零一万物赴港IPO:当大模型公司不再讲参数故事,资本市场会为AI基建付多少溢价?
7 月 20 日2026 世界人工智能大会期间李开复对外确认了一件事零一万物计划于 2027 年在香港 IPO。同时公司还计划在披露首份年报前后完成一轮 Pre-IPO 融资。这个消息放在当下并不意外。智谱、MiniMax 已经先后登陆港股同为「AI 六小虎」的零一万物没有道理缺席这场资本盛宴。但真正值得拆的不是上市本身而是零一万物为什么要上、凭什么上、以及资本市场会不会为它的新故事买单。一、从「模型公司」到「企业 AI 基建」一次被迫的转身零一万物成立于 2023 年 5 月半年后获得阿里云领投的天使轮估值超过 10 亿美元跻身独角兽。它的起点很典型押注通用大模型做中国版的 OpenAI。早期产品 Yi 系列模型在开源社区有过不错的声量Yi-Lightning 也曾进入国际评测榜单前列。但 2024 年下半年零一万物做了一个战略调整不再执着于训练超级大模型转向商业化落地和 To B 行业应用。2025 年 3 月公司进一步把战略重心明确为「All in To B」聚焦企业级 AI 数字化解决方案。这个转身不是突发奇想而是环境逼的。2024 到 2025 年中国大模型赛道的竞争逻辑变了。DeepSeek、阿里巴巴通义千问、智谱、百度文心等玩家在基座模型能力上快速追赶开源生态把模型能力的价格打到极低。训练一个顶级大模型的成本仍然高得吓人但用户已经不愿意为「你的模型很强」付高溢价。李开复看得很清楚。他在今年 5 月的三周年内部讲话中说「我们已经验证了一条真正健康的 AI 商业路径我们的增长不靠亏本刷量而是来自高毛利、高复购的 2B ARR。」这句话的重点不是参数而是 ARR年度经常性收入。二、算一笔账高增长背后的真实成色零一万物的财务数据是理解这次 IPO 的关键。根据公开报道2025 年零一万物实现约 5 亿元订单审计收入约 2.5 亿元。到了 2026 年 5 月订单统计已经翻倍超过 15 亿元。这个增速非常快但我们需要把它拆开看。首先是订单不等于收入。中国企业软件市场常见的情况是签了大单但落地周期长、回款慢实际确认收入可能滞后。所以 15 亿元订单是业务景气信号但不能直接等同于 2026 年收入。其次是收入结构。零一万物目前主要基于 DeepSeek、阿里巴巴千问、智谱 GLM 等开源权重模型做微调和定制面向企业提供 AI 基础设施和行业解决方案。这意味着它更像一个「AI 系统集成商」或「模型应用开发商」而不是纯模型公司。毛利率和可持续性取决于它的交付能力、客户粘性和行业 know-how而不是模型本身的参数规模。第三是客户构成。李开复透露目前零一万物约有一半收入来自中国以外市场。国际化收入比例高在港股投资人眼中是一个加分项说明它不完全依赖国内市场的价格战。但国际化也是双刃剑。海外客户对数据合规、安全审计、本地化部署的要求更高交付成本也更高。如果海外收入占比继续提升零一万物的运营成本结构会发生变化。三、Pre-IPO 融资为什么不是直接上市而是先融一轮零一万物选择先 Pre-IPO再 IPO这个节奏值得琢磨。Pre-IPO 融资通常有几个目的补充现金流、引入战略股东、提升估值、为上市做背书。对零一万物来说我认为更关键的动机是在正式 IPO 前让资本市场重新理解它的估值逻辑。如果按模型公司估值市场会拿它和 OpenAI、Anthropic、智谱、MiniMax 对比看模型能力、参数、榜单、用户量。零一万物在这个维度上并不突出。但如果按企业 AI 基建公司估值市场会看客户数量、ARR、续约率、行业覆盖、交付效率、生态绑定。这个故事零一万物更有说服力。Pre-IPO 融资就是给市场一个重新定价的窗口。引入的产业资本和财务投资人会用他们的真金白银投票告诉后来的二级市场这家公司应该按什么估值体系来看。另一个角度是香港上市规则允许未盈利的科技公司上市但前提是要有清晰的商业化路径和专业投资者支持。Pre-IPO 轮融资也是在为港交所的审批准备证据。四、资本市场会为什么买单又会担心什么对港股投资者来说零一万物最大的吸引力在于定位稀缺性。目前国内上市的大模型相关公司要么是纯模型公司如智谱、MiniMax要么是互联网大厂孵化项目要么是垂直应用公司。零一万物试图占据一个中间位置不做最大模型但做企业最需要的模型应用落地和 AI 基础设施。这个定位有几个好处。第一避开和巨头的直接参数竞赛。它不需要证明 Yi 模型比 DeepSeek 或 Qwen 强只需要证明基于这些模型做出来的企业解决方案能赚钱。第二客户生命周期价值更高。To B 客户一旦接入切换成本高续约和增购概率大。如果零一万物真能实现高毛利、高复购的 ARR它的估值会更稳定。第三国际化收入带来估值溢价。港股市场喜欢有全球化叙事的中国科技公司尤其是当国内市场增长放缓时。但风险也很明确。一是业务壁垒不够深。基于开源模型做企业定制门槛在于行业 know-how 和交付能力而不是独家技术。这些能力可以被复制也可以被云厂商阿里云、腾讯云、华为云通过自有团队替代。二是收入集中风险。如果大客户占比较高一旦丢单或延期业绩波动会很大。公开信息没有披露客户集中度但这是投资者必问的问题。三是估值体系切换的不确定性。市场是否愿意把零一万物从「模型公司」重估为「企业软件公司」取决于它上市后披露的财务数据。如果毛利率、续约率、现金流不达预期估值会面临双杀。五、对 AI 创业者和投资者的启示零一万物的 IPO 计划是观察中国 AI 产业估值体系变化的一个样本。它说明了一件事2026 年的中国 AI 市场基座模型的故事已经讲完了资本市场开始问更实际的问题——你能不能把模型变成收入、利润和客户关系对 AI 创业者来说这意味着几个策略选择。第一不要只卷模型能力要卷场景深度。模型能力会快速商品化但行业数据、客户关系和交付经验不会。越深扎一个垂直行业护城河越宽。第二To B 的复购比 To C 的声量更值钱。做出一个爆款 C 端应用当然很好但资本市场更稳定的估值逻辑来自企业客户持续付费。尤其是在当前环境下ARR 和 NRR净收入留存率是硬通货。第三国际化不是可选项而是必选项。国内市场内卷严重海外客户付费意愿和合规要求更高也能带来估值溢价。但国际化需要更早投入合规、本地化和交付能力。对投资者来说零一万物提供了一个观察窗口当中国大模型公司集体进入二级市场估值体系会如何分化。是继续按科技股、成长股的逻辑给高溢价还是按企业软件公司的逻辑给 PS市销率甚至 PE这个问题会在 2027 年有答案。六、三个核心判断把零一万物 IPO 放在整个中国 AI 产业背景下我的判断是第一大模型公司的估值逻辑正在从「技术稀缺性」转向「收入可持续性」。谁能把模型能力转化为可预测、可复购、可扩展的企业收入谁就能获得资本市场的长期认可。零一万物选择 All in To B就是在押这个方向。第二港股正在成为国产 AI 公司的主要退出通道。在 A 股门槛高、美股不确定性大的背景下香港市场的科技上市规则为未盈利 AI 公司提供了现实选择。2026-2027 年会是 AI 公司赴港上市的高潮期。第三零一万物的 IPO 成败将验证「企业 AI 基建」这个故事是否成立。如果它上市后能持续展示高毛利、高续约、健康的现金流会带动一批做模型应用和 Agent 的公司获得更高估值反之如果业绩不及预期市场会重新怀疑大模型 To B 的商业化前景。写在最后李开复是中国 AI 产业的老兵。从谷歌中国到创新工场再到零一万物他几乎亲历了每一轮 AI 浪潮。这次选择把零一万物送上港股不是一个简单的融资动作而是对中国 AI 产业下一阶段的一个判断未来的赢家不一定是模型最强的公司而是最能把模型变成企业现金流的公司。这个判断是否正确市场会在 2027 年给出答案。但可以确定的是参数竞赛的时代正在落幕商业兑现的时代正在开始。对于普通创业者和从业者来说与其关心谁家的模型又大又强不如关心一个问题你服务的客户愿不愿意为你的 AI 能力持续付费这是零一万物 IPO 留给所有人最朴素的问题。主要信息来源彭博社报道转引自 IT 之家、163 科技等《李开复零一万物计划 2027 年赴港 IPO》2026 年 7 月 20 日直通 IPO《零一万物拟 2027 年赴港上市李开复将收获一个 IPO》2026 年 7 月 20 日每日经济新闻《零一万物计划 2027 年赴港 IPO字节跳动上线音频创作模型 Seed Audio 1.0》2026 年 7 月 21 日零一万物官网公开新闻与产品信息

相关新闻

ETH.Build与传统学习方式对比:为什么可视化编程更适合Web3入门

ETH.Build与传统学习方式对比:为什么可视化编程更适合Web3入门

ETH.Build与传统学习方式对比:为什么可视化编程更适合Web3入门 【免费下载链接】eth.build 🛠🧮 Educational sandbox for building on web3. Visually understand how Ethereum works by doing. 项目地址: https://gitcode.com/gh_mirrors…

2026/10/14 0:43:15 阅读更多 →
2026五大基座模型价格战:谁是真屠夫?

2026五大基座模型价格战:谁是真屠夫?

2026五大基座模型价格战:谁是真屠夫? 适用读者:在做 LLM 基座模型价格横向对比的开发者 阅读时长:约 12 分钟 测试时间:2026 年 7 月(基于 炻光 AI 接入管理平台 公开文档) 一、为什么 2026 年 Q3 突然都在聊基座代际更替 七月初我看到两个消息:智谱 AI…

2026/10/3 6:59:42 阅读更多 →
Boxed.AspNetCore中间件开发实战:构建高性能HTTP异常处理系统

Boxed.AspNetCore中间件开发实战:构建高性能HTTP异常处理系统

Boxed.AspNetCore中间件开发实战:构建高性能HTTP异常处理系统 【免费下载链接】Framework .NET Core Extensions and Helper NuGet packages. 项目地址: https://gitcode.com/gh_mirrors/framework8/Framework Boxed.AspNetCore是.NET Core生态中一套功能强大…

2026/10/8 11:12:51 阅读更多 →

最新新闻

Multi-Agent系统Tracing实战:从线上事故到执行链记录体系

Multi-Agent系统Tracing实战:从线上事故到执行链记录体系

1. 从一次线上事故说起:为什么Multi-Agent系统必须做Tracing去年冬天,我们团队上线了一套基于多智能体协作的自动化内容处理系统,四个Agent分别负责信息抽取、逻辑校验、格式转换和最终输出。上线第三天,运营同学反馈说有一批文档…

2026/10/15 5:38:22 阅读更多 →
Java批量生成资产标签PDF:itextpdf配ZXing二维码实战指南

Java批量生成资产标签PDF:itextpdf配ZXing二维码实战指南

上周有位朋友微信找我,说单位三百多台仪器,每年盘点都要两个人蹲在地上逐个抄标签,标签还是买设备时经销商送的,掉了三年没人补。他问我:网上说的“用itextpdf 配合 google.zxing 批量生成资产标签PDF”,到…

2026/10/15 5:38:22 阅读更多 →
Java面试八股文核心真题:并发、JVM、MySQL与Redis深度解析

Java面试八股文核心真题:并发、JVM、MySQL与Redis深度解析

每次面试前,总有人问我Java“八股文”到底要不要背。我的态度很明确:不仅要背,还得背出深度。你光知道synchronized是锁,面试官下一句就是“锁升级过程讲一下”;你光知道HashMap底层是数组加链表,紧接着就是…

2026/10/15 5:38:22 阅读更多 →
Agent Harness工程实战:从循环、上下文到沙箱与验证的稳定运行设计

Agent Harness工程实战:从循环、上下文到沙箱与验证的稳定运行设计

1. 从"能跑"到"跑得住":Harness 工程到底在解决什么很多人第一次接触 Agent 开发,注意力几乎全放在模型本身——提示词怎么写、工具怎么调、输出怎么解析。等真正把 Agent 丢进一个需要连续跑几十分钟甚至几小时的任务里&#xff0c…

2026/10/15 5:38:22 阅读更多 →
用华为云码道 CodeArts 代码智能体,三天从零做出一个全栈 AI 求职平台(附源码)

用华为云码道 CodeArts 代码智能体,三天从零做出一个全栈 AI 求职平台(附源码)

一键开通华为云码道 CodeArts 代码智能体 项目仓库:https://atomgit.com/gcw_93rlw6ed/careerpilot (公开,MIT 协议) 演示账号:打开登录页自动进入(演示账号 candidatedemo.com 自动登录) 一、…

2026/10/15 5:38:22 阅读更多 →
Vue项目实现Office文档在线预览:DOCX、XLSX、PPT一次搞定

Vue项目实现Office文档在线预览:DOCX、XLSX、PPT一次搞定

做前端这几年,被文档预览折磨的次数真不算少。之前接一个合同管理需求,用户提了个特别朴素的要求:附件里的Word合同不要下载到本地再打开,在网页里直接能看就行。我一开始也心想,这有什么难的?不就是嵌一个…

2026/10/15 5:37:22 阅读更多 →

日新闻

Docker Compose 容器化部署 ChirpStack LoRaWAN 网络服务器实战

Docker Compose 容器化部署 ChirpStack LoRaWAN 网络服务器实战

1. 为什么选择容器化方式部署 LoRa 网络服务LoRa 物联网项目落地时,网络服务器是整个链路的核心枢纽。它负责接收网关上报的数据包、完成去重与解密、再把有效载荷分发给上层应用。早期大家习惯把网络服务器直接装在物理机上,依赖一堆系统库和特定版本的…

2026/10/15 0:00:46 阅读更多 →
共享LLM服务下的跨模型自动扩缩容:Kubernetes实战与避坑指南

共享LLM服务下的跨模型自动扩缩容:Kubernetes实战与避坑指南

1. 共享推理服务里,扩缩容到底难在哪做过大模型推理服务部署的人,大概都经历过这样的场景:一个团队共用一套推理集群,A 业务跑的是 7B 的小模型,B 业务跑的是 72B 的大模型,C 业务白天流量高、晚上几乎归零…

2026/10/15 0:00:46 阅读更多 →
Systemd 启动阶段根文件系统只读之谜:fstab 与 remount-fs 服务深度解析

Systemd 启动阶段根文件系统只读之谜:fstab 与 remount-fs 服务深度解析

1. 引子:一次内核恐慌引发的追查先从一个真实场景说起。某次我给一台老旧的嵌入式设备折腾系统裁减,为了把启动时间压进两秒以内,我手贱地把一串自认为“没用”的 systemd 服务给 disable 了,其中就包括systemd-remount-fs.servic…

2026/10/15 0:00:46 阅读更多 →

周新闻

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

简介:基于 ARIMA、LSTM、Transformer 等模型的流感时间序列预测 Python 源码,面向计算机相关专业课程设计与期末大作业学生,以及项目实战学习者。内容覆盖预处理、平稳性检验、定阶、残差分析、多模型对比预测的完整时序建模流程,…

2026/10/14 3:30:28 阅读更多 →
影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别 做影刀RPA自动化,十个新手有八个栽在"往输入框里填东西"这件事上:要么填不进去,要么填了一半,要么直接把原来内容追加在后面。这背后的根因&…

2026/10/14 16:30:29 阅读更多 →
影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容 1. 认识影刀:什么场景该用RPA采小说数据 起点中文网的页面结构相对稳定——分类榜单、书籍详情、章节内容三块独立页面,跳转链路清晰。这种场景非常适合影刀自动化&#x…

2026/10/14 3:29:58 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/15 0:14:36 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/14 22:45:47 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/14 7:53:34 阅读更多 →