国家大基金入股比例等核心信息的验证,将直接影响对国资卡位逻辑的判断。 第二类是技术端的第三方验证数据。若2026年三季度各家新模型发布后,有第三方独立机构发布对齐环境下的盲测结果,证明头部模型的核心基准成绩较2025年底开源基线提升30%以上,或单位Token推理成本较2025年底下降50%以上,将证实头部企业已形成代差级技术优势,当前的高估值将获得基本面支撑。此外,端侧预装模型的实际激活率、日均调用时长等数据,也将直接验证阶跃星辰等企业端侧战略的真实价值。 第三类是商业化的审计数据。若头部企业披露经审计的财务数据,显示付费用户留存率超过60%,或出现占比超30%的稳定行业级采购品类,将证实行业已从尝鲜阶段进入规模化落地阶段。具体来看,Kimi接下来两个季度的ARR增速是否保持100%以上、月活下滑是否止住,智谱、MiniMax上市后首个完整财年的毛利率是否突破40%,阶跃星辰的单台终端ARPU是否提升,都是关键的验证指标。 第四类是二级市场的流动性数据。若阶跃星辰、月之暗面、DeepSeek在未来12个月内陆续登陆港股,港股大模型标的的稀缺性将大幅下降,届时智谱、MiniMax的股价表现将直接验证当前的高估值中有多少来自稀缺性溢价,多少来自真实的基本面预期。若流通盘扩大后,头部标的的市销率回落至100倍以内,将证实此前的高估值主要由稀缺性驱动。
AI行业的发展从来都不是线性的,资本的提前押注既可能加速技术迭代与商业化落地,也可能催生脱离基本面的估值泡沫。当前的融资热只是行业进入新阶段的信号,而非终局的确认,所有的判断都需要等待可验证的事实落地,而非依赖叙事与预期。对于行业参与者而言,比起追逐融资数字,更值得关注的是技术、商业化与成本结构的真实进步,这些才是支撑长期价值的核心。
参考资料
先把这轮头部AI企业的融资叙事拆成可验证的技术问题——当前估值和市值的大幅抬升,是否对应底层模型能力、工程效率或者部署壁垒的代差突破。从目前所有公开的三手信源交叉验证来看,暂未出现可独立复现的技术里程碑支撑估值的量级跃升,资本定价的核心逻辑是场景落地的现金流预期,而非基础模型层的技术代差。 所有融资相关的公开披露中,没有任何一家头部企业同步公开2026年新迭代基座的核心技术细节,包括预训练数据集的规模与清洗标准、训练集群的FLOPs利用率、在对齐测试集上的核心基准第三方复现结果。部分企业提到的登顶LMSYS、OpenCompass等公开榜单,均为企业自主提交最优结果的申报制榜单,没有第三方机构在统一硬件环境、统一Prompt模板下的盲测数据,无法证明生产环境中的实际模型能力领先于2025年底已开源的同参数级模型。仅有的工程性能指标均为企业自报:比如算力服务商宣称的系统吞吐量超行业平均2-3倍、首字延迟控制在500ms以内,未公开对应的压测脚本、并发量设置、模型参数规模等对齐条件,无法与行业基线做有效对比。 换到工程现场核算成本,按照公开的大模型训练成本基线,完成一次1000亿参数规模、1PB训练数据的全量预训练,约需1.08万张英伟达A100 GPU,单轮训练的硬件成本超过13亿元,还未计入电力、人才、数据清洗等配套成本。当前头部企业单轮20-25亿美元的融资,折算成可用算力储备,最多可支撑4-5万张A100级别的集群建设,仅能覆盖2-3次1000亿参数级基座的全量迭代,远未达到支撑下一代10万亿参数级统一多模态基座所需的最低30万张H100级算力的门槛。而已上市的MiniMax招股书披露月均现金消耗约2亿元,意味着头部企业年运营成本至少20-30亿元,当前的融资储备仅能支撑3-5年的常规迭代,若要追赶全球头部的模型代差,仍存在至少一个数量级的资金缺口。 更关键的是,当前各家宣称的核心壁垒大多未形成技术层面的不可替代性。比如阶跃星辰提到的4200万台终端预装量,本质是商务合作成果,公开信息中未披露其端侧模型在相同精度下的显存占用、推理延迟较开源模型有量化级优势,终端厂商不存在切换成本,无法形成长期技术壁垒。Kimi的核心长文本能力,目前开源模型已普遍实现百万字上下文处理,不存在独家技术门槛,其ARR增长与月活连续下滑的背离,也说明付费转化的核心支撑并非模型能力的不可替代性。DeepSeek此前的核心竞争力是低成本训练推理技术,但2025年开源后已被全行业复用,未形成持续的技术代差,其即将发布的V4.1多模态模型尚未有公开性能数据,估值支撑完全来自预期。 目前核心缺失三类可验证证据:一是各家未公开单位Token推理成本、训练FLOPs利用率等核心工程效率指标,这是衡量技术进步的硬标准;二是没有第三方独立机构对各家模型做对齐环境的盲测,排除榜单提交的优化作弊;三是国资、产业资本入局对应的技术适配要求(比如国产芯片适配的性能损失)未做公开披露。后续可验证的核心技术指标包括:2026年Q3各家新模型发布后,第三方复现的核心基准成绩是否较2025年底开源基线提升30%以上;单位Token推理成本是否较2025年底下降50%以上;端侧预装模型的实际激活率、日均调用时长而非预装量;头部企业万卡级以上训练集群的实际落地规模与FLOPs利用率。 需要说明的是,资本向头部集中的趋势,理论上可能减少中小厂商重复造轮子的资源浪费,加速工程化落地的标准化进程,但这一可能性目前尚未有任何可验证的技术产出支撑。该判断的置信度约为70%,核心依据是公开的大模型训练成本通用基线、已开源模型的能力基准,由于所有核心技术数据均来自企业自报或三手信源,缺乏一手的代码、文档、第三方复现结果支撑,仍存在30%的误差空间。
建议直接block发布,因核心融资/估值/ARR数据均无一手验证,存在严重误导风险
为什么没放进正文:本文已主动区分「可验证事实」与「未核实口径」,未作绝对化结论,且提供了后续验证指标,具备行业参考价值,仅需补充证据而非完全封禁
要求删除「K型分化」表述,因无全行业融资分布数据
为什么没放进正文:删除该表述需调整核心叙事,仅需补充数据来源说明或弱化表述即可,无需完全删除
Reader Signal
这篇文章对你有帮助吗?
只收集预设选项,不开放评论,不公开展示个人反馈。
选择一个判断,也可以附加一个预设标签。
发布于 2026-05-15 18:38:45。本文为原创深度报告,未经授权不得转载。观点仅代表编辑部独立判断,不构成投资建议。