2026科技公司上市潮下:AI信仰与泡沫何去何从?

估值的锚点在哪里?

生成式AI爆发三年半后,市场进入新分歧点,“AI信仰与泡沫”系列从多视角寻找关键变量。2026年上半年全球科技公司迎上市潮,SpaceX6月12日将在纳斯达克挂牌,估值1.77万亿美元;Anthropic估值9650亿美元且已秘交IPO申请;港股中智谱AI和MiniMax上市后股价大涨,智谱市值一度超京东两倍。但这些公司大多未证明传统盈利能力,智谱2025年营收7.24亿元仍亏损,SpaceX2025年营收187亿美元、净亏损49亿美元,Anthropic ARR突破百亿但估值逼近万亿。市场给出高定价,一是因AI被视为新的技术革命,资本认为会诞生万亿级巨头,产业替代空间大;二是交易稀缺,“纯血AI独角兽”是热门资本叙事,智谱发行H股少、SpaceX发行占比低,有限筹码供给与资金需求使价格超出传统估值模型。

智谱AI和MiniMax2026年1月登陆港交所,市值差距超4000亿港元,智谱约5000亿港元市值锚定的市场值得探讨。按AI Coding算,中国全社会企业研发经费约3.4万亿元,乐观假设下可替代产值上限7000亿 - 1万亿元,智谱市值相当于该上限的46% - 66%;按SaaS替代算,美国SaaS应用层年收入约2000亿美元,折合人民币1.4万亿 - 1.5万亿元,智谱市值约合640亿美元,相当于美国SaaS年收入三成,且中国SaaS市场未形成美国规模和付费习惯;多模态内容生产中,AI视频生成替代制作成本,可压缩部分约2000亿 - 3000亿元。三个市场规模合计2.4万亿 - 2.8万亿元,智谱市值占比16% - 19%,还未考虑AI公司争夺预算。市场提前对AI应用层预算重写定价,“AI信仰”难以用算术解释,是对未来的押注。

SpaceX的Starlink有1030万用户,2025年营收113亿美元、利润率39%,但1.77万亿美元估值对应市销率近100倍。航天分析师称市场对SpaceX期待是提供太空基础设施,定价需想象力,涉及物流、基础设施和资源价值等复杂问题,靠信仰而非数字计算。Anthropic ARR从年初90亿冲到5月440亿美元,切中AI coding赛道,被视为占据开发入口和安全AI高地的公司,获高估值。OpenAI估值8520亿美元,ChatGPT周活9亿,产品矩阵完整,但缺想象力,难获资本市场更高信任。

AI信仰的“配方”

资本市场的“信仰”有内在逻辑。6月2日,SpaceX路演前两天,孙正义身家攀升至1007亿美元,时隔二十余年重登亚洲首富,软银市值飙至49.3万亿日元,超越丰田成日本市值第一。2022年底孙正义还是“失败者”,愿景基金一期投资失败使软银市值缩水到600多亿美元,后两年他实现转型。

2016年孙正义斥资310亿美元收购ARM,2023年以161亿美元回购25%股权,共投入471亿美元。2026年AI Agent对服务器CPU需求爆发,Arm架构能效优势使Arm股价年内暴涨268%,软银账面浮盈超3200亿美元。应用层上,软银向OpenAI注资超640亿美元,获约13%股权,成第二大外部投资方,截至2026年3月31日已确认约450亿美元投资收益。算力基建方面,软银参与美国Stargate项目、法国数据中心计划,2025年还收购Ampere Computing。孙正义构建了从芯片设计到模型层应用的AI底层基础设施垂直整合因果链,软银股价2026年涨幅超140%,年度净利润5508亿日元创新高。孙正义称AI浪潮规模至少是互联网的10倍,甚至可能达50倍,以1929年大萧条类比。但并非所有投资人都像他一样系统性投资,很多人简单复制其信心。

七月来信,信仰的第一次考验

2026年7月将迎来流动性冲击。智谱基石投资者持有的约2586万股(占总股本5.76%)禁售期届满,其真实流通率仅约2.67%,基石解禁使可交易筹码扩容超两倍。MiniMax冲击更剧烈,7月8日约50%股份解锁,流通率从不到6%膨胀至近56%,流通盘扩大十倍。

历史上快手、小米解禁时股价下跌,智谱和MiniMax情况更复杂,快手解禁时股价已跌,套现动力弱,而智谱维持高价、MiniMax涨幅大,基石投资者和Pre - IPO股东浮盈高。6月8日,智谱和MiniMax被纳入恒生科技指数,有强制买入资金,智谱纳入港股通有南向资金流入,MiniMax因同股不同权架构8月6日港股通才开通。流动性承接或减轻股价压力,但流通盘扩大使“稀缺性溢价”作用减弱。解禁不意味着减持,产业资本抛售动力有限,但股价波动难免。

大洋彼岸,Anthropic、OpenAI、SpaceX三家将从公开市场IPO募资超2000亿美元,SpaceX6月12日上市募资750亿美元,OpenAI和Anthropic已递交申请但未确定挂牌日期,市场预期今秋落地,各自计划募资600 - 900亿美元。路演阶段大型资管需减持其他科技股。不过超大型IPO抽血恐慌是短期问题,真正担忧的是万亿估值定价是否合理,若公司破发对AI板块估值冲击大。

多位二级市场投资人认为,即便一级市场定价高,二级市场仍有空间,这轮烧钱没互联网那波惨烈,增长想象空间大。2000年互联网泡沫高峰期,全美风险投资对互联网公司年度投资约1050亿美元,单家公司烧钱规模有限,dot - com时代大量公司无收入纯烧钱,纳斯达克跌幅78%。当前AI公司有真实增长收入,有巨头支持,短期内不会批量倒闭,但Meta、微软、Alphabet的CapEx占收入比已超电信泡沫高峰期AT&T水平。乐观预期仍在,但风险也在积累,有投资人预测Anthropic收入增速2028年前后超谷歌母公司Alphabet。国内,DeepSeek估值上调,阶跃星辰递表,月之暗面寻求融资,零一万物转型企业AI应用,创始人目标2027年港股上市。投资人表示要抓住窗口期,理解AI信仰定价逻辑才能把握机遇,否则看到的只是泡沫幻影。

内容概要:本文系统研究了离散时间线性系统中基于共识的分布式滤波器的稳定性最优性问题,深入探讨了KF(卡尔曼滤波)、DKF(分布式卡尔曼滤波)、SMDKF(基于平方根的最大熵分布式卡尔曼滤波)、CI(协方差交叉)、ICF(信息共识滤波)和HCMCI(基于高阶交叉协方差的信息融合)等多种滤波算法的理论基础、数学推导实现机制。通过Matlab平台构建多传感器网络仿真环境,实现了各类算法在不同噪声统计特性和通信拓扑结构下的状态估计仿真,重点分析了各算法在估计精度、收敛速度、鲁棒性及一致性方面的性能差异,并对融合策略中的协方差传播、信息权重分配共识迭代过程进行了细致对比,旨在为复杂环境下多能体系统的分布式状态估计提供可复现的技术方案理论支撑。; 适合人群:具备控制理论、信号处理、线性系统理论及Matlab编程基础的研究生、科研人员,以及从事多传感器融合、分布式估计算法开发、无人系统导航能电网监控等领域的工程技术人员。; 使用场景及目标:① 掌握主流分布式滤波算法的核心思想数学建模方法;② 在多节点传感网络中实现高效可靠的状态估计;③ 对比分析不同共识融合策略在非理想通信条件下的性能表现;④ 支持学术论文复现、算法改进工程化验证,服务于科研创新系统优化设计。; 阅读建议:建议结合Matlab代码逐模块解析算法实现流程,重点关注状态预测、局部更新、信息融合一致性达成的关键步骤;可通过调整系统噪声、观测噪声、网络连接拓扑等参数开展扩展性仿真实验,深入理解算法的稳定边界最优性条件,进一步探索其在实际应用场景中的适应性改进空间。
已经博主授权,源码转载自 https://pan.quark.cn/s/e56f7598bfa3 1. 第一阶段为实习的开端,属于初步适应时期。此阶段主要涉及对公司背景、产品特性及未来规划等方面的信息进行掌握。初到实习企业,工作节奏不同于学校的规律作息,而是实行朝八晚十的制度。我们无法仅通过浅显了解企业文化或学习新知即可满足,这次实习注定是忙碌的,同时也会是富有成效且促进成长的。抵达此处,我们必须摒弃大学时期的自由时间观念,勇于面对挑战,逐步建立良好的职业行为模式。由于多重因素考量,尽管事先进行了较为周全的预备工作,但实际操作中仍遭遇若干难题,例如学习周期长,实践任务繁重,而可支配时间有限,难以确保任务按时按质完成。工作日结束后,其他员工都已离岗,我仍留在现场进行练习,直至晚上九点方可返回住所。午餐时间也缺乏休憩场所,只能在电脑旁短暂小憩,经过一两周的持续工作,身体感到相当疲惫。然而,我们都清楚实习的目标责任,坚持履行自己的职责使命。在这一周内,主要完成了对工作环境的熟悉以及Java编程环境搭建的掌握。随着逐步适应,工作效率也随之提升,操作变得更加熟练。可以概括为几个关键词:广泛涉猎,积极提问,细致观察,深入思考! 第二阶段为实习的第二周,重点在于Java基础语法的掌握,旨在夯实基础,为后续开发工作奠定坚实基础。通过这一阶段的学习,才能在实际开发中游刃有余【Java实习周报通用25篇】详细记录了一位实习生在五周内的学习轨迹成长,涵盖了从适应新环境、掌握基础语法到深入理解高级概念的全过程。在第一周,实习生主要完成了对公司的适应,认识到实习不仅是新知识的获取,更是对实际工作环境的适应作息习惯的调整。此阶段,他们熟悉了工作环境并配置了Java编程环境,强调了“多看、...
内容概要:本文基于2026120家医疗医美机构的实测观察,分析AI引擎生成式优化在行业落地中的四类核心场景——机构资质合规、医师执业资质、项目信息公示和用户真实评价的采信特征。结果显示,大模型对具有官方背书和可验证性的资质类信息采信率显著更高,其中医师执业资质场景采信率达79.6%,居首位;而机构自宣性质的项目宣传类内容采信率仅为15.2%,处于低位。三类机构(公立医院科室、民营连锁、专科诊所)在信息场景分布上差异明显,信息结构大模型采信偏好匹配度越高,整体采信率越高。文章进一步揭示了强监管属性、信息可验证性及用户检索行为是造成采信分层的三大底层逻辑,并指出当前行业普遍存在信息建设重心错位、场景完整度低等问题。; 适合人群:医疗医美行业从业者、机构管理者、数字营销负责人及关注AI在医疗领域应用的研究人员。; 使用场景及目标:①指导医美机构优化线上信息披露策略,提升AI引擎采信率;②帮助理解大模型在高风险行业中对信息可信度的判断机制;③为医疗健康类行业的AI内容建设提供实证参考; 阅读建议:本报告基于特定时间样本的实测数据,阅读时需注意其地域、模型和时效局限性,建议结合本地监管环境和最新AI发展动态综合研判,并优先加强医师机构资质类信息的公开透明化建设。
内容概要:本文为KaVo Dental GmbH生产的EXPERTsurg LUX牙科外科设备(型号1.008.3500)的使用说明书,全面介绍了该设备的安全规范、产品说明、安装调试、操作方法、维护保养、故障排除及废弃处理等内容。设备主要用于牙科手术,如口腔组织切开、拔牙、种植等,支持通过程序化步骤控制转速、扭矩、冷却剂输送量等参数,并配备脚踏式起动器实现无接触操作。说明书强调了安全使用要求,包括防止电击、感染、爆炸等风险,明确了仅限医疗专业人员操作,并提供了详细的软件升级、电磁兼容性说明及质保条款。; 适合人群:具备牙科医学背景和临床操作经验的医疗专业人员,特别是从事口腔外科手术的牙医及相关技术人员。; 使用场景及目标:①在牙科诊所或手术室中安全、高效地执行种植牙、拔牙等外科手术操作;②通过程序化设置和脚踏控制提升操作精准度流程标准化;③确保设备符合ISO 17664等国际标准的清洗、消毒灭菌流程,保障患者安全;④指导用户完成日常维护、故障排查及软件升级,延长设备使用寿命。; 阅读建议:本说明书内容专业性强,建议用户在首次使用前完整阅读,重点关注安全警示、调试步骤和操作流程,并结合实际设备进行对照学习。临床使用中应严格遵守消毒规范和操作限制,定期进行服务检查软件更新,确保设备始终处于最佳工作状态。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值