沙利文：中国大模型企业迎上市潮，真正的分水岭在商业化落地

MiniMax和智谱AI相继通过港交所聆讯，不仅是两家企业的里程碑，更是中国AI大模型产业走向成熟的重要标志。这一波上市潮向市场传递出几个关键信号：首先，行业已从早期的技术探索阶段迈入商业化验证与规模化落地的新周期；其次，资本市场对高研发投入、尚未盈利但具备核心技术壁垒的AI企业开始给予制度性包容，港股成为连中国人工智能产业与全球资本的关键桥梁；最后，国产大模型开启全球化竞争的资本赋能阶段。它们上市募资后将有更充足资金支撑全球化布局，这也预示着中国大模型企业正从本土技术比拼，转向与全球 AI 巨头同台竞技的新阶段。

中国大模型市场规模在2024年已超过200亿元人民币，预计未来三年将保持40%以上的年复合增长率。增长驱动力主要来自三方面：一是企业数字化转型与降本增效的迫切需求；二是政策持续支持AI基础设施建设；三是技术进步推动应用场景不断拓展，从通用对话向金融、医疗、能源等专业领域深化。

当前市场格局呈现明显分化：一方面，互联网大厂阵营（如百度、阿里通义、腾讯、字节等）凭借数据、算力和生态优势主攻通用场景；另一方面，MiniMax、智谱AI等专业大模型初创企业则聚焦技术突破与垂直领域深耕。

其中，阿里通义在开源模型领域遥遥领先，不仅持续推出高质量的开源大模型系列（如Qwen系列），还积极构建开发者生态，大幅降低企业使用门槛。其开源模型调用量在全球遥遥领先。此外字节跳动的豆包大模型也表现优异。

MiniMax和智谱AI二者均是业内大模型 “六小虎” 核心成员。MiniMax的技术实力获国际认可，其开源模型MiniMax-M2在全球权威测评中表现优秀，智谱AI则在开发者生态建设上表现突出。

不过，在基础模型层面，它们与大厂模型的实质性差异其实有限。当前主流大模型普遍基于公开数据集训练，架构也多采用标准Transformer或其改进版本，加之大量模型已开源，技术路径高度趋同，“做基础模型”本身已难构成真正壁垒。

大模型作为资本和技术双密集型赛道，底层架构研发、算力投入、数据积累都需要持续巨额资金，全球范围内 OpenAI、Anthropic 等企业也经历过长期投入阶段。但若长期依赖外部募资“输血”而缺乏清晰的收入闭环，这种烧钱模式本质上是不可持续的，也难言健康。上市募资只能在短期内能缓解资金压力，支持技术迭代与市场拓展，它只是加速器，而非解药。若不能在上市后1–2年内验证规模化变现能力，仅靠资本续命将难以支撑长期竞争。真正健康的路径，是让营收增长跑赢烧钱速度。

通往盈利的关键路径可总结为三条：一是强化 API 与定制化服务的收入闭环；二是深耕高粘性细分场景；三是优化成本控制，通过架构创新和国产芯片适配，降低对高价进口算力的依赖，减少推理阶段的成本损耗。

上市募资对这条盈利路径起着不可或缺的支撑作用。一方面，研发上，上市募集的资金可支撑它们持续迭代模型、拓展开源生态，应对大厂的算力与技术竞争；另一方面，商业化上，资金能助力海外市场拓展、渠道建设和客户服务体系完善。

展望未来，将有四个决定性趋势：

1. 开源与闭源并行发展：企业通过开源基础模型构建开发者生态、提升技术影响力，同时保留核心能力的闭源版本实现商业变现。

2. 多模态与智能体融合加速落地，模型将从单一文本、图像交互，转向跨模态、可操控的智能体形态，深入工业制造、智能驾驶等实体产业。

3. 国产化替代进程提速，国产芯片、框架与模型的适配会更成熟，算力基础设施国产化率有望提升至 40% 以上，降低行业对海外硬件的依赖。

4. 合规化成为基本门槛，数据安全、模型对齐等合规要求会倒逼企业完善技术与管理体。

可能面临的最大风险有同质化竞争引发的行业内耗与核心技术与算力的供应链风险。目前高端算力芯片仍依赖进口，若海外限制加剧，可能影响部分企业的模型迭代进度。