2025年末，智譜、MiniMax（稀宇科技）兩家國產(chǎn)人工智能大模型“獨(dú)角獸”企業(yè)幾乎同一時(shí)間通過港股聆訊，開搶“大模型第一股”。人工智能芯片企業(yè)也集體奔赴資本市場，國產(chǎn)GPU“四小龍”中，摩爾線程、沐曦股份已在A股科創(chuàng)板上市，壁仞科技、天數(shù)智芯近日則啟動港股上市。人工智能正迎來資本化關(guān)鍵節(jié)點(diǎn)。值得一提的是，這些企業(yè)均呈現(xiàn)營收高速增長、研發(fā)投入巨大、利潤持續(xù)虧損的財(cái)務(wù)特征，折射出行業(yè)從技術(shù)探索邁向應(yīng)用落地的初期階段特征。

專家表示，人工智能技術(shù)正加速向縱深演進(jìn)，應(yīng)用場景不斷拓展、產(chǎn)業(yè)規(guī)模持續(xù)擴(kuò)大，中國信通院報(bào)告指出，2024年，我國人工智能核心產(chǎn)業(yè)規(guī)模超過9000億元，增速達(dá)24%，初步測算2025年有望超過1.2萬億元。不過在當(dāng)前階段，人工智能應(yīng)用仍存在高成本、低收益的矛盾點(diǎn)，推動通用人工智能（AGI）取得關(guān)鍵性突破，資本市場仍需耐心。

AI企業(yè)集體奔赴資本市場

智譜、MiniMax均是國產(chǎn)人工智能大模型領(lǐng)域的明星，兩家企業(yè)均歷經(jīng)多輪融資，股東陣容豪華，各自的技術(shù)路線和應(yīng)用拓展也頗有看點(diǎn)。

智譜成立于2019年，是國內(nèi)最早從事大模型研發(fā)工作的團(tuán)隊(duì)之一，截至目前，智譜大模型賦能了全球12000家企業(yè)客戶、逾8000萬臺終端用戶設(shè)備及超4500萬名開發(fā)者，是中國賦能終端設(shè)備最多的獨(dú)立通用大模型廠商。2025年11月，智譜日均Token消耗量為4.2萬億。智譜招股書稱，根據(jù)弗若斯特沙利文資料，按2024年的收入計(jì)，智譜在中國獨(dú)立通用大模型開發(fā)商中位列第一，在所有通用大模型開發(fā)商中位列第二，市場份額為6.6%。

MiniMax成立于2022年初，有望成為從成立到IPO歷時(shí)最短的AI公司?；谧匝写竽Ｐ?，MiniMax成功打造了覆蓋C端與B端用戶的AI原生產(chǎn)品矩陣，包括海螺AI、Talkie和星野等，截至2025年9月30日，MiniMax已有超過200個(gè)國家及地區(qū)的逾2.12億名個(gè)人用戶以及超過100個(gè)國家的13萬企業(yè)客戶。

人工智能大模型訓(xùn)練和推理對底層算力芯片需求持續(xù)增長，在技術(shù)與市場雙輪驅(qū)動下，摩爾線程、沐曦股份兩大國產(chǎn)GPU廠商迎來上市高光時(shí)刻，股價(jià)實(shí)現(xiàn)數(shù)倍增長，目前摩爾線程市值超過3000億元，沐曦股份市值超過2800億元。

12月20日，摩爾線程在北京舉辦首屆MUSA開發(fā)者大會，發(fā)布了下一代全功能GPU架構(gòu)“花港”。基于該架構(gòu)，摩爾線程將推出面向AI訓(xùn)推一體的“華山”芯片及支持高性能圖形渲染的“廬山”芯片，并展示了“夸娥”萬卡智算集群技術(shù)成果。摩爾線程董事長兼CEO張建中介紹，在相同的工藝條件下，新架構(gòu)的算力密度提升了50%，效能提升了10倍。該架構(gòu)支持從FP4到FP64的全精度計(jì)算，并集成了新一代異步編程模型，通過自研的MTLink高速互聯(lián)技術(shù)，可支持十萬卡以上規(guī)模的智算集群擴(kuò)展，單個(gè)節(jié)點(diǎn)支持1024卡。

毋庸置疑，無論是模型層還是芯片層，持續(xù)的研發(fā)投入和資本開支是必需項(xiàng)，登陸資本市場將助力這些企業(yè)進(jìn)一步加速技術(shù)迭代和市場推廣。

產(chǎn)業(yè)規(guī)模持續(xù)擴(kuò)大

賽迪研究院電子信息研究所研究室主任馬蓓蓓指出，2025年科技領(lǐng)域的最大熱點(diǎn)始終是人工智能，在人工智能創(chuàng)新活躍的帶動下，人工智能芯片與大模型的配置測試有序開展，智能體和終端產(chǎn)品融合度逐步提高，AI眼鏡、人形機(jī)器人、AI手機(jī)等原生人工智能終端層出不窮。此外，在生產(chǎn)端，人工智能體加速普及，在工業(yè)、能源、醫(yī)療等場景，涌現(xiàn)出大量落地賦能案例。展望2026年，人工智能將進(jìn)一步從技術(shù)和模式的創(chuàng)新邁向應(yīng)用場景的落地，推動整體生產(chǎn)力實(shí)現(xiàn)提升。

人工智能加速應(yīng)用的一個(gè)特征是人工智能大模型調(diào)用量正在陡峭式增長。人工智能時(shí)代的Token（詞元）一詞，如同互聯(lián)網(wǎng)時(shí)代大家所說的“流量”。截至今年6月底，我國日均Token消耗量已突破30萬億，一年半時(shí)間增長了300多倍。而根據(jù)近日字節(jié)跳動旗下火山引擎披露的數(shù)據(jù)，截至今年12月，豆包大模型日均Token消耗量已突破50萬億。

數(shù)據(jù)顯示，火山引擎大約占國內(nèi)公有云大模型市場一半，可以理解為，僅僅半年時(shí)間，我國人工智能大模型調(diào)用又增長了兩倍多。“我從來沒見過漲這么快的需求，整個(gè)IT行業(yè)從來沒見過。”并行科技董事長陳健在接受中國證券報(bào)記者采訪時(shí)連用兩個(gè)“從來沒見過”形容人工智能行業(yè)的應(yīng)用情況。

阿里巴巴高管此前在業(yè)績電話會上表示，當(dāng)前人工智能需求旺盛，阿里云AI服務(wù)器上架節(jié)奏嚴(yán)重跟不上客戶訂單增長速度，在手積壓訂單數(shù)量還在持續(xù)擴(kuò)大，未來不排除會根據(jù)需求再增加投入。

智譜、MiniMax披露的招股書也充分佐證了人工智能市場規(guī)模的高速增長。2022年至2024年，智譜的營業(yè)收入分別為5740萬元、1.245億元、3.124億元，連續(xù)三年收入增長翻倍，年復(fù)合增長率達(dá)到130%。MiniMax有超70%的收入來自海外，其2023年?duì)I收達(dá)到346萬美元，2024年增長782.2%至3052萬美元，2025年前9個(gè)月營收額再度大增175%，達(dá)到5344萬美元，已經(jīng)遠(yuǎn)遠(yuǎn)超越了2024年全年水平。

賽迪研究院信息化與軟件產(chǎn)業(yè)研究所人工智能研究室副主任劉麗超介紹，2026年全球人工智能市場規(guī)模有望達(dá)到9000億美元，我國是全球增長最快、最具活力的市場之一，“我們判斷，2026年我國人工智能市場規(guī)模的增長率會超過30%”。她還認(rèn)為，2026年將是我國人工智能從高速發(fā)展走向高質(zhì)量發(fā)展的關(guān)鍵一年，人工智能應(yīng)用將加速向研發(fā)、生產(chǎn)等核心環(huán)節(jié)延伸，推動全流程的智能化重構(gòu)。

推廣應(yīng)用進(jìn)入深水區(qū)

人工智能在各行業(yè)的應(yīng)用持續(xù)深化落地的同時(shí)，也暴露出進(jìn)入實(shí)體經(jīng)濟(jì)深水區(qū)的結(jié)構(gòu)性挑戰(zhàn)。中國信通院人工智能研究所所長魏凱表示，其團(tuán)隊(duì)分析了數(shù)百個(gè)大模型在工業(yè)場景中的應(yīng)用案例，主要呈現(xiàn)出“兩端高、中間低”的微笑曲線態(tài)勢，“兩端”的研發(fā)設(shè)計(jì)與營銷服務(wù)環(huán)節(jié)更易獲得AI賦能。一個(gè)積極的信號是，今年中間的生產(chǎn)制造環(huán)節(jié)案例占比從19.9%增長至25.9%，這一微小的變化意味著AI正在向價(jià)值創(chuàng)造的核心環(huán)節(jié)滲透。但魏凱也指出，其滲透速度仍受限于工業(yè)數(shù)據(jù)的獲取難度、工藝知識的封裝水平以及對可靠性的極致要求等因素。

中國工業(yè)經(jīng)濟(jì)聯(lián)合會會長、工業(yè)和信息化部原部長李毅中也表示，人工智能應(yīng)用需重點(diǎn)強(qiáng)化數(shù)據(jù)、算力、算法三大基礎(chǔ)能力，在數(shù)據(jù)方面，我國工業(yè)數(shù)據(jù)雖然資源豐富，但碎片化問題突出，共享不足，缺乏行業(yè)通識數(shù)據(jù)集，應(yīng)進(jìn)一步打破數(shù)據(jù)壁壘，鼓勵(lì)建立高質(zhì)量數(shù)據(jù)集，規(guī)范數(shù)據(jù)流通共享。

前不久，Meta首席AI科學(xué)家楊立昆也曾公開批評主流人工智能技術(shù)在數(shù)據(jù)要求方面的“高消耗、低產(chǎn)出”。楊立昆表示，一個(gè)4歲孩子只需約1.6萬小時(shí)的真實(shí)感知就能形成基本的世界認(rèn)知，而大語言模型往往需要吞下近乎“百年時(shí)長”的數(shù)據(jù)才能勉強(qiáng)接近相似的能力。

對數(shù)據(jù)、算力的高昂消耗，意味著人工智能的商業(yè)回報(bào)路徑仍不明確。從招股書來看，無論是模型層的智譜、MiniMax，還是GPU“四小龍”，均處于持續(xù)虧損狀態(tài)。中金公司研報(bào)稱，隨著投資規(guī)模不斷擴(kuò)大，AI投資的邊際效率大概率也將降低，但成本卻未見下降，AI投資仍處于“規(guī)模不經(jīng)濟(jì)”階段，同時(shí)，企業(yè)的AI投資主要來自外部融資，一旦市場信心動搖，融資成本上升，可能導(dǎo)致投資計(jì)劃的中斷。

劉麗超也坦言，大模型差別執(zhí)行復(fù)雜任務(wù)的落地效果有待提升，高質(zhì)量數(shù)據(jù)集仍然稀缺，制約了模型性能的持續(xù)優(yōu)化?！爱?dāng)前階段，人工智能在推廣應(yīng)用中存在高成本、低收益的矛盾點(diǎn)，一方面限制了中小企業(yè)應(yīng)用人工智能的考慮，另一方面也缺少規(guī)模化推廣的標(biāo)準(zhǔn)化解決方案，一定程度制約了商業(yè)閉環(huán)的打通?！眲Ⅺ惓硎?。

技術(shù)創(chuàng)新仍然是降低成本的重要路徑?；鹕揭婵偛米T待在接受媒體采訪時(shí)指出，當(dāng)前，大模型之間最重要的還不是競爭，而是一起把這個(gè)市場做大，通過技術(shù)不斷優(yōu)化成本，降低AI應(yīng)用門檻，推動AI普惠。