6月17日，中国AI圈同一天出现两条截然相反的消息：

DeepSeek A轮融资510亿落地，估值4000亿，工商信息已完成变更

陆家嘴论坛证监会主席表态严打AI概念炒作，当晚72家A股集中发布风险提示公告

一边是真金白银涌入硬核AI公司，一边是概念股密集自曝"AI业务占比极低"。

本文用公开数据拆解两件事：510亿的钱去了哪？72家公司在蹭什么？以及给出一个可操作的量化评估框架，帮你自行判断任何一家"AI公司"的真伪。

一、510亿融资：数据拆解

1.1 出资方完整名单

 数据来源：天眼查/企查查工商登记、21世纪经济报道、每日经济新闻

1.2 股权架构：非典型设计

本轮融资最值得关注的是交易结构：

外部资本无投票权：除国家AI基金外，腾讯、宁德时代、京东等所有市场化投资方的资金，统一注入由梁文锋全权管理的有限合伙企业，不直接进入DeepSeek运营主体

5年强制锁定期：所有市场化投资方5年内不得转让、抛售权益

创始人绝对控制：梁文锋个人出资40%+管理有限合伙企业，经营决策权100%在创始人手中

这套架构在国内科技融资中极为罕见——通常外部资本会要求董事会席位和经营投票权。DeepSeek反向操作，说明：创始人不缺钱（此前幻方量化700亿资管规模支撑研发），外部资本是来"上车"的，不是来"开车"的。

1.3 投资方逻辑链

腾讯（100亿） ：自研混元大模型但效果不及预期，投DeepSeek等于买一张大模型时代的保险票。腾讯的社交、游戏、广告场景都是大模型落地的天然场景。

宁德时代（50亿） ：看似跨界，实则逻辑自洽。2026年4月以约41亿入股中恒电气（算力HVDC龙头），5月以约9.42亿美元入股世纪互联（IDC公司）。一边囤算力基础设施，一边投大模型公司——未来的智能工厂、自动驾驶、能源调度都需要底层AI能力，宁德时代在打造"能源+算力+AI"三位一体的护城河。

京东/网易（各30亿） ：电商和内容场景的AI化刚需。京东需要AI优化推荐、客服、供应链；网易需要AI赋能游戏、音乐、教育内容。

国家AI基金（9.8亿） ：金额最小但地位特殊——唯一直接入股并享有投票权的外部方，代表政策信号。

1.4 估值变化

DeepSeek估值在2个月内完成5倍跃升：

4月初：市场首次传出融资计划，估值约100亿美元

6月融资落地：估值逼近590亿美元（约4000亿人民币）

增速在国内科技创业企业中罕见，但考虑到DeepSeek-R1开源模型在全球的技术影响力和用户规模，产业资本对技术壁垒的认可度较高。

二、72家A股"概念泡沫"：数据画像

2.1 事件背景

6月17日陆家嘴论坛，证监会主席吴清明确表态：

"依法从严查处借科技之名蹭热点、炒概念甚至操纵市场、内幕交易等违法违规行为"

同步预告将发布"规范发展资本市场人工智能的指导意见"。

当晚，72家A股上市公司集中发布股票交易异常波动或风险提示公告。此前单日异动公告峰值为27家，本次翻了近3倍。

2.2 赛道分布

数据来源：新浪财经/华尔街见闻整理的72家完整公告名录、央广网

2.3 典型案例对比

核心发现：超六成公司AI业务营收占比不足5%，部分为0。"送样""研发中""尚未形成规模化营收"是高频措辞。

2.4 前车之鉴

证监会公告中提到两个典型违规案例：

恒润股份：原董事长编造算力转型故事操纵股价，已被罚

天普股份：因AI概念炒作被监管立案

此前案例表明，风险提示≠拐点，但立案调查和减持公告才是真正的降温信号。

三、AI含金量公式：四维度量化评估法

基于以上数据，总结一个可操作的评估框架：

AI含金量 = 营收占比 × 研发费用率 × 批量订单 × 算力投入

四个乘数，任一为0则结果为0。下面逐维度说明验证方法。

3.1 维度一：营收占比

验证方法：巨潮资讯网（cninfo.com.cn）→ 搜公司名 → 年报 → 搜索"人工智能""AI"

判断标准：

🔴 <5% → 传统企业水平，蹭概念

🟡 5-15% → 有研发但不够硬核

🟢 >15% → 认真投入

一个快速判断：号称AI公司但研发费用<销售费用 → 蹭。

3.3 维度三：批量订单

验证方法：年报/公告中搜索"订单""合同""客户"

红灯词：送样、研发中、尚未形成规模化营收、意向协议

绿灯词：批量供货、长期合同、客户验收通过、量产

3.4 维度四：算力投入

验证方法：年报"在建工程""固定资产"明细，搜索"算力""智算""GPU""数据中心"

判断标准：

🔴 无任何算力相关资本开支 → 0分

🟡 有小额投入或在规划中 → 低分

🟢 有明确的大额算力投入（GPU采购/智算中心建设） → 高分

3.5 代码示例：批量筛选AI概念股

"""

AI概念股含金量批量筛选脚本

数据源：akshare（免费A股数据接口）

安装：pip install akshare

"""

import akshare as ak

import pandas as pd

 

# 1. 获取AI概念板块成分股

ai_concept = ak.stock_board_concept_cons_em(symbol="人工智能")

 

# 2. 逐家获取关键指标

results = []

for _, row in ai_concept.iterrows():

    code = row['代码']

    name = row['名称']

    

    try:

        # 获取财务指标

        finance = ak.stock_financial_analysis_indicator(symbol=code)

        

        # 提取研发费用率（最新一期）

        latest = finance.iloc[0]

        rd_ratio = latest.get('研发费用率', 0) # 研发支出/营业收入

        

        results.append({

            '代码': code,

            '名称': name,

            '研发费用率': rd_ratio,

            # 营收占比和订单需人工从年报核实

            # 算力投入需从在建工程明细核实

        })

    except:

        continue

 

# 3. 按研发费用率排序，初步筛选

df = pd.DataFrame(results)

df_sorted = df.sort_values('研发费用率', ascending=False)

 

# 输出研发费用率>15%的公司（初筛通过）

high_rd = df_sorted[df_sorted['研发费用率'] > 15]

print("研发费用率>15%的AI概念股：")

print(high_rd[['代码', '名称', '研发费用率']])

 

# 输出研发费用率<5%的公司（疑似蹭概念）

low_rd = df_sorted[df_sorted['研发费用率'] < 5]

print("\n研发费用率<5%的AI概念股（疑似蹭概念）：")

print(low_rd[['代码', '名称', '研发费用率']])

注意：营收占比和批量订单维度目前无法通过API自动获取，需手动从巨潮资讯网年报核实。算力投入同上。

3.6 实战评估示例

DeepSeek：营收=全部AI × 研发费用率极高 × 有客户(腾讯/京东/网易为应用方) × 有算力 → 含金量拉满

通鼎互联：AI营收=0 × 研发费用率低 × 无订单 × 无算力 → 含金量为0

四、对开发者和创业者意味着什么

4.1 基础层（1-4层）：确定性最高的方向

510亿验证了一个判断：算力和大模型是确定的长期方向。梁文锋200亿自有资金+5年锁定的外部资本，说明最了解行业的人愿意把钱锁在最底层。

4.2 应用层（5-12层）：真正的创业机会

72份澄清公告说明一件事：概念已经泛滥，市场开始要求真营收。对创业者来说，这意味着：

不要做"AI+X"的PPT，要做"X用AI解决了一个具体问题"的产品

真客户+真场景+真营收，比任何概念都值钱

资本在往硬核方向集中，蹭概念的空间在快速收窄

4.3 给开发者的建议

1. 追踪DeepSeek开源模型的API和生态，大概率会成为国内AI基础设施之一
2. 关注宁德时代的算力布局方向——能源+算力+AI的交叉点是蓝海
3. 学会看年报数据，用AI含金量公式评估合作方/供应商/竞品的真实水平

数据来源

DeepSeek融资数据：天眼查/企查查工商登记、21世纪经济报道、每日经济新闻、新浪财经、凤凰网科技

72家公司公告：新浪财经/华尔街见闻、央广网、泡沫故事馆

证监会表态：2026陆家嘴论坛官方、央广网

宁德时代投资时间线：凤凰网科技、新浪财经