附录 C · 估值模型
3 个可下载的 Excel 模板，用于 AI 项目估值的标准化分析。
C.1 API 定价模型（基础模型公司）
用途：评估基础模型公司的 ARR、毛利、折现回报。
输入参数：
- 单 token 价格（输入 / 输出）
- 月调用量（百万 token）
- 客户分层（API 直连 / 平台 / 企业）
- 推理算力成本（$/M token）
- 预付费率
- 用户增长率
输出：
- 月 ARR / 年 ARR
- 毛利率
- LTV/CAC
- 5 年 DCF 折现估值
模板下载：../assets/models/api-pricing-model.xlsx（待制作）
C.2 Agent 单位经济模型
用途：评估 Agent 类公司的单位任务利润、扩展成本、PMF 信号。
输入参数：
- 单任务平均 token 消耗
- 单任务 API 调用次数
- 单任务工具调用费用
- 用户单月任务数
- 单月 ARPU
- 客户流失率
输出：
- 单任务毛利
- 月 ARR
- payback period
- 扩张成本曲线
模板下载：../assets/models/agent-unit-economics.xlsx（待制作）
C.3 具身智能 BOM 成本模型
用途：拆解人形机器人 / 工业机器人 BOM 成本，识别毛利空间。
输入参数：
- 关节模组数量与单价
- 减速器、电机成本
- 传感器（IMU、力传感器、视觉）
- 算力 SoC（Jetson / 国产替代）
- 电池容量与单价
- 装配 + 测试 + 良率
输出：
- 总 BOM 成本
- 毛利率（按销售价反推）
- 关键降本路径
- 与 Tesla Optimus / Figure / 1X 对标
模板下载：../assets/models/embodied-ai-bom.xlsx（待制作）
维护说明：模板会随章节写作同步更新。所有公式标注来源数据章节引用编号。
C.4 估值模型工作示例
示例 1：基础大模型公司估值
假设一家中国大模型公司，2026 Q2 数据：
- 月 ARR：$3M
- 月增速：15%
- 毛利率：35%（推理成本占大头）
- 客户：60% to B + 40% to C 订阅
- runway：18 个月
5 年 DCF 估值（基础情形）：
| 年 | ARR | 毛利率 | 净现金流 |
|---|---|---|---|
| 2026 | $36M | 35% | -$30M（亏损） |
| 2027 | $90M | 45% | -$10M |
| 2028 | $180M | 55% | $20M |
| 2029 | $300M | 60% | $80M |
| 2030 | $450M | 65% | $150M |
5 年累计毛利：$700M，按 25x PS 估值 → $11B 当前估值（折现率 30%，5 年）→ $2.9B
如果 2026 Q2 实际估值是 $5B+，估值已经透支 18-24 个月增长。
示例 2：垂直 Agent 公司估值
假设一家法律垂直 Agent 公司：
- 月 ARR：$300K
- 月增速：30%
- 毛利率：75%（API 成本占小头）
- 客户：100% to B 律所
- runway：15 个月
5 年 DCF 估值：
| 年 | ARR | 毛利率 | 净现金流 |
|---|---|---|---|
| 2026 | $5M | 75% | -$2M |
| 2027 | $15M | 78% | $3M |
| 2028 | $40M | 80% | $15M |
| 2029 | $80M | 82% | $40M |
| 2030 | $150M | 85% | $90M |
5 年累计毛利：$200M，按 15x PS 估值 → $3B 当前估值（折现率 35%，5 年）→ $700M
如果 2026 Q2 当前估值是 $80M（A 轮），回报上限 ~9x。
示例 3：人形机器人 BOM 模型
人形机器人量产成本拆解（量产 1000 台/年）：
| 部件 | 单价 | 数量 | 小计 |
|---|---|---|---|
| 关节模组 | $400 | 30 | $12,000 |
| 减速器 | $200 | 30 | $6,000 |
| 电机 | $150 | 30 | $4,500 |
| 力 / 关节传感器 | $50 | 30 | $1,500 |
| 视觉传感器 | $1,000 | 1 | $1,000 |
| IMU + 其他传感器 | $500 | 1 | $500 |
| 算力 SoC（Jetson 或国产） | $2,000 | 1 | $2,000 |
| 电池 | $2,500 | 1 | $2,500 |
| 结构件 | $2,000 | 1 | $2,000 |
| 装配 + 测试 | $2,000 | 1 | $2,000 |
| 总 BOM | — | — | $34,000 |
目标 BOM（量产 100,000 台/年，2030）：
| 优化路径 | 当前 | 目标 |
|---|---|---|
| 关节模组规模化降本 | $400 | $100 |
| 减速器国产替代 | $200 | $50 |
| 算力 SoC 国产化 | $2,000 | $500 |
| 良率从 60% → 95% | -$5,000 损耗 | -$1,500 损耗 |
| 目标 BOM | $34,000 | $8,000-10,000 |
如果售价 $25,000-50,000，毛利率 50-70%——这是人形机器人公司的「未来正收益模型」。
C.5 估值锚点速查表（2026 Q2）
不同赛道、不同阶段的合理估值速查：
大模型基础层
| 阶段 | ARR | 估值范围 |
|---|---|---|
| 早期（无模型） | 0 | $5-30M |
| Beta（小模型） | < $1M | $50-200M |
| Production（10B 参数+） | $1-10M | $500M-3B |
| 头部（万亿参数） | $50M+ | $10B+ |
Agent 应用层
| 阶段 | ARR | 估值范围 |
|---|---|---|
| Pre-Seed | 0 | $5-15M |
| Seed | $0-300K | $15-40M |
| Pre-A | $300K-1M | $40-80M |
| A | $1-5M | $80-200M |
| B | $5-20M | $200M-1B |
| C | $20-100M | $1-5B |
AI 应用（B 端 SaaS）
| 阶段 | ARR | 估值范围 |
|---|---|---|
| Seed | $0-100K | $5-20M |
| Pre-A | $100K-500K | $20-50M |
| A | $500K-3M | $50-150M |
| B | $3-15M | $150M-800M |
| C | $15-100M | $800M-5B |
具身智能
| 阶段 | 状态 | 估值范围 |
|---|---|---|
| 概念 / 演示 | < 100 台出货 | $20-100M |
| 早期商用 | 100-1,000 台 | $100M-1B |
| 量产爬坡 | 1,000-10,000 台 | $1-10B |
| 规模化 | > 10,000 台 | $10B+ |
基础设施 / 工具链
| 阶段 | 用户 / 客户 | 估值范围 |
|---|---|---|
| 开源 / 早期 | 1-10K stars | $5-30M |
| Seed | 10K-100K stars | $30-100M |
| A | 100K+ stars / $1M ARR | $100-500M |
| B+ | $5M+ ARR | $500M-3B |
注意：以上估值是 2026 Q2 市场行情，12 个月内可能调整 30-50%。
C.6 估值模型的常见陷阱
陷阱 1：「对标硅谷」估值
「OpenAI 估值 3000 亿，所以中国头部模型应该 1000 亿」——这种简单类比忽略了：
- 中美营收规模差异（10x）
- 中美用户付费意愿差异（5x）
- 中美退出市场差异（流动性）
正确做法：用同等可比的 PS 倍数 + 中国市场折扣（30-50%）。
陷阱 2：忽视「烧钱率」
只看 ARR / 估值，不看烧钱率——可能在 estimate 时漏算「是否需要 18-24 个月内 raise more」。
正确做法：估值 = (5 年累计净利润 × PS 倍数 × 折现) 减去「未来融资稀释」。
陷阱 3：「过度乐观假设」
假设「月增 30% 持续 5 年」——但这种增长几乎不可能持续。
正确做法：增长曲线必须渐近收敛——前 18 个月 30%，之后 20%、15%、10% 递减。