中国 AI 六小虎估值大盘点：谁在泡沫上跳舞，谁在价值里扎根

2025 年 1 月，DeepSeek-R1 一声炮响，NVIDIA 单日蒸发 5890 亿美元市值。一个中国量化私募孵化的 AI 实验室，用 557 万美元训练成本打穿了硅谷「烧钱换智能」的叙事。

这不是一个孤例。过去两年，中国涌现出一批 AI 公司，融资总额超过百亿美元，估值一家比一家高。但估值不等于价值——拿着同样的钱，有的公司造出了核弹，有的公司只造出了PPT。

今天我把中国最具代表性的 AI 公司摊开来聊：技术有什么不一样、钱从哪来、估值合不合理。

本文提纲

1. DeepSeek：量化私募养出来的「平民核弹」
2. 月之暗面（Kimi）：长上下文的王，商业化才刚开始
3. MiniMax：视频生成全球第一梯队
4. 智谱 AI：清华系政企之王
5. 百川智能 & 零一万物：先行者的困境
6. 大厂 AI（阿里通义、字节豆包、百度文心）：不缺钱，缺突破
7. 估值横向对比：一张表看清谁贵谁便宜

DeepSeek：量化私募养出来的「平民核弹」

估值：传闻 $10B–$30B（未确认外部融资轮次）

DeepSeek 是个异数。母公司幻方量化是中国顶尖量化私募，管理规模曾超千亿元。创始人梁文锋不缺钱，也不急着融资——这在 AI 创业圈几乎是异类。

核心技术亮点：

• DeepSeek-V3：671B 参数的 MoE 模型，2048 张 H800 GPU，训练成本仅 557 万美元。作为对比，GPT-4 的训练成本据估算是 1 亿美元级别。
• DeepSeek-R1：推理模型，性能对标 OpenAI o1，完全开源，MIT 协议。发布当天引发了「AI 领域的 Sputnik 时刻」。
• MLA 架构：Multi-head Latent Attention，大幅降低推理成本。API 定价大约是 OpenAI 的 1/10。

估值是否合理？

说实话，DeepSeek 的估值很难用传统方法算。它不融资，所以没有市场定价；它的营收数据不公开，所以没法用 PS 或 PE。但从几个维度看：

• 技术溢价极高：用 1/20 的成本训练出顶级模型，这是硬实力。全球能做这件事的不超过 3 家。
• 生态价值被低估：MIT 协议开源意味着全球开发者在帮它建生态，这是免费的飞轮。
• 但商业化路径不清晰：低价 API 策略带来的是声量，不是利润。月收入可能在数百万美元级别，和估值之间存在数量级差距。

我的判断：如果按技术能力估值，$20B 不贵。如果按商业化能力估值，$10B 都有泡沫。DeepSeek 的真正价值取决于它能不能把技术优势转化为可持续的收入模型。

月之暗面（Kimi）：长上下文的王，商业化才刚开始

估值：约 $30B

创始人杨植麟，清华出身，卡内基梅隆大学博士。2023 年创办月之暗面，核心产品是 Kimi 智能助手。

技术特色：

• 超长上下文：Kimi 最早支持 200 万 token 上下文窗口，在国内大模型中遥遥领先。你扔一本书进去，它能全文理解并回答细节问题。
• Agent 能力：Kimi 在复杂任务编排上有明显优势，能自主规划、调用工具、多步推理。
• 用户增长迅速：Kimi 是 2024-2025 年中国增速最快的 AI 应用之一，月活用户数百万级别。

估值是否合理？

$30B 的估值主要靠融资轮次推上去的——阿里、腾讯、红杉等一线机构都投了。但几个问题需要直面：

• 长上下文是不是真正的护城河？ Google Gemini 已经支持 100 万 token，其他厂商也在追赶。先发优势在消退。
• 用户量大 ≠ 能赚钱：Kimi 目前主要收入来自订阅，但中国用户为 AI 付费的意愿远低于美国市场。
• 和豆包的正面竞争：字节跳动的豆包在用户量上碾压式领先，月之暗面需要在差异化上找到更稳固的立足点。

我的判断：$30B 偏贵。技术有特色但护城河不够深，商业化才起步。如果下一轮融资不能证明赚钱能力，估值可能面临下调压力。

MiniMax：视频生成全球第一梯队

估值：约 $25B–$30B

创始人闫俊杰，前商汤科技副总裁。2021 年成立 MiniMax，总部上海。

MiniMax 是这批公司里差异化做得最好的一个：

• 海螺 AI（Hailuo AI）：旗舰产品，集文本、图像、视频生成于一体。
• 视频生成全球领先：video-01 系列模型在视频质量和时序一致性上表现突出，和 Runway、Kling、Sora 处于同一梯队。在部分评测中甚至超越竞品。
• 国际化做得最好：海螺 AI 在海外市场用户增长迅速，支持多语言，是中国 AI 产品出海的标杆之一。
• 收入结构健康：API 服务 + 订阅 + 企业方案三位一体，ARR 数亿元人民币级别。

估值是否合理？

MiniMax 的 $25B–$30B 是这批公司里我最认可的一个：

• 赛道选得好：视频生成是 AI 最有想象力的应用方向之一，市场天花板极高。
• 技术确实领先：不是PPT领先，是实打实的模型能力领先。全球能做高质量视频生成的公司不超过 5 家。
• 商业化有收入支撑：虽然还没到大规模盈利，但 ARR 的增长曲线健康。

我的判断：$25B 相对合理。如果视频生成市场持续爆发，MiniMax 有可能成为中国 AI 领域最大的赢家之一。但风险在于——视频生成技术壁垒到底有多高？一旦 OpenAI 的 Sora 成熟、Google 的 Veo 迭代，MiniMax 还能不能保持领先？

智谱 AI：清华系政企之王

估值：约 $30B+

智谱 AI 是「体制内」路线的代表。源自清华大学计算机系 KEGL 实验室，CEO 张鹏，首席科学家唐杰教授。

技术矩阵：

• GLM 系列模型：ChatGLM 开源社区活跃度高，是国产开源模型的代表之一。
• MaaS 平台：为企业提供模型即服务，API 调用量在政企市场领先。
• 政企客户壁垒：和政府、国企、金融机构的合作深度是其他 AI 创业公司难以复制的。

估值是否合理？

$30B+ 的估值核心支撑是政企市场：

• 收入确定性高：政府和大企业的 AI 采购预算相对稳定，不依赖消费者付费意愿。
• 但天花板也明显：政企市场的增长速度远慢于消费市场，而且利润率可能被采购方压得比较低。
• 开源生态虽好，但变现路径长：ChatGLM 的开源社区很活跃，但这不直接转化为收入。

我的判断：$30B 略贵，但不离谱。智谱 AI 的安全边际来自政企市场的稳定性，但增长想象空间不如 MiniMax 和 DeepSeek。适合「稳健型」投资者，不适合「梦想型」投资者。

百川智能 & 零一万物：先行者的困境

百川智能（王小川，估值约 $18B）

王小川从搜狗出来做 AI，起步早，但节奏有点乱。Baichuan 系列模型发布了不少版本，性能在中上水平，但没有哪一项做到了绝对领先。融资能力依然在线，但技术叙事需要新的爆点。

零一万物 / Yi（李开复）

零一万物的故事最让人唏嘘。李开复的个人品牌拉来了大量关注，Yi 系列模型早期表现也不错。但 2024-2025 年，零一万物明显掉队——模型更新速度慢，商业化未见起色。有报道称公司已调整策略，缩减大模型训练投入，转向应用层。

我的判断：这两家是「起了个大早，赶了个晚集」的典型。百川 $18B 偏贵，零一万物如果不转型，估值大概率继续缩水。

大厂 AI（阿里通义、字节豆包、百度文心）：不缺钱，缺突破

大厂 AI 的共同特点是：不差钱，但机制慢。当 DeepSeek 用 557 万美元训练出顶级模型时，大厂还在走审批流程。

估值横向对比：一张表看清谁贵谁便宜

几个有意思的发现

最被低估的是阿里通义。Qwen 系列在开源社区的影响力远超其声量，但因为它不是独立公司，没有融资叙事，所以很少被讨论。如果阿里把 AI 业务拆分出来单独融资，估值不会低于 $30B。

最被高估的是月之暗面。$30B 的估值建立在长上下文的先发优势上，但这个优势正在被追赶。Kimi 需要证明自己不只是「长文本搜索引擎」，而是一个真正能赚钱的 AI 平台。

最有想象空间的是 MiniMax。视频生成是一个真正有颠覆性的技术方向——它直接影响影视、广告、教育、社交等行业。如果 MiniMax 能在技术上持续领先、在商业化上稳步推进，$25B 可能只是起点。

最有争议的是 DeepSeek。从技术能力看，它是中国最强 AI 公司，没有之一。但从商业变现看，它几乎是空白。一个不赚钱的技术奇迹，到底值多少钱？这取决于你信不信它能找到商业模式。

写到这里，我想说一个常识：估值是预期，不是事实。中国 AI 公司的估值很大程度上建立在对标 OpenAI 的叙事上——OpenAI 估值超过 $3000 亿，所以中国的 OpenAI 们值 $30 亿不过分吧？

但这个逻辑有个致命问题：OpenAI 的估值背后是全球最大的 AI 市场、最成熟的付费生态、和最大的企业客户群。中国 AI 公司面对的是一个付费意愿更低、竞争更激烈、监管更严格的市场。

用硅谷的估值公式套中国 AI 公司，本身就是一种泡沫。但泡沫里有真金——MiniMax 的视频生成、DeepSeek 的成本效率、智谱 AI 的政企壁垒，这些都是实打实的竞争力。

关键是分清哪些公司在泡沫上跳舞，哪些在价值里扎根。

作者: itech001
来源: 公众号：AI人工智能时代
主页: https://www.theaiera.cn（每日分享最前沿的AI新闻和技术）

本文首发于 AI人工智能时代，转载请注明出处。