本文来自微信公众号： Fast Company中文版 ，作者：Mos & Miguel
2026年，生成式AI浪潮步入第四个年头，全球行业在经历初期的狂热后，进入了更为冷静的价值验证期。然而，调整的形态在东西方市场呈现出深刻差异。
在大西洋彼岸，我们见证了一场场以破产或收购为标志的、彻底的“快速出清”；而在中国，行业则演进为一场以战略聚焦与商业化探索为特征的、持续的“价值深耕”。理解这两种路径分野，是穿透当下全球AI产业喧嚣、看清未来走向的关键。
在资本高度成熟的美国市场，调整遵循着一种近乎冷酷的效率原则。其核心逻辑在于，一旦核心叙事被证伪，市场便会启动迅捷的止损机制。
2025年以来，硅谷掀起了一轮对“非核心AI项目”的集中清理。科技巨头纷纷裁撤与主营业务协同性不强、短期内难以商业化的AI实验性团队；风险资本则对只有技术叙事、缺乏清晰盈利路径的初创公司果断“断供”。据PitchBook统计，2025年美国AI领域破产与资产处置案例同比增长逾200%，市场正在用最直接的方式，剥离那些在技术狂热期被过度包装的资产。
这其中最具代表性的案例是Humane，其推出的AI Pin曾被《时代》周刊列入“2023最佳发明”，承载了无数硅谷精英的后智能手机时代梦想。但仅仅因为技术落地的体验缺陷，该产品迅速被市场抛弃，公司最终不得不以1.16亿美元的“白菜价“被惠普收购，产品线随即终止。
同样的命运也降临在Olive AI身上，在无法证明其平台化盈利能力后，这一医疗AI独角兽同样选择了主动关闭核心业务。甚至连Inflection AI这样被微软以“人才收购”方式吸纳的案例，其本质也是其独立发展故事的终结，人才与技术被重组进巨头的既定轨道。这种“出清”模式固然残酷，却让市场得以快速消化失败，释放资源进入下一轮创新周期。
而这些释放出的资源，正以极致的姿态向绝对头部集中。就在上周，OpenAI宣布完成1100亿美元的史诗级融资，投前估值达7300亿美元。亚马逊、英伟达的重金入局不仅是财务背书，更是底层算力的深度绑定。果断舍弃缺乏前景的实验性叙事，将千亿资源向AGI的终极赛场极限集中，这正是硅谷残酷却高效的资本重组逻辑。
相比之下，中国AI行业的调整则更像一场静默而广泛的地壳运动，表面波澜不惊，内部却在经历剧烈的结构重塑。这里罕有戏剧性的破产倒闭，取而代之的，是几乎所有头部玩家不约而同的战略转向与深度内省。
曾被寄予厚望的“AI六小虎”（智谱AI、MiniMax、月之暗面Kimi、阶跃星辰、百川智能和零一万物），正集体从喧嚣的C端消费市场抽身，将重心沉入更具确定性的企业（B端）与政府（G端）服务之中。以智谱AI为例，其冲刺港股的招股书揭示了一个行业的典型剖面：在2022年至2025年上半年间，公司创造了约6.85亿元的营收，但同期为技术研发与算力投入高达44亿元（其中仅2025年上半年研发开支就达15.95亿元）。这组数字鲜活地刻画了当前阶段中国顶级AI公司的生存状态：他们并非没有增长，而是在以惊人的投入强度，换取技术领先与市场卡位，在巨额亏损与营收高增长的矛盾中奋力前行。
图片来源：智谱
不过，中国的调整并不意味着停滞。资本市场仍在向细分领域注入信心。2025年，多模态AI社区LiblibAI获得了1.3亿美元融资，AI基础设施公司无问芯穹完成了近5亿元的A+轮融资，显示资本正从通用大模型向更具垂直场景和清晰技术路径的应用层、基础设施层扩散。2026年初，智谱、MiniMax先后登陆资本市场，阶跃星辰官宣50亿元融资，“六小虎”重回聚光灯下。这些信号表明，中国AI行业的“价值深耕”，是在持续投入中寻找突破，而非简单收缩。
在这场“价值深耕”中，中国AI公司正同时在多个维度上面临挑战与调整。首先是技术路线选择上的“沉没成本”陷阱。在日新月异的AI军备竞赛中，技术路线的选择往往具有排他性，一步落后不仅意味着全盘被动，更意味着前期巨额投入的资产瞬间归零。
以自动驾驶为例，曾经受资本追捧的独角兽企业毫末智行坚持使用高精地图方案（需要预先测绘细致离线地图），但当行业巨头如特斯拉等普遍采用“无图”方案（依赖车辆传感器+AI实时感知环境）后，高精地图模式因成本高且覆盖受限而迅速边缘化，企业也因此面临战略转向的巨大压力。
类似地，在大语言模型领域，竞争焦点已从单纯的基准测试分数，转向模型在复杂、真实场景中的稳定执行能力。清华大学智能产业研究院创始院长张亚勤曾指出，DeepSeek的出现标志着中国AI技术路线分化突破的出现，“中国转向拥抱更轻的模型、更聪明的架构、更高的效率和更低的价格”。这种快速迭代要求企业具备极强的技术前瞻性和工程化韧性，一步落后可能导致长期被动。
其次，商业模式与资本预期的“校准”是核心课题。许多AI独角兽最初获得高估值，是基于其成为标准化、高毛利SaaS平台的预期。然而，在激烈的市场竞争和独特的客户需求下，许多公司的实际收入更接近定制化解决方案或项目制服务。这意味着收入增长往往伴随着人力实施成本的线性上升，难以在短期内拉开理想的利润空间。零一万物创始人李开复曾明确宣布公司从ToC转向ToB，发布Yi-Lightning模型主攻企业级市场，并推出“如意”数字人解决方案。但ToB并不等价于“订阅现金流”自动到来，中国企业级市场的交易结构决定了项目制回款仍是常态。收入增加往往伴随实施团队按比例扩张，成本曲线与收入曲线同步上升，毛利空间难以拉开。
图片来源：零一万物
这种收入结构与估值预期之间的张力，最终会体现在财务数据上。以主打C端应用与海外市场的MiniMax为例，2024年其营收约3050万美元，尽管在虚拟陪伴与视频编辑工具上展现了产品力，但总收入规模仍难以覆盖高昂的大模型训练成本。据《2025年中国AI应用现状报告》（The State of Chinese AI Applications 2025），截至2025年8月，在全球非上市企业中按年度经常性收入（ARR）排名的前100款AI应用中，仅有4家中国企业上榜，总营收约4.47亿美元，占比仅1.23%。这种数量级的差距表明，中国AI企业的商业化造血能力与估值之间仍存在巨大鸿沟。
需要指出的是，这并非B端赛道本身的问题，而是资本市场“产品化高增长”预期与“深度服务”的现实收入模型之间存在需要校准的时间。与此同时，也有公司在探索中取得突破：智谱在B端MaaS服务上持续深耕，MiniMax在海外C端市场表现突出，Kimi在技术端证明了自己不只是长文本。而百川智能与零一万物则先后从通用基座竞赛中抽身，转向医疗、法律等行业增强型（Domain-specific）模型的深度研发。这种分化本身，正是行业在压力下进行理性调整的表现。
图片来源：MiniMax
再者，行业生态的竞争格局客观存在。中国的科技巨头扮演着多重角色：既是云基础设施与算力的提供者，也是大模型市场的核心参赛者，同时还控制着关键的流量入口。当巨头为抢占市场而发起激烈的价格战时，独立创业公司面临巨大压力。2024年5月，阿里云、百度智能云等曾大幅下调模型API价格，部分主力模型降价幅度高达97%，这对于依靠此模式盈利、缺乏其他业务补贴的创业公司而言，毛利空间被急剧压缩。
但硬币的另一面是，巨头也提供了创业公司赖以生存的算力基础设施和庞大的应用场景。从2026年春节的表现来看，字节豆包以“AI主角”身份登陆春晚，除夕当天AI互动总数达19亿次；阿里千问推出“30亿元请客”活动，联动淘宝、盒马、飞猪等生态业务；腾讯元宝则投入10亿元推广，DAU突破5000万。这些超级AI入口的形成，正在将AI从实验室推向全民应用，也为整个产业链创造了新的增长空间。
中国AI企业面临的挑战，其系统性根源之一是退出通道的相对单一，这加剧了资本压力在企业内部的积聚。
在美国市场，除IPO外，成熟的并购市场为初创企业提供了多样化的退出路径。以微软吸收Inflection AI核心团队、亚马逊整合Adept AI资产为代表的“人才收购”（Acqui-hire）模式，为技术路线正确但独立商业化困难的公司提供了体面退场，让投资者得以回收资金。
相比之下，中国市场的大规模战略性并购并不活跃。一方面，头部AI独角兽的估值高企，并购成本巨大；另一方面，潜在收购方在反垄断监管常态化的背景下态度审慎，更倾向于战略投资而非整体收购，以免引发复杂的内部资源整合与战略冲突。这使得许多公司的退出希望高度集中于IPO这一单一路径上，而公开市场对持续巨额亏损的科技公司估值日趋理性，又加大了上市及维持市值的难度。
图片来源：智元机器人
但值得关注的是，退出通道的探索正在多元展开。2025年以来，以智元机器人（入主上纬新材）、七腾机器人（控股胜通能源）、追觅科技（关联方取得嘉美包装控制权）为代表的一批机器人公司，通过“协议转让+要约收购“模式获得A股上市公司控制权，在产业整合中探索资本循环的新路径。此外，中国AI公司正加速走向海外市场。根据OpenRouters统计，2月以来，MiniMax M2.5、Kimi K2.5和GLM-5成为全球Tokens消耗量最多的三个模型，显示中国模型正在获得全球开发者的认可。
然而，伴随出海而来的并非全是坦途。这种跨国竞争的压力，在2026年2月更进一步具象化为地缘政治的角力。美国AI公司Anthropic于当月23日发布详细报告，称监测到疑似来自DeepSeek、月之暗面和MiniMax的约2.4万个虚假账号，与Claude模型进行超过1600万次交互，涉嫌“工业化规模”的模型蒸馏攻击。这一指控若成立，将意味着中国AI企业正通过非常规手段加速技术追赶。Anthropic借此重申对AI芯片出口管制的支持，认为限制高端芯片出口能从源头上减少此类行为。
图片来源：The Times of India
这一事件在科技界也引发了关于“双重标准”的讨论。xAI创始人Elon Musk在社交媒体上讽刺：“他们（中国企业）怎么敢偷Anthropic从人类程序员那里偷来的东西？”，指向Anthropic自身曾因使用受版权保护的书籍和代码训练Claude而面临诉讼，并为此支付了巨额和解金。这揭示了在高质量训练数据日益稀缺的背景下，蒸馏技术与合成数据的边界正变得模糊，跨国AI竞争中的规则与伦理仍处于“灰色地带”。
截至发稿，涉事三家中国企业均未作出官方回应，相关指控的真实性及具体规模仍有待独立验证。
行业调整的深层含义，是评价体系正在发生根本性转变：从围绕融资能力、参数规模的宏大叙事，转向对实际交付能力、客户价值和财务健康度的务实考核。
正如工银瑞信TMT团队在2025年底的一份报告中指出的，AI作为一次可能比肩历次工业革命的技术变革，当前仍处于发展初级阶段，尚未出现实质性泡沫。市场争议的核心在于应用端发展速度暂未跟上算力基础设施的建设节奏，但从产业趋势、企业投入、估值结构等多方面看，未来更应关注其长期价值和产业链中的结构性机会。
能够穿越周期的企业，必须在三个维度上完成自我证明：技术是否真正解决了客户的刚性痛点，商业模式是否能形成可持续的现金流，单位经济模型是否走向健康。这预示着行业将出现分化：少数能够将技术深度融入高价值垂直场景、构建起数据或服务壁垒的企业，将找到坚实的立足点；更多公司则需要接受估值体系的理性回归，从颠覆世界的梦想家，转型为通过提升产业效率来赚取“辛苦但真实”利润的服务者。
真正值得追问的是：中国AI的韧性从何而来？它不是来自某项技术的绝对领先——那需要更长周期的积累，而是来自对“产业复杂性”的忍耐能力。当硅谷选择用“快速出清”剥离无法短期变现的技术资产时，中国公司却在与B端客户的漫长磨合中、在项目制的琐碎交付中、在价格战的残酷竞争中，一点点将技术根系扎进产业的土壤。这种忍耐，虽不性感，却可能孕育出更持久的生命力。
然而，这种“向右走”的路径并非没有隐患。必须警惕的是，如果过度深陷于低质量的传统项目制交付，AI独角兽们极易重蹈当年“CV四小龙”（商汤、旷视、云从、依图）的覆辙——项目越做越多，现金越赚越少，最终沦为披着大模型外衣的“高级外包公司”。当资源的重心从底层创新向无休止的实施交付倾斜时，企业或许能挣扎求生，但也可能因此错失下一代AGI（通用人工智能）拐点到来时，与全球顶尖选手同台竞技的机会。在硅谷巨头通过并购加速整合关键技术节点、投资逻辑从讲故事转向要利润的当下，这已不仅是一场关于忍耐的马拉松，更是一场在泥淖中走钢丝的危险平衡。
这场价值验证期的考验不会淘汰所有玩家，但它会筛去浮夸，留下那些既能在产业土壤中扎根，又能始终抬头看清技术浪潮方向的务实者。