PitchBook Data公司今日发布的最新报告对2026年美国风险投资支持的首次公开募股前景持谨慎乐观态度,认为尽管IPO窗口已经重新开启,但距离完全恢复正常运行仍有很大差距。
报告详细分析了2025年流动性状况的显著改善,少数备受瞩目的IPO项目提供了急需的退出价值,并在一定程度上恢复了公开市场的信心。然而,IPO复苏的范围仍然有限。
去年共有48家公司上市,PitchBook认为这一活动水平仍不足以支撑风投市场的全面复苏,特别是考虑到超过4.3万亿美元的资金仍被锁定在估值10亿美元以上的独角兽公司中。在连续四年有限合伙人净现金流为负的情况下,寻找退出渠道的压力持续增加。
报告强调,2025年的IPO具有高度选择性特征,受到宏观经济不确定性和政治发展的影响,这些因素使IPO的时机选择和定价变得复杂。
2025年最大规模的上市公司往往集中在与美国政策优先事项一致的行业,包括人工智能、太空技术、加密货币、金融科技和国防领域。除医疗保健和生命科学外,超过73%的IPO发生在这些行业。
PitchBook认为这种模式很可能延续到2026年,政策导向和行业重点将继续影响哪些公司能够成功进入公开市场。
报告突出的另一个显著主题是价值压缩:大多数去年进入公开市场的独角兽公司都以相对于其私人估值峰值的大幅折扣上市。这一转变反映了从疫情时代定价向更保守基本面的广泛重置。尽管短期内可能令人痛苦,但PitchBook认为这一举措是必要的正常化过程,因为它降低了寻求流动性公司的门槛,有助于为长期复苏清除障碍。
对于2025年上市的公司,IPO后表现参差不齐,近70%的新上市公司在2025年底的交易价格低于首日收盘价,另有近一半公司的交易价格低于初始IPO价格。
只有四家AI公司年底时股价高于上市价格,PitchBook表示这凸显了新兴高增长公司在与大型科技公司竞争投资者资本时面临的挑战。
毫不意外的是,去年上市最成功的公司都是在上市前就实现盈利的企业。在盈利公司中,有一半在年底时的交易价格比IPO价格至少高出45%,这强化了可持续财务状况的重要性,而非仅仅依赖增长的美好愿景。
展望2026年,PitchBook认为IPO将出现渐进式改善,而非快速反弹。假设出现有利条件,如政策不确定性缓解和进一步降息,2026年IPO活动可能增至68次发行,相比2025年有合理增长。然而,如果条件不够有利,PitchBook认为上市活动将继续停留在当前水平附近。
PitchBook风险投资高级研究分析师Emily Zhang和风投研究总监Kyle Stanford在报告中总结道:"最终,2026年有可能成为IPO的关键年份。预计这一年将展现渐进式进展,但这种步伐是否足以帮助整体市场复苏仍是一个开放性问题。在经历长期放缓后,风投面临着将账面收益转化为可实现回报的巨大压力,IPO活动的再一年低迷可能会考验当前生态系统的可持续性。"
Q&A
Q1:2025年风投支持的IPO市场表现如何?
A:2025年共有48家公司上市,流动性状况有显著改善,少数备受瞩目的IPO项目提供了急需的退出价值。但IPO复苏范围仍然有限,活动水平不足以支撑风投市场全面复苏,超过4.3万亿美元资金仍被锁定在独角兽公司中。
Q2:哪些行业在2025年IPO中表现突出?
A:2025年最大规模的上市公司集中在与美国政策优先事项一致的行业,包括人工智能、太空技术、加密货币、金融科技和国防领域。除医疗保健和生命科学外,超过73%的IPO发生在这些行业,这种模式预计将延续到2026年。
Q3:PitchBook对2026年IPO市场前景如何预测?
A:PitchBook预测2026年将出现谨慎改善而非快速反弹。在有利条件下,如政策不确定性缓解和进一步降息,IPO活动可能增至68次发行。但如果条件不够有利,上市活动将继续停留在当前水平附近。
好文章,需要你的鼓励
Proception创始人Jay Li曾是特斯拉Optimus人形机器人项目技术负责人,离职创业后遭特斯拉以窃取商业机密为由起诉,双方于近期达成和解。Proception同步宣布完成1100万美元种子轮融资,由First Round Capital领投,Y Combinator和BoxGroup参与。公司正式发布高灵巧度机器人手,并开放批量订购。其核心技术是通过传感器手套采集人类手部交互数据,无需机器人参与即可大规模收集训练数据。
腾讯等机构提出ViQ框架,通过两阶段渐进量化训练,让离散视觉编码在多模态理解和图像重建上同时追平连续特征编码器,训练速度最高提升70%。
OpenAI与网络安全公司Trail of Bits合作推出"Patch the Planet"计划,利用AI辅助漏洞研究与人工审核相结合的方式,发现并修复广泛使用的开源软件中的安全漏洞。首批参与项目包括Python、Go、cURL等。该计划已识别数百个安全问题并合并数十个补丁。分析师指出,AI加速漏洞研究将推动企业从周期性修补转向持续风险评估,但治理控制与专业人才依然不可或缺。
香港科技大学与华为联合提出LISA训练方法,通过让副网络对齐"似然分数",将ControlNet等图像生成模型的训练收敛速度提升逾2.78倍,同时改善图像质量与条件控制精度。