荣鼎报告：国产AI模型总营收仅为美国双雄的10%

一份来自荣鼎集团（Rhodium Group）关于中国AI融资的研究报告，揭示了中国AI行业在营收规模、盈利能力和融资渠道上与美国同行的鲜明差距。司马迁的YouTube/B站频道对这份报告做了详细解读，其中几组数据颇具冲击力：中国所有AI模型的总年度经常性收入（ARR）仅为OpenAI和Anthropic两家总和的10%，而DeepSeek的API毛利率却能与Anthropic相当。本文梳理报告核心论点，剖析中国AI融资困境背后的结构性问题。

投资规模与营收的双重落差

报告的第一个结论是，中国在AI基础设施上的投资建设规模，大约相当于美国的15%到20%。这个比例本身并不算致命——高盛此前就反复强调中国成本低，花钱少但勉强能跟上。从大模型性能角度看，前段时间的Kimi等国产模型确实缩小了差距。

但情况正在变化。随着谷歌Gemini等美国厂商发布新模型，从Artificial Analysis的评测指数来看，差距似乎又被拉开。更关键的是，美国大厂同时布局前沿高性能模型和低成本模型，在单任务算力成本上甚至不输DeepSeek^广告等以性价比著称的中国模型。

真正令人吃惊的是营收数据。报告指出，中国所有AI模型的总ARR仅为107亿美元，这只相当于美国AI双雄（OpenAI和Anthropic）总和的10%。即便把字节跳动等公司算进来，这个水平依然相当有限。

ARR（Annual Recurring Revenue，年度经常性收入）是SaaS和订阅制业务中衡量规模的核心指标，指在一年周期内可预期重复发生的合同收入总额，不包含一次性收费或硬件销售。对于AI模型公司而言，ARR主要来源于API调用订阅、企业服务合同和个人会员付费，是衡量业务体量和增长健康度的标准化尺子。相比总营收，ARR能更清晰地反映一家AI公司是否建立了可持续的付费用户基础，而非依赖一次性项目收入。中国AI模型总ARR仅107亿美元这一数字，意味着整个中国AI模型层的付费规模在商业化深度上仍处于早期阶段，这与用户使用量和模型技术水平并不完全正相关，折射出的是企业付费意愿低、消费者付费习惯尚未形成等结构性问题。

融资结构的根本性转变

报告的第二个核心观点是融资约束。中美互联网大厂都面临现金流问题——仅靠自身营收去投AI已经办不到了。这与过去的外卖大战、社区团购大战有本质区别：那些竞赛没见哪家大厂为此发债或配售股权，但AI大模型的烧钱程度完全不同。

报告挑选阿里、腾讯、百度三家云厂商作为样本，它们的自由现金流在今年上半年转负，变成负160亿人民币，而2025年同期还是正1700亿。这背后是运营现金流（研发人才薪酬、服务器折旧摊销、电力）和资本支出（GPU采购、数据中心建设）两端同时拖累。

美国情况类似，五大超大规模云厂商的自由现金流从去年的1910亿美元骤降至今年上半年的约140亿美元，但它们好歹还是盈利的，且更多通过债务抵消现金流下滑——这五家从债券市场募集的现金流从900亿美元激增到1630亿美元。腾讯也开始走这条路，据彭博报道其考虑再融资50亿美元发债，6月份已通过美元和人民币债券募集47亿美元用于AI。

中国AI企业的融资被分为四类共13家公司：超大规模云厂商、华为与三大运营商、智谱和MiniMax等前沿AI独角兽、以及万国数据等独立数据中心厂商。阿里今年8月宣布800亿港元新股配售，是其2019年香港上市以来首次，资金全部用于AI相关投资——这种程度的融资动作，在过去的业务竞争中是不可想象的。

自由现金流（Free Cash Flow，FCF）是指企业在维持和扩展业务所需资本支出后，实际可自由支配的现金，计算方式为经营活动现金流减去资本支出。这一指标比净利润更能反映企业的真实"造血"能力，因为它剔除了折旧摊销等非现金项目，也将大规模扩张投入计算在内。当一家公司自由现金流转负时，意味着其日常经营产生的现金已无法覆盖投资需求，必须依靠外部融资（发债或增发股权）来维持运营。阿里、腾讯、百度三家云厂商自由现金流从正1700亿骤降至负160亿人民币，这一转变的信号意义在于：AI竞赛已经把中国最具盈利能力的科技巨头逼入了"烧外部资金"的阶段，这在历次互联网业务竞争中从未出现过。

盈利困境：毛利率的横向与纵向比较

中国AI企业的老问题归根结底是钱不够，而钱不够的根源在于营收低、盈利遥遥无期。前沿AI实验室主要做开源权重模型，这直接限制了潜在营收——云厂商部署开源模型并不需要付费。月之暗面正试图改变这种模式，阿里也在与微软、亚马逊、谷歌等海外云厂商洽谈收入分成协议。

API层面的毛利率数据颇有意义。DeepSeek的API服务毛利率达83%，与Anthropic相当，堪称中国的性价比之王。但其他几家差距明显：智谱上半年API毛利率仅25%，月之暗面去年API毛利率约45%。

在公司整体层面，差距进一步拉大。DeepSeek 7月整体毛利约45%，低于Anthropic的60%；OpenAI因个人业务占比高，毛利率约39%；而智谱AI和MiniMax更低，分别为26%和18%。从纵向看，智谱和MiniMax的毛利率都在下滑：智谱从41%降到26%，MiniMax从25%降到18%。

MiniMax毛利率下滑的原因是企业级业务占比从30%升至80%；智谱则主动放弃了高毛利（42%）但市场规模小的私有化部署业务，专注开放平台（25%毛利）。付费意愿低、价格内卷、垫款催收难，共同压制着盈利空间。

开源权重模型（Open-weight Model）是指将训练好的模型参数（权重）公开发布，允许任何人下载、部署和微调的AI模型，与闭源API模式形成对比。DeepSeek、Llama（Meta）是典型代表。对AI公司而言，开源权重模型的商业逻辑存在根本矛盾：开源有助于提升品牌影响力、加速生态建设，但云厂商和企业可以直接下载权重自行部署，无需向原始开发商付费，这直接切断了最直接的变现路径。这也是为什么中国前沿AI实验室的ARR相对较低——模型越被广泛使用，潜在的API付费需求反而被自部署分流。月之暗面与海外云厂商洽谈的收入分成模式，本质上是试图在开源生态中重建收益权，借鉴的是Red Hat等开源商业化公司的思路。

云业务与消费级应用的双重消耗

即便是赚钱的云业务，国内云厂商利润率也明显低于美国同行。阿里云^广告去年EBITA Margin为9%，今年上半年提升到10%；而亚马逊AWS和谷歌云去年的运营利润率分别高达35%和24%。阿里CEO吴泳铭表示能做到20%，但从10%爬到20%在存量业务上难度极高，只能算长期愿景。

消费级2C应用同样烧钱。阿里的夸克事业部虽有30亿营收，却伴随140亿净亏损；字节的豆包相比抖音完全是烧钱业务，缺乏像电商、广告那样成熟的商业落地路径。各家各种方法都试过，至今没跑通清晰的变现模式。

EBITA Margin（息税折旧摊销前利润率）是衡量企业核心运营盈利能力的指标，剔除了利息、税收、折旧和摊销的影响，因此比净利润率更适合比较资本密集型业务（如云计算、数据中心）之间的运营效率差异。阿里云10%的EBITA Margin与AWS 35%之间的巨大鸿沟，并非单纯反映技术能力差距，更深层原因包括：中国云市场价格竞争激烈导致单价偏低、企业级客户对私有化部署的偏好推高服务成本、以及国内SaaS生态不成熟使得高附加值上层软件收入匮乏。相比之下，AWS和谷歌云受益于成熟的企业软件生态、全球化溢价以及先发优势积累的规模效应，得以在基础设施之上叠加高毛利服务，形成显著的利润率差距。

融资前景与A股港股的制约

报告预计，今年下半年和明年全年资本支出仍将增长，但增速存疑。算力短缺是第一大制约因素，融资问题紧随其后。宏观层面，美国AI投资对GDP贡献较明显，而中国AI投资规模不足，难以抵消房地产和基建下行带来的影响——即便到明年，AI可能也只占投资总额的1.5%到2%。

与美国以债券市场为主不同，中国股权发行是最重要的融资渠道，但A股和港股都存在限制因素。前沿AI实验室若不上市融资就很难，而Kimi（月之暗面）、DeepSeek传闻也要上A股，这又构成新的供给压力。债券市场成为可选项，但主要适合腾讯这类大厂；三大运营商今年业绩很差，营收出现多年来首次负增长，已无意继续烧钱。

整体来看，中美AI行业面临相同困境——高度亏损、都在探索可行的商业模式。差别在于，美国大厂尚能用债务和盈利支撑，而中国企业受制于内需放缓和融资渠道的双重约束，前路更为艰难。