庄明浩
一期带 PPT 的 solo，来记录这个跌宕起伏的 2025 年 AI 行业。在 2026 年 1 月底这个时间点，我想跟大家重新回顾一下过去一年 AI 行业发生的这些事情。
我今天的 PPT 有 181 页，应该是我历史上页数最多的一次。其实这个 PPT 是为一家互联网公司的内部宣讲准备的，昨天晚上我已经讲完了。不过，因为业务需求，他们对内容做了一些调整，所以昨天晚上内部演讲的版本只有大概 120 页，删去了比较多的东西，也增加了一部分他们要求的、和业务相关的内容。现在讲的是之前做出来的完整版本。所有的 PPT 文档我会放在 Show Note 里，有需要可以去下载。
我给今天的文档和主题起了一个标题，叫《同一代技术，两个系统》，副标题是《2025 到 2026 中美 AI 的并行展开》。看到这个标题，大家应该就会知道，今天的内容会分成两个大块：一块是美国，一块是中国。
如果你们听过我过去一年多关于 AI 行业整理的 PPT，应该知道，我在去年年底做 2024 年总结的时候是分中美来讲的。但是在 2025 年的过程中，比如 2025 年年中、2025 年第三季度，以及 2025 年 11 月那次整理，视角其实大部分都放在美国。所以我会觉得，可能是习惯，也可能是意外，到了每年年底这个时间点，我都会觉得需要做一次中美两国的对比。
很多人会说，你之前不是做过年度总结吗？确实，我上一次做超长 PPT 的 AI 行业总结，是在狂喜博客节上讲的那次。那次应该是 10 月下半旬开始动手做，11 月初在狂喜博客节上讲的。当时讲的逻辑和我去年下半年讲的逻辑很像，会讲技术、产品、资本和泡沫。那是我的第 76 期播客。
既然已经讲过那一次，为什么又做了一次年度总结？事情是这样的：小宇宙播客节的举办时间是 11 月 3 日。虽然 11 月 3 日也接近年底，但从我开始做，到真正结束，2025 年其实还剩两个月，再加上 2026 年 1 月。虽然元旦已经过了，但春节还没有过，所以可能仍然处在 2025 年的叙事里，又过了大概三个月的时间。
大家要知道，过去这一年，按照我的节奏，基本上每三个月行业就要翻一次，我的 PPT 就要重新写一次。所以差不多照着这个时间点，我们就再做一次。某种程度上，这也算是回归传统。因为在 2024 年年终总结的时候，我们也讨论过，到底应该如何记住 AI 行业的这一年。当时采用的就是中美对抗的框架，只不过在那之后几次年终 PPT 总结里，记录的更多是偏美国的叙事。
做完这次节目的 PPT 大纲和想讲的内容之后，我把所有东西都交给 AI，让 AI 帮我写了一段导语。它写的是这样的：
“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，更激进的资本趋势，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。”
这段话基本上完美地解释了今天内容的全部展开。
美国和中国大概都分成三章，所以一共有六个章节。美国的三章分别是：从模型到产品，从实验室到公司；从产品到场景，从公司到行业；从行业到市场，从市场到资本。它其实不是断点，而是从什么到什么、从什么到什么的连续过程。
我们正式进入第一章：从模型到产品，从实验室到公司。这一章又分成三个小节。第一节，2025 年到底是什么年，2026 年呢？第二节，主桌的比喻是不是需要调整？第三节，主桌上的玩家们到底在赌什么？
1. AI 能力边界正在重画
先看 AI 能力边界的进化。直到今天这个时间点，AI 发展到现在这个样子，依然会有很多人说，AI 还是做不了很多很基础的事情。现实确实如此。我在推特上看到一张图来代表这个概念，觉得画得非常好。
如果人类的能力是一个圆圈，最开始 AI 可能只是在这个圆圈里某些小块的地方，出现一些小小的凸起。它可以做一些很简单的任务，但整体而言是一个非常弱的状态。
随着发展，你会发现 AI 在某些能力上开始展现出非常强的进化速度。它的某些凸起、某些尖端长得很快，甚至快到接近人类的边界。这个时候，我们会说 AI 可以帮我们做一些简单的任务了。
继续发展之后，它可能仍然是这种不规则的发展状态。某些突起可能已经突破了人类的极限，但它还有很多部分非常弱，甚至弱于人类的能力。所以这个时候，很多人会说，你看，AI 还是做不了某某事情，还是做不了某某事情。但他们可能没有看到，有些事情 AI 已经突破了人类的极限。
再往前发展，AI 依然是一个不规则图形。它绝大部分能力可能已经把人类的边界突破到不知道什么地方去了，但仍然有一小块地方没有把整个人类技能的圆圈占满。这个时候大家会说，AI 确实非常强，但它还是有一些事情会失败。
我们大概率可能正处在第三到第四个阶段，也就是说，AI 在某些能力上已经超过人类，但也有很多事情不如人类。下一个阶段，是 AI 在绝大部分事情上都比人类强，只有小部分事情比人类弱。
那 AGI 是什么？AGI 就是 AI 依然依靠这种不规则形状发展，直到发展的面积全部覆盖人类的那个圆圈。那个时候，就是 AGI。
这个图的可视化表达非常贴切。它确实可能代表过去这些年，甚至不仅是过去三年，而是过去几十年 AI 行业发展的状态。
回顾波澜壮阔的又一年，2024 年年底我在写“我们该如何记录 AI 行业这一年”的时候，那个话题或者标题似乎依然适合今年的模型进展。无论是语言模型还是多模态模型，回头去想过去一年重大的模型发布，从年初的 DeepSeek R1 开始，到今天也不过才发布了一年的时间。
这一年里有 GPT-4.5、GPT-5、Claude 4、Claude 4.1、Gemini 2.5 和 Gemini 3。视频模型有 Veo 3、Nano Banana、可灵、海螺，也有很多其他模型，包括 DeepSeek R1、V3.1、V3.2，以及我们可能马上会在春节看到的 V4。
回顾这一年，新模型的发布基本上是按周来进行的。几乎每周都会有头部厂商发布新模型。这里有一个视频，是我在推特上找到的。应该是一家 SaaS 公司用 AI 视频生成模型总结过去一年 AI 行业发展状态的视频，我觉得几乎总结得非常好。
Wait, how did we get here?
Started 2025, AI raced so bright.
Then DeepSeek dropped and shook VCs overnight.
Sam said, “Hold my beer, o3-mini’s live.”
Elon feeling FOMO, tried to buy OpenAI.
Vibe coding became the new hype, GPT-4o turned to Ghibli overnight.
Builder.ai clueless, TAM in disguise.
Apple said AI is a scam, but look, Liquid Glass UI, Sam swooped in, stole Jony Ive.
Zuck got crazy FOMO, poaching talent left and right.
Claude dropped a coding beast, Elon dropped Grok 4, said AGI in sight.
Astronomer CEO caught in the act.
MIT said AI’s a bubble, CoreWeave almost popped it.
But the bubble keeps inflating, Trump keeps hosting, Sam keeps launching, tech content keeps evolving, AWS keeps crashing, China keeps scheming.
But hold up. Google woke up out of nowhere. Gemini 3, Veo 3, Nano Banana in the air, snatched the crown like it was always there.
从 DeepSeek R1 开始，到 GPT、苹果 AI 能力的失败、Claude 4、Meta 重组 AI 团队、Vibe Coding，再到年底 Google 强势崛起，这个一分多钟的视频几乎总结了整个 2025 年美国 AI 行业发生了什么，非常完整。这个歌应该也是 AI 生成的，节奏感也很好。非常推荐大家去 B 站看一下视频版本。
我们回到前面那个标题：到底该如何记录 AI 行业的这一年？
2025 年，我们刚才数过，有 DeepSeek R1、Claude 4、Claude 4.1、Sora 2、Suno V5、GPT-5、Gemini 3，以及年底的 GPT-5.1 和 GPT-5.2。除了模型之外，还有很多其他关键词，比如强化学习、后训练、多模态、Web Coding、World Model。
你会发现，这一年从模型技术进展的角度来看，发生了无数事情。如果要抽关键词，第一个当然是推理模型的大爆发。从 DeepSeek R1 开始，其实甚至应该从 2024 年 9 月 OpenAI 发布 o 系列开始，整个推理模型的发展都超出了所有人的预期。
根据 OpenRouter 的统计，目前已经有超过 50% 的模型是推理模型。今天，推理模型已经成为各家模型厂商的标配。所以，2025 年关于模型的第一个关键词，就是推理模型的大爆发。
回头来看，我们到底是怎么一步步走到这里的，其实这个观点我在之前的 PPT 里讲过很多次。我们通过预训练，给大模型喂数据，再和人类对齐，得到初始模型；然后通过后训练，以及今年大家经常谈到的中训练，通过可验证强化学习，得到了推理模型。
如果总结一下，今天这个时间点，AI 行业整体的技术路径，是从预训练到后训练，再到强化学习的崛起。它代表了过去三年整个 AI 行业的发展。
这件事情也对应了目前世界上头部 AI 实验室的组织结构和业务结构。它们会分成预训练团队、后训练团队和推理团队。相关的头部模型厂商，往下走还会涉及硬件团队。所以技术研发的节奏，和这些公司的组织架构也非常相关。
简单总结来看，2025 年是一个非常重要的变化年。从各家模型厂商算力和资源投入的角度来看，过去大家可能更多把资源投入预训练，但经过 2025 年之后，大家把更多资源投到了后训练，也就是强化学习，尤其是基于可验证强化学习的构建。
这件事情看起来会持续很多年。很多人会说，预训练可能已经在边际上到了比较极端的状态，按照业内的说法，可能已经挖到了 70% 到 80%，所以边际效应会显著变差。大家会把更多精力和资源投入到后训练。
后训练涉及强化学习环境的搭建，这可能是过去一年以及未来几年头部模型厂商都要做的重点工作。环境搭建、任务设置、任务设置之后模型表现的打分，以及整套强化学习环境的工程化实现和结果验证，可能是肉眼可见的中短期内，模型厂商都要做的重要投入。
到底是谁在搭建这些强化学习环境？除了模型厂商自己之外，还有几个参与方。现在美国出现了一批初创公司，专门做强化学习环境搭建，然后把服务卖给模型公司。尤其是在编程、数学等特定领域，这些已经被验证是最有效的强化学习环境。
一些产品公司也在搭建自己的强化学习环境。产品公司会发现，在自己服务的场景里，尤其是一些 To B 和 SaaS 产品，强化学习环境不能依赖通用模型的那套东西，而是要自己搭建。
还有更广义上的传统数据标注公司，比如 Meta 收购的 Scale AI。Scale AI 被收购之后，它的市场份额被其他公司拿走了，典型的像 Mercor。这类公司可以被定义为 LLM 时代的 AWS，为 AI 实验室提供任何需要人类反馈来提升智能系统的服务。
Mercor 17 个月内把 ARR 从 100 万美元涨到了 5 亿美元，速度非常快。这个赛道的价值被重新发现了。相关初创公司的融资在美国发生得特别多，做相关业务的公司的收入涨得也非常快。
它们就是新时代的数据民工。过去一年我看了很多硅谷公司的采访，其中一个让我印象比较深的是做类似业务的 Surge AI CEO Edwin Chen。他说，后训练优化其实是一门艺术。
这些公司专门做数据标注，会请法律、财务、工业界的专业人士，甚至科学家来做所谓的“数据标注”，也就是在今天这个时间点搭建后训练和强化学习环境。从本质上讲，每家厂商在这件事情上的选择，其实就代表了它的品味。杨植麟前几天在 AGI Next 上也表达了类似的观点。
所以，强化学习环境的搭建，在肉眼可见的中短期内，会成为各家模型厂商非常重要的投入方向。
前两周，红杉写了今年的一篇文章。大家知道，红杉作为 King of VC，每年关于 AI 行业的各种观点，都是我经常会看的。它最新的一篇文章叫《2026：This Is AGI》。
标题非常简单，只有几个字：2026，This Is AGI。
它的观点其实我觉得是对的，或者说，逻辑上和我们之前讲的所有事情都是相关的。它认为，在 OpenAI 定义的 L1 到 L5 阶段中，L1 解决的是知识问题。预训练给了模型那么多知识，模型通过预训练知道了所谓的知识。
进入 2024 年 9 月或者 2025 年初之后，模型通过后训练解决了推理问题。今天大家正在解决的是持续迭代，也就是 Agent。衡量 Agent 的一个重要标准，是它能完成多长时间的任务，也就是长时间任务执行的智能体。再往前推演，可能就是 AGI。
但它也说，今天业界对 AGI 的定义非常复杂，没有人知道到底什么是 AGI。它用了一个我之前也用过的比喻：美女是没法定义的，但你看到她的时候，就知道她是美女。红杉的这篇文章认为，AGI 也是这样。
更狭义地说，它认为通用人工智能就是解决问题的能力。比如今天我要招聘一个强化学习环境搭建的核心研究员，该怎么招聘？
如果把这个任务交给 AI，AI 现在可以这样做：先在 YouTube 上找相关的强化学习环境搭建演讲，看看演讲人是谁；再把这个人的名字放到推特上搜索，分析他在推特上的技术影响力；然后进一步了解他在哪里工作、工作了多长时间，分析他在推特上发布的内容里是否隐含着一些吐槽，或者是否有离职意向；筛选出符合标准的人，再给他们发邮件。
这个过程听起来并不复杂。但如果是传统猎头来做，大概率也要花几天时间，甚至效率没有这么高。现在，一个 AI Agent 可能只需要半个小时左右就可以完成。它似乎是在解决问题，而这种能力看起来就非常像我们理想中的 AGI。
所以红杉的那篇文章叫《2026：This Is AGI》。
再往前推，到了 2026 年初，或者说 2025 年底，已经有一派观点认为，下一代模型的研究范式需要出现了。上一次我讲 AGI Next 大会的时候也提到，今天硅谷的共识就是自主学习。Ilya Sutskever 在接受播客采访时也说过，我们需要打开新的研究时代。
那具体要研究什么，就变成了新公司和新技术范式背后的问题。这也引发了另一个角度的讨论。
回头看 OpenAI 当年定义的 L1 到 L5：L1 是 Chatbot，L2 是推理，L3 是 Agent，L4 是创新者，L5 是组织者。那如果实现了所谓的自主学习，L4 是不是就实现了？
反过来讲，前天或者昨天，OpenAI 发布了一个专门给科研人员使用的产品。为什么是科研人员？为什么 AI for Science 在今年的地位再次提升？因为那不就是创新者和研究者在做的事情吗？如果自主学习真的实现，我们似乎就到了 L4。
这也解释了为什么过去半年左右，美国出现了一批所谓的 New Lab。这些公司的创始人可能来自几家头部模型公司，创业方向都是研究新的范式和新的可能性。它们在很短时间里拿到了非常多的钱，美国投资者愿意赌，下一代研究范式有可能出现在这些公司里。典型的像 Ilya 的公司，以及 Mira Murati 的公司。
当然，最近 Mira Murati 的公司又出现了一些问题，几个核心人员回到了 OpenAI。所以这些 New Lab 最终能做成什么样，其实还不好说。我们很难期待它们在 2026 年马上取得商业化进展，但在纯底层技术研发上，没准有些公司能找到新的可能性。
2. 主桌正在合并
讲完纯语言模型，再看主桌的问题。
我在 2024 年 6 月、2025 年 6 月做过一张 PPT，标题叫《AGI 的主桌只有一桌吗？》。当时的观点是，语言肯定是最核心的一桌。机器掌握语言，强人工智能就来了。
有人会说，Coding 是一桌。因为有 AI 公司的 CEO 说过，12 个月内我们可能会进入一个 AI 能写出所有代码的世界。这句话应该是在 2025 年 4 月或 5 月说的，距离 12 个月已经非常近了。
过去几周，大家明显感觉到，广义 Coding 上 AI 已经挡不住了。从 Claude Code 到 Claude Skills，再到 Claude Cowork、Claude Bot，你会明显感觉，基于 Coding 的能力延展已经溢出了。就像最前面那张关于 AI 能力的图，它突破某条线之后就飞走了，而且飞得越来越快。
Coding 是一桌。有人会说，多模态是一桌。世界模型是一个孕育 AGI、可以无限拓展的虚拟子宫，这是 DeepMind 核心创始人说过的。
原来我会说这是三桌，让大家从三个角度去理解。但从 2025 年下半年开始，我意识到可能只有一桌，这个分类好像是不对的。
今天这个时间点，世界上最头部的纯语言模型之间，表现差距可能在 3% 以内。第一名和第十名左右的差距非常小。但在多模态领域，比如视频领域，第一名和第六、第七名之间的差距可能超过 30%；在 Agent 领域，差距可能更大，超过 70%。
从更现实、更狭义的 ROI 产出角度来看，今天越来越多人会把多模态和 Agent 能力的提升，作为 ROI 更重要的领域。
为什么我会觉得最后其实只有一桌？这个案例我在过去几期播客和对谈里都讲过。我用 Nano Banana 作为底层模型的 NotebookLM，给我儿子做了一次关于 AI 的 PPT。我先让它用《火影忍者》的故事来讲，再让它用《蛋仔派对》的故事来讲。
你会发现，Nano Banana 和 NotebookLM 完全理解《火影忍者》的世界发生了什么，也完全理解网易运营的《蛋仔派对》发生了什么。它把这些逻辑关系和 AI 模型的技术原理做了一层构建，再把构建之后的逻辑关系用可视化方式呈现出来。这件事情让我非常吃惊。
语言、图片、视频、语音，甚至 Coding，可能本来就是一桌。
还有一个案例我也讲过很多次。我给我女儿——一个幼儿园大班的孩子——准备演讲比赛的 PPT。她想讲《三只小猪》的故事。我们家有一本《三只小猪》的立体书，翻开书页会立起来，有各种各样的立体效果。我拍了几张这本书的照片，又在 YouTube 上找到了这本书的介绍，把这些东西都交给 NotebookLM。
它做出的 PPT，我放在了 PPT 里。大家会发现，除了完全理解《三只小猪》的故事之外，它的画面设计也是立体的。那头狼、那些水，很像木片或木签贴在书上的效果。它除了理解故事本身，还理解我想展示的动态形式。
我开玩笑说，我把幼儿园家长演讲用的 PPT 卷到了一个不应该有的高度。这要感谢 AI。
所以现在我会觉得，文字、图片、视频、语音和 Coding，可能就是一桌。
再往下演绎，过去几个月，世界模型在学术和产业上得到了更多关注。World Model 目前又有两派。
一派是视频派，也叫实时交互派。以中国厂商 PixVerse 最近发布的世界模型为代表，它在逻辑上看起来是一个无限流视频。你可以在视频生成过程中下指令，几秒之后，视频就会按照你的指令继续展开。
另一派是李飞飞老师他们做的物理仿真派，DeepMind 其实也在做这个方向。它生成的空间和物体，要完全符合人类物理学定律。
李飞飞老师的 World Labs 前几天官宣的一个战略合作，就是和中国一家机器人智能公司合作，帮助这家公司搭建虚拟实验场。因为这个实验场完全符合人类物理规律。
为什么具身智能和自动驾驶从实验室走向民用、走到大家理想中的状态，需要这么长时间？原因是其中的数据和训练数据太少。现实世界很难在短时间内解决所有数据问题。
但如果物理仿真派的世界模型发展足够快，就可以缓解这件事情。当然，距离理想状态依然非常遥远，但至少我们看到了希望。
再看美国最领先的三家模型公司：Google、OpenAI 和 Anthropic。每家公司都有自己的特点。
Google 在多模态上已经是断档式领先。图片、视频、NotebookLM，以及我刚才说的“一桌”，它都有。同时在硬件层面，Google 的 TPU 也显示出非常强的能力。所以在 2025 年 12 月，关于 Google TPU 是否会侵蚀英伟达市场份额的讨论非常多。
OpenAI 在赌 To C，也就是消费端的 ChatGPT。你会发现，ChatGPT 特别能够理解你，知道你的性格、偏好，甚至职业，然后基于这些信息调整回答。它在赌这件事情，希望带来长期留存的提升，而现在看起来确实带来了。
Anthropic 就非常简单，赌 To B 和 Coding。过去一个多月，Anthropic 相关的 Coding 事情占据了非常多版面。
过去一年整个模型领域的进展，你会发现这三家追得非常紧。进入年底之后，OpenAI 已经不再领先。OpenAI 发布 GPT-5 的时候，领先优势其实已经不大。等到下半年 Google 发布 Gemini 3，大家就开始说 Google 已经反超 GPT 了。那段时间，OpenAI 所谓的“红灯”也就亮了起来。
Meta 的 Llama 已经完全掉队了，大家都知道。
3. AI 开始进入真实场景
这就是美国模型的进展。我们进入美国第二章：从产品到场景，从公司到行业。
这一章分产品、场景和产业三个视角。产品部分，从 Chatbot 到 Agent，从用户到收入；场景部分，我想了两个标题：为什么是 Coding，为什么是医疗；产业视角则按照产业链分工来看，芯片、云、模型、应用，我们一个个展开。
先看 Chatbot。我截了一张截至 1 月 16 日的 Chatbot 流量数据图。OpenAI 还在掉，Gemini 还在疯狂上涨，Grok 也在涨，DeepSeek 在掉，Claude 在掉，因为 Claude 基本已经不太做 To C，Character.AI 也在掉，Copilot 也在掉。
Chatbot 这个战场很有意思。你会发现，从市场份额角度来看，Google Gemini 从年初或者下半年只有几个百分点，已经追到了 10% 到 20% 左右。GPT 的份额一直被侵蚀。
所以，在 2024 年 8 月大家还在说“Chatbot 战役 ChatGPT 已经赢了”的时候，这个结论似乎出现了重大松动。2026 年，这两家头部模型厂商在 Chatbot 领域的竞争会越来越激烈。这也是 Sam Altman 为什么要在这个时间点亮所谓“红灯”的原因。
再看整个 2025 年 Chatbot 行业的增长。ChatGPT 涨得很好，增长了将近 50%。但你要看跟谁比，Gemini 涨了 556%，当然它的基数更小。自 Gemini 3 发布之后，截至 2025 年底，Gemini 已经追到了 ChatGPT 大约 38% 到 40% 的规模，增长非常快。
再看两家初创公司 OpenAI 和 Anthropic 在 To B 领域的竞争。Anthropic 看起来已经领先 OpenAI。最近 OpenAI 疯狂推 API 相关业务，也在做大量公关，本质上就是在应对这件事情。
这两家公司的竞争也变成了上市竞争。之前有新闻说，OpenAI 原计划 2027 年上市，Anthropic 可能在 2026 年就会考虑上市。最近的消息是，OpenAI 可能把计划提前到 2026 年第四季度。
但从收入和利润角度来看，实现正向现金流的时间，肯定是 Anthropic 会比 OpenAI 更早。按预估，Anthropic 可能在 2027 年已经实现正向现金流，但 OpenAI 可能要到 2030 年。
你看 OpenAI 的策略特别简单：成年人全都要。它做应用，做浏览器，做社区，做电商，广告已经上线了，未来还想做基础设施，甚至可能做硬件。全都做。
但对于一家虽然估值已经接近万亿美元、员工数量也有几千人的初创公司来说，同时做这么多事情，挑战还是很大。
Anthropic 的策略就是 Coding 加一切。我觉得 2025 年让 Anthropic 的方向变得非常明确。Claude Code 可能是历史上最快达到 10 亿美元 ARR 的应用。
按照 OpenRouter 的统计，尤其是在编程领域，Claude 的模型调用市场份额已经超过 60%。
还有一点很有意思。Anthropic 先做 Claude，Claude 做了 Claude Code。传说 Claude Code 90% 以上的代码都是 Claude 自己写的。基于 Claude Code，他们又做了 Claude Cowork，传说 Claude Cowork 100% 的代码都是 Claude Code 自己写的。
从这个角度来说，Coding 似乎已经实现了前面所说的自主进化。人类可能参与了一点点，但再往后推，好像就不那么需要人类了。
那是不是在 Coding 这个板块，已经接近实现了我们理想中的持续学习和自主进化？
再往前推，2025 年的另一个核心关键词是 Agent。从 Chatbot 到 Agent，Agent 要做推理，要有更长的上下文和记忆，要使用工具，要做计划，还要给用户反馈结果。这是 Agent 的常规定义。
Agent 这个战场在 2025 年发展得非常快。无论是 Agent 基础设施、垂直 Agent，还是通用 Agent，发展都很快。同时，亚马逊、Google 和微软这三家最大的云厂商，在做云和模型的同时，也在 Agent 上做了很多尝试。所以 Agent 可能是 2025 年无法回避的关键词。
再往下分赛道、场景和垂类。我看了 a16z 年底的一份报告，截至 2025 年 11 月，它分了十大赛道，更多偏 To C：AI 聊天机器人、AI 设计工具、AI 视频编辑、图像编辑、搜索引擎、虚拟角色、图像生成、教育、写作和效率提升。
我们也可以回头来看，大家到底在用模型做什么。根据 OpenRouter 的统计，编程占比很大，Roleplay 也占比很大。这一点我当时看到时有些意外。除此之外，还有科学研究、法律、财务、市场研究、旅行规划和翻译。
所以在这个时间点出现了一个变化：我们今天对 AI 行业项目进行分类时，尤其是 To B 板块，分类本身变得非常复杂。
如果大家听过我之前去 OceanBase 聊的那期节目，OceanBase 的 CTO 给过一种现在市场上比较通用的分类方式：按两个维度来分，一个维度是职能，一个维度是行业。
按职能分，包括工程师、销售、数据分析、HR、IT、市场营销、财务、市场研究和客户服务。每个板块都有很多 AI 公司，也有很多原来做大型 To B SaaS 的公司在提供相关服务。
另一个维度是行业，包括健康、法律、财务、金融、教育、家庭服务，甚至政府也算一个行业。按这个角度来分，也有很多公司在服务这些行业的 AI 业务。
理论上，这些业务板块可以给 AI 行业提供更多收入。从最初的 To C 软件，到知识工作、医疗、软件工程、法律、艺术和媒体，加起来按照一份第三方报告的分析，可能会带来大约 6000 亿美元的市场收入。
这比原来大家只计算 To C 收入的方式大很多，所以理论上能够带来收入增量。
回看整个 2025 年，我有一个观点：随着某些技术栈成熟，它会打开相应的场景，让这个场景里的公司快速增长。最典型的是 Coding。其实从去年开始，图像和视频领域也出现了这种变化。最近大家讨论比较多的，就是医疗场景。
当技术突破某个临界点之后，相关公司就开始疯狂增长。回顾 2025 年，最有代表性的就是 AI Coding 公司。每家公司都在刷新最快达到 1 亿美元 ARR 的纪录，从原来的两年、1.5 年、一年，缩短到 9 个月，甚至 6 个月。
为什么是 Coding？你会发现，虽然都叫 Coding，但再细分还可以分为 Coding 生成、Coding Agent、Coding Copilot，以及前端、后端、数据库等各种分类。
整个 Coding 市场在 2025 年，可能已经生生造出了一个大约 40 亿美元的生意。这个规模比很多人预想的大得多。
过去一年，AI Coding 战场上出现了无数暴涨的公司，比如 Cursor、Lovable、Replit、Claude Code，以及 OpenAI 的 Codex。
但我在 2025 年下半年的总结里也提过，从 2025 年第三季度开始，这些独立 Coding 公司的流量其实在下降。为什么？因为模型厂商的第一方 Coding 工具正在强势崛起。
所以问题又回到了最初：最后这个事情会不会被模型厂商自己吃掉？独立公司还能不能存在？现在还不好说。
从流量增长角度来看，8 月到 11 月，甚至 12 月，大部分 AI Coding 公司的流量都在下降。但进入 1 月之后，大家又开始上涨。
下一个板块是医疗。按照一些第三方统计报告，在垂直领域分布里，医疗可能是最大的行业，可能带来 35 亿美元的 AI 相关市场增量。前面说 Coding 带来 40 亿美元，医疗可能带来 35 亿美元，规模也不小。
在 OpenAI 今年发布的一份数据报告里，增长最快的领域第一名当然是编程，增长了 11 倍；第二名就是医疗，增长了 8 倍。
所以为什么 1 月份 OpenAI 和 Anthropic，也就是 ChatGPT 和 Claude，都发布了独立的 Health 应用？
早年门户网站都是泛门户，后来为什么要拆出汽车、房产、游戏和体育频道？因为一个频道成熟了，就会被拆出来。今天这个时间点，美国最大的两家头部 AI 初创公司几乎同时选择把 Health 单独拆出来，说明这个场景已经成熟到值得被独立经营。
接下来会发生什么？2026 年可能会看到企业级 Agent 的实施、AI Native 垂直应用的爆发，以及 AI 安全问题。最近大家讨论 Claude Bot 时，安全问题被提到了更高的位置，包括数据权限、隐私和支付。
此外，还有 Web Coding 在企业里的渗透，多模态领域的音频和视频在企业级市场的再次渗透。这些都是今天可以判断，在 2026 年会发展得更深入的板块。
我们再从产业视角看 AI。
回顾过去几十年 IT 行业的发展，从 PC 到网络连接，到桌面互联网，再到移动互联网，后来在美国出现云和 SaaS，直到今天 AI 这一波。
从分工角度来看，底层是芯片，然后是数据中心、云，再往上是软件。软件又可以分成应用和模型，这是一个简单的划分。
我们把它再简化一点。今天新闻和美国股市里频繁出现的公司，大概可以分成几个层级。最底层是能源公司，去年有很多 AI 能源公司涨得很好。再往上是芯片，包括英伟达、AMD 和博通；数据中心，尤其是以 Neocloud 公司为代表；模型层；应用层。
中间甚至还可以有一层软件层，包括 Salesforce、Snowflake、微软和 Palantir，它们做的是偏软件的业务。最上面才是具体应用公司。
一句话形容今天这个时间点的美国 AI 行业，就是“晋西北乱成一锅粥”。就是《亮剑》里的那个表情包，整个晋西北乱成一锅粥。
第一个角度，我们刚才提到的这些头部公司，Google、微软、亚马逊、OpenAI、Meta、xAI、英伟达、苹果和 Anthropic，很多公司之间是互相作为客户的。你是我的客户，反过来我也是你的客户，你中有我，我中有你。
这些主要的 AI 公司和云服务厂商越来越依赖彼此。这还只是业务关系，下面还有投资关系。2025 年 10 月开始的那一波循环融资，进一步加剧了这种状态。
它们通过现金投资、服务器、AI 模型和芯片等相关协议进行合作。所以你很难说谁和谁是绝对的敌人，谁和谁是绝对的朋友，整个江湖就是乱成一锅粥。
在这个环境下，我们可以按照产业链分工来评判这些巨头公司。看它们在芯片、数据中心、云、API、模型、企业服务、To C 市场，甚至具身机器人板块的能力强弱，就可以给每家公司画一个强弱表格。
你在越多板块越强，就代表公司越强。Google 就是典型。Google 看起来在绝大多数板块都非常强，所以过去半年多 Google 股价涨得很好。
它有自己的芯片、云、基础设施和模型，还可以通过自己的推广、Google Chrome 接入 Gemini，以及各种 App 合作，来保证自己在模型领域的强势地位。Google 强得可怕。
简单来看，芯片、基础设施、模型和应用，Google 都很强。
微软可能在云上很强，模型和应用一般强，但芯片比较弱。AWS、亚马逊在云上很强，模型差一点，Nova 确实不是那么理想，但在芯片层也还可以。
OpenAI、Salesforce 这类公司在模型和应用上确实不错，但芯片和基础设施比较弱。这也是我还要继续往下讲的原因。
a16z 的创始人之前说过，“软件吞噬一切”。现在看，如果从软件角度来看，AI 这一波应该已经是软件行业的第四代大浪。
这一波软件出现了很多变化，比如云端软件，以及人类和 AI 合作的软件。大家都在做 PLG。Perplexity、ChatGPT、Midjourney 和 Manus，其实都符合这一波软件的兴起，已经是第四代软件更迭。
这个时间点也是上一代软件公司上市，或者接近上市、需要交出结果的时间点。比如 Figma、Notion 和 Canva，本质上都是第三代软件公司的代表。
但因为它们今天已经足够大，AI 这一波到来之后，相当于给它们加了一个正向 Buff，所以它们也出现了新的机会。
美国第二章，从产品到场景、从公司到行业，就讲到这里。
4. 资本浪潮正在放大
我们进入美国第三章：从行业到市场，从市场到资本。一二级市场联动，造就史诗级大浪；数据中心已经出现泡沫；2025 年会是大年之后的又一个大年吗？也就是说，2025 年看起来已经是大年了，那 2026 年呢？
首先，我们到底在期待一个多大的浪？
有一家美国资产管理机构做过统计，从 PC 到互联网，到移动互联网，再到云，每一代浪潮都符合一个规律，也就是三倍规律：最头部相关公司的市值加在一起，增长率大概是三倍。
最新一代云的头部公司市值集合，基本上涨到了 6.5 万亿美元左右。乘以三，大概就是 20 万亿美元，也就是相关 AI 头部公司的市值集合可能达到 20 万亿美元。
今天英伟达、Google 都已经超过 4 万亿美元，苹果和微软 3 万亿美元，特斯拉、亚马逊、Meta 等公司是一两万亿美元，博通也是一两万亿美元，加在一起可能已经接近 20 万亿美元。这里面还没有算 OpenAI 和 Anthropic。
从历史周期来看，2010 年到 2015 年，基本是美国移动互联网爆发的年份；2015 年到 2020 年左右，是云爆发的年份；2020 年之后，则是 AI 带来的新一波周期。
如果硬要分周期，大概每 5 年一个周期，每个周期纳斯达克整体上涨 100%，翻一倍。这三个周期基本上可以这样画出来。
更重要的是，每一浪的发展状态似乎都比前面那一浪更猛。无论是用户渗透力还是市值提升，看起来都是这样。
从一个新技术开始，到真正达到几万亿美元的市值，AI 可能只用了 3 到 4 年。过去可能需要 10 年甚至 20 年才能达到，但 AI 这一波涨得非常快。
整个市场，无论一级还是二级，都贡献了非常多的增量。Dealroom 的统计显示，2025 年公开市场 AI 相关公司贡献了大约 37 万亿美元的增长，涨幅为 33%。一级市场方面，Klarna、OpenAI、SpaceX、Stripe 等公司的估值增长，贡献了大约 18 万亿美元，涨幅为 19%。
整个过程中，AI 肯定是巨大浪潮的代表。
从 2025 年 11 月往前算三年，正好是 ChatGPT 发布三年。标普 500 的市值增长里，AI 公司上涨了 185%，非 AI 公司只上涨了 28%，两条曲线有非常大的差距。
回看整个 2025 年的标普 500 和纳斯达克，走势差不多：1 月份因为 DeepSeek 的事情跌了一下，之后开始涨；4 月份因为关税跌了一个大坑，但这个坑很快在 5 月份涨了回来。5 月之后就是屡创新高。
截至 1 月 26 日，标普 500 的总市值达到 62.3 万亿美元，而且看起来还在创新高。
从板块来看，科技公司一马当先。最典型的是年底暴涨的存储板块，美光、Samsung、SanDisk、Western Digital、希捷等都涨得很好，之前的软件公司 Palantir，以及 AMD、英伟达和 Google，也引领了这一波上涨。
按美国股市前十大市值公司来看，Google 涨得最多，去年涨了 62.4%；博通第二，涨了 51%；特斯拉涨了 38.5%；英伟达涨了 37.8%。前十名股票平均上涨 24%，Magnificent Seven 上涨 22%，标普 500 上涨 17%。
高于标普 500 的包括特斯拉、微软，涨得最差的是苹果，但也上涨了 6%。也就是说，最差的涨 6%，最好的涨 60%。
2025 年年底，美国前十大科技巨头的市值达到了 25 万亿美元。前面说标普 500 总市值是 62 万亿美元，前十家公司占了大约 40%。这些科技巨头引领了整个美股过去一年的涨幅。
Magnificent Seven 的集中度也被无数人提及，占比可能已经到了 30% 多。
2025 年，大家还会继续讨论 Magnificent Seven 的趋势吗？它们的座次会是什么样？去年大概是 Google、英伟达、特斯拉、微软、Meta、苹果和亚马逊。苹果能不能逆势，就要看苹果和 Google 合作的新 AI 能力。
我们已经真的在讨论 4 万亿到 5 万亿美元的公司了。Google 和英伟达已经摸到这个位置，苹果和微软也有三四万亿美元。这个在我上一期关于泡沫的论述里已经讲过，这里就不展开了。
很多人会说，这就是泡沫。但也有人会说，这一轮增长非常健康。最核心的还是比较头部科技 AI 公司的市盈率。它们的 PE 倍数虽然比之前有所上涨，但和 2000 年左右互联网泡沫时完全不可比。当年可能达到 80 到 100 倍，今天不过 30 倍左右，看起来并没有那么危险。
从一级市场角度来看，无论中国还是美国，大家都明显感觉到 2025 年市场回暖了。虽然比不上 2021 年的疯狂年代，但已经超过 2022 年。
在这一波回暖过程中，AI 公司占交易数量的 48%，占融资金额，或者说超级大单轮融资的比例超过 60%。一级市场也是由 AI 引领的。
分阶段来看，无论 A 轮、B 轮、C 轮，甚至单轮融资超过 10 亿美元的项目，都比前几年更好。只有种子轮比之前差。
种子轮融资在减少，或者说按照金额计算，现在很多种子轮融资的金额已经超过了过去对种子轮 0 到 150 万美元的界限，这其实是一个通货膨胀过程。
AI 当然是整个一级市场的核心议题。美国市场的热门关键词，第一是生成式 AI，第二是 AI Agent，第三是 AI Model，第四是 AI 应用，第五是基础设施，第六是安全，第七是 AI 数据。
你会发现，美国市场的核心议题几乎全部围绕 AI 展开。
结果当然就是头部 AI 公司疯狂融资。OpenAI 去年融了 410 亿美元，Anthropic 融了 320 亿美元，Scale AI 融了 148 亿美元，xAI 融了 128 亿美元，这还没有算最近的一轮。
头部公司的估值也非常高。OpenAI 最近一轮估值 5000 亿美元，Anthropic 3500 亿美元，xAI 2300 亿美元。
按照 2025 年的数据，OpenAI 收入 130 亿美元，估值 5000 亿美元，按 PS 计算是 38 倍，很高。Anthropic 更高，大约 50 倍。但这两家还在几十倍这个量级，xAI 则是 230 倍。
xAI 只有大约 10 亿美元收入，但估值已经达到 2300 亿美元。为什么一级市场投资者愿意给收入这么小的 xAI 这么高估值？你要知道，xAI 的收入可能比 OpenAI 少一个零，甚至不止。
大家赌的其实是马斯克，仅此而已。但这种共识看起来过于集中。大部分钱都给到了最头部的公司。
去年有些公司的估值涨了 18 倍，xAI 涨了 50%。估值和标的在美国市场过于集中，这件事情在中国也出现了，结果就是 AI 公司的估值迅速提升。
我在上次总结里放过一张 PPT，讲独角兽成立时间和成为独角兽之间的跨度。AI 公司平均是两年。两年，所以你看 Cursor、Anthropic 这些都符合这个数字。OpenAI 可能慢一点，但从产品发布到达到 10 亿美元收入的体量，也不需要那么久。
过去三年，纯 AI 领域已经增加了超过 100 家 AI 独角兽，但市场退出并没有真正打开，所以纯粹从独角兽存量来看，数量仍然在积压。当然，增速没有 2021 年那么恐怖。
IPO 有所改善。今年比较大的 IPO 有 Figma、Cove 等，但相较于疯狂的 2021 年，还是差很多，甚至比不上十几年前 2014、2015 年的状态。
IPO 没有真正打开，很多人就会考虑并购。所以从并购角度来看，2025 年是并购大年。几百亿美元的收购都有好几起。过去大家会觉得几十亿美元的收购已经很大，但在 AI 领域，小几百亿美元的收购案都不止一起。
年底出现了两笔重大并购：英伟达以 200 亿美元收购推理芯片公司 Groq；Meta 收购 Manus。这两起收购也代表了 2026 年肉眼可见会加剧竞争的两个板块：推理和 Agent。
当然，这些收购很多都是之前反复讲过的“掏空式并购”：把团队挖走，给一大笔钱，让投资人退出，但原来的公司还在，以此规避反垄断调查。
Google 收购 Windsurf，英伟达收购 Groq，Meta 收购 Scale AI，都是类似逻辑。之前微软收购 Inflection、亚马逊收购 Adept、Google 收购 Character.AI，也有类似成分。
5. 数据中心账本开始失控
再聊数据中心，以及和泡沫相关的数据中心。
数据中心和云是绑在一起的。回看整个 2025 年，美国三大云厂商的收入增长非常快，平均每个季度增长 20% 多。微软和 Google 的增长可能超过 30%，AWS 只有 10% 多，但到了第三季度或第四季度，AWS 增速重新回到 20%，当天亚马逊股价上涨了 10% 多。
当然，也出现了一些 Neocloud 公司，比如 CoreWeave、Nebius。英伟达最近又加码 CoreWeave，从干儿子变成亲儿子。
在云厂商战场上，除了三家绝对意义上的垄断厂商之外，似乎还有新的可能性。原来做 SaaS 的公司在往云走，原来做 AI 应用和软件的公司也在往云走，比如 Lambda、Salesforce。这里面跳得最欢的当然是 Oracle。
把所有云厂商、云领域的后发厂商，以及 Neocloud 公司的 CapEx 投入和预期全部打满到 5 年，就会算出到 2030 年，整个云市场从收入角度可能达到 3000 亿到 4000 亿美元。
数据中心关联的就是算力。我们在无数新闻里看到，这些公司要建数据中心来满足算力需求和 KPI 提升。未来 5 年，这些投入会非常大。
在美国，已经建好的、正在建设的，以及未来计划建设的数据中心，正在形成一张网络。这张网络看起来比美国当年的铁路网络还要疯狂。我在 PPT 里放了一张美国数据中心线路连接图，看起来确实很恐怖。
今天衡量数据中心的标准已经变成电力标准，从兆瓦到了吉瓦。目前运营中的头部科技公司数据中心总量大约是 2.26 吉瓦，但已经承诺出去的、正在建设和计划建设的，已经达到 35 吉瓦。
从 2025 年开始，数据中心建设进入非常疯狂的周期，也导致了存储芯片暴涨。未来新的 AI 数据中心需求已经超过传统数据中心的建设需求。AI 爆发和 Token 使用量暴涨，大家都是肉眼可见的。
从数据中心产业链来看，包括基础设施、网络、电力、能源和冷却，今天这个时间点能炒的已经炒到了存储。
回看整个 2025 年，标普 500 涨得最好的几家公司，前几名全部都是存储芯片公司：SanDisk、美光、西部数据和希捷。这个趋势看起来 2026 年仍然会延续，甚至可能延续到 2027、2028 年。
首先，存储芯片厂商高度集中；其次，它受到物理条件限制。无论是建厂还是设生产线，从拿到设备到真正生产出第一批货，可能需要两三年。
现在的投入，要到两三年之后才会看到效果，才可能缓解供给。但还要考虑未来两三年的需求会不会继续暴涨，到时候当前的供给预期又不够。如果是这样，短期问题就会变成中长期问题。
所以出现了很多梗图。谁能想到今天内存会涨到这个样子？
我看到过一个段子：一个人跟配电脑的老板说，“帮我配一台 7000 块钱的电脑，我想做一些基础办公。”老板给他一张配置单，配置单上只有内存条，没有其他东西。因为今天 7000 块钱可能只能买到 64GB 内存，其他什么都买不到。
聊到这里，问题就变简单了：这么大的投入，我们到底需要多少钱？
很多相关方和投行都算过，这个数字基本已经形成共识。肉眼可见的未来 4 到 5 年，数据中心投入大概是 2 万亿美元。英伟达 CEO 黄仁勋上个季度财报时也说过，未来 4 到 5 年，数据中心投入会达到 2 万亿美元。各种投行的预期也差不多是这个数字。
那问题来了：2 万亿美元甚至更多的钱，谁来出？
第一大头当然是科技巨头自己的 CapEx。但把这些公司加在一起，可能只能出到一万多亿美元。然后有折旧，有私人投资，有信贷。剩余缺口从哪里来，就变成了今天大家担心这件事情会不会爆雷的核心。
大家会考虑，科技巨头的 KPI 能不能持续？支撑这些科技巨头的 KPI，能不能持续满足投入需求？
所以最近很多人都在算，各家公司的 CapEx 占经营现金流的比例，也就是大家挣的钱够不够支撑这样的投入。整体来看现在还够，但局部公司已经出现问题。
Meta 前几天公布财报后，说明年又把 CapEx 上调到 1160 亿美元。这个数字基本等于 Meta 的自由现金流。那 2027 年怎么办？挣的钱不够，大家自然就会想到发债。
相较于股市、股票价格和自由现金流的对比，大家更担心的是债务。所以从 2025 年第三季度到第四季度开始，哪怕是最头部的科技公司，包括亚马逊、Meta、Google 和 Oracle，也都发行了巨额债券。
这里面还有折旧问题。今天英伟达核心在卖 A 系列、H 系列和 B 系列芯片，肉眼可见 B 系列会越来越多，A 系列和 H 系列会越来越少。
虽然大家会说，因为需求很强，今天一个 GPU 的折旧可以按 6 年、7 年甚至更长时间计算。但如果按性能计算，可能要折到 4 年、5 年，甚至 3 年。
每家公司投入这么多钱买这么多卡，折旧摊销就变成了巨大负担。所以每家公司折旧成本的占比也变得越来越重要。
前段时间，美股关于 AI 模型公司、AI 数据中心公司、AI 能源公司和 AI 相关公司的股票出现了一轮比较大的调整。在这轮调整中，跌得最多的当然是杠杆最高的那批公司，也就是疯狂举债的 Neocloud 公司。
比如 Nebius 和 CoreWeave，过去一年最多跌了三分之二，最近一段时间又涨回来一些。这些公司跌的时候会跌得最凶，涨的时候可能也是涨得最好，因为它们疯狂举债，也因为它们在钢丝线上行走，所以波动性最大。
Oracle 的案例更有代表性。第二季度开始公布一个巨大订单，第三季度确认是 OpenAI 5 年 3000 亿美元的订单，股价暴涨。
但大家到第四季度开始计算：为了接下这 5 年 3000 亿美元的订单，Oracle 要投入多少钱，要建设多少数据中心？当大家把这些账算清楚后，发现从 2026 年开始，Oracle 的现金流可能不够，2026、2027、2028 年都不够。
所以 Oracle 的股价就代表了这个趋势：订单确认时暴涨，当天涨了几十个百分点；然后大家开始重新计算，又一路下跌，跌回到这个新闻出现之前。
回看这一年 Oracle 的股价变化，其实可以用它来代表过去一年 AI 行业发生了什么。
1 月份波澜不惊，4 月份受到关税影响跌了一点，5 月份开始重新拉回新高；第三季度因为巨大订单，大家认为它会成为数据中心投入的最大受益者，股价突然暴涨；但涨的过程中大家发现钱可能不够，又开始一路下跌。
所以 Oracle 这一年基本上是白忙活，但确实跌宕起伏。
再看 2026 年。2025 年屡创新高的标普 500，从 2025 年 4 月那个坑之后一直往上，几乎没有怎么掉下来过。期间有小幅调整，比如 11 月从 61 万亿美元跌到 58 万亿美元，但很快又涨回来，现在已经创新高。
我们看到了存储公司的暴涨，也看到一大批科技公司涨得很好。
对 2026 年，基本上所有美国头部投行给出的预期都是向上，没有任何一家给出向下的预期。
除了二级市场，2026 年大概率也是一级市场巨大的退出年。现在已经在退出管线上的，有 SpaceX，传说这两天已经秘密递交材料，估值 1.5 万亿美元。OpenAI 可能把上市计划提前到 2026 年第四季度，Anthropic 也可能在 2026 年上市，还可能有 Klarna 这样的公司。
从退出角度来看，2026 年应该也是一级市场的大年，预期都已经打满了。
这里面有一个我反复讲过的问题，就是三角形结构。
今天这个时间点看 AI 行业，越往底层走，占据的版面和资金越多。英伟达最大，云厂商其次，然后是模型，最后是应用，应用最小。
但回看前面几次大浪，应该是应用公司更大，底层公司越来越小。那这次能不能按照原来的逻辑继续往前走？这到底是一厢情愿，还是顺理成章？
如果能继续往前走，我们就能看到越来越多和用户更接近的公司变大，独角兽越来越多，收入增长越来越快。这些公司如果能够退出，就会形成正向循环。
但所有这些事情，我还是那个问题：是一厢情愿，还是顺理成章？
现在看起来形势不错。一波又一波科技公司涨得很大、很快，科技公司的状态很好，在细分领域也涨到了不错的竞争位置。肉眼可见，2025 年和 2026 年有一定收入规模的 AI 公司，都具备上市可能性。
泡沫简单提一下，因为泡沫的问题上一期已经讲了很多，这里就不展开。
OpenAI 这一轮据说还要再融 1000 亿美元，亚马逊可能投 500 亿美元，微软和软银也可能参与，看起来资金是够的。这一轮 OpenAI 的估值已经达到 8300 亿美元。
市场上出现了一个讨论：Too Big to Fail。OpenAI 看起来已经过了那条线，它已经绝对不可能失败了。
从 12 月开始，市场出现了两条曲线，或者说两个阵营：OpenAI 阵营和 Google 阵营。
OpenAI 阵营包括软银、Oracle、AMD、微软和 CoreWeave；Google 阵营包括博通以及一些相关公司。两个阵营的股价出现了巨大分歧。大家担心 OpenAI 阵营出问题，所以相关公司的股价都在跌；Google 阵营因为 Google 强势而被带起来。
但进入 2026 年之后，这两条曲线也没有分化得那么严重，大家其实差不多。两个阵营的对抗在 2026 年一定会持续。Google 越强，就会刺激 OpenAI 阵营变得更强；OpenAI 阵营越强，Google 阵营也会有新的对抗。
再回到产业链视角：用户使用各种 AI App，AI App 跑在 AI 模型上，AI 模型跑在云上，云跑在数据中心上，数据中心里面跑的是卡，卡的第一层是台积电。
这个链条就是这样。用户需求越来越旺盛，Token 使用量爆炸式增长，各种应用场景被打开。应用公司需要更多 Token，就向模型公司要；模型公司需要更多算力，就向云和数据中心要；数据中心需要更多卡，更多卡又需要台积电提供代工。
整个链条上的所有人都需要更多，一直加码，一直加码。
看起来需求本身没有太大问题。应用规模在涨，Token 使用量在涨，云公司在涨，模型公司也在涨，数据中心就更是如此。
但这些所谓的“涨”，真的代表获取了价值吗？
冷静来看，英伟达肯定获取了最大的价值。无论怎么涨，大家都要买它的卡，它的毛利率有 70% 多，当然是最受益的。
英伟达获得巨大利益，也意味着台积电的利益非常稳定，因为它们是绑定关系。用户没有任何错，我们用得越来越多，这有什么错？
中间层里，云公司和数据中心还好。云公司收入还在增长，而且因为 AI 能力提升，云公司收入看起来也没有太大问题。数据中心似乎也没有太大问题。
但应用层和模型层的毛利问题，到底该如何解决？
前几天，一个美国研究机构发表了一篇文章，讨论模型公司到底能不能盈利。它用了一个非常狭义的定义：比如 OpenAI 在 8 月发布 GPT-5，领先市场可能只有 3 到 4 个月。那就计算 GPT-5 这个模型从初始训练、基础设施、人员到市场推广的全部成本，再看 GPT-5 发布后带来的收入增量能不能覆盖成本。
最后算下来，无法覆盖。这还是模型公司，应用公司就更不用说了。
问题其实很简单：应用公司、模型公司、云公司和数据中心都需要钱，而且需要的钱巨大无比。
钱从哪里来？用户转化可以算出来。多少亿用户转化成多少订阅用户，每个月付多少钱，乘起来，这是一笔可以计算出来的收入，甚至可以计算出极限值。
投资者会投入一些钱，大型科技公司会有 CapEx，大家觉得不够，就去做 To B、广告、电商和企业服务。这些钱看起来也能算出来。
那所有这些可以算出来的钱，加在一起能不能覆盖成本？这是最核心的问题。
投入大概需要多少钱，对应需要多少收入？a16z 做过测算：到 2030 年，如果要满足今天已经给出的投入预期，AI 相关公司的年收入如果按 5% 的投入产出比计算，可能需要达到 8000 亿美元；如果按 15% 的投入产出比计算，收入需要达到 1.1 万亿美元。
今天 OpenAI 的收入是 130 亿美元，Anthropic 是 70 亿到 80 亿美元。科技巨头的 AI 收入当然也可以算进来，但所有这些公司的 AI 相关收入要达到这个量级，理论上这些投入才是值得的。
这是非常冷酷的数字。
那问题就出现了：在这个链条上，我们到底能相信谁？
用户需求一定会传导到链条最下游，传导到所有人身上，而且随着传导不断被放大。
我们看链条最后的人，台积电。
台积电上周发布财报。在财报之后的分析师电话会议上，台积电董事长说了一段话。台积电在这次季报里上调了 CapEx。你要知道，台积电一直以冷静、冷酷、理性到近乎冷血著称。
它把明年的 CapEx 上调了超过 30%，从 490 亿美元提高到 520 亿至 560 亿美元。董事长说：
“我们把 CapEx 预期上调到 520 亿至 560 亿美元。如果我们不审慎对待，这对台积电来说将是一场灾难。”
过去三四个月，他和客户以及客户的客户进行了沟通。台积电的客户是谁？当然是英伟达。英伟达的客户是谁？是数据中心、模型公司、云厂商，甚至是 Meta 这样的应用公司。
他们确认需求是真实的。董事长说，沟通结果让他非常满意。
逻辑上讲，整个链条最底部、此前表现最理性甚至有点过度冷静的台积电都这么说了。
上一轮循环融资时，英伟达投 OpenAI，AMD 投 OpenAI，博通和 OpenAI 合作。传说 Sam Altman 也找过台积电，但那个时间点台积电没有动。可是今天台积电也动了，于是市场自然会把这个事情解释成一个超级正向的信号。
但我又会想，整个链条上，从应用、模型、云、数据中心、英伟达到台积电，我们已经不太信任应用公司，因为它们太小，毛利甚至可能是负的；也不太信任模型公司，因为这些公司的收入规模和刚才说的万亿美元之间差距太大；也不太信任云厂商，尤其是那些杠杆拉满的 New Cloud 公司。
英伟达我们似乎也不太需要担心，因为老黄毕竟是赚钱的。
所以我们似乎只能在台积电身上寻找信任感。这个市场现在不就是这样吗？
如果再推演下去，我们似乎只能找原材料。最近大家为什么炒硅？为什么炒存储芯片？不就是这个逻辑吗？
所以又回到了那个经典理论。这些曲线看上去都差不多。我这次没有放 Gartner 的技术曲线，而是放了另一条曲线，叫市场周期的心理学曲线。它和 Gartner 曲线几乎一模一样，甚至包括每一次泡沫破裂过程中股票价值的曲线，也都是一样的。
问题又回来了：我们今天到底是在山腰上，还是已经在山顶上？每个人都有自己的判断和理解，我也不知道。
6. 中国 AI 开始登场
美国的故事讲完了。过去一年我讲了很多 PPT，有一次给一家企业内部讲完之后，留了一些问答时间。第一个提问的同事说：“你讲的所有这些事情，是不是太过于硅谷视角？”
这可能是过去一年我听到的最刺耳的一句话。
所以今天我们讲讲中国。
中国同样分成三章：技术路线的祛魅与突围，超级应用的前夜与黎明，资本视角下的中国 AI 叙事。技术、应用、资本，还是我熟悉的三章结构。
先讲技术。DeepSeek R1 发布一年之后，开源崛起与中美模型贴身肉搏，从 Chatbot 到 Agent。
R1 真的只发布了一年。2025 年 1 月 20 日发布，2025 年 1 月 26 日，也就是春节前夕，冯骥的微博点燃了所有事情。到今天真的只有一年。
直到今天，R1 的影响依然被低估。放在全世界范围看，不仅仅是中国，很多地区都要感谢 R1。尤其是经济较弱、发展程度较低的地区，R1 是它们获得重要模型能力的一种方式。
我为什么一定要在这个时间点把这次 PPT 做完？因为一定要等到 V4 发布之前做完。V4 发布之后，大概率所有事情都要重写。这就是市场给 DeepSeek 的尊重。
回看这一年 DeepSeek 的发展，从 V3 到 R1，到 V3-0324、R1-0528，再到 V3.1、V3.2、OCR 模型、数学模型、V3.2 正式版，以及最近的 OCR 2，整个一年里，从 DeepSeek 模型发布的角度，也能看到趋势。
上半年，或者说 R1-0528 之前，DeepSeek 在死磕推理，在 R 系列上死磕。但从 5 月到 9 月、10 月左右，你会发现 V 系列和 R 系列都在进展。
某种意义上，我和“大聪明”聊过一次。我说，大家期待的所谓 R2，可能是基于 V4 的，但很有可能 V4 出来就是一个完整融合的模型。
因为在那个时候，DeepSeek 做的事情其实叫融合。现在 V3.2 也带有类似推理的能力，甚至具备 Agent 能力。10 月之后，包括 DeepSeek 最近发布的很多论文，做的其实都是架构层面的描述。
所以 V4 很有可能在架构层面有所突破。回看这一年，从死磕推理，到融合，再到突破，从 DeepSeek 发布的模型进展就能看出这样的趋势。因此，我觉得 V4 值得绝对的尊重。
昨天推特上有传闻，不知道是真是假：2 月 16 日又是一年的除夕。今年春节大家可能不要想放假了，这个春节一定会打成一锅粥。
至此，中美模型对抗成为核心议题。
我上上上期去大内密谈的时候，老板问我：“今天大家都说 AI 是中国和美国的对抗，是不是有点太傲慢了？”
我的答案是，不太傲慢。但这个答案其实已经比较含蓄了。真正的答案是，一点都不傲慢。
如果把整个中国模型领域看成一个整体，2025 年年中，大概 6 月、7 月的时候，中国开源模型在 Hugging Face 上的下载量已经超过美国模型。
从模型表现能力来看，2025 年第三季度左右，中国开源模型的能力就已经领先全世界，美国一直没有追上。
开源成为模型领域的某种共识。而且这种共识不仅仅发生在中国。OpenAI 这几年也做了一部分开源，英伟达、欧洲的模型公司、IBM、微软，甚至 Google，也都做了一些开源工作。
所以这里出现了一种竞争，就是开源和闭源的竞争。回看这一年的模型发布，开源和闭源的竞争，以及闭源模型之间的竞争，一直没有停止。
我用了一张蚂蚁开源制作的 Landscape 线路图，非常清楚。它按照模型厂商和时间轴排列，区分开源与闭源，还把每个模型的参数规模放了上去。我觉得这张图做得非常好，但它只更新到 8 月，希望年底能有完整的 2025 年版本。
开源模型的崛起是必然的。单看今天开源和闭源模型的能力，这张图应该是昨天晚上更新的，Kimi 发布 K2.5 之后，开源模型的能力进一步提升。开源模型发展的速度和频率，看起来甚至比闭源模型更快，因为厂商更多。
今天世界上头部开源模型几乎全部都是中国公司，包括 Kimi、智谱、DeepSeek、MiniMax、小米、阿里，甚至美团和腾讯也都在做。
如果把中美对抗作为核心议题，就变成了群英乱斗。
美国 Epoch AI 发过一篇论文，说自 2023 年以来，中国人工智能模型平均落后美国领先水平 7 个月。但 2023 年以来已经过去两三年，平均 7 个月意味着最近一段时间这个数字应该已经小于 7 个月。
从开源模型下载量看，千问已经超过 Llama，成为开源领域非常强势的模型。12 月的统计里，千问单月下载量可能已经超过其他所有模型加在一起。
再比一个角度：我们到底离美国最先进的模型差多远？
我做了一张图，把美国模型只放了 OpenAI 一家；中国模型放了四家，阿里千问、Kimi、智谱和 DeepSeek。你会感觉到，追赶趋势非常近，速度也非常快。而且中国是群雄竞争，每家公司都在争先。
今年小红书很流行从“夯”到“拉”的排列。美国一个 Newsletter 创作者，同时也是 AI 研究员，排过一个主观榜单。他认为最强的是 DeepSeek 和千问，智谱和 Kimi 属于 A 级或 S 级，下面是阶跃、腾讯、小红书、MiniMax，稍微差一点的是字节、小米、百度，然后可能稍微落后一点的是智源、华为。
这是纯主观评价，不是客观评价。
那 2026 年呢？
我用了上一期 AGI Next 上唐建老师的那张图。2026 年，智谱想做的事情包括专注和创新。探索智能上界仍然是 AGI 最本质的事情。已知的 Scaling Law，包括基座模型的探索和 Coding Agent，模型能力上限可能来自新的研究范式。
技术层面的创新，包括全新的模型架构、超长上下文、知识压缩、记忆机制、持续学习、多模态，以及 Agent 完成复杂任务、AI for Science 和 AI 与机器人的结合。
你会发现，这些关键词前面都讲过。中美的共识其实是一样的。
杨植麟当天也讲了他们的观点，他们在做的是提升模型上限，核心是两件事情：Token 效率，以及长上下文和记忆。
最近 Kimi 发布 K2.5，不也是沿着这个逻辑继续往前走吗？
我会觉得，今天 Kimi 是市场上少有的，可以任性地进行纯底层技术和模型研发的公司。为什么它可以任性？相对于已经上市的公司，它还没有上市，所以多了一层任性的资本，可以不那么顾忌短期、按季度看的财务数据。同时它又融了很多钱，因此不需要太在意短期收入。
Coding 方面，过去一年中国头部 AI 模型公司投入了更多努力，尤其以智谱为代表。智谱 GLM-4.7 发布之后，开源 Coding 能力提升非常强。Kimi、MiniMax、DeepSeek 和千问也都在做同样的事情。
Agent 当然也是共识。千问这次发布会的标题叫 From Question to Action，就是从语言到行为。
Agent 这个事情也很有意思。我截了一些今天主流模型在 Agent 板块的界面截图，大家发现已经基本分不清了。我把 Logo 去掉，如果不是经常使用某一个产品，基本已经分不清。
这里面有豆包、元宝、千问、Kimi、Manus、扣子，以及 MiniMax。如果不带 Logo，基本已经分不清。
所以从用户角度来看，在入口层面，用户已经不太关心背后具体是哪家厂商。那用户关心什么？或者说模型厂商关心什么？
最近大家讨论比较多的是 Claude Skills，也就是把一些经验和工作流程封装成一个 SOP。
年初大家讨论 AI 时有一个表情包：莱昂纳多拿着一支笔说“把这支笔卖给我”，底下的人说“这支笔是 AI 做的”。年终 MCP 火了，表情包变成“把这支笔卖给我”，底下的人说“这支笔是 MCP 做的”。最近又变成“把这支笔卖给我”，底下的人说“这支笔是 Skill 做的”。
表情包的变化也代表了行业发展趋势。Skill 变成了各家都在跟进的功能。比如扣子最新版扣子 2.0 加了“技能”，也就是 Skill；MiniMax Agent 加了所谓的“专家”，本质上也是技能。
这个事情我觉得大部分厂商在 2026 年都会跟进，尤其是头部模型厂商。
7. 超级应用迎来黎明
技术路线的祛魅与突围讲完了，我们进入第二章：超级应用的前夜与黎明。
超级应用，亿级日活是否等于已经赢了？当然说的就是豆包。多模态的中国式繁荣，泛娱乐和硬件是不是全村最后的希望？我们一个个讲。
在聊这些事情之前，回头看会发现，我们在 2025 年对 AI 行业下了很多定义和判断，或者说叙事。但现在回头来看，这些叙事本身似乎出现了松动，甚至反转。
比如原来大家会说，闭源模型会持续领先。截止到今天依然如此，但看起来很有可能在 2026 年出现开源模型领先。
很多人会说模型即产品，应用会被吃掉，但这个观点今天也可能被反对。很多人会说 AI 产品的用户数据不会带来所谓的数据飞轮；会说 Chatbot 不算入口，工具产品没有意义，买量推广的都是傻瓜。
这些都是 2025 年非常流行的判断。但在今天这个时间点，你仔细想想，这些结论似乎都开始出现松动。
Chatbot 当然是最核心的战场。无论看 App、Web，还是整体数据，无论看中国还是美国，Chatbot 今天依然是最核心的战场。
回看过去三年，2024 年年底大家就在说豆包已经赢了。2024 年底豆包一直在涨，2025 年也在涨。但 2025 年初异军突起的 DeepSeek，在一段时间，尤其是 2025 年第一季度超过了所有人。
不过 DeepSeek 不接 To C 的量，所以它的流量慢慢下降，豆包又重新接回来。到了 2025 年底，大家似乎又在说豆包已经赢了。
从数据上看确实如此。传说豆包日活已经破亿。今年豆包和火山引擎是春晚赞助商，春晚当晚豆包一定会达到新的日活峰值。
更重要的是，我之前讲过，ChatGPT 今年拿到了留存拉升的“微笑曲线”，豆包今年传说也拿到了，QuestMobile 的数据能够看到。
阿里和蚂蚁肯定不服。所以第四季度开始，阿里疯狂推广千问。在千问 Action 发布会上，千问 C 端事业群总裁吴嘉宣布，千问 C 端月活破亿，当然这是包括 App 和 Web 的数据。
第四季度开始，蚂蚁也疯狂推广灵光和阿福。蚂蚁当然也不服。
所以很多人会说，Chatbot 战役在 2026 年一定会升级。有人说是三国杀：千问、元宝、豆包，谁的胜算更大？
今年春节，豆包肯定会匹配各种玩法。红包大战曾经持续过三年，现在又再次上演。
百度也参与进来。百度前两天宣布，文心一言月活突破 2 亿。这是公关说法，信不信再说，但至少它敢说。
再看多模态。
最开始我们讨论过，多模态和语言到底是平行的，还是其实属于一桌。现在先把它们分开看。
在图片模型榜单前 30 名里，中国有 11 个，当然有些是同一家厂商的不同模型，包括字节、阿里千问、HiDream、快手和腾讯。
视频领域更多，前 30 名里中国模型有 19 个。快手占了六七个，字节、MiniMax、PixVerse 等 AI 视频厂商也占据了很多位置。
应用端，中国这边更加繁荣。即梦、可灵、PixVerse、Vidu、海螺、美图，甚至剪映，应用端的竞争还是要看国内。
从出海角度看，外部榜单前 20 名里，有 15 个是做图片或视频的。你肉眼可见，出海公司尤其是 AI 领域出海公司，排名靠前的几乎都在做图片和视频。
还有一些今天已经不算中国公司的公司，比如 Black Forest Labs、Pika，但你会发现，它们也都在做多模态。
我觉得多模态可以算单独一桌，但像前面说的，它其实又是一桌。
在 AGI Next 上，千问的林俊旸说，统一多模态理解和生成，是千问未来的目标。千问的模型进展，2026 年应该会往这个方向走。
智谱前几周发布了第一代图片模型。智谱原来从来不碰多模态，Kimi 原来也不碰多模态。但 Kimi K2.5 是迄今为止最智能的模型，在 Agent、Coding、图像、视频以及一系列通用智能任务上都取得了开源 SOTA。
Kimi K2.5 是迄今最全能的模型，采用原生多模态架构，同时支持视觉和文本输入、思考和非思考模式，以及对话和 Agent 任务。
所有人的目标都是一样的：最终是一桌，是统一的一桌。
再往前推，中国最大的三家互联网公司——字节、阿里和腾讯——把纯 Chatbot 的竞争放在一边之后，2026 年在多模态领域的竞争会更加激烈。
前面说到的图片和视频榜单里，这三家公司都有大量模型。所以在纯底层模型之上的多模态领域，这三家公司都投入了重兵。
下一个议题是 AI 硬件。
AI 硬件可能是 2025 年中国 VC 最大的共识。AI 玩具、Plaud、AI 摄像头、学习机、AI 吉他、人形机器人。人形机器人放在这里可能有点牵强，但也可以放在这里。
我翻了一下自己的微信收藏夹，几乎每周都会看到一篇关于 AI 玩具的统计文章。AI 玩具算是这一波 AI 硬件共识中的共识。
有媒体统计，在 CES 上有将近 40 家中国 AI 玩具公司参展。AI 玩具就是共识中的共识。
AI 加搜索加社交，这个事情可能还是要看中国。
比如 Tolan，我在前面的 PPT 里提过很多次。如果要提 2025 年 AI 社交领域欧美 App 里比较亮眼的产品，很多人可能会提到 Tolan。
年底 OpenAI 发了一篇文章，讲 OpenAI 语音模型的发展，提到了一个重要客户 Tolan。其中有句话说，这款年初上线的产品，到年底有 20 万 MAU，也就是说 Tolan 的 MAU 只有 20 万。
再看 AI 陪伴和 AI 社区。Character.AI 的核心团队已经被 Google 买走，剩下团队继续运营。即便如此，Character.AI 在这个战场仍然占比超过 95%，但这个市场几乎已经没有增长。
从美国视角看，这个板块意义不大。
那我们看看中国。猫箱、星野、捏他、造梦次元、Second Me 等，都是中国公司做的。它们当然也遇到用户增长、破圈等各种问题，但至少肯定比 Character.AI 大，甚至大很多，而且很多公司已经开始产生收入。
再往下推，从 AI 和社交陪伴走到游戏，中间出现了一个结合点，叫 AI 加乙游。
我的好友、405 邮局的小宁，在一期 AI 游戏节目里，有一位嘉宾说，AI 加乙游可能是 2025 年所有叙事中最务实、拿钱最多的方向。
所以我们看到了 EVE、星眠和无限谷。无论做游戏、做社交，还是做社区，都走到了这里。
从 AI 角度看，这是 Agent 雏形越来越成熟；从游戏角度看，乙游商业验证极强。两个事情走到一起，似乎成为了共识。
但这个共识看起来也很难做。我只有一句评论：很多做这个板块的创始人，对游戏这件事情缺少敬畏。就说到这里。
擦边和出海当然也是共识。很多今天已经没有办法参与模型主桌竞争的公司，都在这个战场里，包括美团、昆仑万维、作业帮、Xverse 和西湖心辰。
年底还出现了一个判例。2026 年 1 月，国内出现首起 AI 涉黄案，用户和 AI 聊色情内容，开发者获刑 4 年。
我们先抛开这个审判案例，看数据本身。这个产品注册用户只有 11 万，但付费用户达到 2.4 万，注册用户付费转化率超过 20%。如果做运营，应该知道这是什么概念。它累计收取会员费 363 万元，一个用户付了 12 块钱，差不多。
这个数字本身，某种程度上证明了这件事情的价值。但到底应该出海做，还是在国内做？做到什么程度？做什么样子？边界、围栏和安全，都是需要考虑的问题。
我们再看应用。讲了这么多应用和各种方向，我一直觉得应用分类是无穷无尽的，尤其是在中国。
最近量子位发布了今年的 AI 100，分了几个分类：AI 智能助手，也就是 Chatbot；AI Agent，里面放了 Coze 和 Manus；AI 浏览器；AI 工作台；Web Coding；以及和生活相关的 AI 教育、AI 娱乐、AI 健康。
它还放了 AI 创作，包括 Liblib、即梦和可灵；AI 硬件，包括 Plaud、雷鸟和跃然创新。
这个分类和我前面讲的基本差不多。
8. 中国 AI 进入资本战场
中国第二章讲完了，我们进入第三章：资本视角下的中国 AI 叙事。
巨头们的 AI 组织调整与竞争。昨天晚上晚点发了一篇文章，讲春节期间三家最大的中国互联网公司的 AI 竞争。在资本视角之外，叙事已经外溢到硬科技；A 股牛市、港股 IPO 潮和一级市场回暖，形成了共振。
先看 AI 时代的 BAT：字节、阿里和腾讯。
基础设施云这一层，三家都有云厂商，而且涨得都很快。阿里云不用多说，火山引擎这一年发展非常快，过去两年发展也很快。腾讯云据雷锋网的文章说，2025 年第四季度第一次实现单季度盈利。
模型层，千问、豆包和混元各有侧重。但前面提到，多模态领域的竞争一定会更强。
应用层，这张图借用了高盛的一份报告。做这份报告时，阿里还没有发布新的千问，所以阿里以夸克为代表，字节是豆包，腾讯是元宝。
这依然是刚才那个产业链的缩小版：云、模型、应用。
一家一家看。
字节，2024 年大家说豆包赢了，2025 年看起来更赢。前两天周亚辉写了一篇文章，说未来很多年世界首富应该就是张一鸣，认为字节已经在这个世界上赢了。
核心数据是，火山引擎年底说 Token 的月度日均量已经达到 50 万亿。9 月份是 30 万亿，5 月份是 16.74 万亿，4 月份是 12.7 万亿，去年年底只有 4 万亿。
过去一年，从 Token 量来说，豆包涨了 11 倍。
字节还有一个特点，就是自己的硬件之心不死。去年收购了 Ola Friend，做了豆包耳机；年底和努比亚合作推出豆包手机；最近又和安克创新合作推出录音豆。
这个硬件事情确实很有意思：自己的硬件之心不死。
阿里这边，美国的叙事是 Make Google Great Again，中国这边很多叙事则变成了 Make Alibaba Great Again。
如果从产业链角度，把视角从云、模型和应用拓展到芯片和数据中心，阿里在新 BAT 三家里可能更有优势，因为它有芯片业务，也就是平头哥。
最近有传闻，阿里内部的千问已经开始用阿里自己的芯片做训练了。这个趋势和 Google 用 TPU 训练是一样的。
千问的变化也很有意思。我用了两张图。一张是 2026 年 1 月千问发布新 App 时的发布会照片，很多阿里系业务负责人站在台上，后面写着：“阿里生态业务组队来为千问 App 服务。”
淘宝、支付宝、淘宝闪购、飞猪、高德、优酷、大麦、菜鸟、阿里健康、1688 和盒马的 Logo 都在后面。
同样，对比 2023 年 4 月千问模型发布时的照片。那时大模型刚刚兴起，千问站在前面，后面是一堆阿里业务 Logo，上面写的是：“阿里所有产品未来将接入大模型全面升级。”
能看到这两件事情的区别吗？一张图胜过千言万语。
蚂蚁应该单独看。蚂蚁和阿里不是一家公司，在 AI 这件事情上也有自己的路径。
前几天蚂蚁 CEO 接受晚点采访，我觉得他说得很直白。前几年蚂蚁因为大家都知道的原因，很多事情没办法做。但今天某种程度上那件事情已经翻篇了，蚂蚁需要再次支棱起来。
所以它推出了灵光，也就是蚂蚁的基础模型；推出了阿福健康。它甚至在推广阿福时，已经开始在农村刷墙。
健康当然得蚂蚁来做。这么多年蚂蚁在健康领域做的脏活累活，可能都是为今天的阿福做准备。
更重要的是，我的好友咸鱼写过一篇文章，从战略投资角度看，蚂蚁战投可能是目前所有战略投资机构里，在 AI 应用公司投资上最激进的一家。
所以蚂蚁应该单独看。
再看腾讯。最有意义的事情，当然是年底姚顺雨的加盟。同期，新皮层在第一财经旗下发布了一篇文章，讲腾讯 AI 模型这三年的发展，并画了一张关于腾讯混元团队组织结构的图。
我觉得那张图很有意义。今天这个时间点，腾讯重新梳理了内部混元模型的组织架构。
应用方面，腾讯暂时还在等待机会。那这个机会是什么？做 PPT 这几天，腾讯不就动了吗？
首先，最新版本的元宝增加了社交功能：元宝派群聊。
这件事情甚至惊动了新华社。新华社当天写道，腾讯进场，AI 社交时代正在到来。元宝派像一个 AI 陪大家互动的社交空间，用户可以创建或加入一个派，也可以邀请好友一起入派。
用户和好友进入元宝派之后，可以让 AI 参与聊天、调节气氛或执行任务，也可以让 AI 推荐电影、音乐，一起享受 AI 时代的社交乐趣。
因为元宝现在的负责人原来是腾讯会议的负责人，所以打开元宝派，除了常规聊天之外，还可以发起会议。这个体验非常像已经消失在大家讨论中的 Clubhouse。
你甚至可以和它一起看腾讯视频，一起听 QQ 音乐。这又很像腾讯之前在《元梦之星》上做的事情。如果想了解《元梦之星》和《蛋仔派对》的竞争，可以看我之前讲过的那一期节目。
这些东西都像死去的记忆一样熟悉。
元宝还说今年春节要发 10 亿元红包。社交群聊、一起听音乐、一起看腾讯视频、发红包，这些策略都出现了，所以腾讯不可能不动。
我之前和雪球录节目时，留下了一个问题：我们看到了蚂蚁的动作、阿里的动作、豆包的动作，那腾讯呢？
现在腾讯不就出招了吗？
看起来，十几年前大家熟悉的春节红包大战，在 AI 时代又一次上演。元宝 10 亿元，百度 5 亿元，百度文心一言应该是和北京台春晚合作发 5 亿元红包。豆包和火山引擎是春晚赞助商，一定会有动作。
看起来，千万级别的推广也没有预算上限。今年的集五福是在阿福上集，灵光和阿福可是支付宝的产品，蚂蚁怎么可能不参与这场竞争？
大家又来了。我觉得这也是好事，有竞争总比大家死气沉沉好得多。
前面提到新 BAT 的动作，那老 BAT 时代被换下来的百度呢？
百度最近动作也很多。它发布了文心一言 5.0，在一些榜单上数据还可以；百度要拆分昆仑芯的新业务，所以股价那段时间涨了很久；百度对外宣称文心一言月活达到 2 亿，信不信由你。
更重要的一条新闻是，百度文库和百度网盘重新组建了一个新的事业群。
我以前讲过，如果百度未来某一天只是一家文库加网盘，或者再加上地图的公司，它应该值多少钱？其实今天这个时间点，文库业务因为 AI 能力的加持，涨得很好，只是不在很多人的讨论范围里。
过去一年 52 周，百度股价已经翻番还多。现在百度市值大约 554 亿美元。过去半年多时间，百度市值已经翻倍。
我们不评价百度这家公司本身的很多事情，只从一个很粗暴的市值角度来看，AI 这一波确实帮百度拉回来了很多。
聊到这里，有两个问题我其实没有想得特别清楚。
第一个问题，在上一期雪球播客里我也和主持人聊过：到底什么样的公司，值得在基础模型上投入更多研发能力、资源和资金？
最近蚂蚁 CEO 接受晚点采访时，比较了灵光和阿福。灵光是基础模型，阿福是医疗健康应用。他说，灵光是一个尝试的逻辑，阿福是一个必须赢的逻辑。
这没有错。灵光代表蚂蚁加入通用 AI 战场，参与探索智能上限的竞赛。
但问题反过来就是：蚂蚁值得这样做吗？用千问不行吗？我们没有答案。
第二个问题，很多人会说某家公司的 AI 落后。最近大家会说腾讯的 AI 落后。那评价落后的标准到底是什么？
是模型榜单排名？团队内顶级研究员的数量和密度？模型更新频率？模型多样性？Token 调用量？产品丰富度？用户规模？活跃用户？DAU、MAU？收入？还是其他什么？
或者最后所谓“落后”，只是一个混杂的、拍脑袋的结论？我还没有想清楚。
再往下推演，还是看看 CapEx 的对比。因为字节不是上市公司，我们看不到它的数据。未来几年，腾讯和阿里的 CapEx 投入都会非常激进，阿里可能更激进一些。
最近有新闻说，英伟达首批获批的 H200 芯片有 40 万片，被字节、阿里和腾讯买掉了。每家应该都是顶格购买。
所以在 CapEx 上肉眼可见，随着竞争加剧，大家还会继续投入。
这个事情又延展到另一个问题：中国硬科技的新叙事，或者中国科技的新叙事。
最近关于国产 GPU 的讨论非常多，包括摩尔线程、壁仞、沐曦和燧原。商业航天最近也很好，包括星际荣耀、蓝箭航天、星河动力和天兵科技。
从去年春节到现在这一年，具身智能也一直在发展，包括宇树、银河通用、智元等公司，再到今天我们讨论的 AI 大模型。
这件事情上，中美本质上是同步的。
GPU 领域，美国有英伟达和 AMD；商业航天有即将上市的 SpaceX。刚才我还看到新闻，马斯克想把 xAI 并入 SpaceX，形成一个巨大无比的巨无霸。
AI 大模型领域有 OpenAI。具身智能方面，美国虽然没有一个特别大的公司，但特斯拉的具身智能也被认为值得期待。
所以从行业分工和热门程度来看，中美本质上是同步的：GPU、商业航天、具身智能和 AI 大模型。
头部公司的估值也非常高。英伟达是 4.5 万亿到 5 万亿美元，SpaceX 明年上市预计 1.5 万亿美元，OpenAI 这一轮是 8300 亿美元，如果上市肯定会突破万亿美元。
这里出现了一个我最近经常和别人开玩笑讲的原则，叫“1% 到 2% 估值原则”。
这些中国相关代表公司，和美国最头部公司的估值对比，大概就是 1% 到 2%。
比如 GPU 领域，英伟达 4.5 万亿美元，乘以 1% 是 450 亿美元，乘以 2% 是 900 亿美元，大概就是 3000 亿到 6000 亿元人民币。这恰好就是今天中国国产 GPU 公司上市时可能达到的估值。
商业航天也一样。SpaceX 1.5 万亿美元，乘以 1% 到 2%，就是 150 亿到 300 亿美元，也就是大约 1000 亿到 2000 亿元人民币。这差不多就是目前被点名的几家商业航天火箭公司的潜在估值。
AI 大模型更是如此。OpenAI 8300 亿美元，乘以 1% 到 2%，大概相当于 550 亿到 1100 亿人民币。这个范围差不多就是目前 MiniMax 和智谱的估值。
这个 1% 到 2% 的估值原则，不需要考虑收入和利润，因为没法看。政策直接开绿灯。这不是戏谑的玩笑，而是存在即合理。
更重要的是，未来这个 1% 到 2% 的空间变得更大了。我们之前讲过，中美之间的对比不应该是相差一两个数量级。差一个零，大家觉得合理；那似乎我们的空间就更大了。
既然方向已经指明，那就开始干。
前两天我看到一个新闻标题，觉得特别有意思。钛媒体下面有个栏目写：“谁都没有 A 股懂商业航天。”我在底下评论说，这个标题可以换成：“谁都没有 A 股懂大模型、懂 GEO、懂 GPU、懂存储、懂芯片、懂光通信。”
谁都没有 A 股懂。
中国在过去几年，科技领域相关投资增长非常快。一级市场整体来看，2025 年中国一级市场确实在回暖。根据 IT 桔子的统计，无论融资事件数量还是融资金额，2025 年的融资金额都超过了 2021 年。
另外一个变化是美元基本全部撤出。美元投资从 2021 年占比 10%，跌到今天只有 2.5%，跌幅可能超过 80%。
从细分角度来看，人工智能当然是核心板块。热门赛道还包括医疗健康、集成电路、机器人、新材料、新能源、高端装备、低空经济、储能和商业航天。
看到了吗？还是这些关键词。
从融资金额角度来看，医疗健康弱于集成电路，芯片排到了第二位，其他差不多。
这些板块都是共识。从金额角度来看，中美两国在 AI 领域的投资金额，美国仍然占绝对领先；中国这边的钱被分散到了其他板块。
再看中国的 Big Deal。大约 1.43% 的项目，也就是单轮融资 10 亿元以上的项目，融走了整个市场超过 40% 的钱。
如果大家有印象，我上一期讲过，美国单轮融资超过 5 亿美元的项目，可能占整个市场 60% 的资金。中美两国无论在 AI 投资还是 Big Deal 上，也都是共识。
再看政策支持下的 A 股和港股。
从 IPO 角度来看，趋势和美国差不多。2021 年是非常疯狂的巅峰，之后逐年下降，到 2024 年谷底可能只有 100 多家；2025 年好了一点，回升到大约 120 家。
更重要的是，2021 年有 84%，接近 85% 的公司选择在 A 股上市，只有 11.4% 选择港股。到了 2025 年，41.5% 在 A 股，41.9% 在港股，港股首次超过 A 股。
传说港股还有 300 到 400 家中国公司排队上市。这也引发了港交所最近频繁释放的一些态度，希望投行优中选优、设定一定门槛。虽然相关说法被辟谣，但收紧趋势大概率会在 2026 年出现。
从硬科技公司的退出来看，上交所、港交所、深交所、纳斯达克、北交所和纽交所都有公司上市。
从融资金额看，还是上交所和港交所最高。如果把所有硬科技公司的退出金额加在一起，甚至超过了美国。美国 IPO 窗口还没有真正打开，而且退出的很多公司也不是纯正意义上的硬科技公司。
所以只说纯硬科技公司，2025 年中国的退出金额超过了美国。中国退出得更多，这件事情是不可想象的。
9. 中美 AI 进入四象限
总结来看，纯粹比较中美两国，可以从两个维度来看：美国模型的进展，以及算力的发展。这样就分出了四个象限。
如果美国算力领先、模型和应用也领先，那就是美国正式赢了，赢得 AI 战争。
如果中国算力领先、中国模型和应用也更强，那就变成中国 AI 时代出现了中国特色。
但这两种极端情况可能都不容易出现。更有可能出现另外两种情况：
第一种，美国 AI 能力和 AI 采用度确实非常强，但受到电力、能源等因素限制，在算力上相对弱势。于是它形成一套美国标准，在它信任的盟友体系里，比如欧洲和其他一些国家，由这些国家承担相应角色。
另一边，中国的 AI 能力可能稍弱，但在算力和成本上有优势，可以和其他国家进行定制化方案部署。
所以未来 AI 的两极，很可能会这样分布。这是一个非常简单的四象限对比方式。
AI 革命尚未成功。这个行业还在疯狂发展。
我一定要赶在 DeepSeek V4 发布之前，把这次记录发出来，告别我今天记录的所有事情，准备迎接疯狂的春节和非常精彩的 2026 年。我依然要做好 AI 司马迁的工作。老规矩，我的 PPT 会放在 Show Note 里。我还按照每一页的时间线做好了时间轴，如果大家有兴趣，可以找一个大块的时间，或者几个大块的时间一起来把这个内容看完。再次再次感谢，提前祝大家新春愉快。因为在春节之前我可能还会更新几期播客，但不会作为自己的 solo 了。再次感谢。