2025年末，智譜、MiniMax（稀宇科技）兩家國產人工智能大模型“獨角獸”企業幾乎同一時間通過港股聆訊，開搶“大模型第一股”。人工智能芯片企業也集體奔赴資本市場，國產GPU“四小龍”中，摩爾線程、沐曦股份已在A股科創板上市，壁仞科技、天數智芯近日則啟動港股上市。人工智能正迎來資本化關鍵節點。值得一提的是，這些企業均呈現營收高速增長、研發投入巨大、利潤持續虧損的財務特征，折射出行業從技術探索邁向應用落地的初期階段特征。

專家表示，人工智能技術正加速向縱深演進，應用場景不斷拓展、產業規模持續擴大，中國信通院報告指出，2024年，我國人工智能核心產業規模超過9000億元，增速達24%，初步測算2025年有望超過1.2萬億元。不過在當前階段，人工智能應用仍存在高成本、低收益的矛盾點，推動通用人工智能（AGI）取得關鍵性突破，資本市場仍需耐心。

AI企業集體奔赴資本市場

智譜、MiniMax均是國產人工智能大模型領域的明星，兩家企業均歷經多輪融資，股東陣容豪華，各自的技術路線和應用拓展也頗有看點。

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

MiniMax成立于2022年初，有望成為從成立到IPO歷時最短的AI公司。基于自研大模型，MiniMax成功打造了覆蓋C端與B端用戶的AI原生產品矩陣，包括海螺AI、Talkie和星野等，截至2025年9月30日，MiniMax已有超過200個國家及地區的逾2.12億名個人用戶以及超過100個國家的13萬企業客戶。

人工智能大模型訓練和推理對底層算力芯片需求持續增長，在技術與市場雙輪驅動下，摩爾線程、沐曦股份兩大國產GPU廠商迎來上市高光時刻，股價實現數倍增長，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開發者大會，發布了下一代全功能GPU架構“花港”。基于該架構，摩爾線程將推出面向AI訓推一體的“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，新架構的算力密度提升了50%，效能提升了10倍。該架構支持從FP4到FP64的全精度計算，并集成了新一代異步編程模型，通過自研的MTLink高速互聯技術，可支持十萬卡以上規模的智算集群擴展，單個節點支持1024卡。

毋庸置疑，無論是模型層還是芯片層，持續的研發投入和資本開支是必需項，登陸資本市場將助力這些企業進一步加速技術迭代和市場推廣。

產業規模持續擴大

賽迪研究院電子信息研究所研究室主任馬蓓蓓指出，2025年科技領域的最大熱點始終是人工智能，在人工智能創新活躍的帶動下，人工智能芯片與大模型的配置測試有序開展，智能體和終端產品融合度逐步提高，AI眼鏡、人形機器人、AI手機等原生人工智能終端層出不窮。此外，在生產端，人工智能體加速普及，在工業、能源、醫療等場景，涌現出大量落地賦能案例。展望2026年，人工智能將進一步從技術和模式的創新邁向應用場景的落地，推動整體生產力實現提升。

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

數據顯示，火山引擎大約占國內公有云大模型市場一半，可以理解為，僅僅半年時間，我國人工智能大模型調用又增長了兩倍多。“我從來沒見過漲這么快的需求，整個IT行業從來沒見過。”并行科技董事長陳健在接受中國證券報記者采訪時連用兩個“從來沒見過”形容人工智能行業的應用情況。

阿里巴巴高管此前在業績電話會上表示，當前人工智能需求旺盛，阿里云AI服務器上架節奏嚴重跟不上客戶訂單增長速度，在手積壓訂單數量還在持續擴大，未來不排除會根據需求再增加投入。

智譜、MiniMax披露的招股書也充分佐證了人工智能市場規模的高速增長。2022年至2024年，智譜的營業收入分別為5740萬元、1.245億元、3.124億元，連續三年收入增長翻倍，年復合增長率達到130%。MiniMax有超70%的收入來自海外，其2023年營收達到346萬美元，2024年增長782.2%至3052萬美元，2025年前9個月營收額再度大增175%，達到5344萬美元，已經遠遠超越了2024年全年水平。

賽迪研究院信息化與軟件產業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模有望達到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模的增長率會超過30%”。她還認為，2026年將是我國人工智能從高速發展走向高質量發展的關鍵一年，人工智能應用將加速向研發、生產等核心環節延伸，推動全流程的智能化重構。

推廣應用進入深水區

人工智能在各行業的應用持續深化落地的同時，也暴露出進入實體經濟深水區的結構性挑戰。中國信通院人工智能研究所所長魏凱表示，其團隊分析了數百個大模型在工業場景中的應用案例，主要呈現出“兩端高、中間低”的微笑曲線態勢，“兩端”的研發設計與營銷服務環節更易獲得AI賦能。一個積極的信號是，今年中間的生產制造環節案例占比從19.9%增長至25.9%，這一微小的變化意味著AI正在向價值創造的核心環節滲透。但魏凱也指出，其滲透速度仍受限于工業數據的獲取難度、工藝知識的封裝水平以及對可靠性的極致要求等因素。

中國工業經濟聯合會會長、工業和信息化部原部長李毅中也表示，人工智能應用需重點強化數據、算力、算法三大基礎能力，在數據方面，我國工業數據雖然資源豐富，但碎片化問題突出，共享不足，缺乏行業通識數據集，應進一步打破數據壁壘，鼓勵建立高質量數據集，規范數據流通共享。

前不久，Meta首席AI科學家楊立昆也曾公開批評主流人工智能技術在數據要求方面的“高消耗、低產出”。楊立昆表示，一個4歲孩子只需約1.6萬小時的真實感知就能形成基本的世界認知，而大語言模型往往需要吞下近乎“百年時長”的數據才能勉強接近相似的能力。

對數據、算力的高昂消耗，意味著人工智能的商業回報路徑仍不明確。從招股書來看，無論是模型層的智譜、MiniMax，還是GPU“四小龍”，均處于持續虧損狀態。中金公司研報稱，隨著投資規模不斷擴大，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“規模不經濟”階段，同時，企業的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，可能導致投資計劃的中斷。

劉麗超也坦言，大模型差別執行復雜任務的落地效果有待提升，高質量數據集仍然稀缺，制約了模型性能的持續優化。“當前階段，人工智能在推廣應用中存在高成本、低收益的矛盾點，一方面限制了中小企業應用人工智能的考慮，另一方面也缺少規模化推廣的標準化解決方案，一定程度制約了商業閉環的打通。”劉麗超表示。

技術創新仍然是降低成本的重要路徑。火山引擎總裁譚待在接受媒體采訪時指出，當前，大模型之間最重要的還不是競爭，而是一起把這個市場做大，通過技術不斷優化成本，降低AI應用門檻，推動AI普惠。