硅基流动20亿融资揭示“卖铲子”资本密集化,小模型成本优势挑战大模型估值逻辑
硅基流动完成超20亿元B轮融资,创国内MaaS赛道最大单笔纪录,“Token工厂”赛道资本密集化迹象明显。同日路透评论文章基于斯坦福研究提出“小模型正快速缩小与大模型差距、未来可能胜任80%任务”,对大模型万亿级IPO的估值逻辑构成叙事层面的挑战。
0. 近日脉络
近一周AI产业主线为“低成本替代叙事”从边缘信号提升为主流预期:DeepSeek 74亿美元首轮融资(6/17)、微软测试DeepSeek替代Copilot方案(6/17)、API价格战持续白热化(6/16-17)。今日硅基流动20亿元融资与路透“小模型时代”深度评论同时出现,共同指向AI基础设施“卖铲子”模式正走向资本密集化,而大模型自身的估值逻辑面临“单位经济恶化”的结构性压力。[1][2][3]
1. 今日主线
主线一:国内“Token工厂”硅基流动完成超20亿元B轮融资,MaaS赛道资本密集化信号明显。 据36氪/每日经济新闻报道,6月16日硅基流动宣布完成超20亿元B轮融资,创2026年以来国内第三方MaaS赛道最大单笔融资纪录。本轮由携程战投、晶科能源、金蝶、联通新沃、润泽产业资本、壁仞战投、蔚来资本、商汤战投、巨人网络等二十余家机构联合投资,产业资本占比显著提升。公司成立不足三年,过去一年日均Token吞吐量达数万亿量级,营收同比涨超十倍,并在11个月内连获三轮融资。[1] 同日,同赛道企业无问芯穹5月刚完成超7亿元融资(累计超22亿元);海外Fireworks AI目标估值达150亿美元。报道援引投资人观点指出,市场确实存在一定泡沫迹象,但AI发展是大势所趋,需经历调整与整合。[1] API价格战(主流模型累计降幅超90%)、大厂自研推理算力与MaaS服务、端侧模型分流三方面对“Token工厂”增收不增利构成核心挑战。[1]
主线二:路透评论文章引斯坦福研究指出——小语言模型(SLM)正在快速缩小与大语言模型的性能差距,对大模型估值逻辑提出质疑。 路透社6月18日刊发投资策略师Joachim Klement署名评论文章,引用斯坦福大学近期研究,测试显示在50万次聊天请求和50万次推理任务中,运行在桌面PC上的SLM在超80%任务中表现等于或优于LLM;在最难推理任务中匹配率已从两年前的8%提升至50%。更重要的是“每瓦特智能”指标(准确度/能耗)两年内改善超5倍,SLM相比LLM可节能50%-80%——意味着更低成本。[2] 文章由此指出:若趋势延续,ANthropic、OpenAI及SpaceX(其估值285万亿大部分基于AI预期)的高估值逻辑将受冲击;多数数据中心可能沦为“白象”;超大规模云商的增长预期将回调,芯片商增长也将放缓。唯一受益方可能是苹果等桌面计算机制造商,以及英伟达(若其新桌面AI平台成功)。[2] 同一观点在今日虎嗅公众号文章《两个祝福》中也有呼应,该文指出大语言模型存在“应用层被模型层挤压”的结构性问题,其商业特征类似于电力、汽车而非互联网,厂商难以抢占用户心智,开源优势被极大低估。[3][2]
2. 大厂与实验室动向
- 腾讯: 海通国际今日发表研报称市场可能低估了腾讯在AI时代的布局,特别是在Agent Harness(智能体驾驭工程)及利用Agent使用查询数据加速混元模型迭代方面,维持“优于大市”评级及688港元目标价。报告指出腾讯Workbuddy已成为中国使用量最高的编程产品(3月月访问量885万,为第二名两倍以上),且近期投资DeepSeek进一步增强了对其AI竞争力的信心。[4]
- 字节跳动: 智东西今日深度报道梳理,2025年至今字节Seed、Flow、飞书、剪映等团队至少已走出13位AI创业者,覆盖AI创作、AI Coding/Agent、具身智能、AI硬件/可穿戴、AI4S五个方向。其中LiblibAI(原剪映商业化负责人陈冕创立)近日完成近3亿美元B+轮融资,投后估值超20亿美元;言创万物(原TikTok算法负责人陈志杰创立)完成腾讯领投数千万美元A轮;此间无限(原飞书产品副总裁齐俊元创立)获IDG两轮投资估值达数亿美元。报道还原了字节“App工厂”产品方法论与AI战略全面转向大模型后组织阵痛的双重驱动因素。[5]
3. 融资 · 并购 · 估值 · IPO
- 硅基流动完成超20亿元B轮融资: 创2026年以来国内MaaS赛道最大单笔融资纪录。产业资本占比显著,覆盖能源、芯片、算力基建、云服务、大模型及应用全产业链。公司成立不足三年,营收同比涨超十倍。[1]
- 字节系AI创业潮密集获投: LiblibAI(AI图像创作平台)近日完成近3亿美元B+轮融资,腾讯、Granite Asia、顺为资本联合领投,投后估值超20亿美元,为国内AI应用层单轮融资最大之一。言创万物(AI Coding)完成腾讯领投数千万美元A轮,红杉中国跟投。此间无限(GUI Agent)获IDG等两轮投资估值达数亿美元。硅基流动B轮被形容为“一场资本狂欢”。[5][1]
- 字节AI4S业务拆分独立融资: 据智东西综合报道,字节AI4S团队中的AI制药业务线已启动拆分与独立融资进程,完成后字节仍将控股新公司。[5]
4. 产品商业化与企业落地
- AI应用商业化“三层结构”变局: 36氪/琢磨事今日刊发深度分析,系统阐述AI应用正在经历“模型公司卖出API→模型公司做原生Agent→模型公司联合SI(系统集成商)直接交付企业”的三阶段演进。标志性事件是Anthropic与IT服务巨头DXC签下多年全球联盟,DXC组建数万名“前沿部署工程师”专属团队。这导致独立AI应用公司被“两头夹击”:上面模型厂商做产品,下面SI直接做交付。文章引用数据:OpenAI 2026年初ARR约250亿美元,Anthropic超470亿美元,而头部应用Cursor(ARR 5亿美元)、Glean(3亿美元)与之差距巨大。[6] 文章判断“AI最赚钱的是模型层”,未来应用应从“纯软”转向“端到端实体商业”(如Robotaxi、AI医院)。[6]
- 小模型vs大模型的商业替代效应: 路透评论指SLM正在快速追赶LLM性能,超80%任务中可能被取代;这意味着企业客户可大幅降低AI成本,对大模型公司的定价权形成持续压力。[2][3]
5. 算力 · 基建
- 亚洲AI硬件出口全面繁荣: 华商韬略今日综合报道,2026年前五月中国大陆机电产品出口增长18.4%,台湾前五月出口增长48.7%,韩国半导体出口增长169.4%创历史单月新高,越南前五月出口增长19.5%,新加坡本土电子产品出口增57.8%。本轮增长高度集中在芯片、服务器、电子元器件、算力设备等AI相关领域。核心驱动力是美国科技巨头(微软、谷歌、Meta、亚马逊)预计2026年资本开支超过7000亿美元。[7] 但报道同时警示风险:若美国科技巨头因投资回报不及预期收缩资本开支,或亚洲企业扩产过猛导致产能过剩,可能面临供需双杀风险。[7]
- 小模型崛起对算力需求的潜在影响: 路透评论指出,若SLM能胜任绝大多数任务,则当前大规模数据中心建设可能过剩,“许多正在建设的数据中心可能沦为白象”。这对硬件出口(台湾/韩国存储/日本设备)构成远期需求风险。[2] 但同文也承认,在最高难度推理任务中LLM仍占优势,超大规模数据中心需求不会消失。[2]
6. 政策 · 监管 · 地缘
- 彭博社评论文章分析美国“赢AI但输掉科技竞赛”的风险: 今日Bloomberg刊发深度分析,指出华盛顿已认识到AI对华竞争的重要性,计划通过大规模数据中心建设、复杂企业合作和高度宽松的监管环境来“赢AI”。但文章警告,仅靠AI不足以在整体科技竞争中超越中国——中国在制造业基础、供应链深度、政策执行力和应用场景规模化方面的优势,可能使美国在产业链整体受益上处于劣势。[8] 该评论是对6/17中国2950亿美元算力计划和持续AI产业链报道的战略层面呼应。
7. 投资视角
当日产业动态对AI投资主线的核心含义是:“做大规模模型的产业逻辑”正在同时受到融资市场确认和叙事层面质疑——今日硅基流动的20亿融资([1])表明AI基础设施“卖铲子”模式正在疯狂吸金且资本密集化,而路透评论([2])与虎嗅分析([3])则共同提出“小模型与大模型差距缩小可能颠覆当前投资假设”的结构性挑战。两条叙事平行展开,A股AI硬件出口逻辑([7])则继续受益于美国科技巨头capex扩张,但小模型替代风险是一个远期待证但方向上不可忽视的尾部风险信号。
-
主线方向: 今日最关键的两个信号彼此矛盾但并不冲突——硅基流动20亿元B轮([1]) 证明资本正在集中押注AI推理基础设施,这是当前最确定的“卖铲子”投资方向;而路透评论([2])和虎嗅分析([3])提出的“小模型可能胜过LLM” 则指向大模型估值逻辑的根本性质疑。两者共同揭示:AI投资正在进入一个**“方向确定但壁垒不确定”**的阶段——投资者知道AI会改变世界,但对“谁将最终获得价值”的分歧正在加大。36氪分析([6])系统性论证的“应用层被模型层挤压”趋势,进一步强化了“中间层公司(应用/SaaS)可能比模型层还脆弱”的判断,这与路透提醒的“数据中心白象风险”形成共振。
-
估值与情绪:
- “小模型替代”叙事从学术圈进入大众媒体是当日最重要的情绪信号。 路透作为全球最大财经通讯社之一刊发策略师署名文章,系统引用斯坦福研究,标志着“小模型威胁大模型估值”的叙事从一个边缘假说升级为华尔街主流讨论的一部分。文章直接点名SpaceX的2.85万亿美元估值“大部分基于AI预期”([2]),冲击力度强于此前的零散讨论。虎嗅文章([3])同日呼应(“大语言模型商业特征类似电力而非互联网,厂商难以抢占用户心智”),进一步放大这一声音。
- 硅基流动的20亿元融资+产业资本云集与路透的“数据中心可能沦为白象”形成鲜明对比。 前者是资本热钱涌入,后者是质疑叙事正在形成。这种“一边疯狂投资一边讨论泡沫”的局面本身就是市场分歧加大的证据。文章引用的投资人“存在一定泡沫迹象”的表态([1])直接印证了这种分歧。
- A股AI硬件出口逻辑依然坚定,但远期的“需求结构变化”风险需跟踪。 华商韬略分析([7])确认亚洲AI硬件出口数据强劲,美国科技巨头7000亿美元capex预期是实打实的订单支撑。但若小模型+端侧推理真的在未来1-2年内大幅分流数据中心需求,则台湾、韩国、日本、中国大陆的AI硬件出口可能面临订单峰值提前到来的风险。不过当前报道指出的风险更多是“扩产过猛+需求不及预期”([7]),并非小模型本身。
- 应用层的估值逻辑面临的结构性质疑达到新高。 36氪长文([6])系统论证“应用层被模型层挤压”,并且引用OpenAI、Anthropic的收入与Cursor、Glean等应用收入差距的悬殊对比(10-50倍),使得“应用层能否独立存活”不再是一个边缘问题。这是对AI应用投资估值(尤其是纯软件应用)最彻底的祛魅分析之一。
-
受益与承压:
- 受益方:
- AI推理基础设施/“Token工厂”(硅基流动、无问芯穹、Fireworks AI等):20亿元B轮([1])是赛道最高单笔纪录,产业资本全链条参与。硅基流动的超10倍营收增长、无问芯穹日均Token调用量增长超20倍([1])为即时催化剂。此类公司受益于“企业AI落地必须经过第三方MaaS”的逻辑。但同时“大厂自研推理”和“API价格战”是结构性风险([1])。
- AI硬件出口产业链(台湾服务器、韩国存储、大陆PCB/光模块/电源等):亚洲5个月出口数据强劲([7]),美国巨头7000亿美金capex提供订单确定性。这是当前最直接的“AI投资先行者”。华商韬略分析([7])中提到的风险(订单波动、产能过剩)是远期风险,近期仍受益。
- 苹果(Mac生态)和英伟达桌面AI平台:路透评论([2])明确认为,若SLM时代到来,苹果受益最大,英伟达的桌面AI平台可作为一种对冲。这是当前未被充分定价的“SLM受益方”。
- AI端到端实体业务(Robotaxi、AI医院等):36氪分析([6])认为这是AI应用的未来方向。这是方向性观点而非事实,但作为投资叙事,可能推动资本向“AI+物理世界”方向配置。
- 承压方:
- 大模型公司的高估值IPO叙事(OpenAI、Anthropic、SpaceX):路透([2])和虎嗅([3])同时质疑“大模型估值过高”,直接指向这三家公司。路透更具体指出SpaceX的285万亿估值“大部分基于AI预期”([2]),若小模型替代逻辑成立,SpaceX的AI故事将受质疑。OpenAI和Anthropic刚提交S-1/即将提交,此评论时机敏感。
- 依赖纯软件订阅的AI应用公司:36氪分析([6])系统论证“应用层被挤压”,Model公司ARR超500亿美元,而头部应用ARR仅5亿美元。在模型公司和云厂商同时做原生Agent的趋势下,纯软件AI应用的议价能力和生存空间正在系统性收窄。
- 过度押注数据中心的白牌硬件商和中小IDC运营商:路透“数据中心白象”风险([2])虽是远期观点,但若市场叙事加速形成,此类公司的远期估值预期可能被提前重新定价。
- 扩产过猛的亚洲AI硬件厂商:华商韬略([7])明确警示“产能过剩风险”,若美国科技巨头capex因回报不及预期放缓,叠加亚洲企业已大幅扩张产能,价格战和订单收缩可能发生。
- 需跟踪:
- 路透引用的斯坦福小模型研究是否会获得更多验证和主流媒体报道。若更多顶级媒体重复“小模型替代大模型”的叙事,大模型公司IPO的时间窗口可能收窄。
- 硅基流动B轮后的技术和产品路线——是否向开源模型适配/推理优化倾斜,以及其如何在API价格战和大厂自研的夹击中保持差异化和毛利空间([1])。
- 腾讯Workbuddy市场份额数据(月访问885万为第二两倍)是否会持续增长,以及腾讯投资DeepSeek后具体的产品整合路径——这是腾讯AI战略能否兑现“被低估的判断”的核心([4])。
- 美国科技巨头Q2财报的AI业务营收和资本开支指引——若capex指引未达到7000亿美元的预期、或AI云服务营收增长放缓,亚洲AI硬件出口可能面临订单修正([7])。
- 字节AI4S业务独立融资金额和估值——将成为中国AI制药赛道估值的定锚参考([5])。
- 受益方:
(方向性分析,不构成投资建议)
附:补充信源
- [8] Bloomberg — How the US Could ‘Win AI’ But Lose the Tech Race(已在 §6 引用)
- [4] 格隆汇 — 海通国际:腾讯在AI时代的布局或被低估,维持“优于大市”评级(已在 §2 引用)
本报告为AI产业资讯的二次综合与机制分析,不构成投资建议;数据以原始报道为准。
本系列近 30 天回顾 6/18 – 7/18
-
模型层竞争从“能力竞赛”演变为“成本竞赛”与“商品化”:过去一个月,以DeepSeek V4和智谱GLM-5.2为代表的中国低价模型,凭借逼近前沿且仅为对手几分之一乃至几十分之一的成本,被市场定性为“DeepSeek时刻”与“第二个DeepSeek时刻”。这标志着模型层的定价权从少数头部公司流向多供应商竞争,高价闭源模型(如OpenAI、Anthropic)的商业叙事与IPO估值逻辑因此承受系统性压力。
-
AI基础设施从“GPU单极垄断”演变为“ASIC、TPU与GPU多元抗衡”的算力新格局:谷歌TPU的商业化与贝莱德的资本背书、OpenAI与博通自研推理芯片的极速流片、以及TrendForce预测ASIC出货增速远超GPU,共同冲击了英伟达“唯一选择”的产业地位。算力竞争已从单纯的技术参数比拼,升级为“资产负债表对赌”式的财务工程能力较量。
-
中国AI资产从“估值洼地”演变为“全球资本重新定价”的独立叙事:智谱AI以10亿美元年经常性收入成为中国首个达成该里程碑的AI公司,中国AI模型在全球的Token调用量也实现反超。与此同时,中国科创板为未盈利大模型公司打开上市通道,而外资机构(高盛、景顺等)集体唱多,标志着中国AI产业正从“本土故事”升级为全球资本配置中不可忽视的结构性力量。
-
AI Agent从“概念展示”演变为“觉醒之年”,但商业化面临成本与信任的双重瓶颈:开源Agent项目OpenClaw的爆发与各厂商补齐长任务执行能力,证明了Agent的技术可行性。然而,Agent任务高达普通对话4至15倍的Token消耗,以及真实商家账单的剧烈飙升,暴露出其商业化面临的严峻ROI挑战。同时,Agent“背叛”人类指令的安全事件,也为其在企业级场景的落地设置了信任障碍。
-
AI产业从“纯资本投入期”演变为“财务验证与效率审查”的新阶段:Exponential View报告显示全球AI收入首次覆盖数据中心折旧成本,为超万亿美元投资提供了会计层面的财务合理性验证。但与此同时,“五大巨头6900亿资本开支 vs 250亿AI服务收入”的27:1投入产出比争议,全球企业对AI ROI的审视,以及美国反数据中心运动的升级,都表明产业正在从“信仰驱动”的扩张,全面转向“利润表驱动”的效率检验。