本文來源：時(shí)代周報(bào) 作者：李佳晅

A股、港股AI板塊集體沸騰。

4月9日，港股AI大模型板塊延續(xù)強(qiáng)勢(shì)行情，迅策科技（03317.HK）、智譜（02513.HK）盤中雙雙創(chuàng)下上市以來新高。截至收盤，迅策科技報(bào)288港元/股，較前一交易日上漲24.03%，盤中最高289.4港元/股，市值達(dá)929.4億港元；智譜報(bào)933港元/股，漲幅8.74%，盤中最高觸及998.5港元/股，市值一度沖破4300億港元。

A股AI板塊率先爆發(fā)。4月8日，創(chuàng)業(yè)板人工智能ETF招商（159243.SZ）全天放量大漲10.05%，藍(lán)色光標(biāo)(300058.SZ)、易點(diǎn)天下（301171.SZ）等成分股領(lǐng)漲，市場(chǎng)交投情緒高漲。4月9日，藍(lán)色光標(biāo)繼續(xù)上行，收盤報(bào)16.58元/股，較前日上漲1.66%；招商創(chuàng)業(yè)板人工智能ETF基準(zhǔn)指數(shù)當(dāng)日上漲9.47%。

消息面上，一款文生視頻模型HappyHorse-1.0登頂權(quán)威評(píng)測(cè)平臺(tái)Artificial Analysis榜單，跑分超越字節(jié)跳動(dòng)旗下的Seedance 2.0；智譜發(fā)布可連續(xù)工作8小時(shí)的旗艦?zāi)Ｐ虶LM-5.1。國(guó)產(chǎn)大模型展現(xiàn)出超預(yù)期的技術(shù)能力，同時(shí)商業(yè)化步伐顯著提速。多重催化因素疊加，點(diǎn)燃了資本市場(chǎng)從算力基礎(chǔ)設(shè)施到AI應(yīng)用終端的全線行情。

針對(duì)近期板塊集體上漲的相關(guān)問題，時(shí)代周報(bào)記者致函易點(diǎn)天下、致電藍(lán)色光標(biāo)，截至發(fā)稿均未獲得回復(fù)。

中央民族大學(xué)新聞與傳播學(xué)院副教授向安玲對(duì)時(shí)代周報(bào)記者表示，當(dāng)前AI模型迭代節(jié)奏明顯加快，幾乎每日均有新功能發(fā)布，每隔一段時(shí)間便有新模型登頂評(píng)測(cè)榜單，其中不乏市場(chǎng)炒作成分。但她同時(shí)指出，此次發(fā)布的GLM-5.1與HappyHorse-1.0在模型能力上確實(shí)展現(xiàn)出值得關(guān)注的亮點(diǎn)。向安玲研究方向?yàn)锳IGC、媒介大數(shù)據(jù)等，主持國(guó)家自然科學(xué)基金項(xiàng)目（AIGC風(fēng)險(xiǎn)識(shí)別）等。

兩個(gè)大模型憑什么讓市場(chǎng)情緒高漲？

“現(xiàn)在評(píng)價(jià)AI能力強(qiáng)不強(qiáng)，有一個(gè)指標(biāo)很關(guān)鍵，就是看它是否需要人介入，能不能獨(dú)立干活兒。”向安玲說。

她認(rèn)為，智譜GLM-5.1最大的突破，是它能像一個(gè)真正的軟件工程師那樣連續(xù)工作8小時(shí)，自主規(guī)劃、執(zhí)行、測(cè)試、糾錯(cuò)，最終交付完整的工程成果，全程幾乎不需要人類介入。

以前的大模型更像是“臨時(shí)工”，用戶問一句它答一句，或者寫完一段代碼就停下來等人審核。但GLM-5.1不同，它可以理解復(fù)雜的完整任務(wù)，并自己安排接下來8小時(shí)做什么，遇到瓶頸主動(dòng)換方案，出錯(cuò)可自己修復(fù)。

在編程能力上，在貼近真實(shí)軟件開發(fā)場(chǎng)景的SWE-bench Pro基準(zhǔn)測(cè)試中，GLM-5.1取得了58.4分，超越了Claude Opus 4.6（57.3分）和GPT-5.4（57.7分），實(shí)現(xiàn)了國(guó)產(chǎn)開源模型在該指標(biāo)上對(duì)海外頂級(jí)閉源模型的首次超越。更關(guān)鍵的是，這個(gè)模型完全基于華為昇騰910B芯片訓(xùn)練完成，沒有用到任何英偉達(dá)GPU，這在中國(guó)AI自主化進(jìn)程中是重要里程碑。市場(chǎng)看到的不僅是一個(gè)模型的進(jìn)步，而是一條“國(guó)產(chǎn)算力+國(guó)產(chǎn)模型”的完整閉環(huán)正在跑通。

另一匹黑馬的表現(xiàn)同樣亮眼。HappyHorse-1.0在2026年4月初以匿名形式橫空出世，4月7日深夜登頂權(quán)威AI評(píng)測(cè)平臺(tái)Artificial Analysis的Video Arena榜單，在文本轉(zhuǎn)視頻（無音頻）賽道，其Elo積分（通過反復(fù)“單挑”打出來的綜合排名分，能直觀反映模型在真實(shí)用戶偏好中的強(qiáng)弱）飆升至1357分，領(lǐng)先Seedance 2.0模型84分。

HappyHorse-1.0能一次性完成文本到視頻的生成，并且實(shí)現(xiàn)畫面和聲音同步輸出。傳統(tǒng)AI視頻生成大多只有無聲畫面，音效需要后期單獨(dú)處理，很難做到精準(zhǔn)匹配。HappyHorse-1.0能根據(jù)場(chǎng)景描述，自動(dòng)配上冰面碎裂聲、籃球入筐碰撞聲，還支持七種語(yǔ)言的唇形同步。

在生成效率方面，HappyHorse-1.0采用輕量化設(shè)計(jì)，參數(shù)量?jī)H150億，遠(yuǎn)低于多數(shù)同類競(jìng)品。借助DMD-2蒸餾技術(shù)，HappyHorse-1.0生成一段1080p高清視頻僅需約38秒，生成低分辨率預(yù)覽版僅需2秒。

關(guān)于其幕后團(tuán)隊(duì)，雖然官方一度未予回應(yīng)，但多家媒體稱其幕后團(tuán)隊(duì)是阿里巴巴淘天集團(tuán)的未來生活實(shí)驗(yàn)室，負(fù)責(zé)人正是“可靈之父”張迪，他從快手回歸阿里后僅用5個(gè)月就研發(fā)出這款產(chǎn)品。阿里巴巴港股（09988.HK）受此消息影響，4月7日下午直接拉升超過7%。

對(duì)此，時(shí)代周報(bào)記者向阿里方面求證，截至發(fā)稿未獲回復(fù)。

向安玲表示，榜單成績(jī)與實(shí)際落地任務(wù)之間可能存在差異，需要更多場(chǎng)景的測(cè)試來驗(yàn)證。此外，當(dāng)前技術(shù)迭代速度很快，新模型可能很快就會(huì)超越現(xiàn)有成果，因此仍需通過實(shí)踐持續(xù)檢驗(yàn)和觀察。

AI已邁過市場(chǎng)教育期

AI產(chǎn)業(yè)是否已進(jìn)入“訂單落地與利潤(rùn)釋放”的新周期，市場(chǎng)正在給出越來越多肯定的信號(hào)。

智譜在發(fā)布GLM-5.1的同時(shí)，宣布將API服務(wù)提價(jià)10%，編碼場(chǎng)景定價(jià)追平了Anthropic旗下的Claude Sonnet 4.6。這是國(guó)產(chǎn)大模型首次在核心場(chǎng)景與海外頭部廠商實(shí)現(xiàn)價(jià)格對(duì)齊。

對(duì)于漲價(jià)原因，智譜方面告訴時(shí)代周報(bào)記者，推理鏈路變長(zhǎng)、token消耗增加，加之模型變得更大，推理成本相應(yīng)提高，提價(jià)是為了讓模型回歸正常商業(yè)價(jià)值。

這背后是行業(yè)邏輯的變化，智譜不再以虧本換份額，而是開始按成本與價(jià)值定價(jià)。

億歐智庫(kù)在《2026全球AI商業(yè)落地價(jià)值洞察研究報(bào)告》中提出，2026年全球AI產(chǎn)業(yè)正從“技術(shù)競(jìng)賽”轉(zhuǎn)向“價(jià)值共創(chuàng)”，從“堆算力、堆參數(shù)”的規(guī)模邏輯邁向“精耕細(xì)作、創(chuàng)造利潤(rùn)”的效益邏輯。報(bào)告引入VPT（單位token價(jià)值）評(píng)價(jià)體系，強(qiáng)調(diào)企業(yè)需通過提升經(jīng)濟(jì)價(jià)值與token消耗的比值來實(shí)現(xiàn)盈利。

也就是說，行業(yè)共識(shí)正在形成：AI不能永遠(yuǎn)停留在燒錢驗(yàn)證階段，必須走向可持續(xù)的商業(yè)模式。

向安玲的判斷相對(duì)謹(jǐn)慎但明確：行業(yè)雖僅進(jìn)入早期階段，但已不再是去年或之前那種純粹燒錢驗(yàn)證市場(chǎng)、免費(fèi)推廣的狀態(tài)。現(xiàn)在特別是一些頭部或具有寡頭特性的AI模型，已經(jīng)開始規(guī)?；刈鰞r(jià)值變現(xiàn)。她舉了兩個(gè)切身例子：Seedance 2.0發(fā)布后，她作為付費(fèi)會(huì)員，生成一段視頻也得排隊(duì)四五個(gè)小時(shí)；而智譜的編程模型，她從年前就想購(gòu)買服務(wù)包，到現(xiàn)在每天早上10點(diǎn)去搶都搶不到。這些體驗(yàn)直觀說明，優(yōu)質(zhì)模型的服務(wù)已經(jīng)供不應(yīng)求，用戶愿意付費(fèi)，甚至付費(fèi)后還要排隊(duì)。

這意味著，頭部模型通過技術(shù)壁壘和稀缺性，開始獲得真實(shí)付費(fèi)用戶。廠商也不再羞于提價(jià)，而是公開以成本和商業(yè)價(jià)值為理由調(diào)整價(jià)格。盡管這離全面爆發(fā)的利潤(rùn)收割期還有距離，大量中長(zhǎng)尾模型仍在尋找變現(xiàn)路徑，算力成本依然高企，但產(chǎn)業(yè)拐點(diǎn)已經(jīng)清晰：AI產(chǎn)業(yè)確實(shí)已經(jīng)邁過了純免費(fèi)的“市場(chǎng)教育期”，進(jìn)入了“訂單落地與利潤(rùn)釋放”的早期階段。