本文提出一套面向人工智能项目估值的多方法框架：以风险调整DCF、可比公司法与VC法为骨干，结合实物期权与蒙特卡洛模拟刻画增长与不确定性；在现金流上拆解训练与推理的单位经济学，量化云资源、数据与合规成本；对数据与模型的无形资产以替代成本与收益法评估，并显性化合规与安全溢价；用市场规模与运营基准校准倍数与增长假设，建立标准化数据室、假设治理与版本管理，使估值可解释、可复盘、可审计，适配不同阶段的AI项目与国内外部署场景。