AI应用估值逻辑生变：从追用户规模到验商业化质量

2025 年下半年以来，AI 应用层的估值逻辑正在发生明显转向。过去两年，资本市场普遍以 DAU 和用户规模作为 AI 公司估值的核心指标，「算力补贴换规模」一度是行业主流打法。但在算力成本居高不下、获客成本攀升、留存数据普遍不理想的背景下，这一模式开始显出疲态，资本的关注点开始向商业化质量倾斜。

行业拐点：从追规模到验质量

月之暗面的动向是一个标志性信号。2025 年底跨年夜的全員信中，创始人杨植麟明确：2026 年聚焦 Agent，不再以绝对用户数量为目标。过去半年，这家公司估值翻了 6 倍，目标达 300 亿美元，并同步推进赴港 IPO。在用户增长普遍放缓的 AI 行业，主动放弃 DAU 指标，意味着公司选择了另一条叙事主线——长期可持续的商业化能力。

海外案例同样印证了这一趋势。Character.AI 在 2024 年 8 月达到 2800 万月活峰值后，到 2025 年 1 月已流失约 800 万月活；Inflection AI 曾融资 13 亿美元、估值一度达 40 亿美元，最终创始人出走微软，旗下产品 Pi 转向企业服务。两家公司的共同困境在于：拥有过亮眼的用户规模和融资数字，却没能跨过算力成本与留存曲线的双重检验。

商业化的主流路径与共同难题

当前 AI 应用层的商业化路径大致可归纳为三类：

• 订阅制：ChatGPT Plus、Claude Pro、Kimi 等面向个人用户和开发者的付费订阅，以及 API 按量计费
• 广告变现：部分高频轻量应用采纳
• Credit 点数体系：Midjourney 等 AI 创作工具的主流模式

每条路径都有人在尝试，也都跑出过阶段性数字，但「一直在赚钱的人却很少」。根本原因在于，AI 应用的算力成本是持续发生的——每一次生成都要支付算力费用，规模越大成本越高，这与互联网时代边际成本趋近于零的逻辑截然不同。互联网时代先圈用户再变现的打法，在 AI 这里难以简单复制。

海艺案例：能力结构化的实践

在「商业化质量验证」成为行业共识的背景下，近期完成超亿元 B 轮融资的海艺，被视为一个值得关注的样本。这家 2023 年起步于成都的公司，以 AI 多模态创作社区起家，产品矩阵包括三条曲线：

• SeaArt：AI 多模态创作社区，36 个月沉淀了约 200 万个 AI 原生创作资产（模型、LoRA、工作流、模板）
• MoreShort：AI 短剧平台，上线 6 个月月流水突破百万美元
• SeaSoul：AI 角色互动产品，4 个月做到日活 50 万，人均单日在线时长超过 66 分钟

公司披露的数据显示，整体毛利率超过 40%，ARPPU 约 60 美元，核心产品续费率超过 60%。在多数 AI 应用仍困在「亏损换规模」循环中的当下，这一组数字构成了其融资故事的底座。公司累计注册用户 6500 万，月访问量超过 3000 万，海外用户占比超 90%。

本轮融资由视觉中国、华盖创赢、祥峰投资联合领投，广发信德、天投资本、川创投、广州合伟永晟等机构共同投资。历史股东名单涵盖阿里、腾讯、招银国际、钟鼎资本、Actoz 等。从投资人构成看，产业方看重上下游生态协同，地方政府基金关注产业落地，投资机构聚焦增长曲线与财务回报。

行业启示：能力闭环与单位经济模型

海艺的经验折射出一个更普遍的问题：AI 应用的高质量商业化，本质上要求公司在内容生成、用户留存、付费变现、分发推荐、投流增长等环节形成闭环。单一环节的能力即使突出，也难以支撑长期可持续的商业模型。这也是为什么不少 AI 应用「单点跑通了，但无法快速复制到下一个产品」。

更深层的逻辑在于，AI 应用与互联网产品的底层经济学不同：互联网产品的壁垒是规模本身，而 AI 应用的规模反而推高成本。只有能把能力结构化、把单位经济模型算清楚的公司，才能在这一轮商业化质量拐点中站稳脚跟。2026 年的 AI 应用公司，能不能不烧钱、做到正毛利、让用户为真实价值持续付费，正在成为比用户数更难、也更关键的一道考题。