2026年的市场正在经历一次定价切换：资金不再只为传统增长付费，也不再无条件相信“投入越多，模型就一定越强”。算力、模型与机器人带来的远期空间，正在成为新估值锚点；但最终决定股价能否站稳的，仍是订单、收入、利润与现金流。
过去，市场愿意为用户规模、门店数量和收入增速支付溢价；如今，资金更关心投入能否产生利润，模型能否形成订单，硬件需求能否持续。AI不是简单替代了旧叙事，而是把估值问题推进到了更远的一层：未来的技术空间，究竟能否落到今天的现金流。
先看资金如何移动。
低成本大模型带来新的技术想象，资金沿算力、服务器、光模块、存储和模型环节扩散。
多类 AI 资产达到阶段性高点，模型与存储等方向的估值被快速抬升。
AI板块普遍承压，市场开始检验资本开支与下游收入之间是否匹配。
部分低估值老公司出现修复，但资金回流并未自动等于基本面反转。
注：时间线展示的是市场叙事与资金偏好的变化，不代表所有公司在同一时间同步涨跌。
这也是“老登股”与 AI 新贵的分界线：前者曾经拥有增长和关注度，如今需要重新证明自己；后者先凭借模型、算力或机器人带来的远期空间获得溢价。
这轮行情并非完全脱离基本面。新易盛 2025 年净利润增长 236%，说明部分算力基础设施确实受益于产业需求。但当估值和资本开支增长明显快于收入时，市场会从“需求有多大”转向“这些投入多久能收回”。
注：柱形用于呈现报道中的幅度和量级，因指标单位不同，不应将各行直接视为同一尺度的严格比较。
算力投入越大，模型能力越强；模型能力越强，未来收入自然越高。
低成本模型是否能达到接近效果？推理成本、数据中心和融资压力谁来承担？
7月17日，一款低成本大模型的表现进一步放大了这种疑问：如果性能差距缩小，产业链下游未必继续投入同等规模的算力与数据中心。技术进步本身，可能成为硬件估值重新定价的触发器。
AI资产回调后，资金涌向此前跌幅较大的互联网和消费公司。美团一个月反弹近四成，阿里涨幅接近三成；但到8月第二周，部分公司再次回落。这说明市场买入的首先是估值修复，而不是对旧增长模式的全面确认。
注：这些数据用于说明“经营规模增长”与“资本市场估值”可能脱钩，不能单独推导投资结论。
新造车的案例尤其典型：零跑 7 月销量突破 10 万辆，但股价仍低于发行价；价格战把行业利润率压到 3.2%。AI如果不能进入研发、智能座舱、供应链或营销流程，销量增长仍可能被资金消耗和低毛利抵消。
所以，反弹不是答案。
对老公司而言，真正的问题不是“能不能蹭上 AI”，而是能否利用既有用户、渠道、数据和产业能力，把技术转化成订单、效率或利润。
从 AI 产业链的角度看，传统科技、互联网、消费和新造车公司并不处在同一条起跑线上。它们能否被重新定价，取决于 AI 与主营业务的结合深度。
平台公司将模型接入用户、广告、云服务和企业客户。重点看 新增付费、转化率、获客成本。
用 AI 改善研发、生产、客服、营销与供应链。重点看 费用率、交付效率、毛利率。
消费和新造车未形成清晰 AI 逻辑，只能依靠经营恢复。重点看 单车利润、复购和门店回报。
注：三类路径并非互斥，分类依据是 AI 对公司价值创造的主要作用方式。
市场并不反对高投入。谷歌和 Meta 加大 AI投入后，费用与现金流压力上升，股价承压；亚马逊和微软同样投入巨大，却因为云业务、订单和 AI相关收入增长更快而获得认可。
注：这是一条“估值兑现链”，任一环节缺失，都可能让远期空间停留在市场想象中。
对中国公司来说，挑战还在于付费生态。中国并不缺 AI能力，稀缺的是足够强的市场需求和持续付费。大模型可能先服务企业与政府客户，真正的大规模机会，则要等它进入具体行业，形成低价、普及且人人愿意支付的应用。
因此，投资者需要把“AI故事”拆成几道更具体的问题：新增收入来自哪里？每次调用成本是多少？客户是否持续续费？资本开支何时能够回收？
AI不会自动拯救“老登股”，也不会永久保护“新贵股”；下一轮估值分化的核心，将是企业能否把模型与算力变成可重复、可计量、能产生现金流的生产力。
继续跟踪 AI资产时，不妨从四个指标开始：订单兑现、收入增速、推理成本、经营现金流。
本文不构成投资建议，数据与观点均为编辑基于公开信息的结构化整理。