从估值层面看，头部大模型公司的市值分化正在收敛。2024年底，OpenAI约1570亿美元估值约为Anthropic的9倍，而到2025年底，Anthropic传闻估值已升至约3500亿美元，OpenAI则在8300亿美元档位，估值倍数收窄至约2倍，这意味着一年内相对估值差距压缩超过一半，反映资本市场对第二梯队模型企业的定价迅速上调。
尽管如此，两者在收入体量上仍存在明显差距，OpenAI年化收入约200亿美元，而Anthropic约80亿至90亿美元，后者仅为前者的四成左右，但Anthropic在成本结构和效率上更为稳健，预计在2028年实现盈亏平衡，这种“低收入、高效率、快追估值”的组合，是其在二级市场潜在受追捧的重要基础。
从时间维度观察，Anthropic过去数轮估值抬升节奏明显快于传统互联网巨头早期曲线，资本对其给出的估值倍数，已从“跟随者折价”转为“效率溢价”，这种变化意味着市场更看重单位收入背后的利润前景与资本开支可控性，而不仅仅是绝对营收规模，对未来AI资产定价逻辑具有风向标意义。
在一级市场，募资结构也在出现短期的“金融工程化”倾向。2025年四季度开始，两段式融资结构增多：同一时期内拆分为低估值主轮与高估值“抬头轮”，后者估值通常较前一段溢价50%至150%以上，使公司在账面上获得更亮眼的“headline估值”，同时让部分投资人以较低价格锁定大部分筹码。
但这种结构带来的激励扭曲同样显著：新入职员工以更高行权价进入，下一轮融资在缺乏持续高速增长时更难支撑溢价，有限合伙人也会质疑为何部分基金为相同资产支付高出一倍甚至更多的价格，这些因素意味着两段式融资更类似周期末期的“估值包装工具”，在2026年上半年或将短暂流行，而随着二级市场估值回归理性，下半年这种结构大概率快速退潮。
从总量资金环境看，2026年全球风险投资活跃度被预期将回到接近2021年的高位水平，交易数量与金额有望与历史高点相匹配，这一轮资金并非无序扩张，而是在AI基础模型、代理、行业垂直应用与硬件等赛道形成更加集中化配置，头部项目估值溢价与中尾部项目融资难度并存的“强者恒强”格局会进一步加剧。
在二级市场层面，科技巨头的市值结构正被AI重新改写。Alphabet在2025年股价上涨约65%，当前市值约3.8万亿美元，只需再增长约30%即可触及5万亿美元关口，并有望在估值上超越苹果，成为全球第二大市值公司，仅次于英伟达，这意味着AI红利正从“叙事”进入“业绩兑现”阶段，盈利与现金流开始真正支撑天量市值。
与之相比，英伟达则继续凭借芯片需求与生态壁垒维持超高估值，市场普遍预期其真正面临竞争压力要到2027年之后，这也意味着在2026年前后，与其说是在讨论“英伟达是否见顶”，不如说是在讨论“AI基础设施的总蛋糕究竟还可以做多大”，资本对算力与模型两端龙头给出的溢价仍处在高位区间。
在另一端，苹果在AI创新上明显落后于“七巨头”同侪，其“Apple Intelligence”产品口碑欠佳，且在2025年12月发生罕见的大规模高管流失，市场对其AI故事的信任度明显下降，推动公司不得不在并购上寻求“外部输血”，管理层已在财报电话会中明确不排除AI并购选项。
从历史经验看，苹果迄今最大一笔并购是2014年收购Beats的30亿美元，而当前优质AI资产的估值水平，意味着若要获取真正具有战略意义的技术与团队，至少需要支付50亿至100亿美元的收购成本，潜在标的包括Perplexity、Mistral、Cohere等第二梯队模型公司，这类交易一旦落地，将标志着AI并购进入“大宗化”阶段，也会对私募估值体系带来强烈示范效应。
广告科技则在AI时代迎来“被迫重启”的可能。过去十余年，数字广告几乎被谷歌和Meta垄断，独立AdTech被视作“夕阳赛道”，但随着注意力从搜索、社交新闻信息流迁移到AI助手、垂直AI工具和创作者平台，广告预算也在被动迁移：OpenAI已开始在ChatGPT中测试赞助式广告，以分摊推理成本，OpenEvidence则将广告作为核心变现方式之一。
同时，Adobe在2025年11月以19亿美元收购Semrush，部分原因在于其生成式引擎优化产品，这意味着从“搜索引擎优化”到“生成式引擎优化”的预算迁移正在形成规模，而Profound、GrowthX、Scrunch等新一代MarTech与AdTech创业公司开始围绕AI原生场景重构测量、分发与优化体系，广告从“页框展示”转向嵌入对话与工作流中的“意图驱动推荐”，商业模式和数据结构均在重塑。
在消费者端，AI平台的形态也在发生结构性变化。2026年被预测将出现一个真正“破圈”的AI消费级平台，其形态更接近游戏、陪伴应用或新型社交，而非传统的聊天或生产力工具，这一转变依托于多模态能力在视觉、语音和记忆上的协同，以及智能手机与可穿戴设备持续提供的实时数据流，背后的机会在于将AI从“工具”升级为“身份与关系的一部分”。
医疗领域中，AI从“辅助工具”加速转向“首诊入口”。在美国，Z世代与千禧一代已经有相当比例选择通过ChatGPT等工具获取初步医疗建议，显示出对24小时在线、数据驱动型健康助手的强烈需求，更多AI健康代理开始接入症状、化验结果、用药记录与可穿戴设备数据，在就医前完成整理与初步分析，再将复杂情况升级给医生，大幅提升医疗体系的资源配置效率。
围绕AI代理的基础设施也在被重新设计。当前互联网为人类浏览网页而生，但自治代理需要的是结构化、权限清晰且实时可调用的数据与能力，推动企业从“网页+API”的模式转向面向机器的“动作接口”，数据存储、访问与收费机制也开始围绕“代理如何查询、推理与执行”进行重构，在这一过程中，能够先完成“代理原生化改造”的平台，有望在B2B和B2C场景中建立新的网络效应。
与此同时，模拟环境正成为现实世界前的“必经沙箱”。随着具备更高自治性的AI代理在金融、物流、医疗和治理等高风险场景中试点，直接在生产环境中试错的成本与风险急剧上升，政策模拟器、数字孪生和合成环境因此被用来压力测试策略与行为，现实世界从“训练场”逐步退居为“部署层”，这将推动“模拟基础设施”在资本市场中成为新的细分资产类别。
硬件终端方面，AI原生设备的演进路径更多是“渗透式”而非“颠覆式”。未来几年，更可能看到的是眼镜、耳机、戒指、挂件等多种形态同时演进，而不是单一“超级设备”一统江湖，Ray-Ban Meta AI眼镜与Friend项链等产品已展示出用户对新形态设备的试错意愿，类似AirPods在过去五年中的普及路径，说明“微小但持续”的使用场景累积，最终可能孕育新的入口级硬件。
综合上述数据与市场动态，2026年很可能成为AI从“估值预期驱动”过渡到“现金流与效率验证”的关键拐点：一方面，类似Anthropic、OpenAI、谷歌与英伟达等资产通过收入规模、盈利路径与市值表现为整个板块定价，另一方面，Apple的大额并购、AdTech的结构性复苏、AI医疗与代理基础设施的加速落地，则为资金提供多元化配置方向，在高利率和监管不确定性并存的环境下，市场将更加青睐能够证明单位算力回报率、用户生命周期价值以及可持续盈利模式的企业，这也意味着AI行业将从“故事时代”迈入“压力测试时代”，优质资产与跟风项目之间的估值剪刀差将进一步拉大。
文章来源：Madrona, NYT, CNBC, TechCrunch, Yahoo Finance, Adobe, OpenAI, Meta
注：本文由 AI 生成，内容仅供参考，不代表本站态度或观点，请谨慎鉴别！
更多阅读：
