資本市場對AI的敘事正經歷微妙且深刻的轉變。
台北時間2026年7月22日，港股AI大模型板塊遭遇明顯賣壓。MiniMax-W（HKG: 0100）收盤報197.00港元，單日下跌11.42%；智譜（HKG: 2513）收盤報1,175.00港元，跌幅3.61%。同期恆生科技指數下跌約1.8%，AI概念板塊整體表現不如大盤。
這一走勢並非個案。自2026年第二季以來，港股AI板塊已多次出現類似調整。市場不禁追問：這究竟是前期漲幅過大後的正常獲利了結，還是AI賽道估值邏輯正發生結構性變化？
本文將從短期市場表現出發，結合全球AI競爭格局演變與大模型公司估值框架轉換，分析MiniMax與智譜面臨的壓力測試，並探討AI投資邏輯的下一站。
短期回調：獲利了結與估值消化並存
從交易層面觀察，本次回調存在明顯的短期觸發因素。
MiniMax自2026年第一季以來累計漲幅一度超過80%，智譜同期漲幅也超過45%。在缺乏短期業績催化劑的情況下，部分資金選擇獲利了結。7月22日的下跌伴隨成交量放大，MiniMax當日成交額較前五個交易日均值高出約兩倍，顯示賣壓集中。
全球風險偏好同步收縮。美國聯準會7月利率決策會議臨近，降息節奏不確定性升高，美元指數近期走強，新興市場科技板塊整體承壓。港股作為離岸市場，對全球流動性預期的敏感度更高，高beta屬性的AI概念股往往首當其衝。
這些因素可解釋股價的短線波動，但不足以說明板塊內部出現明顯分化——MiniMax跌幅遠超智譜及大盤，顯示市場並非無差別拋售AI標的，而是帶有明顯個股因素或差異化定價特徵。
更深層的問題在於：目前AI公司的股價中，究竟包含多少對「未來技術領先」的溢價，又包含多少對「當前商業變現」的定價？過去兩年，市場對AI大模型公司的估值更多建立在技術能力與參數規模的敘事之上。當敘事進入兌現期，投資人開始要求看到收入、客戶、利潤率等更為「傳統」的財務指標，估值邏輯的鬆動便在所難免。
競爭格局：從「技術賽跑」到「多維戰爭」
AI大模型產業的競爭態勢已明顯升級。
過去兩年，市場主流關注點在於「誰的模型參數更多」、「誰的評測榜單排名更高」。技術突破本身足以驅動一輪估值重估。但進入2026年，這種單一維度的競爭正被多維度的商業戰爭所取代。
從全球視角來看，OpenAI、Google Gemini、Anthropic、Meta AI形成第一梯隊，其共同特徵是：擁有千億美元級的母公司或融資能力、覆蓋數億甚至數十億用戶的生態入口，以及大規模自建算力集群。這些要素構成模型持續迭代的「飛輪效應」——更多用戶產生更多反饋，更多反饋優化模型，優化後的模型吸引更多用戶。
在中國市場，競爭同樣白熱化。阿里通義千問依託阿里雲的企業客戶網路與電商場景；騰訊混元嵌入微信與遊戲生態；百度文心擁有搜尋入口與多年AI積累；字節豆包則憑藉抖音的流量優勢快速成長。這些大廠共同的特點是：模型能力並非唯一競爭壁壘，甚至不是最重要的壁壘。
對於MiniMax和智譜這類獨立大模型公司而言，競爭已從「能不能做出好模型」演變為「能不能在巨頭夾縫中建立可持續的商業閉環」。
估值邏輯切換：市場正在重新定義「護城河」
大模型公司的估值框架正經歷三個階段的轉換。
第一階段是技術領先驅動。資本市場願意為參數規模、評測分數、論文發表等指標支付高溢價。此階段，公司價值主要由技術能力的「潛在可能性」決定。
第二階段是商業化驗證驅動。市場開始關注API調用量增速、企業付費客戶數、客單價變化、收入結構等指標。此階段，投資人更關心「技術優勢能否轉化為收入優勢」。
第三階段是生態與成本驅動。當基礎模型能力逐漸趨同，競爭核心將轉向兩點：其一，誰的單位推理成本更低，誰就能在定價上取得主動權，進而擴大客戶基礎形成數據飛輪；其二，誰擁有更多應用場景與用戶觸點，誰就能形成數據與流量的正向循環。
目前市場正處於第一階段向第二階段過渡的關鍵節點。能持續揭露商業化進展、展現清晰收入路徑的公司，估值將獲得支撐；反之，仍停留在「技術敘事」階段的公司，將面臨持續估值收縮壓力。
從此次MiniMax與智譜的不同跌幅來看，市場可能已在執行這一篩選邏輯——投資人對不同公司的商業化前景進行差異化定價。
獨立AI廠商的競爭壓力拆解
MiniMax的核心優勢在於多模態能力與海外市場的初步布局。但其面臨的挑戰同樣具體：在C端應用層面，需與字節豆包、百度文心等擁有龐大流量入口的產品競爭用戶時長；在B端市場，需與阿里、騰訊等雲端廠商的「模型+雲服務」綑綁方案競爭企業客戶預算；在成本端，獨立廠商於GPU採購規模和議價能力上天生處於劣勢，這直接影響API定價競爭力。
智譜的技術積累與開源生態是其重要壁壘，特別在企業服務市場具備先發優勢。但其壓力主要來自：與網路大廠的雲生態競爭——企業客戶往往優先選擇與自身既有雲服務商綁定的AI方案；商業化速度——相較於大廠能將AI成本分攤至多條業務線，獨立廠商每一分研發投入都需從AI業務本身獲得回報；以及在基礎模型能力趨同背景下，如何建立差異化技術標籤。
兩家公司共同壓力在於：在基礎模型投入持續高昂的情況下，收入成長能否覆蓋成本，或至少讓市場看到明確的覆蓋路徑。
結語
港股AI大模型股此次回調，更可能是結構性估值重塑的開端，而非AI趨勢的終結。
隨著OpenAI、Google、阿里、騰訊等全球與中國AI企業競爭全面展開，大模型公司的核心競爭力正從單一的「技術領先」轉向「模型效能+成本效率+商業化能力+生態規模」的多維綜合競爭。
對投資人而言，這意味著AI投資的機會窗口正逐步收窄——從「產業beta」轉向「個股alpha」。未來的贏家不會是所有模型公司，而是那些能率先證明收入成長可持續、成本結構可優化、客戶關係可沉澱的企業。
AI技術本身仍在快速演進，但資本市場的耐心正在收縮。當潮水退去，裸泳者與真正的遠泳者之間的差異將前所未有地清晰。
FAQ
1. MiniMax與智譜股價下跌的主要原因是什麼？
短期來看，前期AI概念股大幅上漲後，市場存在獲利了結壓力，加上全球風險偏好受美國聯準會政策不確定性影響而回落。但更深層原因在於市場對AI公司估值邏輯正從「技術領先敘事」轉向「商業化驗證」，投資人開始更審慎檢視各家公司的收入成長、客戶獲取與成本控管能力，缺乏明確獲利路徑的公司面臨估值折價。
2. 中國AI大模型公司面臨哪些主要競爭者？
在國際市場，主要競爭者包括OpenAI、Google Gemini、Anthropic和Meta AI，這些公司背靠龐大資本與全球用戶生態。在中國市場，競爭格局同樣激烈，主要對手有阿里通義千問、騰訊混元、百度文心和字節豆包。這些網路大廠不僅具備強大研發能力，還擁有豐富應用場景與龐大用戶基礎，能在模型之外形成生態協同優勢。
3. 大模型公司的估值邏輯發生了什麼變化？
過去估值主要鎖定模型參數規模、技術榜單排名等「潛力指標」。目前市場逐漸轉向要求企業展現可量化的商業化成果，包括API調用收入、企業付費客戶數、AI應用落地收入等財務數據。與此同時，算力成本控管能力（包含GPU投入與推理成本）以及生態應用廣度也成為估值的重要面向，投資人更關注企業的獲利持續性，而非單純技術願景。
4. 港股AI板塊調整是否意味AI投資機會的終結？
並不代表AI趨勢終結，而是可能標誌著投資邏輯從「賽道型機會」轉向「個股精選型機會」。未來市場將更傾向獎勵那些具備明確收入成長路徑、成本優勢與生態壁壘的公司，而缺乏基本面支撐的標的可能持續承壓。對投資人而言，機會窗口從做多整個產業轉向精挑細選具備持續競爭力的企業。
5. AI大模型公司的商業化面臨哪些核心挑戰？
首要挑戰是高昂的研發與算力成本能否被收入成長覆蓋，包括GPU集群投入、數據訓練成本與模型推理成本。其次是客戶獲取與留存，獨立AI廠商需與擁有既有企業客戶關係的網路大廠競爭。此外，隨著基礎模型能力逐漸趨同，各家需找到差異化的應用場景與產業解決方案，才能避免陷入純粹價格競爭。另方面，API定價權的喪失與生態系統的缺乏，也是獨立廠商需警惕的風險。
