中国独角兽公司的平均估值约为 27.83 亿美元，而美国独角兽公司的平均估值约为 52.16 亿美元。美国是中国的接近2倍。

目录

01. AI总投资金额和数量

02. 独角兽对比

03. 创办时间

04. 估值对比

05. 团队分析

06. 赛道分布

07. Infra分析

08. Hardware分析

F1：中美AI独角兽陈列对比

01

中美AI独角兽（2015年后创办）对比

我们整理和挖掘了中美2015年-2024年，这10年时间的AI独角兽，并且将无人驾驶相关企业排除在外，主要是因为：

1.无人驾驶并非是现在的投资重点；

2. Scaling Law对无人驾驶的赋能尚不可知；

3.无人驾驶的估值偏高，但大多数企业都无法商业化，Waymo是2009年就已经成立，现在还没有商业化；

4.无人驾驶企业风险极高，例如头部企业如图森未来，2021年IPO时市值89亿美元，截止2024年10月3日，中概股暴涨一波行情后，估值5000万美元，跌幅超过99%，基本等同于归0，投资人血本无归；

综上，无人驾驶对我们做整体分析干扰极其严重，故将其排除。

去除无人驾驶赛道后，中美AI独角兽一共有总共有109家公司，其中73家公司来自  美国（USA），36家公司来自中国（China）。请参考下表是全部AI独角兽的对比

02

AI总投资金额和数量

在AI领域，VC和PE的投资通常集中在少数大型交易中，因此不仅要关注资金总额，还需要重视交易的数量。从我们的数据库中查阅得知，美国的投资交易数量接近60,000笔，远远超过中国的8,200笔。在投资金额方面，差距也非常显著，美国的总投资额约为6,050亿美元，而中国仅为860亿美元。

然而，根据2024年国家经济研究局发布的研究报告，从2000年到2023年，中国政府的风险投资基金在AI领域投资了9,623家独立公司，完成了超过20,000笔交易，总金额达1,840亿美元。该研究将AI公司定义为从事大数据、图像处理、面部识别、自然语言处理、机器学习、深度学习、神经网络、机器人、自动化、计算机视觉、数据科学和认知计算等领域的企业（这个数据的原始数据我们无法查询，因此数据统计原则我们不得而知）。

F2：AI投资数量和金额

03

创办时间

如图F3 和F4，中美两国独角兽在创办时间上，并没有出现明确规律。值得一说的是2020年，中国出现的企业后面成为独角兽的数量更多。

F3: 中美AI独角兽创办时间

F4: 中美AI独角兽创办时间

04

估值对比

中国独角兽公司的平均估值约为 27.83 亿美元，而美国独角兽公司的平均估值约为 52.16 亿美元。美国是中国的接近2倍。

中国独角兽公司的平均每年估值增长为 4 亿美元，而美国独角兽公司的平均每年估值增长约为 7.6亿美元。美国是中国的接近2倍。

中国的Hardware（芯片）领域的平均估值高于美国公司，所以我们将hardware和其他没有中国独角兽的细分领域去除后，包括去除了OpenAI，因为它估值实在太高了（1500亿美元），我们发现中美之间的差异反而有所缩小。

F5：中美独角兽数量，平均估值，平均每年增长估值对比

05

团队分析

如F6所示，中美独角兽团队都是豪华创业，美国质量1-3的团队占比达到54%，中国有52%。但是质量为最高等级的（grade 1），美国占比8.3%，中国只有3.7%，是美国的一半。而质量最低（grade 7），美国占比是中国的小一半，代表中国草根创业比例更高。

F6:不同团队分数，中美占比

我们详细拆分一下不同细分赛道的团队情况，由于中国没有Horizontal和Consumer独角兽，我们对比其他赛道，除此之外，我们把中国企业集中的赛道拿出来单独比较，分别是芯片，模型，和AI医疗。如F7，可以看出，中美在Subcategory（赛道），团队评分差距是很小的，只有机器人赛道差距巨大，那是因为细分赛道不同，美国在此领域的创业集中在具身智能和人形机器人（技术门槛更高）。而中国则集中在消费端，例如扫地机器人（多数为草根创业）。

中美最大的差距出现在Model领域，很显然中国独角兽的团队背景，不论是学术成就，还是工作成就都与美国独角兽差距巨大。从他们的履历来看，似乎追上美国大模型是永远不可能完成的任务。好在LLM技术本身没有壁垒，但是数据是有壁垒的，只要美国不断开源新模型，中国凭借深厚的中国语料储备，是可以在中文大模型上超越美国的。

F7:不同赛道，子赛道中美团队分数

这里要说明一下，技术通常只有门槛，没有技术壁垒，有专利壁垒。

壁垒指的是我在这里建了一个东西，能把别人挡住。门槛指的是，只要认知达到某个水准，都可以实现，没人拦着你。因此，基础模型只要公开发表论文就不是壁垒，而只是门槛，但是数据是壁垒。

但是，最近三年，AI学术研究进入了至暗时刻，相关论文越来越少，取而代之的是技术报告，

技术报告缺乏技术细节，使得研究人员无法同行审阅，或者去复制其实验成果（也因此，无法判断实验结果的可靠性）。经年累月，也许技术就也有“壁垒”了。

06

赛道分布

参考下图F8, F9, F10 和 F11，中美赛道分布如下：

• 美国公司的主要赛道包括：Consumer，Horizontal，Infra，Robotic AI，Vertical；

• 中国公司的主要赛道包括：Infra，Robotic AI，Vertical。

中国公司没有Consumer和Horizontal相关的独角兽企业。

F8：中美AI独角兽总数量对比（不同Category）

F9: 中美AI独角兽数量对比（不同Category）

F10：中美独角兽赛道分布数量，平均估值

F11：不同Category，估值对比

07

基础设施Infra

如F12，在Infra赛道里，中国只有Data，Hardware和Model相关细分领域里有独角兽，中美大热的Agent领域，中国尚未出现独角兽，虽然中国已经有了一些头部创业企业，例如Genspark，秘塔等，但是他们并非独角兽。而美国已经有 3 家独角兽。

美国在ML Ops方面有4家独角兽，而ML Ops作为一个非端到端的解决方案，在中国商业化难度高，且易受到巨头倾轧，相对而言不受VC喜爱，难以出现独角兽。

至于Computing即卡集群，算力优化等领域，国内起步较晚，但是极为重视，我相信很快会出现独角兽。

F12：中美Infra细分领域独角兽数量对比

中美Infra细分领域独角兽估值对比

如图 F13 和 F15

01.Data:

中国：2,050.00 M美元

美国：5,466.67 M美元

美国是中国估值的2.5倍。

02.Hardware:

中国：4,026.25 M美元

美国：1,800.00 M美元

中国估值是美国的接近3倍。

03.Models:

中国：1,955.56 M美元

美国：38,610.42 M美元

由于中美在这个领域创新能力和领导力的巨大差距，OpenAI，Anthropic等项目的估值远高于中国对标企业。导致Model赛道的估值差异巨大，接近20倍的差距。

F13：中美独角兽子赛道平均估值对比

F14：中美Data，Hardware，Models独角兽估值对比

08

硬件（芯片为主）Hardware

中国独角兽多出现在芯片领域，显示了近年来我国在该领域的政策支持与市场扩展。美国独角兽则比较均衡。如图F15和F16，

F15：中美Hardware数量和估值对比

如F17所示，中国芯片独角兽在数量和估值上都远超美国同行，一方面展示了中国市场不论是出于政治或者经济因素，对芯片的强劲需求，另一方面则表示了其估值与市场规律的背离，事实上和现在大模型企业的估值如出一辙，也是整个AI领域资本市场的缩影，一切的泡沫终究都有破掉的一天。

F16：中美Hardware独角兽数量和估值对比

中美Hardware独角兽出现时间分析:

我们发现中国芯片独角兽扎堆出现在2020年，如F18，有如下原因：

01.全球芯片短缺危机

2020年全球范围内开始出现芯片短缺现象，主要原因包括新冠疫情导致的供应链中断、需求激增（特别是消费电子、汽车等行业）。这种短缺使得全球对芯片的需求大幅增加，同时推动了中国国内更多企业进入芯片制造和研发领域，以弥补市场缺口。

02.资本市场支持

在2020年,资本市场对芯片企业表现出极大的兴趣和支持。大量投资机构对芯片初创企业进行融资和投资，尤其是在A股市场上的科技创新板（科创板）吸引了许多芯片公司上市。此外，国家半导体基金等政府背景的资本也在积极推动相关企业的发展。

F17：中美Hardware独角兽出现时间

文章来自于“爆米花独角兽”，作者“VC Popcorn”。