今年以来，智谱、MiniMax、壁仞科技、天数智芯、燧原科技等头部企业已相继登陆或筹备港股上市，同时部分企业也在推进科创板计划，构建“A+H”双融资平台。
6月，DeepSeek完成首轮外部融资，总募资约500亿元人民币，腾讯、宁德时代等产业资本入局；智谱登陆港股后市值快速攀升，成为国内首家万亿港元级独立大模型企业；KIMI（月之暗面）完成新一轮20亿美元的融资，投后估值突破200亿美元。与此同时，燧原科技、壁仞科技等AI芯片企业相继迈向资本市场，国资基金、产业资本与市场化机构共同参与的多元投资组合频频出现。
模型竞争是否已经进入下半场？多高的行业估值才能匹配其商业价值？接下来的机会，究竟属于模型、应用，还是基础设施？
近日，《商学院》记者专访了水木资本董事长唐劲草，其拥有超过20年的母基金和创投经验与大量的成功案例，曾供职于IDG、紫荆资本等投资机构，并具有互联网创业经历，主导和参与完成了116家企业的投资。
唐劲草判断，AI产业已经进入从投模型转向投应用、从投概念转向投收入、从广撒网转向精准下注的新阶段。未来几年，大模型企业将迎来新一轮洗牌。
唐劲草认为，2023—2024年，整个行业处于模型军备竞赛阶段，投资逻辑以谁参数量大、谁融资多为核心判断标准。彼时资本市场对AI的热情更多基于技术信仰而非商业验证，大量资金涌入基础大模型赛道。但到2025—2026年，产业竞争的核心逻辑已发生根本性变化，从参数规模的比拼全面转向场景落地能力的较量。
DeepSeek的横空出世以一己之力证明，高效架构可以挑战粗暴堆算力的范式，阿里通义千问登顶全球开源模型榜首、豆包大模型日均调用量突破50万亿Tokens等标志性事件，都在宣告模型能力趋于收敛时代的到来。
唐劲草说，在AI模型这一核心板块，水木资本坚定支持国产模型KIMI等。除了基础模型，细分方向上关注点有三：
第一是垂直行业AI Agent，即面向金融、医疗、法律、制造等专业场景的专家型智能体。未来3—6年，面向垂直场景、具备深度行业知识的专家型智能体将进入规模化落地阶段；第二是AI基础设施的国产替代，包括国产AI芯片、算力调度平台、数据中心节能技术等。在地缘政治背景下，这一方向兼具商业价值与战略安全意义；第三是AI与硬件的深度融合，以智能眼镜为代表的百镜大战、人形机器人的工业落地等，代表着AI从数字世界走向物理世界的关键跃迁。
“这些方向吸引我的核心逻辑在于，当技术红利趋于均等化，真正决定胜负的是数据－场景－商业闭环的飞轮效应。拥有独占性行业数据、深度场景理解能力和可持续商业模式的企业，将在这场淘汰赛中最终胜出。”在唐劲草看来，接下来，AI产业将经历三个关键拐点。
第一个拐点预计在2026—2027年，模型层大洗牌。当前中国数十家大模型企业并存的格局不可持续。当模型能力趋于收敛、开源生态成熟、巨头免费策略持续，预计到2027年，能够独立存活且发展顺利的通用大模型企业将不超过10家。洗牌的方式可能是并购、业务转型或直接出清。二级市场也将迎来估值压力测试，已上市或被投企业的真实财务表现一旦无法支撑百倍市销率（PS）估值，整个赛道的估值锚将系统性下移。
第二个拐点预计在2027—2028年，会诞生出杀手级AI应用。这可以类比移动互联网时代，iPhone发布后微信、抖音等杀手级应用的出现才是产业爆发的真正引擎。AI领域也需要一个“人人都会用、天天都在用”的原生应用来证明其商业价值，该应用可能出现在AI搜索、AI编程助手、AI个人助理或人形机器人等方向。一旦出现，将带动整个应用层的资本热潮回归。
第三个拐点预计在2028—2030年，AI与实体经济的深度融合进入深水区。AI将从效率工具升级为生产力重塑工具，在制造业、能源、交通等国民经济支柱产业中实现广度与深度的双重渗透。届时，评判AI企业的标准将不再是模型能力，而是传统产业的AI渗透率和投入产出比。
对于投资机构来讲，唐劲草指出：下一轮竞争的核心能力将不是谁出手更快，而是三个更难复制的能力：第一，行业认知的纵深能力——真正理解AI在金融、医疗、制造等垂直行业的价值和边界，而非泛泛谈论AI赋能；第二，生态资源的整合能力——能否将学术资源、产业资源、政策资源、资本市场资源编织成赋能被投企业的价值网络；第三，跨越周期的定力——在泡沫期保持冷静、在低谷期敢于出手，这是真正考验投资机构成熟度的试金石。
收入与估值脱节的根源在于市场将AI视为通用技术平台，用终局思维倒推当前估值。
当前不管是DeepSeek的500亿美元的投后估值，还是智谱接近1万亿港元的超高市值，头部AI企业的PS普遍在百倍以上，远超传统科技企业的估值中枢。高估值背后，资本究竟在为哪些能力买单？而这样的估值，又是否能够持续？
唐劲草认为，当前AI企业的估值体系，早已不同于传统科技企业。支撑这种高估值的核心指标，已经从传统财务指标转向了一套非典型估值坐标系，他将其归纳为四个维度：
第一，技术代际优势与模型能力梯度。市场给予高溢价的，不是当前收入，而是技术上的不可替代性。KIMI在长文本处理上的领先、DeepSeek在开源生态中的统治性影响力、阶跃星辰在多模态能力上的差异化，这些技术壁垒被资本视为未来收入的期权；第二，用户规模与增长斜率。投资者用互联网时代的DAU估值逻辑来锚定AI产品，认为一旦形成用户习惯，商业化只是时间问题；第三，算力基础设施的底层价值。大模型企业的GPU集群、数据中心等重资产本身就具有抵押和转售价值，为估值提供了硬资产底座；第四，团队溢价与战略资源。头部AI创业公司的创始人多出自Google Brain、DeepMind、清华等顶尖机构和学府，这种人才密度本身就被进行了计价。
以MiniMax为例，其2022—2025年累计亏损约26.8亿美元，智谱2024年净亏损达29.58亿元并预计亏损将继续扩大。这些数据说明，其收入增长远跟不上资本消耗的速度。“这种收入与估值脱节的根源在于市场将AI视为通用技术平台，用终局思维倒推当前估值。这一逻辑在方向上是成立的，但风险在于：并非所有大模型都能成为操作系统。当模型能力趋同、API价格战持续、开源生态压低定价天花板，大量二三线大模型企业将面临收入起不来、融资进不来的双重挤压。2026年下半年到2027年，很可能会看到第一波AI独角兽的估值坍塌。”唐劲草说。
产业资本的入场带来了普通VC无法提供的资源——真实的海量数据、规模化应用场景，以及承受长期亏损的战略耐心。
过去几年，AI企业更多依赖市场化VC融资， 2026年之后，随着商业化逐步推进，多元化的资本市场正为头部企业搭建新的融资平台。
今年以来，智谱、MiniMax、壁仞科技、天数智芯、燧原科技等头部企业已相继登陆或筹备港股上市，同时部分企业也在推进科创板计划，构建“A+H”双融资平台。在唐劲草看来，这绝非偶然，而是AI企业基于自身特性做出的理性选择。
港股对未盈利企业的包容度远高于A股，AI企业普遍具有研发投入大、周期长、早期亏损显著的特征。科创板虽然允许未盈利企业上市，但实际操作中窗口指导严格，硬科技属性论证门槛高。港股18C章特专科技公司上市制度则为AI企业提供了更清晰的通道。
AI是全球化竞争的赛道，企业需要国际长钱的理解和支持。港股的投资者基础覆盖亚太、欧美，其估值体系更能反映AI企业在全球竞争中的位置。这对于后续海外业务拓展、国际人才招募、全球技术合作都有战略价值。
而“A+H”双融资平台其实是一种战略配置，部分企业在登陆港股的同时推进科创板计划，构建“A+H”平台。A股获得更高估值溢价和国内品牌认知，港股获得国际资本通道和外汇灵活性，两者互补而非替代。
当然，“港股也存在流动性分化严重、中小市值公司容易被边缘化的挑战，对于百亿估值级别的AI头部企业而言，港股当前是最优解中的次优解。”唐劲草说。
此外，当前AI投资已经从早期的VC/PE主导，转变为“国家队+产业资本+国际长钱”的共同入局，唐劲草将其解读为AI产业从“市场化创新”走向“国家战略+产业协同”的标志性转折。
首先，国资入场体现的是“AI即基础设施”的战略认知升级。当AI被视为下一代基础设施，政府不可能将其完全交给市场，国资通过直接投资、政府引导基金、算力补贴等多种形式介入AI产业链，本质上是在关键的算力、模型、数据环节建立安全底线。这在AI芯片等被“卡脖子”的领域尤为重要。
其次，产业资本的逻辑是“AI赋能主业+数据反哺AI”的双向价值。阿里推进3800亿元AI基础设施建设、字节跳动计划2026年投入1600亿元发展AI，这些巨头并非以财务回报为唯一目标，而是将AI深度嵌入自身的电商、社交、内容生态中。产业资本的入场带来了普通VC无法提供的资源，真实的海量数据、规模化应用场景，以及承受长期亏损的战略耐心。
唐劲草也指出，对于市场化VC而言，这既是挑战也是机遇：挑战在于国资和产业资本抬高了估值中枢，并对创业者形成了“选国资还是选市场化资本”的分流效应。机遇则在于国资和产业资本通常偏好中后期、重资产的项目，早期创新仍然需要VC的敏捷性和风险承担能力。
最可能率先实现可持续增长的企业类型是：拥有行业Know-how和数据壁垒的垂直应用公司，以及基础设施领域具备技术代差和客户黏性的硬件/算力服务商。
经历了过去两年资本竞逐大模型之后，在基础层、模型层、应用层，AI产业接下来值得长期关注的机会在哪里？
在唐劲草看来，从整个产业链来看，基础层、模型层、应用层依然都存在投资价值，但未来最具成长性的机会，将更多来自应用层和基础层，而模型层的窗口期正在逐步收窄。
具体来说，基础层的机遇来自算力自主可控的刚性需求。在地缘政治背景下，国产AI芯片、高性能算力集群、先进封装等基础设施方向具有确定性的增长逻辑。基础层的优势在于需求确定性高、竞争格局相对清晰、技术壁垒深厚，但其挑战在于资本投入巨大、回报周期较长。
应用层则是最大的价值创造池，面向垂直场景的专家型智能体将进入规模化落地阶段。唐劲草特别看好两类应用层企业：一是AI原生的垂直行业解决方案商——不是简单地将AI模型套壳，而是利用AI重构行业工作流，例如AI驱动的法律合同审查、AI辅助药物研发、工业AI质检等；二是拥有独占性数据资产的平台型企业——蚂蚁集团提出的数据－模型－生态飞轮逻辑精准揭示了竞争的本质：丰富场景和海量用户数据训练出更精准的模型，持续的用户交互又反哺数据与模型迭代。这类企业的护城河将远超纯技术公司。
唐劲草认为，最可能率先实现可持续增长的企业类型是：拥有行业Know-how和数据壁垒的垂直应用公司，以及基础设施领域具备技术代差和客户黏性的硬件/算力服务商。反观模型层的困境在于：开源生态压低定价、巨头免费策略排挤、训练成本居高不下。MiniMax等即使估值高企，但亏损持续扩大，其可持续性仍待验证。
投资那些拥有核心算法、关键架构或独占性数据资产的团队，拒绝将API套壳或纯Token运营包装成AI项目的团队。
凡投资必有风险，唐劲草介绍道，基于对AI周期风险的认知，水木资本构筑了三重防线。
建立大规模、长周期、无返投的资金储备，确保逆周期布局主动权。据介绍，水木资本的第六期新质生产力基金总规模15亿元、首期实缴5亿元，且无任何区域返投要求，彻底摆脱地方资金束缚，完全基于市场化判断投资。同时叠加母基金及多只直投基金的管理能力，即便当行业寒冬下其他机构被迫收缩时，水木资本可凭借充足弹药逆势布局优质资产。
在退出路径上，水木资本并不依赖单一IPO通道，而是更早介入企业的长期结构设计。在投资时会优先布局技术型、互补性标的，并在投后主动对接产业方，培育并购潜力。投后赋能系统性地嵌入战略梳理与产业生态联动，为被投企业修建并购退出通道，同时推动“A+H”双融资平台分散估值风险。
在资产选择层面，水木资本偏好具备真实技术壁垒的硬科技方向，并对“Token运营”或概念驱动型模式保持明确谨慎。在长期投资实践中，更强调时间维度的重要性，例如飞天云动历时5年上市、部分项目跟投周期接近10年。这种节奏本身构成了其耐心资本属性的一部分。
在这一整套风险约束机制之上，唐劲草反复强调，真正决定投资结果的，仍然是“人”。
在水木资本“清华投资人，投资清华人”的鲜明旗帜下，水木资本对创始人团队的评估已形成一套深度融合清华生态、注重技术穿透力与企业家精神的“四维验证法”，从多维度去理解一个团队的真实能力。
核心聚焦那些在电子工程、计算机、自动化等硬学科有深厚积累的团队，如已投出超20倍浮盈的有感科技创始人王哲来自清华电子系、成为边缘计算领军企业的江行智能创始人刘江川毕业于清华计算机系。
在AI方向，尤其看重创始人对技术路线的独立判断力，是否能够提前18个月预判到类似DeepSeek式的效率革命，而不是跟风堆算力。“投资真创新、回避伪创新”，只投资那些拥有核心算法、关键架构或独占性数据资产的团队，拒绝将API套壳或纯Token运营包装成AI项目的团队。
众所周知，清华系的创业者普遍学术功底扎实，但商业成功的关键在于跨越学术与产业的鸿沟。一个硬性的试金石是：该团队是否在不依赖投资人资源的情况下，靠自己的产品打动了第一批付费客户。例如，水木资本对硕橙科技的投资，就是看中其团队能将AI算法、全感知硬件与工业应用场景无缝结合，真正解决了工业智能运维的痛点，而不仅仅是发表了一篇好论文。
“AI创业是一场10年甚至更长的马拉松，没有对商业本身的敬畏及承担变革的勇气，再好的技术也无法变成一家伟大的公司。”唐劲草表示，飞天云动创始人汪磊在2017年果断从手游转向AR/VR内容及服务，并最终带领公司上市港股，这种战略决断力正是水木资本看中的创始人特质。
依托清华校友圈这一独特优势，能对创始团队的过往经历、合作默契度、股权分配合理性等进行极为精准的背景调查。“我们偏爱那些有长期共事经历、技术大佬与商业能手互补的‘老铁’团队，因为只有这样的信任根基，才能支撑创业公司在AI行业的剧烈波动中不离不弃、穿越周期。”唐劲草如是说。