2月23日,AI公司智谱上演股价巨震:此前43天内股价暴涨5倍,单日却暴跌22%,市值蒸发约735亿港元。加上已上市的MiniMax等同行的波动,中国AI公司的生存现状再次引发关注——当前不少企业的发展命脉被资本市场深度绑定,正面临类似“中等收入陷阱”的增长瓶颈。
2月23日的港股市场,智谱的股价走势像一则醒目的警示:在短短43天内凭借AI赛道热度拉涨5倍后,这家公司的市值单日蒸发735亿港元,跌幅达22%。同样已登陆资本市场的MiniMax,其股价波动也一直与行业风口和资本态度紧密绑定,成为中国AI公司被资本“牵着走”的缩影。
这种极端的股价波动并非个例。在AI赛道资本热度高涨时,相关公司的估值往往被迅速推高;而当市场预期转向、资本开始考量商业化落地效率时,股价便会遭遇大幅回调。中国AI公司的发展命脉,似乎正被资本市场的情绪牢牢拿捏。
业内将中国AI公司当前的困境类比为“中等收入陷阱”:多数企业能凭借跟随式技术研发和资本扶持占据一定市场份额,但缺乏底层技术的突破性创新,也未探索出稳定且规模化的商业化路径,难以向全球顶尖AI梯队迈进。
以大语言模型赛道为例,不少公司的产品同质化严重,To B服务多为定制化项目,难以形成可复制的盈利模式。长期依赖资本输血维持研发和运营,导致企业在技术迭代上偏向短期变现,而非长期投入底层技术攻坚,进一步加剧了增长的局限性。
要打破资本依赖的困局,中国AI公司需在技术和商业化层面同步发力。技术端,除了跟进通用大模型的迭代,更要在垂直场景的技术适配、多模态融合的细分领域打造核心壁垒,比如针对制造业的工业AI、医疗领域的辅助诊断模型,形成差异化竞争力。
商业化层面,需从单一的项目制转向标准化产品服务。通过推出可规模化落地的AI解决方案,降低定制化成本,拓展付费用户群体,构建自我造血能力。只有摆脱对资本的过度依赖,凭借技术壁垒和可持续的商业模式,中国AI公司才能实现真正的长期增长。

3 分钟前
2026年4月2日,基于Java开发的国产开源LLMOps平台Maxkb4j正式发布v2.6.0版本。本次更新在技能扩展、安全鉴权、系统稳定性三大维度完成升级,新增Shell工具集成、Webhook Token鉴权等核心功能,同步升级langchain4j版本,为开发者搭建LLM工作流、开发RAG相关应用提供更强底层支撑。

49 分钟前
2026年4月2日,国内民航出行服务平台航旅纵横正式上线AI预订机酒功能,依托AI大模型与AI Agent技术能力,用户仅需通过自然语言输入出行需求,系统即可自动完成机票、酒店的搜索、筛选、推荐全链路操作,无需手动比对勾选,大幅降低用户决策与操作成本,成为垂直领域AI落地业务执行场景的典型样本。

51 分钟前
2026年4月消息,中兴通讯与字节跳动联合打造的新一代豆包AI手机正式定档2026年第二季度中晚期发布。双方采用豆包大模型与系统底层深度集成的方案,目标将AI从普通对话工具升级为具备自主行动能力的智能体。此前双方合作的上一代工程机仅投放3万台,二手市场一度被炒至3.6万元,市场期待值极高。

53 分钟前
国内AI大模型领军企业阶跃星辰(Stepfun)于2026年4月2日正式发布Step 3.5 Flash系列大模型,该系列针对移动端、高频交互场景深度优化,在保留核心逻辑理解与多模态处理能力的前提下实现毫秒级响应,推理成本大幅降低,目前所有Step Plan付费用户已获得首批体验权限,标志着国产大模型在性能与成本平衡赛道取得新突破。

57 分钟前
2026年4月2日,AI大模型厂商Anthropic被曝正为旗下核心产品Claude开发代号为“龙虾”的常驻智能代理Conway。该产品支持独立工作UI、Webhook事件唤醒、浏览器直接操作与代码执行能力,还将推出CNW ZIP自定义扩展标准,开放开发者生态,打破传统AI聊天框的交互局限。

1 小时前
2026年4月2日,百度健康正式发布国内首个面向医生群体的任务型医疗AI产品「有医助理」。该产品基于自研Claw框架,依托数千万级权威医学数据,同时配备五层医疗级数据防护体系,可覆盖检索、学术科研、患者随访等多场景需求,标志着国内医疗AI正式从资料检索阶段迈入深度参与临床、科研执行的新阶段。

1 小时前
2026年4月,谷歌DeepMind首席执行官Demis Hassabis通过社交平台暗示,新一代开源大模型Gemma 4即将正式发布。该模型参数规模达120B,为上代Gemma 3的4倍,采用MoE混合专家架构,激活参数仅15B,有望在民用级显卡实现本地离线运行。谷歌意在借这款产品,从中国厂商主导的开源大模型市场夺回话语权。

2 小时前
2026年4月,联想正式对外展示旗下轻量化AI工具天禧AI Claw,实测数据显示该产品可实现最快1小时完成企业业务场景适配,相比行业平均70%中小企业部署AI需10人天以上的配置周期,效率提升超90%,解决了过往AI工具部署复杂、定制成本高、落地效果不达预期的行业普遍痛点。