美版DeepSeek估值千亿：黄仁勋押注的“无模型”AI公司为何受追捧

从“零模型”到千亿估值：一场资本与算力的豪赌

一家尚未发布任何AI模型的初创公司，却已获得千亿估值，并吸引了英伟达创始人黄仁勋的押注。这家被市场称为“美版DeepSeek”的企业，近日因新浪财经的报道进入大众视野。根据报道摘要，黄仁勋对该公司的投资已构成事实，但具体投资金额、股权比例及公司名暂未披露，有待进一步确认。 截至报道发布时，该公司尚未公开任何经过验证的模型版本或技术白皮书。这一现象与AI行业普遍“先发布产品、后获得融资”的路径形成鲜明对比。IDC数据显示，2025年全球AI软件市场规模预计达到2210亿美元，同比增长约18.4%，其中生成式AI细分领域增速尤为显著。在这一背景下，资本对“未来型AI公司”的定价逻辑可能正在发生根本性转变：从评估已有技术成果，转向押注潜在算力布局与人才团队。 值得关注的是，黄仁勋的个人投资行为历来被视为AI硬件与软件生态融合的风向标。2024年至2025年间，英伟达数据中心业务收入连续多个季度保持高速增长，其最新季度财报显示数据中心营收占总营收比例已超过80%。这说明，GPU算力仍是AI产业价值链的核心环节，而“无模型”公司的高估值，可能反映了投资者对其与英伟达生态深度绑定的预期。

算力优先路线：AI竞赛从“算法对决”转向“基建比拼”

传统AI初创公司的估值锚定于模型性能，如参数量、推理速度或基准测试分数。然而，“美版DeepSeek”的估值逻辑或许指向另一种范式：先囤积算力资源与芯片供给，再逐步构建模型能力。SEMI在其年度报告中指出，2025年全球半导体设备销售额预计达到1128亿美元，其中与AI加速器相关的先进制程设备增长尤为突出。这从侧面印证，算力基础设施已成为AI竞争的新高地。 DeepSeek作为中国AI企业，其开源模型在2025年初获得全球关注，并一度引发对模型训练成本的讨论。而“美版DeepSeek”的定位，可能意味着其试图复制DeepSeek的技术路线，但在美国本土建立独立的算力与数据闭环。黄仁勋的押注，或许正是看中这一“轻模型、重基建”的战略——在GPU供给紧张的背景下，谁能提前锁定产能，谁就更有可能在下一轮模型迭代中占据主动。 不过，一个没有模型的公司如何支撑长期估值，仍是市场疑问。行业参考数据显示，目前全球AI大模型的平均训练成本已从2023年的约1000万美元上升至2025年的5000万至1亿美元区间，部分前沿模型训练成本甚至更高。若该公司无法在合理周期内推出可商业化的模型产品，巨额资本开支可能面临回报周期拉长的风险。这有待后续经营数据验证。

估值逻辑争议：泡沫信号还是产业前瞻？

“零模型高估值”现象在科技史上并非首次出现。2000年前后，部分互联网公司仅凭“域名”和商业计划书即获高估值，其后泡沫破裂造成大量资本损失。当前AI赛道的估值方法，是否正在重演类似剧本？高盛研究部2025年发布的报告估算，全球AI相关资本开支在2026年可能达到4000亿美元，其中约60%流向算力硬件，而模型与应用层的商业化收入尚不足以覆盖全部投入。 从积极角度看，黄仁勋的背书可能意味着该公司掌握了某种不便公开的技术路线或算力合作协议。鉴于英伟达目前在全球AI加速器市场份额超过70%（来源：Jon Peddie Research，2025年），其创始人的个人投资可被视为对该公司获取GPU资源能力的强烈信号。但资本市场的估值能否兑现，最终仍取决于模型发布后的真实性能表现。 值得关注的是，中美两国在AI领域的竞争格局正在影响投资决策。截至2025年底，中国已备案生成式AI服务超过300个，而美国头部AI公司（如OpenAI、Anthropic）的估值持续攀升。在这一大潮中，“美版DeepSeek”的千亿估值若成立，可能将引发更多资本涌入“算力先行”的初创项目。但这类公司的实际技术转化能力，仍需时间检验。

数据参考

• 全球AI软件市场规模：2025年预计2210亿美元，同比增长约18.4%，来源：IDC，2025年。
• 英伟达数据中心营收占比：最新季度财报显示超过80%，来源：英伟达财报，2026年（本次新闻未披露具体数值，此为季度趋势参考）。
• 全球半导体设备销售额：2025年预计1128亿美元，来源：SEMI，2025年。
• AI大模型平均训练成本：2025年升至5000万至1亿美元区间，此区间来自行业综合估算，来源：Epoch AI及多家机构分析，2025年（非本次新闻数据）。
• 英伟达AI加速器市场份额：超过70%，来源：Jon Peddie Research，2025年。
• 全球AI资本开支预测：2026年可能达到4000亿美元，其中约60%流向算力硬件，来源：高盛研究部，2025年（预测值）。 #AI #算力 #芯片 #黄仁勋