中国AI的分水岭：从技术狂热到价值兑现，谁将定义下一个黄金五年？

MiniMax与智谱IPO背后，是中国AI行业第一次在资本市场面前完整摊开自己的商业底牌——产品闭环、工程效率、垂直场景理解，正取代参数规模，成为新护城河。

▼

2025年底，中国大模型赛道迎来历史性时刻：MiniMax与智谱AI在48小时内相继递交港股招股书。两份近千页的文件，首次以审计级颗粒度，向世界摊开中国AI的真实账本。令人惊讶的不是它们的技术多强，而是商业路径的截然不同——一个All in C端，打造AI原生超级App；一个扎根B端，押注私有化部署与企业服务。

但这只是表象。更深层的信号是：2026年，AI竞争的关键已从“单点技术突破”转向“体系能力构建”。正如Google凭借多模态整合与生态协同稳居全球AI第一梯队，Anthropic以工程化能力和安全对齐赢得信任，中国AI企业也必须回答：当参数不再是稀缺资源，你的护城河究竟是什么？

答案，藏在产品思维、工程效率与垂直闭环中。

01

ToC vs ToB：两种路径，同归于“价值闭环”

MiniMax：用AI原生产品重构用户关系

MiniMax的故事，不是大模型的故事，而是互联网产品的故事。其核心产品Talkie（海外）/星野（国内）并非传统AI助手，而是以“虚拟角色交互”为核心的全模态社交娱乐平台。用户与AI角色聊天、养成、送礼、共同经历剧情，形成高情感黏性。

数据印证了这一模式的爆发力：

• AI原生产品收入：从2023年的75.8万美元，飙升至2025年前9个月的3802万美元，占总收入71.1%；

• 月活用户（MAU）：从310万增至2764万；

• 付费用户：达177.16万，ARPPU从6美元提升至15美元。

更关键的是，MiniMax已实现毛利率由负转正：2023年为-24.7%，2025年前9个月达23.3%。其B端“开放平台”毛利率更高达69.4%，远超行业平均。

这背后，是其对产品思维的极致运用：不是“AI+社交”，而是为AI重新设计社交。正如谷歌近年反复强调的——“AI不应嵌入产品，而应成为产品本身”。

MiniMax还通过语音模型Speech-02，成为内容产业的“隐形引擎”。阅文、喜马拉雅等平台的AI配音、伴读功能，大量依赖其技术。这种“C端赚用户，B端赚溢价”的双轮驱动，构成了其独特的体系优势。

智谱AI：在政企深水区构建AI基建

智谱AI则选择了另一条路：不做超级App，做超级基座。截至2025年6月，其本地化部署收入达1.62亿元，占总营收84.8%，毛利率高达59.1%。客户覆盖超8000家机构，包括大量央国企、金融机构与政府单位。

智谱的策略清晰：在数据安全与合规强监管下，大模型必须“本地化、私有化、可审计”。这种需求天然排斥公有云API，却为高毛利定制服务打开窗口。

但代价巨大。2025年上半年，智谱营收1.91亿元，研发投入高达15.95亿元，研发费用率835.4%。其中仅算力服务费就占11.45亿元——这是一场“不计成本”的基础模型军备竞赛。

更严峻的是，其云端MaaS业务毛利率已从2022年的76.1%暴跌至-0.4%。智谱坦言：“顺应市场趋势降低服务价格”——国内API价格战已使公有云模式濒临失血。

智谱的赌注在于：用高毛利私有化业务反哺底层模型，以GLM框架+AutoGLM智能体，打造可执行业务任务的“AI员工”。未来，AI不再是问答工具，而是能自动填表、操作ERP、生成合规报告的代理。

02

技术之外：产品思维才是AI下半场的护城河

如果说2023-2024年是“百模大战”的技术狂热期，那么2025-2026年则是产品定义权的争夺战。

Google的启示在于：多模态不是技术堆砌，而是体验整合。其Gemini系列不仅支持文本、图像、音频、视频输入，更深度嵌入Gmail、Docs、Workspace，让用户在真实工作流中无感使用AI。这种“生态即产品”的思维，让技术真正转化为生产力。

MiniMax正是这一逻辑的中国实践者。它不追求GLM-130B式的学术声望，而是思考：“用户愿意为AI角色花多少钱？”这不是技术指标，而是市场验证的价值信号。

反观许多大模型公司，仍停留在“交付API”阶段，缺乏对用户行为、付费动机、情感连接的深度洞察。技术再强，若无法嵌入真实场景，终将沦为PPT里的KPI。

正如Karpathy在X上坦言：“我从未像现在这样觉得自己作为一个程序员如此落后。” 他指出，编程已从“写代码”变为“协调Agent、设计提示、管理上下文、集成工具链”。未来的工程师，不是代码生产者，而是AI工作流架构师。

这一转变，对AI从业者提出新要求：懂技术只是起点，懂产品、懂业务、懂用户，才是生存关键。

03

2026机会地图：深耕垂直，方得始终

在巨头林立的AI战场，中小企业与个体开发者的机会不在“复刻基座模型”，而在体系能力的缝隙处：

1. AI原生产品（AI Native Product）

不是“AI+工具”，而是“为AI而生的产品”。MiniMax的Talkie、Character.ai的虚拟社交、Replika的情感陪伴，都证明了C端最高效的变现路径是情感连接+高频互动+虚拟消费。

机会点：

• 虚拟偶像与数字人经济
• AI社交游戏（如AI剧本杀、AI恋爱模拟）
• 个性化教育代理（如AI家教、语言陪练）
• 心理健康陪伴（需结合合规与伦理设计）

2. 行业智能体（Industry Agent）

B端AI的下一阶段，是从“对话”到“执行”。智谱的AutoGLM、阿里的通义灵码、字节的豆包MCP，都在尝试让AI操作真实系统。

机会点：

• 金融：投研自动化、智能风控、合规报告生成

• 政务：智能办事员、政策解读机器人

• 制造：AI质检员、设备故障预测代理

• 医疗：辅助诊断、病历结构化、医保审核

3. 垂直基建层（Vertical Infrastructure）

当通用模型趋于同质化，垂直领域的“小而美”基础设施成为新蓝海：

• 语音：MiniMax的Speech-02已成行业标准，但情感语音、方言合成、实时变声仍有空间；

• 视频：Hailuo-02虽强，但电商短视频生成、教育动画引擎、医疗影像解说仍需专用模型；

• 数据飞轮：如何构建“业务-数据-模型-反馈”的闭环，是每个垂直领域最深的护城河。

04

给AI从业者的三大行动纲领

面对2026年的体系化竞争，个体开发者与中小企业需重新校准策略：

1. 放弃“参数执念”，拥抱“场景理解”

参数规模已不再是壁垒。真正稀缺的是对行业痛点的深刻理解。一个能精准解决银行信贷审批痛点的微调模型，价值远超一个泛泛而谈的千亿大模型。

2. 从“技术交付”转向“产品闭环”

不要只做API供应商，要成为解决方案的拥有者。即使面向B端，也要设计清晰的用户路径、价值度量与反馈机制。能证明ROI的AI，才有续费可能。

3. 善用“AI原生工作流”

Karpathy的焦虑，本质是工具革命。今天的开发者，应学会：

• 用Agent自动调试、生成测试用例；
• 用上下文工程（Context Engineering）提升模型输出质量；
• 用MCP/LSP协议集成AI到IDE；
• 让AI成为“协作者”，而非“替代品”。
  
  

05

结语：AI的终局，是价值，不是参数

MiniMax与智谱的IPO，标志着中国AI进入“价值兑现元年”。资本市场不再为“千亿参数”买单，而为可验证的收入、可持续的毛利、可扩展的用户投票。

Google的护城河，从来不是Transformer，而是产品生态与用户习惯；Anthropic的优势，也不是Claude的上下文长度，而是工程化能力与安全对齐机制。

2026年，中国AI的胜负手，将取决于：

• 能否用产品思维封装技术；

• 能否在垂直场景实现闭环；

• 能否以体系能力抵御同质化竞争。

大模型的军备竞赛尚未结束，但真正的赢家，早已不在参数赛道上。他们正在用户手机里、企业系统中、行业流程内，默默构建着下一代AI的价值飞轮。

技术终将普及，产品定义未来。

——

欢迎转发、点赞、在看——看清AI落地的真实战场。

#AI+产品创新峰会· 2026上海站