台积电大幅上调资本开支锚定中美AI双系统双向大对决
屠龙之术
大模型底层预训练红利已挖掘大半，中美AI行业正通过后训练强化学习与应用硬科技化在各自系统内加速走向AGI阶段的深层分化与资产证券化。
AI-assisted summary of Vol.86 同一代技术，两个系统，181页PPT全记录AI行业的2025 — original source. Check the original for full context.
Source published:
Detailed notes
## Background 该内容由Apple Podcasts平台的“屠龙之术”频道于2026年1月30日发布。节目简介指出，这是主讲人明浩在春节及DeepSeek V4发布前，基于中美对抗视角对2025年AI行业进行的一场包含181页PPT的超完整年度复盘与告别总结。
## TL;DR 本期节目深度对比了中美两国在同一代AI技术约束下的不同系统展开。美国叙事聚焦于推理模型爆发、强化学习环境搭建、New Lab兴起以及Coding和医疗等2B场景的商业化狂飙，并剖析了科技巨头高昂的资本开支与数据中心泡沫；中国叙事则展现了DeepSeek的驱美突围、开源模型的贴身肉搏、以豆包和千问为代表的C端超级应用与多模态繁荣，以及在“1%到2%估值原则”下硬科技赛道与资本市场的共振回暖。
## Atmosphere & style 这是一场兼具硬核产业前沿洞察与幽默辛辣讽刺的单口Solo。主讲人明浩以一种极具网感、老练且接地气的“ helpful peer ”语气娓娓道来，将错综复杂的巨头商战戏谑为“晋西北乱成一锅粥”，并用养娃做PPT等生活趣事消解硬核技术的冰冷感。整场分享洋溢着身处AI大航海时代的极度亢奋与理性精算，在岁末年初的节点上，透露出一种对技术狂飙的敬畏、对行业泡沫的审慎，以及迫不及待见证2026年更疯狂变革的澎湃感。
## Key takeaways - `00:00` 2025年AI行业完成了从“能力竞赛”向“系统展开”的范式转变，中美两国在同一代大模型技术约束下，分别走向了相似的技术想象与不同的产业、资本系统落地。 - `05:05` 大模型技术路径的重心已从“预训练”转向“后训练”和“强化学习（RL）”，预训练在数据和算力上的边际效应显著变差，后训练成为核心兵家必争之地。 - `12:59` 随着强化学习重要性飙升，RL环境搭建催生了全新产业链分工，传统廉价标注员被各行业专家和科学家组成的“有品位的标注”所取代，诞生了如Murker等RL时代的数据巨头。 - `19:59` 2024年提出的语言、编程和多模态“AGI三张主桌”在2025年下半年高度融合归为一桌，多模态与Agent成为当前资金和技术投入产出比最高的研发风口。 - `26:01` 美股“御三家”战略分化明显：Google在多模态与TPU芯片生态上断档领先；OpenAI全力押注2C超级帝国与用户留存；Anthropic则通过Claude Code等产品死磕2B和编程赛道。 - `43:19` AI软件正引领“第四代软件大浪潮”，以Perplexity等为代表的AI Native公司快速崛起，同时上一代SaaS巨头通过深度融入AI功能也迎来了二次爆发与上市窗口。 - `44:59` 美国一二级资本市场资金向头部项目极端垄断，虽然存在AI估值泡沫的担忧，但科技巨头的平均市盈率（PE）在30倍左右，与2000年互联网泡沫时期相比仍处于相对健康的区间。 - `57:30` 算力基础设施的衡量单位正式从兆瓦（MW）跨入吉瓦（GW）时代，对物理基础设施的极限压榨导致存储芯片成为核心物理瓶颈，相关巨头在美股表现亮眼。 - `59:59` 高昂的AI投入导致科技巨头资本开支（CapEx）暴涨，在自由现金流受压的情况下，头部科技公司纷纷通过巨额发债或杠杆支撑算力投入，折旧成本占比持续提高。 - `01:04:59` AI行业底层英伟达与台积电拿走最大利润，而中上层的模型和应用层毛利隐忧依然严峻，投行精算表明领先模型的收入增量目前仍无法覆盖其高昂的算力和推广成本。 - `01:14:59` 中国AI技术路径以DeepSeek R1为代表实现了“驱美突围”，开源模型在能力和更新频率上已在Hugging Face等平台展现出极强的全球竞争力和共识。 - `01:24:59` 2026年中国模型的技术共识高度一致，主要聚焦于探索智能上限、全新架构创新（解决超长上下文和持续学习）以及将Agent向封装工作流的“Skill（技能）”方向上演进。 - `01:29:59` Chatbot仍是中国AI应用的核心战场，字节跳动“豆包”确立领先优势并取得极高日活，阿里通义千问和蚂蚁、百度、腾讯等“新老BAT”在应用端和春节红包大战中展开全面竞争。 - `01:33:19` 全球前30名的图片和视频模型中中国斩获19个，多模态应用在海外出海和国内泛娱乐、AI社交陪伴、乙女游戏及硬科技硬件（AI玩具、学习机）等垂直场景中呈现出独特的“中国式繁荣”。 - `01:43:58` 中国科技新叙事已向硬科技外移，国产GPU、商业航天、具身智能和大模型成为四大热门赛道，在一级市场上整体融资额回暖但资金结构已转为人民币基金主导。 - `01:44:38` 中国硬科技投资盛行“1%到2%估值原则”，即直接锚定美国映射巨头（如英伟达、SpaceX、OpenAI）总市值的百分比来对国内头部初创公司进行定价，而弱化短期利润指标。 - `01:46:04` 中国硬科技在退出渠道上发生了A股与港股的历史性逆转，港股IPO排队潮汹涌，使得中国硬科技公司在2025年的整体资本退出金额上甚至超越了美国。 - `01:48:50` 未来全球AI格局推演可能走向两极：拥有强AI能力和采用度但受限能源的“美国标准盟友体系”，以及拥有算力与成本绝对优势、主打定制化部署的“中国特色算力体系”。
## Detailed walkthrough 以下是针对您提供的视频转录文本第一部分（ 至）的详细、忠实且生动的叙述性记录。
---
`00:00` 2025年AI行业的跌宕起伏与“同一代技术，两个系统”的并行展开
主讲人明浩以一期带有181页PPT的单口Solo，在2026年1月底这个特殊的时间节点，带领听众重新回顾过去一年AI行业发生的波澜壮阔的变化。明浩透露，这套PPT原本是为一家互联网公司的内部宣讲准备的，但由于对方的业务需求，昨晚演讲的实际版本被删减到了120页不到，而今天录制播客所使用的则是最完整、最毫无保留的版本。
明浩为本次分享确立的主题是“同一代技术，两个系统”，副标题为“2025到2026中美AI的并行展开”。他指出，在去年的年度总结中，他曾做过中美的对比，但在2025年中、第三季度以及11月的几次行业整理中，视角大多偏向美国。到了岁末年初，他觉得有必要回归传统，重新做一次中美两国的深度对比。虽然他在11月3日的“狂喜播客节”（第76期播客）上曾做过一次超长的AI行业总结，但AI行业的变化实在太快，基本上每三个月行业就要“翻一次车”，PPT就得重写一次。在准备完大纲后，明浩将内容输入给AI，AI为其生成了一段极其精准的导语：
> “2025年人工智能不再只是能力的竞赛，而是开始成为系统的展开。在同一代大模型技术约束之下，美国与中国几乎同时走向了相似的方向：更大的算力投入、更激进的资本叙事、更一致的技术想象。但当这些技术真正进入产业，组织与市场差异开始显现。这是两套系统在同一时间各自展开的过程。”
这番话完美地概括了今天分享的核心。整个内容将分为美国和中国两大板块，各占三章，层层递进：从模型到产品（Lab到公司）、从产品到场景（公司到行业）、从行业到市场（市场到资本）。
- **PPT文档获取**：完整的181页PPT文档已上传至播客的 show note 中，供听众自由下载。 - **分享结构**：中美并行展开，各分三章，共六个章节，不设断点，呈现连续的产业演进逻辑。
---
`04:59` AI能力边界的“不规则进化”与推理模型的大爆发
明浩首先用推特上流行的一张“人类能力圈与AI能力边界”的可视化图表，生动地解释了AI的发展现状。如果人类的能力是一个完美的圆圈，AI的早期发展只是圈内零星的小凸起；随着时间推移，AI在某些特定方向上疯狂生长，甚至突破了人类的极限，但在其他基础领域依然弱于人类。这导致了舆论的撕裂：有人惊叹于AI的超神表现，也有人揪着AI连简单任务都做不好的事实不放。明浩认为，我们目前正处于第三到第四阶段——即AI在绝大部分领域超越人类，仅在极少数地方存在短板，而当AI的不规则图形完全覆盖并溢出人类能力圈时，AGI（通用人工智能）就到来了。
回顾2025年，新模型的发布频率几乎是以“周”为单位。从年初DeepSeek R1的震撼发布，到GPT-4.5、GPT-5、Claude 4、Gemini 2.5与3，再到视频模型Viggle 3、Luma Neon、Kling 1.5、Hailuo，以及DeepSeek V3、V3.1、V3.2和即将发布的V4，整个行业处于极度亢奋的状态。明浩在视频中分享了一段由AI生成的SaaS风格总结视频和音乐，幽默地调侃了过去一年“Sam Altman高喊‘Hold my beer’、马斯克因FOMO（错失恐惧症）试图收购OpenAI、Apple宣称AI是骗局却转头推出Blast UI、AWS频繁宕机、Google突然觉醒夺回王座”等名场面。
在技术路径上，2025年最核心的关键词无疑是“推理模型的大爆发”。根据OpenRouter的统计，目前平台上超过50%的模型调用已经是推理模型，推理已成为大模型厂商的标配。技术范式完成了从“预训练（Pre-training）”到“后训练（Post-training）”和“强化学习（RL）”的重心转移。
- **组织架构调整**：头部AI Lab的组织结构已明确分化为预训练团队、后训练团队、Infra（基础设施）团队以及底层的硬件团队。 - **预训练的边际效应**：业界普遍认为预训练在数据和算力上的边际效应已显著变差，技术红利已挖掘了70%到80%，后训练（尤其是基于可验证的强化学习）成为兵家必争之地。
---
`09:59` 强化学习环境的搭建与“2026, This is AGI”的行业共识
随着后训练成为核心，强化学习（RL）环境的搭建成为中短期内最重的研发投入方向。这催生了产业链的全新分工，主要由三类角色主导：一是专业的RL环境搭建初创公司；二是产品公司（因为2B和SaaS场景无法依赖通用模型的RL，必须自建）；三是传统的数据标注公司。例如被Meta收购的Sama（原名Scale.ai），其市场份额在被收购后迅速被其他新兴公司瓜分。其中最典型的代表是新兴的“数据民工”巨头——将自己定义为“RL时代AWS”的Murker。该公司在短短17个月内，年经常性收入（ARR）从100美金狂飙至5亿美金，展现了恐怖的吸金能力。
明浩提到，这类公司的创始人（如Edwin Chen）在接受采访时表示，后训练的优化“是一门艺术”。他们不再雇佣廉价的普通标注员，而是邀请法律专家、财务总监、工业界资深人士甚至科学家来进行“有品位的标注”。红杉资本（Sequoia Capital）在其最新发布的年度重磅文章《2026, This is AGI》中也表达了类似观点。红杉认为，在OpenAI定义的L1到L5阶段中，L1通过预训练解决了“知识”问题，L2通过后训练解决了“推理”问题，而当前行业正在攻克的是“持续迭代与执行长时间任务的Agent（智能体）”。
红杉指出，AGI就像“美女”一样无法被精准定义，但当你看到它时，你自然会知道。他们举了一个招聘RL研究员的例子：现在的AI Agent可以自主在YouTube上寻找相关演讲，锁定演讲者，去推特检索其技术影响力，分析其吐槽和离职意向，最后筛选并自动发送招聘邮件。整个过程无需人类干预，仅需半小时，这已经完全具备了人类理想中AGI解决实际问题的能力。
- **New Lab的兴起**：2025下半年，美国涌现了一批由顶尖投资机构支持、由前大厂核心研究员创立的“New Lab”（如Ilya Sutskever的SSI等），他们不急于商业化，而是拿着巨额融资，专攻“自主学习”和“AI for Science”等下一代研究范式。 - **L1到L5的演进**：L1 Chatbot -> L2 推理 -> L3 Agent -> L4 创新者 -> L5 组织者。随着AI在科研领域的渗透，L4（创新者）的曙光已经显现。
---
`19:59` AGI主桌的合并与多模态、世界模型的物理仿真革命
明浩回顾了自己在2024年提出的“AGI主桌理论”。当时他认为主桌分为三桌：语言、Coding（编程）和多模态（世界模型）。然而到了2025年下半年，他意识到“其实只有一桌”，这三者已经高度融合。从ROI（投资回报率）的角度来看，目前最顶尖的纯语言模型之间，性能差距已缩短至3%以内；但在多模态（VLM）领域，第一名与第六名的差距超过30%；在Agent领域，差距更是高达70%。因此，多模态和Agent成为了资金和技术投入产出比最高的领域。
为了证明“多模态、语言与Coding已融为一桌”，明浩分享了自己用Google的NotebookLM（基于Gemini 1.5 Pro）辅导子女的两个生活案例。他让大班的女儿准备《三只小猪》的演讲PPT，他只是拍了几张立体书的照片，并在YouTube上找了一段翻书视频喂给NotebookLM。结果，AI不仅完美理解了故事，甚至连PPT的视觉风格都自动设计成了带有木质贴纸质感的“立体折纸风”。“我把幼儿园家长的PPT卷到了一个不应该有的高度，”明浩开玩笑说。
在多模态的延伸——世界模型（World Model）领域，行业分化为两派： 1. **实时交互派（视频派）**：以中国初创公司Pika Labs（Pikaverse）为代表，生成无限流的视频，用户可以在视频生成过程中实时下达指令，视频会根据指令即时改变走向。 2. **物理仿真派**：以李飞飞的World Labs和DeepMind为代表，生成的虚拟空间完全符合人类的物理学定律。World Labs最近宣布与中国一家顶尖的具身智能公司达成战略合作，为其提供虚拟物理实验场，解决了具身智能和自动驾驶在现实世界中训练数据匮乏的痛点。
- **美股“预三家”的战略分化**： - **Google**：在多模态（图片、视频、NotebookLM）领域断档式领先，同时TPU芯片展现出极强的生态控制力，开始侵蚀英伟达的市场。 - **OpenAI**：押注2C生态，通过ChatGPT的个性化记忆和职业偏好理解，赌长期留存率。 - **Anthropic**：全力押注2B和Coding，凭借Claude 3.5/4在编程领域的绝对统治力疯狂吸金。
---
`24:59` 2C与2B的冰火两重天：Chatbot份额松动与Coding/医疗的狂飙
在产品与场景层面，Chatbot（聊天机器人）市场的格局在2025年发生了重大松动。根据1月中旬的数据，曾经一统天下的ChatGPT市场份额持续被侵蚀，而Google Gemini凭借系统级整合和强悍的多模态能力，市场份额从个位数一路狂飙至近40%。马斯克的Grok和DeepSeek也在后方紧追不舍。这解释了为什么Sam Altman在年底频繁在内部“亮红灯”。
在2B领域，Anthropic与OpenAI的竞争进入白热化。Anthropic的Claude Code成为了历史上最快达到1亿美金ARR（年经常性收入）的SaaS应用，在OpenRouter的编程模型调用中占比超过60%。其推出的Claude Cowork更是实现了“100%由AI自主编写代码”的惊人表现。两家公司的竞争甚至延续到了资本市场，原本计划2027年上市的OpenAI，因面临Anthropic可能在2026年率先上市并于2027年实现正向现金流的压力，不得不将上市计划提前至2026年第四季度。
明浩指出，2025年AI应用在具体场景上的爆发呈现出“双子星”态势： 1. **Coding（编程）**：生生造出了一个40亿美金的市场。Cursor、Lovable、Replit等独立端工具在年初疯狂增长，尽管在第三季度因大模型厂商第一方工具（如Claude Code）的崛起而出现流量下滑，但进入2026年1月后又迎来了新一轮反弹。 2. **医疗（Health）**：被视为继编程之后增长最快的垂类，预计带来35亿美金的市场增量。在OpenAI的数据中，医疗类调用增长了8倍。这促使OpenAI和Anthropic在2026年初几乎同时推出了独立的“Health”应用，标志着AI应用从“泛门户”向“垂直频道”拆分的时代正式到来。
- **OpenAI的“全都要”战略**：OpenAI正试图成为一个无所不包的超级帝国，做应用、做浏览器、做社区、做电商广告、做Infra，甚至涉足硬件，这对一家几千人的公司而言是极大的挑战。 - **企业级Agent的落地痛点**：在企业端，安全、数据权限、隐私、支付以及Web Coding的渗透，成为2026年亟待解决的现实问题。
---
`39:59` 进西北乱成一锅粥：错综复杂的巨头生态与软件的第四代大浪
明浩用经典电视剧《亮剑》中“晋西北乱成一锅粥”的表情包，生动地形容了当前美国AI产业的竞争格局。微软、Google、亚马逊、Meta、OpenAI、Anthropic、英伟达、苹果等巨头之间，呈现出一种极其复杂的“你中有我、我中有你”的竞合关系。他们既是彼此最大的客户，又是最直接的竞争对手，还通过复杂的“循环融资”和“算力折现”协议将利益深度绑定。
如果将AI产业链划分为：能源、芯片、数据中心（New Cloud）、模型、软件平台（Salesforce、Palantir等）和应用，Google是唯一一个在所有链条上都拥有顶级统治力的“全能选手”。相比之下，微软在芯片上偏弱，AWS在模型（Nova）上略逊一筹，而OpenAI和Anthropic则在芯片和基础设施上严重受制于人。
明浩引用安德森·霍罗维茨（A16Z）著名的“软件吞噬一切”理论，指出AI正在引领软件行业的“第四代大浪潮”。Perplexity、Midjourney、ElevenLabs等AI Native公司是这一代软件的代表。与此同时，上一代（第三代）SaaS巨头如Figma、Notion、Canva在经历漫长的等待后，也通过深度融入AI功能，迎来了二次爆发和上市的黄金窗口。
- **巨头能力象限图**： - **Google**：芯片（TPU）、云、模型（Gemini）、应用（Chrome/Workspace）全线通关。 - **微软**：云与应用极强，模型依赖OpenAI，芯片是其短板。 - **Oracle（甲骨文）**：在这波浪潮中表现最为积极，通过疯狂扩建云基础设施，成功跻身一线AI算力供应商。
---
`44:59` 史诗级泡沫与疯狂的数据中心：被“电”和“存储”卡住的算力网络
在最后一章中，明浩深入剖析了美国一二级资本市场的联动。从历史周期来看，科技浪潮遵循“五年一周期、市值翻三倍”的规律。从PC、互联网、移动互联网到云（Cloud时代市值约6万亿美金），AI时代的头部公司总市值预计将达到惊人的20万亿美金。目前，仅英伟达、Google、苹果、微软、特斯拉、Meta和博通等巨头的市值加总，就已经逼近这一数字。
2025年，AI相关公司贡献了美股公开市场37万亿美金增幅中的绝大部分。标普500指数在经历年初DeepSeek冲击和4月短暂调整后屡创新高。在“美股前十大巨头”中，Google以62.4%的年涨幅领跑，博通上涨51%，英伟达上涨37.8%，前十大巨头总市值已占标普500总市值的40%。尽管有人担忧泡沫，但明浩指出，当前科技巨头的平均PE（市盈率）在30倍左右，与2000年互联网泡沫时期动辄80-100倍的PE相比，依然处于相对健康的区间。
在一级市场，资金呈现出向头部项目“极端垄断”的趋势。OpenAI估值冲上5000亿美金（PS约38倍），Anthropic估值3500亿美金（PS约50倍），而马斯克的XAI在仅有10亿美金收入的情况下，估值竟被炒到了2300亿美金（PS高达230倍）。“大家赌的只是马斯克这个人，仅此而已，”明浩说。
与算力狂飙相伴随的是对数据中心（Data Center）和能源的疯狂压榨。衡量数据中心规模的单位已正式从兆瓦（MW）跨入吉瓦（GW）时代。目前全美在运的科技巨头数据中心容量为2.26 GW，而规划和在建的容量已达到恐怖的35 GW。这种对物理基础设施的极限压榨，直接导致了2025年美股表现最好的五家公司中，有四家是存储芯片巨头（美光、西部数据、西捷等）。
- **独角兽的“速成”与积压**：AI独角兽从成立到估值突破10亿美金平均仅需2年（如Cursor、Lovable）。过去三年诞生了超100家AI独角兽，但由于IPO通道并未完全打开，大量独角兽积压在一级市场，只能通过“掏空式并购”（Acqui-hiring，如Meta收购Manus、英伟达收购Grok）来寻求变相退出。 - **存储芯片的物理限制**：存储芯片的扩产受制于建厂和设备调试的物理周期（通常需2-3年），这导致存储芯片的供需缺口在中短期内无法缓解，其暴涨行情预计将延续至2027-2028年。
`59:59` 科技巨头的资本开支（CapEx）与折旧压力
AI 行业的发展伴随着极其高昂的资金投入。行业内流传着一个段子：有人拿着 7000 元预算去配电脑，要求做一些基础办公，结果老板给他的配置单上只有内存条，因为在今天 7000 元确实只能买到 64G 的内存，其他什么都买不到。这个段子背后折射出的是整个 AI 产业链对资金的恐怖消耗。
目前，行业和投行对未来四到五年的 AI 投入体量已经达成共识，大约在 2 万亿美金左右。英伟达 CEO 黄仁勋在财报会议上也曾提到，未来四到五年将有 2 万亿美金的资金在水中心上。如此庞大的资金缺口，主要由科技巨头的资本开支（CapEx）来支撑，但仅靠巨头们自身经营现金流产生的 1.x 万亿美金是不够的，其余部分需要依靠折旧、私人投资和信贷。
市场目前最担心的就是科技巨头的 CapEx 投入能否持续。以 Meta 为例，其明年上调 CapEx 预期至 1160 亿美金，这几乎等同于其自由现金流。如果 2026 年、2027 年赚的钱不够，巨头们就只能选择发债。因此，从 2025 年 Q3 到 Q4 开始，包括亚马逊、Meta、Google、Oracle 在内的头部科技公司都发行了巨额债务。
除了发债，折旧也是一个巨大的负担。虽然由于需求旺盛，显卡或 GPU 的物理折旧可以按六年、七年甚至更长时间计算，但如果按性能迭代来算，折旧年限可能要缩短到三年至五年。这导致每家公司的折旧成本占比变得越来越高，美股 AI 相关板块也因此经历了一波较大调整。其中，杠杆最高、疯狂举债的 GPU 云计算公司（如 Nebius、CoreWeave）跌幅最深，一度跌去三分之二，虽然近期有所回升，但它们依然在钢丝线上游走，波动性极大。
甲骨文（Oracle）的例子极具代表性： - **Q2**：公布获得巨额订单。 - **Q3**：确认与 OpenAI 达成 5 年 3000 亿美金的合同，股价暴涨。 - **Q4**：市场开始精算其为了接下这笔订单所需投入的建数据中心等资本开支，发现从 2026 年开始，Oracle 的现金流根本不够用，导致其股价一路阴跌。 - **2025 年底**：有媒体指出，OpenAI 这笔 3000 亿订单的合同价值在 Oracle 的股价表现上其实已经变成了负数（股价跌回合同确认前）。
---
`01:04:59` 资本市场的起伏与 AI 产业链的“三角形结构”
回顾过去一年的美股市场，Oracle 的股价曲线完美代表了 AI 行业的起伏：1 月波澜不惊，4 月受关税影响小幅下跌，5 月拉回新高，Q3 因暴涨的合同疯狂冲高，随后又因资金担忧一路跌回，整年下来“基本上是白忙活”，但过程跌宕起伏。相比之下，标普 500 指数在 2025 年屡创新高，虽在 11 月经历了一次从 61 万亿跌到 58 万亿美金的调整，但很快又创下新高。存储芯片公司和科技巨头整体涨势良好，各大投行对 2026 年的预期也全部偏向乐观，没有任何一家看空。
在一级市场，2025 年是一个巨大的退出大年，许多重磅项目仍在 Pipeline 上。例如 SpaceX 传出密交，估值达 1.5 万亿美金（1.5T）；OpenAI 的 IPO 计划也调整到了 2026 年 Q4。
然而，AI 行业一直存在一个“三角形结构”的隐忧： - **底层**：英伟达（NVIDIA）占据了最大的版面和资金。 - **中层**：云厂商和模型公司次之。 - **顶层**：应用层（接近用户的公司）规模最小。
这与互联网时代“底层小、应用层大”的逻辑恰好相反。行业能否健康发展，取决于这个三角形能否逆转，即接近用户的应用层公司能否做大、独角兽能否变多、收入增长能否变快，从而形成正向循环。目前来看，形势似乎不错，2025 至 2026 年，一批有一定收入规模的 AI 公司已经具备了上市的可能性。
在泡沫与阵营对抗方面，OpenAI 新一轮融资达 1000 亿美金（由亚马逊、微软、软银等支持），估值达到 8300 亿美金，已经跨过了 "Too big to fail"（大而不倒）的门槛。自 12 月起，市场分化为两大阵营： 1. **OpenAI 阵营**：包括软银、Oracle、AMD、微软、CoreWeave 等。 2. **Google 阵营**：包括博通及相关生态公司。
由于市场担心 OpenAI 阵营出问题，相关公司股价一度下跌，而 Google 阵营则因 Google 的强势表现而被带飞。进入 2026 年，这两个阵营的对抗仍在持续。
从产业链视角来看，用户需求传导的链条非常清晰： $$\text{用户} \rightarrow \text{AI 应用} \rightarrow \text{AI 模型} \rightarrow \text{云服务} \rightarrow \text{数据中心} \rightarrow \text{GPU 显卡} \rightarrow \text{台积电代工}$$
在这个链条中，Token 使用量呈爆炸式增长，应用公司向模型公司要 Token，模型公司向云和数据中心要算力，数据中心向英伟达要卡，英伟达向台积电要产能。虽然需求在暴涨，但“涨”并不等同于“获取了价值”。英伟达凭借 70% 以上的毛利拿走了最大的利润，台积电作为其绑定伙伴利益同样稳固。云厂商和数据中心表现尚可，但模型层和应用层的毛利问题依然严峻。美国科研机构的研究表明，即使像 GPT-5 这样领先市场三到四个月的模型，其带来的收入增量也无法覆盖其从训练、算力到推广的庞大成本。
- **2030 年 AI 行业收入预测（A16Z 测算）**： - 若要达到 **5%** 的投入产出比，全球 AI 相关公司的年收入规模需达到 **8000 亿美金**。 - 若要达到 **15%** 的投入产出比，年收入规模需达到 **1.1 万亿美金**（而目前 OpenAI 的年收入仅为 130 亿美金左右）。
---
`01:14:59` 台积电的审慎与中国 AI 技术的“驱美突围”
面对巨大的资金传导，市场最终将信任寄托在了产业链最底端的台积电（TSMC）身上。台积电历史上一向以冷静、理性甚至冷血著称，但其在最新季报中将明年的 CapEx 预期上调了近 30%，达到 520 亿至 560 亿美金。台积电董事长表示，如果不审慎对待，这对台积电将是一场灾难。为此，他在过去三四个月里亲自与客户（英伟达）以及客户的客户（云厂商、模型公司、Meta 等）进行了深度沟通，确认需求真实存在，并得到了“相当满意”的答案。
此前在上一轮融资循环中，英伟达、AMD、博通纷纷出手，Sam Altman 也曾找过台积电，但台积电当时并未跟进。如今连台积电也开始行动，这被市场解读为超级正向的信号。因为在应用层毛利为负、模型层营收太小、云厂商杠杆拉满的情况下，台积电成了全行业唯一的“信任锚点”。
**中国 AI 叙事：技术、应用与资本**
针对“硅谷视角太重”的质疑，主讲人将目光转向中国，并同样用“技术、应用、资本”三张图来拆解中国 AI 的现状。
在技术路线上，DeepSeek 实现了“驱美突围”。从 2025 年 1 月 20 日发布 R1，到除夕前一天（1 月 26 日）梁文锋的微博点燃舆论，DeepSeek 在短短一年内对全球（尤其是经济弱发达地区）产生了被严重低估的深远影响。在 DeepSeek 推出 V4 之前，回顾其一年的发展轨迹： - **上半年**：在 R 系列上死磕推理。 - **5月至10月**：V 系列与 R 系列并行进展，逐步走向架构融合（如 V3.2 已具备推理和 Agent 能力）。 - **10月以后**：在架构层进行突破，V4 大概率会在架构层带来全新变革。
中美在模型上的对抗已成为核心议题。截至 2025 年年中，中国开源模型在 Hugging Face 上的下载量已超过美国模型，且在 Q3 左右，中国开源模型的能力已处于全球领先地位。开源已成为行业共识，避源与开源的竞争异常激烈。根据 Kimi 发布的最新数据，开源模型的发展速度和更新频率甚至超过了避源模型，且头部的开源模型几乎清一色来自中国公司（如 Kimi、智谱、DeepSeek、MiniMax、小米、阿里、美团、阶跃等）。
- **中美模型差距**：Epoch AI 论文指出，自 2023 年以来，中国 AI 模型平均落后美国领先水平 7 个月，且这一差距正在持续缩小。 - **开源下载量**：阿里千问（Qwen）在开源板块的崛起极其强势，单月下载量已超越 Llama 等其他所有开源模型的总和。
---
`01:24:59` 2026 年的技术共识与 Agent 的“技能化”
展望 2026 年，中国头部模型厂商（如智谱、Kimi）的研发方向高度一致，主要聚焦于： 1. **探索智能上限**：继续探索 Scaling Law、基础模型和 Coding Agent。 2. **技术创新**：研发全新模型架构，解决超长上下文、知识压缩、持续学习、多模态等问题。 3. **Agent 与应用**：让 Agent 能够完成复杂任务，并与 AI for Science 及机器人结合。
Kimi 凭借充足的融资且未上市的优势，在纯底层技术研发上表现得非常“任性”，无需顾忌短期的季度财务数据，专注提升 Token 效率和长上下文记忆。同时，中国模型在 Coding 领域的投入也在加大，以智谱的 GLM-4.7 为代表，其开源 Coding 能力表现极强。
在 Agent 层面，“从语言到行为”（From question to action）已成共识。如今，豆包、元宝、千问、Kimi、Manus、Cose 等产品的 Agent 界面在去掉 Logo 后，用户已几乎无法分辨。用户不再关心单纯的入口，而是看重工作流的封装。
行业流行梗图的变化生动地反映了这一技术演进： - **年初**：“把这支笔卖给我” $\rightarrow$ “这支笔是 AI 做的”。 - **年中**：“把这支笔卖给我” $\rightarrow$ “这支笔是 MCP（Model Context Protocol）做的”。 - **近期**：“把这支笔卖给我” $\rightarrow$ “这支笔是 Skill（技能）做的”。
将经验和工作流封装为 SOP 的“Skill”（技能）成为各家争相跟进的功能，例如 Coze 2.0 引入的“技能”以及 MiniMax Agent 引入的“专家”功能。
---
`01:29:59` 超级应用的前夜：多模态繁荣与 AI 社交/游戏
在应用层面，2025 年初许多流行的叙事（如“Chatbot 不是入口”、“买量推广是傻逼”）在年底都发生了动摇。Chatbot 依然是绝对的核心战场。
在中国市场，字节跳动的“豆包”在 2024 年底就被认为“已经赢了”，其日活（DAU）在 2025 年底传说已经破亿，并成为 2026 年春晚的赞助商。与此同时，阿里和蚂蚁金服也展开了猛烈反扑： - **阿里**：Q4 疯狂推广“通义千问”，C 端事业群总裁吴家宣布千问 C 端月活（MAU）破亿（含 App 和 Web）。 - **蚂蚁**：疯狂推广“支小宝”（灵光模型）和“安诊儿”（阿福健康）。 - **百度**：宣布文心一言月活突破两亿。
2026 年春节，千问、元宝、豆包的“三国杀”和红包大战将让当年的“猫狗大战”在 AI 时代重演。
在多模态领域，中国呈现出独特的繁荣。在全球前 30 名的图片/视频模型中，中国占了 19 个（包括快手可灵、字节即梦、MiniMax 海螺、PixVerse 等）。在出海 Web 榜单前 20 名中，有 15 个与图片或视频相关。多模态正从“单独一桌”走向“统一的一桌”，如千问将“统一多模态理解与生成”作为 2026 年目标，Kimi 2.5 也推出了支持视觉、文本输入及思考模式的全能模型。字节、阿里、腾讯这“新 BAT”在多模态领域的竞争将更加白热化。
AI 硬件（如 AI 玩具 PLAUD、摄像头、学习机、机器人）成为 2025 年中国 VC 的最大共识，CES 上有近 40 家中国 AI 玩具公司参展。
在 AI 社交与陪伴领域，中美呈现出不同的温度： - **美国**：被 OpenAI 视为标杆客户的语音社交产品 Talkie，年底 MAU 仅为 20 万；曾经的头部产品 Character.ai 核心团队被 Google 收购后，市场几乎停止增长。 - **中国**：AI 陪伴与社区产品（如猫箱、星野、捏他、筑梦乐园、Second Me）百花齐放，用户规模和商业化变现均远超美国。
AI 与“乙女游戏”（AI 加乙游）的结合被认为是 2025 年最务实、最容易变现的方向（如 EVE、星眠、无限谷）。它既有 Agent 的成熟技术，又有极强的商业验证，但部分创始人对游戏本身缺乏敬畏。此外，擦边和出海依然是避开模型主桌竞争的公司的重要选择（如美团、昆仑、作业帮、Xverse 等）。
- **行业合规案例**：2026 年 1 月，国内首起“AI 涉黄案”宣判，开发者被判刑四年。该产品注册用户仅 11 万，但付费用户达 2.4 万，付费转化率高达 20% 以上，累计收款 363 万。这证明了陪伴需求的巨大商业价值，但也给行业敲响了合规与安全的警钟。
---
`01:39:59` 新 BAT 的 AI 布局与春节红包大战
在资本和组织架构视角下，字节、阿里、腾讯（新 BAT）在云、模型、应用三层展开了全面竞争： - **云基础设施**：阿里云、火山引擎、腾讯云三足鼎立。腾讯云在 2025 年 Q4 首次实现单季度盈利；火山引擎日均 Token 调用量在年底达到 50T（而去年底仅为 4T，一年增长 11 倍）。 - **字节跳动**：凭借豆包确立了领先优势。同时其“硬件之心”不死，先后推出了豆包耳机、与努比亚合作的豆包手机，以及与 Anker 合作的录音笔。 - **阿里巴巴**：呈现出 "Make Ali Great Again" 的势头。阿里拥有平头哥芯片业务，传闻其通义千问已开始使用自研芯片进行训练（类似于 Google 使用 TPU）。
阿里的 AI 战略意图在宣传图的变化中展现得淋漓尽致： - **2023 年 4 月（千问发布时）**：通义千问在最前，后面是一众阿里业务 Logo，口号是“阿里所有产品未来将接入大模型全面升级”（模型为业务服务）。 - **2026 年 1 月（新版 App 发布时）**：口号变为“阿里生态业务组队来千问 App 为您服务”（业务为模型 App 导流，将千问打造成超级入口）。
蚂蚁金服则在战略投资上表现得最为激进，其 CEO 表示，相比于探索智能上限的“灵光”模型，“阿福健康”是一个“必须要赢”的业务，甚至已经开始在农村刷墙推广。
腾讯在 2025 年底重新梳理了混元模型的组织架构，并在应用端发力。其主打产品“元宝”推出了社交功能“元宝派”群聊，支持 AI 陪聊、调节气氛，并能与好友一起看腾讯视频、听 QQ 音乐、发起会议（体验类似于 Clubhouse 和圆梦之星的结合）。
随着春节临近，十几年前的春节红包大战在 AI 时代再次上演： - **元宝**：投入 10 亿红包。 - **百度**：投入 5 亿红包（文心一言月活宣称破 2 亿，文库与网盘重组为新事业群，百度市值在过去半年内实现翻倍，达到 554 亿美金）。 - **豆包**：作为春晚赞助商，预算充足。 - **千问/阿福**：同样无预算上限参与竞争。
---
`01:49:59` 中国硬科技的“1% 到 2% 估值原则”与资本市场回暖
在宏观叙事上，中国的科技投资已向硬科技外移，国产 GPU（摩尔线程、壁仞、沐曦、燧原）、商业航天（星际荣耀、蓝箭航天、星河动力、天兵科技）、具身智能（宇树、银河通用、智元）和大模型成为四大热门赛道。这与美国（英伟达、SpaceX、OpenAI、特斯拉 Optimus）在行业分工上完全同步。
在估值上，中国硬科技行业存在一个有趣的**“1% 到 2% 估值原则”**： - **GPU 领域**：英伟达估值 4.5 万亿至 5 万亿美金，其 1% 到 2% 约为 450 亿至 900 亿美金（约 3000 亿至 6000 亿人民币），这恰好是国产 GPU 头部公司预期的上市估值。 - **商业航天**：SpaceX 估值 1.5 万亿美金，其 1% 到 2% 约为 150 亿至 300 亿美金（约 1000 亿至 2000 亿人民币），与国内头部火箭公司的估值相吻合。 - **大模型**：OpenAI 估值 8300 亿美金，其 1% 到 2% 约为 83 亿至 166 亿美金（约 550 亿至 1100 亿人民币），这正是 MiniMax 和智谱当前的估值范围。
这一原则不需要考虑短期的收入和利润，在政策开绿灯的情况下显得非常合理，且未来随着中美对比的演进，仍有巨大的想象空间。媒体调侃称“谁都没有 A股 懂商业航天/大模型/GPU/光通信”，反映了资本市场的极高热情。
2025 年，中国一级市场迎来回暖，整体融资额甚至超过了 2021 年。但资金结构发生了根本性变化：美元基金基本撤离，占比从 2021 年的 10% 跌至如今的 2.5%（跌幅超 80%）。热门赛道集中在人工智能、集成电路、机器人、新材料、新能源和商业航天等领域。
在退出渠道上，A 股与港股的格局发生了历史性逆转： - **2021 年**：84.6% 的公司选择在 A 股上市，仅 11.4% 选择港股。 - **2025 年**：41.5% 在 A 股上市，41.9% 在港股上市，港股首次超过 A 股（目前仍有 300 到 400 家公司在港股排队等待上市）。
如果将所有硬科技公司的退出金额累加，中国在 2025 年甚至超过了美国，因为美国的 IPO 窗口并未真正意义上对纯硬科技公司打开。
最后，引用红杉常青大聪明用 NotebookLM 做的四个象限对比，未来的 AI 格局可能会走向“两极分布”： - **美国标准盟友体系**：美国在 AI 能力和采用度上极强，但受限于电力和能源，算力可能存在弱势，由其信任的盟友（如欧洲）承担部分角色。 - **中国特色算力体系**：中国在算力和成本上拥有绝对优势，虽然模型能力可能稍逊，但可以为其他国家提供定制化的部署方案。
“AI 革命尚未成功，行业还在疯狂发展。”主讲人总结道，他必须赶在 DeepSeek V4 发布前完成这次记录，以迎接更加精彩和疯狂的 2026 年。
## Notable quotes > `03:30` 2025年人工智能不再只是能力的竞赛，而是开始成为系统的展开。在同一代大模型技术约束之下，美国与中国几乎同时走向了相似的方向：更大的算力投入、更激进的资本叙事、更一致的技术想象。但当这些技术真正进入产业，组织与市场差异开始显现。这是两套系统在同一时间各自展开的过程。 — AI（明浩引用）
> `23:24` 我把幼儿园家长的PPT卷到了一个不应该有的高度 — 明浩
> `40:51` 整个晋西北乱成一锅粥 — 明浩
> `51:50` 大家赌的只是马斯克这个人，仅此而已 — 明浩
> `01:55:22` 谁都没有 A股 懂商业航天/大模型/GPU/光通信 — 媒体（明浩引用）
> `02:00:40` AI 革命尚未成功，行业还在疯狂发展。 — 明浩
## Mentioned 明浩, 屠龙之术, DeepSeek R1, DeepSeek V3, DeepSeek V3.1, DeepSeek V3.2, DeepSeek V4, 梁文锋, GPT-4.5, GPT-5, Claude 4, Claude Code, Claude Cowork, Claude 3.5, Gemini 1.5 Pro, Gemini 2.5, Gemini 3, Viggle 3, Luma Neon, Kling 1.5, Hailuo, Sam Altman, 马斯克, OpenAI, Anthropic, Google, Apple, Blast UI, AWS, OpenRouter, Meta, Sama, Scale.ai, Murker, Edwin Chen, 红杉资本, Ilya Sutskever, SSI, NotebookLM, Pika Labs, Pikaverse, 李飞飞, World Labs, DeepMind, Grok, Cursor, Lovable, Replit, 微软, 亚马逊, 英伟达, 博通, Nova, Salesforce, Palantir, 安德森·霍罗维茨, Perplexity, Midjourney, ElevenLabs, Figma, Notion, Canva, Oracle, 特斯拉, XAI, 美光, 西部数据, 西捷, Manus, CoreWeave, Nebius, SpaceX, AMD, 台积电, Hugging Face, Kimi, 智谱, MiniMax, 小米, 阿里, 美团, 阶跃, Epoch AI, 千问, Llama, GLM-4.7, 豆包, 元宝, Cose, Coze 2.0, 蚂蚁金服, 通义千问, 吴家, 支小宝, 灵光模型, 安诊儿, 阿福健康, 百度, 文心一言, 可灵, 即梦, 海螺, PixVerse, PLAUD, Talkie, Character.ai, 猫箱, 星野, 捏他, 筑梦乐园, Second Me, 昆仑, 作业帮, Xverse, 量子位, 阿里云, 火山引擎, 腾讯云, 腾讯, 平头哥, 混元模型, 元宝派, 摩尔线程, 壁仞, 沐曦, 燧原, 星际荣耀, 蓝箭航天, 星河动力, 天兵科技, 宇树, 银河通用, 智元, Optimus
[Source](https://podcasts.apple.com/us/podcast/vol-86-%E5%90%8C%E4%B8%80%E4%BB%A3%E6%8A%80%E6%9C%AF-%E4%B8%A4%E4%B8%AA%E7%B3%BB%E7%BB%9F-181%E9%A1%B5ppt%E5%85%A8%E8%AE%B0%E5%BD%95ai%E8%A1%8C%E4%B8%9A%E7%9A%842025/id1709213889?i=1000747359477)