近半个月来，多家大模型公司接近完成海量融资或并购，AI行业的财富效应进一步显现。在国内，有消息称深度求索（DeepSeek）接近完成数百亿元人民币融资，年内累计融资突破千亿元；月之暗面（Kimi）近期也以数百亿美元估值推动新一轮融资。放眼国外，9月底AMD宣布拟以82亿美元收购AI专家李飞飞的AI公司。

融资金额屡创新高的同时，业内人士最担心的是，大模型公司的商业化能力。当前付费用户占比偏低、算力成本日趋高涨，AI的商业可持续性问题急需破解。业内人士认为，当前个人智能体方兴未艾，未来更大的增量或将来自企业智能体市场，但这对大模型公司的落地能力提出了新的要求。

资金涌向头部大模型公司

近期，多家AI企业接连推进融资计划。有消息称，DeepSeek完成新一轮融资，整体融资金额预计超过800亿元。记者向多家参投企业求证，对方均表示，DeepSeek本轮融资金额确实超出预期，目前基本收尾，受制于严格的保密协议，无法透露具体金额、估值或细节。

业内人士告诉记者，考虑到目前算力芯片价格攀升，其他大模型公司也在加码融资，DeepSeek的最终融资金额或在千亿元量级。考虑到其6月份刚完成约500亿元融资，待本轮融资完成，其半年内有望完成1300亿元到1500亿元融资。

天眼查数据显示，在杭州深度求索人工智能基础技术研究有限公司的股权结构中，梁文锋占比超过81%。一位业内人士告诉记者，考虑到梁文锋的超高股权占比，随着DeepSeek的估值乃至未来上市后市值有望继续增长，他有可能刷新在中国富豪榜上的位置。

同时，另一家大模型公司Kimi的融资消息也接踵而至。消息称，Kimi也于近日以500亿美元的估值完成新一轮融资，具体融资金额不详。记者就此向参投企业求证，对方对消息予以确认，但未透露更多信息。创投数据平台IT桔子数据显示，2026年以来，在本轮融资之前，Kimi已完成三轮融资，累计融资金额超过62亿美元。

随着融资金额不断攀升，资金加速流向头部大模型企业，行业门槛被不断提高。7月份，大模型上市公司稀宇科技（MiniMax）通过“配股+零息可转债”的方式，累计募资超过160亿港元。9月中旬，另一家大模型上市公司智谱也宣布，通过股份配售和发行可转债融资超393亿港元。与此同时，近期国外的大模型创业公司也资本运作频频。9月底，由知名AI专家李飞飞创办的人工智能模型和研究实验室World Labs，被芯片企业AMD宣布以82亿美元收购，交易预计将于今年年底完成。

算力基建成本日趋攀升

如今的大模型公司，一边是热火朝天融资，另一边则是流水般花钱，支出的主要方向之一就是算力基建。

在这背后，是AI芯片价格的持续攀升。市场咨询机构AI超维度及AI瞭望者的多位分析师告诉记者，2025年底时，同一台主流AI服务器的市场价大约是500万元；到2026年9月底，其市场价已经飙升至1400万元以上，报价最高甚至达到1800万元，整体涨幅约200%。同时，9月市场研究机构IDC发布报告显示，2026年二季度GPU加速服务器的平均售价同比增长43.6%。

在单价上涨的同时，大模型公司对于芯片的需求也越发旺盛。在上海举行的华为全联接（HC）大会期间，海思首席科学家廖恒表示，未来两年内，预计中国将出现6至7个前沿AI实验室，目标都是训练参数规模在10万亿到40万亿之间的基础语言模型。

作为参考，7月份发布的Kimi K3总参数规模为2.8万亿，8月正式发布的Qwen3.8-Max总参数为2.4万亿，两者是目前国内参数规模领先的已上线大模型。未来两年中国大模型的参数规模要增加数倍乃至十余倍，无论训练或推理，对AI芯片的需求都将大幅增加。在MiniMax和智谱公开的融资信息中，算力基础设施和模型研发是主要资金用途。

更大的挑战是芯片产能供不应求。在华为全联接大会上，华为轮值董事长徐直军就表示，“目前昇腾满足国内市场需求还远远不足。未来关键可能不在于我们推动的力度有多大，而在于我们的供货能力有多大。”

与快速攀升的成本侧相比，大模型的收益侧成长则面临不小挑战。2026年半年报显示，尽管智谱和MiniMax的营收分别增长399.7%和283.1%，但同期的经调整净亏损反而都在扩大。主要原因是两家公司同期研发投入均超过同期营收的两倍，且保持高速增长。在研发投入中，主要是算力等基础设施投入。

目前大模型公司仍在投入期，盈利能力并非目前市场主要关注指标。伴随海量融资和投入，大模型公司的融资难度和所需金额都在攀升，因此必须在现金储备见底前尽可能展示其商业可行性。

企业智能体有望成为新蓝海

近两年来，多家头部大模型企业将智能体视为重点商业化方向，相比个人用户，企业用户是更值得期待的蓝海市场。10月6日，美国知名投资机构A16Z发布的一份研报显示，美国有接近一半的人表示使用过AI产品，25%的人会每天使用。而截至2026年8月，在数据公司YipitData采集的美国电子收据样本里，真正有大模型产品个人付费订阅的消费者仅占4.5%。相比之下，在标普500指数成分股中，有69%的企业已在实际应用AI技术。报告调查还发现，大多数公司并不受成本限制，并打算在AI上投入更多资金。

不过，企业用户的开发难度和门槛也会更高。野村中国科技及电讯行业分析师段冰认为，在通用模型能力趋同背景下，AI能否打通企业生产资料计划、客户关系管理存量系统，理解真实业务工作流，已经成为产品核心能力。

“未来智能体市场的格局，预计企业付费占九成，个人付费占一成。”一位AI资深从业者告诉记者，个人智能体的应用场景仍偏轻量，企业使用场景则完全不同，不仅会连接生产核心环节，还会涉及非常复杂的应用场景，一旦落地成功，企业场景可能形成持续付费和较高的替换成本。所以，未来企业智能体的竞争将不仅取决于大模型能力，还取决于协作平台和AI能力的融合程度，这要求企业具备场景理解、交付能力和持续服务经验。

（文章来源：经济参考报）