中国挑战美国人工智慧(AI)主导地位的竞争，正逐渐从私募市场延伸至公开股票市场，让ETF投资人开始有机会直接押注中国新兴AI基础模型开发商。EMXETF近期推出China AI Tigers LLM ETF(TGRZ-US)，锁定中国AI模型开发领域，而非像传统中国科技ETF一样广泛布局半导体、云端运算、电子商务及其他科技产业。

EMXETF创办人Kevin Carter表示，这档ETF推出的时机与中国AI模型企业接连上市密切相关。Z.ai及MiniMax均在2026年1月上市，使原本主要存在于私人市场的中国AI模型投资题材首次大规模进入公开市场。

Carter接受Benzinga访问时表示，「时机的关键在于那些IPO——Z.ai和MiniMax均于2026年1月上市，这使得中国人工智慧模型板块骤然具备了投资价值。」他指出，TGRZ的设计也考虑到未来可能上市的中国AI模型公司，包括DeepSeek及Moonshot AI。

其中，Moonshot AI的上市动向尤其受到市场关注。这家Kimi系列AI模型开发商据报正考虑在香港进行IPO，近期并已筹集超过20亿美元资金。Reuters此前报导，Moonshot也已与微软(MSFT-US)、亚马逊(AMZN-US)及Alphabet(GOOGL-US)展开初步洽谈，讨论围绕Kimi K3模型的潜在收入分成协议。

若DeepSeek、Moonshot等未上市AI模型公司未来进入公开市场，将进一步扩大中国AI模型企业可供全球投资人直接交易的范围。对TGRZ而言，这类潜在新股正是ETF希望透过季度再平衡机制纳入的标的。

Carter对「中国AI老虎」的定义相当明确。他认为，AI老虎应该是正在建立基础AI模型的企业，而不是单纯使用AI技术的公司，也不是提供晶片、云端运算等更广泛AI基础设施的企业。

他指出，许多中国AI新创与清华大学存在密切关联，而清华大学已成为中国重要AI研究及实验室的人才与技术来源之一。例如Z.ai便源自清华研究体系；Moonshot AI创办人杨植麟(Yang Zhilin)则曾在清华大学师从Z.ai联合创办人、清华大学教授唐杰(Tang Jie)。

Carter认为，市场可能仍然低估中国AI模型的实际进展。他表示，「最大的误解是中国仍在追赶。」在他看来，部分中国AI模型目前已经接近甚至达到全球前沿水准，而且美国企业已经开始建立在这些中国模型之上并实际使用。

这项判断也构成TGRZ背后最重要的投资论述之一。Carter认为，美中AI模型开发商之间存在巨大的估值差距，目前没有一家中国AI模型开发商的估值超过1000亿美元，但美国AI实验室正在寻求远高于此的估值，因此市场可能出现一项「估值趋同交易」。

Carter表示，「可以说，前方存在一种趋同交易机会。」他的核心观点是，如果中国AI模型能力持续逼近全球前沿，而中国模型开发商的商业化速度及市场渗透率同步提升，中美AI企业之间巨大的估值落差可能逐步缩小。

不过，中国AI模型企业并不一定符合传统意义上的「便宜」标准。以Z.ai为例，该公司2026年上半年营收达9.539亿元人民币(约1.419亿美元)，较去年同期大增400%，但同期仍录得20亿元人民币(约2.976亿美元)净亏损，研发支出更高达21亿元人民币(约3.124亿美元)。

换言之，Z.ai虽然营收增速极快，但为维持AI模型研发及竞争力，公司仍需要投入庞大资金。这也反映中国AI模型产业目前的共同特征，即营收高速成长与巨额研发支出并存，短期获利能力仍然受到考验。

另一家已上市的AI模型开发商MiniMax则在2026年1月于香港上市后受到投资人追捧，上市首日股价一度较发行价翻倍以上，收市时公司市值约137亿美元。MiniMax的市场表现显示，投资人对中国AI模型企业的成长潜力已经产生相当高的兴趣。

TGRZ与传统中国科技ETF的最大差异，在于其并不追求分散持有整个中国科技产业。该ETF的年度费用率为0.86%，投资策略是集中押注中国领先AI模型开发商。

Carter表示，「这不是一只多元化中国科技基金，而是对中国领先AI模型开发公司的集中押注。」因此，TGRZ投资人承担的并非整体中国科技股表现，而是中国AI模型产业能否持续突破、商业化及估值重估的集中风险。

这项策略也与中国目前发展AI的路线有关。DeepSeek在全球AI市场掀起的冲击，已经证明前沿AI模型未必需要完全复制美国企业动辄数百亿美元的资本支出模式。中国AI企业更加强调开源、可客制化及低成本模型，可能形成与美国大型AI企业不同的商业模式。

Carter认为，成本优势可能成为中国AI模型扩大使用的重要武器。他表示，「中国正在采取不同的路线——开放、可客制化，而且成本大幅降低的AI，可以远远超出中国本土市场扩散。我认为两种路线都有巨大的成长空间。」

这也意味着，中国AI产业的竞争优势未必只来自模型能力，而可能同时来自价格。若中国企业能以较低的训练及推理成本提供接近全球前沿水准的模型，将有机会推动AI应用从大型企业进一步扩展至更多中小企业及开发者。

不过，中国AI产业仍受到美国出口管制、先进晶片取得、算力基础设施及地缘政治等因素影响。即使模型开发商能在演算法及成本控制方面取得突破，能否持续取得足够算力，仍是影响其长期竞争力的重要变数。

TGRZ将采取季度再平衡机制，意味着基金未来可以随着中国AI模型产业上市版图扩大，调整持股组合并纳入新的上市公司。对投资人而言，这项机制尤其重要，因为目前中国最受瞩目的部分AI模型公司仍处于私人市场。

Carter明确表示，DeepSeek及Moonshot AI正是这档ETF未来希望捕捉的上市标的。若这些企业最终完成IPO，投资人便不必再透过私募基金或风险投资渠道参与中国AI模型产业，而可以直接透过公开市场及ETF取得相关曝险。

从更大的产业格局来看，中国AI投资题材正在出现结构性转变。过去投资中国AI通常需要透过晶片制造、云端服务、伺服器、电子商务或大型科技企业间接参与；如今随着Z.ai及MiniMax上市，AI基础模型本身开始成为可以直接交易的资产类别。

TGRZ的推出因此不只是新增一档中国科技ETF，更反映全球资本市场开始尝试重新定价中国AI模型产业。若中国AI模型持续缩小与美国前沿模型的技术差距，而中国企业的估值仍大幅低于美国同业，Carter所称的「估值趋同交易」确实可能成为未来市场关注的投资主题。

但另一方面，Z.ai巨额亏损、研发支出快速增加，以及中国AI产业高度依赖持续资本投入，也提醒投资人，技术突破并不必然等同于商业获利。对TGRZ而言，未来真正的考验将是这些AI模型开发商能否把快速增加的使用量及技术能力转化为稳定营收与长期利润。

随着DeepSeek、Moonshot AI等潜在重量级玩家可能加入公开市场，中国AI模型产业的投资版图正在快速成形。对全球投资人而言，这场AI竞赛可能不再只是「美国模型对中国模型」的技术较量，也将逐渐演变成一场围绕成本、商业化速度及估值差距的资本市场竞赛。