今年，人工智能（AI）产业链中的一批巨头和新锐，开始走出私募市场。整合xAI后的SpaceX在纳斯达克募资750亿美元（962亿新元），创全球首次公开售股（IPO）纪录；Anthropic与OpenAI先后保密递交上市文件。亚洲方面，智谱与MiniMax已在香港挂牌，月之暗面和深度求索据报也在研究上市安排。
与此同时，长鑫存储上海首日上涨466%，AI相关晶片股却在随后剧烈回调。
狂热与恐慌并存，并不矛盾。真实需求与估值泡沫可以同时存在：伟大技术可能被错误定价，泡沫也常围绕真实需求形成。判断的关键，不是急着给AI贴上“泡沫”或“非泡沫”的标签，而是看上市究竟改变什么。
上市是一场制度切换
这波上市潮的意义不只在融资。它把企业从少数投资者协商定价的私域，移入由审计、持续披露和不同类型投资者共同构成的公开市场，也让更多投资者分享增长机会。
部分AI公司的投资者，同时也是晶片供应商、云服务商或客户。这样的交叉投资有助于锁定产能、分担风险和协调长期投入，却也可能模糊独立需求与生态伙伴承诺之间的界线。上市不能自动打破“循环融资”，但会迫使企业更系统地披露客户集中度、重大关联事项、现金消耗和长期算力承诺。
尤其要区分“年化收入”与已经实现并审计的全年收入。Anthropic所称的470亿美元，是把近期收入外推一年的指标。它显示增长速度，却不能替代毛利、现金流、客户留存率和收入质量。公开市场同时生产信息和价格，而两者并不总是同一回事。
智谱与MiniMax已经为大模型公司建立初步估值锚。若月之暗面、Anthropic和OpenAI陆续上市，它们的收入倍数和后市表现，将成为后来者的参照。可比公司（编按：指在业务类型、规模、成长性、风险水平及市场定位上与目标公司高度相似的同行业上市公司）定价能降低不确定性，也能解释为什么IPO往往成波出现。
问题是，相对估值会高效传递信息，也会高效传递错误。开路者若被高估，整个板块可能随之抬升；若表现不佳，后来者可能推迟发行或接受更低估值。Kimi K3开放权重也提醒投资者：AI公司的价值不只在模型权重，还在分发、专有数据、推理基础设施、企业集成、信任与合规。开放模型未必摧毁商业价值，它可能只是把价值转移到互补资产。
公开市场也制造情绪
长鑫存储首日暴涨，难以只用新增基本面解释。较小的流通盘、发行定价、国产替代叙事和有限的做空机制，都可能放大价格。美国巨型首次公开募股也会受到首发流通盘、禁售期、指数纳入和被动资金的影响。
因此，披露给理性投资者识别错配的工具，却不保证短期价格由他们决定。公开市场还带来季度业绩压力，可能与需要长期投入的基础研究发生张力。上市把灯打开，但也可能把舞台灯打得更亮。
笔者与合作者对中国IPO暂停的研究发现，不确定的上市等待会压低企业创新，而且影响延续到上市之后。另一项关于金融科技监管的研究进一步表明，监管预算、专业能力和政策工具彼此互补；准备不足不仅会阻碍有价值的创新，也会制造新的不确定性。
这里的结论不是“监管越多越好”，而是监管能否快速、专业且可预期地评估新模式，同时避免过高的合规成本把后来者挡在门外。香港特专科技上市制度与上海科创板的意义，在于提供较清晰的路径，而不是给企业估值盖上“监管认证”。获准上市不等于商业模式已经通过检验。
最后看每项任务的经济账
基础模型商按代币（token）计量推理服务。这里的“代币”是模型处理信息的单位，并非加密货币。
笔者关于AI代币经济学的研究表明，代币价目表并非单纯的计费惯例：它是供应商为难以直接观察的海量下游应用逼近差别定价的工具，也左右哪些应用能被发现。由此看，代币单价下降不必然意味着模型完全商品化：价格下降会扩大可行应用，需求增长可能快于降价。但投资者最终应关心的，不是每百万代币多便宜，而是完成一个可验证任务的质量调整成本。
尽责调查应追问：收入来自可随时迁移的API调用，还是深度嵌入企业流程的服务？扣除算力、折旧和获客成本后，任务层面的利润率如何？多少增长来自独立客户，多少来自合作伙伴体系？数据、分发、信任和合规能否形成持久优势？
正确的结论不是预言顶部。若上市进程继续推进，市场会得到更多披露、更多可比公司，也会经历必要的失望。泡沫容易在黑暗中形成，也能在光天化日下膨胀。上市潮正在把灯打开；是否借光阅读财报，而不是只看故事，取决于投资者自己。
作者是南洋理工大学金融、计算与数据科学校长讲席教授，环球金融、科技与社会研究院创始院长
