前OpenAI研究员质疑前沿实验室估值
前OpenAI研究员Andrew Ho发帖称对前沿AI实验室万亿估值持谨慎态度。
他粗算即使推理毛利率80%、20倍市盈率，也需年收入1000亿至2000亿美元才支撑1万亿估值，且假设不再训练新模型。
现实中实验室必须持续投入下一代训练，否则用户转向更便宜的Qwen或Kimi，收入与成本同步上升，领先者面临持续追加投入压力。
来源：公开信息
ABAB AI 解读
Andrew Ho曾短暂任职OpenAI，此前多次公开讨论模型能力边界与数据限制，此次直接针对OpenAI与Anthropic等当前高估值。
资本路径上，私人市场估值依赖持续融资支撑训练开支，一旦公开上市将面临更严苛的盈利审查与锁定期抛压。
类似早期云计算公司从亏损扩张到规模盈利的漫长周期，当前前沿实验室仍处在高投入、高竞争、产品场景有限的阶段。
本质属于定价权转移前的估值校正，能力扩散与数据瓶颈延长盈利时间表，导致当前倍数难以被近期现金流支撑。
ABAB News · 认知定律
训练不停，利润难停
领先者的成本是后来者的机会
能力停在今天也需二十年扩散