中国AI基础模型进入资本加速赛,Zhipu AI受益更明确,MiniMax仍需模型验证
AI 摘要卡
中国AI基础模型进入资本加速赛,Zhipu AI受益更明确,MiniMax仍需模型验证
JPMorgan认为,资本正成为中国独立LLM厂商竞争的必要条件,但最终胜负取决于资本向模型能力、客户采用和ARR增长的转化效率。
- Zhipu AI获US$4bn配售后,推理资源约束缓解,未来12个月需求向收入转化的可见度提升,目标价上调至HK$2,400并维持Overweight。
- MiniMax获US$2bn融资后资源压力下降,但当前约11%配售摊薄、可转债完全转换后潜在摊薄升至约17%,且模型能力追赶和商业化变现尚未充分证明,目标价下调至HK$240并维持Neutral。
- 中国独立LLM厂商自2026年初以来已累计融资或宣布融资超过US$20bn,行业进入更资本密集阶段,但技术路线、人才密度、工程效率和商业执行仍是核心分化变量。
研报解读
概览
本报告覆盖中国AI基础模型行业中的Zhipu AI与MiniMax。JPMorgan指出,基础模型竞争正在从单纯模型发布转向更资本密集的持续投入周期,资金可支持预训练、后训练、强化学习、评测基础设施和推理部署,但资金本身不能决定竞争结果。报告对两家公司给出分化判断:Zhipu AI的融资更直接缓解推理服务容量瓶颈,并提高ARR转化可见度;MiniMax融资虽增强财务资源,但摊薄成本立即发生,模型能力与商业化追赶仍需后续发布验证。
核心观点
核心观点是“资本是必要条件,不是充分条件”。Zhipu AI因已有较强需求、GLM系列模型进展和商业动能,新增推理资源更可能在未来12个月转化为收入,因此上调收入预测和目标价。MiniMax具备多模态、2C与2B产品、海外扩张等长期期权价值,但相对模型能力仍处于追赶状态,融资带来的正面资源效应需要先通过模型升级和变现改善验证。
分析框架
报告采用公司对比与估值重估框架,分别评估融资对训练资源、推理容量、ARR转化、股本摊薄、盈利预测和目标价的影响。对Zhipu AI,重点观察需求到收入的转换路径;对MiniMax,重点比较融资摊薄的确定成本与未来模型能力提升的不确定收益。估值均采用30x 2030E P/E,并以15% WACC折现至Dec-26目标价。
方法论与常识提炼
30x 2030E P/E discounted back using 15% WACC
报告以2030E正常化盈利为基础,给予30倍市盈率,并用15% WACC折现回Dec-26目标价。该倍数相对一线中国互联网公司有溢价,主要反映2026-30E收入高增长预期。
资本投入向模型能力、商业化和ARR的转化
融资可延长模型训练和基础设施投入周期,但竞争优势取决于技术方向、人才质量、工程组织效率以及将算力投入转化为客户采用和收入增长的能力。
repeated SOTA visibility, high-value workflow exposure and pricing power
Zhipu AI被认为更符合该框架,因为GLM系列多次交付国内领先模型,且在高价值工作流和定价能力上具备更清晰的投资叙事。
标的映射与对比
研报将主题/逻辑映射到具体标的时的结构化摘要(优势、劣势、对比与风险)。
- Zhipu AI (2513.HK)核心正面标的
- 优势
- 融资缓解推理容量和训练资源约束;GLM系列模型进展较强;需求、API服务和企业用例动能较好;未来12个月ARR转化路径更清晰。
- 劣势
- 研发投入高、盈利仍承压;自由流通比例低且股价年初至今涨幅极大,波动风险高。
- 对比
- 相较MiniMax,Zhipu AI被认为更接近将新增资本转化为短期收入和长期模型领先。
- 风险
- 出口管制、地缘政治、实体清单风险、竞争加剧、算力供应和成本风险、客户采用不确定性。
- MiniMax Group Inc - H (0100.HK)中性观察标的
- 优势
- 融资增强财务资源;具备多模态模型、消费者应用、2B产品覆盖和国际化扩张基础;在开发者采用和长线AI应用场景中仍有期权价值。
- 劣势
- 模型能力相对同业仍处追赶状态;融资摊薄确定;短期收入增长和付费意愿改善证据不足。
- 对比
- 相较Zhipu AI,MiniMax的资本转化路径更依赖未来模型能力提升和商业化验证,确定性较低。
- 风险
- 与美国影视工作室的诉讼、竞争加剧、持续高研发投入、盈利压力、商业化和客户采用不确定性、算力基础设施和外部供应商依赖。
- 中国AI基础模型行业主题投资方向
- 优势
- 融资规模扩大,模型训练、推理部署和商业化基础设施投入能力增强。
- 劣势
- 资本密集度上升提高进入门槛,也增加现金消耗和执行失败风险。
- 对比
- 行业内将从融资能力竞争转向资本使用效率、模型迭代速度和商业化落地能力竞争。
- 风险
- 技术路线误判、人才竞争、价格战、监管和地缘政治约束、算力供应瓶颈。
关键数据
- 中国独立LLM厂商2026年以来融资规模超过US$20bn通过IPO、配售和私募轮等方式累计融资或宣布融资。
- Zhipu AI融资规模US$4bn配售,约占总股本4.4%融资用于支持模型训练和推理容量扩张,报告认为有助于提高ARR转化可见度。
- Zhipu AI目标价变化HK$2,400,前值HK$2,000维持Overweight;目标价基于30x 2030E P/E和15% WACC。
- Zhipu AI当前价格HK$1,640.00截至2026-07-10。
- Zhipu AI收入预测调整2026-30E收入上调7-13%反映资本更充足后算力扩张和商业化可见度提升。
- Zhipu AI自由流通比例配售后约14%报告提示股价年初至今大幅上涨后,低自由流通比例可能导致波动仍然极端。
- MiniMax融资规模US$2bn包括股权配售和可转债,提供模型开发、基础设施和商业化资源。
- MiniMax摊薄影响配售约11%股本;可转债完全转换后额外约6%报告认为摊薄成本确定,而模型能力和变现改善仍需证明。
- MiniMax目标价变化HK$240,前值HK$300维持Neutral;下调主要反映融资摊薄和商业化路径信心不足。
- MiniMax当前价格HK$268.60截至2026-07-10。
- MiniMax EPS调整2026E调整后净EPS下调4%,2027-30E下调20%主要反映新增股本和潜在可转债转换影响。
影响与含义
对投资者而言,行业融资热潮并不意味着所有基础模型公司同步受益。Zhipu AI的关键含义是新增算力更可能释放已存在需求,形成未来12个月ARR上行;MiniMax的关键含义是融资仅延长竞争窗口,若后续M3Pro等模型不能缩小与同业差距,摊薄将压制每股价值。行业层面,后续应把模型发布质量、推理资源利用率、客户采用和定价能力作为判断资本回报的核心证据。
风险
- 融资无法转化为模型能力提升或客户采用增长。
- 基础模型竞争加剧导致价格压力和盈利推迟。
- 高强度研发和推理基础设施投入压缩利润率并增加现金消耗。
- 出口管制、地缘政治和实体清单风险影响算力和供应链可得性。
- Zhipu AI低自由流通比例和年初至今大幅上涨可能导致股价剧烈波动。
- MiniMax面临确定性股本摊薄,且模型能力追赶与商业化变现仍需验证。
- MiniMax涉及美国影视工作室诉讼等法律风险。
后续跟踪
- Zhipu AI的GLM 5.5发布及其是否继续维持国内领先模型表现。
- MiniMax的M3Pro发布能否缩小与同业模型能力差距。
- DeepSeek V4 official等同行模型周期对行业竞争格局的影响。
- Zhipu AI新增推理容量是否在未来12个月转化为ARR增长。
- MiniMax多模态产品、API经济性和用户付费意愿是否改善。
- 融资后股本摊薄、自由流通比例和交易波动对估值的影响。
- 中国独立LLM厂商后续融资、算力投入和商业化效率。