香港政府唯一押注的大模型公司，一把融了170億

作者｜Chester

原創首發｜藍字計劃

國產大模型賽道單輪融資記錄，即將刷新。

近日，有消息稱，國產大模型公司階躍星辰即將完成近25億美元的Pre-IPO輪融資，創下國內大模型行業單輪融資紀錄。與此同時，階躍星辰也已拆除紅籌架構，終止海外控股公司對境內運營實體的控制安排。

這個動作通常被視為赴港IPO的關鍵前置步驟。

當然，這個紀錄可能不會維持太久。

此后不久，外媒報道，DeepSeek正在尋求首次外部融資，目標金額高達500億元人民幣，約合73.5億美元。如果這筆融資最終落地，階躍星辰剛剛創下的新紀錄很快就會被改寫。

但對階躍星辰來說，這次融資背后的意義，已經遠超融資數字大小的本身。

相比聲量巨大的DeepSeek，成立僅三年的階躍星辰，已經一躍成為“AI六小虎”之一，并且有望成為投后估值沖擊百億美元級別的獨角獸，與智譜AI、MiniMax并列，成為潛在的港股大模型公司代表。

而且，在階躍星辰股東名單中，還出現了被稱為“港版淡馬錫”的香港投資管理有限公司（HKIC），而階躍星辰更是其唯一投資的大模型公司，這讓階躍星辰的港股IPO，得到了進一步背書。

這家成立時間如此之短的公司，憑什么被資本提前看上？

把 AI 做成產業鏈

階躍星辰最容易被資本相信的第一張牌，出乎很多人的意料：

它從一開始就沒打算只做一個AI應用。

相比一些先做聊天機器人、AI App，再靠用戶規模講故事的公司，階躍星辰的路線更靠“后端”：

模型要能拿得出手，系統要足夠穩定，數據要能持續供給，還要能適配手機、汽車等終端場景。

這也解釋了為什么階躍星辰的團隊配置，和一般的AI創業公司不太一樣。

創始人姜大昕負責算法方向；首席科學家張祥雨是國內多模態領域最知名的學者之一，曾參與撰寫經典論文ResNet，論文引用量超過30萬次，后來擔任曠視科技研究院院長。

系統負責人朱亦博曾在谷歌、字節、微軟等公司任職，擁有萬卡級AI基礎設施經驗；數據負責人焦斌星來自微軟必應搜索核心團隊，長期從事數據挖掘與NLP優化。

而在2026年初，印奇的加入，則進一步補上了商業化和產業協同的一塊拼圖。

這支團隊真正特殊的地方，不只有明星科學家，還在于把大模型落地所需要的幾塊能力基本湊齊了：算法、多模態、系統、數據、產業資源，幾乎都有人坐鎮。

換句話說，階躍星辰不是只想做一個用戶看得見的聊天入口，而是想成為AI終端時代的底層能力提供方，提供的是“一條龍服務”。

這條路聽起來雖然沒有那么讓人熱血沸騰，傳播聲量也很難像C端產品一樣迅速破圈，但它卻非常受資本的歡迎。

因為大模型競爭走到今天，已經越來越不像早期互聯網產品那樣，靠一個入口、一個爆款、一個流量池就能定勝負。

模型結構、數據質量、算力效率、推理成本、端側適配、商業場景，每一環都可能決定最終結果。

階躍星辰要做的，就是把這些環節全部打包起來。

也正因如此，它吸引來的投資方，并不只有財務投資人。在最新一輪融資中，華勤技術、龍旗科技、豪威集團、中興通訊等消費電子與硬件產業鏈資本集中入場，幾乎覆蓋了從整機制造到上游器件的多個關鍵環節。

這也是它區別于很多大模型公司的地方：別人還在爭誰的模型更強、誰的App用戶更多，階躍星辰已經把故事講到了手機廠商、車企和硬件供應鏈里。

或者說，它追求的是，自己一家公司，就能成為一條完整的AI產業鏈。

押注原生多模態

如果說團隊決定了階躍星辰的氣質，那么技術路線則決定了它的命運。

過去兩年，中國大模型公司已經分化出幾條不同路線：有公司主攻最強語言模型，有公司押注視頻生成，有公司靠C端產品獲取用戶，也有公司轉向企業服務和API調用。

階躍星辰選擇的是另一條路：原生多模態+ AI終端。

從創立開始，階躍星辰就沒有選擇“先做語言模型，再外掛視覺、語音、視頻能力”的漸進路線，而是堅持端到端原生多模態訓練，希望模型從一開始就能同時理解文本、圖像、語音和視頻。

然而在早期，這條路線也被廣泛認為“激進”“步子邁太大”。

因為原生多模態意味著訓練難度更高、算力成本更重、產品驗證周期也更長。尤其是在大模型行業還在比拼聊天能力、知識問答和文案生成時，階躍星辰押注多模態，看起來并不是一條最快變現的路徑。

但隨著Agent成為行業新共識，這條路線開始顯得更有前瞻性。

特別是就在最近，特別是DeepSeek新模型開始補齊多模態能力之后，階躍星辰早早押注這條路線，也更容易被市場重新理解。

而且，未來真正進入現實世界的AI，不能只會聊天。它需要理解屏幕、圖片、語音、視頻、操作界面，甚至理解車內、家中、機器人所處的物理環境，并在這些復雜場景里完成感知、推理和行動。

這正是階躍星辰希望提前卡位的關鍵。

目前，階躍星辰已經發布38款基座模型，其中31款為多模態模型。其Step 3系列采用MoE架構，總參數達到321B，激活參數約38B，在視覺語言推理、語音生成、視頻理解等方向取得了不錯的開源成績。

不過，對階躍星辰來說，模型能力只是第一步。它真正想講的故事，是讓模型從云端走進終端。

所以，階躍星辰一直強調推理效率和端側部署。無論是硬件感知設計、國產芯片適配，還是小模型優化，最終目標都很明確：讓大模型真正進入手機、汽車和更多終端設備。

這也能解釋，為什么它會被消費電子和硬件產業鏈資本集中押注。

因為AI終端真正要落地，光有一個強模型還不夠。

模型能不能在設備上穩定運行，能不能控制推理成本，能不能適配不同芯片和系統，能不能進入手機廠商、車企的產品周期，才是AI終端能否真正做大的關鍵。

階躍星辰押注原生多模態，本質上是在為這個終端入口提前做準備。

它賭的是，未來AI的競爭不會只停留在云端模型和聊天窗口里，還會進入手機、汽車、機器人、智能硬件這些真實場景。

終端生意，沒那么好賺

從商業化進展來看，階躍星辰確實已經交出了不錯的成績。

2025年，階躍星辰收入約為5億元；2026年目標則提升到10億元。

對于一家成立三年的大模型公司來說，這個增長速度稱得上非常不錯了。

其中，終端業務是最核心的增長來源。

目前，階躍星辰已經與OPPO、榮耀、中興通訊等手機品牌合作，覆蓋國內約60%的頭部手機品牌，累計裝機量超過4200萬臺，日均服務用戶接近2000萬人次。

與此同時，其開放平臺API調用量過去一年增長近20倍，活躍開發者數量增長約5倍。

汽車業務同樣被視為下一階段的重要增量。隨著吉利汽車智能座艙項目逐步放量，包括銀河M9等車型開始量產落地，階躍正在試圖把“AI Agent”真正推向車端場景。

這種業務模式的好處也非常顯著。

相比單純依賴C端訂閱或者API調用，終端合作更容易形成長期綁定。手機廠商、車企和硬件產業鏈一旦接入模型能力，后續就會產生持續適配、版本升級和場景擴展需求。

尤其是在智能手機、汽車、機器人等方向，未來真正的競爭，已經開始從“誰模型更強”，轉向誰更早完成“模型+硬件+場景”的閉環。

但是這種在當下能給階躍星辰帶來營收和聲量的商業模式，也成了其的隱患。裝機量不等于收入，日活不等于利潤，產業鏈合作也不等于真正形成壁壘。

當前階躍星辰的收入規模為5億元左右，哪怕按照2026年10億至12億元的收入目標計算，距離百億美元級估值依然有巨大差距。

而且“終端AI”本身也不是一門輕松生意。

手機廠商和車企的定制需求相當繁重，適配周期長，交付成本高，公司利潤率未必好看。

更現實的是，階躍星辰越深入硬件場景，也越容易受到硬件周期影響。手機出貨波動、汽車銷量變化，都會傳導到AI收入。

與此同時，手機廠商和互聯網巨頭也不會把核心AI能力長期交給外部創業公司。手機廠商可以自研模型，云廠商可以繼續打價格戰，巨頭也可以用生態和算力優勢壓低模型調用成本。

對階躍星辰這樣的創業公司來說，越接近產業核心，越要面對巨頭的正面競爭所以，階躍星辰現在的處境相當耐人尋味。

它已經證明，原生多模態和AI終端不是一句空話。它也證明，大模型公司除了聊天機器人、API和C端應用之外，確實還有另一種商業化路徑。

但事到如今，它還需要繼續證明，這條路，究竟能不能走出一家真正長期可持續的大模型公司。