2025年末，智谱、MiniMax（稀宇科技）两家国产人工智能大模型“独角兽”企业几乎同一时间通过港股聆讯，开抢“大模型第一股”。人工智能芯片企业也集体奔赴资本市场，国产GPU“四小龙”中，摩尔线程、沐曦股份已在A股科创板上市，壁仞科技、天数智芯近日则启动港股上市。人工智能正迎来资本化关键节点。值得一提的是，这些企业均呈现营收高速增长、研发投入巨大、利润持续亏损的财务特征，折射出行业从技术探索迈向应用落地的初期阶段特征。

专家表示，人工智能技术正加速向纵深演进，应用场景不断拓展、产业规模持续扩大，中国信通院报告指出，2024年，我国人工智能核心产业规模超过9000亿元，增速达24%，初步测算2025年有望超过1.2万亿元。不过在当前阶段，人工智能应用仍存在高成本、低收益的矛盾点，推动通用人工智能（AGI）取得关键性突破，资本市场仍需耐心。

AI企业集体奔赴资本市场

智谱、MiniMax均是国产人工智能大模型领域的明星，两家企业均历经多轮融资，股东阵容豪华，各自的技术路线和应用拓展也颇有看点。

智谱成立于2019年，是国内最早从事大模型研发工作的团队之一，截至目前，智谱大模型赋能了全球12000家企业客户、逾8000万台终端用户设备及超4500万名开发者，是中国赋能终端设备最多的独立通用大模型厂商。2025年11月，智谱日均Token消耗量为4.2万亿。智谱招股书称，根据弗若斯特沙利文资料，按2024年的收入计，智谱在中国独立通用大模型开发商中位列第一，在所有通用大模型开发商中位列第二，市场份额为6.6%。

MiniMax成立于2022年初，有望成为从成立到IPO历时最短的AI公司。基于自研大模型，MiniMax成功打造了覆盖C端与B端用户的AI原生产品矩阵，包括海螺AI、Talkie和星野等，截至2025年9月30日，MiniMax已有超过200个国家及地区的逾2.12亿名个人用户以及超过100个国家的13万企业客户。

人工智能大模型训练和推理对底层算力芯片需求持续增长，在技术与市场双轮驱动下，摩尔线程、沐曦股份两大国产GPU厂商迎来上市高光时刻，股价实现数倍增长，目前摩尔线程市值超过3000亿元，沐曦股份市值超过2800亿元。

12月20日，摩尔线程在北京举办首届MUSA开发者大会，发布了下一代全功能GPU架构“花港”。基于该架构，摩尔线程将推出面向AI训推一体的“华山”芯片及支持高性能图形渲染的“庐山”芯片，并展示了“夸娥”万卡智算集群技术成果。摩尔线程董事长兼CEO张建中介绍，在相同的工艺条件下，新架构的算力密度提升了50%，效能提升了10倍。该架构支持从FP4到FP64的全精度计算，并集成了新一代异步编程模型，通过自研的MTLink高速互联技术，可支持十万卡以上规模的智算集群扩展，单个节点支持1024卡。

毋庸置疑，无论是模型层还是芯片层，持续的研发投入和资本开支是必需项，登陆资本市场将助力这些企业进一步加速技术迭代和市场推广。

产业规模持续扩大

赛迪研究院电子信息研究所研究室主任马蓓蓓指出，2025年科技领域的最大热点始终是人工智能，在人工智能创新活跃的带动下，人工智能芯片与大模型的配置测试有序开展，智能体和终端产品融合度逐步提高，AI眼镜、人形机器人、AI手机等原生人工智能终端层出不穷。此外，在生产端，人工智能体加速普及，在工业、能源、医疗等场景，涌现出大量落地赋能案例。展望2026年，人工智能将进一步从技术和模式的创新迈向应用场景的落地，推动整体生产力实现提升。

人工智能加速应用的一个特征是人工智能大模型调用量正在陡峭式增长。人工智能时代的Token（词元）一词，如同互联网时代大家所说的“流量”。截至今年6月底，我国日均Token消耗量已突破30万亿，一年半时间增长了300多倍。而根据近日字节跳动旗下火山引擎披露的数据，截至今年12月，豆包大模型日均Token消耗量已突破50万亿。

数据显示，火山引擎大约占国内公有云大模型市场一半，可以理解为，仅仅半年时间，我国人工智能大模型调用又增长了两倍多。“我从来没见过涨这么快的需求，整个IT行业从来没见过。”并行科技董事长陈健在接受中国证券报记者采访时连用两个“从来没见过”形容人工智能行业的应用情况。

阿里巴巴高管此前在业绩电话会上表示，当前人工智能需求旺盛，阿里云AI服务器上架节奏严重跟不上客户订单增长速度，在手积压订单数量还在持续扩大，未来不排除会根据需求再增加投入。

智谱、MiniMax披露的招股书也充分佐证了人工智能市场规模的高速增长。2022年至2024年，智谱的营业收入分别为5740万元、1.245亿元、3.124亿元，连续三年收入增长翻倍，年复合增长率达到130%。MiniMax有超70%的收入来自海外，其2023年营收达到346万美元，2024年增长782.2%至3052万美元，2025年前9个月营收额再度大增175%，达到5344万美元，已经远远超越了2024年全年水平。

赛迪研究院信息化与软件产业研究所人工智能研究室副主任刘丽超介绍，2026年全球人工智能市场规模有望达到9000亿美元，我国是全球增长最快、最具活力的市场之一，“我们判断，2026年我国人工智能市场规模的增长率会超过30%”。她还认为，2026年将是我国人工智能从高速发展走向高质量发展的关键一年，人工智能应用将加速向研发、生产等核心环节延伸，推动全流程的智能化重构。

推广应用进入深水区

人工智能在各行业的应用持续深化落地的同时，也暴露出进入实体经济深水区的结构性挑战。中国信通院人工智能研究所所长魏凯表示，其团队分析了数百个大模型在工业场景中的应用案例，主要呈现出“两端高、中间低”的微笑曲线态势，“两端”的研发设计与营销服务环节更易获得AI赋能。一个积极的信号是，今年中间的生产制造环节案例占比从19.9%增长至25.9%，这一微小的变化意味着AI正在向价值创造的核心环节渗透。但魏凯也指出，其渗透速度仍受限于工业数据的获取难度、工艺知识的封装水平以及对可靠性的极致要求等因素。

中国工业经济联合会会长、工业和信息化部原部长李毅中也表示，人工智能应用需重点强化数据、算力、算法三大基础能力，在数据方面，我国工业数据虽然资源丰富，但碎片化问题突出，共享不足，缺乏行业通识数据集，应进一步打破数据壁垒，鼓励建立高质量数据集，规范数据流通共享。

前不久，Meta首席AI科学家杨立昆也曾公开批评主流人工智能技术在数据要求方面的“高消耗、低产出”。杨立昆表示，一个4岁孩子只需约1.6万小时的真实感知就能形成基本的世界认知，而大语言模型往往需要吞下近乎“百年时长”的数据才能勉强接近相似的能力。

对数据、算力的高昂消耗，意味着人工智能的商业回报路径仍不明确。从招股书来看，无论是模型层的智谱、MiniMax，还是GPU“四小龙”，均处于持续亏损状态。中金公司研报称，随着投资规模不断扩大，AI投资的边际效率大概率也将降低，但成本却未见下降，AI投资仍处于“规模不经济”阶段，同时，企业的AI投资主要来自外部融资，一旦市场信心动摇，融资成本上升，可能导致投资计划的中断。

刘丽超也坦言，大模型差别执行复杂任务的落地效果有待提升，高质量数据集仍然稀缺，制约了模型性能的持续优化。“当前阶段，人工智能在推广应用中存在高成本、低收益的矛盾点，一方面限制了中小企业应用人工智能的考虑，另一方面也缺少规模化推广的标准化解决方案，一定程度制约了商业闭环的打通。”刘丽超表示。

技术创新仍然是降低成本的重要路径。火山引擎总裁谭待在接受媒体采访时指出，当前，大模型之间最重要的还不是竞争，而是一起把这个市场做大，通过技术不断优化成本，降低AI应用门槛，推动AI普惠。