2026 年伊始，一笔金额高达 50 亿元人民币的 B+ 轮融资低调完成。完成方为成立不足三年的 AI 基础模型公司阶跃星辰，该笔交易也刷新了过去一年中国大模型赛道的单轮融资纪录。

融资发生的节点颇具意味。2025 年全年，中国大模型企业融资金额与轮次双双回落，估值收缩、推理成本控制与商业化验证成为行业普遍面临的挑战。资金集中效应加剧，资本出手更为谨慎，市场由追逐扩张转向审视结构效率，马太效应愈发显著。

在此背景下，这场逆周期融资显得格外突出。一方面，它打破了 " 融资寒冬 " 中资本退潮的预期；另一方面，也隐含出另一个信号：行业对 " 系统能力 "" 交付能力 " 以及 " 场景嵌入能力 " 的重新评估，正在成为新一阶段下注逻辑的核心。

这不仅是一个融资事件，也可能是一种穿越周期的判断信号。

01 热退潮之后，资本看重的标准开始变了

围绕阶跃星辰的这轮融资，其所处的时间窗口值得关注：整个中国大模型产业正在经历一次结构性的周期转换。

据新浪财经统计，2025 年中国大模型模型层公司全年共完成 22 笔融资，合计披露金额 94.16 亿元，相较与 2024 年大额融资频出，估值翻番的阶段，融资频次与规模均出现回落，市场进入由广撒网向集中下注的过渡期。

其中，2025 年单轮融资金额超过 10 亿元人民币的企业仅有三家：MiniMax、智谱和月之暗面。曾经的 " 普惠式资本红利 " 不再，门槛迅速抬高，投资人开始更严格评估公司是否具备真实的产品路径、自我造血能力以及工程落地的完整闭环。

与此同时，行业资源也在重新配置。一线互联网公司逐步收紧外部投资窗口，回归自建模型体系。2025 年起，百度、阿里、腾讯等核心资源基本聚焦于内部研发体系构建，市场上 " 以投代研 " 的行为明显收缩。

此外，在一二级市场之间，部分头部公司则完成上市：过去一个月，智谱和 MiniMax 相继登陆港交所，成为该赛道首批 IPO 公司。截至发稿，两家公司市值分别达 955 亿港元与 1210 亿港元，显示出资本市场仍对头部企业保有定价热情。

但营收与利润数据则反映出另一面现实：

MiniMax 在 2022 年 -2025 年 1-9 月的收入分别为 0、346 万美元、3052 万美元、5343.7 万美元，同期亏损分别为 7370 万美元、2.69 亿美元、4.65 亿美元和 5.12 亿美元；智谱在 2022 年 -2025 年 1-6 月的收入分别为 0.57 亿元、1.25 亿元、3.12 亿元、1.91 亿元，净利润分别为 -1.44 亿元、-7.88 亿元、-29.58 亿元、-23.58 亿元。

" 技术先进 " 并未自动转化为 " 商业闭环 "，也未解决 " 亏损 " 的问题。估值与交付之间的张力正在被重新审视，大模型公司真正的核心能力，是模型本身，还是交付路径？

科技产业时评人彭德宇对观潮科技 pro 表示：在这种背景下，市场情绪发生明显转向。从早期的 " 参数规模竞争 "" 榜单能力排名 "，转向如今对 " 场景牵引力 "" 产品闭环能力 " 的追问。" 能否真实触达用户、产生收入 " 正在取代 " 技术领先 " 成为融资判断的核心指标。

企事界北京科技有限公司执行董事李睿则对观潮科技 pro 提出进一步的看法：他认为更深层的变化还包括资金结构的调整。2025 年开始，险资机构、地方国资、产业资本成为 A 轮之后的主要出资方。这类资金更偏好具备明确工程路径与产业协同可能性的标的，即 " 具备中长期构建能力 " 的公司。

这并不意味着行业正从 " 流量驱动的技术投机期 "，进入 " 能力驱动的可交付期 "。结构出清的背后，是叙事红利的终结，也是工程能力的重估。

真正留下来的企业，或许讲得不多，但已经开始做得更深。

02 凭什么获得这笔 " 逆周期最大融资 "？

在资本从 " 多投 " 走向 " 慎投 " 的当下，阶跃星辰完成了过去一年中国基础大模型领域金额最大的单轮融资，超 50 亿元人民币的 B+ 轮。这并非只是一次资金流动，更像是资本市场在审慎气氛中对某一方向、路径与组织能力的集体确认。

本轮参与方包括上国投先导基金、国寿股权、浦东创投、徐汇资本、无锡梁溪基金、厦门国贸、华勤技术等产业投资人，腾讯、启明、五源等老股东进一步跟投，观察这笔融资的结构，不难看出其中所透露出的深层逻辑。涵盖了险资机构、地方国资、产业资本与市场化机构，呈现出 " 分布式 + 深口袋 " 的特点。

具体来看，国寿股权作为中国人寿旗下专业化私募股权投资平台，也是首只获批成立的保险资金私募股权投资基金，对项目的审查流程一向严苛，通常代表了资金安全与周期耐受度的标准；厦门国贸、浦东创投、徐汇资本等地方性国资则更多体现出投后资源协同与区域产业绑定的期待；华勤技术作为全球智能手机 ODM 龙头市值近千亿元，出现在大模型项目投资中，释放出制造链条向 AI 原生生态靠拢的信号；而腾讯、启明、五源等老股东的持续加注，则构成了对公司中长期发展逻辑的 " 二次确认 "。这类资金结构的组合，在当前偏冷的市场情绪中尤为罕见，也说明资本已经从估值判断转向组织能力与可交付路径的评估。

从底层能力来看，阶跃星辰过去两年持续构建 " 模型—工程—产品 " 闭环体系。截至目前，公司已累计发布超过 30 款基础模型，覆盖语言、视觉、语音、3D 图像等多模态方向，构建起围绕 AI+ 终端的独特 "1+2" 基模体系。其中 "1" 为基座模型 Step 系列，目前已迭代至 Step 3，具备原生多模态推理能力，从披露的数据看，Step 3 在国产芯片平台上的推理效率最高可达 DeepSeek-R1 的 300%，并在架构阶段即考虑芯片兼容性与解码路径优化，显现出较强的部署工程意识。；"2" 则分别指向多模态能力（文字、语⾳、图像）和端云结合两⼤⽅向。

从 AI+ 终端实际应用来看，阶跃星辰已在手机、汽车等关键终端场景中展开合作，并获得初步市场验证。例如，其模型已在 OPPO、荣耀、中兴等主流品牌中装机超 4200 万台，日均服务近 2000 万人次；在智能汽车端，与吉利集团合作的 AgentOS 系统已搭载于银河 M9 车型，2025 年末上市三个月内销量近 4 万辆，预计今年阶跃大模型将 " 上车 " 超百万辆。

此外，据投资界报道，截至 2025 年年底，阶跃星辰终端 Agent API 调用量连续三个季度增长近 170%；过去一年，阶跃星辰开放平台 API 调用量增长近 20 倍，活跃用户增长 5 倍。标志着其在 To C 交互维度的产品化尝试已具备雏形。

这种路径的背后，是对 " 软硬协同、模型产品一体化 " 的系统性推进。在行业大多数公司仍停留在 " 服务平台提供方 " 角色时，阶跃星辰选择走一条更重的产品链条路径，即通过自有模型体系、中间件组件与终端厂商共建协同生态，减少对云端平台依赖，增强落地掌控力。

从工程组织角度看，阶跃星辰由具备 AI 原生背景的技术团队主导，创始成员包括 ResNet 作者张祥雨、微软前副总裁姜大昕、前字节 AI Infra 负责人朱亦博等，算法、系统、部署能力三位一体；与此同时，据凤凰网科技报道，千里科技董事长印奇正式出任 AI 创业公司阶跃星辰董事长，覆盖智能汽车、AI 硬件等终端场景，据知情人士表述，印奇将站在产业整合者的位置，推动两家公司深度协同，加速大模型能力走向物理世界。

正是这种 " 结构能力 " 而非 " 参数能力 "，成为当下投资人更为看重的评估维度。当前，模型性能的相对差距已不再构成核心壁垒，真正具备穿透商业流程、嵌入物理世界、交付可用产品的公司，才具备走出估值博弈的基础。从这个意义上看，阶跃星辰所获得的这笔融资，是投资人对其 " 从底层技术到最终交付 " 的路径确定性给予的集体性回应，而非对某项技术性能的短期押注。

这也解释了为什么，在整个赛道估值普降、增量资金趋于保守的节点上，这笔融资仍能顺利完成。它不是前一轮行情的延续，而是新周期逻辑下的一次方向确认。

03 模型能力不再稀缺，谁能走通交付这一段？

如果说过去两年大模型竞争的核心变量是 " 模型是否先进 "，那么进入 2026 年，这一变量的重要性正在明显下降。随着基础模型能力整体抬升、开源与工程复用加速扩散，模型性能本身已难以构成长期护城河。行业的竞争焦点，正在从 " 谁能做出更强的模型 "，转向 " 谁能把模型真正嵌入场景，并形成可持续的产品与交付体系 "。

这一变化，直接体现在商业化路径的分化上。当前主流的几种模式——云端 API 调用、To B 定制化项目、To C 订阅产品，均已暴露出各自的结构性瓶颈。一位大模型行业从业者对观潮科技 pro 指出：API 模式在价格战下边际收益迅速压缩；定制化项目难以规模复制，交付成本与收入高度线性；C 端订阅则高度依赖流量与分发能力，更偏向互联网平台的优势区间。在此背景下，基础模型公司若仅停留在 " 能力提供方 " 角色，商业空间正被不断压缩。

彭德宇进一步指出：正是在这样的行业约束下，阶跃星辰选择将重点放在终端场景的嵌入式交付上。手机与汽车成为其验证模型产品化能力的主要载体，本质上是一种更高门槛的选择：模型不仅要 " 能用 "，还要 " 能稳定运行、持续更新，并融入复杂系统 "。以手机端为例，模型装机并不等同于商业闭环，其背后涉及端侧算力适配、系统级调用、交互逻辑重构以及用户真实使用频率等多重变量；在汽车场景中，模型则需要适应更严苛的安全、可靠性与工程标准，其产品化难度显著高于云端服务。

李睿则认为：那么从这个角度看，手机和汽车并非 " 流量入口 "，而更像是能力验证场。能否在终端上长期运行、持续迭代、并被真实用户反复调用，成为判断模型是否具备产品化潜力的重要标准。

这种路径选择的代价同样清晰。终端协同意味着更长的研发周期、更重的工程投入以及更复杂的产业协作，也意味着商业结果不会快速显现。在行业整体仍面临盈利压力的情况下，这是一条对组织能力、资本耐心和执行力要求都更高的路线。也正因如此，真正能够走通这一路径的公司，数量不会太多。

这或许正是第三阶段大模型竞争的分水岭：模型能力趋同之后，决定公司长期价值的，不再是参数规模或榜单排名，而是是否具备将模型转化为可交付系统能力的现实路径。能否从场景中 " 回来 "，形成数据、产品与工程的正向循环，正在成为新的筛选机制。

在这一意义上，阶跃星辰的 "AI+ 终端 " 并不构成结论，而是一种正在接受市场与时间检验的选择。它是否成立，取决于交付是否能持续放大，而非单次装机或阶段性合作本身。这也是整个行业在进入产品化深水区后，必须共同面对的问题。