當前，全球AI大模型的技術焦點正從“對話互動”轉向“自主執行”。在這一趨勢中，國產大模型正展現出獨特的價值與影響力。近日，人工智慧企業月之暗面正式發佈並開源新一代大模型Kimi K2.5。作為該公司迄今最智能、最全能的模型，K2.5在視覺理解、程式碼生成與Agent叢集協作等方面實現重要突破，被AI業界視為國產人工智慧發展的又一標誌性產品。2025年初，DeepSeek-R1憑藉極高的推理效率火遍全球。一年後，月之暗面通過原生多模態與智能體能力的深度融合，進一步體現了國產基座模型在提升智能“密度”與實用效能方面的進階。隨著以Kimi K2.5為代表的AI大模型加速賦能千行百業，其廣泛的應用潛力越發凸顯。KimiK2.5模型全球多榜單領先自2023年成立以來，月之暗面先以“長文字”功能打開市場，隨後推出基於強化學習的K系列模型。這次K2.5的發佈，意味著公司在基礎模型研發上再進一步。相比2025年7月發佈的K2模型，Kimi K2.5模型意義重大。多項測試表明，K2.5在程式設計、視覺、推理和Agent（智能體）任務等多個領域達到國際先進水平。K2.5讓AI更“親民”。通過融合視覺、推理、程式碼和Agent能力，使用者現在只需拍照、截圖或錄屏，就能讓Kimi理解複雜需求，大大降低了與AI的互動門檻。發佈不到一周，來自美國、英國、德國、西班牙、新加坡等近20個國家超50家主串流媒體對Kimi K2.5進行了報導。該模型發佈後，迅速登上多個權威評測榜單前列。在第三方評測機構Artificial Analysis的最新榜單中，Kimi K2.5綜合性能位列全球前五，僅次於GPT-5.2、Claude Opus 4.5、GPT-5.2 Codex和Gemini 3 Pro Preview這四款閉源模型，在開源模型中居首。圖為評測機構Artificial Analysis發佈的最新模型排名Kimi K2.5還進一步提升了開源模型的程式碼水平，尤其是在前端開發領域，通過融合視覺能力降低了程式設計的門檻。比如，K2.5能自動拆解錄屏背後的互動邏輯，用程式碼進行完整復現。開發者社區的反響也十分熱烈。大模型聚合平台OpenRouter平台資料顯示，K2.5的呼叫量已進入全球前三，且仍在快速增長。LMArena榜單也顯示，其程式碼能力在開源模型中居首，總榜排名前三，是前十名中唯一的中國模型。知名程式設計工具Kilo Code近期資料顯示，K2.5已成為平台上呼叫量最高的模型。在程式設計的實際應用中，因具備視覺理解能力，Kimi K2.5模型也成為多家頭部大廠的首選，展現出廣泛的行業適配性。對普通使用者來說，Kimi K2.5模型將Agent能力擴展到日常辦公領域，它已具備處理Word、Excel、PPT、PDF等常用軟體的高階技能，能幫助使用者直接交付准專業水平的辦公文件。更值得關注的是，Kimi K2.5首次引入了“Agent叢集”能力，可以自主建立多達100個的數字“分身”，按需組成不同角色的團隊，平行工作，團隊作戰，獲得效率的極大提升。例如，使用者輸入40篇論文後，K2.5會先通讀全文，再派生子Agent分別撰寫不同章節，最後由主Agent整合成一份完整的PDF報告。這種“團隊作戰”模式極大提升了效率。圖為評測平台Design Arena發佈的榜單，Kimi K2.5位列第一最新資料顯示，Kimi K2.5已登上評測平台Design Arena榜單首位。該平台主要評測AI大模型的“視覺+互動+創意”能力，此結果印證了K2.5在“設計智能體”領域的綜合領先優勢。隨著應用場景的持續拓展與技術的穩步迭代，Kimi K2.5有望在全球範圍內推動AI應用走向更廣、更深的落地，為各行各業的智能化轉型提供切實助力。國產AI大模型影響力持續提升Kimi K2.5模型的快速破圈，不僅是國產AI模型的一次“實戰測試”，更是中國開源模式憑藉技術能力和性價比優勢在全球舞台嶄露頭角的重要體現。從DeepSeek-R1以強化學習最佳化實現“效率革命”，到月之暗面Kimi K2.5實現原生多模態與智能體叢集能力的融合突破，國產大模型在技術體繫上完成了從單點突破到系統化創新的範式躍遷，影響力持續提升。大模型能力是人工智慧走向規模化應用的核心基石。Kimi K2.5的發佈，體現了人工智慧行業將加速從“聊天互動”轉向以“自主執行”為目標的智能體新階段。以“Agent叢集”為例，過去工程師需要逐行編寫程式碼的複雜流程，如今僅憑一條自然語言指令，即可調度上百個智能體協同作業、平行處理。業內分析認為，這一從“單一模型智能”向“多智能體群體協作”的躍遷，是企業級AI開發的下一個前沿。當前，智能體技術正逐漸從實驗室走向實際應用，進入規模化落地階段。在政策引導與產業鏈協同創新的雙輪驅動下，中國在場景、資料與工程化方面的優勢持續釋放，為AI產業形成全球競爭力奠定了基礎。在市場與資本的雙重助推下，頭部企業正將資源聚焦於下一代技術的攻堅。月之暗面創始人楊植麟表示，下一代模型將採用Kimi Delta Attention新型線性注意力機制，進一步提升短長文字任務性能與速度。同時，未來的大模型還將具備更多“審美”和“價值觀”，擺脫同質化發展。“我們致力於在未來十年、二十年，推動K系列模型從K4、K5到K100實現代際跨越。”楊植麟表示，當前多款中國開源模型已成為事實上的行業基準，“中國技術不僅要好用，還要參與制定規則”。 (瞭望財經)

2006年的房地產，是公認的黃金賽道，需求爆發、資本扎堆，房價與投資熱度一路走高，成為拉動經濟、創造財富的核心引擎，開啟了長達十餘年的繁榮周期。如今2026年，AI應用正迎來類似的爆發期，從工業製造、企業辦公到消費終端、民生服務，AI全面滲透各領域，降本增效、提質升級的效果肉眼可見。資料顯示，2025-2030年全球AI市場規模將從2440億美元飆升至8270億美元，復合年增長率高達24%，遠超物聯網和公共雲等熱門領域。再者，技術迭代加速、政策持續加持、資本密集佈局，AI商業化落地與規模化應用全面提速，滲透廣度與增長潛力堪比當年的房地產，正成為新一輪產業升級與經濟增長的核心驅動力，長期發展前景十分廣闊。01技術迭代+政策護航，AI產業迎來全方位賦能AI產業的快速發展，離不開技術突破與政策支援的雙重驅動。全球範圍內，大模型性能持續提升，各主流模型在語言理解、程式碼生成、電腦視覺等核心領域的差距不斷縮小，為廣泛應用奠定了堅實基礎。2025年7月底，AI大模型Token總使用量已達3.41T，相較年初增長近10倍，直觀反映出技術落地的加速態勢。在政策層面，國務院發佈的《關於深入實施“人工智慧+”行動的意見》，明確了“發展——應用——安全——治理”的清晰路徑，規劃了到2027年、2030年和2035年的三階段里程碑目標。從算力統籌、資料創新到開源生態、人才建設，八大基礎支撐為AI產業保駕護航，推動智能經濟核心產業規模快速增長。與此同時，AI產業鏈生態日趨完善。上游的AI晶片、伺服器等算力基礎設施持續升級，中游的通用大模型與行業解決方案不斷創新，下游的網際網路、金融、教育、醫療等應用領域加速滲透，形成了協同發展的良好格局。這種全產業鏈的協同發力，讓AI技術的落地效率大幅提升，為產業爆發提供了充足動力。02多場景落地開花，AI重塑產業價值格局AI技術的價值，最終體現在豐富的應用場景中。目前，AI已在內容創作、行銷推廣、軟體開發、遊戲產業等多個領域實現規模化落地，不僅帶來了效率的革命，更催生了全新的商業模式。在內容創作領域，AI的賦能效果最為顯著。從圖片生成、視訊剪輯到文案撰寫、劇本創作，AI工具讓內容生產的門檻大幅降低。2025年上半年，全球生成式AI應用下載量接近17億次，應用內購買收入高達19億美元，使用者總使用時長達到156億小時。國內市場同樣火爆，AI漫劇成為新風口，2024第四季度到2025第三季度，中國AI漫畫流水增長900%，月新增劇集數增長567%，抖音、快手等平台紛紛推出AI創作工具與流量扶持計畫，推動全民創作時代的到來。行銷領域更是AI應用的核心戰場。AI驅動的智能投放系統能夠精準分析使用者畫像，實現廣告素材的自動化生成與即時最佳化，大幅提升行銷ROI。藍色游標2025年前三季度AI驅動業務收入達24.7億元，Mobvista核心平台Mintegral的AI智能競價系統貢獻了80%以上的收入，易點天下打造“服務+產品”雙輪驅動戰略成效顯著，跨境電商領域市佔率穩步提升同時，深耕智能家居、新消費、短劇、AI產品等高潛力賽道，頭部客戶的LTV海外市場中AI類應用的數字廣告支出也實現翻倍增長，充分證明了AI在行銷領域的商業價值。此外，AI在軟體開發、遊戲研發等領域的應用也成效顯著。82%的開發者使用AI工具編寫程式碼，工作效率提升超120%；遊戲行業中，86.36%的企業在研發環節應用AI技術，實現了內容生成、系統設計等環節的降本增效。AI正全方位重塑各產業的價值創造方式。03平台+企業雙輪驅動，商業化變現路徑清晰AI產業的蓬勃發展，離不開平台型企業與垂直領域龍頭的共同推動，兩者形成的雙輪驅動格局，讓商業化變現路徑愈發清晰。在平台端，抖音、快手、B站等新媒體平台成為AI應用的重要載體。抖音以豆包大模型為核心，將AIGC技術嵌入內容生產、剪輯、發佈、行銷的全流程，推出“AI創作浪潮計畫”扶持創作者；快手可靈AI全球使用者規模突破4500萬，2025年第二季度收入超2.5億元，其文生視訊模型在全球市場佔據30%的份額；B站、小紅書等平台也紛紛上線AI創作工具，推動內容生態的智能化升級。這些平台憑藉龐大的使用者基數與流量優勢，成為AI技術落地的“試驗場”與“放大器”。在企業端，各類市場主體積極擁抱AI，實現了業務增長與效率提升的雙重突破。美圖憑藉AI圖像、視訊、設計等四大模組的佈局，全球VIP會員數突破千萬，生產力工具付費訂閱使用者達180萬。多鄰國通過AI驅動的高端套餐Duolingo Max，2025年第二季度營收同比增長41%，淨利潤增長84%，股價單日飆升32%；Palantir推出的人工智慧平台AIP，推動公司2025年第二季度收入同比增長48%，“40法則”得分高達94%。這些企業的成功案例，印證了AI技術商業化的巨大潛力。同時，AI產品出海成為新的增長點。在圖像、視訊編輯和社交領域，美圖系、字節系應用佔據全球流量入口，國內模型通過與海外平台合作分發，影響力持續擴大，為行業增長開闢了新的空間。04投資建議：聚焦核心賽道，把握AI成長紅利AI產業的爆發式增長，為投資者提供了豐富的投資機會。結合行業發展趨勢與企業表現，建議重點關注以下三大方向：一是內容與流量平台型企業。這類企業憑藉龐大的使用者基礎與完善的生態佈局，在AI應用落地中具備天然優勢。二是AI行銷與商業化落地龍頭。行銷領域是AI技術率先實現規模化變現的賽道，相關企業業績增長確定性強。三是垂直領域AI應用先鋒。在遊戲、教育、設計等垂直領域，AI技術的應用正在催生新的增長機遇。 (格隆)

站在2026年的起點回望，中國產業升級的軌跡清晰可見。當全球經濟仍處復甦調整期，部分賽道已展現出強勁的增長勢能——從AI大模型的參數競賽到半導體裝置的國產化突圍，從儲能技術的成本曲線陡峭下降到創新藥的出海浪潮，從高端裝備的世界工廠地位到新消費群體的情感付費。資料不會說謊，這些領域正在重構中國經濟的增長邏輯。一、AI人工智慧+大模型：從百模大戰到應用落地的臨界點中國AI大模型產業正經歷從"技術驗證"到"商業變現"的關鍵轉折。根據艾媒諮詢資料，2024年中國AI大模型市場規模約為294.16億元，預計2026年將突破700億元，年複合增長率超過45%，行業正處於爆發式發展階段。全球競爭格局中，中國已穩固第二極地位。2025世界人工智慧大會發佈資料指出當前全球已發佈的大模型總數達到3755個，其中中國企業貢獻了1509個，佔比到達四成，數量居全球首位。更值得關注的是商業化路徑的分化：央國企採購開發平台提升生產力、非央國企聚焦行銷與客服場景、網際網路企業呼叫公有雲API開發互娛應用，三大需求共同驅動市場增長。中商產業研究院預測，2025年中國AI大模型開發平台市場規模將達23.7億元，2030年有望觸及250億元。技術演進呈現多模態融合趨勢。電腦視覺市場規模預計2025年增至110億元，機器學習開發平台2025年將突破35.8億元。在垂直領域，金融、醫療、教育和工業已成為滲透率最高的場景。隨著《人工智慧生成合成內容標識辦法》等政策落地，行業正從野蠻生長邁向規範發展，具備強大預測能力的預測大模型和能夠自主學習的具身智能大模型有望成為下一個技術風口。二、半導體晶片製造：國產替代從"可用"走向"好用"在地緣政治與技術封鎖的雙重壓力下，中國半導體裝置產業迎來了"倒逼式繁榮"。SEMI資料顯示，2024年中國大陸半導體裝置市場規模達到創紀錄的495億美元，佔全球約40%份額，連續五年成為全球最大半導體裝置市場。核心指標國產化率實現翻倍增長：從2022年的16.4%提升至2024年的35%，預計2025年將進一步提升至45%。細分領域中，清洗裝置、刻蝕裝置、CMP裝置國產化率分別達到20%、23%、30-40%，中微公司在刻蝕裝置領域佔國內市場份額28.4%，北方華創在薄膜沉積領域持續突破。然而，真正的攻堅戰在高端製程。光刻機、離子注入機等核心裝置國產化率仍不足10%，核心零部件整體國產化率僅為10%-20%。這意味著2026年將是關鍵窗口期——隨著國內晶圓製造產能預計2025年增至1010萬晶圓/月（wpm），以及大基金三期持續加碼，裝置廠商正從成熟製程向14nm及以下先進製程滲透。CINNO資料顯示，2025年上半年半導體裝置投資逆勢增長53%，釋放出強烈的國產替代加速訊號。三、新能源與儲能技術：從成本競爭到價值重構中國儲能產業已在全球形成碾壓優勢。截至2024年底，全國新型儲能裝機達7376萬千瓦，佔全球總裝機40%以上，"十四五"以來規模增長20倍，年均增速超130%。鋰電池產業同步爆發，2024年全國鋰電池總產量1170GWh，同比增長24%，行業總產值超過1.2兆元，裝機量（含新能源汽車、新型儲能）超過645GWh，同比增長48%。技術路線呈現"鋰電池主導、多技術平行"格局。鋰離子電池佔比96.4%，但30萬千瓦級壓縮空氣儲能、10萬千瓦級液流電池儲能項目已投入商運，鈉離子電池、重力儲能、液態空氣儲能等創新技術突飛猛進。500安時大容量電芯實現量產，循環壽命達1.5萬次，帶動儲能系統造價下降25%-44%。應用場景的擴展正在重塑行業邏輯。電化學儲能在發電側與風電、太陽能配套解決消納難題，在電網側提供調峰調頻服務，在用電側發揮削峰填谷作用。隨著電力市場商業化機制建立，儲能已從單純的成本競爭轉向價值競爭，2025年將成為儲能參與電力現貨市場交易的關鍵年份。四、生物醫藥及創新藥：從License-in到License-out的範式轉移中國創新藥產業在全球價值鏈中的地位正在發生質變。截至2024年，中國在研創新藥數量達4804個，僅次於美國的5268個，位居全球第二。更關鍵的是出海能力的躍升：2024年中國license-out交易金額達到519億美元，較2019年的9億美元增長57倍，復合增速高達125%，交易數量達94個，復合增速33.7%。技術層面，中國已成為全球第二大新興療法研發國，ADC、雙抗、細胞療法成為主要增長點。AI製藥領域增速尤為驚人，市場規模從2020年的8163萬元預計增長至2025年的7.74億元，年複合增長率56.8%，超過34條AI藥物研發管線已進入臨床階段。支付端改革為創新注入動力。醫保對創新藥支出金額持續增長，創新藥獲批上市至進入醫保目錄的時間大幅縮短。隨著老齡化加速（60歲以上人口超3億）和慢性病管理需求激增（患慢性病老年人超1.9億），具備全球智慧財產權的創新藥企業將在2026年迎來業績兌現期。五、高端製造及出海：從"世界工廠"到"全球品牌"中國製造業出口結構正在經歷歷史性升級。2024年，機電產品出口增長8.7%，佔出口總值的比重達59.4%，其中高端裝備出口增長超過40%。電動汽車、3D印表機、工業機器人出口分別增長13.1%、32.8%、45.2%，跨境電商全年進出口達2.63兆元。區域佈局更趨多元。對共建"一帶一路"國家進出口占比首次超過50%，對東盟連續9年進出口保持增長，對其他金磚成員國進出口增長5.5%。民營企業成為出海主力軍，山東、河北、江蘇等地民營企業貢獻超過85%的外貿增量，且在高端裝備出口中表現亮眼——山東民企高端裝備出口增長58.9%，船舶出口激增98.6%。"燈塔工廠"數量全球第一（超過60家）印證製造實力。從人形機器人樣機首日售罄，到DeepSeek-R1引發全球關注，中國製造業正從OEM/ODM向自主品牌轉型。2026年，具備數位化能力、海外產能佈局和本土化營運經驗的裝備製造企業將受益於全球製造業資本開支周期。六、新消費以及細分賽道：情感價值與功能價值的共振消費市場的K型分化正在催生結構性機會。2024年社會消費品零售總額48.79兆元，同比增長3.5%，但在整體平穩的資料背後，是消費邏輯從"功能滿足"向"情緒價值"的深刻遷徙。寵物經濟、銀髮經濟與情緒經濟形成的三輪驅動，正在重塑消費產業的估值體系。1. 情緒經濟：為"感覺"付費的新紀元情緒經濟正成為Z世代（約2.3億人，佔總人口17%）的核心消費哲學。艾媒諮詢資料顯示，2024年中國穀子經濟市場規模達1689億元，較2023年增長40.63%，預計2029年將突破3089億元。這一增速遠超傳統消費品類，揭示出"情緒價值"正在從行銷話術轉化為真實的商業現金流。悅己消費構成情緒經濟的第一支柱。消費者購物動機中"取悅自己/愉悅心情"的佔比已達50%，較2021年提升10個百分點。美團資料顯示，2024年"療愈"相關搜尋量同比增長441%，2025年同比增長112%；精油SPA從身體護理升級為情緒療愈場景，線上交易同比增長超74%。睡眠、香薰、冥想、湯泉等服務正從"偶爾犒賞"變為預算中的固定條目。穀子經濟（二次元周邊）展現爆發勢能。"穀子"（Goods音譯）作為連接虛擬與現實的情感紐帶，依託盲盒的未知刺激、IP收藏價值及社交屬性，精準擊中年輕人的情感寄託需求。2024年1-11月，全國新增"穀子"相關企業1萬餘家，同比上漲14%，現存相關企業6.4萬餘家。超20個一二線城市的60多個核心商圈正在打造二次元消費地標，穀子店成為老商圈的"救星"。潮玩與盲盒持續高增長。2025年盲盒市場規模預計達580億元，75%的消費者為女性，18-34歲人群佔比超70%。80%的盲盒消費者將"驚喜感"列為主要購買原因，這種對"不確定性獎勵"的心理依賴，構成了極強的使用者粘性。泡泡瑪特2024年會員數達4608.3萬人，會員營收貢獻率高達92.7%，復購率維持在50%左右，驗證了情緒消費的可持續性。2. 寵物經濟與銀髮經濟：陪伴價值的商業化寵物經濟（它經濟）成為最具韌性的賽道。2024年城鎮寵物（犬貓）消費市場規模達3002億元，同比增長7.5%，預計2027年將突破4000億元。寵物食品（1585億元，佔52.8%）和寵物醫療（841億元，佔28%）構成兩大支柱，智能用品賽道增速達40%。90後、00後和銀髮族成為養寵主力，單只寵物年均消費近6000元，消費已從"吃飽"轉向"情感陪伴"。銀髮經濟進入黃金期。2024年市場規模達8.3-9兆元，預計2030年將超過20兆元。老年用品市場規模從2014年的2.6兆元增長至2024年的5.4兆元。社區養老照護服務、機構養老照護服務、居家養老照護服務銷售收入同比分別增長30.4%、22.6%、18.0%，智慧養老市場規模約8.2兆元。 (TOP行業報告)

中國國產AI大模型再度掀起熱潮。今日（1月27日），DeepSeek團隊發佈《DeepSeek-OCR 2: Visual Causal Flow》論文，並開源DeepSeek-OCR 2模型，採用創新的DeepEncoder V2方法，讓AI（人工智慧）能夠根據圖像的含義動態重排圖像的各個部分，更接近人類的視覺編碼邏輯。與此同時，國內人工智慧初創公司月之暗面Kimi正式發佈了新一代開源模型 Kimi K2.5。據介紹，Kimi K2.5基於原生多模態架構設計，支援視覺與文字輸入，將視覺理解與推理、程式設計、Agent等能力全部整合到一個模型當中。另外，阿里昨日（1月26日）晚間正式發佈千問旗艦推理模型Qwen3-Max-Thinking，在多項關鍵性能基準測試中，千問表現超過了GPT-5.2、Claude Opus 4.5 和Gemini 3 Pro等頂尖模型，刷新全球紀錄，進一步拓展了AI系統的推理性能邊界。DeepSeek發佈新模型1月27日，DeepSeek發佈全新DeepSeek-OCR 2模型，採用創新的DeepEncoder V2方法，讓AI能夠像人類一樣按照邏輯順序“看”圖像。這項技術的核心創新在於改變了傳統AI處理圖像的方式。DeepEncoder V2讓AI基於圖像含義動態重新排列圖像片段，而非傳統的從左到右剛性掃描。這種方法模仿了人類追隨場景邏輯流的方式。根據DeepSeek公佈的技術報告，DeepSeek-OCR 2在多項關鍵指標上展現出顯著優勢。在OmniDocBench v1.5基準測試中，該模型取得了91.09%的成績，相較於前代DeepSeek-OCR提升了3.73%。值得注意的是，該模型在保持極高精度的同時，嚴格控制了計算成本，其視覺Token數量被限制在256至1120之間，這一上限與Google的Gemini-3 Pro保持一致。 在實際生產環境中，該模型在處理線上使用者日誌和PDF預訓練資料時的重複率分別下降了2.08%和0.81%，顯示出極高的實用成熟度。根據DeepSeek公佈的技術報告，現有的視覺語言模型（VLMs）通常採用固定的光柵掃描順序（光柵掃描順序）處理圖像切片，即機械地從左上角掃描至右下角。DeepSeek團隊指出，這種方式引入了不必要的歸納偏差，與人類視覺感知背道而馳。人類在閱讀複雜文件、表格或追蹤螺旋線條時，視線是受語義理解驅動的“因果流”，後一次注視往往因果依賴於前一次注視，而非單純的空間坐標移動。受此認知機制啟發，DeepSeek-OCR 2的核心元件DeepEncoder V2被設計用於賦予編碼器因果推理能力。通過引入可學習的“因果流查詢”（Causal Flow Queries），模型能夠在進入LLM解碼器進行內容解釋之前，先在編碼階段就對視覺資訊進行智能重排序。這實際上建構了一個兩級級聯的1D因果推理結構：首先由編碼器在語義上重組視覺Token，隨後由解碼器對有序序列進行自回歸推理。這種設計不僅符合光學文字、表格和公式的非線性佈局特徵，還有效彌補了2D圖像結構與1D語言建模之間的鴻溝。DeepSeek-OCR 2的發佈不僅是一次OCR性能的升級，更具有深遠的架構探索意義。DeepEncoder V2初步驗證了使用語言模型架構作為視覺編碼器的潛力。這種架構天然繼承了LLM社區在基礎設施最佳化方面的成果，如混合專家（MoE）架構和高效注意力機制。DeepSeek團隊認為，這為邁向統一的全模態編碼器提供了一條有希望的路徑。未來，單一編碼器可能通過配置特定模態的可學習查詢，在同一參數空間內實現對圖像、音訊和文字的特徵提取與壓縮。DeepSeek-OCR 2所展示的“兩個級聯的1D因果推理器”模式，通過將2D理解分解為“閱讀邏輯推理”和“視覺任務推理”兩個互補子任務，或許代表了實現真正2D推理的一種突破性架構方法。阿里、月之暗面也有大動作同日，月之暗面Kimi正式發佈了新一代開源模型 Kimi K2.5。此次升級通過靜默推送方式實現在官網聊天介面的自動更新，原K2模型已無縫切換為K2.5，使用者無需手動操作。更新旨在提升響應速度、推理能力與多輪對話穩定性，覆蓋全部Web端使用者。該版本未開放獨立入口或下載安裝包，僅以伺服器端模型替換形式落地。據介紹，作為Kimi目前最智能的模型，K2.5在HLE（人類最後的考試）、BrowseComp、 DeepSearchQA等多項agent評測中均取得全球開源模型的最佳成績。作為一個全能型模型，Kimi K2.5基於原生多模態架構設計，支援視覺與文字輸入，將視覺理解與推理、程式設計、Agent等能力全部整合到一個模型當中。Kimi創始人、CEO楊植麟表示：“我們重構了強化學習的基建，並專門最佳化了訓練演算法，以確保它能達到極致的效率和性能。”另外，阿里巴巴26日晚間正式發佈千問旗艦推理模型Qwen3-Max-Thinking，在多項關鍵性能基準測試中，千問表現超過了GPT-5.2、Claude Opus 4.5 和Gemini 3 Pro等頂尖模型，刷新全球紀錄，進一步拓展了AI系統的推理性能邊界。通過總參數、強化學習、推理計算的極致規模擴展，千問新模型實現了性能的大幅飛躍，刷新科學知識（GPQA Diamond）、數學推理（IMO-AnswerBench）、程式碼程式設計（LiveCodeBench）等多項關鍵性能基準測試的全球紀錄。具體來看，在關鍵的模型推理能力提升中，千問新模型採用了一種全新的測試時擴展（Test-time Scaling）機制，推理性能提升的同時還更經濟。阿里方面表示，Qwen3-Max-Thinking總參數超兆，進行了更大規模的強化學習後訓練，並通過推理技術的系列創新，最終完成模型性能的大幅飛躍。其還大幅增強了自主呼叫工具的原生Agent能力，模型可像專業人士一樣邊用工具邊思考。同時，模型幻覺也大為降低，為解決真實複雜任務打下基礎。目前，普通使用者可通過千問PC端和網頁端試用新模型，千問APP也即將接入，所有使用者都可免費體驗。 (券商中國)

2026年1月19日，總理座談會在北京召開。這場會議匯聚了多個領域的專家和企業家，其中一個年輕人引起了很多人的關注。他叫閆俊傑，36歲，看上去有著與年齡不相符的成熟。● 閆俊傑出席總理座談會閆俊傑創辦的MiniMax（稀宇科技），是中國AI大模型的頭部企業之一，成立不到四年，已服務全球200多個國家和地區，超70%的營收來自海外。馬斯克為他的產品點贊，黃仁勳也單獨約見閆俊傑，與他進行兩個小時的閉門會談。而就在不久前，閆俊傑帶領MiniMax在港交所上市，首日股價大漲109%，同時刷新了全球AI企業從成立到上市的最快紀錄。有業內人士指出，閆俊傑出席總理座談會，很大程度釋放了一個明確的訊號：人工智慧正超越純粹的技術範疇，成為改變全球競爭格局的關鍵力量。讓“電影小白”拍出“質感大片”先來看一段視訊，如果沒有提前告訴你，你會相信這是AI做的嗎？該視訊由海外創作者使用海螺AI製作，從場景到人物，效果驚豔宛如好萊塢大片，就連馬斯克都忍不住點贊。而海螺AI正是MiniMax旗下的產品。海螺AI於2024年上線，推出後迅速火遍海外，長達半年時間佔據視訊生成模型賽道全球第一的位置，吸引了大批專業人士如電影導演、數字藝術家、遊戲開發者的關注。並且，其無論是使用介面、提示詞指示還是運鏡，使用門檻都很低，主打一個讓小白也能拍大片。這大概也是其在全球範圍內受追捧的原因之一。● 海螺視訊截圖除了海螺AI之外，MiniMax還自主研發了一系列多模態通用大模型和AI原生產品，涵蓋文字、視訊、語音等核心領域，相關模型均居國際第一梯隊——語言模型全球第一、視訊模型全球第二、文字模型全球前五。●在國際權威的人工智慧模型評測榜單Artificial Analysis上，MiniMax語言模型Speech-02-HD力壓OpenAI、ElevenLabs，拿下全球第一。資料來源：MiniMax招股書這些產品現已服務全球200多個國家和地區，觸達2.12億個人使用者和13萬企業客戶。最關鍵的是，MiniMax的團隊很年輕，385名員工，73.8%是研發人員，平均年齡還不到29歲。這種創作活力，成了MiniMax在全球市場最具競爭力的資本。36歲的掌舵人閆俊傑，在這些90後、00後面前，已經算得上是“老資格”了。“在最壞的條件下尋找最優解”閆俊傑的出身很普通，完全是靠讀書改寫了命運。他1989年出生於河南商丘，本科就讀於東南大學數學學院，系統學習了基礎數學理論，為日後研究人工智慧演算法打下了基礎。本科畢業後，閆俊傑考入中科院自動化研究所，進行碩博連讀，之後進入商湯科技，一幹就是7年。他從實習生做起，一步步做到研究院副院長、副總裁，帶領700多人的團隊，將臉部辨識演算法精準率提升至行業第一，成功應用於安防、智慧城市等場景，為商湯科技的發展立下了汗馬功勞。但就在事業風生水起的時候，閆俊傑做出了一個讓周圍所有人驚訝的決定：辭職。● 閆俊傑在談到這段經歷時，閆俊傑說：“我作為一個做技術的，有一天突然發現，每天AI領域的論文我已經看不完了，這對我觸動非常大。我們都相信人工智慧會讓人類的技術進步更快，但事實上，我們做的很多事並沒有直接促成它。可能是我們的技術路線不對，也可能是，我們關注的問題不是人工智慧應該真正去解決的問題。”到底什麼是人工智慧應該真正去解決的問題？閆俊傑想了很久，直到外公的一句話，讓他恍然明悟。一次回老家，外公告訴閆俊傑說想寫一本回憶錄，把自己過去的經歷都記錄下來，可惜自己文化不高不會打字。一個人一輩子的故事就這樣從世界上消失了，閆俊傑一下子被戳中了軟肋，他突然意識到，人工智慧不應該只是精英們的玩具，它應該更多地去幫助和服務那些最普通的人。於是在2022年初，33歲的閆俊傑辭掉職務，創辦了MiniMax。“MiniMax”這一名稱源自現代電腦之父馮·諾依曼提出的博弈論演算法，即“在最壞的條件下尋找最優解”，這一理念也貫穿了公司發展的始終。開著“面包車”追“超跑”創業的過程比閆俊傑預想的更要艱難。AI是一個極度燒錢的行業，AI領域的競爭，很大程度上是一場算力的較量，而中國在高端晶片、先進製程半導體裝置等方面，面臨著卡脖子的局面。閆俊傑曾在一次公開訪談中坦言，中國企業在算力投入上，可能比美國巨頭少了整整1到2個數量級。什麼概念？舉個例子，就好比對手駕駛著超跑在賽道上風馳電掣，而你卻只擁有一輛改裝過的面包車——這樣的硬體差距，該如何競爭？● 閆俊傑展示他當年寫下的創業計畫。圖片來源：第一財經但閆俊傑沒有放棄，在這場看似懸殊的較量中，他帶領團隊，上演了一場精彩的逆襲：既然硬體拼不過，那就拼架構、拼腦子。他們沒有像其他大廠那樣盲目堆砌參數，而是另闢蹊徑，死磕一種叫做MoE（混合專家模型）的技術。簡單來說，就是將大模型變成一個專家會診團，解決物理問題時就喊物理專家，處理數學問題時就找數學專家，這樣就能以更少的算力資源，實現更高效的運算結果，從而在資源受限的條件下展現出強大的競爭力。以MiniMax旗下M1模型為例，整個強化學習階段僅需512塊H800 GPU訓練三周，訓練成本不過53.74萬美元，僅相當於OpenAI同等參數模型的零頭。用美國科技巨頭1%的成本，實現95%的性能效果，閆俊傑和團隊創造了一個奇蹟。而這種“低成本+高性能+商業化”的路線，也讓MiniMax在全球AI軍備競賽中成功突圍而出。在談到為何能取得如此顯著的成果時，閆俊傑並不居功。他說：出現這一現象的核心原因是，中國的人才隊伍非常優秀，我們把這些優秀的年輕人組合在了一起，這是比較關鍵的。從資源夾縫中突圍MiniMax的成功，讓閆俊傑在業內一戰成名。此後，MiniMax又自主研發了文字模型M2.1、視訊模型Hailuo2.3、語音模型Speech2.6、音樂模型Music2.0等；並推出了一系列AI原生產品，如海螺AI、星野、MiniMax Audio等，在全球範圍內頗受好評。2025年7月，輝達掌門人黃仁勳來華訪問期間，專程約見閆俊傑，兩人進行了兩個小時的深入交流，分享了對中美AI行業當下與未來的看法。閆俊傑也成為黃仁勳此次中國行唯一單獨約見的中國AI創業公司創始人，在圈內引起了熱議。● 黃仁勳（左）和閆俊傑2026年1月7日，韓國總統李在明訪華並出席在上海國際會議中心舉行的“中韓創新創業論壇”。閆俊傑作為MiniMax創始人，也受邀出席，當時就坐在李在明的左手邊。閆俊傑在會上發表講話，他說：“AI沒有國界，MiniMax旗下產品在韓國使用者數量超過200萬人。”並表示，希望能繼續賦能韓國人工智慧、智能硬體等領域，幫助韓國創業者向全球開拓市場。● 1月7日，李在明出席中韓創新創業論壇，右一為閆俊傑而1月19日召開的總理座談會，則讓閆俊傑成了總理的座上賓。閆俊傑代表AI大模型行業登上國家級座談會，這背後離不開MiniMax跨越式發展交出的亮眼成績單。當美國用晶片禁令構築壁壘，以閆俊傑為代表的中國AI創業者，正用另一種方式破局——不是複製“美國模式”，而是用“路徑創新”重構規則。這也是中國工程師的智慧——在資源受限的夾縫中，優秀的中國年輕人總能找到突圍的辦法。這支95後團隊，正憑藉技術敏感度、全球化視野和商業化能力，從巨頭的圍堵中撕開一條路。AI不是替代人類，而是讓人類過得更輕鬆如今的MiniMax市值已達1179億港元（截至2026年1月23日），如此龐大的體量，讓人很難相信這是一家成立不到4年、僅有300多名的員工的初創公司，展現了極大的市場熱度和行業潛力。正如當年MiniMax-M1發佈後，閆俊傑在朋友圈滿懷激情寫下的那句話：第一次感覺到大山不是不能翻越。這句話既是對MiniMax技術突破的總結，也是對中國AI行業征戰全球的期許。● 閆俊傑（中）帶領MiniMax在港交所上市值得一提的是，MiniMax已將核心模型開源，這意味著它將變得越來越有影響力。在閆俊傑看來，無論是AI大模型還是AGI（通用人工智慧），都不應只屬於單獨一家公司，而應屬於AI公司和它的使用者。他願意與所有參與者共享技術紅利，共同推動行業的進步。“這是一個服務大眾的事兒，AI一定會變得越來越普惠。”從小城青年到AI領軍，閆俊傑正以“與所有人共創智能”為信念，在全球AI產業化的處理程序中貢獻自己的力量。AI的價值從不在於替代人類，而在於讓人類更輕鬆地生活和工作。讓創新帶著溫度落地，讓技術真正服務於普通人的需求，這才是企業贏得信任、長遠發展的經營之道。 (最華人)

在全球金融市场波动加剧、分化显著的今天，绝大多数投资者面临一个根本性难题：如何在不依赖个人天赋与持续情绪消耗的前提下，获得长期、稳健的超额回报？过去，答案往往是雇佣顶级基金经理、组建专业投研团队，以机构化能力应对市场不确定性。然而，这对普通投资者而言门槛极高。近年来兴起的“跟单社交”“策略超市”等模式虽降低了参与门槛，却常陷入业绩不稳定、风险不透明、策略同质化等困境，投资者仍难以摆脱“情绪博弈”的宿命。困境：当工具升级不再是答案移动互联网与金融科技的上一发展阶段，本质解决的是“连接”问题——打通投资者与信息、市场及交易工具的壁垒。行情软件、资讯推送、交易终端迅速普及后，交易“入口”变得空前便捷。但现实并未如愿。连接并未自动转化为能力，反而在一定程度上放大了新的风险：信息密度与交易便利性提升后，投资者更容易陷入过度交易与情绪波动的怪圈，追涨杀跌、频繁切换策略、低胜率博弈频发……工具的迭代，并未带来收益的实质性改善。这正是当下财富管理领域的核心矛盾：信息更充分、市场更高效，个人投资者的盈利胜率却未同步提升。核心原因在于，机构化能力从不依赖信息量堆砌，而源于一套系统能力的协同发力：数据层面，需依托长周期、多市场、多维度数据开展模型训练与验证；纪律层面，要将交易执行从人的情绪中彻底剥离；风控层面，则需在极端行情中牢牢守住本金安全与风险边界。换言之，市场真正需要的不是“更多信息”，而是一套全新范式：将机构级能力转化为普通投资者可便捷使用的标准化服务，并使其具备持续适配市场动态变化的内在能力。新范式：AI作为“首席投资官”的崛起总部位于香港的万鑫智投，以“AI智能全品类聚合交易平台”为定位，提出一种更工程化的财富管理路径：以自研 AI 交易大模型为核心，通过“AI托管”机制，让 AI 成为用户的“首席投资官”，帮助用户在全球多市场环境中更高效地执行策略、控制风险，减少情绪干扰与人为误判。依托千万级 K 线数据训练，AI 模型可实现 7×24 小时扫描全球全品类市场，涵盖股指、商品、外汇、数字货币等核心资产。其核心逻辑并非预测单一资产涨跌，而是识别跨市场、跨品类的相对价值变化与套利机会，动态构建并调整投资组合，持续追求最优风险收益比，从根源上分散单一资产波动风险。在策略层面，平台搭建了包括强 CTA 策略在内的专业化策略库。以黄金期货这一验证路径最充分的核心标的为例，模型利用其参与者结构相对清晰、趋势性与避险属性突出的特点，执行高胜率量化交易。所有策略均经过严格历史回测与实盘验证，且具备动态自适应能力，可实时响应市场风格变化。而在风控层，系统构建了独立且完整的安全防线：预设动态风险阈值，极端行情中可自动触发减仓、平仓等应急响应；同时，与持牌券商的独立客户资产托管体系深度绑定，实现策略风险与资金安全的双重隔离与管控。对用户而言，投资流程被极致简化：无需参与繁琐的市场分析与操作执行，仅需确定“投入金额”与选择“投资策略”即可启动，最低100美金起投，大幅降低了全球化资产配置的专业门槛与操作复杂度。十年深耕：以数据积淀与合规落地筑牢根基当 AI 进入财富管理领域，单纯的技术能力并不足够，合规框架与交易基础设施是规模化发展的关键支柱。与许多诞生于短周期流量红利的金融科技平台不同，万鑫智投的成长更像一场注重内功的“慢长跑”：2013年：启动美黄金期货高频交易数据的系统性收集，搭建基础数据仓库；2015年：初代量化模型上线，完成趋势预测与仓位回测；2018年：引入机器学习，实现“自适应策略切换”，提升模型应变能力；2020年：面向核心用户内测AI策略，年化收益显著领先市场；2022年：联合香港主板上市公司及持牌券商成立运营实体；2023年：获香港证监会（SFC）1、2、4、5、9类牌照，产品正式开放；2025 年：平台用户突破 3 万人，托管资产稳步增长。平台的稳健发展，亦离不开其构建的顶级战略生态支撑：核心股东中国智能科技提供治理与合规框架；新加坡INTERNATIONAL基金会注入全球资源与科技视野；民锋金融筑牢全牌照合规与服务基础；瑞银集团为外汇品类提供核心流动性；并与HKEX/NYSE等交易所直连，保障了港股、美股及衍生品交易的高速与稳定。生态共建：投资者与AI的“协同进化”更值得关注的，是万鑫智投所构建的商业闭环。不同于传统资管产品“单向供给”的逻辑，其模式强调投资者与AI的协同进化：用户使用平台产生的真实交易数据，将持续反哺AI大模型，驱动其学习、迭代与优化；而模型升级后创造的更优回报，又会吸引更多用户加入，从而形成 “数据赋能AI→AI优化策略→策略创造回报→吸引更多资本与数据” 的增强循环。在这一模式下，用户不再是单纯的服务使用者，更是生态的共建者——每一次投资行为，都在为整个生态的“集体智慧”添砖加瓦，最终实现平台与投资者的长期共生、价值共赢。万鑫智投通过AI技术将机构级量化能力产品化，打破了专业壁垒，让普通投资者得以便捷、纪律化地参与全球资产配置。这不仅是一次财富管理效率的范式飞跃，更是对“信任、托付、共生”商业伦理的一次深刻重塑。十年积淀之后，万鑫智投已进入关键发展阶段。它要证明的，不再是“AI能否交易”，而是——AI能否成为长期可信赖的资产管理方式，真正让普通投资者享有机构级的收益能力。这场范式革命，才刚刚开始。

經歷三年的軍備競賽，大模型行業迎來了資本價值兌現的關鍵節點。12月19日，北京智譜華章科技股份有限公司（下稱“智譜”）正式披露招股書，向港交所IPO發起衝擊。不到48小時，上海稀宇科技有限公司（下稱“MiniMax”）同樣向港交所披露了招股書。更早之前，這兩家AI獨角獸相繼通過了港交所聆訊。如此密集的資本動作，瞬間將“誰將是AI大模型第一股”的懸念拉滿。值得關注的是，二者雖然目標一致，但走出了截然不同的發展路徑。智譜以B端、G端服務為核心；MiniMax以C端訂閱為支柱，深耕全球化使用者市場。兩種路徑的背後，是技術理念、商業邏輯與估值邏輯的全方位碰撞。一直以來，商業化的效率之爭都是行業的比拚重點，一定程度上決定了大模型企業的估值和想像力。當大模型行業從技術探索邁入商業化深水區，這場資本市場的爭奪，更像是一場商業路徑可行性的測試。另一個變化在於，AI大模型賽道已從兩年前的群雄逐鹿，逐步聚焦到少數具備核心競爭力的頭部玩家。頭部玩家投入逐年增大，爭奪資本市場的關注與資源，就是爭奪市場話語權，也是為接下來的擴張收集彈藥。壓力和動力總是結伴而行。成功上市只是第一步，更關鍵的是後續資本故事的支撐，而這些都考驗著這兩家初出茅廬的創業公司。這場角逐的結局，遠不止誰先上市這麼簡單，它更將回答一系列關乎行業未來的核心問題。爭奪“AI大模型第一股”，高增長敘事下的盈利挑戰自2024年下半年起，關於大模型行業“AI六小虎”上市的傳聞有很多。有實力的企業業務佈局的速度明顯加快，一些明爭暗搶浮出水面。進入2025年，作為目前國內達到40億美元估值的大模型公司，智譜和MiniMax動作最快。4月，智譜在北京證監局完成輔導備案；6月，MiniMax被爆出最早今年在港股上市。如今，48小時內先後遞交招股書，智譜與MiniMax這場“AI大模型第一股”之爭可謂是針尖對麥芒。對每個衝刺IPO的企業而言，財務基本面是叩響資本市場大門的第一道門檻，也成了市場審視企業表現健康與否的第一步。翻看智譜和MiniMax的財報會發現，這是兩家商業化路徑截然不同的大模型。前者是典型的B端服務路徑，後者則是C端驅動的路線。“清華系”的智譜發佈全國首個千億參數大模型GLM-130B，也將自身的商業基調定位為MaaS，強調模型即服務，形成了“開源+API付費”的商業閉環。招股書顯示，2022年至2024年，智譜營收分別為5740萬元、1.25億元和3.12億元，年均複合增長率超130%；2025年上半年營收進一步增至1.91億元，較上年同期的4490萬元同比激增325.39%。圖源智譜AI招股書收入的擴張，伴隨商業模式的定調。從業務構成來看，其收入主要來自企業級API呼叫、行業解決方案及算力租賃服務，其中面向B端的模型呼叫與企業服務是核心支柱。2022年至2024年，這一類股營收佔比分別為95.5%、90.4%、84.5%，2025年上半年佔比降至84.8%。毛利率層面，2022年至2024年，智譜的毛利率分別是54.6%、64.6%、56.3%，2025年上半年毛利率為50%。與智譜走B端路線不同，MiniMax則走出了一條C端驅動的全球化變現路徑。MiniMax收入主要來自訂閱服務、基於token的應用內購買、線上行銷服務及企業級API服務。2023年至2024年，MiniMax營收從350萬美元增長至3050萬美元，同比增幅高達782%；2025年前三季度營收進一步增至5340萬美元，同比增長174.7%。實際上，MiniMax的商業化更像是網際網路產品的邏輯。其中，AI原生產品是MiniMax的營收支柱。2024年，AI陪伴應用Talkie收入佔比近64%，開放平台及企業服務佔比約29%，視訊生成模型海螺AI佔比7.7%；到2025年前三季度，海螺AI收入佔比提升至33%，與Talkie共同成為營收雙支柱，二者合計貢獻超60%收入。圖源MiniMax招股書AI應用的火熱也擴大了MiniMax的使用者規模。截至2025年9月30日，MiniMax AI原生產品矩陣平均月活使用者達2760萬，累計使用者超2.12億，覆蓋全球超200個國家及地區，海外市場收入貢獻佔比超70%。隨著使用者增長和業務規模擴大，MiniMax毛利率明顯改善，由2023年的-24.7%升至2024年的12.2%，並進一步升至截至2025年9月30日止九個月的23.3%。智譜和MiniMax的共性在於，過去三年雖然營收在不斷增長，但虧損也與之平行，尚未看到規模化盈利拐點。招股書顯示，2022年至2024年，智譜經調整淨虧損分別是9741.7萬元、6.21億元、24.66億元。2025年上半年經調整淨虧損17.52億元。智譜虧損的核心原因在於研發與算力投入。根據招股書，2022年、2023年、2024年智譜研發投入分別為8440萬元、5.29億元、22億元，2025年上半年研發投入為15.9億元，累計研發投入約44億元。同期，MiniMax淨虧損分別為7370萬美元、2.69億美元、4.65億美元。2025年前三季度為5.12億美元。MiniMax的虧損同樣源於研發與基礎設施投入。截至2025年第三季度，MiniMax累計研發開支約4.5億美元（約31.6億元人民幣）。值得一提的是，告別前期產品的流量邏輯，進入2025年MiniMax成本控製成效顯著，2025年前三季度銷售及行銷開支同比下降26%。若剔除金融負債公允價值虧損等因素，MiniMax經調整淨虧損在2025年前三季度為1.86億美元，與2024年同期的1.7億美元基本持平，虧損呈現縮小趨勢。在資本市場，智譜和MiniMax的財務表現直觀反映出了行業的共同難題——高增長、高投入、高虧損。想要贏得“AI大模型第一股”的角逐賽，賺錢仍是要緊事。通往AGI，智譜和MiniMax走出兩條路如果說財務資料是商業模式的量化表達，那麼技術路線選擇則反映了兩家公司根本理念的差異。通往AGI的路上，二者的基因各異。智譜從創立開始就有著濃厚的科研基因。清華系創業班底、KEG知識工程實驗室、計算系……某種程度上，智譜由清華大學技術成果轉化而來。智譜CEO張鵬2002年加入KEG實驗室，並主導研發了科技情報平台AMiner——這被視為智譜AI的技術雛形。這樣的配置之下，智譜贏在了技術起跑線上。當別人還在因ChatGPT的出現奮力研發大模型時，智譜已經手握GLM架構，研發出千億級大模型。在後續的智能體競爭中，智譜也率先推出了AutoGLM 2.0智能體。張鵬也多次強調，AGI的核心是底層架構的突破，智譜原創性提出基於自回歸填空的通用預訓練範式GLM。與GPT的單向注意力架構形成差異，這種原生架構的自主性，是企業長期競爭力的核心。智譜具備清華基因，MiniMax則與商湯基因密不可分。除了創始人閆俊傑曾是商湯科技副總裁外，MiniMax早期聯合創始人周彧聰、贠燁禕均曾在商湯科技任職。這個思路之下，既技術，又商業的路線伴隨MiniMax創業的三年。技術上，和多數AI大模型企業先做語言大模型，再做語音和視覺不同，MiniMax從一開始就決定了做多模態模型，是中國最早推出MoE模型的團隊之一。這種多模態自研讓MiniMax從一開始就圍繞AI Agent和互動體驗做技術積累，也直接服務於其全球化產品戰略。閆俊傑曾判斷，國內初期付費意願較低，大廠競爭激烈，因此MiniMax一開始就瞄準了海外市場。在閆俊傑看來，AI公司的核心產品不是聊天介面，而是模型本身。這背後，透露著MiniMax的技術理念——技術的價值最終要通過使用者體驗來驗證。無論是海螺AI的互動設計，還是星野的個性化體驗，都是相同的產品開發邏輯。圖源海螺AI官網團隊基因和技術路線決定了，智譜和MiniMax是同一賽道的兩種路徑。前者選擇單點突破，死磕基座模型；後者則選擇多點開花，佈局全模態產品。當然，隨著大模型行業競爭逐漸進入白熱化，單一路徑並不可靠。從行業格局來看，弗若斯特沙利文的資料顯示，按2024年收入計，智譜的收入在中國獨立通用大模型開發商中排名第一，但市場份額也只佔6.6%。市場高度分散、機會大的同時，頭部玩家想要長期佔據優勢位置並不容易。本質上，當兩家公司都走到資本市場的門前，路線便沒有孰優孰劣之分。智譜的基座模型技術壁壘高，B端客戶黏性強，但商業化節奏較慢；MiniMax的全模態產品迭代快，C端使用者增長迅速，但技術自主性相對較弱，受上游算力和底層技術的影響更大。時至今日，圍繞同一技術理念，走出差異化，並找到與之對應的商業邏輯更重要。誰會更受資本市場青睞？今年以來，DeepSeek的火爆開啟了行業新一輪的淘汰賽。尤其是巨頭憑藉強勢的資源和產品入局，讓初創企業的競賽點發生變化。大模型企業告別資本狂熱的追捧，迎來資本的苛刻審判，“AI六小虎”的IPO競速賽也隨之展開。上市窗口期已經打開，誰先打開資本市場的門，誰就有機會走到第一梯隊。如今，智譜與MiniMax的IPO比拚，將這場競速賽推至賽點。從過往投資歷程上看，智譜是毋庸置疑的香餑餑。招股書顯示，智譜在IPO前已完成8輪融資，累計融資規模超83億元，最新投後估值達243.77億元。投資方不乏阿里、騰訊、紅杉資本、高瓴資本等頭部機構。MiniMax也不甘示弱。企查查顯示，MiniMax截至目前公開披露六輪融資，今年7月融資後投後估值為40億美元。除了沒有地方資本注入，投資方配置和智譜相似。資本市場對“AI大模型第一股”的態度，本質上是對兩種商業路徑的投票——是看好底層技術自主權的長期價值，還是青睞全球化產品的快速商業化潛力。華安證券發佈的研報中指出，智譜的核心價值在於其自主可控的基座模型技術和龐大的開發者生態，其“開源+API呼叫”的模式降低了企業使用門檻，形成了從開源生態到商業API付費的高效轉化路徑。MiniMax聚焦多模態模型切入影視內容創作，二者在細分市場存在差異性。同時，華安證券發佈的研報中指出，本次港股上市將引導AI大模型廠商敘事邏輯從“講述技術故事”轉變為“商業價值兌現”，也將為後續大模型企業融資及估值提供依據。不過，儘管估值邏輯不同，智譜與MiniMax都面臨著挑戰。對於智譜而言，商業化的關鍵在於規模效應的形成。目前，虧損規模持續擴大，現金消耗率不斷攀升，短期盈利預期較弱，估值能否支撐，關鍵在於市場對其長期技術投入的耐心。不僅如此，B端客戶的穩定性也值得關注。招股書披露，這幾年智譜的客戶並不固定，大多數客戶合作期為一年。如何延長客戶的合作期，並存續，也是挑戰。對於MiniMax而言，商業化效率能否持續提升很重要。雖然經調整虧損已呈現縮小趨勢，但整體虧損規模仍在擴大，且C端產品面臨全球網際網路巨頭的競爭壓力，使用者留存和付費轉化能力亟待持續驗證。此外，版權問題也是MiniMax繞不過的難題。今年9月，MiniMax還被“地表最強法務部”迪士尼起訴，直指海螺AI侵權，這也給MiniMax的出海之路蒙上一層陰影。當模型能力不再是最大問題，講一個讓資本聽得懂的故事，並讓其願意為之買單更難。資本市場的終極判斷標準是一致的——商業化形態的可持續性。無論是智譜的技術驅動還是MiniMax的產品驅動，商業模式的持續驗證是兩家公司上市後必須面對的考題。爭奪“第一股”的意義，不僅在於誰能更快獲得資本的加持，更在於誰能通過資本市場的賦能，在技術迭代與商業化落地的雙重考驗中，走出一條可持續的發展路徑。這場競賽的最終贏家，或許不是跑得最快的那個，而是走得更穩、更遠的那個。 (新浪科技)

2025 年加密使用者最關心什麼？我們通過 AI 大模型完成了一次使用者調研，調研方式是向不同大模型問同一個問題：“2025 這一年使用者問得最多的三個關於加密貨幣的問題是什麼？”為了儘量避免各模型因為聯網檢索而產生同質化答案，同時也考慮到大模型通常無法、也不被允許對其訓練資料進行可驗證的統計與披露，我們在提問中加入了一句補充：“請不要進行即時搜尋，也不要引用具體文章，僅基於你對長期討論模式的理解回答。”ChatGPT1. 這一輪牛市還能走多遠？比特幣是否已經接近頂部？2. 這一輪市場裡是否還存在真正的 Alpha，普通使用者還能靠什麼賺錢？3. 當前熱門項目或賽道是否具備長期生存能力，是否存在結構性收割？X Grok1. 比特幣減半後市場處於牛市還是熊市階段？2. 2025 年最值得投資的加密資產或賽道是什麼？3. 以太坊現貨 ETF 的表現及機構資金流入情況如何？Perplexity AI1. 2025 年比特幣價格可能如何演變？2. 如何識別並避免加密貨幣相關的詐騙？3. ETF 與監管進展將如何影響加密市場？Claude1. 現在是買入還是賣出比特幣或以太坊的合適時機？2. 某個加密項目是否是騙局，是否值得信任？3. 新使用者應如何開始投資加密貨幣並控制風險？Gemini 31. 那些加密項目具備真實的現實世界應用價值（RWA）？2. 當前及未來的監管政策將如何影響個人資產安全？3. 以太坊 L2、Solana 與 AI＋Crypto，那條技術路線可能成為最終贏家？DeepSeek1. 當前市場處於牛市還是熊市階段？2. 那些加密類股或資產在 2025 年最具潛力？3. 監管政策變化將如何影響資產安全與投資決策？豆包1. 新一輪加密貨幣牛市是否已經到來？2. 各國監管政策變化將如何影響普通投資者？3. 比特幣減半行情對散戶投資策略意味著什麼？千問1. 比特幣減半後價格走勢會如何演變？2. 以太坊及主流公鏈在實際應用層面是否取得實質性突破？3. 各國監管政策將如何影響加密貨幣的合法使用？文心一言1. 全球加密貨幣監管政策將如何變化？2. 比特幣及主流加密資產是否具備長期投資價值？3. 加密貨幣在現實世界中的應用場景能否真正落地？Kimi1. 散戶是否能夠通過高頻交易在加密市場中穩定盈利？2. 私鑰與錢包資產應如何儲存才是最安全的方案？3. 在鏈上交易中，如何設定滑點以避免 MEV 損耗？總結這些模型給出的“前三問題”之所以不完全一樣，可能和它們各自的定位與語境有關。ChatGPT 更像站在交易者視角，把討論組織成“周期還能走多遠 — Alpha 還在不在 — 是否結構性收割”這種偏結構化的焦慮鏈條；Grok 更貼近社交平台熱點，圍繞減半、牛熊與 ETF 資金這些市場敘事中心展開；Perplexity 的風格更像檢索型摘要，集中在價格走勢、防詐騙與 ETF/監管進展；Claude 更謹慎，強調買賣時機、項目可信度和新手風控；Gemini 則更偏產業與技術路線，關注 RWA、監管對資產安全的影響，以及 L2/Solana/AI 的“終局選擇”。中文區模型整體更集中在周期、減半與監管這三類“最硬核的確定性變數”，而 Kimi 相對例外，把問題下沉到鏈上執行細節（錢包安全、滑點/MEV、HFT），更像來自高頻鏈上使用者的真實摩擦。另外一個更次要、但值得留意的可能性是：模型能力差異也會影響輸出的“銳度”。水平更強的模型往往更能把同一個話題問得更具體、更成體系；相反，能力較弱的模型更容易落回“價格/監管/騙局”這類最大公約數式表達，導致答案看起來更像、資訊增量更小。這個因素未必是主因，但在宏觀開放題裡，它確實可能放大同質化的觀感。綜合來看，這些問題高度集中在三個母主題上：周期位置、賺錢路徑、風險邊界。加密市場的顯著特徵是高波動與強敘事驅動，因此“現在處於牛熊那一段”幾乎決定了使用者的所有後續行動（拿住、賣出、換倉、加槓桿或離場）。而當市場進入更成熟、更擁擠的階段，使用者會迅速從“有沒有機會”轉向“機會在那裡、我還能不能吃到”，於是 Alpha、賽道選擇與機構資金（ETF）自然成為高頻議題。與此同時，詐騙、項目可信度、資產安全與監管合規，反映的是加密使用者長期處在“高收益/高不確定”的環境中：一邊追逐收益，一邊擔心踩雷，最終形成一種典型的行為結構 — — 先判斷趨勢，再尋找機會，最後控制風險。 (吳說Real)