共同见证每一次成长和脱变

“2026年最荒谬IPO”背后，藏着AI科技股的估值裂缝

如果你曾借助Claude编写代码、修改合同，多半知道它是近年来最引人注目的AI工具之一。根据Sensor Tower统计，截至2026年5月末，Claude凭借10.3%的全球市占率和2.45亿月度活跃用户，稳居AI助手前三名，其付费转化率高达13%，为全行业最高，甚至被看作OpenAI的直接竞争者。

然而，鲜为人知的是，这个每天助你完成任务的AI工具背后的企业——Anthropic，目前正置身于舆论风暴的核心。

今年10月，就在Anthropic向纳斯达克递交上市申请、目标估值直逼2万亿美元之际，独立研究机构New Constructs泼来冷水：其合理估值应为1500亿美元，相差达93%，并直接冠以“2026年最荒谬的IPO”之名。

更令人瞩目的是，这家AI公司2025年营收为46亿美元，但整体净亏损却高达420亿美元。若想支撑2万亿美元的估值，其利润需达到英伟达过去一年的两倍。

这种“估值对赌”并非首次出现。宇树科技上市首日开盘暴涨629%，随后50多天内，市值从高点4449亿元骤降至1700亿元。CoreWeave赴美IPO时，投资者反应冷淡，估值从320亿美元下调至230亿美元才勉强完成发行。从AI大模型到人形机器人，再到AI算力，热门赛道的头部企业似乎都在经历相似的剧本：先被资本推至高峰，再被市场拉回现实。

关键在于，当Anthropic的收入增速与亏损扩大同步发生，当宇树的出货量攀升而市值却缩水，当CoreWeave的算力资产不断增加但投资者却愈发审慎……这些企业的估值锚点为何失效？

传统“尺子”量不准科技股？

针对当前科技股的估值困境，上海金融与发展实验室特聘高级研究员杨川提出一个精妙比喻：这好比不同投资者正用完全不同的“尺子”衡量同一家企业，有人称重量、有人量身高、有人测象牙长度，缺乏统一的时间标尺和风险度量。当市场交易各方不在同一对话维度，分歧无法收敛，就可能导致价格脱离基本面，最终以剧烈回调收场。

以Anthropic为例，其2025年营收46亿美元、净亏损420亿美元。若按2万亿美元估值、650亿美元年化收入计算，市销率高达近31倍，超过英伟达的20多倍。New Constructs测算，支撑这一估值需Anthropic实现英伟达过去一年利润的两倍，而英伟达过去四个季度净利润已超1900亿美元。

同样，头顶“人形机器人第一股”的宇树科技发行市盈率高达219倍，上市首日市值一度突破4400亿元，但2026年上半年扣非净利润仅2.44亿元，同比下降19.34%。这些数字在传统PE/PS框架下几乎无法解释。

对此，中央财经大学数字经济融合创新发展中心主任陈端指出，过往以PS、PE为代表的估值定价标尺已难以充分反映AI时代企业的整体价值，技术代差锚、数据壁垒锚、行业生态位锚、政策期权锚等新兴定价锚对企业估值的影响权重日益增大。这表明市场试图为一种“技术期权”定价，但如何估值本身便是一大难题。

其次，更深层的估值分歧在于“终局假设”。

对于同一组数据，看多者的逻辑通常是“别看现在，看未来”。例如，Anthropic自身预测，2028年收入将达到1900至2000亿美元。按此计算，2万亿估值的市销率降至10倍左右，这对高增长科技公司而言并不算离谱。

而看空者则立足当下。基于Anthropic当前亏损扩大和开源模型竞争加剧，认为闭源模式的盈利路径愈发模糊。New Constructs在报告中直言：“自开源模型出现以来，闭源模型难以盈利这一点已十分清楚。”

由此可见，即便双方使用同一组数据，但一个着眼于三年后的收入曲线，一个聚焦于当下的成本账单，终局假设截然不同。这种分歧无关对错，而是估值方法论本身正经历一场“范式转移”。

既然旧框架无法解释当前分歧，一个自然反应是回顾历史，寻找互联网时代的可参照经验。但问题在于，历史或许能提供参照，却难以直接套用。

例如，Facebook在2012年5月18日上市首日，股价跌破38美元发行价。第二个交易日跌幅达11%，至同年9月跌至17.58美元低点。但凭借“先规模后变现”的路径，此后Facebook股价一度反弹逾40%，其移动广告收入从零增长至占广告总收入四成，用户增长几乎不带来边际成本。

然而，AI大模型的单位推理成本远高于互联网边际成本趋近于零的逻辑，具身智能还叠加了硬件供应链的物理约束。这意味着互联网时代的估值经验未必适用于AI与硬件科技领域。

因此，估值锚的“失焦”并非一次简单定价失误，而是市场正经历底层估值语言的切换。旧的尺子无法衡量新价值，新的尺子尚未发明，这才是分歧的真正根源。

谁在为“未来”定价？

估值锚点模糊之际，定价权也在悄然转移。

当一家公司距离盈利还有数年之遥，估值却在过去半年翻了一倍之多，那么这个价格很大程度上由上一轮融资决定。

以Anthropic为例，其估值在过去半年内实现跨越式增长。2026年2月完成300亿美元G轮融资时，投后估值3800亿美元；仅三个月后，650亿美元H轮融资落地，估值攀升至9650亿美元。而IPO目标估值直奔2万亿美元，几乎是H轮估值的两倍。

问题在于，当私募市场已将价格推至近1万亿美元，IPO定价很难低于最后一轮融资。否则，早期投资者账面亏损，承销商也难以向老股东交代。

宇树科技的情况更为直观。申报前最近一次增资对应投前估值120亿元，而一周前的股权转让估值仅58亿元，七日内估值暴涨超107%，上交所不得不发函问询，要求说明定价依据和估值公允性。

一旦一级市场价格锚定，二级市场便难以“砍价”。这引出了第二个变化：IPO的功能正被重新定义。

在共享办公公司WeWork计划上市前，New Constructs曾称其为“2019年最荒谬的IPO”。其私募市场估值曾达470亿美元，但报告发布仅六周后，因需求疲软和财务问题遭到强烈批评，WeWork取消IPO，并于2023年申请破产。

对于此次Anthropic的IPO，New Constructs在报告中直言：“与其说是为公开市场投资者创造回报，不如说更像为现有私募股权公司和华尔街内部人士提供退出流动性。”该机构负责人Travis Trainer甚至将Anthropic的IPO与WeWork类比，认为其风险远高于当年WeWork上市案例。

尽管这种判断的准确性尚待商榷，但它揭示了一个无法回避的事实：当私募估值已高企，IPO可能从“融资入口”变为“退出出口”。

不过，市场并非没有纠偏能力，关键在于纠偏方式因市场而异。

AI基础设施明星企业CoreWeave提供了一个“事前修正”的样本。其IPO路演阶段投资者反应冷淡，发行价从47至55美元区间下调至40美元，发行股数从4900万股缩减至3750万股，估值从最高320亿美元降至约230亿美元。虽然缩水严重，但风险在定价环节便被消化。

而宇树科技和MiniMax则更偏向二级市场的“事后纠偏”。宇树科技开盘暴涨629%后，50多天内市值从4449亿元回落至1700亿元；MiniMax市值在3月冲上4100亿港元高点，7月首轮解禁当日跌近18%，市值较峰值蒸发近3400亿港元。

两种路径的区别在于：CoreWeave的投资者在上市前便知晓“真实价格”，而宇树和MiniMax的二级市场参与者，则为一级市场的乐观情绪买单。

当IPO越来越像一场“流动性交接”，谁在为“未来”定价这一问题，便有了一个不太令人安心的答案。

叙事与现实之间的“剪刀差”

回到技术本身，估值分歧的根源往往隐藏在那些容易被宏大叙事掩盖的细节中。

大模型的“闭源溢价”正被开源模型快速侵蚀，这是估值裂缝的第一个来源。

花旗银行数据显示，开源模型每项任务成本已按周下跌35%至0.8美元，相对封闭模型的折让从40%扩大至60%。

以9月小米和SpaceX同日发布的新模型MiMo-V2.6系列和Grok 4.7为例，两款模型获得相同的智能指数跑分，但MiMo-V2.6-Pro每项任务成本仅0.13美元，而闭源服务的Grok 4.7则高达3.74美元，差距近29倍。当“最贵”不再等同于“最强”，闭源模型的技术壁垒可能从定价权变为成本负担。

比技术溢价流失更隐蔽的，是债务杠杆不仅放大了估值脆弱性，还串联起整个AI食物链。

以甲骨文为例，2026财年营收674亿美元，净利润170亿，但建设数据中心的资本开支高达557亿，全年自由现金流被拖至负237亿美元。为填补资金缺口，2026财年债务融资430亿美元，股权融资50亿美元。2027财年计划再筹集400亿美元，含200亿美元股权融资。

可见，AI基础设施的扩张正从“花自己赚的钱”转向“借别人的钱”，所谓的AI收入增长，更像是在用债务杠杆透支未来。

摩根士丹利预计，2026年全球AI相关债务发行规模可能接近5700亿美元，较2025年增长逾一倍。对此，中信建投研报称，无论是公司债、项目融资还是表外合作，本质都是以母公司信用、项目资产和长期合同为支撑，将尚未兑现的AI收入提前资本化。这套结构的脆弱性在于高度依赖“AI需求持续高增长”这一单一假设。

而在具身智能赛道，硬件成熟度与软件成熟度之间的“剪刀差”更为明显。

罗兰贝格报告指出，人形机器人整机硬件已趋于商业化成熟，预计运营成本可降至每小时两美元，但“软件能力、数据体系以及供应链生态整体仍落后约三到五年”。更棘手的是，操作8小时不代表得到8小时有效数据，专业遥操员一天工作8小时，最终可用的数据可能仅有两三个小时。

硬件成熟度与软件成熟度之间的“剪刀差”，正是宇树科技等企业估值剧烈波动的技术根源。市场愿意为“小脑”层面的运动控制能力买单，但“大脑”层面的通用智能能力仍需时间验证。

当开源模型压缩利润空间、债务杠杆放大经营风险、工程化瓶颈制约落地节奏，估值的剧烈波动或许正是市场在为这些断层重新定价。

而“Anthropic们”究竟是AI时代的定价锚，还是泡沫破裂前的“金丝雀”，或许取决于市场能否在狂热与恐惧之间，重新找到丈量未来的那把尺子。

• 图片来源于网络，侵权请联系删除 

本文来自微信公众号 “深眸财经”（ID：chutou0325），作者：关注AI的，36氪经授权发布。