资本退潮下的价值重估
8月18日，港股人工智能板块遭遇集体抛售。截至收盘，智谱股价跌幅超过13%，MINIMAX-W下跌逾10%，多家大模型概念股同步走低。这一轮急跌并非由单一公司利空触发，而是市场对整个生成式AI赛道从“技术叙事”转向“商业兑现”的集中反应。
据公开交易数据显示，当日大模型板块整体成交额较前一交易日放大近40%，卖盘显著高于买盘。资金流向表明，机构投资者正在系统性降低对纯技术型AI公司的持仓权重，转而关注具备稳定现金流和明确盈利路径的企业。
[IMG:1]从参数竞赛到营收拷问
过去两年，大模型公司的估值锚点主要系于技术参数：万亿级Token训练量、千亿参数规模、榜单排名等指标构成融资与上市的核心故事。然而进入2026年下半年，资本市场评估逻辑已发生结构性转变。据Gartner于2026年7月发布的《全球AI商业化成熟度报告》显示，仅12%的企业级AI项目在进入生产环境后实现正向ROI，远低于2024年预期的35%。
智谱与MINIMAX虽在中文理解、多模态生成等技术维度保持领先，但其B端客户续约率与ARPU（每用户平均收入）增长尚未形成可验证的上升曲��。相比之下，部分聚焦垂直场景（如工业质检、医疗影像辅助）的AI公司，尽管模型规模较小，却因深度绑定行业Know-how而获得更稳定的订单能见度。这种分化正重塑投资者对“大模型”本身的定义边界。
[IMG:2]技术护城河与经营风险并存
大模型公司的核心优势仍在于底层架构创新与数据飞轮效应。以智谱为例，其自研GLM架构在长上下文处理与指令遵循能力上持续迭代，且在开源生态中积累了大量开发者反馈，形成一定的网络效应。MINIMAX则在语音合成与情感交互领域建立了差异化壁垒，其TTS模型在多个第三方盲测中得分居前。
但技术领先不等于商业安全。高昂的算力成本仍是悬顶之剑。据业内人士透露，头部大模型公司单次全量训练的GPU集群租赁费用仍维持在千万元级别，而推理侧的单位请求成本下降速度远低于预期。若无法在18个月内将毛利率提升至40%以上，多数公司将面临现金流转负的风险。此外，监管合规压力亦在加大——2026年Q2起，国内对生成内容溯源、数据安全审计的要求趋严，进一步抬高了运营门槛。
[IMG:3]行业洗牌期的生存法则
当前港股大模型板块的调整，实质是AI产业从泡沫期迈向整合期的标志性事件。历史经验表明，任何颠覆性技术在普及初期都会经历估值剧烈波动。2000年互联网泡沫破裂后，真正存活下来的公司无一不是找到了技术与市场的精确咬合点。
对于仍在场上的玩家而言，下一步竞争焦点已从“谁的模型更强”转向“谁的客户更黏”。这意味着需要更深入地嵌入产业链，而非仅提供通用API。同时，资本也将更青睐那些能清晰量化AI带来的效率提升或成本节约的案例。据IDC 2026年8月最新预测，未来三年中国AI市场复合增长率仍将保持在28%以上，但增量将高度集中于已验证商业模式的细分领域。这场调整不是终点，而是筛选出真正具备长期价值企业的起点。
本文由AI辅助生成
