月之暗面，再下一城

僅20天，一家AI大模型企業(yè)估值漲了35億元。

2026年開年，中國AI大模型企業(yè)開始密集走向二級市場。1月，智譜AI與MiniMax相繼在港股上市，成為國內(nèi)最早一批真正進入公開市場交易的大模型公司。上市后，相關(guān)公司股價在數(shù)個交易日內(nèi)出現(xiàn)階段性走強，市場交易活躍度明顯提升，第一次把“中國大模型公司到底值多少錢”從投資人會議室里拎到了盤面上。

在這一背景下，一級市場對尚未上市的頭部大模型公司的估值，也隨之發(fā)生變化。其中最引人注目的當屬月之暗面（MoonshotAI）。

公開報道顯示，月之暗面于2025年12月31日完成5億美元C輪融資，投后估值約43億美元，由IDG領投1.5億美元，老股東阿里、騰訊等參與。進入2026年1月，多家媒體（彭博社、CNBC等）援引知情人士稱，月之暗面正在推進新一輪融資，最新估值上調(diào)至48億美元（約合人民幣335億元）。

短短20天，月之暗面的估值增加了約35億元人民幣。

估值快速抬升的同時，月之暗面對上市節(jié)奏保持著克制。當公司已經(jīng)能在一級市場拿到大額融資，賬面現(xiàn)金儲備也足夠覆蓋接下來一段時間的研發(fā)與擴張，那么“是否立刻上市”就不是那么重要。與其在二級市場的短期波動里交答卷，不如把資金和時間繼續(xù)押在模型迭代、產(chǎn)品打磨和商業(yè)化效率上。

成立不到三年，尚未給出明確IPO時間表，月之暗面已經(jīng)進入國內(nèi)大模型公司中估值最高的一檔。

月之暗面

月之暗面成立于2023年初的北京，是國內(nèi)這一輪大模型創(chuàng)業(yè)潮中并不算最早、卻很快被資本和行業(yè)注意到的一家公司。

公司創(chuàng)始人楊植麟出生于1992年，本科畢業(yè)于清華大學計算機系，隨后赴卡耐基梅隆大學攻讀博士，長期從事大規(guī)模語言模型結(jié)構(gòu)與訓練方法相關(guān)研究。公開資料顯示，他參與過XLNet、Transformer-XL等論文工作，在自然語言處理領域具備較高的學術(shù)影響力。

在正式創(chuàng)辦公司之前，楊植麟并非只停留在學術(shù)研究層面，而是深度參與過國內(nèi)早期千億參數(shù)級大模型的工程實踐，親歷模型從理論設計到真實訓練、部署與優(yōu)化的全過程。正是在這一階段，他逐漸形成了一個更偏工程現(xiàn)實的判斷：大模型能力的提升，并不是簡單的“參數(shù)越大越好”，模型結(jié)構(gòu)設計、訓練穩(wěn)定性、推理效率以及算力與成本之間的平衡，往往比參數(shù)規(guī)模本身更具決定性。

這一認知，直接影響了月之暗面的創(chuàng)業(yè)方向。公司成立之初，并未將重心放在某一垂直行業(yè)或具體應用場景上，而是選擇優(yōu)先構(gòu)建可持續(xù)迭代的基礎模型能力，希望先解決“模型本身能走多遠”的問題，再討論應用層面的擴展與商業(yè)化。

如果把時間撥回到2023年初，月之暗面的創(chuàng)立，其實發(fā)生在一個并不算友好的窗口期。ChatGPT的沖擊已經(jīng)傳導到國內(nèi)，但行業(yè)尚未形成清晰共識。一方面，大模型被普遍視為“下一代基礎設施”，討論熱度極高；另一方面，真正敢于下注的資本并不多，尤其是對尚無產(chǎn)品、尚未驗證商業(yè)化路徑的團隊。

當時的一級市場，對“大模型創(chuàng)業(yè)”仍然存在明顯分歧：有人認為這是長期軍備競賽，初創(chuàng)公司難以承受；也有人判斷，大廠很快會憑借算力和數(shù)據(jù)優(yōu)勢完成清場。在這樣的背景下，月之暗面以一家純技術(shù)導向的創(chuàng)業(yè)公司姿態(tài)進入市場，既沒有現(xiàn)成的行業(yè)客戶，也沒有可快速變現(xiàn)的應用場景，團隊規(guī)模很小、資源有限，所能展示的核心競爭力，主要集中在創(chuàng)始團隊的研究背景與工程經(jīng)驗上。

也正是在這一階段，月之暗面明確了相對克制的擴張節(jié)奏：先把模型能力做到足夠扎實，再通過產(chǎn)品驗證價值，而不是反過來用場景牽引模型。這一選擇，使公司在創(chuàng)立初期并未急于鋪開多個方向，而是集中資源，為后續(xù)產(chǎn)品化打基礎。

在資源尚不充裕的早期階段，資本進入的節(jié)奏尤為關(guān)鍵。

2023年上半年，月之暗面完成天使輪融資，引入紅杉中國、真格基金、今日資本、Monolith等機構(gòu)。這一階段的資金，主要用于核心團隊搭建與算力資源投入，為模型訓練與工程體系打基礎。彼時公司尚未推出對外產(chǎn)品，投資人押注的更多是創(chuàng)始團隊的技術(shù)背景與長期判斷。

隨著模型能力逐步成型，產(chǎn)品方向開始浮出水面。2023年下半年，月之暗面推出面向C端用戶的AI助手Kimi，作為公司首個對外產(chǎn)品。產(chǎn)品推出后，公司開始圍繞Kimi持續(xù)迭代模型能力，也由此進入“模型-產(chǎn)品-再回到模型”的正反饋階段。

在產(chǎn)品路徑逐漸清晰之后，月之暗面的融資節(jié)奏明顯加快。2023年下半年至2024年，公司完成多輪融資，引入包括阿里巴巴、騰訊在內(nèi)的產(chǎn)業(yè)資本，以及IDG資本、金沙江創(chuàng)投、五源資本等機構(gòu)型投資人。這一階段資本進入的邏輯，已不再只是對“大模型概念”的押注，而更多基于對模型工程效率、產(chǎn)品驗證效果以及長期技術(shù)路線的判斷。

2025年12月31日，月之暗面完成了5億美元C輪融資，由IDG資本領投，老股東繼續(xù)加碼，投后估值約43億美元。進入2026年初，多家外媒援引知情人士稱，公司正在推進新一輪融資，估值區(qū)間已上調(diào)至48億美元。

Kimi如何跑出來

在2023年下半年推出之初，Kimi面對的是一個看似熱鬧、但方向高度分化的市場環(huán)境。

一方面，大廠正在加速下場。字節(jié)跳動推出豆包，將大模型能力快速嵌入既有產(chǎn)品體系；阿里巴巴圍繞通義千問布局多端產(chǎn)品；騰訊則以混元模型為底座，強調(diào)與社交、內(nèi)容和企業(yè)服務的協(xié)同。

另一方面，行業(yè)內(nèi)部對“大模型創(chuàng)業(yè)究竟應該押什么”，并未形成共識——是盡快做出應用、搶占用戶規(guī)模，還是繼續(xù)加碼基礎模型，拉開技術(shù)差距。

在這樣的背景下，月之暗面并未選擇與大廠在流量、渠道和生態(tài)上正面競爭，而是對Kimi進行了更為克制的定位：它不是一個追求“陪聊感”或泛娛樂體驗的對話產(chǎn)品，而是被設計為模型能力的前臺載體。

具體而言，Kimi將重點放在了長文本處理、復雜資料理解、多文檔整合與結(jié)構(gòu)化輸出等能力上。這些能力并不天然適合爆量增長，卻在研究人員、內(nèi)容創(chuàng)作者、學生與知識工作者等高頻信息處理人群中，具備明確的實際價值。用戶是否持續(xù)使用，直接取決于模型能力本身，而非運營或投放強度。

這一產(chǎn)品策略，也使Kimi成為月之暗面內(nèi)部驗證模型能力的重要“試驗場”。模型在真實使用中暴露的問題，會迅速反饋到訓練和架構(gòu)優(yōu)化中，再反向提升產(chǎn)品體驗，形成持續(xù)循環(huán)。

月之暗面選擇持續(xù)將資源集中在Kimi一條主線上，通過單一產(chǎn)品不斷打磨模型能力。

與之形成對比的是，智譜AI在這一階段更明確地將重心放在B端與政企市場，通過GLM系列模型在科研機構(gòu)、企業(yè)客戶和政府項目中積累影響力；MiniMax則采取多產(chǎn)品并行的策略，在對話、多模態(tài)和生成式內(nèi)容等多個方向同步試水，希望通過更廣泛的應用探索尋找突破口。

進入2024年后，行業(yè)開始逐步意識到，參數(shù)規(guī)模和算力優(yōu)勢并不能無限拉開差距。開源模型能力提升、工程化門檻下降，使“大模型競爭”從早期的規(guī)模競賽，逐漸轉(zhuǎn)向?qū)π?、架?gòu)選擇與產(chǎn)品化能力的考驗。

直到2025年初，DeepSeek通過模型表現(xiàn)與開源策略在業(yè)內(nèi)引發(fā)廣泛關(guān)注，這一趨勢才被集中放大。DeepSeek展示了在相對克制的算力投入下，通過工程優(yōu)化和結(jié)構(gòu)設計同樣可以實現(xiàn)顯著性能提升的可能性，也讓“效率”、“結(jié)構(gòu)選擇”、“真實使用反饋”成為行業(yè)討論的核心關(guān)鍵詞。

在這一背景下，月之暗面此前圍繞Kimi所采取的高度聚焦策略，開始被重新理解。相比在多個場景中分散試錯，通過一個產(chǎn)品持續(xù)驗證并反哺模型能力的路徑，顯現(xiàn)出了更強的長期可行性。Kimi的意義，也逐漸從一款成功的C端應用，轉(zhuǎn)變?yōu)樵轮得婕夹g(shù)路線與產(chǎn)品判斷的集中體現(xiàn)。

2026年，AI大模型上市潮

2026年，智譜與MiniMax的相繼上市，使中國大模型企業(yè)第一次真正進入公開市場的定價體系。與此前主要由一級市場主導、圍繞“潛力敘事”展開的階段不同，二級市場開始用真實交易，對大模型公司的商業(yè)屬性進行檢驗。

從上市后的市場反應來看，資金并未簡單圍繞短期盈利能力博弈，而是更集中地評估三類核心因素：模型能力是否具備持續(xù)演進空間，產(chǎn)品是否已經(jīng)完成真實需求驗證，以及商業(yè)化路徑是否具備可復制性。這一套標準，構(gòu)成了當前資本市場理解大模型公司的基本框架。

在這一框架下，智譜與MiniMax實際上被放在了兩種不同的定價邏輯中。

智譜AI更接近“基礎設施型”大模型公司的估值范式。其模型能力長期服務于科研機構(gòu)、政企客戶及B端場景，商業(yè)節(jié)奏相對穩(wěn)健，收入結(jié)構(gòu)以項目制與服務型為主。市場對智譜的判斷重點，并非短期業(yè)績彈性，而在于其是否具備長期交付能力和穩(wěn)定需求來源。

MiniMax則更偏向“應用驅(qū)動型”路徑。其在C端產(chǎn)品、多模態(tài)內(nèi)容生成等方向的持續(xù)投入，使市場更關(guān)注用戶規(guī)模、產(chǎn)品迭代速度以及應用層放量的可能性。MiniMax的上市，本質(zhì)上是將“大模型公司究竟更像技術(shù)公司，還是更接近互聯(lián)網(wǎng)公司”這一問題，直接交由公開市場定價。

二級市場的變化很快向一級市場傳導。

進入2026年初，月之暗面、百川智能等尚未上市的頭部公司估值抬升，并非源于短期經(jīng)營指標的變化，而是被重新放入了一個更清晰的參照體系中——以已上市的中國大模型公司為錨點，而非簡單對標傳統(tǒng)互聯(lián)網(wǎng)企業(yè)或海外OpenAI。

這也解釋了一個階段性現(xiàn)象：在當前環(huán)境下，越是不急于上市的公司，反而越容易獲得更高估值。上市不再只是融資出口，而逐漸轉(zhuǎn)化為一種可選擇的戰(zhàn)略工具。月之暗面在完成大額融資、現(xiàn)金儲備充足的前提下放緩IPO節(jié)奏，是將“上市時點”從被動節(jié)點，轉(zhuǎn)為主動籌碼。

類似的邏輯，在海外市場同樣成立。OpenAI仍由非營利組織控制，但其營利實體已持續(xù)引入外部資本，并通過調(diào)整非營利與營利結(jié)構(gòu)的權(quán)責邊界，為未來可能的IPO鋪路。

大模型公司開始被公開定價，也迅速影響了更廣泛的二級市場結(jié)構(gòu)。

與先前“算力先行”的行情不同，進入2026年，資金關(guān)注重心開始明顯向模型與應用層遷移。在智譜、MiniMax上市前后，A股與港股中，AI應用、軟件服務、數(shù)據(jù)與模型落地相關(guān)板塊的交易活躍度明顯提升，而單純以算力、服務器為核心敘事的板塊，則進入相對分化的階段。

具體到A股層面，與大模型應用落地關(guān)系更緊密的方向，獲得了更多的資金關(guān)注。

例如在辦公軟件與企業(yè)服務領域，金山辦公、用友網(wǎng)絡、泛微網(wǎng)絡等公司，因具備穩(wěn)定客戶基礎、且已在既有產(chǎn)品中探索接入大模型能力，被視為最有可能率先兌現(xiàn)應用價值的載體；在內(nèi)容生成與多模態(tài)應用方向，萬興科技、當虹科技等公司，也因其在視頻、內(nèi)容生產(chǎn)鏈條中與生成式AI的天然契合度，成為市場討論中的代表性標的。此外，在醫(yī)療與金融IT場景中，衛(wèi)寧健康、創(chuàng)業(yè)慧康、恒生電子等公司，因已在實際業(yè)務中探索將大模型用于輔助決策與效率提升，同樣進入部分資金的觀察范圍。

從更宏觀的角度看，大模型企業(yè)走向公開市場，意味著AI正在從“技術(shù)爆發(fā)期”邁入“產(chǎn)業(yè)化中段”。在這一階段，決定公司長期定價能力的，不再只是算力規(guī)?；騾?shù)指標，而是模型的持續(xù)迭代能力、產(chǎn)品化效率以及資本結(jié)構(gòu)的耐久性。

對月之暗面而言，這既是壓力，也是機會。在同行已經(jīng)完成定價的背景下，它所代表的，是另一種路徑選擇：在模型能力尚未觸及天花板之前，更從容地推進技術(shù)與產(chǎn)品，而不是被上市節(jié)奏牽引。

結(jié)語

如果把這一輪變化放到更長的時間軸上看，智譜、MiniMax的上市，與月之暗面暫緩IPO，本質(zhì)上是中國大模型產(chǎn)業(yè)開始具備分工與層級的標志。

在早期階段，所有公司都被迫講同一個故事：參數(shù)、算力、對標海外、爭奪“第一”。而當大模型真正走向資本市場，故事開始分化——有的公司更像基礎軟件，追求穩(wěn)定交付；有的公司押注應用，接受市場波動；也有的選擇在上市前，繼續(xù)拉開技術(shù)與產(chǎn)品的邊界。

資本并未替行業(yè)選出“唯一正確答案”，但正在用價格迫使所有路徑接受同一套檢驗。

當上市不再稀缺、融資不再無限，大模型公司的分水嶺，正在從“誰跑得快”，轉(zhuǎn)向“誰能跑得久”。能夠存活下來的，或許會是那些能在有限資源條件下，把模型能力穩(wěn)定轉(zhuǎn)化為產(chǎn)品與收入的公司。