最近，月之暗面推出的Kimi K2 Thinking 性能全面壓過 GPT-5，第一次把中國模型推上全球榜首。不久，小鵬汽車發佈了IRON機器人，以逼真的步態復刻了人類的行走姿勢。而且幾乎每個季度，中國的高科技公司們都會發佈階段性的技術成果。但地球另一端，OpenAI 的估值突破了 5000 億美元，特斯拉的市值也超過1.34兆美元。不論是Kimi 還是小鵬，估值都只有他們的百分之一。一個越來越尖銳的問題擺在檯面上：為什麼我們的企業與美國企業之間始終存在一個難以解釋的估值差距？即使在一些關鍵評測上，中國技術已經領先。即使在商業化的路徑上，中國企業並未落後。即使在資金成本上，中國企業更低。但如此懸殊的估值差距依然沒有明顯收斂。這種差距或許不是市場的誤判，而是兩種估值體系、兩種資金結構與兩種產業歷史之間的結構性鴻溝。不過隨著中國企業持續從向海外溢出，估值差收斂可能來得比想像中更快。01. Kimi估值不到OpenAI的1%到底是中國企業被低估了，還是美國企業被高估？這是在Kimi和小鵬發佈了最新產品之後，朋友圈的幾位創業者同時發出的疑問。資料展現了他們的疑惑：OpeanAI在今年10月的估值已達5000億美元。而月之暗面的估值或在33億美元50億美元之間，不到其1%。Tesla的市值1.34兆美元，而小鵬汽車的市值1900億港元，大約為其1.8%。如果你說月之暗面、小鵬，仍是OpenAI和特斯拉的“隨從”，遠不能與之相比。那我們再看看宇樹科技與Figure AI的差異。宇樹科技不論是其技術能力與商業化進度，都是無可爭議的全球第一梯隊。但它的估值僅有120億人民幣，而Figure AI最新一輪估值高達390億美元，約合人民幣2700億元，也就是說宇樹的估值只有Figure AI的4.4%。真格基金合夥人戴雨森在8月份的一次交流中就說，以Kimi為代表的中國AI創業團隊的價值在被低估。“外界太容易在很早期就下結論……但實際上，他們的主觀能動性和突破空間遠遠被低估了。”可見，這類感嘆並非個例，已經是一種在投資圈內反覆出現的普遍情緒。不僅國內投資人會發出這樣的感嘆，海外質疑也開始多了起來：為什麼中國AI企業能夠在資金成本如此低廉的情況下，做出與美國同行相同水平的產品和技術？要回答這個問題。關鍵不在於解答中國企業是不是被低估，而是找到為什麼被低估的原因。至少從技術上而言，這樣懸殊的估值差距不應該出現。Kimi K2 Thinking在多項核心評測中全面超越OpenAI的GPT-5、Anthropic的Claude 4.5等閉源模型。獨立評測平台Artificial Analysis將其列為全球第一。因此，技術能力本身顯然不足以解釋估值鴻溝。商業化路徑也不是根本差異。比如豆包、Kimi、元寶等都上線了電商業務。同樣的，今年10月中旬，OpenAI也宣佈與零售巨頭沃爾瑪達成合作，使用者未來可通過和Chat-GPT聊天直接購買沃爾瑪商品。既然技術與商業模式都不能解釋差距，那麼真正的分野就只能從估值方式本身找答案。02. 如何給AI大模型公司估值中美投資人，到底是按照什麼給AI估值的？2023年底，國內某機構給出了AI大模型公司的估值方法。當時OpenAI正在與投資人討論股票出售，估值在800—900 億美元區間。該機構分析說，預估OpenAI的穩態年利潤30億美元/年，以SaaS的業務模式，給到30倍PE，那麼估值就在900億左右。然後又以OpenAI為天花板，按照市場體量差異、終局市佔率差距、穩態淨利率差距等係數進行調整，得出中國第一梯隊的大模型公司的估值或在600億人民幣左右。我覺得這家機構對大模型估值邏輯，能夠說明兩個問題：第一，即使到今年，OpenAI也沒有實現穩態年利潤30億美元，資料顯示，OpenAI在2025年上半年營收約43億美元，淨虧損135億美元。但是OpenAI的估值從900億美元左右迅速飆升至5000億美元，這意味著美國市場採用的根本不是“PE估值”這一套，而是完全不同的敘事框架。第二，但在中國市場，大模型公司的估值則在200億-600億之間，可見給國內大模型公司的估值，恰恰正是按照這家機構的邏輯進行估值的。這正是兩個市場不同的估值邏輯。在中國市場，對AI公司的估值，是按照落地效率+產業化兌現速度來定價；而在美國資本市場，對AI公司的估值邏輯，是按照未來可能控制AI基礎層範式來定價。一個面向當前現金流，一個面向未來系統權力。所以，真正影響資本定價巨大差異的，既不是技術實力，也不是商業化模式，而是上述不同的估值體系。再進一步，OpenAI的估值錨點，是基礎模型與AI平台級控制權的爭奪。市場對它的預期，是建構AI世界的作業系統。這一點不僅是其演算法領先，也在於與傳統巨頭的生態繫結。其商業模式是向全世界的使用者，抽取“AI稅”。而一旦能夠抽“稅”，估值自然具備平台級資產的溢價。而以Kimi為代表的中國AI公司就大不一樣了。其估值錨點在於應用層和產品體驗，市場對其的預期並非作業系統，而是AI助手。商業模式自然也不是“稅”，而是廣告、流量與B端的大客戶。兩廂比較，一個是AI的作業系統，另一個是AI產品。兩者對應的不是同一種資本語言。類似的估值體系也表現在小鵬與特斯拉上。從產品形態上看，兩家企業都是新能源汽車和機器人公司。但是資本市場把特斯拉看做是通用機器人的產業革命，木頭姐更定義特斯拉是“地球上最大的AI項目”。而國內資本市場只把小鵬看做是一家製造業公司，即使率先推出了IRON機器人，也只被看做是車廠延伸出的智能硬體新業務。一個是全球最大AI，另一個僅為車企新業務，兩者的估值高下立現。這種估值體繫上的差異，還體現在對高端人才收購上。你很難想像一個頂尖大學畢業的25歲的年輕人，竟然能夠拿到5000萬美金以上的薪酬包。這筆人力成本的帳，在中國市場是算不過來的。但在美國投資界有獨特的演算法：“如果我能把賺一兆美元的機率提高1%，那就值100億美元。”——即便這可能是一種不能兌現的演算法，但美國資本願意相信這樣的敘事。正如紅杉資本David Cahn說的，這是矽谷的“生態系統的焦慮症”。何為生態系統？就是一種對AI世界的定義權。它不僅是單一產品或技術，而是一套被廣泛採用的技術和商業模式組合，說白了就是標準的制定權，“我這麼做，你也必須按照我的方式來做”。所以，美國投資者並不關心 OpenAI 短期內是否掙錢，而關心它是否能成為 AI 世界的“生態系統”。美國資本對OpenAI的高估值，本質上是對這種“定義權”的押注。而現金流只在它的估值體系的邊緣。03. 不同的LP 不同的產業歷史而估值體系差異的背後，實質上是LP結構差異。PitchBook 前不久發佈的一篇報告Sovereign AI: The Trillion-Dollar Frontier.《主權人工智慧：兆美元前沿》，報告披露了全球主權財富基金對AI的投資資料。資料顯示，今年 1 月至 8 月，全球主權財富基金參與了總價值 464 億美元的 AI 風險投資交易，其中 433 億美元（超過 93%）流向了美國的初創公司。比如，阿布扎比主權財富基金旗下的資產管理機構Mubadala Capital領投了Crusoe。馬斯克的xAI，則得到了阿曼和卡達的主權財富基金支援。這些主權財富基金通常偏好能長期掌控技術秩序的公司，而不是短期能掙現金流的公司。除了主權財富基金外，養老基金、大學捐贈基金、產業資本等長期資本也是其重要的出資人。也就是說，美國AI創業公司背後的資本結構天然是“全球化+長周期”而國內資金量少得多。投中嘉川CVSource資料顯示，今年（截至11月15日）國內AI產業，累計融資金額約為480億人民幣，這包括了市場化VC/PE、國資機構、產業資本。其資金規模更小、期限更短、退出壓力更強，自然更偏好現金流可見性高的公司。但資金屬性只是表層原因，更深層的差異來自——歷史上誰曾掌握過“範式定義權”。答案是：在過去半個世紀，美國企業連續三次定義科技範式，這讓美國市場形成了“押注定義者而不是追隨者”的長期主義。比如第一次由微軟完成的PC革命。1981年，IBM 採用微軟 DOS 作為 PC 系統，第一次把“計算入口”交給微軟。1985年，微軟發布Windows系統，確立了圖形介面的交付標準。1995年，微軟發布Windows95，為全世界的個人電腦，建構了統一的交付平台。再加上推出的office系列產品，微軟最終定義了個人的網際網路生活與全球商業的辦公方式。第二次是由Google建立的內容革命。創業之初，靠著 PageRank 演算法，Google迅速成為網際網路使用者獲取資訊的起點，改變了使用者使用網際網路的習慣。2010 年以後，隨著智慧型手機普及、YouTube迅速增長、Chrome成全球最強瀏覽器，Google最終完成了對入口層的全面佔領。資訊不再自發傳播，而是“按Google的方式”被組織、排序、傳遞。第三次由蘋果創造的移動生活革命。原本手機只是“通訊裝置”，由諾基亞、黑莓、摩托羅拉統治。2007年發佈的iPhone則重新定義了“手機是什麼”。2008 年的 App Store又把手機從硬體產品變成一個“生態系統”，所有開發者必須遵循它的規則、介面和稽核流程。從此，蘋果掌握了移動網際網路時代的“入口權”和“生態秩序”。這三次定義，強化了美國投資人對於平台級技術的長期主義信仰。所以，全球資金對OpenAI們的追逐，正是延續了這一種信仰的“歷史慣性”。04. 中國企業創造半次勝利那麼中國企業呢？到目前為止，中國企業只完成了半次對世界的定義，那就是新能源。太陽能、新能源汽車、動力電池，這三大領域，其產能、價格和材料體系均由中國主導。中國企業是供應鏈上的規則制定者。舉個例子，在太陽能產業中，中國在矽料—電池片—元件—製造能力上的規模與成本優勢，形成了產業等級的“成本曲線定義權”。在技術上，不論是PERC ，還是TOPCon 、HJT，這些新技術的迭代節奏全部由中國企業決定。在動力電池行業，其磷酸鐵鋰、矽碳負極、電解液、隔膜等各個環節，都由中國企業把控。韓國市場分析機構SNE Research的資料顯示，今年上半年，中國動力電池企業在全球市場的佔有率持續提升，6家中國企業（寧德時代、比亞迪、中創新航、國軒高科、億緯鋰能、蜂巢能源）的市佔率合計達到68.9%。即使其他國家試圖削弱中國企業和供應商的影響力，也不得不遵循中國的價格體系和產能曲線。特斯拉當年必須依靠中國的供應鏈才得以起死回生；而歐洲老牌公司雷諾汽車也在2024年將新能源汽車的研發中心設在了上海。可見，中國企業不是單一技術領先，而是生態化的系統性的領先。站在一級市場的角度，我們認為新能源投資也標誌著人民幣基金的成熟。寧德時代就是里程碑，它是人民幣基金投出的第一家具有世界影響力的兆級企業。寧德的早期投資者，君聯資本葛新宇曾說，新能源是中國歷史上第一次為世界貢獻的工業語言。正說明了中國企業在這一領域擁有的範式定義權。但中國在新能源上並非完全具備軟體定義能力，所以只能說是“半次定義”。新能源汽車的作業系統，智能駕駛的城市標準，分佈式能源的調度與分配，這些軟性層面的標準和規則，依然在角逐之中。而AI的發展水平，無疑也深刻影響著這些軟體層面的競爭格局。05. AI的故事會按照既定劇情發展嗎？所以從產業發展的歷程上看，中美AI企業的估值差距，表面上看是模型強弱的差距，是LP屬性上的差距，但根本上是“美國企業定義了世界3次”與“中國企業定義了世界半次”之間的歷史差距。而現在AI產業上的競爭，正是進行中的又一次定義權之爭。這場競爭的起點，是誰的模型更加強大，但競爭的終點，在於誰能夠決定“人類未來應該如何使用AI”。這不止是性能競爭，更是系統的競爭。輝達、OpenAI和微軟等美國企業之間的合縱連橫，正是形成這一系統閉環的縮影。但歷史慣性並不意味著未來必然重演。紅杉資本David Cahn說，過去所有的壟斷，都是靜悄悄完成的。不論微軟，還是Google，早年間投資界對他們的預期，都遠遠小於後續的發展。他們當今的全球權力，是所有人的意外。但是今天，AI卻是擺在明面上的事。整個資本市場幾乎都在押注AI，不論是標普500，還是私募股權，全球資本都指向了單一方向。所以，會不會出現這樣的情形：當所有人都認為一件事會發生的時候，這件事就不會發生，或者不會按照預期的模樣發生？這或許是可能的。最近矽谷的一個新趨勢，就是投資那些由頂尖科學家組成“Neolabs ”（新生代實驗室），背後的邏輯便是對OpenAI、Anthropic 等高度成熟的大公司們的懷疑——5000億估值的企業已經過於龐大，在技術路徑上是否已經陷入了某種慣性？那麼在主流之外又有沒有新的可能？所以，競爭尚未落定。至少到目前為止，沒有那個模型能主導一切。特別是在中國開源模型的衝擊下，應用端公司和個人仍然有很多選擇。最近中美模型的下載量資料被刷屏了：2023年11月，美國模型在全球下載量中佔比超過60%，中國模型僅有25%。到2025年9月，中國模型新增下載量佔比已上升至約65%，而美國模型份額下降至30%左右。截至2025年10月，中國開源模型累計下載量達到約5.5億次，而美國模型為4.75億次。下載量上升說明中國模型可用性提升，這削弱了美國模型的先發優勢，增加了未來估值收斂的可能性。另一個在矽谷流傳但沒有核實的資料是，80%的AI創業公司都在用中國開源模型。這些資料都意味著，中國模型的可用性正在被海外市場驗證，這為後續更深層競爭打開了空間。所以，回到中美AI企業估值差距這一話題。OpenAI 的估值並不只來自模型能力，而來自其被視為主導下一代互動範式、工作方式和軟體形態的可能性。而中國AI範式也在競爭之中，如果它能持續從中國向外溢出，讓海外市場開始認為中國模式也能“制定標準”。那麼估值差收斂可能來得比想像中更快。這會發生在什麼時候？如今矽谷的AI泡沫的形成已經成為共識。人們開始質疑美國企業過於高估了。也許更清晰的未來，在這一輪泡沫消化（或破滅）之後就能看到。 (超越 J Curve)
