AI & 一级市场

OpenAI季度目标双落标：用户增长与营收双双错失，CFO发出算力合同警报

4月28日，有报道披露，OpenAI在2026年一季度同时错过了ChatGPT周活用户内部目标（年底目标为10亿）和营收目标，缺口约为15%。

这是OpenAI少见地在同一季度遭遇双重落标。竞争格局正在生变：Anthropic依靠编程与企业服务持续蚕食市场份额，Google Gemini在消费端加速追赶，OpenAI在多个月份均出现营收目标落差。

内部张力随即浮现。据悉，CFO Sarah Friar曾多次向同事警告：若营收增速无法提速，公司履行未来算力采购合同的能力将承压。她与CEO Sam Altman在战略判断上的分歧，也随着财务数字的曝光逐渐公开化。

对于一家账面承诺超6000亿美元算力支出的公司而言，收入侧的任何失速，都将放大资产负债表的杠杆风险。（据公开市场信息）

【投黑马点评】
OpenAI的落标，揭示了一个更深层的结构性问题：算力支出在跑道上飞速扩张，但变现路径仍未跑通。CFO的警告背后，是「买入算力期权」的商业模式本身开始承压——如果模型能力优势不能转化为不可替代的产品粘性，算力合同就会从护城河变成烧钱黑洞。Anthropic、Mistral等在企业端垂直渗透的对手，正享有比OpenAI更健康的单位经济，这才是真正值得左侧关注的竞争格局演变。

DeepSeek V4发布：百万Token上下文、1.6万亿参数，首款专为华为昇腾优化的旗舰开源大模型

4月29日，DeepSeek发布开源旗舰大模型V4，上下文窗口扩展至百万Token级别，采用Mega MoE架构，参数规模约达1.6万亿。

V4传递了一个关键产业信号：这是DeepSeek首款在训练和推理环节对华为昇腾算力硬件进行专项适配的旗舰模型，同时在开源协议下发布，可自由商用。

就模型能力而言，同期发布的GLM-5.1在专业级软件工程测试（SWE-Bench Pro）中已超越GPT-5.4与Claude Opus 4.6。国产开源大模型的性能天花板，正以快于预期的速度上升。

这一进展的节点值得关注——在OpenAI启动新一轮融资的关键窗口前，开源生态已初步具备企业级替代的技术条件。（据企业官方公告）

【投黑马点评】
V4针对昇腾的专项适配，意味着一条独立的推理算力生态闭环正在成形：DeepSeek做模型，昇腾做硬件，两者互相背书形成商业关系。这对AI基础设施赛道是值得打标记的结构性信号——推理硬件厂商（如曦望、寒武纪）的市场空间，将直接随V4开源生态的商业渗透而扩大。投黑马认为，关注国产推理卡企业的窗口，就在未来两个季度。

Meta、谷歌、OpenAI人才出走潮：顶级研究员批量辞职，下一波AI创业浪潮正在积蓄

4月28日，多名行业观察者和媒体记录到，Meta、谷歌和OpenAI的高层研究员与工程师出现批量离职潮，多人已宣布自行创立AI实验室，并获得顶级机构的种子投资意向。

这一现象并非偶发。在Q1 2026风险投资额创下3000亿美元历史纪录（AI占80%）的背景下，顶尖人才对独立创业的预期回报，已超越大厂薪酬的留用能力。

DeepMind研究员David Silver于4月中旬完成11亿美元种子融资，成为众多在职研究员效仿的参照系。Sequoia、Lightspeed、Benchmark等头部机构已明确转向「人才孵化型」早期交易，把创始人背景置于技术方向之前作为核心投注依据。（据多家媒体报道）

【投黑马点评】
人才出走潮本质上是一次价值再分配事件：过去五年被大厂圈进来的顶级AI产能，正在分散进入初创生态。对早期投资者而言，「人才溢价」将是下一轮竞争的核心货币。投黑马判断：未来6个月，来自DeepMind、Google Brain、Meta AI Labs的创始团队融资公告将显著增多，融资估值的基准线也将继续被拉高。

科技商业

微软Q3财报：Azure增速40%超预期，AI年化营收跃至370亿美元同比翻倍

4月29日，微软发布FY2026 Q3财报，总营收829亿美元，同比增长18%。

最核心的数字：AI相关年化营收达到370亿美元，同比增长123%；Azure及云服务单季增速40%，高于分析师预期的39.3%，整体智能云业务营收348亿美元。微软Cloud总营收545亿美元，同比增长29%。

值得关注的是，微软同时宣布全年资本开支将达到1900亿美元，主因是内存芯片价格上涨推高了基础设施建设成本。商业剩余履约义务同比增长99%至6270亿美元，意味着未来收入已基本锁定。（据公开财报）

【投黑马点评】
Azure+40%的增速固然亮眼，但更值得关注的是6270亿美元的剩余履约义务——这些都是企业客户已承诺的未来支出，可见性极强。真正的左侧机会不在微软本身，而在其生态中：能帮助企业高效消耗Azure AI配额的中间件和垂直SaaS，将迎来最强的需求拉力窗口，这才是投黑马建议追踪的标的方向。

谷歌Q1财报：Cloud+63%至200亿美元，执行官直言「算力明显不够用」

4月29日，Alphabet发布Q1 2026财报，总营收1099亿美元，同比增长22%，超出分析师预期的1072亿美元。

最具看点的是Google Cloud：单季营收200亿美元，同比增长63%，大幅超越市场预期的181亿美元。管理层在财报电话会上直接表示：「如果我们能满足更多需求，云营收本可以更高。」Cloud积压订单规模近乎翻倍，已超4600亿美元。

搜索业务在AI整合后维持强劲，查询量达历史新高。YouTube广告收入达99亿美元，订阅用户增速首次超过广告收入增速，总付费订阅用户突破3.5亿。（据公开财报）

【投黑马点评】
谷歌一句「算力不够用」，是整个财报季最有价值的信号。Cloud增速63%还受制于供给侧时，这不是需求问题，是一个难得的供给侧机会——能帮谷歌在现有硬件上榨出更多推理效率的优化工具（编译器、调度系统、模型量化），此刻正处于极为稀缺的卖方市场，是投黑马重点追踪的前沿信号赛道。

Meta Q1财报：营收563亿增33%、净利268亿增61%，资本开支指引再度上调

4月29日，Meta发布Q1 2026财报，营收563亿美元，同比增长33%；净利268亿美元，同比增长61%；每股摊薄盈利10.44美元。

广告业务是核心引擎：广告展示量同比增长19%，平均广告单价提升12%，每用户平均收入（ARPU）升至15.66美元，超出分析师预期。

全年资本开支指引由此前的1150-1450亿美元再度上调至1250-1450亿美元。与此同时，Meta宣布裁减约8000名员工（约占总员工数10%），并取消6000个在招职位。（据公开财报）

【投黑马点评】
营收超预期、净利大涨、裁员、capex加码——四件事同步发生，背后是同一个逻辑：用AI替换人力、降低运营成本，再把节省出的资源投入AI基础设施，进一步提升广告算法效率，形成自我强化的效率飞轮。这个飞轮的产业传导值得追踪：广告主对AI生成创意素材的需求爆发，将从Meta底层流量变现能力向上传导至创意工具赛道。

亚马逊Q1财报：AWS增速达15季度最高，AI工作负载迁移加速

4月29日，亚马逊发布Q1 2026财报，总营收1815亿美元，超出分析师预期的1773亿美元；净利303亿美元，每股摊薄盈利2.78美元。

AWS单季营收375.9亿美元，同比增长约28%，创近15个季度最快增速。管理层将加速归因于企业AI工作负载迁移：越来越多的企业把训练和推理任务批量迁至云端。Q2收入指引1940-1990亿美元，同比增长16%-19%。（据公开财报）

【投黑马点评】
AWS「15季度最快增速」的背后，是企业AI落地正从POC阶段进入批量部署阶段的真实写照。这对企业AI应用层是正向信号，但要注意层次：迁移需求利好IaaS层，而对纯SaaS应用竞争格局反而更复杂。投黑马的判断：能在AWS生态中成为高频调用「算法插件」、而不被AWS自家服务取代的垂直SaaS，才是值得关注的早期标的筛选维度。

轻松一刻

Starship V3发射第三次推迟，马斯克的五月承诺：检查清单完成了5/17项

4月29日，SpaceX宣布，Starship第12次飞行（V3版本首飞）再度推迟，发射目标调整至不早于2026年5月。

这已经是Starship Flight 12在一年内第三次调整窗口——从最初的3月，到4月，再到5月。这次飞行意义非凡：V3是Starship的全面重新设计版本，近地轨道有效载荷超过100吨，约为上一代的3倍。目前，发射前检查清单的17个关键项目，已完成5项。

好消息是，SpaceX刚刚完成了V3上级的首次满功率静态点火测试，扫清了主要技术障碍。与此同时，SpaceX今年猎鹰9号已完成44次发射，继续以惊人的节奏刷新航天纪录。（据企业官方公告）

【投黑马点评】
三次推迟，五月继续。马斯克的发射日历已成为硅谷最具参考价值的「不靠谱信号源」之一——但也正因如此，每次Starship真的飞起来，都是货真价实的技术里程碑。检查清单5/17，至少说明这次他们是认真的。

今日左侧信号

信号：AI云基础设施全面供不应求——谷歌、微软、AWS三家同日发出「算力受限」或「capex大幅上调」信号，Q1合计资本开支指引超过4500亿美元

追踪方向：算力供给侧价值链正在重组。HBM高带宽内存、液冷散热解决方案、高速网络互联（IB/以太网交换）、以及定制ASIC设计工具等细分环节的早期标的，将直接受益于巨头2026年底前的算力投入浪潮。核心追踪指标：英伟达GB300/Blackwell Ultra供货时间表、台积电CoWoS封装产能及HBM4交货节点。建议深挖 → 前沿信号 / 黑马雷达

── 投黑马研究团队

DeepSeek首次外部融资在2026年4月18日成为投资圈的「信号事件」——100亿美元估值、至少3亿美元募资规模、此前多次拒绝一线机构的顶级公司主动打开大门。但真正的变量不是一家公司的融资动作，而是「技术独立性溢价」的消解与「中国AI第一梯队估值锚」的正式落地。本文拆解这次融资背后的三层结构、七家主要玩家的卡位逻辑，并给出四个被市场严重低估的左侧坐标，以及三个可被持续追踪的关键变量。

一、为什么现在是关键窗口

DeepSeek首次外部融资的消息，在2026年4月18日从中国证券报、上海证券报两条独立渠道同时释放，圈内投资人用「炸了」两个字形容。但真正值得投黑马留意的信号不是「一家顶级AI公司正在融资」，而是「一家曾经坚决拒绝融资的公司改变了主意」。

梁文锋从深度求索2023年7月成立以来的两年多时间里，始终把「技术独立性」放在第一位——资金来源依赖幻方量化内部支持，面对红杉、高瓴、腾讯、字节、阿里等国内外顶级机构的反复邀约，他的回答一律是拒绝。R1模型跻身全球前列、一度超越ChatGPT登顶多国应用商店榜首的时候，DeepSeek依然不要外部钱。这种姿态本身就构成了一种「品牌溢价」，也构成了中国AI投资叙事里一个奇特的变量：有一家最亮的公司，市场用任何价格都投不进去。

现在，这扇门开了。「投黑马」认为这不是一次普通融资，而是中国AI资本结构发生结构性变化的标志——当「投不进去」的公司开始「可以投」，整个第一梯队的估值锚就被重新设定，第二梯队、基础设施层、应用层的相对定价全部需要刷新。更关键的是：V4可能在4月底发布、内蒙古乌兰察布的服务器运维工程师招聘进入实质阶段，这说明融资用途不是模型研发本身，而是算力+人才两道稀缺资源的战略性囤积。

这是过去三年中国AI赛道里信息密度最高的一周。本期黑马雷达的任务，是帮读者把「DeepSeek融资」这一个事件的涟漪，拆解成可追踪、可布局、可验证的三层变量。

二、核心变量 / 战场定义

要理解这次融资的结构性意义，先要把中国AI第一梯队的资本图谱画清楚。可以用一张三层结构来理解：

第一层——顶部，「有模型+有算力+有人才+有独立现金流」的少数玩家。代表是DeepSeek（幻方系内部供血）、智谱AI（清华系+国资+阿里系多重背书）、MiniMax（阿里系+腾讯系股东）、月之暗面（阿里系大股东）、百川智能、阶跃星辰。这一层的共同特征是「不差钱叙事」——不是真的不差钱，而是能够选择性不要某一类钱。

第二层——中部，「有模型+有场景」的公司，往往押注某个垂直行业或某个产品形态（企业知识库、AI客服、AI编程、AI营销、AI办公）。这一层对外部资本的依赖度高，估值对营收/签约客户数的弹性大。

第三层——底部，纯应用层、Agent工具层、垂直SaaS层。这一层的定价高度依赖第一层的估值锚和第二层的商业化节奏。

DeepSeek破例融资之前，第一层和第二层之间其实缺一个锚。智谱最近一轮估值折合约300亿元人民币，MiniMax、月之暗面在200-300亿区间，百川、阶跃星辰略低。但这些价格都缺一个「参照系」——市场没法判断DeepSeek如果开放融资会是什么价，所以整个梯队的相对定价始终带着一层雾。

100亿美元、约合681亿元人民币，这个数字第一次给中国AI第一梯队提供了一个明确的「地板」。投黑马的判断很直接：这不是一个天价，反而是一个「理性价」——它既锚定了DeepSeek自己的商业想象空间（在未来三年营收做到几何量级），也给了第二梯队一个「向上打」的参照。梁文锋真正开放融资的那一天，智谱、MiniMax、月之暗面下一轮的估值谈判桌上，每家都会被反复拿来与这个数字比较。

这才是本期真正要讨论的「战场」：DeepSeek融资释放的不是一个资金缺口，而是一把定价尺。它第一次让中国AI第一梯队有了可比较、可追踪、可交易的估值框架。投黑马要回答的问题是——这把尺落地后，哪些机会被重新定价、哪些赛道被重新分配、左侧投资者应该在哪里布局。

三、竞争格局分析

中国AI大模型第一梯队目前有七家代表性玩家，加上开源阵营的阿里Qwen，构成了八家「必须看懂」的竞争图谱。

公司名：DeepSeek（深度求索）
卡位逻辑：MoE（混合专家模型）架构 + 开源策略 + 幻方量化的算力囤积 + 梁文锋个人对「技术独立性」的近乎偏执的坚持。
护城河：R1模型证明了中国团队可以在推理能力上与一线美国实验室对标；开源策略为其积累了开发者生态；幻方供血意味着过去两年几乎没有现金流压力。
隐患：V4发布后若商业化节奏跟不上，100亿美元估值会被市场质疑是「品牌溢价」而非「价值定价」；过度依赖梁文锋个人决策风格，一旦融资引入外部股东，治理结构变化可能冲击团队文化。
投黑马判断：DeepSeek不是中国版OpenAI，而是「中国版Mistral+Anthropic」的混合体——开源打声量，企业服务打收入。

公司名：智谱AI
卡位逻辑：清华系学术背景 + 最早B端商业化 + 国资与阿里系并存的股东结构。
护城河：ChatGLM系列在国内政企场景的渗透率领先；团队在AI安全、对齐方向的技术储备厚；国资股东的政策敏感度高。
隐患：To B路径的增长天花板相对可见；产品路线偏「稳」，在面向C端的叙事张力上弱于MiniMax。
投黑马判断：智谱是中国AI第一梯队里最接近「政企AI基础设施提供商」的公司，估值方法论应参考SAP而非OpenAI。

公司名：MiniMax
卡位逻辑：AI陪伴类产品Talkie在海外做出流水 + 多模态技术储备 + 阿里与腾讯双重股东。
护城河：海外C端收入是中国AI公司里最实的一块现金流；多模态（文本+语音+视频）的工程化能力处于国内第一梯队。
隐患：C端产品的留存与ARPU波动大；海外市场合规、支付、内容审查的长尾风险不可忽视。
投黑马判断：MiniMax最接近「消费互联网时代打法」，但AI时代的C端生意模型还没有被验证——押注它等于押注一套尚未定型的新商业范式。

公司名：月之暗面（Moonshot）
卡位逻辑：Kimi产品在国内长文本场景建立的用户心智 + 阿里作为第一大外部股东的深度绑定。
护城河：To C产品增长曲线较陡；创始人杨植麟的学术声望与团队工程能力。
隐患：与阿里通义的关系既是资源也是约束——大股东的利益冲突可能压制独立商业路径；广告变现路径尚未跑通，月度亏损压力可见。
投黑马判断：Kimi的最大风险不是竞争，是被收编——月之暗面的独立性窗口可能不如它的用户规模长。

公司名：百川智能
卡位逻辑：创始人王小川的搜索背景 + 医疗行业垂直切入 + 企业级SaaS打法。
护城河：医疗垂直数据积累；王小川在政企关系上的资源。
隐患：同时做通用大模型和垂直场景，资源分散风险高；B端市场的获客成本逐年上升。
投黑马判断：百川是第一梯队里「最像传统软件公司」的玩家，估值方法应参考国内SaaS中位数而非AI泡沫期高位。

公司名：阶跃星辰
卡位逻辑：多模态优先 + 上海系资源 + 技术派路线。
护城河：视频生成方向的模型储备；团队技术密度高。
隐患：商业化路径尚未清晰；品牌外溢度相对弱，C端认知未建立。
投黑马判断：阶跃星辰是值得持续追踪但暂时不该重仓的公司——它需要再一到两个季度证明自己是「中国版Runway」还是「中国版Character.AI」的B面。

公司名：阿里Qwen（开源阵营代表）
卡位逻辑：阿里云主导 + Qwen系列开源策略 + 国内最完整的从芯片到推理的全栈能力。
护城河：开源矩阵的生态影响力正在追平Llama；阿里云的渠道分发能力无可替代。
隐患：作为「大厂内部项目」，战略独立性受集团利益牵制；开源商业化路径依赖云服务转化。
投黑马判断：Qwen不会是最亮的，但可能是最难被打倒的——它是中国AI版图里的「基础设施级存在」。

整体竞争格局判断： 投黑马认为第一梯队不会收敛到一两家独大。未来18-24个月，中国AI大模型市场会呈现「DeepSeek+Qwen双开源王者 + 智谱/MiniMax/Moonshot三家垂直领先 + 百川/阶跃二线追赶」的六到七家共存格局。真正稀缺的不是模型公司本身，而是它们背后的算力、人才、数据、渠道四类要素。这正是本期左侧机会的方向。

四、被市场低估的早期机会

基于上述竞争格局，投黑马识别出四个被主流资本视野忽略、但与DeepSeek融资直接相关的早期机会。每一个机会都经过了「需求真实 + 当前解决方案稀缺 + 认知差显著」三层过滤。

机会名称：中国AI算力运维集成商
核心逻辑：DeepSeek在内蒙古乌兰察布招聘服务器运维工程师本身就是信号——中国AI第一梯队进入「大规模推理部署」阶段，算力从建设环节迁移到运营环节。运营环节的服务商是典型的「卖铲人」，但目前没有哪家公司被资本市场正式定价。
当前空白：国内有东数西算枢纽节点，但上层真正「懂AI负载」的运维服务商稀缺——既懂GPU集群又懂MoE推理优化的团队，全国两位数不到。
护城河来源：行业know-how积累周期长、核心工程师挖角成本高、与第一梯队模型厂的深度耦合关系一旦建立难以替代。
追踪信号：关注DeepSeek、智谱、阿里云在内蒙古/贵州/四川三地的服务器招标名单，以及同步出现的「代运维」小公司——典型场景是一家小公司一次性签下不止一家模型厂客户。

机会名称：AI训练数据与对齐工具链
核心逻辑：V4级别模型训练对高质量中文数据、对齐数据、评测数据的需求，在2026年进入「工业化」阶段。单靠第一梯队自己采集已经不够，外包式数据供应链开始出现。
当前空白：市场上多数「AI数据公司」还停留在「众包标注」的初代形态，但真正有价值的是结构化对齐数据、专业领域数据（金融/法律/医疗）、评测基准数据——这三类都还在早期。
护城河来源：专业领域的数据源合作关系、版权合规能力、与第一梯队的年框合同规模。
追踪信号：关注DeepSeek、智谱在数据采购端的对外合作公告；关注国内数据交易所（北京数据基础制度先行区、上海数据交易所）的AI训练数据专区成交记录。

机会名称：顶尖AI人才结构化中介
核心逻辑：DeepSeek融资的一部分资金明确用于「提高薪酬待遇以防止顶尖人才流失」——这意味着中国AI顶尖人才市场进入「结构性稀缺」阶段。传统猎头覆盖不了这个层级，需要懂技术路线、懂期权结构、懂跨境合规的专业中介。
当前空白：目前这个市场主要被个人关系网络和非正式推荐主导，没有成建制的平台型公司。
护城河来源：与第一梯队核心决策者的信任关系、候选人池的质量、期权与股权结构咨询能力。
追踪信号：关注2026年下半年中国AI头部公司的核心成员变动轨迹，以及是否有「AI专属人才服务公司」在一级市场完成融资。

机会名称：开源模型企业级推理优化
核心逻辑：DeepSeek的开源策略 + Qwen的开源矩阵 + Meta Llama 体系，共同造就了一个开源模型在企业场景大规模落地的窗口。但「开源模型」和「企业能用」之间还隔着一道推理优化、私有化部署、权限管理的墙。
当前空白：大厂云服务提供的是标准化方案，客户一旦要求深度定制就显得笨重；真正灵活、懂模型架构、能做到「单张H100跑出三张H100吞吐」的小团队还只有两位数。
护城河来源：推理引擎核心技术（KV-cache优化、推理批处理调度）、客户关系深度、与开源社区的共建关系。
追踪信号：关注国内TOP20金融机构、头部医院、央企IT采购系统中的AI推理优化供应商中标名单；关注开源推理引擎项目（vLLM、SGLang等）在国内的商业化分支。

五、关键变量追踪

本期锁定三个核心变量，每个变量至少配两个可命名的具体观测信号。

变量一：DeepSeek融资份额的最终分配结构
→ 为什么这个变量是关键指标：融资是否由国资主导、VC主导还是战略方主导，直接决定DeepSeek未来两年的决策风格与商业化重心。国资主导 → 偏政企；VC主导 → 偏独立商业化；战略方主导 → 偏生态绑定。这三种路径对整个AI赛道的溢出效应完全不同。
→ 追踪信号1：中国证券报、财新、第一财经对DeepSeek最终股东名单的披露，重点关注是否出现国资背景基金（国调、国新、各地产业基金）与腾讯/阿里/字节的同台。
→ 追踪信号2：工商变更信息——深圳市深度求索人工智能基础技术研究有限公司的股东结构在2026年Q2-Q3的更新记录，这是最权威的一手数据。

变量二：V4发布节奏与商业化路径
→ 为什么这个变量是关键指标：V4是否按期在4月底亮相、发布后是继续开源还是「选择性开源」、API定价策略如何——这三点决定DeepSeek在100亿美元估值之上兑现增长的可信度。
→ 追踪信号1：DeepSeek官方发布渠道（官方公众号、Hugging Face）在2026年4月底-5月初的模型发布记录，以及开源协议细节（是否引入「商业使用须授权」条款）。
→ 追踪信号2：DeepSeek API定价页面变动——特别是对比R1时代的每百万token价格。若V4定价显著上浮，意味着公司在「生态优先」向「营收优先」转变。

变量三：中国AI第二梯队下一轮融资的估值水位
→ 为什么这个变量是关键指标：智谱、MiniMax、月之暗面在DeepSeek之后的下一轮融资估值，将直接验证「估值锚」是否被市场接受。如果第二梯队估值整体向上平移，说明DeepSeek 100亿美元锚有效；如果反向下压，说明市场认为DeepSeek自身定价偏高。
→ 追踪信号1：IT桔子、CVSource投中数据、36氪等渠道对智谱、MiniMax、月之暗面在2026年Q2-Q3的融资轮披露。
→ 追踪信号2：二级市场相关A股/港股上市公司（中科创达、科大讯飞、寒武纪、海光信息）在同期的估值变动与研报推荐逻辑。

三个变量的联动逻辑：
[DeepSeek融资结构落定] → [V4发布并披露商业化路径] → [第二梯队下一轮估值以此为参照重估] → [一级市场中国AI赛道整体重新定价] → [算力/数据/人才/推理四类「卖铲人」随第一梯队扩张而溢价]

投黑马 · 独家评级

赛道热度：🔥🔥🔥🔥🔥　　中国AI第一梯队首次出现公开市场定价锚

左侧机会：⭐⭐⭐⭐　　　　四个早期坐标均位于大厂战略空白处

布局紧迫度：⚡⚡⚡⚡　　V4发布窗口与融资落地节奏将在未来两个季度集中兑现

推荐关注层次：
算力运维集成商 ＞ AI训练数据工具链 ＞ 开源推理优化 ＞ 顶尖人才结构化中介

七、分层布局建议

第一层：低风险，长周期 —— 算力与基础设施层

投资逻辑：中国AI第一梯队全部进入「大规模推理部署」阶段，算力从「建多少」转向「跑多好」。这一层的需求不依赖任何一家模型公司的成败，只依赖「中国AI整体继续发展」这个最底层假设。
选股标准：团队层面——创始核心要有GPU集群运营经验（非学院派纯理论团队）；数据层面——已服务至少两家第一梯队模型厂或头部云厂商，年化收入在2-5亿元人民币区间；客户验证层面——有不止一家客户愿意签三年期年框合同。
时间窗口：建议在2026年Q2-Q3完成接触与尽调，Q4进入核心项目的投决窗口。这一层布局周期长，估值弹性不在短期翻倍，而在3-5年复合增长。

第二层：中风险，中周期 —— AI原生工具链与垂直行业

投资逻辑：DeepSeek融资的溢出效应最先在这一层显现。模型竞争白热化之后，围绕模型的数据工具、评测工具、对齐工具、行业集成商进入快速生长期。
选股标准：团队层面——核心成员来自第一梯队模型厂或头部云厂的真实实战岗位；数据层面——已有不止一家头部模型厂的真实付费合同；客户验证层面——单客户ARR年均增长100%以上。
时间窗口：建议在V4发布后的2026年5-9月集中布局，这个窗口内第一梯队采购预算释放最集中。

第三层：高风险，短周期 —— 大模型平台层非共识押注

投资逻辑：第一梯队竞争中会出现两到三家「非共识赢家」——不是市场最先看到的那两家，而是在特定垂直场景（如视频生成、科学计算、多模态Agent）建立事实领先的公司。这一层押注成功回报高，但失败率同样高。
选股标准：团队层面——创始团队必须有至少一位「可以独自完成模型训练-推理-产品全链条」的硬核技术人员；数据层面——在某个细分指标（特定benchmark、特定用户留存）上处于国内前三；客户验证层面——已积累不可被轻易复制的专属数据或工作流。
时间窗口：建议在2026年下半年完成观察，到2027年Q1之前做出布局决定——这与V4发布后竞争格局重新清晰的周期高度吻合。

风险披露（四条）：

风险一：梁文锋最终放弃融资。概率低但影响大。DeepSeek过去两年已经多次在媒体报道后否认或搁置传闻。一旦融资最终不落地，100亿美元估值锚的市场信心会被削弱，第二梯队的融资节奏将整体放缓。对第一层布局影响小，对第二层和第三层影响较大。

风险二：V4发布不及预期或延迟。执行风险。若V4未能在4月底亮相、或者发布后市场反馈未达到「R1级别的话题效应」，整个第一梯队的估值体系会进入「观望模式」。对第三层布局影响最大。

风险三：监管与政策边界收紧。结构性风险。中国AI股权投资涉及跨境数据、算法备案、国产芯片替代等多重政策变量，一旦出现行业性收紧（例如禁止VIE结构AI公司跨境融资），第一、二、三层都会同步承压。

风险四：地缘政治导致高端算力供给断裂。低概率高破坏力。一旦高端GPU断供进一步升级，第一梯队的算力囤积优势会被放大，但第二、三层的工具链公司服务基础会被压缩。该风险对算力运维类标的构成双面影响——既有需求侧承压，也有国产替代放量。

结语： DeepSeek破例融资本身不是故事，它是故事的开篇。中国AI第一梯队第一次拥有了可比较、可追踪、可交易的估值框架，而真正的长期赢家往往不在聚光灯下的那几家模型公司，而在围绕它们生长出来的卖铲人、工具链、推理层与人才层。当市场还在争论「100亿美元贵不贵」的时候，投黑马已经把四个坐标与三个变量画在地图上。在聚光灯照亮之前，我们已经在那里。

投黑马 · 信号解读

DeepSeek这次破例融资表面是一次资本动作，实质是中国AI第一梯队「技术独立性溢价」终结的信号。过去两年「投不进去的公司」本身构成了一种市场估值模糊地带，现在这个模糊地带被一个明确的数字——100亿美元——替代。从此以后，第一梯队的每一家公司都会在这个锚上下被重新定价，整个赛道的相对估值框架将在未来两个季度完成刷新。

左侧投资者真正应该追踪的信号不是「DeepSeek融资成功了吗」，而是「谁拿到了份额」「V4发布的API定价变不变」「智谱和MiniMax下一轮的估值是几何」。这三个问题的答案，会在2026年Q2-Q3陆续浮出水面，每一个都会把第二梯队和卖铲人赛道的价格重新排一遍。看懂这次融资背后的估值锚效应，就看懂了中国AI接下来18个月的投资主线。

── 投黑马研究团队

AI & 一级市场

Anthropic「Mythos」自主发现数千零日漏洞

Anthropic发布最新安全专用大模型Claude Mythos Preview，该模型能够自主识别主流操作系统和浏览器中大量此前未被发现的高危漏洞，并独立开发攻击验证手段。Anthropic已确认Mythos独立发现了OpenBSD中潜藏27年的远程崩溃漏洞、FFmpeg中存在16年的缺陷，以及FreeBSD NFS服务中17年的远程代码执行漏洞（CVE-2026-4747）。出于安全考量，Anthropic暂不面向公众发布该模型，而是通过「Glasswing」合作项目向微软、亚马逊、谷歌、苹果、思科等40余家科技企业开放预览。英国金融监管机构和德国联邦信息安全办公室已启动紧急评估。（综合公开信息整理）

【投黑马点评】
AI自主发现零日漏洞标志着网络安全从「被动防御」进入「AI原生攻防」时代，安全赛道的早期标的逻辑正在从「人力密集型渗透测试」转向「模型驱动的自动化漏洞猎杀」，留意具备安全垂类微调能力的团队。

OpenAI一周6高管变动，GPT-6发布跳票

OpenAI在GPT-6（代号Spud）原定发布日4月14日前后陷入罕见动荡：COO布拉德·莱特卡普被调离核心运营岗转任「特别项目负责人」；「GPT-4o之母」Joanne Jang发布离职声明；「星际之门」数据中心项目三位核心负责人集体出走加入Meta。与此同时，CEO奥特曼力推四季度IPO的计划遭CFO弗莱尔公开反对，后者认为AI服务器支出过大、营收增长不足以支撑上市条件。GPT-6虽已完成预训练且性能较前代提升约40%，但发布时间表至今未获官方确认。（综合公开信息整理）

【投黑马点评】
OpenAI的组织裂缝比技术瓶颈更值得早期投资者警惕——当算力军备竞赛把烧钱速度拉到天际，「商业化节奏」与「AGI理想主义」之间的张力正在撕裂管理层共识。对一级市场而言，这恰好打开了竞品（Anthropic、xAI、国产头部）的窗口期。

觅蜂科技发布物理AI数据平台，攻克具身数据荒

具身智能数据基础设施公司觅蜂科技（Maniformer）今日在上海张江科学会堂举办发布会，首次全面展示其一站式物理AI数据服务平台。该平台旨在系统性解决具身智能领域「数据荒、标准乱、供需错」三大痛点。觅蜂科技此前已完成由红杉中国领投的数亿元种子及天使轮融资。2026年Q1具身智能赛道融资规模创历史新高，前三个月披露融资事件超30起，融资额合计约200亿元，较2025年同期增长58.7%。（据企业官方公告、综合公开信息整理）

【投黑马点评】
具身智能走过「秀Demo」阶段后，数据基础设施正在成为卡脖子环节。与大语言模型时代互联网语料「免费可得」不同，物理世界数据采集成本高、标准化难度大，率先建立数据闭环壁垒的平台型公司可能拿到下一轮高溢价。

Uber四月已花完全年AI预算，编程工具占大头

Uber首席技术官披露，公司2026年全年AI预算在4月便已耗尽，其中最大支出流向AI编程工具，包括Anthropic的Claude Code和Anysphere的Cursor。这一现象折射出企业端AI工具采购速度远超年初预算规划。同期数据显示，OpenRouter平台周Token调用量环比增长11%，Agent需求正在加速放量。（综合公开信息整理）

【投黑马点评】
当头部科技公司的AI预算在Q2初就「爆表」，说明企业级AI工具市场的渗透速度被严重低估。左侧投资者应关注AI开发者工具链中尚未被巨头覆盖的垂直环节——代码审查、测试自动化、DevOps Agent。

科技商业

Lucid获7.5亿美元注资，Robotaxi车队扩至3.5万辆

电动汽车制造商Lucid宣布获得7.5亿美元新一轮投资：沙特主权基金PIF旗下Ayar Third Investment注资5.5亿美元，Uber追加投资2亿美元（累计投资达5亿美元）。同步公布的还有新任CEO人选——来自工业界的Silvio Napoli。作为投资协议的一部分，Uber将Robotaxi车队采购承诺从此前的2万辆上调至3.5万辆，覆盖Lucid Gravity SUV和即将量产的中型平台两条产品线。（据企业官方公告）

【投黑马点评】
Uber从「共享出行平台」向「自动驾驶运力采购方」的角色切换正在提速，3.5万辆Robotaxi意味着围绕L4车辆的线控底盘、车规传感器、远程接管系统等Tier-1供应商窗口已经打开。

特斯拉Model S/X停产，签名版限量350台

特斯拉于4月1日宣布停产Model S与Model X全系，停止接受新定制订单，仅保留库存现车销售。4月13日发布签名版限量车型——250台Model S与100台Model X，定价均为159,420美元，配备专属「石榴红」车漆与金色装饰，仅面向受邀用户发售。停产核心目的是将弗里蒙特工厂产线改造为Optimus人形机器人年产百万台的制造基地。（据企业官方公告）

【投黑马点评】
特斯拉用两款旗舰的产线换取Optimus产能，这一取舍清晰传递了马斯克的优先级排序：人形机器人＞高端电动车。对一级市场而言，人形机器人供应链中「从汽车产线复用」的工艺环节——伺服电机、减速器、力矩传感器——可能率先受益于产能释放。

三星NAND涨超100%，AI驱动存储供需失衡

半导体产业链迎来全面涨价潮。三星电子2026年Q1将NAND闪存价格上调超过100%，DRAM涨幅60%-70%，SK海力士部分LPDDR产品调价接近100%。二季度NAND合约价预计将环比再涨70%-75%。涨价核心驱动力是AI数据中心的结构性供需失衡：每台AI服务器对DRAM和NAND的需求量分别是普通服务器的8倍和3倍，而NAND端新增产能预计要到2027年底至2028年才能大规模开出。三星Q1预计营业利润同比飙升超750%。（据公开市场信息、据行业研究机构）

【投黑马点评】
存储涨价不是短期博弈而是AI算力扩张的结构性映射。当供给侧扩产周期长达18-24个月，早期投资者应顺着「存储紧缺」向上游看——晶圆代工设备、先进封装材料、HBM测试方案是更具左侧属性的标的方向。

美国电力公司启动1.4万亿美元AI基建支出

美国最大的投资者所有制公用事业公司正在准备一轮历史性支出周期，未来五年计划投入约1.4万亿美元，核心驱动力是AI基础设施带来的电力需求激增。4月15日标普500与纳斯达克均创收盘新高，科技股与公用事业股同步走强。同期数据显示，全球云厂商对800G光模块需求预计达4200-4500万只，1.6T光模块需求较年初预期上调50%。（综合公开信息整理）

【投黑马点评】
AI基建的瓶颈正从「买不到GPU」转向「接不上电」。电力配套、液冷系统、工业储能是算力军备竞赛中最容易被忽视的基础设施环节，也恰恰是早期标的估值尚未被充分定价的领域。

今日左侧信号

信号：AI基建需求正在从「芯片层」向「物理基础设施全链条」扩散

追踪方向：存储涨价周期18-24个月、电力缺口五年1.4万亿美元、具身数据平台融资加速——三条线索共同指向一个结构性判断：AI产业的下一个超额回报区间不在模型层，而在支撑模型运转的物理世界基础设施。建议追踪液冷/浸没式冷却、工业储能、先进封装设备、具身智能数据闭环四个早期赛道的融资节奏与客户订单信号。

── 投黑马研究团队