屠龙之术
大模型与视频模型初创公司凭借对标美股的“1%法则”斩获超高估值,但年中到期的首批基石投资人解禁将对公司现金流与资本泡沫带来严峻的市场硬核考验。
AI-assisted summary of Vol.95 视频模型内卷、Agent爆发与大厂的焦虑---串台进击波财经 — original source. Check the original for full context.
Source published:
Detailed notes
## Background 本单集节目由播客《屠龙之术》主播庄明浩与《进击波财经》主播沈帅波于2026年4月17日在小宇宙等RSS/Web平台联合串台发布。节目围绕AI行业最新动态展开,主要探讨了中美视频模型的差异、Agent阶段的产业逻辑、大厂面临的焦虑与破局,以及AI硬件和全球AI焦虑等话题。
## TL;DR 节目深入拆解了2026年春季中美AI行业的最新变局。随着OpenAI放弃视频模型战场,该领域已演变为中国厂商的激烈内卷,而行业热点也正从纯聊天模型跨越到复杂的Agent系统。一级市场的大模型公司通过对标美股头部享受着极高的估值红利与情绪溢价,但老牌巨头阿里和腾讯则在各自的生态战术中面临严苛审视;与此同时,Anthropic凭借编程Agent对传统SaaS软件带来降维打击,而硬件端则因研发周期的物理限制在体验上普遍滞后,整个科技界正处于物理极限与应用爆发、技术狂奔与人类焦虑相互交织的复杂大变局中。
## Atmosphere & style 节目的整体基调既充满行业前沿的敏锐洞察,又交织着深深的时代焦虑感与宿命感。两位创投老兵的对谈节奏紧凑、信息量极大,呈现出一种“地上才一日,AI一千年”的紧迫性与即时感。对话中既有针对“发动机与汽车”、“蒸馏员工”等新名词的深度解构与犀利吐槽,也有对资本市场“左脚踩右脚”估值游戏的冷峻反思。从理疗师的职业焦虑到硅谷大佬住宅遇袭的社会恐慌,再到AlphaGo十周年之际人类“初识不知曲中意”的无奈,整个单集弥漫着一种身处科技海啸漩涡中心的肉身体感,让听众在感受到技术狂奔的刺激之余,也体会到一种对未知未来的复杂心境。
## Key takeaways - `01:21` 2026年春节后中美视频模型竞争格局出现明显分歧,中国厂商(如字节Sea-Dance 2.0、快手可灵3等)在最前线激烈内卷,而美国初创公司逐渐掉队,OpenAI因战线过长及主战场遭遇围剿而选择关闭并放弃视频模型战场。 - `06:41` AI行业的话题正从L1/L2的基础聊天与推理向L3的Agent(智能体)系统演进,单纯的底座模型就像发动机,而要让它“把活干好”则需要装配好方向盘、外壳等组件并消耗Token作为燃料来打造一辆完整的“车”。 - `14:08` 在科技主叙事中存在“1%到2%的估值对标法则”,中国头部科技公司通常直接对标美国同领域最顶尖公司的市值,不考虑短期财务表现,使得智谱和MiniMax等在2026年Q1享受到了极高的情绪溢价和收入暴涨。 - `17:03` 市场对智谱、MiniMax等未上市与已上市的创业公司给予了极高的宽容度与溢价,相比之下对阿里和腾讯等传统巨头的审视则过于苛责,忽视了其在产品、生态调用及抗风险方面的底蕴和优势。 - `27:45` Anthropic通过“Coding加一切”的策略使Coding Agent与Task Agent的界限彻底模糊,这种能力不仅让其ARR迎来爆发式增长,更对传统软件和SaaS公司的生存空间带来了灭顶之灾。 - `35:05` 中国大模型在成本和消费端付费上正在迎来破局,中国用户开始跨过“零付费意愿”门槛为算力和Token买单,Sea-Dance 2.0短期内连续三次涨价且供不应求便是一个典型印证。 - `36:08` 大模型厂商正在通过All-in-One打包以及将触角延展到办公、视听等全生态工具的方式来“绑住用户”,未来用户对AI软件的使用在经历长鲜期后会逐渐向特定生态收敛和稳定。 - `39:39` 当前AI硬件的体验普遍差强人意,核心在于硬件研发与供应链长达一两年的物理周期被封死,导致2026年热卖的硬件在立项时只能搭载2024或2025年的旧智能水平,面临极高的退货率。 - `50:10` 资本市场出现了异动,标普500信息科技公司的PE倍数已跌回常规公司水平,英伟达等巨头虽然财报炸裂但股价长期横盘,这反映出市场在宏大的技术想象力与严苛的商业变现预期之间反复拉扯。 - `50:40` AI技术在供给侧正迅速逼近人类的各项物理极限(如光通信传输、台积电2nm封装、数据中心土地审批等),而在需求侧(应用层)全球仍有80%以上的人从未接触过AI,预示着巨大的Gap和未来空间。 - `54:30` 中美AI的发展路径存在断层,美国更侧重2B端生产力工具和白领替代,而中国则更具普罗大众的2C娱乐与生活应用色彩;同时在社会层面上,拥有完美“人力Agent”的精英高管反而存在对AI的认知荒漠。 - `58:16` 全球范围内围绕AI的生存与失业焦虑正在日益加剧,反AI游行频发;科技界在AlphaGo十周年之际筹备Grok对决T1/Faker等更具现实物理限制的赛事,试图再次见证科技在复杂系统下决策的极限。
## Detailed walkthrough ### 中美视频模型的竞争格局与 OpenAI 的战略放弃
对话伊始,主持人与创投老兵庄明浩老师感慨,距离上一次录制虽然时间不长,但 AI 行业“地上才一日,AI一千年”,上周写的大纲现在已经过时,只能根据即时内容调整。主持人提到,他在按摩馆和理疗师一起听了庄老师的上一期节目,连理疗师都听得十分焦虑,甚至追问 AI 对按摩行业会不会产生冲击。
随后,话题切入春节后极为火爆的视频模型领域。在国内,字节跳动推出了 Sea-Dance 2.0(被公认为让中国厂商站在了领域最前沿),在此之前还有快手的可灵3、MiniMax 的海螺等。市场上如 Pixverse、Vido 等初创公司,在看不到太多模型产品的情况下,估值已达 10 亿美金,这一轮融资能拿 11 到 20 亿人民币。庄老师指出,在中国市场,视频模型是一堆厂商站在最前线。反观美国“三家车”(OpenAI、Google、Anthropic),目前真正还在和中国厂商竞争的只有 Google(其在多模态和视频领域的坚持不会有太大问题),Anthropic 则是从来没碰过这个领域,而 OpenAI 竟然放弃了这个方向。
关于美国初创公司(如 Runway、Pika)的逐渐掉队,庄老师解释称,视频模型无论从训练、实施、部署还是使用角度看,都比纯文本更加耗钱,且短期内最顶尖的厂商(如 Google、字节、快手)都完全不考虑盈利。在快手和字节(视频是其主战场且已取得领先)这种体量和资金储备的公司绝不犹豫的战略投入下,竞争门槛被拉得极高。这导致早期的明星初创公司 Runway 已经退了一步,转型做“卖铲子”的平台,允许用户在上面接入所有的视频模型,而不是只用自己的。
对于 OpenAI 彻底关闭并放弃视频模型战场这一直接举动,庄老师透露,核心原因在于 OpenAI 在过去大半年里“要的太多了”,战线拉得太长。他们既做浏览器、社区、视频模型,又想染指新闻推送、广告和电商。然而在主战场(模型本身)上,OpenAI 正面临 Anthropic 的严重围剿,再加上算力投入巨大,在衡量优先级后,不得不放弃视频模型。因此,2026 年整个视频领域的竞争,基本演变为中国厂商之间的内卷,美国方面仅剩 Google 尚可期待。
---
从“发动机”到“车”:AI 词汇下沉与 Agent 的系统演进
主持人观察到,春节后行业内的话题和词汇“菜单级别”开始往下走了一级。前一年大家几乎只讨论 DeepSeek 这一个范畴(在中国 AI 的普及完全靠 DeepSeek,尽管很多人只是把它当成聊天工具或百度加常版),但今年像“龙虾”、Skills、Token 定价以及“词源”等词汇变得极其火爆。这甚至引发了职场上的巨大焦虑,例如“蒸馏员工”——用户开始尝试蒸馏庄老师的观点和表达风格。主持人分享了一个让他震惊的现象:现在各大平台推送的每日科技精选会自动生成播客,且质量非常好,“听听是挺好的,这其实一度让我觉得我们这个录下去还有什么意义”。
庄老师对此进行了深度解构。他指出,热点变化的底层逻辑依然没有绕开 OpenAI 定义的 L1 到 L5 的脉络: * **L1(对话阶段):** 最早使用的纯简单对话聊天机器人。 * **L2(推理阶段):** 如 DeepSeek-R1,会展示一个包含逻辑的思维链过程。 * **L3(Agent 阶段):** 这正是今年的主线。由于 Anthropic(Cloud)等意外事件的推动,Agent 以极其直观的显现方式让国内民众产生了强烈感知。
庄老师强调,从单纯的聊天走到 Agent 执行任务的阶段,单纯的模型已经不够了,它需要知道上下文、任务交付结果、执行标准和反馈流程,甚至需要调用用户的数据库、权限、文件和电脑。这个复杂安全系统背后的算力需求呈现几何级数提升,从而引发了关于 Token 的探讨。
为了让大家更形象地理解,庄老师打了一个“发动机与汽车”的比喻: > “我们原来做的底座模型、基础模型像一个普通的发动机引擎,推理模型像一个 F1 的引擎。但是你光有引擎是不够的,你要有台车。那个车有座位、有座舱、有仪表、有方向盘、有刹车、有离合器,甚至有外壳、有轮子、有传动轴,所有这些事情它才会变成一台车让你来开。那今天这个时间你会发现,关于这台车的探讨,那车就需要燃料,燃料就是 Token。”
今天,诸如“龙虾”这类产品的双引号普及(由多厂商推动),让民众体感到从一台“发动机”变成一台“车”所需要的新东西(即脚手架系统)。最近最热的名词变成了 “Harness”(驾驭),核心就在于解决发动机引擎外面的所有事情。厂商也意识到不能单靠发动机,正在合力往这个方向推进。2026 年的一条主线,就是从“聊天聊得很好”跨越到“把活干得很好”所要付出的努力与实施。
---
大模型公司的双重估值标准与 1%~2% 对标法则
主持人提到商业化与估值的困惑,以 MiniMax 和智谱为例:去年底智谱上市第一天是下跌的(因为不挣钱,商业模式像 2B 做项目),后面才突然一路上涨。现在大家常说 MiniMax 的市值已经超过了百度,但营收只是百度的零头。而对于未上市的公司来说,由于智谱和 MiniMax 估值顶得太高,反而让后面几家融资变得很好融,大家甚至喊出“哪怕我再贵,我只有美国公司的 5%”。这种现状导致估值出现了多重标准,从某个角度看极贵,从另一个角度看又极便宜。
庄老师分享了他在去年底写 PPT 时总结的一个粗暴但有效的**“1% 到 2% 法则”**。在这一波科技(大模型、商业航天、具身智能等四五个方向)主叙事中,中国头部的公司基本直接对标美国同领域最顶尖公司的市值/估值,完全不考虑收入、亏损等实际业务状态: * **GPU 领域:** 美国 NVIDIA 市值 4.5 万亿美金,其 1% 为 450 亿美金(约 3000 亿人民币),2% 为 6000 亿人民币。国产几家 GPU 公司(包括寒武纪)正好就在这个区间。 * **大模型领域:** 美国头部 OpenAI 估值 8400 亿美金,其 1% 为 84 亿美金(约 600 亿港币),2% 则是 1000 多亿港币。这恰好是 MiniMax 和智谱报招股书时的估值。
庄老师指出,截止到目前,智谱和 MiniMax 的估值实际上已经涨到了美股头部的 5% 到 6%(达到 3000 到 4000 亿港币)。这超出的部分来自于“情绪跟挤压”,因为市场上纯大模型公司的标的只有这两家,资金只能往里挤。如果理性对标,中美最顶尖互联网公司的差距大约是 10 倍(10%),因此在涨到 10% 之前,市场都会觉得有绝对合理的理由。
此外,2026 年第一季度(Q1)成为了这一波大爆发的节点。虽然智谱和 MiniMax 年初公布的财报还只是 2025 年的数据(去年收入规模大概是小几亿人民币),但 2026 年 Q1 在“龙虾”和 OpenAI/Anthropic 情绪的渲染下,两家大模型公司的收入正在经历双位数倍数的疯狂暴涨。
这种暴涨形成了一种有趣的对比: * 已上市的两家(智谱、MiniMax)虽然股价暴涨,但由于没到时间无法做增发,股价上涨对公司现金流没有任何实质帮助,“在享受虚假的股价上涨”。 * 未上市的几家(如 Kimi 阶跃、甚至更次一级的公司)却能拿着这个估值溢价“真金白银地融钱”。
庄老师透露了一个独家细节:在春节前,Kimi 发完 2.5 版本当晚,在各种榜单上排名靠前。当时 Kimi 正在融那一轮,估值在一天晚上直接从 60 亿美金跳到了 100 亿美金。公司对当晚正在谈的投资人直接说:“60 亿那一轮的额度扣一半,你留了一半(到 100 亿)”。随后 Kimi 报出 PR 称,发完 2.5 后赶上 Anthropic 这一波,前 20 天的收入就超过去年全年。
然而,庄老师也对这种“左脚踩右脚”式的提振运动表达了担忧:智谱发了 GLM 5.1 涨 15%,MiniMax 跟着涨 8%~9%;随后 MiniMax 发新东西涨 15%,智谱再跟涨 7%~8%。股市不可能永远这样。这两家公司都是在元旦左右上市的,6 个月(即今年年中)第一批基石投资人到期解禁,12 个月(年底或明年年初)所有人解禁。当年商汤上市也是疯狂暴涨,解禁当天跌了 50%。这两家能否靠着新版本和收入暴涨的附加 Buff 顶住解禁压力,是一个硬生生摆在大家心里的问号。
---
巨头博弈:腾讯与阿里的严苛审视与生态牌
主持人认为,市场对这几家创业公司非常宽容,但对阿里和腾讯有些过于苛责。这几个月关于阿里、腾讯“AI 掉队”的声音不绝于耳,但从产品、生态优势以及无缝衔接的生态调用(中国小公司基本都长在腾讯和阿里上)来看,其实并没有那么糟。
庄老师对此分析道,对于腾讯和阿里这种体量的公司,目前 AI 带来的直接收入贡献占比连 1% 的零头都算不上,因此不能用纯 AI 公司去定义它们。近期美股软件与 SaaS 板块也经历了暴跌(微软一个季度跌了 33%,创下 1990 年以来历史上表现最差的一个季度),也是因为在负向的主情绪下,AI 带来的间接收入提升这种“微观战术层的改良”无法扭转大环境的负面 Buff。
在评估国内巨头时,庄老师指出各家状态不同: * **字节跳动:** 享受到了没有上市的好处,不需要担心每个季度的财报披露,只要坚持干就可以持续干。 * **阿里巴巴:** 处境较为纠结。不仅电商业务和外卖业务还在外面烧钱打仗,春节那一轮红包大战也被质疑“老灯还是只会用老灯的玩法”,没有带来本质改变,导致整个恒生科技市场情绪绝望。 * **腾讯控股:** 腾讯在这波的策略更像苹果,因为“家底太厚”,可以非常任性地去等、去看,没有必要表现得极其激进。去年 DeepSeek 出现时,腾讯借着 DeepSeek 的开源能力在产品端和生态端站住了脚,管理层在财报中表态认为没必要每件事都自己弄。但今年大家开始担心纯开源模型的能力,且腾讯招来姚顺宇进行组织架构调整需要时间(不可能几个月就出新模型)。恰逢此时,Anthropic(OpenCloud)的爆发瞬间触发了腾讯内部最擅长的“赛马机制”:个人虾、企业虾、云端虾在 CSIG、PCG 等各事业部呼呼地全上去了,再次帮腾讯消消停停地站住了战术脚跟。尽管如此,腾讯股价此前还是经历了一些波动,一度跌到了 500 以下,最近才调回来一些。
---
Anthropic 的“Coding 加一切”与软件 SaaS 的灭顶之灾
话题转向美国两大巨头 OpenAI 与 Anthropic。庄老师形容它们之间“没有相爱,只有相杀”,并且 Anthropic 已经严重影响了 OpenAI 的预期股价。
关于 Anthropic 为何能快速获得海量订单并形成“挡不住了”的势头,庄老师指出,其模型能力在过了一条基础线之后实现了爆发式的“涌现”。在过去三个月左右的时间里,Anthropic 围绕 Cloud 模型疯狂推出了 70 几个产品功能(涵盖 2B 场景、Office、编程等)。这完全不是传统组织架构和迭代功能所能承载的节奏,相当于天天在爆新东西,且完全没有影响到模型底座的进展。
Anthropic 的核心战略被总结为**“Coding 加一切”**,即用编程的方式去解决所有在线世界的问题。庄老师分享了一个颠覆性的行业结论: > “AI Coding 的这个战场比我们之前想的要大的多的多的多。”
过去,人们认为编程工具是给懂代码的人用的(如早期的 Codex、字节的 Tree)。但现在,像 Cloud Code 这样的 Coding Agent 与平常大家使用的“龙虾”等 Task Agent 之间的界限已经彻底模糊。一个完全不会写代码的人(比如只在大学学过 C 语言的普通人),同样跟它说一句话交代任务,完全不需要 Care 底下代码怎么写,只要交付结果。
这种能力跨越了市场接受度的“鸿沟”,直接从“怀疑”快进到了“争抢”,导致算力极度供不应求。原本企业 CIO 们每年通过企业信用卡、订阅制采购传统软件和 SaaS 公司的预算,现在突然发现可以通过自己的 AI Coding 方式来做。原本 100% 的预算瞬间可能被砍到 40% 甚至直接归零。这就是 Anthropic 的 ARR(年度经常性收入)每个月都在翻番爆长,今天吃掉 Palantir,明天吃掉 ServiceNow,后天吃掉网络安全公司的原因。
甚至于,Anthropic 每发布一个功能,就能直接干掉一个小的 ETF。前两天他们宣称模型在安全领域极其强大,发现了一些运行了几十年的、以安全著称的软件中从未被发现的漏洞。新闻一出,当晚网络安全的 ETF 整体暴跌 7%。这种由于 2B 战场付费转化远超 2C 带来的收入曲线扭转,正在逼迫主赌 2C 逻辑(靠用户留存、时长、性格陪伴转化)的 OpenAI 紧急调整战略。
---
中国的成本优势与消费端 AI 付费的破局
主持人提出一个猜想:在很多历史领域中,第一阶段都是美国技术、理念领先,中国被吊打;但当中国厂商入门并实现“涌现”后,往往能用成本方式提供一个 80 分、但成本只有美股七分之一(基本等于美金换算人民币的汇率)甚至十分之一的产品。用户为了便宜,愿意多等两分钟。最终,中国厂商会不会在质量和价格上实现双重超越?
庄老师认为,整个行业确实正在相信并处于这个过程中。根据智谱和 MiniMax 的招股书,他们做到现在的程度,所消耗的资金成本也恰好是美国头部公司的 1% 数量级。不过目前模型竞争还在疯狂往上拉,尚未进入稳定打磨期,中国厂商依然在疯狂追赶。
但好消息是,这一波“龙虾”出来之前,大部分行业分析师和二级市场投资者对中国用户的直接付费意愿是给零分或负分的。而现在,这个态度已经跨过了零分门槛,正在往正向走。越来越多的人开始接受为算力、Coding Plan 或 Token 付钱,哪怕里面有国家补贴。
庄老师以视频板块为例,认为这可能会是最先实现反超的领域。从春节发 Sea-Dance 2.0 测试到正式上线的短短一两个月里,Sea-Dance 2.0 的价格已经连续提了三次,最近还上了热搜。 > “我们研究消费品,经历过这么多年这么多各种各样商品,还有商品哪种商品在很短的时间可以连续提三次价还供不应求?Sea-Dance 2.0 告诉你:我可以。”
主持人也从个人体感消费的角度印证了这一观点。他以前作为 Office 专家非常鄙视 WPS,觉得它垃圾、被 Office 吊打。但后来发现 WPS 界面优化了,并在去年加入了 AI 功能,他便毫不犹豫地付了 100 多块钱。同样,作为老有道云用户,他最近转向了腾讯的 QQ 文档,因为它可以无缝串联在腾讯的生态链里(而网易系的应用不够多,以前付 100 多只是为云存储付费,现在付 100 多是为了买“云存储 + AI + 串联生态”的能力)。最近各大厂商都在推出“一个提示词让你搬家”的功能,生态的粘性在这一波显露无遗。
庄老师赞同道,腾讯在赌这个故事,美国的 Google 也在赌(拥有 Gmail、Google 云盘、文档等丰满生态)。在长鲜期过后,用户对软件的使用会收敛和稳定。这种稳定态是通过企业限制(如钉钉、飞书)或个人分享、操作习惯死死死死扣在一起的。大模型厂商之所以将触角从 2B 延展到 2C、从云到 Token、到办公/视听等各种工具,做 All-in-One 的打包,核心目的就是在底层用 AI 把所有事情贯通起来,从而“绑住用户”。
目前,ChatGPT 正在做类似的战略调整,试图把先前分散的 Codex、浏览器、GPT 压缩进一个 All-in-One 的大包里。而 Anthropic 的 All-in-One 则更直接:不仅卖模型、卖 Token 和 API 赚钱,最近刚推出一个 Manager 的 Agent(车架子),开始按照时间向用户收大钱。
---
咸鱼上的 AI 玩具与被物理极限封死的硬件周期
谈到硬件,主持人直言:现在的感觉是硬件世界故事吹得很好,最后体验总体比较拉。他准备写一个题目叫《那些年头很火的 AI 产品已经都挂上咸鱼了》,因为这些 AI 玩具刚买来时觉得先进,两天后就发现它们依然很呆,对物理世界的理解和记忆能力很差,基本还是靠“触发预制程序”做出反应。至于眼镜,虽然每年都说是“下一个入口元年”,但对近视眼来说,第一属性永远是看清楚和佩戴舒适,其余全是假的。
庄老师从与硬件从业者交流的角度解释了这一“时间差错位”:AI 软件层面的大事件是以月甚至以周为单位在翻篇,但硬件由于设计、开模、小定、大定、上渠道、销售的限制,周期是以“年”来计算的。 > “我们现在 2026 年 4 月份这个时间点正在热卖的产品,大概率是 25 年下半年做完的;25 年下半年做完,大概率是 24 年立项的。那立项当下就决定了它的智能水平。”
这意味着,当现在大家在讨论 Agent、讨论员工被蒸馏时,用户拿到手的硬件,其底层的智能水平还停留在 2025 年甚至更早。立项的时候,像 DeepSeek-R1(2025年1月底发布)都还没出生。硬件周期的物理现实决定了它写完就已经过时。中信出版社的朋友在书店拍到,热门书架上一排摆着《OpenCloud》和《龙虾》,底下一排摆着《豆包使用手册》,庄老师直接吐槽“下面那排已经不用再摆,已经过时了”。
硬件更新周期长还导致了极高的退货率。庄老师透露,目前智能硬件品类的退货率跟“女装”差不多(高达 50% 左右)。在如此高的退货率下,厂商还要上直播间、支付昂贵的渠道费用,且面临全球供应链物料(内存、硬盘、计算芯片)都在涨价的压力,这导致下一单“做还是不做”成为巨大难题。
以眼镜厂商为例,某家报了招股书的知名眼镜公司(由阿里系团队创办),历史累计总出货量加在一起也才几十万量级。虽然它在各大行业报告、红点设计大奖、机场和展会里经常排名前一两名,但实际上“数字后面要少两个零”。由于出货量连早期大众都算不上,根本没跨越鸿沟,导致该公司从成立第一天到报招股书,现金流就没好过。如果不能通过上市募资,现金流随时会断,创始人极其不容易。
主持人还提出了一个迷思:很多硬件都号称要代替手机,但最后发现它们其实只是增强了手机,手机更像是那个最强的 Hub 或路由器。比如对特定人群是刚需的录音卡,提升了效率后还是得第一时间导回手机。现在看来短期内看不到手机被替换的可能。
庄老师分享了他最近收到的一款由某国内车企做的眼镜。虽然该眼镜在重量、佩戴效果、摄像头、语音大模型对接以及供应链控制上都做得挑不出错,但跳出“车主”这一特定身份后,普通用户会有无数个问号,购买理由根本不充分。目前,Meta 的智能眼镜出货量能达到百万级,而中国市场上最领先的厂商出货量也不过是万级(差了两个零)。不过,最近有新闻称苹果将推出下一代主打轻量化的眼镜,市场或许可以再期待一次。
与此形成鲜明对比的是联想集团。其收入业绩在近期创下了历史新高。庄老师感慨,大众的看法往往不代表现实,大家总觉得老的东西不好、不够 Sexy、没办法画饼,但实际上这种刚需模块叠加更新换代的需求,其产生的业绩零头都比很多新厂商要大。
---
人类的物理极限 vs 激进的科技代言人
庄老师透露,他现在基本每过一个半月就要把投资框架更新一版(去年是一个季度讲一次)。虽然底层的技术、产品、产业、资本(一级市场和二级市场)的脉络很清楚,但二季度的变化依然巨大。
最让他感到震荡的是资本市场的异动:标普 500 所有信息科技相关公司的 PE 倍数已经从前几年大热时的 40 倍,跌回了常规公司的 20 倍。两条曲线死死扣在了一起,“好像过去三年什么都没有发生过一样”。目前英伟达的 PE 只有 17 倍,而沃尔玛和 Costco 却有 40 倍。英伟达两季财报狂妄炸裂,股价却在 170 到 190(或 200 到 280 左右)横盘了八九个月。庄老师认为它不可能横盘一年,要么憋个大的再往上,要么就只能往下。
主持人感叹,现在新旧逻辑交替,大家处于一种每天在宣扬 AI、当“最恶劣的代言人”,但又时常会回头看的复杂心态。例如回头看还在 Web3 圈子里的兄弟们,心里会产生一种强烈的困惑:AI 讲得天花乱坠,感觉全人类的命运都压在上面,它会不会像 Web3 一样,最后被证明担不起这么大的责任,重新回格到一个泡泡?
庄老师坦言,虽然他内心坚信 AI 比 Web3 要宏大和坚实得多,但如今 AI 确实已经策马狂奔到了人类的各项极限: * **传输极限:** 去年大家还在聊存储,这个季度已经开始聊“光通信”。因为卡连在一起后发现铜线已经连不动了,传输速率不够,必须换光。 * **封装极限:** 台积电的晶圆封装已经做到了两纳米,再往下到一纳米几乎快要封死。 * **硬件与土地极限:** 算力硬盘据称 2027、2028 年的产能已经全部卖完。2026 年统计显示,美国有超过一半以上的数据中心因为土地审批下不来而被迫延期。
庄老师指出了这其中巨大的 Gap:一边是物理极限快要看得到了,硬生生被封死,短时间内看不到突破可能;但另一边,应用层却告诉你“才刚刚开始”。统计显示,中国目前有 80% 的人从来没有跟 AI(如龙虾、豆包)说过任何一句话,这意味着未来市场至少还有 10 倍、100 倍的空间。这两者之间的矛盾让人不知道该相信哪边。而那些至今留在 Web3 的兄弟们非常痛苦,既想蹭 AI 的热度,又不想放弃原有的叙事,尽管他们以前画的很多饼在慢慢变成现实,但人类已经不期待他们了。
最后,主持人对比了中西方的基建与心态差异。在欧洲,人们觉得刷信用卡、碰一下付费就已经极其方便,普及到了小镇的每个小店。中国是因为过去没有信用卡基建,才绕开并发展出了移动支付。面对新技术,各国的反应截然不同: > “美国人说我要改变世界;中国人说看到没,美国人要改变世界了,我们要跟上;欧洲人说你改变世界的这个不环保,你这个方式要先限制,法规法律一定要先上。”
对绝大多数中国人而言,AI 约等于“豆包”。主持人在欧洲发现,一到欧洲豆包就成了好朋友。以前逛博物馆必须买语音导览,现在用豆包对着建筑或画作,结合 LBS(基于位置的服务),它就能极其智能地讲解。豆包前两天还和上海的某个展进行了官方合作,这基本上把传统做导览器硬件的业务给彻底降维打击了。
---
* **视频模型初创公司融资额:** 现阶段中国相关初创公司单轮融资可达 11 ~ 20 亿人民币,在未出产品时估值可达 10 亿美金。 * **1%~2% 估值对标数据:** NVIDIA 市值 4.5 万亿美金(1% 为 450 亿美金,约 3000 亿人民币);OpenAI 估值 8400 亿美金(1% 为 84 亿美金,约 600 亿港币)。智谱和 MiniMax 当前估值已顶到美股头部的 5%~6%(3000 ~ 4000 亿港币)。 * **Kimi 融资跳价:** 在发布 2.5 版本当晚,估值直接从 60 亿美金跳涨至 100 亿美金。 * **硬件退货率与出货量:** AI 智能硬件退货率高达 50% 左右。国内头部智能眼镜厂商历史 9-10 年的累计总出货量仅为万级(约几万台),而美国 Meta 的智能眼镜出货量达百万级。 * **台积电封装工艺:** 晶圆封装已达到 2 纳米(2nm)级别。 * **数据中心延期:** 2026 年统计,美国有超过 50% 的数据中心因土地审批问题而延期。 * **AI 普及率:** 数据统计显示,目前仍有 80% 以上的人从未与 AI 进行过任何对话。
中美AI的路径差异与精英阶层的认知断层
中美两国在人工智能的发展逻辑上正走向截然不同的路径。美国当前的叙事核心高度聚焦于2B端、生产力工具以及对白领工作替代的宏大叙事;而中国的AI应用则更具“普罗大众”的色彩。凭借对2C端民用体验的深刻理解,中国厂商正不遗余力地将AI能力深度融入老百姓的日常生活与娱乐中。一个生动的写照便是,许多科技圈外的父辈们,如今正热衷于在抖音上使用AI生成功能制作小视频并乐此不疲。这种AI应用就像“千万盏奶茶”一样,以一种极其普适、接地气的方式渗透进了中国非科技从业者的日常。
然而,AI的普及程度在现实中存在着巨大的断层。近期在一场与某全球500强前100名公司的中国区事业群总裁的交流中,这一认知鸿沟暴露无遗。当被问及平时使用哪些AI工具时,得到的回答是“Anthropic、Claude、Gemini和ChatGPT”。令人大跌眼镜的是,这位身处社会顶层的商业精英居然一脸茫然地追问:“这三个是什么?” 这种“精英层不了解AI”的奇特现象,本质上是因为这些掌握大量资源和决策权的高管,其日常工作早已被由众多助理构成的“人力Agent团队”所填满。他们想要点杯奶茶只需一个眼神,想看报告自然有人打印准备好。原有的高效组织流程剥夺了他们对“AI提效”的迫切需求与空间,使得这一核心群体反而距离AI世界最为遥远。
- **中美AI路径对比**:美国侧重2B生产力与白领替代;中国侧重2C普适体验、娱乐与大众化应用(如抖音AI视频)。 - **精英认知断层**:世界Top100企业的中国区总裁由于拥有完善的人力助理团队(现实版Agent),对主流AI工具(Claude、Gemini、ChatGPT)毫无概念,缺乏使用动力。 - **信息海啸的比喻**:面对AI的浪潮,身处沙滩(第一线)的人感受到了被拍打的巨大冲击;而距离一公里远的人则觉得风浪不会蔓延到自己身边,甚至还在拿出手机拍照。
---
肉身体感与全球蔓延的AI焦虑
面对下周即将启程前往美国加州硅谷的行程,嘉宾坦言此行并无宏大的公务目标,更多是为了寻求一种“肉身的体感”。在如今高度平扁化的信息时代,全球的科技新闻与报道几乎实现了跨时空的实时联动,头天晚上发生的事情第二天一早便尽人皆知。信息的通畅使得单纯的“获取消息”失去了期待感,但世界又是分裂的——信息只在关注它的人面前是平的,不关注的人甚至不知道哈萨比斯(Demis Hassabis)是谁,甚至会误以为这是一款巧克力的名字。因此,真正去到大洋彼岸,肉身感受第一线从业者的探讨、关注与焦虑,成为了此行的核心意义。
这种全球蔓延的AI焦虑正变得越来越具体和沉重。近段时间,OpenAI首席执行官山姆·奥特曼(Sam Altman)的家据传已经遭遇了第二次袭击,美国各地针对反AI、反失业的游行示威此起彼伏。随着白领阶层切身感受到被“知识蒸馏”和替代的危机,全球范围内“不需要人类”的恐慌正日益加剧。尽管各类经济学家和教育学家给出了层出不穷的宏大叙事与解释,但都无法真正缓解个体的生存焦虑。在无处寻找慰藉的当下,人们不禁让人回想起十年前AlphaGo战胜李世石的历史时刻。当时大众大多抱着“看乐子”的心态,直到今天身处漩涡中心,才真正体会到“初识不知曲中意,再听已是曲中人”的切肤之痛。
- **出行目的**:前往硅谷并非为了信息获取(全球信息已实时同步),而是为了亲临一线,获取关于从业者状态的“肉身体感”。 - **全球AI焦虑现象**:山姆·奥特曼住宅遭遇袭击、反AI游行频发、白领面临失业风险与知识蒸馏危机。 - **哈萨比斯梗**:对于不关注科技的世界来说,AI巨擘哈萨比斯的名字在他们听来可能只是一款巧克力。
---
围棋、电竞与英伟达的十年历史回眸
恰逢AlphaGo人机大战十周年,科技界与游戏界正在韩国筹备一场极具戏剧性的“科技复刻”。马斯克旗下的AI公司xAI(旗下模型为Grok)正在进行一项全新尝试:当年AlphaGo是在后台通过端口与围棋世界冠军对弈,而这次Grok挑战《英雄联盟》(League of Legends)世界冠军、被誉为“电竞乔丹”的六冠王Faker及其传奇战队T1时,被施加了严格的人类限制——AI不能对接后台命令行,必须像人类一样看着屏幕、物理操控鼠标和键盘来玩游戏。多年前人们认为围棋的指数级变化无法被穷举,机器不可能战胜人类;如今面对系统更为复杂、充满顺时决策与不可控动态的电子竞技,韩国节目组特别邀请了Faker与李世石展开跨越十年的对话,试图共同见证机器是否能在人类的规则下,再次颠覆复杂系统下的决策极限。
这波澜壮阔的十年留下了太多的历史反思。如果回顾这十年,一个人唯一的反思只是“那年没买房”,那无疑是错过了最大的时代红利。如果当年在英伟达(NVIDIA)还被定义为“卖电脑配件给游戏玩家显卡”的公司时买入其股票,如今的收益将是天文数字。历史的吊诡之处在于,黄仁勋自始至终在财报会上都在强调英伟达不是一家简单的显卡公司,其芯片应用场景极其广阔。但在很长一段时间里,资本市场和普通大众都把他的宏图大略当成了“放屁”,固执地认为他就是个卖显卡的。人类往往只能相信自己目光所及的世界,超越认知范围的远见在当时都会被冠以“智商税”的恶名。
由于AI领域的技术迭代与大事件发生得实在太快,录制AI相关的节目具有极高的时效性要求。不同于其他可以慢工出细活的节目,AI播客必须“立刻、马上”剪辑上线,否则后天可能就会因为新的技术爆发而彻底过时。本期节目特意赶在庄老师前往美国硅谷前加急发布,正是为了在这个日新月异的时代卡住时间节点。节目在对未来的不确定与期待中落下帷幕,或许等庄老师美国归来之时,行业又将迎来颠覆性的巨变。
- **Grok挑战T1/Faker**:xAI正在训练AI在《英雄联盟》中挑战Faker及T1战队,规则限定AI必须像人类一样看屏幕、用键盘鼠标操作,而非后台命令行对接。 - **韩国十周年节目**:韩国近期制作了特别节目,促成了电子竞技传奇Faker与围棋世界冠军李世石的隔空对话,反思科技与人类的十年。 - **英伟达的历史误解**:过去多年间黄仁勋一直强调英伟达的广阔应用,但公众和财报听众长期将其误认为纯粹的“显卡硬件商”,凸显了认知局限。 - **AI节目的时效性**:AI行业变化太快,节目具有极高的时间敏感度,今天不剪出来后天可能就面临重录。
## Notable quotes > 我们原来做的底座模型、基础模型像一个普通的发动机引擎,推理模型像一个 F1 的引擎。但是你光有引擎是不够的,你要有台车。那个车有座位、有座舱、有仪表、有方向盘、有刹车、有离合器,甚至有外壳、有轮子、有传动轴,所有这些事情它才会变成一台车让你来开。那今天这个时间你会发现,关于这台车的探讨,那车就需要燃料,燃料就是 Token。 — 庄明浩
> 哪怕我再贵,我只有美国公司的 5%。
> `35:33` 我们在研究消费品,经历过这么多年这么多各种各样商品,还有商品哪种商品在很短的时间可以连续提三次价还供不应求?Sea-Dance 2.0 告诉你:我可以。 — 庄明浩
> 那些年头很火的 AI 产品已经都挂上咸鱼了 — 沈帅波
> `39:39` 我们现在 2026 年 4 月份这个时间点正在热卖的产品,大概率是 25 年下半年做完的;25 年下半年做完,大概率是 24 年立项的。那立项当下就决定了它的智能水平。 — 庄明浩
> `53:16` 美国人说我要改变世界;中国人说看到没,美国人要改变世界了,我们要跟上;欧洲人说你改变世界的这个不环保,你这个方式要先限制,法规法律一定要先上。 — 沈帅波
> 初识不知曲中意,再听已是曲中人
> `32:45` AI Coding 的这个战场比我们之前想的要大的多的多的多。 — 庄明浩
## Mentioned 庄明浩, 沈帅波, 进击波财经, Sora, OpenAI, Anthropic, 阿里, 腾讯, 苹果, 微软, 英伟达, 沃尔玛, 智谱, minimax, seedance2.0, alphago, Google, 快手, 可灵3, 海螺, Pixverse, Vido, Runway, Pika, DeepSeek, 百度, DeepSeek-R1, Cloud, Kimi, 阶跃, GLM 5.1, 商汤, 姚顺宇, 个人虾, 企业虾, 云端虾, Cloud Code, Codex, Tree, Palantir, ServiceNow, WPS, Office, 有道云, QQ文档, 网易, 飞书, 钉钉, ChatGPT, OpenCloud, 龙虾, 豆包, 中信出版社, Meta, 联想集团, Costco, 山姆·奥特曼, 哈萨比斯, 李世石, xAI, Grok, Faker, T1, 台积电, 黄仁勋
[Source](https://dts-api.xiaoyuzhoufm.com/track/6507bc165c88d2412626b401/69e224c91d989496e7db5b12/media.xyzcdn.net/6507bc165c88d2412626b401/lhhgKyAxAgN2tvoeHO6pX7gtheYP.m4a)