请提供原始标题以优化

先说一个核心观察。前段时间，OpenAI的上市计划，终于把这家长期贴着“非营利上限”标签的实验室，完全推到了公开市场的聚光灯下。与此同时，谷歌母公司Alphabet那边也上线了一个800亿美元的融资计划，连一向保守的伯克希尔·哈撒韦都一口气认购了100亿美元。

这家素来回避科技股的巨头第一次下场，本身就是一个强烈信号：AI这场资本游戏，已经到了一个阶段性高点。走到今天，你才能真切地感受到，整个AI行业正在经历一场深刻的范式转换。

最直观的现象，是“缺钱”和“分拆”成了当下AI公司并行的两条叙事主线。

先说“缺钱”。原因不难理解，算力本身就是重资产。谷歌2026年的资本支出预计高达1800亿到1900亿美元，微软、Meta、亚马逊的投入同样数以千亿计。一颗H100芯片、一座数据中心的变压器、一条电网的接入线路，每一环都是真金白银堆出来的。另一边，“分拆”成了近期国内大厂的主要布局。快手的可灵AI，在集团内部估值才60亿美元左右，可一旦分拆独立，投前估值直接跳涨到180亿美元，翻了整整三倍。再看百度的昆仑芯，从集团拆分上市后，外界测算它能给百度贡献近300亿美元的市值增量，这相当于百度当前总市值的六成以上。

这两个现象背后，其实是资本对AI资产的重新定义。在集团的合并报表里，AI业务是吞噬利润的“成本项”；可一旦独立出来，按照赛道的稀缺性、收入增速和未来想象空间来定价，给几十倍的市销率也不稀奇。这两条线索看似独立，实则指向同一个核心：AI正在从技术叙事主导，转向资本效率主导的全新竞争格局。

算力竞赛的尽头，融资逻辑的断裂与重构

“缺钱”这件事，背后有一条根本性的逻辑链条。今天的AI大模型竞争，本质上已经不是产品层面的竞争了，而是一场算力规模的重资产竞赛。OpenAI在算力扩张上承担了约6000亿美元的未来支出承诺，即便刚完成了1220亿美元的融资，这笔钱估计三年内就会烧完。

更直观的数据是，OpenAI的首席财务官弗莱尔早前透露，公司2025年的年化营收虽然已经超过200亿美元，但依然填不上巨额亏损的窟窿——每创造1美元营收，就要承受约1.22美元的亏损。问题的症结就在这里：AI生意的成本曲线，和传统互联网截然不同。

微信多一个用户，边际成本几乎为零；但ChatGPT越火、调用越多、推理成本就越高。用户增长非但不是纯利好，反而成了成本压力。这种“反互联网”的商业模式，意味着规模效应不仅没有带来利润，反而放大了现金流压力——用户增长不再直接等价于价值增长。

再往深里看，AI时代还出现了所谓的“循环记账”现象。微软给OpenAI注资的130亿美元，并不是以现金形式交付的，而是以“云积分”的形态发放。OpenAI动用这些积分来训练模型，微软则把这笔账记为新增的云收入。这种“用投资买云服务”的闭环操作，表面上看是健康的收入增长，实际上是用自己的钱支付给自己，再定性为销售收入。据测算，OpenAI的年度云服务账单已经膨胀到超过600亿美元，是它250亿美元实际营收的两倍还多。

这就是“缺钱”的本质矛盾——估值泡沫和实际现金流之间的断裂。当投资人开始关心“自由现金流”而不是“账面利润”时，以前靠相互投资承诺和循环订单支撑起来的估值体系，就要面临一层层的杀估值风险。OpenAI计划2026年亏损140亿美元，预计要到2029年才能盈利；而谷歌2026年的资本支出预计高达1800亿到1900亿美元。这些数字清楚地告诉我们，当前的“缺钱”根本不是周期性资金周转的问题，而是整 套商业模式在资本结构层面遇到了困境。

一张报表，为什么能值三倍钱？

2026年最值得关注的信号之一，是大厂集中将AI核心资产独立分拆。

快手旗下的AI视频产品可灵，计划以200亿美元估值进行Pre-IPO融资，这个数字接近快手母公司市值的70%。与此同时，百度将旗下的AI芯片公司昆仑芯推向“A+H”双线上市，2025年营收预计能突破35亿元，有望实现盈亏平衡；阿里也被曝筹划分拆平头哥，字节的豆包同样随时可能走这条路。

细想一下：可灵拆分前，大摩给它的估值才60亿美元左右；拆分后按200亿美元的目标融资，同样的资产、同样的营收、同样的团队，仅仅因为换了一张报表，估值一夜之间就差了3倍多。这听起来是不是有点魔幻？但它背后揭示的，是一级市场与二级市场在定价机制上的本质区别。一级市场看未来、看赛道地位、看想象空间、看下一轮有没有人接盘，但不怎么看当期的利润和营收。

可灵能拿到200亿美元估值，核心在于这类资产的稀缺性。Sora关停后，AI视频生成赛道剩下的头部玩家一只手就数得过来，“内容产业AI基础设施”这个标签本身就值溢价。

那么，什么样的公司才能被称为“头部资产”？在当前格局下，至少要满足三 条标准：第一，拥有自研的基础模型（无论是语言、视频还是多模态），而不是套壳或微调；第二，已经证明至少在一个垂直场景里有大规模用户或收入，而不是停留在Demo或概念验证阶段；第三，拥有后续融资的“接盘预期”——要么有战略买家（比如大厂），要么有IPO通道（美股、港股或A股）。

满足这三条的公司，全球范围内两只手就数得过来。OpenAI、Anthropic、xAI、Google DeepMind（如果独立），国内则有智谱、月之暗面、MiniMax、字节的豆包（如果独立）、快手的可灵（正在分拆）、百度的昆仑芯（芯片侧）。每一个都是稀缺标的，每一个都处于“买方排队、卖方坐地起价”的状态。

这些公司被“重新估值”的底层逻辑，是大厂内部的AI资产正在经历从“成本中心”到“价值中心”的认知切换。在大厂内部，AI业务通常被归类为“战略投入”，它的成本（算力、研发、数据标注）和集团成熟的现金流业务（如广告、电商、游戏）混在一起列支。集团CFO看的是合并报表，AI业务只要还在烧钱，就会被要求不断解释“什么时候能贡献净利润”。

在这种语境下，AI团队被迫去论证短期的ROI，估值逻辑自然被压制在集团整体PE倍数的阴影下。成熟互联网公司通常只能拿到10到15倍PE，即便是高增长业务，也只能享受20%左右的溢价，根本拿不到独立赛道级别的3到5倍PS。

而一旦分拆独立，新公司的报表可以重新定义“成本”和“收入”的边界。举个简单的例子，原来集团内部调用的算力成本，现在可以按市场价格重新定价为“关联交易收入”；原来被计入研发费用的模型训练，现在可以作为“无形资产资本化”分期摊销。换句话说，这些资产一下子就获得了“成长型企业”的定价模型。分拆后的AI公司能够更灵活地融资和推进战略，不用再受集团内部资源分配的束缚，按照自身的增长前景在资本市场独立定价。

同时，这也涉及估值体系的进一步分化。大厂现有业务加上AI标签，其增长潜力与前瞻估值在二级市场也开始焕发出新的溢价可能。这也解释了为什么像百度（市值约475亿美元）、快手（270亿美元）这样的传统互联网巨头，从市值绝对值上正在被AI新秀们追平甚至反超——智谱最新的市值折合约586亿美元，已经甩开百度，成为国内第九大AI科技股。

从“模型崇拜”到“价值兑现”，行业叙事已经结构性迁移

有专业人士提出，当下的AI时代很像之前的移动互联网大爆发。这个类比很精准，但关键差异在于成本结构的本质区别。移动互联网的爆发靠的是智能手机普及和带宽成本不断下降，边际成本是向下的；而AI的爆发，面临的却是算力成本向上、电力消耗激增、数据中心建设周期漫长等硬约束。

一个很直观的观察是：当前AI行业正处于一种“85度水温即将沸腾但尚未沸腾”的状态。技术突破的方向（智能体、多模态）已经明确，算力基础设施的投入前所未有——美国大型超大规模云计算企业2026年的资本支出将达8050亿美元，比一年前的预测近乎翻倍。但真正的商业化变&现和落地规模，还处在将启未启的临界点。

目前，只有一小部分CFO在2025年看到了AI带来的实际财务价值，而真正通过AI实现营收增长的中国企业更是少之又少。这种“高投入、低回报”之间的张力，恰恰是行业从炒概念切换到拼落地的阵痛信号。

很多人可能没注意到，AI价值链的权重，已经从GPU一侧，向整个系统侧发生了迁移。摩根士丹利的最新研究指出，“智能体AI标志着从计算到编排的结构性转变”。在智能体工作流中，CPU侧的编排时间可以占到总时延的50%到90%，由此推算出到2030年，将新增325亿到600亿美元的CPU增量市场空间。这意味着产业的核心矛盾，正在从“算力不足”转向“系统效率不足”。相应的，投资逻辑也会从“单芯片算力竞赛”扩展为“全栈系统工程”——GPU决定的是“能不能做”，但CPU和系统才决定“能不能赚钱”。

如果移动互联网爆发是以“连接”为核心驱动力，那么AI爆发将以“智能”为核心，其价值链的广度很可能超过移动互联网，覆盖算力、模型、应用、数据等全链条。有经济学家指出，2026年正成为AI从“辅助思考”向“自主执行”跃迁的奇点之年。现阶段的核心矛盾，已经不再是“谁能训练出最强的模型”，而是“谁能率先用最经济的方式、最快的速度、最广的覆盖，把AI能力真正转化为可落地的商业价值和用户收益”。

不光是要重新定义，也要重新估值。2026年AI行业正在发生的一切——巨头缺钱、疯狂融资、大厂拆分、IPO扎堆，本质上都是同一套资本逻 辑的集中释放：当“烧钱换增长”的路径走到尽头，产业必须回答一个最根本的问题——这个技术到底值多少钱？这个问题的答案，将决定未来十年AI产业的权力格局。而2026年，正是这场资本与技术的博弈全面展开的时刻。

来源：互联网