無人再議AI六小龍

「AI六小龍」這個稱呼，如今聽來已帶有幾分時代感。三年前，智譜、MiniMax、月之暗面、階躍星辰、百川智能與零一萬物，曾被外界放在同一個籃子裡比較——誰的模型參數更大、誰的融資速度更快、誰最有希望成為中國的OpenAI。三年過去，資本浪潮逐漸退去，這個標籤早已失真。這個賽道並未如預期般跑出唯一的贏家，反而走出了六條截然不同的發展路徑。 智譜AI與MiniMax先後登陸港股市場，前者一度站上萬億市值之巔，讓數百名員工躋身富豪行列，卻也在解禁期遭遇股價劇烈震盪；月之暗面與階躍星辰則在一級市場持續狂飆，緊鑼密鼓籌備IPO，試圖複製甚至超越先行者的資本神話；至於百川智能與零一萬物，則先後退出通用大模型軍備競賽，一個轉向醫療垂直賽道，一個擁抱企業服務，在爭議中尋找新的生存空間。六家公司的分化，背後反映的是大模型行業從技術敘事向商業現實的劇烈轉軌，當燒錢競賽進入深水區，當科技巨頭下場擠壓生存空間，當資本市場開始要求具體回報，AI六小龍的分歧，表面上是融資與估值的差距，實質上卻是技術路線、組織能力與商業模式的同时分叉。 上市之後，才是真正考驗的開始。2026年1月8日與9日，智譜AI與MiniMax先後敲響上市鐘聲，為中國獨立大模型公司首次提供了相對清晰的資本退出通道。智譜的上市故事堪稱夢幻開局，清華系的學院派血統，加上市場對基礎模型的稀缺性追捧，使股價一路攀升，6月市值一度突破萬億港元。紙面財富的神話迅速傳開，451名持股員工帳面人均過億，一批三十歲上下的技術工程師一夜之間實現財務自由。MiniMax同樣耀眼，37歲的創辦人閻俊傑與平均年齡僅29歲的團隊站上敲鐘台，385名員工幾乎全員持股，最高市值觸及4100億港元。這兩場IPO被視為中國AI創業的重要里程碑，證明了獨立大模型公司具備獨立上市的資本價值，也為仍在一級市場奮戰的玩家們注入一劑強心針。 然而喧囂之下的隱憂，從一開始就埋在估值邏輯裡。帳面財富不是經營現金流，市值更不是競爭壁壘。進入7月，智譜迎來上市後首次基石限售股解禁，2568.16萬股、佔總股本5.76%的股份解除限售，對應解禁市值超過400億港元。市場原本普遍擔憂解禁會引發拋售壓力，但真實走勢顯示出更複雜的面貌，解禁當日股價不跌反漲，收盤上漲13.35%，多家基石機構公開表態長期持有。不過若拉長週期觀察，從萬億高點回落至如今不足5000億港元市值，市場的定價邏輯已經悄然改變。一家仍在高強度投入、商業模式尚未完全穩定的大模型公司，到底應該值多少錢？財報給出了最直接的參照，智譜2025年營收7.24億元，淨虧損卻高達47.18億元，虧損規模是營收的6.5倍，等於每賺1元就要燒掉6.5元；MiniMax同期總收入7903.8萬美元，年內總虧損達18.72億美元，虧損規模與營收明顯不成比例。 在傳統互聯網時代，這種虧損可以被解釋為戰略性投入換取規模優勢；但在AI大模型時代，邊際成本反而會隨著用戶增加而不斷推高推理成本。更關鍵的是，技術護城河的牢固性正在經受嚴峻考驗。7月中旬，月之暗面發佈Kimi K3模型，在全球代碼榜單上超越所有閉源模型登頂，消息傳出後，智譜與MiniMax股價應聲重挫。一級市場可以依靠少數投資人的共識維持估值，二級市場卻是由無數筆交易共同定價，這也是智譜與MiniMax上市後的核心變化——它們不再只是大模型創業公司，同時還是兩隻金融資產。金融資產有自己的運行規律，市場情緒高漲時，投資者願意為AGI的遠期想像力支付溢價；進入解禁期、業績披露期或技術競爭加劇時，估值就會迅速回到現實。大模型能力依然重要，但模型更強不再足以解釋全部市值，市場還要看收入品質、毛利率、客戶集中度與現金消耗速度。更深遠的影響在於，這兩家率先上市的大模型公司，已成為整個行業建立估值的座標。如果它們能持續提升收入、收窄虧損，公開市場會將AI視為可長期配置的長坡厚雪產業；如果股價始終依賴題材稀缺性支撐，市場勢必提高所有後來者的上市門檻。 如果說智譜與MiniMax已經進入公開市場的價值校準階段，尚未上市的月之暗面與階躍星辰，正在一級市場上演一場更加激烈的估值競速。月之暗面走的是典型的技術溢價路線，用模型能力突破拉動產品增長，再用產品數據支撐估值抬升。從長文本能力建立認知，到新一代旗艦模型在代碼任務上取得關注，Kimi始終試圖證明一件事——在基礎模型競爭中，中國創業公司仍然可以做出具有全球競爭力的產品。月之暗面的融資節奏也堪稱行業奇觀，2025年底C輪融資時投後估值還停留在43億美元，進入2026年，估值曲線幾乎垂直拉升，2月突破100億美元，5月站上200億美元，6月投前估值達到315億美元，7月完成的F輪融資投後估值升至350億美元，單輪融資超過35億美元，因認購超額3倍而提前關閉。更瘋狂的是市場預期，原定8月啟動的Pre-IPO輪已提前推進，目標投前估值直接開到500億美元。半年時間，估值從43億美元躍升至500億美元的目標，走完了通常需要三到五年的資本進程。 不過高速膨脹的估值也伴隨著爭議。6月這一輪融資最初熱度平平，很多拿到額度的通路「兜售好幾天都沒人要」，K3發佈後份額瞬間搶手，同時市場上湧現出大量老股轉讓額度，部分境外投資人因拆除紅籌架構成本上漲而考慮退出，月之暗面不得不緊急叫停所有未經批准的老股交易。模型創業並不存在真正意義上的融資完成，每一次融資只是買下下一輪訓練、下一階段產品迭代與下一段競爭的時間窗口。階躍星辰則選擇了另一條更重、也更試圖避開巨頭正面戰場的路線——端側、智能體與終端結合的「模軟硬」三位一體。這條路線更接近產業鏈競爭，同樣獲得了資本的極高期待。按照市場披露的資訊，階躍星辰的Pre-IPO融資分兩撥交割，第一撥投前估值約40億美元，第二撥升至50億至60億美元，市場普遍預期其上市基石定價有望觸及100億美元。有投資人透露，「估值從40億漲到50億只用了一個小時，直投門檻至少3億，低於這個數只能當LP」，生動折射出一級市場對頭部AI標的的渴求程度。 但爭議也如影隨形。7月13日的發佈會上，董事長印奇展示了「全球首款大模型原生智能體手機」STEPX Neo，卻沒有公佈核心參數、售價與發售日期，被業內直指為「PPT手機」。整場發佈會重概念、輕實機，更像是一場面向投行的前置路演。基本面的支撐同樣薄弱，據《財經》報導，階躍星辰2025年營收不足5億元，投資方蓮花控股在投資公告中提示，階躍仍處於「大額虧損狀態」。「模軟硬一體化」是一個過於宏大的工程，基礎模型層有雲廠商重兵把守，軟體入口有互聯網平台掌控，硬體終端則由手機與車企牢牢佔據，創業公司想要同時穿透三層，必須找到一個足夠鋒利且不可替代的切入點。月之暗面與階躍星辰看似都在衝刺IPO，實質上代表兩種不同的賭法，前者相信頂級模型與超級應用可以相互強化，用技術領先換取時間與資本；後者相信AI最終必須進入真實設備與產業場景，用終端卡位換取生態位置。大模型公司的終極價值究竟是什麼？是靠一次次模型發佈推動估值上漲的技術標的，還是能夠產生穩定現金流的商業實體？兩家公司用不同路徑回應著同一個問題，而答案最終都要交給時間兌現。 比起上市公司的市值起伏與明星項目的估值狂飆，百川智能與零一萬物的轉向，更能反映行業溫度的真實變化。百川智能的轉折發生在2025年4月，創辦人王小川發佈全員信，宣佈放棄通用大模型賽道，全面收縮戰線押注AI醫療方向。這一決策遭到幾乎所有聯合創辦人的集體反對，卻被王小川力排眾議強行推進。此後一年多時間裡，聯合創辦人陸續離開，最後一位聯創茹立雲的離職，標誌著初始高階主管團隊已悉數出走。從2024年7月完成50億元A輪融資、估值200億元的高光時刻，到全面放棄通用賽道、核心團隊散夥，百川智能的墜落速度超出許多人的預期。但平心而論，這未必是一個錯誤的決策。通用大模型是一場高度同質化、資本密集型的競爭，創業公司需要同時追趕算力、數據、人才與模型架構，而雲廠商擁有現金流、晶片資源、客戶通路與現成產品矩陣，只要基礎模型能力的差距不斷縮小，獨立公司的議價空間就會越來越有限。從這個角度看，百川智能放棄了成為中國OpenAI的可能性，卻換來在一個細分領域深耕活下去的機會。醫療具備高價值、強專業性與數據壁壘，理論上適合大模型建立差異化優勢，但醫療也不是換一個行業就能避開競爭的安全區，它需要臨床數據、專家體系、責任邊界、監管許可與醫院銷售能力，產品驗證週期遠長於普通互聯網應用。更重要的是，醫療AI的商業價值來自結果而非演示，醫生和醫院不會為一個更會聊天的模型付費，它必須提高診斷效率、降低管理成本，或者進入明確的臨床流程。 零一物萬的調整則更加直接。2024年底裁撤整個預訓練團隊，核心團隊整體併入阿里通義，相當於直接放棄了自主基座大模型的研發。當時行業一片譁然，認為這是六小龍中第一家繳槍的公司。但一年多過去回頭看，這個決策未必等同於失敗，更像是大模型產業專業化分工的開始。放棄耗資巨大的預訓練後，零一萬物的算力投入大幅降低，年營運成本僅2億多元，2025年經審計收入達2.5億元，鎖定合約訂單5億元。李開復在WAIC期間透露，公司計劃2027年赴港上市，目前正在拆除境外持股架構、推進Pre-IPO輪融資。一家放棄通用大模型的AI公司也要上市，這在許多人看來不可思議，但商業的本質終究在於價值創造。當然，拆除紅籌架構、推進Pre-IPO可以提高資本運作效率，卻替代不了產品與市場的匹配；上市可以補充資金、提供退出通路、提升品牌信用，卻不能自動創造客戶，也無法讓研發投入突然產生回報。 三年前，市場評判AI公司的標尺是模型參數、人才梯隊與融資額度；三年後，評價標準已經換成了收入品質、成本結構、組織效率與生態位。這個群體本來就不是一個穩定的公司類別，只是資本熱潮初期製造出的觀察標籤。真正殘酷的地方在於，六小龍的對手早已不只是彼此，它們同時面對海外模型公司的技術推進、國內大廠的價格競爭、開源模型的能力外溢，以及客戶對降本增效的現實要求。模型進步越快，上一代技術資產貶值也越快，今天投入巨資建立的優勢，可能在下一次開源發佈後迅速縮小。AI創業由此進入一個反直覺的階段——技術迭代仍在加速，商業策略卻必須更加克制；行業的想像空間越來越大，留給每家公司的試錯時間反而越來越少。六小龍的分化，更像一場持續改道的淘汰賽，融資只是在購買時間，上市只是更換了裁判，模型發佈也只是拿到下一輪的入場券。但這不是行業的衰退，恰恰是行業走向成熟的開始。