萬字盤點|全球最貴的20家獨角獸，千億和百億美元俱樂部都有誰

    作者｜袁寧

    編輯｜丁廣勝

2月初，千億美元獨角獸名單發生了一次不算劇烈、卻頗具象征意義的變化。

當地時間2月2日，Alphabet旗下自動駕駛公司Waymo在官方博客宣布完成160億美元融資，投后估值達到約1260億美元，成為自動駕駛領域近年來規模最大的單筆融資之一，也正式躍入千億美元陣營。

幾乎同一時間，另一家公司從名單中“消失”。2月3日，SpaceX官宣以約2500億美元股票收購AI大模型公司xAI。交易完成后，合并主體估值被推至約1.25萬億美元，xAI 不再以獨立公司身份存在，而SpaceX 則直接邁入“萬億級未上市公司”行列。

這兩件事疊加，讓原本就不大的千億美元俱樂部再次重排。

圖注：估值達千億的企業，數據來源：Crunchbase，截止至：2026.02.04

按照通常定義，獨角獸指成立時間較短、估值超過10億美元且尚未上市的公司。過去十年，10億美元曾被視為創業公司的階段性終點：一旦跨過這條線，意味著資本市場已經為它打開長期融資通道，可以繼續擴張、繼續講述未來。

但到2026年，真正稀缺的，不再是“獨角獸”，而是少數仍停留在一級市場、卻已邁入千億美元乃至萬億美元估值的公司。它們尚未上市，卻在規模、收入或基礎設施能力上已然成為“巨頭”。

圖注：部分估值達百億的企業，數據來源：Crunchbase，截止至：2026.02.04

需要說明的是，一級市場估值本身變化頻繁、不同機構統計口徑也存在差異。本文統一以Crunchbase 最新公開披露的post-money valuation 數據為準進行梳理與對比。同時由AI協助完成文中對公司估值邏輯與業務結構的梳理與分析。

基于這一口徑，截至2026年2月4日，全球進入“千億美元俱樂部”的科技創業公司仍然寥寥，但已經呈現出清晰共性——這些公司不再只是銷售某一類產品，而是在掌握某種長期稀缺的基礎設施能力：算力與模型、航天發射與衛星網絡、自動駕駛車隊、全球支付與金融網絡，或深度嵌入日常生活的供應鏈與流量入口。某種意義上，它們正在定義下一輪產業周期的底層結構。

不過，僅看千億美元陣營仍然過于狹窄。百億美元估值公司的數量要多得多，且仍在快速變化，一份名單很難完整覆蓋。為了更接近真實的資本版圖，我們在文中選取了一批估值較為接近千億美元的公司作為補充參考，同時也單獨整理了中國市場的百億企業與超級獨角獸整體情況，以形成更清晰的對照。

下面，是這批公司與它們正在構建的商業版圖。

01 SpaceX

估值：12500億美元

賽道：商業航天、衛星互聯網、大模型、AI 助手（Grok）

總部：美國

SpaceX 由 Elon Musk 于2002年創立，最初目標很直接：把火箭發射做成“可重復使用的工業品”，把發射成本壓到足夠低。二十多年后，這家公司已經不再只是航天公司，而是一套更難被替代的系統：發射能力 + 航天工程體系 + 全球衛星互聯網網絡。

它的基礎盤主要來自三部分：

獵鷹火箭帶來的高頻發射能力、龍飛船帶來的載人和貨運服務體系，以及 Starlink 構建的全球衛星互聯網網絡。后者也讓 SpaceX 從一次性工程公司，逐漸轉向具備持續收入想象的“航天網絡運營商”。

2026年2月3日，SpaceX 完成了一次更激進的身份切換——官宣收購 AI 大模型公司xAI。

這筆交易以約2500億美元股票完成。xAI 在今年1月剛以2300億美元估值完成200億美元 E 輪融資；而 SpaceX 原本計劃在今年晚些時候以約8000億美元估值啟動 IPO，并希望募資約500億美元。交易完成后，合并主體估值被推至1.25萬億美元，成為全球估值最高的私營科技公司之一。

xAI 的核心產品 Grok 已深度集成在 X（原 Twitter）中，天然擁有實時信息流與分發入口。這意味著它并不只是一個模型公司，而是同時擁有數據源與使用場景。

對 SpaceX 來說，這讓原本以“發射能力+通信網絡”為核心的體系，第一次直接與大模型與算力需求綁定。在公開表述中，馬斯克把這次合并稱為“天地一體化的垂直整合創新引擎”——涵蓋人工智能、火箭技術、太空互聯網、直連通信設備以及實時信息平臺。其底層邏輯也相當清晰：當 AI 競爭進入算力與能源階段，僅依賴地面數據中心可能難以支撐長期需求，SpaceX 試圖把航天體系轉化為下一代算力基礎設施的一部分。

所以，如果說過去 SpaceX 的估值來自“把航天變成基礎設施”，那么收購 xAI 之后，市場押注的已經是更大的一件事：把航天、通信與算力打包，變成下一代 AI 時代的底層基礎設施。

02 OpenAI

估值：5000億美元

賽道：AGI、大模型平臺

總部：美國｜累計融資：590億美元

OpenAI成立于2015年，最初是一家以“安全推進通用人工智能”為目標的研究機構。真正的轉折發生在2022年：ChatGPT 發布后迅速成為全球增長最快的互聯網產品之一，也讓OpenAI 從實驗室角色，轉變為AI時代最重要的平臺公司之一。

今天的OpenAI，本質上已經不再只是一家模型公司，而是一套正在成型的AI基礎設施層。它的產品與能力可以分成三層：

● 面向個人用戶：ChatGPT 成為新的信息入口與生產力工具，覆蓋寫作、搜索、編程、辦公與多模態內容生成

● 面向企業客戶：模型與 Agent 能力逐步嵌入企業軟件、客服、研發與運營流程，成為越來越多公司的默認 AI 層

● 面向開發者生態：通過 API 與模型服務，成為全球最直接的大模型能力供給方之一

隨著圖像、視頻、語音與多模態能力持續擴展，OpenAI 正從單一聊天產品，轉向覆蓋內容生產、軟件開發與智能代理的通用平臺。其增長邏輯也隨之變化：不再依賴單一應用，而是依賴模型能力在不同軟件與行業中的滲透。

OpenAI 的估值很大程度上建立在一種共識之上：AI不再是軟件中的一個功能，而正在成為所有軟件的底層。

在這一邏輯下，大模型平臺擁有類似操作系統或云計算平臺的地位。一旦成為默認入口，就意味著更高的用戶黏性、開發者依賴與定價能力。這也是為什么在過去一年多次老股交易中，OpenAI 的估值被持續推高，并穩定在數千億美元區間。

03 ByteDance（字節跳動）

估值：4800億美元

賽道：短視頻、社交媒體、算法推薦

總部：中國｜累計融資：80億美元

字節跳動成立于2012年，但它真正構建的并不只是短視頻平臺，而是一套以算法為核心的內容分發系統：用推薦機制重新定價注意力，并把內容生產與消費工業化。

抖音與 TikTok 為字節帶來了全球范圍內的用戶規模與廣告現金流，也讓它成為少數同時掌握內容分發與內容生產入口的科技公司之一。CapCut、豆包、火山引擎等業務，都是同一條邏輯的延伸：把算法能力從“推薦”擴展到“生產”。

在生成式 AI 時代，字節跳動的優勢并不完全取決于模型參數規模，而在于它擁有大規模真實用戶場景、內容生產體系與分發渠道。這意味著新模型與新工具一旦推出，可以在自有生態中快速獲得數據反饋并完成迭代。

從估值邏輯看，市場對字節的判斷也在變化：它不再只是全球最大的內容公司之一，而是一個同時掌握分發、生產與商業化閉環的平臺型基礎設施。

在注意力、內容與 AI 逐漸融合的周期里，這種閉環能力本身就是最稀缺的資產之一。

04 Anthropic

估值：1830億美元

賽道：安全可控大模型（Claude）

總部：美國｜累計融資：260億美元

Anthropic 成立于2021年，由多位前 OpenAI 核心成員創立。從一開始，它就選擇了一條與多數大模型公司略有不同的路線：把安全性、可控性與對齊能力放在與性能同等重要的位置。

公司的核心產品 Claude 系列模型，在代碼、長文本理解與企業應用場景中快速獲得市場關注，并逐漸成為 OpenAI 之外最重要的大模型供應商之一。過去兩年，Anthropic 與 Amazon、Google 等科技巨頭建立深度合作，在云平臺與企業市場持續推進模型落地。

在生成式 AI 競爭越來越接近“基礎設施競賽”的背景下，Anthropic 的定位逐漸清晰：它并不試圖成為唯一入口，而是成為另一種可信賴的基礎模型選擇。

因為對大型企業與政府客戶來說，模型能力只是采購決策的一部分，可解釋性、穩定性、合規性與數據安全同樣關鍵。Anthropic 將這些能力作為核心賣點，也讓它在金融、醫療、企業服務等高要求場景中更容易獲得信任。

從資本結構看，Anthropic 是少數同時獲得多家科技巨頭投資與算力支持的 AI 公司之一。這種多方綁定，一方面帶來資源與客戶渠道，另一方面也強化了其作為“第二極”的市場地位。

Anthropic 能進入千億美元估值區間，并不只是因為模型性能競爭，而是因為市場逐漸形成共識：

在 AI 成為基礎設施的時代，不會只有一個入口。只要存在多個云平臺、多個企業生態，就會需要多個可替代且可信賴的大模型供應商。

05 Ant Group（螞蟻集團）

估值：1500億美元

賽道：金融科技、數字支付

總部：中國｜累計融資：190億美元

螞蟻集團正在經歷一次新的估值重估。

如果說上一輪周期里，它的核心資產是支付與數字金融網絡，那么在2026年，這家公司正試圖證明自己不僅是一套金融基礎設施，更是一家正在構建 AGI 能力棧的技術公司。

螞蟻的底層仍然是支付與賬戶體系。支付寶覆蓋支付、理財、信貸、保險與企業服務，形成覆蓋個人與商戶的完整金融場景，并沉淀出全球規模最大的交易數據與風控體系之一。這套系統讓螞蟻在過去十年成為中國最深度嵌入日常生活的數字基礎設施之一。

但真正支撐當前估值重新被討論的，是AI。

過去一年，螞蟻在AGI方向明顯提速，開始從“金融+AI”走向更完整的全棧布局：

● 應用層：據2026年1月份數據，醫療健康 AI 助手“螞蟻阿福”月活已超過3000萬，單日健康咨詢量超千萬次，超過1000位醫生在平臺上開設 AI 分身，形成7×24小時在線醫療問答體系

● 通用助手層：全模態 AI 助手“靈光”切入個人生產力場景，上線后迅速進入 AI 應用周活榜前列

● 模型層：百靈大模型家族已發布18款模型，覆蓋10B 至1T 參數區間，進入萬億參數大模型行列

● 具身與世界模型層：靈波系列連續開源空間感知、VLA基座模仿與世界模型 LingBot-World，為自動駕駛、機器人與游戲等物理交互場景提供訓練環境

● 支付結合 AI：支付寶與 AI 應用打通，“一句話下單并支付”開始進入真實場景測試，AI 正在重寫支付入口邏輯

這些動作背后，是螞蟻逐漸清晰的一條路徑：基礎模型 → 通用應用 → 實體交互 → 支付與金融閉環。

螞蟻集團CEO韓歆毅曾對外表示，未來十年支撐螞蟻的將是三條腿：支付、金融與醫療健康。而 AI 正在成為連接這三條業務的新底座。

而從估值層面思考，與多數從零尋找場景的大模型公司不同，螞蟻擁有天然高頻場景與用戶基礎。一旦 AI 能力持續疊加，它有機會把“支付入口”升級為智能生活與金融服務入口，并在真實交易網絡中完成閉環。

這也是它仍能維持千億美元估值區間，并重新進入增長敘事的原因：它押注的不只是金融，而是AI與現實經濟深度融合后的新型基礎設施。

06 Databricks

估值：1340億美元

賽道：數據湖倉、企業 AI 基礎設施

總部：美國｜累計融資：190億美元

如果說 OpenAI 是“AI 的入口”，Databricks更像是AI時代的后臺系統。

它解決的并不是“模型能做什么”，而是一個更現實的問題：企業如何把分散的數據，變成可用、可訓練、可部署的資產。

Databricks 由 Apache Spark 核心團隊創立，其提出的 Lakehouse（數據湖倉一體）架構，將數據倉庫與數據湖整合到同一套體系中，讓企業可以在統一環境下完成數據治理、分析、模型訓練與部署。這種架構逐漸成為大型企業推進 AI 轉型的主流選擇之一。

隨著生成式 AI 進入企業場景，Databricks 的角色也變得更關鍵：

● 幫助企業整理與治理內部數據

● 構建可用于模型訓練與推理的數據管線

● 提供 AI 開發、部署與管理的一體化平臺

● 在數據安全與權限控制上提供企業級能力

在這一邏輯下，企業競爭越來越像數據工程與基礎設施能力的競爭。

模型可以調用外部，但數據與數據處理能力必須掌握在企業自己手中。Databricks 的估值快速上升，正是建立在這一共識之上：

當 AI 成為企業標配，數據平臺將成為企業最重要的生產系統之一。因此，它售賣的并不僅是分析工具或數據庫服務，而是一整套圍繞數據與AI的生產體系。誰掌握這套體系，誰就能在AI轉型周期中占據更高的位置。

07 Waymo

估值：約1260億美元

賽道：自動駕駛（Robotaxi）

總部：美國｜累計融資：270億美元

Waymo是目前自動駕駛領域最接近“跑通商業化”的公司之一。

它最早起源于Google X 自動駕駛項目，隨后獨立為Alphabet旗下子公司。與多數仍停留在測試與概念驗證階段的自動駕駛公司不同，Waymo已經把Robotaxi從技術展示推進到可持續運營階段，并逐步形成真實收入與車隊規模。

當地時間2月2日，Waymo宣布完成160億美元新一輪融資，投后估值約1260億美元，成為近年來自動駕駛領域規模最大的單筆融資之一。

Waymo在官方披露中表示：2025年訂單量同比增長超過兩倍，達到約1500萬次；累計自動駕駛出行訂單已超過2000萬次；當前無人駕駛出租車服務每周提供超過40萬次出行。這些數字的意義在于，它證明Robotaxi不再只是技術測試，而正在成為一項可規模化運營的城市服務。

Waymo的估值押注并非單純“技術領先”，而是一個更長期的判斷：一旦 Robotaxi 在更多城市實現規模化運營，出行，將從車企生意，轉變為由算法、車隊調度與運營網絡構成的城市基礎設施。

在這一體系中，真正的壁壘不只是自動駕駛算法，還包括：高精地圖與數據積累；車隊調度與運營能力；城市合規與安全記錄；長期資本與基礎設施投入。

這些因素疊加，使自動駕駛成為少數具有明顯“規模效應”的 AI 應用之一。

所以，Waymo 能進入千億美元估值區間，本質上意味著資本市場開始把它視為一種新的交通基礎設施運營商，而不再只是自動駕駛技術公司。

08 Reliance Retail

估值：1010億美元

賽道：零售連鎖、電商與供應鏈

總部：印度｜累計融資：80億美元

Reliance Retail 并不是典型意義上的“科技公司”，但它是印度消費市場最重要的基礎設施之一。

作為印度首富穆克什·安巴尼旗下 Reliance Industries 的核心業務板塊，Reliance Retail 在過去十多年里構建起覆蓋全國的零售網絡：從大型商超、便利店到電子產品、時尚與醫藥零售，其線下門店規模已達數萬家，觸達數億消費者。

它的真正壁壘來自三層結構：

● 覆蓋全國的門店與渠道網絡

● 深度整合的供應鏈與倉儲體系

● 強運營驅動的規模化能力

在此基礎上，他們通過JioMart等數字平臺將零售能力延伸至線上，并與 Reliance Jio 的通信與數字生態形成聯動，構建從流量入口到履約網絡的一體化體系。

Reliance Retail能進入千億美元估值陣營，反映的是另一種與AI不同但同樣關鍵的現實：在全球范圍內，供應鏈與渠道仍然是最硬的基礎設施之一。

尤其在印度這樣仍處于消費升級與數字化加速轉型階段的市場，誰掌握線下網絡與履約能力，誰就掌握了未來電商與本地生活服務的入口。

因此，Reliance Retail的估值并非建立在技術敘事之上，而是建立在對實體零售與供應鏈規模化能力的長期押注。它代表的是另一類“基礎設施型公司”：不一定最前沿，但一旦建成，就極難被替代。

千億美元公司數量仍然很少。為了讓讀者看到更完整的產業版圖，我們把“百億估值公司”作為補充梯隊放在一起——它們未必已是基礎設施，但已經站在成為基礎設施的路上。

09 Stripe

估值：920億美元

賽道：支付基礎設施、金融 API

總部：美國｜累計融資：90億美元

Stripe是互聯網商業世界里最接近“水電煤”的公司之一。

自2010年成立以來，它一直在做一件看似簡單卻極難替代的事：為互聯網公司提供完整的支付與金融基礎設施。從最初的在線支付接口，到如今覆蓋訂閱計費、風控、企業財務管理、跨境結算與金融服務的一整套 API 網絡，Stripe 已成為大量互聯網企業默認的底層支付系統。

它的護城河并不在某個單一產品，而在兩層更難復制的結構：

● 面向開發者的生態與工具體系

● 覆蓋全球的支付網絡與合規能力

Stripe的產品設計極度工程化：開發者可以用最少代碼接入復雜金融能力，而企業可以在同一體系內完成支付、結算、稅務與資金管理。這種高度模塊化的金融 API，使 Stripe 成為互聯網公司最常用的基礎設施之一，客戶從早期創業公司到 Amazon、Shopify 等大型平臺均有覆蓋。

它的增長邏輯也因此非常直接：只要全球互聯網交易規模持續擴大，Stripe的交易處理規模就會同步增長。

過去幾年，Stripe持續向更深層金融服務延伸，包括企業借貸、稅務工具、跨境資金管理與智能風控，并嘗試把 AI 能力引入反欺詐與財務自動化體系中。這些業務進一步強化其作為“互聯網金融基礎設施”的角色。

Stripe之所以接近千億美元估值，并非因為單一爆發式產品，而是因為它已經嵌入全球互聯網商業的底層交易流。一旦企業建立在Stripe之上運轉，就很難遷移——這正是基礎設施型公司的典型特征。

10 Revolut

估值：750億美元

賽道：數字銀行、金融超級 App

總部：英國｜累計融資：20億美元

Revolut是一間成立于2015年、總部位于英國倫敦的知名金融科技公司及數字銀行（Neobank）。它通過手機App提供綜合貨幣賬戶、借記卡（Debit Card）、低成本國際匯款、股票/加密貨幣交易等多種金融服務，全球用戶量已超過6500萬。它以無國界支付和便捷的外幣兌換功能著稱，尤其適用于日常消費和海外出行。

它的基礎盤主要來自三部分：多幣種賬戶與國際支付網絡、覆蓋借記卡與信用卡的消費金融體系，以及逐步擴展的投資與理財產品（股票、ETF、加密資產等）。這些功能被整合在一個高頻App中，讓用戶在同一賬戶體系內完成儲蓄、消費與投資。

Revolut增長邏輯很直接：把銀行產品做成訂閱制與高頻使用的互聯網服務。

用戶一旦把工資、消費、投資都放進Revolut，就很難再離開。Revolut 的護城河并不是單一金融牌照，而是產品密度與用戶粘性：它正在從“數字銀行”走向金融超級App，類似金融版的Apple或微信。

在歐洲和新興市場，Revolut 的用戶增長仍然迅猛。只要全球金融繼續互聯網化，Revolut 的空間就不會小。

11 Shein

估值：660億美元

賽道：快時尚跨境電商、供應鏈快反

總部：中國（全球化運營）｜累計融資：40億美元

Shein的核心不是“便宜”，而是快反體系：快速上新、快速試錯、快速復制。它是一套把消費趨勢工業化的系統。

Shein由許仰天創立，早期從跨境婚紗與小眾服裝電商起步，逐漸轉向全品類快時尚。十余年后，這家公司已經不再只是一個電商品牌，而是一套更難復制的體系：數據驅動選款 + 小單快反供應鏈 + 全球化直銷渠道。

它的基礎盤主要來自三部分：全球化電商平臺帶來的直達消費者能力、以珠三角為核心的柔性制造網絡，以及基于數據的選品與庫存管理系統。與傳統服裝品牌依賴設計與季節上新不同，Shein更像一家數據公司：它通過實時消費數據與趨勢分析決定生產，再用小批量試單快速驗證市場。

這套模式的關鍵在于“極致快反”：新款設計到上架周期壓縮至數天，然后小批量生產測試市場需求；再根據數據驅動快速補單或下架；強調供應鏈高度分散與柔性化。

這種工業化生產邏輯，讓它可以同時保持低庫存與高上新頻率，把時尚從“季節性行業”變成“實時消費行業”。

2024—2026年，Shein正在完成一次更深層的轉型——從跨境快時尚品牌，走向全球消費平臺與供應鏈基礎設施。

它開始向第三方商家開放平臺，嘗試把自身供應鏈能力與流量能力平臺化；同時在北美、歐洲、中東等市場加速本地倉儲與物流體系建設，以降低履約成本與政策風險。

市場對 Shein 的估值押注也因此發生變化：不再只是一個依賴爆款的快時尚品牌，而是一套可以規模化復制的消費與制造系統。如果說傳統服裝公司的壁壘來自品牌與門店，那么 Shein 押注的是另一種能力：把消費趨勢數據化，把生產體系軟件化，把全球供應鏈變成一套實時運轉的工業網絡。

12 Reliance Jio

估值：580億美元

賽道：通信、數字基礎設施

總部：印度｜累計融資：200億美元

Jio用低價4G/5G改寫印度互聯網普及速度，并以此構建數字生態。它更像印度的數字底座公司。

Reliance Jio由印度信實集團在2016年推出，一開始的策略極其簡單卻極具破壞力：用極低價格甚至免費流量，把4G網絡迅速鋪向全國。不到數年，它就重塑了印度互聯網的普及速度，也改變了整個電信行業的定價體系。

但Jio的目標從來不只是通信業務。在完成基礎網絡覆蓋后，它逐漸演變成一套更難替代的體系：移動通信網絡 + 數字身份入口 + 本地互聯網服務生態。它的基礎盤主要來自三部分：覆蓋全國的移動網絡基礎設施、數億級移動用戶規模，以及圍繞通信賬戶構建的數字服務入口。通過Jio平臺，用戶可以直接接入支付、視頻、音樂、電商、云服務等一整套數字服務。

在一個仍處于互聯網滲透率快速上升階段的市場，這種底座能力尤為關鍵。Jio通過低價網絡獲取用戶，再把用戶導入自有數字生態，形成類似“通信+互聯網平臺”的一體化結構。

過去兩年，Jio 的敘事進一步升級：它開始將云計算、企業服務與 AI 能力納入整體布局，并與全球科技公司合作推進本地化算力與數字服務基礎設施建設。其邏輯并不復雜——當印度互聯網用戶規模持續增長，最有價值的并不是單一應用，而是連接所有應用的底層網絡與賬號體系。

13 Canva

估值：420億美元

賽道：在線設計、內容生產協作

總部：澳大利亞

Canva把設計從專業工具變成大眾工具。AI進一步降低門檻后，它正在變成內容生產的協作平臺。

Canva一開始只是把原本只屬于專業設計師的軟件，變成普通人也能使用的在線工具。但十多年后，它已經不只是“設計工具”，而是一套覆蓋內容生產全流程的協作平臺。

2025年6月，Canva宣稱每月擁有2.4億活躍用戶，年化收入預估為33億美元。

它真正改變的并不是設計本身，而是設計的生產方式：把復雜的軟件操作抽象為模板、組件與拖拽式編輯，讓設計從專業技能變成標準化流程。

Canva 的基礎盤主要來自三部分：海量模板與素材庫、全球數億級用戶規模，以及圍繞團隊協作構建的訂閱收入體系。企業用戶可以在同一平臺上完成品牌物料、社交媒體內容、演示文檔、視頻與營銷素材制作，使其逐漸成為內容生產的基礎工具之一。AI 的到來，讓 Canva 的定位進一步變化。

當生成式 AI 可以自動生成圖片、視頻與文案，設計工具本身也開始演變為“內容生成與協作平臺”。Canva 將 AI 寫作、圖像生成、自動排版、品牌風格統一等能力整合進同一界面，試圖把原本分散在多個軟件中的生產流程收攏到一個入口。

在生成式 AI 時代，內容生產門檻被快速拉低，但協作與管理的復雜度反而上升。Canva 的估值押注的正是這一點：當人人都能生成內容時，能夠組織、管理并規模化生產內容的平臺，反而會變得更重要。

14 Checkout.com

估值：400億美元

賽道：支付基礎設施、金融 API

總部：英國｜累計融資：20億美元

Checkout.com 與 Stripe 類似，強調全球支付能力與企業級服務穩定性。

它不直接面向消費者，卻深度嵌入全球互聯網交易的底層流程。與 Stripe 相似，Checkout.com 提供的是一整套支付基礎設施：收單、清算、風控、跨境結算與金融 API。但它的切入點更偏向大型企業與高交易量平臺——電商、游戲、加密資產平臺與全球互聯網公司，都是其核心客戶。

它的壁壘主要來自三部分：全球支付網絡連接能力、穩定的企業級清算與風控系統，以及能夠覆蓋多地區合規要求的金融基礎設施。對跨境業務而言，支付成功率、結算速度與穩定性本身就是競爭力，而這些能力往往需要多年積累與本地化運營。Checkout.com 的增長邏輯也因此更偏“基礎設施型”：

AI 可以改變流量獲取方式、內容生產方式甚至軟件形態，但交易本身仍然需要可靠的資金流轉與清算網絡。Checkout.com 的估值，本質上押注的正是這一長期不變的底層需求：只要全球商業仍在增長，支付網絡就始終是最穩定的基礎設施之一。

15 Ripple

估值：400億美元

賽道：跨境支付網絡、區塊鏈金融

總部：美國｜累計融資：7.94億美元

Ripple 的目標是用區塊鏈提升跨境支付效率，面向機構端金融網絡，而非單純的加密資產交易。它并不試圖成為面向個人投資者的交易平臺，而是試圖改寫傳統金融體系中最緩慢的一環：跨境支付與清算。

傳統跨境轉賬依賴 SWIFT 等多層中介體系，結算周期長、費用高、透明度低。Ripple 的核心邏輯是，用區塊鏈網絡與數字資產作為橋梁，讓資金能夠在不同國家與銀行體系之間更快完成結算與清算。

它服務的主要對象不是散戶，而是銀行、支付機構與大型金融公司。

其估值邏輯也因此更加接近傳統金融網絡公司：它押注的不是加密資產價格波動，而是全球資金流動效率的長期提升。在全球貿易與跨境電商持續增長的背景下，跨境支付仍然是最具改造空間的金融基礎設施之一。

16 Figure

估值：390億美元

賽道：機器人

總部：美國｜累計融資：20億美元

Figure是目前估值最高的機器人公司。它押注“通用機器人”。公司成立時間不長，但融資與合作速度極快。其核心敘事建立在一個判斷上：當大模型開始具備推理與決策能力后，AI 的下一步不只是存在于屏幕里，而是進入物理世界，成為可以行動的“勞動力”。

Figure 的路線與傳統工業機器人公司不同。傳統機器人強調固定場景與重復任務，而 Figure 更強調通用性與可擴展性，希望通過大模型與視覺系統，讓機器人具備理解環境、執行復雜任務與持續學習的能力。

對投資人來說，人形機器人代表的是潛在規模極大的勞動力市場替代與補充：制造業、倉儲物流、零售服務甚至家庭場景，都可能成為長期落地空間。Figure的估值并非建立在已實現的大規模收入上，而是基于一個更長期的預期：

如果通用機器人能夠真正規模化部署，它將成為繼軟件與互聯網之后，下一代最具想象力的基礎設施之一：一種可被編程、可被訓練、可以持續迭代的物理勞動力網絡。

17 Ramp

估值：320億美元

賽道：企業支出管理、財務效率平臺

總部：美國｜累計融資：20億美元

Ramp 是這一輪企業軟件中增長最快的一類公司之一。它切入的不是傳統意義上的“財務軟件”，而是企業如何更高效地花錢、管錢與控制成本。

它提供的核心產品包括企業信用卡、費用報銷、賬單管理、預算控制與合規工具，并通過自動化與數據分析把這些環節整合進同一套系統。相比傳統財務SaaS強調“記賬與報表”，Ramp的邏輯更直接：幫企業實時減少不必要支出。

這種定位讓它在宏觀環境趨緊、企業普遍強調降本增效的階段迅速增長。對客戶來說，Ramp不只是軟件供應商，更像一套“企業支出操作系統”——所有資金流出都可以被追蹤、分析并優化。

Ramp 的估值邏輯：當企業越來越像數據驅動的運營體，財務不再只是后臺職能，而會成為實時決策系統的一部分。誰掌握企業資金流數據與支出路徑，誰就更有機會成為企業核心基礎設施。

在這份名單中，Ramp 代表的是另一類基礎設施公司：它不直接生產技術或內容，而是嵌入企業日常運營最核心的環節——現金流與成本控制。一旦嵌入，這類系統往往很難被替換。

18 Safe Superintelligence

估值：320億美元

賽道：AGI 安全與對齊研究

總部：美國｜累計融資：30億美元

Safe Superintelligence是這份名單中最“反商業化敘事”的公司之一。它由OpenAI前首席科學家Ilya Sutskever于2024年聯合創立，從一開始就明確定位：只做一件事——構建安全的超級智能。

與多數大模型公司同時推進產品與商業化不同，SSI幾乎完全不強調短期產品落地。它的核心目標是長期AI對齊、安全性與可控性研究，并試圖在能力突破之前，先建立可驗證的安全框架。

在當下的大模型競爭中，這種路徑顯得相當少見。多數公司仍在圍繞模型能力、用戶規模與商業化速度展開競爭，而 SSI 把“安全本身”當作唯一產品。

它的估值，也因此更像一種前瞻性押注：當模型能力持續提升、AI系統逐漸接近更高自主性階段，安全與對齊，可能從研究議題變成基礎設施級需求。

19 Fanatics

估值：310億美元

賽道：體育電商、體育數據與博彩生態

總部：美國｜累計融資：50億美元+

Fanatics 最早是一家體育周邊電商公司，但它正在把“體育消費”做成一個更完整的數字生態。圍繞全球體育聯盟與俱樂部授權，Fanatics 建立起覆蓋球衣與周邊銷售、數字藏品、體育卡牌以及體育博彩的平臺體系。

它的核心資產并不是單一電商業務，而是與 NFL、NBA、MLB 等頂級體育聯盟深度綁定的授權網絡，以及由此形成的用戶與交易數據。過去幾年，Fanatics 通過收購和自建不斷延伸業務邊界：從商品銷售擴展到數字收藏，再到體育博彩與賽事數據服務。

其估值邏輯本質上押注的是：體育正在從內容產業轉向“可交易的數字消費生態”。誰掌握授權、數據與用戶關系，誰就掌握體育商業的入口。

20 Anduril Industries

估值：310億美元

賽道：國防科技、AI 軍工系統

總部：美國｜累計融資：60億美元

Anduril是近年來增長最快的國防科技公司之一。由Oculus創始人Palmer Luckey創立，它的核心思路很直接：用軟件和AI重寫傳統軍工體系。

據悉，公司已獲得超15億美元國防訂單，公司主要產品包括無人偵察系統、自動防御設備、邊境監控平臺以及AI指揮與感知系統Lattice。與傳統軍工企業依賴大型硬件項目不同，Anduril更像一家“軍工軟件公司”：強調快速迭代、模塊化硬件與軟件主導的系統能力。

在全球地緣政治與安全支出持續上升的背景下，國防科技重新成為資本重點關注領域。Anduril的估值也反映出一種趨勢：國防能力正在從“重工業制造”轉向“軟件與算法主導的系統工程”。所以，它押注的不是單一武器平臺，而是未來戰爭與安全體系中的數字化基礎設施。

如果把視角拉回中國，另一組對照同樣值得注意。

根據2025年3月舉辦的2025中關村論壇年會平行論壇——第二屆全球獨角獸企業大會上發布的《中國獨角獸企業發展報告（2025）》統計。截至其調查周期內，中國估值超過百億美元的“超級獨角獸”企業約18家。

而目前，在百億美元估值梯隊中，中國公司也形成了一批具有代表性的名字：微眾銀行、小紅書、大疆創新、米哈游、遠景能源、廣汽埃安、菜鳥網絡、長江存儲、京東科技，以及OPPO、vivo等。

而擴大范圍來看，中國獨角獸企業目前分布在集成電路與半導體、軟件與信息服務、新能源技術、人工智能、智能制造、新消費等12個主要領域。

其中，人工智能、新消費與零售、集成電路構成估值最集中的三大板塊：

● 人工智能領域獨角獸總估值約4612億美元

● 新消費與零售約2039億美元

● 集成電路約1925億美元

如果從單家公司平均估值來看，排序略有不同：人工智能、電子商務、新能源智能汽車位列前三，平均估值分別約為75.61億美元、61.85億美元、54.31億美元。

從數量結構看，獨角獸仍然集中在少數高頻賽道。新消費與零售、人工智能、集成電路、智能裝備、醫藥健康五個領域的企業數量位列前五，分別為66家、61家、54家、54家、43家，合計占全部獨角獸的68%。

從剛剛整理出來的整份千億估值企業名單里可以看到一個明顯趨勢：進入千億美元估值的公司，幾乎都滿足同一個條件——它們的業務一旦成立，就會變成別人繞不開的基礎設施。

● AI 時代的入口與底座（OpenAI、Anthropic、xAI）

● 航天與通信網絡（SpaceX）

● 數據與企業 AI 工程體系（Databricks）

● 金融與支付網絡（螞蟻、Stripe 等）

● 交通系統的下一代形態（Waymo）

● 大規模供應鏈與消費渠道（Reliance Retail、Shein）

這也是“千億美元估值時代”真正的含義：創業公司的競爭，不再是做出一個爆款產品，而是爭奪下一代系統的控制權。