AI大模型企业迎利好：吴清支持港股公司境内上市
6月17日上午，2026陆家嘴论坛正式启幕。本届年会聚焦“全球治理倡议下的金融发展与合作：新愿景、新挑战和新机遇”。证监主席吴清在会上释放两项关键信号，径直指向人工智能赛道。
第一重信号，科创板第五套上市标准的适用边界扩至人工智能领域，主动适配新一轮科技迭代与产业变革。实质是通过强化资本市场的包容度与适应性，为AI赛道注入制度性动力。第二重信号，明确支持量子科技、生物制造、具身智能等更多硬科技企业登陆资本市场，同步推进创业板改革，加大对新型消费与现代服务业的扶持力度。一个细节值得深挖——政策亦鼓励符合条件的港市上市公司回归A股，强化两地市场协同。
社区内不少用户匆匆扫过新闻，得出的判断是“政策又在拉硬科技”。这个解读不算错，但只触及了表层。
为何独选AI大模型作为突破口？
人工智能的竞争早已超脱企业间技术创新的范畴，上升为国家层面的战略角力。把视线拉高一层，不难发现国内AI产业早已熬过比拼参数、刷榜的第一阶段，也跨过了仅靠聊天界面吸引体验的第二阶段。
当前竞争进入残酷的第三阶段——谁能将模型、开发者、底层算力与全球硬件供应链整合成一个高效运转的巨型系统，谁才能存活。
政策选择在这个节点“开闸”，绝不是给只会讲PPT的团队输血，而是利用资本市场的规则，为这场竞赛铺设一条本土化的补给线。那些已跑通系统闭环的头部企业，不再需要仰仗海外融资窗口的变数，也无需在港股流动性折价中挣扎。定价权抓回手中，融资通道彻底打开，让真正从“模型开发商”进化为“AI平台”的企业，拿到本土核心估值的入场资格。
第五套标准究竟意味着什么？
此前，这套标准专为生物医药定制。它允许未盈利、甚至零收入的企业上市，市场认可的逻辑是：药物研发虽烧钱，但管线价值可量化，临床阶段即为其价值锚点。
如今，这套逻辑平移至人工智能大模型，性质发生质变。AI大模型研发周期极短，技术路线半年迭代一次，估值波动剧烈，对融资节奏的依赖远胜于生物医药。可以说，AI大模型比生物医药更具“金融化”属性。它并非一个等待临床数据的慢速生物，更像一个需持续注血、高速演进的互联网生命体。
将AI大模型纳入第五套标准，本质上是承认了一个事实：AI的估值不再死磕短期利润，取而代之的是用技术壁垒和产业卡位来定价。
若将两条政策叠合分析，画面清晰浮现：一边为未盈利的AI大模型公司敞开A股大门，另一边为已成熟但估值折价的港股AI资产铺设回归路径。A股正在构建一个“供给扩容+定价回流”的AI资产池。资本市场从来不怕烧钱，怕的是没有公认的优质资产可交易。过去，好AI公司都在海外，A股投资者只能隔岸观火。现在，政策在做的正是把“资产、定价、流动性”三者全部收拢到一个系统内。
政策定调后，哪些方向最先受益？
第一层，大模型基础设施层。第五套标准直接圈定人工智能大模型赛道。那些手握自研大模型、跑通训练推理全栈能力、拥有开发者生态与API调用量的平台型公司，能率先拿到入场券。这层最直接，但筛选也最严苛——只有具备真实技术壁垒与产业卡位的团队，才够得上“硬科技”门槛。这类代表，最典型的就是即将回归科创板上市的MiniMax和智谱。
第二层，算力与芯片供应链。大模型进入A股，推理成本与算力供给必然成为硬约束。政策将AI提升至军备竞赛高度后，国产芯片、算力基建、数据中心这条主线势必扩容。市场不会只盯着模型本身，上游的“铲子”同样值得关注，例如海光信息、寒武纪。
第三层，港股回A通道上的成熟AI资产。这类公司具备海外架构、真实业务与收入规模，但在港股长期被低估。政策提供重新定价入口后，最先反应的未必是利润表，而是估值体系。逻辑直接：同一资产换一个定价场所，价值就可能被重估。
顺着这个方向，当前站在政策与产业交叉点的企业，一只手数得过来。大模型平台中有技术壁垒的，港股中有真实收入与海外结构、希望回来重新定价的，两者兼备的企业，就是最直接的受益群体。
AI大模型回A定价，技术底牌够不够硬？
政策框架搭建完毕后，市场需要一把尺子。这把尺子正好同时出现在资本与技术两条线上。资本层面，“大模型双雄回A”的讨论持续升温。技术层面，智谱GLM-5.2与MiniMax M3上线并开源。这些技术动态此前已有大量分析，此处不再赘述。
值得关注的是，近期有机构组织了一次国产大模型Coding能力测评，将DeepSeek V4 Pro、Kimi K2.6、Qwen 3.7 Max、GLM 5.1和MiniMax M3放入真实工程任务中，由Claude Opus 4.7担任裁判。为何选择Coding？因为当前模型竞争中，代码能力早已不止“写程序”这么简单。它承载的是工具调用、逻辑推理、复杂流程自动化，是模型从“会说”迈向“能干”的基础设施级指标。
测Coding，本质上是在测生产力。
结果出乎不少人的预期。MiniMax M3以85.3的综合得分爆冷夺冠，Bug诊断与修复环节表现尤为突出，拿下89.7分。DeepSeek V4 Pro虽然综合得分排名第四（78.6分），但凭借最低的API定价，性价比指标（CPP $0.20）全场最优，是预算敏感型团队的首选。
架构设计方面，MiniMax M3拿下全场最高分95分。裁判评语是：“整体属于资深架构师水准的方案，正确性和可运行性表现最佳。”Bug诊断与修复环节中，它再次拿到全场最高的89.7分，裁判Claude Opus 4.7评价：用Redis Lua脚本做库存原子扣减，从根源避免超卖；用滑动窗口做限流，比固定窗口更精准；还补上了异步落库补偿机制与灰度发布策略。这些正是模型在真实工程环境中存活的关键，也是大模型从“做Demo”迈向“进系统”的核心能力。
再看M3的参数表现。MiniMax M3价格比Claude Opus 4.8便宜8倍。它可以连续24小时不间断运行，无需检修，无需休息。但大多数人从未听说过它，却在海外爆火。它是首个专为编码与智能体任务设计的开放权重模型，拥有100万标记的上下文窗口，一次遍历即可处理整个代码库。在SWE-Bench Pro上取得59%的成绩，编码方面超越GPT-5.5与Gemini 3.1 Pro。每百万输入代币仅需0.60美元，比Claude Opus 4.8便宜8倍。在100万词元场景下，依然保持模型质量“大致”不变。大多数稀疏注意力机制的加速效果在基准测试中真实有效，但在那些无人统计的长尾检索场景中却悄然折损。因此，真正的问题不在于速度有多快，而在于上下文变复杂时，模型质量究竟下滑到何种程度。
但到这里，只讲了一半的故事。测评与数据能告诉你一个模型强不强，却回答不了另一个更关键的问题：这种强大，能否转化为收入。
比榜单更关键的是，AI大模型谁先盈利？
AI行业过去一年最热闹的，是模型能力跃升与价格战。但最尴尬的，是大家都在用，钱却没那么好收。用户愿意试用，不代表愿意稳定付费；开发者有流量，不代表有交易链路；Token跑得飞快，但这些Token能否顺畅转化为收入，一直是商业化的硬骨头。
正因如此，MiniMax M3接入支付宝Token Pay这件事，比许多模型发布会更值得深挖。MiniMax Agent中的Mix Claw服务接入支付宝AI付，用户可在应用内直接完成结账。这个动作背后，是计量、充值、订阅、结算、授权、风控与履约的全链路。AI应用要真正成为一门生意，不能只会回答问题、生成图片、写代码、做任务，还得能在任务执行过程中把钱收回来。
移动互联网时代的商业化单位很清晰：广告看点击，电商看GMV，会员看续费。AI时代则多了一个新单位：Token。用户买的不是一个App，而是一段智能能力；不是一个固定功能，而是一批任务执行次数；不是一个月卡权益，而是一次Agent服务。Token Pay做的事情，就是将AI服务从“模糊收费”推向“按能力计量”。用户无需跳出任务流程去充值，也无需重新理解复杂的模型计费方式，服务过程中即可完成结账。
很多人低估了支付摩擦对AI应用的影响。用户执行一个任务时，情绪本是连贯的，突然跳转到另一个页面、另一套充值体系、另一个会员规则，转化率立刻跳水。AI智能体若真想成为用户的办事入口，支付就不能像补丁一样贴在末尾，而应嵌入任务流程之中。
这里存在一个深层呼应。前面讲政策在搭框架，Token Pay其实是在铺管道。一个是资本层面的基础设施，一个是商业层面的基础设施，但两者在做同一件事——让AI资产从一个故事，变成可定价、可交易、可结算的真实标的。政策解决了“谁来定价”的问题，Token Pay解决的是“怎么收钱”的问题。两件事缺一个，闭环都合不上。
对MiniMax来说，这个动作未必立刻带来爆发式收入，但它让商业化的验证向前迈了一大步——从“用户愿不愿意买会员”，推进到“用户能不能按任务付费”。这是一次关键的估值锚切换。大模型公司过去最容易讲的是能力，最难讲的是收入。模型能力可以跑榜，融资可以讲故事，用户增长可以做声量，但资本市场最终一定会问：付费率多少？复购多少？推理成本多少？毛利率有没有改善？收入增长是不是靠补贴堆出来的？
数据不会说谎：MiniMax的年度经常性收入（ARR）在2026年2月突破1.5亿美元。面向企业客户与个人开发者的开放平台产品，2026年2月新增注册用户数已超2025年12月的四倍。另有报道指出，M2系列文本模型的日均代币消耗量较2025年12月增长超过六倍。
Token Pay本身无法回答所有这些问题，但它至少让这些问题开始有数据可追踪。同时，MiniMax成为这个协议层的第一个样板间。AI行业的下半场，赢家不一定只属于模型最强的人，也可能属于那些最先跑通交易链路的人。MiniMax与支付宝的合作，释放的信号也很直接：AI终于不只是在讲未来了，它开始认真研究怎么把未来卖出去。
高营收增长背后的估值考量
聊了这么多，现在回到股价本身。市场对这类AI公司的状态很典型：预期已经压过一轮，股价处于低位，但政策的边际在抬升，技术上持续交出可验证的答卷，商业化的基础设施也开始补上。这种趋势往往指向一个局面：股价已经开始反映一个更本质的问题——市场还愿不愿意，敢不敢，再给它一次重新定价的机会。
从当前政策、产品力与商业闭环共同撕开的这个口子来看，这个问题的答案，至少不是否定的。
当然，所有交易最终都是在不确定中寻找确定性。MiniMax、智谱们的故事远未结束。华尔街有句老话：“增长可以掩盖一切罪恶，直到它不再能掩盖为止。”市场本质上是在为“平台选择权”支付巨额溢价——押注MiniMax能够在多模态人工智能领域建立垄断级别的护城河。这不是概率套利，而是价值投资。以目前的估值来看，这种确定性被过度低估了。