台积电调高资本支出验证大模型需求
屠龙之术
DeepSeek凭借极低工程成本与开源模式颠覆了美股千亿美金的AI金融叙事，行业核心议题正由语言模型走向以多模态为底座的行动智能体。
AI-assisted summary of Vol.85 写在DeepSeek发布一年之后，也写在元宝要发10亿红包之后---串台厚雪长坡 — original source. Check the original for full context.
Source published:
Detailed notes
## Background 该内容由播客频道《屠龙之术》的主理人庄明浩于2026年1月26日发布在RSS/Web平台。根据节目简介，这是一期录制于1月中旬、庄明浩串台雪球旗下播客《厚雪长坡》的节目，他与主播七一共同盘点了过去一年多AI大模型领域在技术、头部厂商、行业分工以及二级市场等维度的最新演进，并探讨了腾讯元宝等大厂在Q4及春节期间的最新竞争动作。
## TL;DR 本期节目深度复盘了自2025年初“DeepSeek Moment”爆发后一年间全球AI行业的剧烈变革。大模型行业已从单纯的语言对话跨越到强调“行动”的Agent生态，多模态技术也从平行走向融合。面对美国高昂的金融算力门槛，中国厂商凭借极致的工程实施与开源生态走出了一条高ROI的突围之路；同时，二级市场的AI投资叙事已进入偏右侧的成熟期，台积电等产业链巨头大幅上调资本支出，昭示着AI正在加速赋能物理世界并重塑下一代的生产力与生活范式。
## Atmosphere & style 整期节目散发着一种资深互联网与投研老兵特有的冷静、务实与敏锐。庄明浩的分享充满现场感与洞察力，既有对技术底座和商业估值模型信手拈来的硬核拆解，又穿插了诸如“带儿子体验多模态工具”等极为生动、接地气的个体实践，具有强烈的时代呼吸感。两个中登在老练、客观的复盘中，隐隐流露出面对中国科技工程优势时的自豪，以及对即将到来的春节行业大战的一种既熟悉又兴奋的期待。听起来既像是一场高密度的行业思想风暴，又像是一位 helpful peer 坐在你身边喝着咖啡对过去一年的 AI 风云侃侃而谈。
## Key takeaways - 台积电大幅上调资本支出至520亿到560亿美元，表明AI产业链最尾端、最理性的巨头验证了AI的实际需求。 - `02:40` DeepSeek R1在2025年春节期间的发布，因冯骥等人的发酵而彻底引爆了技术圈、创投圈和舆论场。 - `05:51` 美国当时沉浸在几千亿美金砸算力的宏大叙事中，而DeepSeek以极低成本实现类似效果，颠覆了中美的AI竞争叙事。 - `05:51` DeepSeek R1实现了从L1普通聊天到L2推理模型的阶段性跨越，且梁老板选择将全套强化学习方法和开源模型进行分享。 - `12:44` 2025年秋季被公认为大模型应用层爆发的里程碑，字节跳动‘豆包’日活破亿，ChatGPT周活逼近9亿，两家均拿到了‘微笑曲线’反弹。 - `14:38` 国内大模型战场已基本收敛，新玩家已无机会，呈现小几十家公司各自划分场景、共享蛋糕的局面。 - `14:38` 中美演进路线差异明显：美国面临极高的金融资本门槛，导致硅谷出现出逃潮并成立New Lab；中国则凭借工程优势和丰富场景，用1%的投入做到对方80到90分的水平。 - `18:49` 行业核心议题正在从语言模型跨越到‘Action（行动）’，Manus的亮相直观展现了AI帮人类干活的过程，引发精神刺激。 - `18:49` 由于现有互联网设施是为人类设计的，Agent的发展正面临生态位博弈，导致冰山之下的Agent Infra（智能体基础设施）及相关协议备受关注。 - `27:43` Anthropic和谷歌的多模态模型（如Nano Banana）展现出惊人的结构化解构与言出法随的能力，多模态大一统成为绝对共识。 - `36:25` Meta（Llama）在2025年因缺乏云厂商基础设施导致股价承压，其挖掘的核心人才更像雇佣兵团，导致整体模型进展在下半年相对‘失声’。 - `45:05` AI技术迭代经历三级火箭：已快挖完的预训练（石油）、处于爆发期的强化学习（新能源）以及2026年硅谷正对赌的自主在线学习Online Learning（核能）。 - `53:05` 李飞飞及相关创企正在全力攻坚‘世界模型（World Model）’，利用AI生成符合真实物理规则的虚拟空间，为具身智能和机器人解决数据进化问题。 - `55:00` AI应用落地沿职能（客服/销售）与行业（医疗/金融/法律）两条脉络拓展，2B战场爆发，而2C领域正渴望从工具属性向平台化和网络效应转型。 - `55:00` AI行业目前呈现以英伟达为首的基础设施层最大的‘正三角’价值链，但历史规律预示其终将翻转为应用层最广的‘倒三角’，释放数倍于前技术浪潮的市值空间。 - `01:05:00` 美股科技巨头绑定关系在2025年底演变为‘近西北乱成一锅粥’的混战，微软与OpenAI和平分手并反手投资Anthropic，市场对算力云和巨头的长远现金流账目开始重新测算。 - `01:10:00` 国内大厂在AI时代的姿态各异：阿里表现激进，将全量业务为千问大模型站台；字节跳动独立组织全力狂飙2C；腾讯则老业务稳健、低调防御，破格提拔年轻科学家折射其内心的焦虑。 - `01:31:44` 普通人衡量是否该使用AI的简单标准为‘一周内是否重复做过五次同一件事’，散户亦可将模型作为投资的‘对手盘’来模拟对立视角、完善自身思维闭环。
## Detailed walkthrough 根据您提供的播客访谈前半部分录音文本，以下是为您整理的详细、忠实且保留现场对话质感的Walkthrough深度笔记。
---
台积电财报超预期与DeepSeek Moment：命运齿轮的疯狂咬合
节目伊始，主持人期一引用了向来以冷静理性著称的台积电（TSMC）在最新财报会上的一个非典型举动：台积电董事长宣布将明年的资本支出（KPS）从原定的490亿美元大幅上调至520亿到560亿美元。董事长强调，这一决定极为审慎，他在过去三到四个月里，亲自向下游客户以及“客户的客户”进行了高频调研，以验证AI是否具有实际需求，而最终得到的答案令他“非常满意”。连这条产业链最尾端、最理性的巨头都给出了如此明确的预期，似乎可以为AI的实际需求直接定性了。
回望一年前（具体为2025年1月20日），DeepSeek发布了开源推理模型DeepSeek R1。该模型迅速登顶全球应用商店榜首，引发美股强烈震荡（1月28日英伟达市值一度蒸发近6000亿美元），同时也开启了A股和港股新一轮的高歌猛进。从那一刻起，中国AI模型的命运齿轮重新转动，并与美国的齿轮紧紧咬合在了一起。
时隔一年，大模型行业发生了天翻地覆的变化，国内的DeepSeek、豆包、千问、元宝、Kimi、MiniMax、智谱，以及国外的 ChatGPT、Gemini、Grok、Anthropic 等，在基础模型、Agent（智能体）和多模态上都有了重大迭代。今天，主持人与《屠龙之术》主理人庄明浩一起，从“DeepSeek Moment”聊起，复盘过去一年的技术、产品、资本故事及产业链投资机会。
* **核心时间节点**：2025年1月20日前后（刚好是去年春节期间），DeepSeek R1发布。 * **爆火触发点**：1月26日晚上23点左右，《黑神话：悟空》的创始人冯骥在微博发了一条“暴论”，称自己用了五天R1，认为“DeepSeek可能是国运级别的科技成果”。这在科技界、创投界和主流媒体中引发了核爆级发酵。
---
千亿美金 vs 几百万美金：大爱开源颠覆中美AI叙事
庄明浩回忆，当时他正陪着老婆孩子在上海周边的一家酒店度假，闲来无事刷手机，突然发现整个朋友圈和媒体都“爆了”。当时美国正陷于一种宏大的叙事中：特朗普刚刚上任，随即发布了由OpenAI、软银等牵头的5000亿美元“星际之门”（Stargate）超级数据中心计划。然而就在美国讨论要砸几千亿美金做AI时，中国突然冒出一个DeepSeek，表示自己“只花了几百万美元”（单次训练成本）就做出了体验差不多甚至更好的模型。
这种几千倍、好几个数量级的成本差距，直接将中国从AI赛道的“看客”拉成了“核心玩家”。1月29日（财报会及去白宫期间），扎克伯格、黄仁勋、Sam Altman、微软CEO等科技巨头纷纷前往国会探讨AI，核心母题全部变成了“如何确保美国在AI领域的绝对领先地位”。因为对美国而言，这场AI之仗绝对不能输。
从纯技术视角来看，中国厂商（如当时的“六小龙”和通义千问）在2024年的版本更新其实一直咬得很紧，但R1的出现带来了巨大的阶段性跨越。
> “ChatGPT发布之后，大家定义这个行业走到叫L1，就是普通的ChatBot（聊天机器人）。但大家用R1知道它会有那个思考的过程，就叫推理，至少看上去像推理的样子。”
在OpenAI于2024年9月、10月发布O1模型（定义了L2阶段）时，其技术细节是完全闭源且保密的，全世界头部的模型厂商在2024年第四季度的核心工作都是闭眼“复现O1”。到了春节前夕，部分厂商其实也做出来了，但只有DeepSeek的梁老板选择将训练方法、实施方式、数据集采集甚至全套方法完全开源。更具“大爱”精神的是，DeepSeek在论文中写道，他们不仅在自己的V3基座模型上训练出了R1，还把这套强化学习的方法复制到了拉玛（Llama）等市面上其他开源模型上，同样实现了成绩提升。
* **开源态势的扭转**：在R1之前，主流观点认为大模型是闭源大公司的游戏（需要极高的资金与顶级人才加持）。但2025年由于Meta的Llama掉队严重，中国厂商凭借频繁且高质量的开源，直接扭转了全球局势。在2025年的各大开源榜单前20名中，几乎全是来自中国的各尺寸模型，逼得闭源模型厂商也必须开源部分非最优模型来做适配。 * **技术本质的讨论**：庄明浩在与技术人员交流后发现，当OpenAI解决了解法从0到1的研发后，后面的事情更多偏向“工程实施与成本效率”，而这恰恰是中国工程师最擅长的高地。
---
2025年大事件复盘与“微笑曲线”的降临
如果回看整个2025年，全世界AI发展的关键词包括：强化学习、Agent、DeepSeek、以及中国视角的“开源”。庄明浩按时间线和中美大事件梳理了过去一年的行业变化：
2025年春节后，市场开始疯狂讨论“贾维斯（Jarvis）概率定论”，即“AI发掘矿产到底是对采矿公司好，还是对整个行业好”的逻辑。3月份，中国团队开发的Agent应用 Manus 惊艳亮相，将全网对Agent的讨论推向高潮并延续到5月。4月美股因关税等因素大跌，随后标普500指数又一路震荡创新高。在模型层面，市场原本苦苦等待的 GPT-5 揭开面纱，但表现并不理想，未能显现出此前版本那种超强的绝对领先身位。
与之相对的，是谷歌（Google）多模态能力的强势崛起。从2025年下半年（2026年初回看）开始，谷歌发布了这一系列动作： $$Video\text{ }U3 \rightarrow NANA \rightarrow NANA\text{ }Pro \rightarrow GEMINI\text{ }S3$$ 这一密集的重磅发布让谷歌的股价在2025年下半年一路狂飙。而OpenAI也在年底进行了一些反击。
在这期间，DeepSeek自身的迭代节奏也反复牵动着市场的神经。在R1将预期拉满后，2025年五六月份传出“R2快做好了”的第一波传闻，当时叙事叠加了“DeepSeek在与华为做测试”（中美芯片对抗叙事）。到了9、10月份，DeepSeek在V3基座上更新了“V3.1_0528版”并发布了最终版。大家本以为按照逻辑下一步会是V4或者基于V4的R2，结果一周后他们发了一个V3.2，显然内部有自己的节奏。到2025年底和2026年初，DeepSeek连续发表了数篇关于模型结构研发的底座核心论文，气氛再次烘托到位。随着强化学习的深入，未来基础模型和推理模型可能会走向融合，甚至可能跳过中间步骤，直接由V4全盘搞定。
更重要的是，2025年被公认为“应用之年”。
> “应用层在2025年秋季迎来了重大的里程碑。字节跳动旗下的‘豆包’突破了一亿日活（DAU），这是APP领域一个至关重要的凝结点。而美国的ChatGPT在10月份左右，周活（WAU）也从8亿传说增长到了9亿。”
这两家巨头都在传统互联网运营中拿到了所谓的**“微笑曲线”**——按常理，APP的用户留存和流量往往随时间递减，最后进入一个低位稳定台阶；但如果用户量级、品牌价值和功能叠加到一定程度，其留存曲线会重新强劲拉升。这种“量变到质变”的微笑曲线，ChatGPT在10月拿到了，传说豆包也拿到了。
进入第四季度，国内巨头开始全面大象起舞。阿里在Q4疯狂加码通义千问在To C应用上的推广，蚂蚁集团也在推自己的阿福模型。字节跳动则直接买下了2026年春节联欢晚会的赞助，肉眼可见除夕夜豆包的日活将冲向巅峰（能否破两亿拭目以待）。面对字节和阿里的全面轰炸，刚刚接手腾讯AI一号位的年轻NLP研究员张永龙将如何带动腾讯元宝和腾讯混元模型反击，成为了2026年最大的看点。
---
大模型战场的收敛：中国特色场景 vs 美国金融门槛
针对“国内大模型战役是否已经告一段落、是否还会有新玩家横空出世”的提问，庄明浩认为新玩家几乎已经没有机会，现存的头部玩家和两家上市公司（如Kimi等）都已经打到了大结局，各自有了要赌的本钱。
目前行业面临一个变相的模糊问题：到底什么体量、什么业务、什么技术底蕴的公司才应该做自己的基础模型？既然算不清理性账，投资界只能采取最粗暴的“估值标准”来评判。虽然中国目前在册备案的大模型有几百个，但真正还在做底层技术研发的已经收敛。
除了互联网巨头和创业独角兽，百度、小红书、B站、小米、美团等都在做，甚至A股的科大讯飞等公司也在大力布局To B、企业服务和国家政府项目，大家都在拼命寻找属于自己的场景。庄明浩指出，模型战场不是平台，也不是短视频（短视频行业好歹也能容下三五家），它不会是一家独大、赢家通吃的。目前的逻辑更倾向于“小几十家公司各自划分战场、共享蛋糕”。
中美在这一块的演进路线展现出了极大的差异： * **美国的巨大金融门槛**：美国的AI模型叙事高度绑定在超大规模的金融资本上，门槛被硬生生拉到了常人不可理喻的高度。这种极致的紧绷在2025年第四季度引发了“物极必反”——硅谷出现了一波由OpenAI、谷歌、Meta前核心研究员出逃创立的**New Lab（新实验室）**。它们特意自称为“Lab”而不是“Company”，资本在它们什么都没有的时候就给予极高估值，本质上就是在赌原有的路径（砸钱堆算力）走到极限后，是否存在全新的“研发范式”或基础模型、Agent的新可能性。 * **中国的工程制造优势**：中国的AI叙事不建立在那种严格、夸张的金融门槛上。中国拥有开源生态、强大的工程实施能力，以及极具中国特色的丰富场景（To C和To To B、具身智能、机器人、先进制造等互相迭代）。庄明浩用了一个极其粗暴且直观的数字总结：中国这些头部大模型公司，**“大概只用了OpenAI投入的1%量级的钱，做到了人家80到90分的样子”**。这非常符合中国的国情，也向外界证明了AI绝非只有“一条路走到黑”的选择。
---
从对话到行动：Manus的隐退与冰山之下的Agent Infra协议战
在DeepSeek Moment之后，2025年第二季度迎来了关于Agent最热烈的探讨。大模型厂商普遍在2025年第一季度将“推理模型（L2）”变成了标配（例如Kimi在DeepSeek后不久就推出了K1.5或K2的推理版本）。行业开始顺理成章地向L3（智能体）挺进。如今看来，L1到L5并不是一个简单的线性替代关系，而是像甘特图一样，在现阶段并行动作、相互叠加。
庄明浩强调，AI之所以要从“语言模型”跨越到“Agent”，核心在于语言只是对话和信息沟通，而技术革命的核心诉求是“争取效益、要干活、要提升GDP”。通义千问近期发布Agent时将关键词定为“Action（行动）”，正是这一逻辑的体现：**AI必须完成从“语言”到“行为”的跨越。**
在这场变革中，Manus之所以能带来巨大的精神刺激，核心在于两个字——**“看见”**。
> “你第一次用ChatGPT，第一次看到电脑屏幕在自左向右地‘吐字’，那种感官冲击是非常直观的，你不需要懂技术。L2推理模型让你‘看见了AI在思考和拆解的过程’。而Manus（以及豆包此前的尝试）则是让人类第一次‘看见了AI在怎么帮我们干活’——看它自动打开网页、点击、访问、收集数据、做PPT。这种视觉刺激最直接。”
然而，一旦进入Agent阶段，事情就从“模型公司内部的工程问题（算力、算法、数据）”演变成了类似“自动驾驶”的超复杂外部交互问题：AI需要跟外界环境交互、调数据库、打车、过路况，还要应对黑天天下雨等各种突发状况。因此，2025年下半年，水面之上的表层Agent讨论变少，而冰山之下的 **Agent Infra（智能体基础设施）** 开始获得爆发式关注。
因为现有的互联网基础设施（浏览器、数据库、短信验证码等）全部是“为了人类操作而设计”的，并不是给AI准备的。如果未来AI是工作主体，就必须诞生一套专属AI的底层协议与工具。例如： * **Browser Use**：专门做给AI使用的浏览器中间件，把浏览器的原始结构打乱、打散，适配AI的场景。 * **AI身份与防爬虫绕过**：AI在访问网页时经常被当成恶意爬虫挡掉，因此需要专门为AI解决身份认证和访问权限问题。 * **底层协议大爆发（MCP、ACP等协议）**：在互联网诞生之初，民用浏览器出现前，HTTP、FTP、SMTP等公有协议就已经搭好了，它们不属于任何商业公司，也没人靠协议本身赚钱。但今天完全不同，引领AI全产业链的全部是商业公司，大家都在谈钱、谈责任划分，“凭什么要用你的协议？我也想占这个生态位”。这种利益博弈导致底层基础设施的构建异常缓慢。
尽管水面上的闪光灯被拿走了，但那些闷声做Agent Infra和用户习惯养成的公司，其真实的商业收入在2025年下半年其实是在保持增长的。
---
让人类叹息的“深度思考”与Google多模态的火影炼丹术
谈及个人体验，庄明浩分享了DeepSeek刚推出深度思考（Reasoning）和在线搜索双按钮点亮时的震撼。在不点亮深度思考时，它和市面上的普通ChatBot没区别；但一旦点亮，你能实打实地看到模型在用一种极其有逻辑、有框架的方式拆解问题。这种启发性的结构化能力，甚至超越了大部分普通人。
> “正如之前洛一航所说：上一代的AI下围棋、开车、打星际争霸，但普通人又不天天开车下棋打游戏。但今天，这一代AI能帮你写邮件、分析报告、模仿你的思维写发言稿，这让身为‘碳基生物’的人类真正产生了明显的叹息和感触。”
回顾这一年来的技术产品，庄明浩提到了几个令他印象深刻的节点。2024年底OpenAI推出O1时由于隐藏了推理过程，且需要付费，大部分人难以感知。当时Anthropic的 Claude 模型在文本和文学理解上极其强悍，比如给它一个指令“写一篇华尔街新闻风格的文章”，它能够精准抽离并理解那种特定的叙事结构、表达和展开方式。
到了2025年年中，视觉与图片、视频模型迎来了几何级进展（如OpenAI上半年生成的吉卜力风格头像短片 Sora/SO），AI开始展现出将极其抽象的“风格与配色元素”进行结构化解构的能力。而到了年底，谷歌的 **Nano Banana (NANA Pro)** 视频模型则真正实现了**“言出法随”**。
庄明浩分享了一个令他非常震惊的亲身经历：他上小学六年级的儿子学校举办“家长职业日”分享，他打算去讲一讲“AI大模型的原理以及如何帮助小学生学习”。他把这个极其抽象、需要用小学生听得懂的语言和故事展开的诉求，喂给了谷歌最新的基于模型的文档生成工具 **NotebookLM**（底层由 Nano Banana/Gemini 驱动）。
他儿子提议用《火影忍者》的IP来配故事，NotebookLM 做出来的结果让人震惊。它完完全全理解了火影的世界观，它并不是简单地画一个“复制忍者卡卡西”挂在PPT上，而是在逻辑层进行了嫁接——比如将“宇智波佐助或卡卡西的复制忍术”与“AI模型的复制、预训练能力”在底层运行逻辑上完美匹配。
后来庄明浩又测试了一个极具中国本土特色、网易开发的低龄儿童爆款游戏《蛋仔派对》。他原本担心谷歌的模型根本不知道什么是蛋仔派对（连他自己都不太懂），结果输入提示词后，Nano Banana 完美理解并生成了对应的风格。最后，由于学校老师可能不喜欢游戏IP，他们最终选定了《西游记》的框架： * **核心逻辑**：将“用户”比作唐僧，“模型”比作孙悟空，用户需要通过精妙的提示词（紧箍咒）来控制它、驯服它，从而增强自身，而不是直接让它帮你抄作业。 * **神奇的隐喻**：模型自动将大模型训练所需的“数据、算法、算力”三要素，隐喻为“太上老君的八卦炼丹炉”（现在行业里调侃大模型训练就是‘炼丹’）。这种在文字理解、常识（Common Sense）与多模态可视化层面的深度打通，在2024年是完全无法想象和实现的。
从前几年的发展来看，语言模型、图片模型、Coding（代码）一直被视为三条平行的主轴（不同车间的拼装组合）。但走到今天，**“多模态进、多模态出（多进多出）”**已经成为了绝对共识，未来“每日可能就是一桌”。2026年初，通义千问的负责人在北京大会上明确提出了今年的核心目标——**“三进三出”**（文字、图片/视频、语音同时输入，中间一个核心模型，同时支持三种模态输出），模型正在走向大一统。
---
搜索巨头的反击与马斯克的2000亿美金估值游戏
相比之下，Gemini 现在的强势在于“信息整理与严谨报告”。大模型诞生之初，全网都在高呼“AI要杀死搜索引擎”，但搜索公司（如谷歌）几十年来积累的底层能力在今天依然是一道护城河。当用户需要研究一个极其严肃、收敛的话题，且“绝对不希望模型产生幻觉”时，需要的是现实的搜索、加工和权重排序。这种“知道什么结果重要、什么排在前面”的直觉，只有搜索引擎公司才具备。
相反，OpenAI（ChatGPT）由于缺乏自主搜索根基，只能借用第三方的搜索能力，多做一步往往就会触及天花板。因此ChatGPT在2025年选择赌另外一条路——**强调提供“情绪价值”**。它在对话中加入了大量恭维、赞美人类的词汇，但在极其严肃认真的专业工作场景里，这种路线明显表现得有些吃力。
庄明浩进一步盘点了美国其他几家头部的最新动态： * **XAI 与 Grok**：马斯克在算力储备和数据中心集群的建设上，是除OpenAI和微软外最疯狂、最激进的一家。2026年极有可能发生的一幕是：马斯克将 XAI 与 X（原Twitter）在业务和公司层面上彻底合并。因为Grok高度依赖Twitter的实时语料进行社交和陪伴尝试，且这两个业务线绑得太深，合并在资本市场上也是一个极好讲的宏大故事。 * **科技巨头的营收与估值倒挂**：在顶级模型公司中，第一名（OpenAI）年收入约200亿美元，第二名（Anthropic）在90亿美元左右，而第三名（XAI）的年收入其实只有5亿美元的量级，差了一个零。然而，红杉、英伟达、微软加持的Anthropic估值在3500亿到3700亿美元之间，OpenAI正在以七八千亿美元的估值融资，而收入仅5亿的XAI估值竟然高达2300亿美元。投马斯克的人逻辑很简单：“我们信你（马斯克），有特斯拉、明年上市的SpaceX以及太空数据中心的故事闭环，你就折腾吧，我们不care短期收入。” * **Meta（Llama）的困局与雇佣兵团**：Meta在过去一年内部经历了剧烈的架构调整，其Llama团队甚至一度陷入了“刷榜、提前泄露”等争议中。Meta的根本是一家“产品应用与流量分发渠道公司”，缺乏像微软、谷歌、亚马逊那样的**“云厂商基础设施”**。2025年各大巨头在资本支出（Capital）上动辄砸下千亿美金，微软和谷歌的投入能直接沉淀在自己的云服务上，而Meta的千亿美金只能“飘在天上”，这也是导致Meta2025年股价承压的核心原因。为了自救，小扎在年中亲自下场，从硅谷最核心的公司疯狂挖人。但这拉来的一批顶级人才更像是一群“特种兵或雇佣兵”，负责人也极为年轻张狂，导致其整体模型进展曲线被拉下，Llama在2025年第三、第四季度几乎“失声”。好在AI对Meta传统广告业务的提效和传统业务的转化（这也是腾讯、谷歌、阿里都在讲的故事）带来了实打实的正面Buff。
---
黄仁勋的“五层蛋糕”与2026年的自主在线学习（Online Learning）
针对“什么样的公司应该在模型基座上继续努力”的问题，庄明浩认为到了特定体量的公司，为了不掉队，基础设施和模型必须得硬着头皮做。在2025年底的各类行业报告中，大家开始流行将AI产业链拆解为一张“对比大表”。
黄仁勋曾形象地将AI基础设施描绘成一个**“五层蛋糕”**： $$\text{底层基础设施} \rightarrow \text{数据中心} \rightarrow \text{芯片} \rightarrow \text{基座模型/云} \rightarrow \text{上层应用/具身智能（机器人）}$$ 在这张大表里，谷歌是极少数每条赛道都很强、蛋糕的每一层都有且都实现了闭环的巨头。而亚马逊（贝索斯）为了实现闭环，甚至要去布局太空和具身智能。无论这种标准是否完全合理，资本市场目前就是以此来评判巨头的。在中国，阿里、字节、华为、百度同样在芯片、数据中心、云、模型、应用和渠道上各自寻找最强点和优先级。
相比之下，像国内刚刚上市或谋求上市的质谱、MiniMax等初创大模型公司，显然不具备这种五层蛋糕的资本实力，它们目前只能死守“基座模型 + 上层应用”这两层。这一波AI浪潮对初创公司创始人的要求极高，必须是“六边形战士”。因为大家意识到这绝不是像“元宇宙”那样折腾三年就结束的概念，而是一场长达五年甚至更久的持久战。
重新审视 DeepSeek Moment，庄明浩分享了一个很有意思的硅谷推文：
> “鉴于大模型公司已经快把物理世界的电力、能源、数据极限摸到头了，未来五年要兑现几万亿美元的预期太难。有人建议：美国的模型公司不如学学中国，自己去开一家‘量化基金’来赚点股票钱，实现自我造血。”
这一年幻方的业绩非常扎实，国内几家有量化背景的基金和公司做的大模型能力也极其强悍。DeepSeek背后的母公司正是在量化和AI模型战场结合得最深的一方，这导致它在商业逻辑和身位上展现出了一种“独孤九剑”般的特殊性。在清华近期举办的大模型开源聚会上，质谱、Kimi、通义千问、腾讯混元悉数到场，字节跳动因偏向开源也参与其中，而MiniMax因忙于上市未出席。唯独DeepSeek，它是属于“可以来，但完全不想来”的超然存在。
展望2026年技术的迭代空间，我们究竟是如何得到今天如此强大的模型的？庄明浩进行了底层逻辑的科普：
1. **预训练（Pre-training）**：通过海量数据喂养让模型具备网状认知。但到了2025年中期，整个科技界发现“预训练的公网数据已经有80%被喂干了”，遇到了天花板。谷歌之所以能在2025年下半年凭借预训练变强，不是因为找到了新数据，而是因为在“工程实施、数据清洗、挑选和配比”上做到了极致，证明预训练仍有30%的精细化空间。 2. **后训练/强化学习（Reinforcement Learning）**：2025年被称为“强化学习元年”。像做题一样，做对了激励、做错了惩罚。所以2025年AI在数学和Coding（代码）上发展最好，因为对错有绝对的客观标准。但对于无法给标准答案的模糊场景，2025年下半年顶尖的数据标注公司重新变得炙手可热——行业需要吸引最Top的资深律师、医生、金融交易员来构建人类认知中的完美答案。强化学习目前仅发展了40%到50%，2026年大家将继续研究如何建立围栏、防止模型像员工完成KPI一样进行“取巧（Reward Hacking）”，并完善打分机制（Benchmark）。 3. **自主在线学习（Online/Continuous Learning）**：这是2026年硅谷所有 New Lab 以及头部公司公认正在对赌的第三级核心火箭。现在的模型是“断代式”的（训练好一个节点，发布，再闭门训练下一代）。而 **Online Learning** 要求模型能够根据用户的实时输入和反馈，进行**实时的持续自主进化**。
> “业界有一个极佳的比喻：预训练像石油，很强但有限，快挖完了；后训练/强化学习像新能源，在不断更替和爆发，但也有其边界；而一旦 Online Learning（在线实时学习）得以实现，它就类似于‘核能’，整个AI将彻底起飞。”
正是为了赌这第三级“核能”的可能性，硅谷才涌现出如此多的 New Lab。这也对大模型公司提出了全新的挑战。在近期的大会上，唐杰和杨植麟都提到了一个全新概念——**“Token ROI（Token投资回报率）”**。在算力、研发资源和资金有限的情况下，如何把Token投在上述三件事上、投多长时间、达到什么效果，成为了衡量CEO核心能力的指标。虽然Token和算力的静态成本在以每年降一个零（十分之一）的速度暴跌，但最前沿、最好的模型永远因为能力提升而维持在最贵的梯队。
最后，多模态已经开始强行赋能物理世界。纯语言在很多窄领域已经无路可走，例如具身智能（机器人）之所以智能化进展慢，是因为现实物理世界没有那么多现成的数据供其预训练。
为了解决这个问题，李飞飞的模型公司以及众多具身智能创企正在全力攻坚**“世界模型（World Model）”**。所谓的世界模型，就是利用AI直接一句话生成一个全虚拟的、但**完全符合现实物理世界规则**（如山坡的斜率摩擦力、石头的重量、玻璃杯掉落会碎、水流的阻力等）的空间。
以往这种空间需要游戏公司用人工一个个代码抠出来，成本高昂。自动驾驶和人型机器人如果想走向通用、变成能够应对各种环境的“保姆”，就无法单纯靠人类写死规则，必须把它们扔进AI生成的、成本可控的仿生“世界模型”中进行成千上万倍速的数据采集与高频进化。这种文字理解逻辑、多模态能力与物理常识的全面匹配，正是2026年正在发生的科技现实。
以下是根据播客录音后半部分（55:00 - 1:40:00）整理的详细、忠实的文本漫游。
---
`55:00` 世界模型的技术路线与2B战场的爆发
谈到机器人在可控的虚拟环境中通过AI进行模拟训练，目前行业内的“世界模型”主要分化为两大路线。一派是以李飞飞和DeepMind为代表的“物理路线”，专注于模拟真实的物理环境。另一派则是“多模态/视觉派”，从图片和视频生成演化而来。视觉派做的是基于视频的实时渲染与生成，比如想象一下，“我们坐在这录播客，我直接在生成过程中说：‘前面这个录播客的人站起来了，走到前面把那个椅子踢倒了’，画面里的人就真的会站起来去踢倒椅子”。这两套技术在2025年Q3、Q4开始吸引大量公司投入与尝试，虽然世界模型之前也有人做，但直到25年下半年，媒体关注度和融资的疯狂程度才真正到达顶峰，部分原因也是因为行业内其他旧话题“没有什么新鲜事了”。
与技术底座并行的是具体行业的垂直应用，特别是AI医疗等方向。嘉宾的一位做数据库的朋友指出，AI应用落地有两条脉络：一条按职能分，如最常见的客服和销售；另一条按行业分，如医疗、金融、法律。行业内生数据的价值越高，企业就越会优先尝试拓展AI能力。在成熟的美国2B战场上，除巨头外的各类AI热榜中，大量上榜公司正是聚焦于法律、金融、销售和视频剪辑。相比之下，2C领域的多模态技术虽然在并行爆发并解锁更多场景，但过去三年AI总体偏向“工具属性”，而工具很难做到体量巨大。到了2026年，厂商们都极度渴望向“平台化”转型，以此加强商业模式和网络效应。例如ChatGPT刚刚加入了广告，这完全在市场预期之内。
从整个IT行业的价值链来看，正常的结构应该是一个“倒三角”——离用户最近的应用公司最多、体量最大、最有价值，中间层是云和基础设施，底层最小。但目前AI行业却是一个由芯片巨头英伟达领衔的“正三角”，基础设施层最大，应用层反而最小。这种价值链终究会倒过来，既然底层英伟达已经撑起了4.1万亿美元的市值，那想象一下，如果把这个结构倒过来，最上层的应用层空间得有多么巨大。回顾历史上的几轮技术浪潮，从传统IT到互联网，再到云，每一浪的整体市值规模基本都是前一浪的三倍。美国科技公司的总体规模可能要从6万亿美元乘以三，奔着20万亿美元的规模去。
---
`01:00:00` 估值逻辑的演变与右侧投资的困惑
转向观众最关心的二级市场股票和投资话题，中美在公司估值和基本面上展现出独特的生态。国内创投圈存在一个“1%定律”的段子：中国公司基本上用美国1%的成本做到了对方80%的水平，但相应的，其估值往往也只有美国的1%。这个定律在国产GPU投资上同样适用：英伟达市值四五万亿美元，其1%就是400到500亿美元，换算下来正好是国内头部GPU公司3000亿人民币左右的估值。尽管两者的收入完全无法相比，但“对标”成了决定当前时间点估值最重要的因素。对于OpenAI高达1万亿美元的估值，市场也不是看它现在两三百亿美元的年收入，而是看它在2030年能否实现两三千亿美元的年收规模，并参照谷歌目前单季度1000亿美元的体量来衡量。无论是中国还是美国的一级、二级市场，只要趋势能算得出来，资金就会“完全不保守”地把预期直接打满。
这种把老大估值打得极高的现象，导致第二名的标的显得“便宜”。这让人联想到2021年快手在香港上市前夕的疯狂场景，当时二级市场对业务构成有无数分歧，唯独对高估值没有任何异议。因为当时B站市值在巅峰期有100多亿美元，一比之下就觉得快手不贵，而快手冲上去后，又反衬得腾讯很便宜，整个板块就是这样被“替运动”飞推上去的。如今谷歌四万亿、微软高企，如果未来AI软硬件领域只能留下两三家巨头，作为第二名的Anthropic似乎怎么看都不会太差，从而吸引了长线机构的几十亿美金。现在的AI模型领域已经完全不是“左侧切入”的区域，而是彻底变成了“偏右侧的投资方法”。对于那些在一两千亿美元高位仍疯狂追逐xAI的资金，唯一的解释就是“他们信马斯克”，因为马斯克在历史上从没让投资人亏过钱。
- 整个IT技术浪潮的历史规律显示，每一代科技革命的总体市值规模约是前一代的3倍。 - OpenAI 2030年的可预测收入规模预计在每年2000亿至3000亿美元之间。 - 快手上市前的历史参照：B站当时巅峰市值约100亿美元，快手上市引发了二级市场估值联动。
---
`01:05:00` 美股巨头阵营的“近西北乱成一锅粥”与A股叙事
在美股科技巨头（Magnificent 7）的博弈中，各大阵营的绑定关系错综复杂，用业内的话说就是“近西北乱成一锅粥”。最初的战场是微软与OpenAI绑定，而亚马逊和谷歌很早就投了Anthropic。然而在2025年11月份，微软与OpenAI正式“和平分手”，解除了互相的独家限制。这导致微软反手参与了Anthropic的新一轮融资，而谷歌也在疯狂的循环融资中对Anthropic进行了加码，并签下了庞大的云绑定协议。另一边，苹果和谷歌则走在了一起。
这种多方混战在2025年底的股价上引发了分道扬镳。市场曾将预期激进地打到了2030年（包括资本开支、数据中心建设和收入增速），但随后发现“账算不过来”。首当其冲遭遇惨烈抛售的是那些杠杆最高、提供新型算力云服务的New Cloud公司（如CoreWeave、Nebius），市场担心其现金流断裂；接着是甲骨文（Oracle），被担忧未来三年的资本投入会拖垮现金流；甚至连AMD的数据中心业务也被质疑无法真正起势。不过，到了2026年年初，除美光等存储芯片公司因情绪高涨仍在疯狂拉升外，英伟达、谷歌、苹果、微软、Meta等巨头的股价已经基本稳住，说明之前的预期测算在当下已经“把账结完了”，市场正在等待新的事件来引爆。
反观国内，过去十几个交易日中A股和港股也都在围绕AI应用落地、硬件入口等场景进行击鼓传花式的炒作。由于字节跳动的豆包等App面临各种流量和生态围剿，国内大厂也在积极寻找独家合作的手机厂商。AI战争的版图正在从原先的五层模型蛋糕，进一步向硬件入口和“手机之争”外延，这让人们产生了一种“十几年前搞移动互联网入口之争的大厂又回来了”的强烈既视感。
---
`01:10:00` 国内大厂的焦虑、底气与阿里的“尚方宝剑”
过去一年中概互联板块的估值抬升，除了本土电商大战等因素外，基础设施和AI的迭代贡献了巨大的情绪溢价。虽然狭义上的AI业务收入并不足以支撑如此高的市值，但底层技术和各种“对抗叙事”的Buff叠加，让这个结果显得合理。在这场战役中，各家大厂的姿态截然不同。阿里表现得最为饥渴和激进，不仅在阿里云的战略位置提升、千问大模型的研发上全力以赴，还在年底推出了千问App的Agent生态。在Q4的一场发布会上，阿里的CEO们仿佛拿到了“尚方宝剑”，“全量业务都装在千问里，之前是说千问给业务赋能，现在反过来了，是所有业务来给千问站台、填Logo”。因为阿里历史上一直对社交、2C和超级DAU抱有执念，这次AI大潮让他们不惜一切代价地疯狂投入。
相较之下，没有上市的字节跳动在经历组织架构调整后，将AI与海外团队切开，由专家带领四个团队，让豆包独立并疯狂招人，在多模态和2C侧跑得非常强。腾讯则像极了美国的苹果，属于“家底太厚、老业务太稳”的代表。腾讯的游戏、广告、金融支付都在全面增长，这让它拥有了“任性”的资格。虽然腾讯推出了元宝，也在年底根据AI趋势微调了组织架构，但腾讯在面对重大威胁时往往需要时间。就像当年的短视频战争，腾讯也是经历了微视的几轮折腾和重启，最后直到微信视频号的爆发才真正缓解了短视频焦虑。
- 亚马逊在2025年Q3、Q4财报后股价大涨12%，核心在于AWS云增速重回20%以上。 - 在25年Q3之前的两个季度中，由于OpenAI的强绑定，微软云的单季度边际增量和绝对增速（约30%）曾一度超越AWS（10%多）。 - 科技巨头的走势规律：2023年七姐妹绝对领先，2024年领先幅度缩小，2025年则是由能源、存储、软件等非七姐妹的AI概念股领涨。
---
`01:15:00` 少年天才与中流砥柱，谁在迎合情绪？
面对AI时代的全员All in，大厂在公关和舆论端展现出的心态也各有不同。有人激进，有人焦虑，也有人选择引入极度年轻的AI科学家（如腾讯引入姚顺宇，小米引入罗福利）。对于是相信“超小年龄的少年天才”还是相信“三十多岁的中流砥柱”，这实际上成为了一个深刻的时代母题。其实，巨头的状态完全取决于创始人的性格——腾讯、字节、阿里、拼多多、美团、京东皆是如此。腾讯在当下的时间点选择破格提拔年轻的研究员，说明管理层内心并不是表面上看起来那么不焦虑。
从业务层来看，腾讯的做法其实很扎实，属于“不显山露水但效果还行”。他们将AI融入腾讯会议、腾讯文档、微信搜索和公众号，并在最核心的游戏板块开发了3D世界模型。这种偏低调的态势能够“兜住腾讯在AI时代的底，但不足以把上限拉出来”。股民面对这种稳健会显得很尴尬，因为当下AI就是情绪主导的，散户和公司所处的“身位”不同，追求的东西也不同。阿里的性格是要持续有战役、立Flag、集中力量干大事；而腾讯则无法完美匹配散户这种对短期情绪的预期。目前腾讯股价已经回到了600多元的相对高位，从价值投资的角度来看，已经算不上便宜了。
---
`01:25:00` 台积电的极度乐观与2000年泡沫的冷思考
“当前是不是一场泡沫？”这个母题在2025年Q4、伴随着英伟达、博通、AMD和甲骨文之间密集的循环融资而讨论到了顶峰。到了2026年，市场开始接受“存在即合理”的逻辑。几乎所有金融机构对2026年股市的预期都是“震荡向上”，但这种过于集中的共识也蕴含着风险。任何科技革命都会经历技术曲线的喧嚣阶段，大家现在接受了要么在山腰、要么在山顶的现实。值得注意的是，现在科技股从山顶跌到山底、再重新涨回来的周期被“疯狂压缩”了，像去年四月份的大跌很快就被收复。因此，即使市场面临巨大挑战，也不会变成一个跨年的超长期问题。
在整个产业链（用户-应用-模型-云-数据中心-芯片-代工）中，最底端的台积电（TSMC）刚刚发布了财报。这家历史上一向以冷静、理性著称的公司，在董事长出席的财报分析师会上给出了极其强烈的信号：台积电决定调高明年的资本开支（CAPEX）预算至520亿到560亿美元。董事长强调，这一决定是非常审慎的，是他们在过去三四个月里跟客户以及“客户的客户”做了大量密集调研、验证了实际需求后才做出的。当这条产业链上最尾端、最理性的巨头都给出了明确的景气预期时，整个产业大势基本可以定性。虽然英伟达和模型公司的故事真假难辨，但台积电的数字是无法作假的。即使它会像2000年互联网泡沫或2008年金融危机那样经历阶段性下调，AI工具本身的迭代和使用率的提升，也证明其底层正处于健康的正向循环中。
- 台积电将其预估的资本开支（CAPEX）从原先的约490亿美元上调至520亿到560亿美元。 - AI产业链的传导路径：用户层 $\rightarrow$ 应用层 $\rightarrow$ 模型层 $\rightarrow$ 云计算/数据中心 $\rightarrow$ 芯片设计（英伟达/AMD） $\rightarrow$ 晶圆代工（台积电） $\rightarrow$ 上游原材料/能源。
---
`01:30:00` 个体的AI实践：让模型成为你的“投资对手盘”
从实操层面来看，2025年初的“DeepSeek Moment”成为了很多人真正大规模使用AI的转折点。在品牌公关等文字密集型行业，把大量稿件交给AI来打底稿已经成为日常。不同模型的性格偏好和幻觉点各有不同，很多从业者现在每天同时跑五个不同的AI模型，“就像有五个小同事在竞争上岗”。
关于普通人如何用AI实现高效工作，嘉宾提出了一个简单的衡量标准：“如果你在工作或生活中，有一件事一周内重复超过5次，你就应该尝试用AI去解决它。”无论是信息加工、总结整理还是可视化表达，AI的效率都“强的没边”，翻译长难文章更是到了无痛的境界。普通个体不需要每天被宏大的科技新闻和媒体声量所轰炸，更重要的是思考如何用它改进具体的日常。
对于散户投资者，AI可能无法直接帮你做出完美的投资收敛，但它是一个极佳的“对手盘训练工具”。当你认准或看好某只股票时，与其跟它做简单的头脑风暴，不如直接命令它：“今天你作为我的投资对手盘，如果由你来做空或反对我，你会怎么考虑？有哪些风险是我没考虑到的？”通过这种模拟的敌对视角对话，可以快速逼迫自己完善投资逻辑，打磨出真正适合自己风险偏好的思维闭环。
---
`01:35:00` 下一代的AI教育与“春节大事”的行业宿命
谈到下一代的教育，很多家长在面对“小学要不要给手机、Pad和AI工具”时非常焦虑。人类偷懒和寻找捷径的天性不可避免，堵不如疏，现在很多大班的孩子（如五六岁）通过极强的语音交互功能，已经可以无缝使用AI了。比如在面对“画出那些（Those）”这种抽象的英语大班作业时，AI可以通过简单的图像生成提供创意，解决家长的燃眉之急。现在上海、北京有许多从大厂离职的初创团队，正在针对儿童开发AI夏令营和黑客松项目。比如在一周的封闭式营地里，由做AI视频的大拿、纪录片导演和培训老师带着一二十个孩子，从头开始用AI视频能力做出一支真正可以放映的纪录片。这种参与感和创造力的释放，是这个时代给孩子带来的外围环境。
纵观过去几年的发展，AI行业似乎形成了一个独特的“春节爆发宿命”。2023年春节是A股AI概念股的第一波浪潮；2024年春节OpenAI推出了Sora；2025年春节爆发了DeepSeek Moment；而到了2026年春节，整个行业的期待和气氛已经烘托到了极点，市场都在共同期待新一轮革命性事件的发生。
- 2023年春节：国内A股AI概念股引爆第一波炒作热潮。 - 2024年春节：OpenAI 发布视频生成模型 Sora。 - 2025年春节：DeepSeek 推出全新模型，引发全球性的“DeepSeek Moment”。
## Notable quotes > `02:40` DeepSeek可能是国运级别的科技成果 — 冯骥
> ChatGPT发布之后，大家定义这个行业走到叫L1，就是普通的ChatBot（聊天机器人）。但大家用R1知道它会有那个思考的过程，就叫推理，至少看上去像推理的样子。 — 庄明浩
> 应用层在2025年秋季迎来了重大的里程碑。字节跳动旗下的‘豆包’突破了一亿日活（DAU），这是APP领域一个至关重要的凝结点。而美国的ChatGPT在10月份左右，周活（WAU）也从8亿传说增长到了9亿。 — 庄明浩
> 大概只用了OpenAI投入的1%量级的钱，做到了人家80到100分的样子 — 庄明浩
> 你第一次用ChatGPT，第一次看到电脑屏幕在自左向右地‘吐字’，那种感官冲击是非常直观的，你不需要懂技术。L2推理模型让你‘看见了AI在思考和拆解的过程’。而Manus（以及豆包此前的尝试）则是让人类第一次‘看见了AI在怎么帮我们干活’——看它自动打开网页、点击、访问、收集数据、做PPT。这种视觉刺激最直接。 — 庄明浩
> AI必须完成从“语言”到“行为”的跨越。 — 庄明浩
> 上一代的AI下围棋、开车、打星际争霸，但普通人又不天天开车下棋打游戏。但今天，这一代AI能帮你写邮件、分析报告、模仿你的思维写发言稿，这让身为‘碳基生物’的人类真正产生了明显的叹息和感触。 — 洛一航
> 鉴于大模型公司已经快把物理世界的电力、能源、数据极限摸到头了，未来五年要兑现几万亿美元的预期太难。有人建议：美国的模型公司不如学学中国，自己去开一家‘量化基金’来赚点股票钱，实现自我造血。
> 预训练像石油，很强但在有限，快挖完了；后训练/强化学习像新能源，在不断更替和爆发，但也有其边界；而一旦 Online Learning（在线实时学习）得以实现，它就类似于‘核能’，整个AI将彻底起飞。 — 庄明浩
> `01:10:00` 全量业务都装在千问里，之前是说千问给业务赋能，现在反过来了，是所有业务来给千问站台、填Logo — 庄明浩
> `01:30:00` 如果你在工作或生活中，有一件事一周内重复超过5次，你就应该尝试用AI去解决它。 — 庄明浩
> `01:30:00` 今天你作为我的投资对手盘，如果由你来做空或反对我，你会怎么考虑？有哪些风险是我没考虑到的？ — 庄明浩
## Mentioned 台积电, DeepSeek, DeepSeek R1, 豆包, 通义千问, 腾讯元宝, Kimi, MiniMax, 智谱, ChatGPT, Gemini, Grok, Anthropic, 七一, 庄明浩, 冯骥, 黑神话：悟空, 特朗普, OpenAI, 软银, 扎克伯格, 黄仁勋, Sam Altman, 微软, Meta, Llama, Manus, 谷歌, Video U3, NANA, NANA Pro, GEMINI S3, 蚂蚁集团, 阿福模型, 字节跳动, 张永龙, 腾讯混元, 百度, 小红书, B站, 小米, 美团, 科大讯飞, Browser Use, MCP, ACP, Claude, Sora, NotebookLM, 蛋仔派对, 网易, 西游记, 火影忍者, XAI, X, Twitter, 红杉, 英伟达, 亚马逊, 姚顺宇, 罗福利, 腾讯会议, 腾讯文档, 微信, 拼多多, 京东, 唐杰, 杨植麟, 李飞飞, DeepMind, AMD, 博通, 甲骨文, CoreWeave, Nebius, 苹果, 美光
[Source](https://dts-api.xiaoyuzhoufm.com/track/6507bc165c88d2412626b401/6977580d109824f9e1aa7167/media.xyzcdn.net/6507bc165c88d2412626b401/lgsy0UmRVCba5BCCieUA7Sjli-OF.m4a)