大模型时代：港股成AI主战场，产业链重塑

2026年初，这轮上市不仅开启了新的融资窗口，更引领了一种全新的产业运行方式。模型公司获得持续投入能力，上游企业获得长期订单预期，下游则获得更可控的技术伙伴。产业链开始从试水阶段，迈向围绕长期能力建设的协同阶段。

中国大模型的竞争，逐渐进入了一个需要耐心、资本和工程能力共同博弈的阶段。

2026年初，智谱和MiniMax在不到48小时内相继上市。

尽管两家公司的商业模式不尽相同，前者偏基座模型和政企合作，后者更偏向多模态和消费应用，但在港交所，他们被视作理解中国大模型的典型样本。

市场的反馈直接反映了这两家公司的实力。数据显示，MiniMax定价165港元，上市首日收盘涨幅超过一倍，成为当年港股开年以来表现最强的新股之一；智谱的公开认购倍数超过千倍，盘中股价一度超过130港元。

如果将这一轮AI技术浪潮视作一次新的产业叙事，那么MiniMax和智谱的上市，无疑是公开市场接棒VC的重大节点。

在此背景下，一些问题变得清晰而迫切：为何选择此时？为何都选择了同一上市路径？未来AI产业链又将发生怎样的变化？

一 大模型公司，需要新策略

回顾过去两年，中国大模型行业经历了几次明显的换挡。

从最初的验证期，到后来的能力分化期，再到如今的规模化探索期，即谁能在高投入环境下，真正将业务规模化。

这种变化首先体现在用户侧。根据CNNIC发布的《生成式人工智能应用发展报告（2025）》显示，截至2025年6月，中国生成式AI用户规模达到5.15亿，普及率36.5%，半年内新增用户超过2.6亿。同一时期，国家网信办披露已有346款生成式AI服务完成备案。

用户规模的扩张和监管框架的逐步成型，意味着大模型已走出概念验证阶段。企业客户开始下单，行业试点逐步复制，模型公司面对的核心问题也发生变化，从能做什么，变成能撑多久、能跑多远。

在基础模型领域，To B更像生产力竞赛，企业往往只愿意为最强模型支付溢价。To C的护城河则越来越依赖上下文带来的体验价值。但无论哪种模式，都绕不开算力、训练、人才和工程体系。这也意味着重投入。

一些云厂商已经开始投入远超早期预期的资源。例如2025年，阿里巴巴宣布未来三年投入3800亿元用于云与AI基础设施建设。阿里云披露的最新财报也显示，其过去四个季度资本开支达到120亿美元。字节跳动也频繁被提及在算力和GPU上的大额采购。

这些动作表明头部玩家正在把竞争门槛推向高资本投入。拼的不仅是模型能力，更是谁能更长时间维持高强度投入。

但模型公司即便保持高投入，也很难用短期提升换来足够快的回收，融资和现金流压力会被拉长。

这种压力在两家上市公司身上体现得很典型。智谱研发开支从2022年的8440万元增长到2024年的21.95亿元，2025年上半年的研发开支甚至是当期收入的8倍以上。

MiniMax的研发开支同样迅速放大，从2023年的5436万美元增加到2024年的1.85亿美元，到2025年前九个月已达2.21亿美元。最直观的对比是，MiniMax 2024年的研发投入约为当年收入的六倍。

但从两家的收入来看，并不成正比。因此，大模型公司真正需要的，是一种能够承接“长期重投入”的资本结构。

这种变化不仅是因为大模型本身发展需求，更在于过去依靠一轮轮VC融资滚动推进的方式正在变得困难。

GlobalData数据显示，2025年前八个月，中国VC融资总额同比下滑36%，大额轮次明显减少。投资人更倾向于规模更小、确定性更高的项目。这意味着依赖私募融资持续补血的成本越来越高。

更关键的是，头部竞争进入加速阶段。模型迭代提速，算力成本持续上行。若不尽早锁定长期资本，未来可能在融资窗口收紧时被迫压缩投入。

二 港股，为何成为AI主战场？

公开市场的介入不仅改变了资金来源，也提升了审视方式。现金流状况、合规体系、信息披露和商业模式都开始接受持续检验。

然而，大模型公司普遍具有高投入和高不确定性的特征

MiniMax的研发开支从2022年的1060万美元增加到总计约1.2亿美元。其商业模式主要依赖订阅、虚拟商品和线上营销。

高投入和高不确定性在智谱身上亦有体现

从收入来看，智谱从2022年至2024年分别实现营收5740万元、1.245亿元、3.124亿元。但研发和算力成本具有明显刚性，短期内难以被收入完全覆盖。结果是亏损持续扩大。

把MiniMax和智谱放在一起看，MiniMax增长更快但商业模型更依赖内容生态；智谱更接近政企基础设施的路线

这类公司需要的并非低门槛的市场，而是能够承受当前亏损、理解长期不确定性的制度环境

而港交所近几年为特专科技公司搭建的“18C”机制正好提供了这种分层框架

三 资本结构变化下，再看AI产业链

很多时候资本结构的变化比技术突破更早影响产业格局

上市带来的不仅仅是融资还有更稳定的“补血机制”，使得模型公司有条件围绕三到五年的周期规划算力投入、模型迭代和团队扩张