中国AI上市企业：上游在赚钱，大模型和机器人在挨跌

本文解读：《2026中国AI上市企业发展洞察-极光月狐》 · 共 27 页 · 原文

这份报告最刺眼的地方，是它把“产业很热”和“股价在跌”放在同一页：国产模型几乎包揽 Token 消耗榜前十， 大模型与 AI 平台赛道的股价中位数却同比下滑 24.9%。

解读对象是极光月狐（MoonFox，Nasdaq: JG）的《2026 中国 AI 上市企业发展洞察》，共 27 页， 分 AI 行业概览、细分领域洞察、发展趋势三部分。

它把产业链切成五块：智算芯片与算力硬件、大模型与 AI 平台、云与数据及网络底座、智能终端与机器人、AI 软件与行业应用， 再把上市公司的股价、营收、研发强度、盈利占比放进同一套坐标里比较。

结论并不复杂，但很少有人这么直白地写出来：中国 AI 已经不缺技术和调用量，缺的是把热度折算成利润的路径。

模型能力追平了，资本市场却先撤退了，这份报告讲的就是这个错位。

图源：《2026中国AI上市企业发展洞察》（第1页）

一、Token 消耗一年翻十倍以上

先看需求端。截至 2026 年 8 月底，按 Openrouter 平台开发者消耗口径统计，AI Token 周度消耗量已突破 100T， 相比 6 月增长一倍以上。国家统计局的口径更大：我国大模型日均 Token 消耗量从 2024 年初的 1000 亿，快速增长到 2026 年 3 月的超过 140 万亿， 近两年增幅超过 1000 倍。

报告对这一轮增长的归因很具体：海外头部闭源与国产开源模型之间的能力差距在持续收窄， 国内厂商随之开启阶段性的“Token 补贴、免费”策略。

免费不是做慈善。报告点明它的机制：用 SOTA 模型的限时免费吸引开发者调用，再用“闲时折扣”等方式培养粘性， 国产模型因此成为全球 Token 消耗的主要推动力。

报告按月标出了几个关键动作：1 月 5 日起 DeepSeek、GLM 持续发力，3 月 16 日腾讯 Hy3 上线并免费调用， 4 月 20 日 MiniMax M3 推出且主打低价、快速、性能提升，5 月 25 日阿里 Qwen3.6 Plus 免费上线，调用量随后大涨。

这一轮消耗量的爆发是被免费和折扣推上去的，价格是手段，份额才是目的。

图源：《2026中国AI上市企业发展洞察》（第2页）

二、中美差距 2.7%，开源份额全球第一

报告用四个数字说明中国 AI 的位置，每一个都有明确出处。第一个来自斯坦福 HAI《2026 年 AI 指数报告》：中美顶尖模型性能差距由 2023 年的 31.6% 收窄至2.7%（截至 3 月），差距缩小超过十倍。

第二个来自 HuggingFace 2026 年初的报告：平台上中国开源模型下载份额首次超越美国， 以 41% 位居全球第一，美国为 36.5%，这也是这项统计第一次易主。

第三个来自 WIPO 与国新办发布会：中国拥有全球 60% 的人工智能专利，是全球 AI 专利最大拥有国。第四个就是前面的 Token 规模，总量近两年增幅超过 1000 倍，报告中标注为 2026 年 12 月预测值 1000 万亿级别的量级跃迁。

把四个数字放在一起，报告给出的判断是我国 AI 产业已稳居全球第一梯队，依据是 Token 消耗量、 开源模型调用频率和 AI 专利三方面的综合表现。

技术侧差距被抹平到个位数之后，商业变现上的差距并没有跟着缩小，这一点后半程会反复出现。

图源：《2026中国AI上市企业发展洞察》（第4页）

图源：《2026中国AI上市企业发展洞察》（第5页）

三、消耗榜前十，国产拿下九席

报告列了 2026 年 8 月 Token 消耗量 Top10 大模型，这张榜单比任何排名都更能说明格局。DeepSeek 一家占了三个席位：V4 Flash 0423 以 47.8T 居首，V4 Flash 0731 为 22.8T，V4 Pro 0423 为 27.2T。 原因是 V4 推出后凭借快速响应速度和中等偏上的模型能力迅速抢占市场。

其后依次是腾讯 Hy3 的 34.1T、小米 MiMo-V2.5 的 29.1T、GPT-5.6 Luna 的 27.8T； 智谱 GLM 5.2 为 14.7T、GLM 5.3 Flash 为 11.8T，另有英伟达 Nemotron3 Ultra 的 15.8T 与 Ox Alpha 的 9.18T。报告特意区分了一件事：前十里面绝大部分是国产模型，海外模型只剩下 GPT-5.6 Luna 这类轻量级版本和英伟达的免费版本。

智谱的位置也值得单独看，它靠 GLM 5.3 追平第一梯队，主要服务中重度开发者， 2026 年 8 月模型总 Token 消耗量突破 50T。报告对国产模型优势的总结只有一句：高性价比塑造了强护城河，并借此持续获取用户。

榜单里赢的是便宜，不是贵，这一点决定了后面的利润表长什么样。

图源：《2026中国AI上市企业发展洞察》（第6页）

四、五个赛道，营收增速差出十倍

报告把 AI 相关上市企业分成五大方向，并逐条给出数量、营收增速中位数、研发强度中位数和盈利企业占比。

赢家是上游：智算芯片与算力硬件覆盖 148 家企业，营收增速中位数同比 16.1%，盈利企业占比 78.4%，研发强度中位数 6.6%， 是唯一营收增速跑进两位数的赛道。

第二档是智能终端与机器人，213 家企业，营收增速中位数 8.9%，研发强度 6.8%，盈利占比 70.8%， 世界模型等方向的加速发展带动了整体营收稳步走高。

中游是云、数据与网络底座，190 家企业，营收增速中位数 5.8%，研发强度同样是 5.8%，盈利占比 59.6%， 是五个赛道里盈利面最窄的一个。

下游相对稳：AI 软件与行业应用 414 家企业，营收增速中位数 1.8%，研发强度 5.4%，盈利占比 67.8%； 大模型与 AI 平台 208 家，营收增速中位数仅 1.1%，研发强度 8.5%，盈利占比 55.1%。

研发强度最高的是大模型赛道，营收增速最低的也是它。这条反差线，是整份报告最有信息量的一处。

投入最狠的赛道增长最慢，卖铲子的赛道赚得最稳。

图源：《2026中国AI上市企业发展洞察》（第7页）

五、业务方向高度重叠，AI 智能体排第一

从业务方向看，五大方向的企业并没有各守一块。报告统计的布局前五名分别是： AI 智能体 82 家、AIGC 65 家、AI 应用 64 家、DeepSeek 生态 44 家、多模态 AI 38 家。

报告拆分得更细，横轴是五个赛道。模型与多模态方向布局 93 家，其中大模型与 AI 平台赛道占 44.7%； AI 智能体与助手 82 家，大模型赛道占 39.4%。

算力与数据中心 190 家，是分布最广的方向，云与数据赛道占 31.1%；机器人与端侧智能 104 家， 智能终端与机器人赛道占 48.8%；芯片与硬件系统 50 家，智算芯片赛道占 33.8%。

报告特意注明，企业在业务描述上会出现重叠，所以单一赛道下比例加总会超过 100%， 这说明跨界布局已是共识，而不是个别公司的打法。

落到具体动作上，头部企业的分工相当清楚：阿里着眼电商智能化，腾讯关注微信生态和内容推荐， AI 智能体成为大模型企业最重要的落地方向。

报告还提到一个很新的信号：PC Agent 的热度持续攀升，围绕 Workbuddy、千问办公等产品的本地智能体竞争， 正在逐步走向白热化。五条赛道里几乎每家企业都想挤进智能体这一格，结果是方向重叠、差异化被压缩。

图源：《2026中国AI上市企业发展洞察》（第9页）

六、股价与行情背离：三个赛道在跌

这是报告最实在的部分。它用 2025 年 8 月到 2026 年 8 月的月末收盘价做标准化走势，覆盖上千家样本， 结果和产业叙事完全相反。

大模型与 AI 平台跌得最狠，标准化价格中位数从 75.1 降到 2026 年 8 月，同比 -24.9%。 头部大厂的股价承压原因被写得很直白：短期资本与研发开支暴涨，叠加旧业务发展速度放缓。

具体到公司，腾讯控股从 657.70 跌到 453.00，同比 -31.1%；阿里巴巴-W 从 175.97 跌到 114.20，-35.1%； 百度集团-SW 从 133.20 跌到 96.20，-27.8%；科大讯飞从 55.95 跌到 40.30，-28.0%。智能终端与机器人跌 17.8%，而且个股分化剧烈：小米集团-W 从 54.00 跌到 27.62，同比 -48.9%； 速腾聚创 -57.3%，优必选 -45.0%，汇川技术 -25.7%，只有海康威视逆势上涨 20.0%。

相对抗跌的是智算芯片与算力硬件，中位数同比仅 8.2% 的下滑。个股里寒武纪从 888.26 涨到 1112.18， 同比 25%；澜起科技上涨 33%；中科曙光则下跌 26%。

报告还提到协创数据、锐捷网络等企业同期股价增长超过 100%，存储相关企业涨幅也较为可观。

同一个“AI 概念”，上游在涨、下游在跌，这中间的差价就是市场对能否变现的定价。

图源：《2026中国AI上市企业发展洞察》（第10页）

七、芯片赛道：卖铲子的确定性

智算芯片与算力硬件为什么最稳，报告从业务方向和财务两端给出了解释。

业务方向上，“芯片加”是头部企业于 AI 时代的主要路线。一方面国内头部企业像英伟达 CUDA 生态那样 积极搭建软件生态，用自家 AI 芯片抢占份额；另一方面通用芯片仍是主流，车载芯片、存储芯片等细分需求也在加速涌现。

分布上看，半导体芯片占 16.2%，服务器与算力占 10.1%，AI 芯片占 10.1%，高速互联 8.8%， AI 终端 7.4%，机器人智驾 5.4%，存储与内存、光通信、算力服务各占 4.7%。

企业侧的组合也很清晰：寒武纪做思元系列 AI 芯片与 Neuware 软件平台，海光信息做 CPU 与 DCU 深算系列， 工业富联做 AI 服务器与液冷方案，地平线做征程系列车载智能芯片，澜起科技做内存接口芯片与 PCIe Retimer。

财务端的增速更直观。寒武纪 2026 上半年营收同比增长 453%，研发费用同比 312%； 兆易创新旗下 MCU 覆盖消费、工业和汽车，2026 上半年营收同比增长 179%。

海光信息、浪潮信息的研发投入同比也显著提升，报告把方向指向优化产品结构和供应链布局。

出口管制倒逼国产替代，长期资本投入开始落地，全产业链都吃到了这波红利。

八、大模型：营收在涨，估值在退

大模型赛道的分裂感最强。营收和研发在涨，估值在退，报告没有回避这个矛盾。智谱 2025 年营收同比增长 399%，2026 上半年仍在增长；MiniMax 的研发投入 2026 上半年同比增速达到138.8%，其 H3 布局切入视频生成赛道，各家都找到了适合自己策略方向的创收点。

另一面是头部大厂的疲态。腾讯控股、阿里巴巴-W、百度集团-SW 在 2026 年年中的整体表现均较弱， 旧业务增速放缓加上新投入暴涨，直接压住了股价。

连新势力也降温。MiniMax、智谱等大模型企业的价格从 2026 年 2 至 3 月左右开始回落， 报告的原话是资本市场的“炒作”热情有所降温。

报告给出了一个时间判断：未来 1 到 3 年将是头部大模型企业投入持续加大的重要时间窗口， 目的很明确，是抢占市场、挖掘机会，而不是马上兑现利润。

这也解释了营收增速中位数只有 1.1% 的原因：208 家企业里，真正靠模型赚到钱的是少数， 大多数仍在为调用量和生态位付费。

这一轮拼的不是谁能赚钱，是谁能撑到别人先撑不住。

图源：《2026中国AI上市企业发展洞察》（第11页）

九、机器人：热度最高，交付最难

智能终端与机器人是 2026 下半年的热门赛道，也是短期业绩压力最明显的赛道。

压力来源被报告写得很细：内存涨价等大背景下，小米手机与 AIoT 传统业务营收有所下滑， 即便有机器人等新方向业务，短期内也很难对营收起到实质性提升作用。

市场对以机器人为核心主业的企业同样多维担忧。优必选虽然营收稳步提升， 但“机器人量产并交付”仍是行业正在持续摸索的难题，订单稳增难以支持股价持续创新高。

数据上很明确：优必选 2025 年营收同比增长 53%，宇树科技同比增长 333%； 但优必选股价从 154.10 跌到 84.80，同比下滑 45.0%。

宇树的基本盘来自两块：人形机器人订单量放量增长，加上“老本行”四足机器人销量持续提升， 为其上市初期的财务打下基础；同时以“全栈自研加软硬件结合”的方式兼顾核心部件优化，也支撑了价格控制与质量表现。

上面引用的数据都能在原文里找到出处，报告放在运营动脉（www.yydm.cn），搜标题即可。

遇到统计口径不一致的地方，回原文核一眼，比对两三篇二手解读要快得多。

方向上，2026 下半年世界模型进入加速阶段，李飞飞团队发布新一代世界模型 Atlas， 这是首个为具身智能量身打造的大模型，机器人已经开始持续学习如何与真实世界交互。

企业的布局核心也在转移：从产出并交付机器人，转向落地后能否真的提升细分场景的生产效率。

订单能证明需求，交付才能证明生意，中间那一步正是估值的分水岭。

图源：《2026中国AI上市企业发展洞察》（第12页）

十、接下来看三件事：调用量、RSI、本地 Agent

报告最后一章给了三个观察点，分别对应需求、技术和分发。第一是调用量的延续性。据极光月狐数据，2026 年 8 月我国 AI 大模型与 API 服务总输出 Token 达 156.72 万亿， 同比增长 51%；其中 DeepSeek 以 146 万亿稳居第一，V4.1-flash 上线后调用量持续增长， 9 月其单日 Token 调用总量突破 40 万亿。

到 2026 年 9 月 15 日，格局是“一超多强”：DeepSeek 总 Token 消耗 38.57 万亿、周环比 108.1%； 智谱 AI 1.57 万亿、环比 -15.6%；MiniMax 8229.72 亿、-14.2%；Kimi 5956.91 亿、增长 18.6%；小米 MiMo 1981.92 亿、-18.8%。第二是技术叙事。随着现实世界训练资料用尽、模型自我迭代能力提升， “自我训练”（RSI，Recursive Self-Improvement）将成为行业重要方向，其核心价值是闭环可持续的自我优化。

报告把 RSI 分成五级自主性：L1 执行、L2 策略、L3 经验、L4 部署、L5 元级超越， 每个层级都对应一批代表系统，从 RLHF、GRPO 这类训练手段，到 AlphaEvolve 的进化搜索、芯片设计自我对弈。

第三是分发方式。随着 Codex、Zcode 等本地开发 Agent 逐渐普及，个人开发者 vibe coding 产出项目的模式开始成为常态， 模型被内置于项目之中，高性价比、持续稳定更新的模型更容易被个人开发者青睐。

报告认为，具身智能等场景会因此受益，更加智能、学习能力更强的机器人有望加速落地。 以上数据和原图都出自 27 页原文，完整版放在运营动脉（www.yydm.cn），搜标题即可打开。