云操盘中国AI拒绝仰视

2026年2月3日，硅谷上演了一场经典的资本操作。

马斯克麾下的xAI与太空探索技术公司（SpaceX）以迅雷不及掩耳之势完成合并，新实体估值高达1.25万亿美元。

更早之前，2025年3月，马斯克将自己麾下的社交媒体X Corp（也就是Twitter）并入xAI，开始玩起来左手倒右手的游戏。

市场普遍认为，马斯克的这两波操作，是利用SpaceX和Twitter稳健的现金流与“太空算力”的宏大故事，为烧钱如流水的xAI进行一场大规模的“资本输血”。

合并前，成立不到2年的人工智能公司xAI估值已经飙到2000亿–2300亿美元，比中国所有人工智能创业公司加起来都多得多。

中美AI企业估值为什么能差出100倍？

估值，是市场预期最直接的体温计，如果将中美两国的科技企业放在同一张表格中对比，两者的差异已近乎荒谬。

在权威评测机构Artificial Analysis的榜单上，xAI旗舰模型Grok4性能比不上中国公司开源的DeepSeek V3.2和Kimi K2.5……但估值却是他们加起来的好几倍！

如此悬殊的差距并非孤例。

在机器人领域，中国的宇树科技凭借其领先的运动控制和商业化能力，估值约为120亿人民币；而美国的Figure AI，估值则高达390亿美元（约合2730亿人民币），两者相差超过20倍。

有人可能会质疑，会不会是我们的技术不如别人？

好，我们再来看中国企业已经明确技术反超的领域——新能源汽车。小鹏汽车最近推出的创新产品人形机器人IRON，已经展现了与世界级选手同台竞技的实力，比特斯拉旗下的Tesla Optimus更有看点，但小鹏汽车的整体市值仍仅为特斯拉的1.8%。

如果我们再拉远视角就会发现，这种系统性的低估还不仅仅存在于一级市场。

2025年第三季度的数据显示，纳斯达克的互联网龙头企业估值中位数达34倍，而港股市场的科技企业估值中位数仅为18-19倍。

而两地市场在流动性、投资者结构和风险偏好上的差距，进一步加剧了这道“估值鸿沟”。

这也是为什么很多价值投资者会坚信：中国科技企业处于被严重低估的状态，因为相比于美国的企业，中国科技企业“定价”太便宜了！

巨大的估值差异，表面是市场逻辑使然——似乎只是投资者对风险、增长和未来潜力的计算。

然而，如果我们仔细去追踪资本的流向，就会发现这背后有一种深层次的“资本霸权”在运作。

美国资本市场对企业估值，是基于“生态系统定价法”。其核心是赌一个企业未来能否成为某个颠覆性的底层操作系统。

红杉资本合伙人David Cahn将这种心态称为“生态系统焦虑症”——资本愿意为潜在的、哪怕仅有1%概率的市场定义权，支付惊人的溢价。

美国投资者的心态是：如果我能把赚一万亿美元的概率提高1%，那就值100亿美元。

相比之下，中国资本市场更倾向于“效率定价法”。

其估值的锚点牢牢系在技术的落地效率、产业化速度和财报的可见性上。

简单点说，中国资本市场更相信：眼见为实。

但老实说，这种老实定价的方式是会吃亏的：

2025年1月至8月，全球主权财富基金参与了总价值464亿美元的AI风险投资交易，其中433亿美元（超过93%）流向了美国初创公司。

特别是阿布扎比、阿曼和卡塔尔的主权财富基金，天然偏好那些可能长期掌控技术秩序的公司。

反观中国AI产业，2025年全年累计融资金额约为480亿人民币，资金来源更多是市场化VC/PE、国资背景的产业基金。

这些资金规模相对较小，存续期更短，退出压力更大，因而自然更青睐那些能快速证明商业价值的项目。

资本市场的历史路径依赖也加剧了这种差异。过去半个世纪，美国企业连续三次定义科技范式（微软的PC革命、谷歌的内容革命、苹果的移动生活革命），强化了投资者对平台级技术的长期主义信仰。

的确，过去很长一段时间，我们都默认改变世界的企业都来源于美国，但问题是，构筑于旧日荣光之上的想象力，还可靠吗？

现实数据正在给出否定的答案。

最有力的证据，来自于市场本身。

以xAI为例，尽管其Grok系列模型声势浩大，但据内部数据显示，其每月现金消耗高达约10亿美元，主要用于训练大模型和建造超级计算机集群。这种“烧钱”速度使得xAI即便在估值飙升至2300亿美元后，本质上仍是一家处于纯烧钱阶段的公司。

而SpaceX收购xAI的操作，也暴露了部分美国AI巨头在商业化落地和自我造血能力上的窘迫。

xAI入不敷出

但中国AI企业的技术落地却走在了前面，数据显示，中国开源模型在全球的下载量份额，已经从2023年的25%迅猛攀升至2025年的65%。

与此同时，中国科技企业，特别是以DeepSeek和Kimi为代表的AI先锋，正以其扎实的技术突破和极致的工程效率，击破资本市场的偏见。

首先是在限制下诞生的极致创新。虽然资源有限，但这些公司在基础研究领域展现了惊人的原创力。

DeepSeek 通过对架构效率的极限榨取，首创了 MLA（多头潜在注意力机制），利用对 KV 缓存的深度压缩彻底打破了长文本生成的内存瓶颈，配合其持续精进的 DeepSeek-MoE 混合专家架构，证明了无需盲目堆砌算力，靠算法层面的“外科手术式”优化也能实现性能跨越。

紧随其后的 Kimi K2 则是全球首个在万亿级参数模型训练中成功跑通新型优化器 Muon 的模型，拉开了大模型向架构底层深处探索的序幕，这一突破随后也带动了智谱、DeepSeek 等公司在其新模型中纷纷采用该优化器进行迭代。

这种从底层算法到工程实践的全面突围，标志着中国 AI 正在走出一条“以巧胜拙、以效领先”的独特路径。

其次，是技术的前瞻性与实用性融合。DeepSeek R1模型的深度思考能力，让AI可以解答更复杂的问题，尤其是数学推理问题。而最近Kimi K2.5的智能体集群能力代表了AI能力进化的下一个方向，就是行动的能力：它让模型根据复杂任务需求，自主生成并动态调度多达100个不同专业背景的“虚拟分身”协同工作，并行处理1500个步骤，将复杂任务的解决效率提升几倍。

这意味着，AI不再是一个简单的对话工具，而是一个能够进行深度协作的智能生产力平台。

市场的反馈是最真实的试金石。

在全球最大的大模型API聚合平台上，来自中国的开源模型，超过很多顶尖的美国闭源模型，成为最受全球开发者欢迎、调用量前五的模型。

这些数据强有力地证明，中国AI技术提供的已非“廉价替代品”，而是全球开发者生态的重要基石。

更关键的是，目前已经高达80%的AI创业公司开始使用开源模型，尤其是来自中国的开源模型作为其开发基础。

资本市场的认知天花板，正被硬核的技术实力逐步击穿。

随着中国科技企业的爆发，2025年1月以来，敏锐的资金已经开始行动：恒生科技指数累计涨幅显著。

彭博行业研究发布报告指出，中国科技巨头指数在2026年的盈利增长有望迎来重大拐点，实现超越“美股七巨头”的目标，且AI的普及或提升中国科技股估值15%—20%。

如今，已经有不少投资者认识到，中国科技企业的核心竞争力——庞大的工程师红利、完整的产业链支撑、海量的应用场景数据以及极致的工程效率，所能创造的确定性商业价值，远比一个遥远的“生态系统”故事更为坚实。

而建立在沙滩上的叙事霸权，也正被一波又一波的技术实效浪潮冲刷。中国AI公司不仅用1%的资源实现了90%的性能，更用实实在在的落地案例证明：

我们究竟应该为什么样的未来投票？是为遥不可及的星际幻想，还是最先让技术扎根现实、并创造普惠价值的能力？

最高级的创新，就是让曾经昂贵的技术变得人人可用。