近半个月来，大模型赛道的资本热度被推至新高。国内头部玩家接连传出巨额融资消息：有消息称DeepSeek新轮融资整体金额预计超过800亿元，年内累计融资有望突破千亿元；Kimi开发商月之暗面则以约500亿美元估值完成上市前最后一轮私募融资，并筹备赴港上市。海外同样动作频频，9月底AMD宣布拟以82亿美元收购李飞飞创办的AI公司。资金以前所未有的速度涌向头部企业，但一个尴尬的问题依然悬而未决——大模型公司的商业化能力，能否撑起这轮估值狂欢？
千亿融资背后：头部效应愈发明显
这轮融资潮的规模堪称罕见。据经济参考报报道，DeepSeek本轮融资已基本收尾，整体金额预计超过800亿元，多家参投企业确认金额超出预期，但受保密协议约束无法披露具体估值。考虑到6月份其刚完成约500亿元融资，若本轮落地，DeepSeek半年内累计融资有望达到1300亿至1500亿元。另有消息称，DeepSeek正考虑将最新一轮集资规模扩大至1000亿元，并预估2027年初在A股科创板IPO。
Kimi的资本节奏同样紧凑。彭博社援引知情人士消息称，月之暗面已完成上市前最后一轮私募融资，估值约500亿美元，正争取2027年第一季度在港交所上市，并计划最早本月与潜在投资者初步会面。IT桔子数据显示，2026年以来Kimi在本轮融资前已完成三轮融资，累计金额超过62亿美元。
头部公司的融资规模还在不断推高行业门槛。7月，大模型上市公司MiniMax通过"配股+零息可转债"募资超160亿港元；9月中旬，智谱也宣布通过股份配售和发行可转债融资超393亿港元。资金加速向头部集中，中小玩家的生存空间被进一步压缩。
商业化短板：付费用户占比偏低，算力成本高企
融资金额屡创新高，但业内人士最大的担忧始终未变：大模型公司的商业化能力。当前付费用户占比偏低是行业普遍现象——C端用户对订阅制付费意愿有限，免费模式又难以覆盖高昂的运营成本。
与此同时，算力成本持续攀升。随着全球AI算力需求爆发，芯片价格水涨船高，大模型公司的训练和推理开支不断增大。一位业内人士指出，考虑到算力芯片价格攀升，其他大模型公司也在加码融资，这形成了一种"军备竞赛"式的循环——为了维持竞争力必须持续投入，而持续投入又依赖更大规模的融资。
这种模式下，商业可持续性成为悬在所有大模型公司头顶的利剑。估值逻辑建立在未来预期之上，但若收入增长无法匹配资本投入的速度，泡沫风险将不可避免。
企业智能体：下一增长极还是另一场豪赌？
面对C端付费瓶颈，行业将目光投向了企业市场。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——即面向企业客户提供定制化的AI Agent解决方案，帮助企业在客服、营销、办公、研发等场景实现自动化。
这一判断有其逻辑支撑：企业客户的付费能力和付费意愿远高于个人用户，且AI Agent一旦嵌入核心业务流程，替换成本较高，具备更强的客户粘性。但企业智能体对落地能力提出了更高的要求——不仅需要模型性能足够强，还需要深入理解行业场景、打通企业系统、保障数据安全，这对大模型公司的工程化能力和行业Know-how都是严峻考验。
值得注意的是，海外已经出现巨头联手制衡的迹象。据报道，谷歌在云发布会上将Claude Opus 5、Sonnet 5.5集成进Gemini Business企业智能体，马斯克也宣布Grok Bot接入Claude Opus 5.5，放弃强推自家底座大模型，转而将Anthropic的模型接入自身产品线。这背后透露出一个信号：大模型正逐步基础设施化，掌握工作流入口、用户与企业数据权限，或许比拥有最强的模型本身更具战略价值。
估值逻辑的可持续性之问
当DeepSeek半年融资或超千亿、Kimi估值站上500亿美元，市场需要冷静思考一个问题：这些数字背后的支撑是什么？
从积极面看，大模型作为AI时代的基础设施，其战略价值毋庸置疑，头部公司获得资本溢价具备合理性。从风险面看，商业化进展滞后于估值膨胀的速度，一旦资本市场风向转变，高估值可能迅速承压。对投资人而言，需要区分"技术领先"与"商业验证"之间的差距；对创业者来说，在巨头环伺和资本密集的双重压力下，找到差异化的落地场景比追逐融资规模更为重要。
千亿资金涌入大模型，既是行业信心的体现，也是泡沫积累的过程。商业化难题的破解，不会因融资数字的刷新而自动解决——真正的考验，才刚刚开始。
—
【软盟资讯观察】
趋势判断：大模型行业正在经历残酷的"头部通吃"阶段，百亿乃至千亿级融资成为头部玩家的入场券，行业门槛被抬升到绝大多数创业公司难以企及的高度。与此同时，大模型基础设施化趋势明显——模型本身的价值在下沉，掌握入口和数据流的平台方正在掌握更大话语权，谷歌、马斯克接入Claude模型的联动即是明证。
机会风险：企业智能体被寄予厚望，但落地难度被低估。真正能跑通商业化的，不是通用大模型本身，而是能深入行业场景、解决具体问题的解决方案。对创业公司而言，与其在通用模型赛道与巨头拼消耗，不如深耕垂直场景，用落地数据说话。对投资人而言，需要警惕估值与收入之间的巨大落差，关注企业的付费用户增长和单位经济模型，而非仅仅追逐融资规模。
冷思考：千亿融资是行业信心的体现，但也可能成为估值泡沫的温床。历史上每一轮技术泡沫的共同特征，都是资本先行、商业化滞后。大模型的商业闭环尚未完全跑通，此时的高估值建立在未来预期之上，一旦增长不及预期，估值回调将不可避免。对于身处其中的企业和投资人，保持对商业本质的敬畏，或许比追逐融资数字更重要。