优刻得携国产大模型出海抢占全球南方主权AI市场

涌现EmergenceHK

美国制裁迫使中国加速构建从芯片、云平台到模型的全栈自主闭环，正凭借高性价比方案在亚非拉等新兴市场替代欧美技术生态。

AI-assisted summary of 中国悄悄夺取，主权AI市场 — original source. Check the original for full context.

Source published: 2026-08-03

Key ideas

全球南方国家对美国云垄断的安全焦虑加深，中国头部云厂商正将成熟模型与算力调度“打包出海”，协助中东、东南亚和哈萨克斯坦等地区建立主权AI生态。 (2:40)
企业AI应用步入国产平替拐点：得益于Test-Time Scaling（推理期计算），国产模型在商业Coding及日常任务中综合得分达85-90分，正以断崖式成本优势替代海外模型。 (4:45)
国产芯片研发全面聚焦推理场景，预计2025至2026年迎来规模化平替拐点，行业衡量标准转向“每元芯片投入产出多少Token”的极致算力经济学。 (9:40)
太空算力八大瓶颈均为可解决的工程问题而非基础科学难题；依托电磁弹射与钙钛矿电池，未来发射成本有望压缩至万元/公斤以内，太空港度电成本可降至5分钱。 (12:55)

Detailed notes

## Background 该内容由 YouTube 频道「涌现EmergenceHK」于 2026 年 8 月 3 日发布。视频为科技博主所长林超与优刻得（UCloud）创始人兼 CEO 季昕华的深度对话，节目简介重点阐述了在全球进入人工智能基础设施竞争的背景下，为什么主权 AI 正成为越来越多国家的选择，以及中国如何构建涵盖模型、云、芯片乃至太空算力的完整生态。

## TL;DR 本期对话全面复盘了中国 AI 产业链从国内应用落地到全球南方拓展主权 AI 的真实路径。季昕华指出，国内企业正经历从账单焦虑到精细化路由、再到利用推理期计算实现高性价比「国产平替」的成熟阶段，Token 消耗在编程、视频与硬件场景中持续加速。在算力与芯片层面，国产芯片正以推理场景为突破口，依托巨大的工程师红利逐步跨越单点硬件封锁的临界点。对话还深入剖析了太空算力面临的发射、供能、辐射与散热等八大工程挑战，指出中国制造业在钙钛矿光伏与电磁弹射等领域的积累有望颠覆算力经济学。最终，外部限制倒逼中国打通了从芯片、中间件、基础大模型到终端应用的全栈内循环，正在全球主权 AI 市场确立独特的竞争优势。

## Atmosphere & style 整场对话呈现出务实严谨、直击商业本质且充满产业纵深感的极客交流氛围。林超犀利精准的宏观提问与季昕华基于一线数万家客户服务经验的工程洞察无缝咬合，用具体的算力经济账本和量化演进逻辑击碎了泛概念炒作与宏观焦虑。对话节奏紧凑扎实、逻辑层层递进，既有对前沿技术边界的冷静审视，又传递出一种依托系统级工程能力和全产业链纵深稳步突围的坚定信心与蓬勃生机。

## Bulletin - [02:40](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=160s) 全球南方国家对美国云垄断的安全焦虑加深，中国头部云厂商正将成熟模型与算力调度“打包出海”，协助中东、东南亚和哈萨克斯坦等地区建立主权AI生态。 - [04:45](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=285s) 企业AI应用步入国产平替拐点：得益于Test-Time Scaling（推理期计算），国产模型在商业Coding及日常任务中综合得分达85-90分，正以断崖式成本优势替代海外模型。 - [09:40](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=580s) 国产芯片研发全面聚焦推理场景，预计2025至2026年迎来规模化平替拐点，行业衡量标准转向“每元芯片投入产出多少Token”的极致算力经济学。 - [12:55](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=775s) 太空算力八大瓶颈均为可解决的工程问题而非基础科学难题；依托电磁弹射与钙钛矿电池，未来发射成本有望压缩至万元/公斤以内，太空港度电成本可降至5分钱。

## Key takeaways - [00:00](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=0s) 国内Token消耗呈爆发式增长，主要动力来自AI Coding辅助编程普及、短剧与多模态视频生成、以及智能穿戴硬件的实时后端推理调用。 - [00:00](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=0s) 中国智能硬件出海与云服务“打包出海”形成合力，使具备合规硬件采购资质的海外国家得以在本地部署中国成熟模型并实现低延迟落地。 - [02:40](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=160s) 因担忧核心数据与算力命脉被美系云巨头把控，中东产油国、中亚及东南亚等全球南方国家正在加速从单纯调用外部API转向自建主权AI基础设施。 - [02:40](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=160s) 欧美市场技术壁垒高筑且欧洲本土缺乏顶尖大模型生态，而亚非拉国家对高性价比、响应及时且支持本地化部署的中国AI方案展现出极高渴求。 - [04:45](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=285s) 企业使用AI经历三阶段演变：从盲目追求覆盖的“普及焦虑期”，到任务切分与模型路由分流的“精细控费期”，最终步入“全面国产平替期”。 - [04:45](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=285s) 通过引入测试时扩展（Test-Time Scaling）延长推理时间，国产模型在绝大多数非颠覆性代码与日常商业任务中已能跨过85至90分的实用门槛。 - [07:15](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=435s) AI基础设施投资周期远未见顶，国内扎根细分垂直场景的AI Agent（如招投标闭环产品）与即投即收的短剧生成已实现强劲盈利造血。 - [07:15](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=435s) 中国拥有超过13家第一梯队大模型企业，开源与闭源性能代差缩小至一两个月，百家争鸣的格局极大压低了下游开发者的Token调用成本。 - [09:40](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=580s) 国产芯片设计正从围绕模型训练转向全面优化推理，结合华为昇腾、沐曦等软硬件协同框架，2025至2026年将迎来国产推理芯片平替潮。 - [09:40](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=580s) 中国每年千万级理工科毕业生带来的“工程师红利”与高凝聚力团队协同，正在以系统工程级迭代逐步抹平单点EUV光刻机硬件封锁的短板。 - [12:55](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=775s) 太空算力面临的发射、供能、真空散热等挑战均属于工程维度，通过火箭回收、钙钛矿薄膜太阳能以及高温热辐射等技术均具备清晰的降本路线。 - [12:55](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=775s) 依托航母电磁弹射技术积累，中国正探索建设两公里级地面轨道将二级火箭弹射至高空点火，有望免除火箭75%的一级结构重量并颠覆发射经济学。 - [12:55](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=775s) 太空具备全天候充沛太阳能与零损耗优势，未来结合月球南极资源与自复制3D打印地月工厂，太空算力将成为下一轮星际级算力基础设施竞赛核心。 - [16:45](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=1005s) 外部制裁未能封死中国AI，反而加速倒逼出涵盖底层芯片、云平台调度、基础模型到终端应用的“全栈国产闭环”，进而向全球南方输出技术标准。

## Detailed walkthrough ### [00:00](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=0s) 主权AI的全球版图与出海新机遇

对话伊始，所长林超切入当下科技圈热议的太空算力与大模型拐点，引出本期嘉宾——优刻得（UCloud）创始人兼CEO季昕华。作为科创板“云计算第一股”，优刻得在发展中国家进行了深度布局。林超询问，目前全球发展中国家在“主权AI”生态上的布局与实际进展究竟如何。

季昕华指出，探讨主权AI需要拆分为国内与国外两个视角。在国内，转折点始于当年的1月份：随着AI具备了成熟的代码编写能力，国内大模型应用迎来了井喷式扩散，Token消耗量呈现出爆发式增长。目前国内消耗Token的三大主力场景分别是： 1. **AI Coding（代码生成）**：几乎所有科技公司的工程师都已全面使用AI辅助编程； 2. **视频与短剧生成**：内容制作端对多模态算力的需求极度旺盛； 3. **AI智能硬件**：诸如AI眼镜、AI戒指等可穿戴设备均需要实时调用后端模型推理，推动算力需求居高不下，并直接拉动了国内芯片产业的蓬勃发展。

在海外市场，中国企业同样迎来了三大增量机会： - **中国智能设备出海**：包括手机、可穿戴设备、AI戒指以及近来大火的AI录音笔（目前全球出货量领先的两家均为中国背景），这些硬件出海后，在当地必须调用并消耗本地的Token。 - **本地化AI需求逐步觉醒**：越南、泰国、东欧、南非以及中东等国家和地区，其本土AI发展节奏虽慢于中美，但算力与模型需求正在高速增长。 - **中国模型与云服务的“打包出海”**：许多海外国家由于物理距离，直接访问中美本土云延迟过高，但它们具备采购先进算力硬件（如先进制程GPU）的合规资质。此时，将中国成熟的大模型下载部署到当地机房，由中国云厂商在本地完成推理优化与落地，成为体验极佳的解决方案。

---

[02:40](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=160s) 警惕单极依赖：全球南方国家的主权AI突围

谈及中国云厂商在海外的独特生态价值，季昕华表示，从工程和云平台技术积累来看，中国头部云厂商面对除美之外的其他国家具有显著优势。优刻得在国内长期为智谱AI、MiniMax等头部大模型企业提供算力支持，双方配合高度默契。依托这种经验，云厂商能够将大模型、算力调度与云基础设施打包成标准化产品输出海外，直接协助海外客户在本土完成模型的再训练、微调与工程落地。

林超进一步指出，受制于美国频繁且多变的限制性政策，越来越多的国家正在产生深深的“主权不安全感”——如果不希望命脉全部交由美国云巨头把控，拥有本国专属的算力中心与主权AI便成了必然选择。季昕华证实，目前包括中东产油国、哈萨克斯坦（如李开复的零一万物便在与哈萨克斯坦开展深度合作）以及东南亚国家，都在大力推进国家级主权AI落地；而越南、泰国等国虽然仍处于起步阶段，但也正在从单纯调用外部API向筹划本地主权基础设施过渡。

在欧美与全球南方市场格局的对比上，双方达成了共识： - **硅谷与其它国家的“数字鸿沟”**：林超提到，在硅谷交流时会发现，许多发展中国家目前在AI分工中仅仅扮演“数据采集工”的角色，例如工人佩戴特定设备记录做家务动作以训练机器人，这种低端工作两三年内便会被淘汰，各国迟早要将计算中心搬回本土。 - **欧洲的模型困境**：欧洲本土算力基础设施虽然在持续建设，但缺乏顶尖的模型生态，除了法国的Mistral AI等极少数独角兽外，模型公司凤毛麟角。 - **全球南方的主力战场**：欧美市场壁垒高筑，但巴西、西班牙（对华关系相对友好）以及广大亚非拉国家，对性价比高、服务响应及时、支持本地部署的中国技术方案极度渴求，“中国便宜、服务又好，对全球南方国家而言是无可替代的绝佳选择”。

---

[04:45](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=285s) 企业降本增效三部曲：从账单焦虑到国产平替

针对林超提出的“企业每时每刻都在消耗海量Token，账单怎么算”的问题，季昕华分享了优刻得在服务数万家企业客户过程中总结出的“AI应用演进三部曲”。

```mermaid flowchart TD accTitle: 企业AI使用演变三阶段 accDescr: 展示企业从追求盲目覆盖、到精细化按任务分流控费、再到全面采用国产模型平替的三个阶段演变路径。

subgraph Phase1["第一阶段：解决焦虑（普及期）"] A["管理层焦虑：全员必须用上AI"] --> B["建立统计后台监控Token用量"] B --> C["设立企业内部员工使用排行榜"] end

subgraph Phase2["第二阶段：控制成本（精细化）"] D["收到高额账单，发现效率未翻倍"] --> E["任务切分与模型路由"] E --> F["高难度代码：Anthropic Claude / GPT-4"] E --> G["通用日常任务：智谱GLM / Kimi"] end

subgraph Phase3["第三阶段：国产平替（当下拐点）"] H["国产模型综合能力跨过80-90分门槛"] --> I["利用Test-Time Scaling拉长推理时间"] I --> J["全面切换至国产主流模型，成本断崖式下降"] end

Phase1 --> Phase2 --> Phase3 ```

- **第一阶段（用上AI）**：今年1月份，几乎所有企业管理者都陷入了“员工没用上AI就会落后”的极度焦虑中。优刻得为此开发了Token统计后台，企业甚至会排出员工使用量的前三名，以行政手段推动AI使用普及。 - **第二阶段（学会省钱）**：一个月后，企业收到巨额账单却发现实际业务产出并未成倍提升，随即转入降本阶段。企业开始进行任务切分与模型路由分流：高难度代码编写交由顶级模型（如Anthropic），常规文字处理与日常任务则分配给智谱GLM、Kimi等更具性价比的模型。 - **第三阶段（国产平替）**：当前行业正在快速跨入第三阶段——用国产模型全面替换海外模型。

季昕华分析，在最前沿的科学发现领域，国产大模型与世界顶尖水平仍存在客观差距；但在绝大多数商业Coding和日常任务中，普通问答上豆包、Kimi与海外大模型已无明显体感差距，甚至在中文企业法务等本土场景表现更好。由于国内引入了“测试时扩展”（Test-Time Scaling / 推理期计算），即使面对复杂代码任务，给予国产模型稍长的推理生成时间，其得分也能从80分跃升至85到90分。对于绝大多数并非要发明“下一个颠覆性架构”的企业而言，85分不仅完全够用，且成本远低于海外模型，国产化平替的商业拐点已经全面到来。

---

[07:15](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=435s) 投资周期未见顶：中国AI应用与硬件的爆发曲线

针对近期资本市场剧烈波动、外界质疑“AI基础设施投资过热且周期见顶”的声音，季昕华给出了极为明确的反驳：“投资周期还没到顶点，在中国，算力与AI消耗的增速不仅没有放缓，反而还在加速增长。”

林超与季昕华结合现场观察分析： - **认知渗透远未饱和**：以世界人工智能大会（WAIC）为例，虽然现场摩肩接踵，但放眼全国，仍有海量的传统中小企业主与普通职场人“完全不知道怎么把AI接入业务”，下沉市场的空间极其广阔。 - **垂直闭环Agent迅速盈利**：林超举例，一位创业朋友开发了一款针对招投标场景的AI Agent，在融资未动一分钱的情况下，年收入（ARR）已突破一亿元，客户付费意愿极强。这种扎根细分垂直场景的赚钱模式是中国团队的独特长项，未来将大量复制并辐射至发展中国家。 - **视频与短剧的高速商业闭环**：相比需要漫长周期的传统研发，短剧和AI商业广告把研发与销售融为一体，制作完成即投放变现，驱动相关Token消耗呈现出陡峭的指数级增长。 - **从“御三家”轮巡到“百家争鸣”**：美国顶尖模型主要集中在OpenAI、Anthropic、Google等极少数巨头，而中国目前活跃在第一梯队的基础大模型企业超过13家（包括智谱AI、MiniMax、月之暗面Kimi、字节跳动豆包等）。开源与闭源的性能差距已缩小至一两个月，各厂商交替领先，使得下游应用开发者能够灵活切换调用，极大压低了推理成本。 - **AI硬件的生态爆发**：伴随苹果Apple Intelligence及国内OPPO等各大手机厂商全面接入系统级AI，路人消除、语音跨App调用等杀手级功能逐渐成熟。中国在智能手机、耳机、眼镜等全产业链上的绝对制造与出口优势，正成为中国AI全球化扩张的核心基本盘。

---

[09:40](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=580s) 芯片生态的破局点：推理先行、人才红利与工程赶超

在算力硬件与芯片层面，季昕华与林超对底层现状进行了深入剖析。业内共识是：中国芯片在推理层面的赶超速度极快，但“能用”与“好用”（性能强且极致便宜）之间仍有一段距离。

季昕华指出，芯片的研发与流片周期通常需要12到18个月。过去国内芯片设计大多围绕前序的“模型训练”展开，未对推理场景进行充分优化。随着各大厂商转向聚焦推理芯片，预计2025至2026年将迎来国产推理芯片的“真正平替拐点”。彼时，行业衡量标准将简化为极其朴素的算力经济学公式——“每一块钱的芯片投入，最终能产出多少Token”。

在训练芯片与组织协同方面： - **特定场景与生态适配**：以华为昇腾（如昇腾910系列）、沐曦（MetaX）为代表的国产芯片正在特定训练任务中实现单点突破。类似于谷歌TPU深度绑定自身系统架构，芯片与底层框架的软硬件一体化协同是必经之路。 - **组织文化与团队凝聚力**：谷歌之所以坐拥全球顶尖天才、海量数据与充沛资金却在模型推进中动作滞后，根源在于内部组织架构混乱、战略摇摆与激励机制缺失。反观中国头部AI团队，大多由学术领军大牛挂帅，底层由充满干劲的年轻工程师主导，团队呈现“师兄带师弟”的高凝聚力氛围；这种高度协同与Anthropic（7位创始人团结一致、极少内耗）十分相似，远胜于经历剧烈高层动荡的OpenAI。 - **“人口质量红利”击穿EUV封锁**：林超重申，此前所谓“中美技术差距因EUV光刻机被硬控而不断拉大”的论调正在被现实打破。AI大模型与大规模智算集群属于系统工程，中国每年培养的一千多万理工科毕业生，构成了全球无可匹敌的“工程师红利”。这批以95后、00后为主的年轻创业者与科研人员，具备强烈的探险精神与求知欲，在中国宽广的产业纵深中，正通过系统级工程优化逐步抹平单点硬件受限带来的短板。

---

[12:55](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=775s) 太空算力探秘：八大工程挑战与中国制造的降维打击

针对近期随SpaceX进展而甚嚣尘上的“太空算力”话题，资本市场往往将其视作概念炒作，但林超与商汤科技联合创始人林达华及季昕华等专业人士交流时，大家却一致认为其中蕴藏着巨大商机。

季昕华明确指出：“太空算力面临八大挑战，但这八大挑战全部都是工程问题，没有一个是尚未解决的科学问题。”这一本质区别使其完全不同于尚停留在基础科学攻坚阶段的量子计算。通过工程迭代，所有挑战都有清晰的成本下降路径：

关于实现路径与商业时间表，季昕华透露优刻得早在三年前就已启动太空算力研发，并在WAIC展台上展出了太空算力样机，公司是以5至10年的中长期维度来进行战略布局的： - **发射成本拐点**：目前美国猎鹰9号火箭发射成本约为2000美元/公斤，国内缺乏完全成熟的可回收火箭时，发射成本高达每公斤约5万元人民币。一旦国内可回收火箭或电磁弹射技术落地，将发射成本压缩至1万元以内，太空算力的经济账即可完全算清。太空中太阳能极其充沛且无昼夜大气损耗，理想状态下每度电成本可降至5分钱人民币。 - **航母经验赋能电磁弹射**：除了火箭一级回收，中国凭借在航母电磁弹射领域的领先工程积淀，正在探索建设长达两公里的地面发射轨道，直接利用电磁推力将二级火箭或卫星弹射至高空（约十公里）再行点火，有望免除占火箭总重75%的一级火箭结构，彻底颠覆发射经济学。 - **地月工厂的终极想象**：月球引力仅为地球的六分之一，未来人类甚至可以直接在月球建立自复制3D打印工厂，利用工业机器人就地取材生产外壳与装配卫星，中美两国针对月球南极资源的争夺亦是此战略的序幕。

---

[16:45](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=1005s) 决战全栈国产化：黄仁勋最不愿看到的终局

行至尾声，双方探讨了全球竞争格局与标准主导权问题。

季昕华指出，在海外市场上，欧美企业长期占据主导，核心原因在于东南亚等传统市场过往习惯采纳美国技术规范与安全认证。当前中国云厂商出海的关键抓手，正是以“开源共享 + 联合建设”的友好姿态，协助本地政府搭建符合本土诉求的自主“主权AI”，从而推动中国安全标准与技术协议被亚非拉国家广泛接纳。

这种主权AI的全面落地，正在形成一个全自主的飞轮： - **国产模型**（智谱、Kimi、豆包等） - **国产云平台**（优刻得等调度与算力管理系统） - **国产数据中心硬件与芯片**（华为昇腾、沐曦，配合自主研发的机柜设计与制造网络） - **国产工业与消费级AI应用**

林超总结道，英伟达CEO黄仁勋此前多次呼吁和游说美国政府放松制裁，其最不愿看到的场景正是如此——美国的步步紧逼并未掐死中国AI，反而硬生生逼出了一条从底层芯片、中间件、大模型到终端应用完全自给自足的“全栈国产内循环闭环”。

当大模型的算法拐点已至，推理芯片的成熟拐点也将在未来一到两年内如期降临。随着长江存储等在底层存储技术上的连续突围，一旦跨过临界点，中国必将凭借强大的工程化与快速迭代能力，在全球AI算力与模型主权市场上确立不可逆转的竞争优势。

## Notable quotes > [02:40](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=160s) 中国便宜、服务又好，对全球南方国家而言是无可替代的绝佳选择

> [04:45](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=285s) 员工没用上AI就会落后

> [07:15](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=435s) 投资周期还没到顶点，在中国，算力与AI消耗的增速不仅没有放缓，反而还在加速增长。 — 季昕华

> [07:15](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=435s) 完全不知道怎么把AI接入业务

> [09:40](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=580s) 每一块钱的芯片投入，最终能产出多少Token — 季昕华

> [09:40](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=580s) 中美技术差距因EUV光刻机被硬控而不断拉大

> [12:55](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=775s) 太空算力面临八大挑战，但这八大挑战全部都是工程问题，没有一个是尚未解决的科学问题。 — 季昕华

> [16:45](https://www.youtube.com/watch?v=Z9AFRwg1nKU&t=1005s) 全栈国产内循环闭环 — 林超

## Mentioned 林超, 季昕华, 优刻得（UCloud）, 智谱AI, MiniMax, 李开复, 零一万物, Mistral AI, Anthropic, OpenAI, Google, Kimi（月之暗面）, 豆包（字节跳动）, 苹果（Apple）, Apple Intelligence, OPPO, 华为昇腾（Ascend）, 沐曦（MetaX）, SpaceX, 林达华, 商汤科技, 黄仁勋, 英伟达（NVIDIA）, 长江存储

## Video description 当人工智能成为新的生产力，世界正在进入一场新的基础设施竞赛。过去，国家竞争围绕能源、互联网和芯片展开。未来，竞争的核心可能是：谁拥有自己的AI能力。本期视频，@所长林超与Ucloud优刻得创始人 CEO 季昕华展开了一场关于AI未来的深度对话。为什么主权AI正在成为越来越多国家的选择；中国如何构建从模型、云、芯片到应用的完整生态；以及未来太空算力可能带来的下一轮科技革命。从地球到太空，从模型到产业，AI正在重新定义世界。

*本期内容和嘉宾观点不构成任何投资理财建议。

[Source](https://www.youtube.com/watch?v=Z9AFRwg1nKU)

中文简报

优刻得携国产大模型出海抢占全球南方主权AI市场美国制裁迫使中国加速构建从芯片、云平台到模型的全栈自主闭环，正凭借高性价比方案在亚非拉等新兴市场替代欧美技术生态。本期对话全面复盘了中国 AI 产业链从国内应用落地到全球南方拓展主权 AI 的真实路径。季昕华指出，国内企业正经历从账单焦虑到精细化路由、再到利用推理期计算实现高性价比「国产平替」的成熟阶段，Token 消耗在编程、视频与硬件场景中持续加速。在算力与芯片层面，国产芯片正以推理场景为突破口，依托巨大的工程师红利逐步跨越单点硬件封锁的临界点。对话还深入剖析了太空算力面临的发射、供能、辐射与散热等八大工程挑战，指出中国制造业在钙钛矿光伏与电磁弹射等领域的积累有望颠覆算力经济学。最终，外部限制倒逼中国打通了从芯片、中间件、基础大模型到终端应用的全栈内循环，正在全球主权 AI 市场确立独特的竞争优势。全球南方国家对美国云垄断的安全焦虑加深，中国头部云厂商正将成熟模型与算力调度“打包出海”，协助中东、东南亚和哈萨克斯坦等地区建立主权AI生态。 (2:40) 企业AI应用步入国产平替拐点：得益于Test-Time Scaling（推理期计算），国产模型在商业Coding及日常任务中综合得分达85-90分，正以断崖式成本优势替代海外模型。 (4:45) 国产芯片研发全面聚焦推理场景，预计2025至2026年迎来规模化平替拐点，行业衡量标准转向“每元芯片投入产出多少Token”的极致算力经济学。 (9:40) 太空算力八大瓶颈均为可解决的工程问题而非基础科学难题；依托电磁弹射与钙钛矿电池，未来发射成本有望压缩至万元/公斤以内，太空港度电成本可降至5分钱。 (12:55)

Reading summary

优刻得创始人季昕华与林超指出，受地缘限制与数字主权焦虑驱动，全球南方国家正加速寻求本土AI主权；中国企业则依托高性价比的模型与云基础设施“打包出海”，并借助全栈国产化与工程优化在国内外市场建立竞争优势。全球南方主权AI觉醒与中国打包出海 (2:40) 林超与季昕华分析，受美国限制性政策不确定性影响，中东、哈萨克斯坦和东南亚等国家产生强烈的主权安全焦虑，不愿将技术命脉全交由美国云巨头把控。尽管这些国家可合规采购先进硬件，但直连中美本土云延迟过高，且本地缺乏顶尖模型生态。优刻得等中国云厂商将智谱AI、MiniMax等国产模型、算力调度及云基础设施打包输出，协助海外客户在本地完成模型训练与微调。结合中国智能手机、AI录音笔等硬件出海带动的本地Token消耗，高性价比与快速响应使中国方案在亚非拉等全球南方市场成为关键选择。企业降本驱动国产模型全面平替 (4:45) 季昕华表示，国内企业AI应用历经“全员使用焦虑”与“多模型路由精细化控费”后，正迈向第三阶段——国产模型全面平替。尽管在颠覆性架构与前沿科学发现上存在客观差距，但豆包、Kimi等在商业编程与日常任务中的体验已比肩海外主流模型。依托测试时扩展（Test-Time Scaling）延长推理时间，国产模型在复杂代码任务中可达到85至90分，足以满足绝大多数商业诉求且成本大幅下降。林超补充，国内招投标等垂直闭环Agent年营收已突破亿元，短剧与多模态变现迅速，中国Token消耗增速仍在加速上行。推理芯片平替拐点与全栈国产闭环 (9:40) 季昕华预判，随着芯片设计从训练转向聚焦推理场景，2025至2026年将迎来国产推理芯片的平替拐点，行业评判标准将收敛至“单位资金投入产出的Token量”。华为昇腾、沐曦等芯片正通过与底层框架的软硬件协同在特定任务中实现突破。林超与季昕华强调，中国每年培养的上千万理工科毕业生构成了系统级工程红利，配合高凝聚力研发团队，正逐步抹平EUV光刻机等单点硬件限制。林超总结，外部制裁未掐死中国AI，反而催生了涵盖芯片、存储、云调度、模型到终端应用的全栈国产内循环闭环。太空算力工程攻坚与低成本远景 (12:55) 季昕华指出，太空算力面临的高发射成本、能源供给和极端散热等八大痛点均属工程问题而非基础科学难题。业界正探索利用两公里地面电磁弹射轨道或可回收火箭颠覆发射经济学，并推进抗辐照钙钛矿薄膜太阳能电池与耐高温辐射散热方案的产业化试验。优刻得已按5至10年中长期维度布局太空算力研发并展出样机。季昕华测算，一旦发射成本从当前国内每公斤约5万元压缩至1万元以内，依托太空无昼夜损耗的充沛太阳能（理想度电成本可降至5分钱），太空算力的商业经济账将完全能够算清。林超与季昕华认为，算法演进与推理芯片拐点将推动中国在算力与模型主权市场确立工程竞争优势。然而，中国技术标准与安全协议能否在亚非拉以外更广泛的海外市场被深度接纳，仍是全球主权AI博弈中待观察的核心变量。

Source quotes

[2:40] 中国便宜、服务又好，对全球南方国家而言是无可替代的绝佳选择 [4:45] 员工没用上AI就会落后 [7:15] 季昕华: 投资周期还没到顶点，在中国，算力与AI消耗的增速不仅没有放缓，反而还在加速增长。 [7:15] 完全不知道怎么把AI接入业务 [9:40] 季昕华: 每一块钱的芯片投入，最终能产出多少Token [9:40] 中美技术差距因EUV光刻机被硬控而不断拉大 [12:55] 季昕华: 太空算力面临八大挑战，但这八大挑战全部都是工程问题，没有一个是尚未解决的科学问题。 [16:45] 林超: 全栈国产内循环闭环

Original transcript

[0:00] 太空算率呢业外人觉得是炒作业内人觉得有机会到底机会点在哪里? 模型的国家点已经到了西面的国家点在明年其实你们是中国国内专注做AI云这一块算是科传版的第一股了所以你们在发展中国家也布局很多是的你能不能讲一下现在整个发展中国家他们的这个从这个叫主权AI这个生态他们到底有什么布局全球到底现在主权AI发展什么状态?非常好话题可以讲中国的发展和国外的发展两部分特别是在今年的1月份开始啊因为AI能够写代码了这已经到之后呢所以AI在国内大范围的扩展出来然后拖铁的量增长非常非常快那么左翼用场有三个第一就是AI的抠领基本上所有的科技公司都用AI来写代码了然后第二部分呢是做视频和短剧第三个就是硬件比如说我的眼镜然后我的戒指都是AI相关的要常常拖铁所以由于拖铁量长得非常非常快所以现在算力是非常紧缺的虽然也带动了大量的芯片工资的发展这是在国内的情况同时在海外来看我们发现机会也很多海外的机会也主要有三个一个是中国的设备出海比如说中国的手机电机然后像戒指还有包括最近非常火的录音的小东西我知道这个是什么录音笔对那个东西就很多戒指现在量大吗也很大现在全局有两家公司就是中国设备在其他国家当地的需要需要用当地的脱禁然后另外就是当地本身的发展也在组不起来它们比中国和美国会慢一些但是趋势在增长比如说我们在越南在泰国欧洲也在南非还有在东东看它们需求量比较大这里有一个非常好的结局中国的大模型是基础性体育上头从事太远的可以把中国的大模型下载到当地然后在当地场脱垢这个效果会非常好而且他们是有资格可以买到一些先进的卡的是的在这个层面上你觉得中国的云厂商他们能做些什么工作呢这里有三个好的机会第一个就是从技术角度看中国的云厂商还是比其他国家要强很多的像我们的国内支持的一些大公司的大模型比如说自谱明明还是我们的客户所以我们跟他合作比较顺畅之后呢我们就可以帮他一起把大模型和云打成一个标准的产品然后到国外了帮当地来做训练来做优化这是有效果的现在也是因为就是美国的他的这种就各种限制政策很多国家是不是他会有自己的就他始终觉得不安心嘛我全用你的云我本身必须有自己的这个算力中心是的是的现在就是开始真正大规模落地的全世界有哪些国家比如说像中东还有哈达克斯塔像哈达克斯塔我们看到李开福老师跟哈达克斯塔在合作像东南亚我们跟那个智朴跟我们朋友们也在合作你刚刚说越南泰国他们开始在落地的吗?他们现在还在落地用AI 旁边叫主权AI的状态在硅谷的时候我跟那些朋友在聊就说现在感觉就除了中国美国其他国家他也很担心对的而且其他华能国家好像没啥事现在有一个事他们能干采集数菌是的是的那些人带一个设备然后在这里就在做家务是吧是的是的那个东西也就是一年两年三年没有了呀我觉得他们迟早得要自己的计算中心放在自己的本地去做自己的事情而且需要和自身的本地的业务相结合所以说今年可能是一个可能还没有到大的拐点对不对今年是中美的拐点但其他的像你说韩国中东呢还是起步阶段那其他地方还是刚开始在规划过程中欧洲现在是不是很落后欧洲算力在做但是没有本国的模型除了名字写之外对你说算力在做是他们也在投云吗本地云投云中心模型公司就比较少对中国公司厂商来讲最有机会其实还是南方国家其实对的欧洲可能比较难打进去是吧欧美比较难但是中国其实还是有很大的一个像巴西啊像很多的这种国家其实有很多的机会对吧对的包括欧洲也看比如说像西班牙欧洲跟中国关系会比较好一些对对对欧洲其实也不是铁板一块而且中国便宜嘛便宜服务又好最近我今天看你一个讲说在讲说叫做要降本真效对吧就Token也不是说全部都用最好的就行吧如果一个公司是每时每刻都在用大量的Token 那肯定要算账的是的是的那这个情况下就是说你觉得现在这个生态发展到什么程度了就算账算到什么程度特别有意思的话因为我们服务了几万家做企业公司嘛他们都需要用算力所以呢今年1月份的时候呢所以老板都很焦虑我的员工怎么没用上AI所以呢我们就做了产品然后给到每个公司你可以统计每个人用了多少口口所以这第一阶段你希望用上然后出个盘版一名谁第二名第三名谁然后用了大概1月之后 [5:00] 一看账单,哇这么多钱但是感觉效率没提高所以进入第二阶段,哎呦我如何省钱?所以我们就根据现在主流的模型来判断说,哎呦什么模型适合做什么事?比如说原来奥斯洛比克适合做变成他现在字谱的GM,KIMI也适合做了我们用不同的模型做不同的事这是第二阶段现在开始进行第三阶段了用国产模型来取代国外的模型所以是不是把任务进行切分就有些任务是可能一定要用到Fable是最好的是最好的然后有些任务就是比如说Gmail 5.2也可以上其实目前来看我觉得已经到了第三阶段了不一定要用美国的模型了因为什么呢比如一人自三120那就能用了就是花的时间长还短一点而已如果以前是不能用那没办法不能编程现在也能编程了有大部分都能做了也就是说对中国的模型来讲其实就是test time scaling就是说这个其实等于说他拉长一点时间给他他也能够达到基本上8、9、10分但便宜很多不然已经够用了就可以了比如说我们80分能用吧85分90分差别就没这么难了比如说现在你感觉普通的问答我感觉不出来中国的豆包Kimi跟海外的这些大模型到底有啥差点企业法更好在科学领域还是有差距的在最前沿的领域对的但是coding现在绝大部分的任务并不需要用到什么你又不需要去发明一个什么一等NG频道那种东西对吧如何用好coding是个核心问题所以这个可不可以称为说今年也许可能就是一个拐点的我们看coding视频生成这两个东西就是先视频生成不用讲了中国很强了我知道营收涨得很快是的你能看到那个数据是不是那个曲线非常快曲线非常快比如说一般的科技公司有两种能量很高的量很大的一个就是研发一个销售所以现在视频制作这块它是等于把研发销售它就合在一起了因为短期它是闭环的对的然后好像有一些很多广告片现在大量大量AI化了对那是销售的还有特别是短期这块然后coding是研发研发知道对吧这两个成本最大头的开始拿住了对这一波资本市场大跌对吧大家有些人就说周期已经到一个阶段性的高点了基础设施投资就之前高估了你怎么得评判一下整个世界现在中美两边的周期到什么程度了我觉得还没到投资周期还没到就还没到顶点吧对对对或者增速有没有下来在我看来增速没下来反而还在增长在中国为什么呢比如说咱们现在人很多吧但是真的来参加WIC的还是相关人士还有这么多的其他人都没进来我们遇到好板还说不知道怎么用还有各个人是不知道怎么用的所以这些空气还非常巨大而且应用又是咱们中国的优势对现在开始才刚进应用了像昨天我碰到一个朋友他说他做了一个投标的A准然后AR已经做到一个多亿了融的钱一分钱没花他马上就赚钱了然后他说那些投标那些人其实很愿意在这个上面花一点钱是的像这种类似的细分场景的这种应用我觉得中国应该未来很多而且还能够拓展到发展中国家是的所以你觉得中国中期还没快点中国还有三大来快速发展机会一就是模型的快速的增长美国现在主要是预三家中国现在有13家公司在做大模型还没算上全球化那一块就是技术大模型还包括应用应用和应用的大量的增长对应用可能爆发刚来尤其是我们刚刚讲到开源和闭源的能力越来越接近之后你领先一点我领先领先都是克林分烧一两个月对现在中国厂商加进去了以前都说4家是美国在那里巡那里轮巡现在中国厂商几家也加进去了智浦均米也加进去了大家就一起轮其实豆包都还没算上这之前也很强的他没出来就算上了可能有七八家在轮是的然后这个就使得说做应用的其实很爽你贵了我就掉他对吧他哥就掉你是的然后我在中间可以做很多分配的工作对应用的爆发其实还没真正起来还没起来而且应用除了软的应用还有硬的是的你的数据看起来硬件这块这个曲线起来了吗我觉得上周五一个关键因素不是中国的AI手机正式出来了苹果手机然后其他手机包括OPPO都可以自在AI了AI手机现在有什么很杀手机的东西出来呢现在看到有几个一个是图片的自动修正有拍张会把路人去掉这种事情慢慢成熟了然后另外就是什么就是用语音去调取各种应用程序就像City一样苹果的City就是很烂对是这样其实我觉得对中国想象绝对是大机会你看这次苹果中国放开了AI之后苹果不然把它涨了所以说全球化加上中国的硬件还有应用这块的整个生态其实是中国的整体的机会第三个就是晶片因为应用起来之后会带动晶片的区域反长所以晶片这块分两块来看训练推理推理这块中国现在赶得很快你判断现在是不是拐点差不多快到了我觉得还需要点时间 [10:00] 厂商自动就拥抱中国芯片对现实能用的状态还不到好用的状态好用的状态就是新的好价格便宜目前的性价比还不够高主要原因是什么呢以前中国的芯片大部分都是为训练者准备的还没考虑推理一般芯片的研发周期至少到12到18个月比如今年6月份开始研发到明年6月份左右出来所以我觉得明年年初到年终是一个决定性的一个机会点2067年可能是个拐点对的目前就推理开始能够平T了我们很简单算性价比有一块钱的芯片成多少钱的TOK对中国芯片兴起对于云厂商来讲这个有帮助吗目前还有点挑战为什么呢就是芯片还没法真的能够规模化的应用就是实现问题的所以现在我们也在帮中国的各种芯片厂商做适配应该的提升软件的适配生态的结合是很重要的那这个是推理那训练现在是不是还是差距有差距的但是我们看到也有些机会点比如说华为的950特别是950的DT包括木西都是很有机会的训练其实也分很多类型特种类型的训练会比较快突破还有就是针对特定模型优化的训练会比如说谷歌就最典型的谷歌的那TPS完全是跟他的这个呕合的当然他现在他一直遇到一些问题啊不是说他在Async对的不行而是他自己的战略有些问题其实是组织价格的问题组织是核心按照道理的时候谷歌既有牛X的人又有赚的又有数据我们跟很多那些天才的人聊嘛说如果有一个好的团队氛围以及持续的股权激励这是核心问题中国现在团队这一点其实做的还挺好的非常好因为中国有最优秀的地方年轻人现在就说相对比较年轻化就创始人不一定需要很年轻赤谱这种其实本身还是说就学术大咖他引领底下带队的这些很年轻然后说听说氛围也很好就是师兄师弟共享受洗所以这种听说成本就至少没有像OpenAI那样子互相内斗其实像Cloud他之所以这么强也有原因就是他内部很团结他们七个创始人都很团结然后内部比较稳定而且今天就说这个感觉中美好像大家对于最前沿的东西的探索的热情以及认知度没有太大差距没有上次我觉得李开福说昨天时间中美的差距在拉大对看现在给它打脸了对中美差距拉大最早的拉大的原因是因为被别人EUV硬控了但是现在看起来好像那个硬控好像有点控不住因为你要做大系统的对吧你怎么理解就是说为什么EUV控也控不住中国这波起来呢我觉得两点啊第一呢我记得在那个五年前总理第一次发布会说句话特别实在说中国已经从一个人口数量红利的一个阶段进入了一个什么呢人口质量红利的一个阶段每年一千多万的理工科毕业生这是最最有价值的那么这么优秀的年轻人在一起他们就可以做很多事我这个感受最深就是我确实跟这些95后也有创业做科研的这帮人去聊他们真的很第一信啊PVC的心血爱好就是想要去探索最前沿的那个东西就是那个封碑而不是说我在想我怎么样能融到钱对或者某种程度上就是说至少中国的理工科这块的教育水平在全球算是最前沿对吧然后整个国家的大环境又使得他们可以营造了一个这样的大氛围让他们可以去探索而且国家的土地很大就中国现在有些硅谷的氛围在了美国就是说它的政界商界它这个大的群体大家有点割裂对对你除了硅谷之外大家并没有那么support AI所以我们再挑到更高的这个维度来看你们现在有布局太空算率吗我们有我们一展览上就有一个我们太空算率的一个样机太空算率呢就是SpaceX上市之后其实也有很多就资本圈里面有很多人说他们是炒作对就是一个概念股是的施崩率就是这些东西就是讲噱头但是我跟业内人士交流包括你包括我昨天跟商汤的林达华对吧我们交流业内专业人士反而觉得说他工作人士有机会这个反而是说变成说业外人士觉得是炒作业内人士觉得有机会到底机会点在哪里我们了解其中的困难和挑战也知道哪一天困难是可以克服掉的所以困难挑战是什么哪些能克服呢整个太空战略有八大挑战这里大部分都是工程问题没有科学问题这是一个关键工程问题就是说我如果去优化如果改进就从科学原理上我们知道它是绝对可以解决的它只不过是个成本问题对对你说的非常对量子计算我们很多问题还没解决对量子计算就是个科学问题对对但是在太空战略是工程问题比如说第一挑战是你的发热成本太高了发热成本太高怎么办呢我通过多次可回收或者电子长射但我就会把发射能降下来第二就是太空的太阳能我吹牙扫是供电的所以能源是个不断供电的问题是当金龟没法在太空中用没错一它太重了现在它不能看浮灶所以解放后呢我用钙材矿这个是可以的钙材矿我们现在已经在做了钙材矿本身也是能量产的东西是的钙材矿现在还没够到金木化生产 [15:00] 也是工程问题第三条是上热因为太空中温度很低零下两个度但是我们知道热交换主要两个方向没有空气所以只能够通过热辐射出去所以辐射叫面积足够大辐射的面积跟温度相关的四十方最后只要把材料温度提高这话我上热交换就高了所以这也是一个工程问题今天在看浮照也是一个工程问题包括通信也是工程问题不管通过你的激光还是通过微波都是工程问题好如果是工程问题我觉得中国公司最喜欢的我们有快速连载能力我们有大量的工程细节我们有大量工程师科学研究各种工程细节改变的东西现在最大挑战就是中国的可回升能力还不够所以导致中国的发射性能力过高像美国现在是2000美金一公斤中国如果没有可回升的话还担心5万块钱一公斤所以这就是导致的如果发射性能力足够高的话太空就不可算因为太空的工作是有太阳能有成本很低可以做到5分前一路电对所以你们是以多长时间的维度的视角来看这个投资吗5到10年而且我从3年前开始做的3年前开始研发了你3年前就开始做对的对的如果说5年的话就快到了2年之后就到了现在要选的那个可回收成本如果你能到比如说1万块钱以内能发现成本这事就有息了刚上个礼拜嘛可回收已经成功了一次了嘛就是用网都是已经在进步了而且我们发现还有一个新的可以往到超特的地方是什么呢中国的电池尝射很好在韩国上电池尝射随着你们看新的模式我不用火箭发射我把一级去掉因为火箭的75%都在一级火箭上让我用电子躺在来做的事我建一个两公里长的发射轨道我就把卫星或者二级火箭直接躺在太空中有十公里我再发启动就行了不需要回收了这成本就会省很多了现在还有一些人在研究在月球制造火箭在月球发射因为月球的引力低低的六分之一但是你东西也翻到月球去啊不用月球可以自射工厂月球有各种可再生打印就是月球打印月球用机器人组装而且那些机器人都不需要是人型的对是吧其实中国现在的基本上这些机械币啊什么搬上去也基本能用了是的是的中美两国在抢月球的南极哇那这个很有想象空间啊搞不好中国其实有可能月球工厂落地的速度还比美国快规模比美国大对反过来刚才你讲中国的周期所以你怎么看美国的这些云对于中国的云会有竞争吗在中国的竞争少了我觉得始终我们在全球要竞争的现在已经是全球竞争了我们在非洲我们也有优势在欧洲美国有优势东南亚原来是美国有优势因为东南亚愿意遵守美国的标准东南亚国家认但中国的标准比如说我们中国有各种安全标准其他国家还不认现在我们要推动中国的标准能被其他国家认可所以我们现在的策略可能就是说比如主权AI是一个差异化竞争的因为他们肯定不愿意跟你搞这种分开的但是中国是完全愿意说我第一我又开源,第二我落地帮你建对了那这些业务你们本身也会做吗?组成AI这块业务对于你们来讲也是有机会的吗?是的那当然同样对中国的其他云也会有机会也有,中国的大模型公司也有很多机会还包括中国的制造厂商比如说机柜的设计、建设中国的芯片也有机会中国的用国产模型跑国产云用国产的芯片产生国产的应用这是黄文勋最害怕的最讨厌的他一直在劝说不希望看到但是没办法也打不住了对因为美国如果美国不限制的可能还没机会美国限制反而必须得做这个事就你一旦让中国跨过那个拐点了那就打不住了模型的拐点已经到了新米的拐点在明年但始终能到对吧推理先到是吧慢慢的可能3.5年训练也不是问题了还有就是存储长青这些慢慢的他直接做3.1嘛对吧之后也应该都能够慢慢的就是说能够用门槛最后还是共同问题所以在中国的共同问题上我觉得中国是优势的