#中國AI產業
自立自強再落一子:中國AI程式設計能力實現重要跨越
在數字經濟時代,高端AI程式設計能力就是數字世界的“工業母機”。它是智能體應用落地、工業軟體開發、產業數位化轉型的核心底座,更是決定一個國家數字產業安全與長期競爭力的關鍵底層技術。長期以來,這一核心領域始終被海外Claude、GPT等主流頂尖模型主導。國產大模型雖歷經多輪迭代追趕,但在複雜工程化程式設計、長程智能體任務等核心實戰場景中,長期處於跟跑狀態。4月2日,中國AI產業迎來了標誌性突破。阿里發佈新一代大語言模型Qwen3.6-Plus。此時距離阿里整合AI核心力量成立ATH事業群,僅過去兩周半。具體來看,千問3.6整體性能較千問3.5進步顯著,並且湧現出極強的智能體程式設計能力,在系列程式設計能力權威評測中,千問3.6程式設計表現超越2倍乃至3倍參數量的GLM-5、Kimi-K2.5等模型,比肩(直逼)全球最強程式設計模型Claude系列。這不是一次普通的企業產品發佈,而是中國科技自立自強在AI核心技術領域落下的關鍵一子。從榜單到實戰,國產模型叩開全球超級陣營大門AI模型的真實實力,從來不由自說自話的行銷定義,而是要經過權威評測的專業驗證、全球開發者的實戰檢驗。據CodeArena全球程式設計模型榜單最新資料,千問3.6-Plus登頂國產最強程式設計模型,綜合性能全球僅次於Claude Opus 4.6,超越OpenAI、Google、xAI等國際巨頭,紙面實力已達到世界領先模型水平。在更細分的專業評測中,Qwen3.6-Plus 在SWE-bench系列真實程式設計任務測試、Terminal-Bench2.0終端程式設計評測、NL2Repo長程程式設計任務測試,以及Claw-Eval、QwenClawBench等真實世界Agent能力評測中,表現可完全匹敵Claude Opus 4.5,整體性能已接近全球頂尖水平。這一系列評測結果的核心意義,不在於一個簡單的排名,而在於它打破了多年來“國產模型在高端程式設計領域只能跟跑”的行業共識:我們終於在數字世界的核心底層技術上,拿出了能和全球領先梯隊正面抗衡的成果。在實戰層面,作為全球最大的AI模型API聚合平台,OpenRouter被業內稱為全球AI模型的“實戰試金石”,平台呼叫量完全由全球開發者基於模型性能、穩定性、性價比自主選擇,是衡量模型真實落地能力的核心風向標。就在剛剛,發佈僅1天的千問新模型Qwen3.6-Plus,以1.4兆Token的日呼叫量沖上OpenRouter的日榜榜首,並打破了該平台的單日單模型呼叫量的全球紀錄,成為當下最受企業和開發者熱捧的大模型之一。據OpenRouter平台公開資料顯示,平台中國開發者佔比僅6.01%,模型的市場表現完全由全球開發者的真實使用需求驅動。值得關注的是,全球開發者的選擇,是對模型能力最客觀的投票。這意味著,不是我們自說自話模型的進步,而是全球最挑剔的技術使用者,已經認可了中國大模型的實戰能力。三次認知破局,走出中國AI自主創新路徑Qwen3.6-Plus的發佈,其核心意義遠不止於單次模型性能的提升,更在於它打破了行業長期存在的三大固有認知,為中國AI產業探索出了一條高效、自主、普惠的創新路徑。它首先打破了“參數越大越厲害”的行業迷信,走出了輕量化高效技術路線。長期以來,海外巨頭主導的AI行業陷入了“堆參數、堆算力”的內卷模式,將參數量作為衡量模型能力的核心標尺。而Qwen3.6-Plus以遠小於競品的參數量,實現了對參數量2-3倍模型的全面超越,用更低的算力消耗、更小的運行成本,交出了對標全球尖端水平的成績單。從產業發展的視角看,這不僅是演算法架構的核心突破,更意味著中國AI企業徹底擺脫了海外模型定下的內卷規則。當全球都在比拚誰的模型更大、誰燒的算力更多時,我們走出了一條更高效、更適合產業落地、更具長期競爭力的技術路徑,這正是中國AI實現彎道超車的核心底氣。它同時打破了“國產模型重跑分、輕實戰”的行業偏見,實現了工程化落地的核心跨越。過去,不少國產模型在標準化榜單中表現亮眼,但在真實開發場景中,面對複雜的倉庫級任務、多步驟長程規劃,往往出現程式碼跑不通、bug無法自主修復、任務理解偏差等問題。而Qwen3.6-Plus真正讓代理式程式設計從概念走向了現實:在前端網頁開發、倉庫級複雜程式碼任務等實測場景中,模型可自主拆解任務、規劃執行路徑、編寫程式碼、測試修復bug,直至全流程閉環完成任務。不僅能實現高品質程式碼修復,更擅長複雜的終端操作與自動化任務執行,在多個高難度長程規劃任務中取得了極優成績。對中國數字產業而言,這種工程化落地能力,遠比榜單上的分數更重要。只有能真正解決真實場景的複雜問題,能真正為產業創造價值,核心技術才不會淪為“花瓶”,才能真正築牢我們數字經濟的底層根基。它更打破了高端程式設計能力的高門檻壁壘,實現了尖端技術的普惠落地。程式設計能力的核心價值,不止於服務專業開發者,更在於讓普通人也能享受到數位技術的紅利。普通人只需一句簡單的自然語言指令,就能調動模型完成任務拆解、智能體系統編排,實現專業程式設計師數小時乃至數天才能完成的程式設計效果。最關鍵的是,Qwen3.6-Plus每百萬Tokens輸入最低僅2元人民幣,以極具競爭力的定價打破了海外巨頭的高端溢價格局。技術的終極價值,在於普惠。當頂尖的AI程式設計能力不再是少數企業、少數專業人士的專屬工具,而是能被小微企業、普通開發者低成本使用,它才能真正啟動整個數字產業的創新活力,這正是中國技術不同於海外壟斷巨頭的核心格局。全鏈路協同成型,中國AI進入體系化競爭新周期Qwen3.6-Plus的突破,不是單一企業的單點勝利,而是中國AI產業從單點突圍邁向體系化競爭的重要標誌。它首先補齊了高端智能體程式設計的核心技術短板,加固了數字經濟的安全防線。高端AI程式設計能力,是數字時代所有數字產業的核心底座,小到企業數位化管理系統、網際網路產品,大到工業控制軟體、關鍵領域資訊基礎設施,都離不開底層程式設計能力的支撐。國產模型在這一領域實現自主可控、比肩國際先進水平,意味著中國大幅降低了在數字核心技術上的對外依賴,從底層提升了數字經濟的安全保障能力。更重要的是,它標誌著中國AI的算力—模型—應用全鏈路協同已經成型,正式進入體系化競爭新階段。全球AI競爭的下半場,早已不是單一模型、單一技術的比拚,而是全產業鏈、全生態的體系化對抗。以阿里為代表的中國AI企業,已經建構起了完整的全鏈路生態:底層有自主可控的算力底座,為模型迭代提供穩定支撐。中層有核心模型持續突破,覆蓋多模態、生成式AI、智能體程式設計等核心賽道。上層有豐富的應用矩陣,能快速將模型能力落地到千萬企業和普通使用者手中。這種全鏈路協同的體系化能力,才是中國AI能和全球頂尖巨頭長期同台競技的核心底氣。單點技術的突破或許能帶來一時的熱度,但只有完整的、自主可控的產業生態,才能讓我們在全球科技競爭中站穩腳跟,不被“卡脖子”。與此同時,中國模型正在以普惠價值打破海外技術溢價,為全球AI產業提供了中國方案。長期以來,海外巨頭憑藉技術壟斷,維持著頂尖AI模型的高溢價,讓全球大量中小企業、普通開發者難以享受到技術紅利。而以Qwen3.6-Plus為代表的國產模型,以極高的性價比,為全球開發者提供了對標全球領先水平的全新選擇,正在改變全球AI產業的供給格局,讓更多市場主體用得上、用得起尖端AI技術,為全球AI產業的普惠發展貢獻了中國企業方案。科技自立自強,從來不是一句空洞的口號,而是靠一項項硬核技術突破、一次次向全球頂尖水平的衝鋒,一步一個腳印拼出來、幹出來的。從跟跑到並跑,中國AI在程式設計這一“數字工業母機”領域實現重要跨越,再次印證:在高端科技領域,中國企業完全有能力走出一條自主創新的發展道路,拿出世界一流的技術成果。全球AI競爭的下半場,拼的從來不是參數噱頭、行銷概念,而是實打實的技術實力、產業落地能力與體系化競爭力。從產業規律來看,真正的長期競爭優勢,不在於單一模型的性能參數,而在於能否建構完整的技術生態、能否為開發者和使用者創造持續價值。值得肯定的是,以阿里為代表的中國科技企業,正朝著這一方向穩步前進,紮根真實市場需求,推動技術與產業深度融合,走出了一條自主創新與開放合作平行的發展道路。 (環球時報)
美銀:全面剖析中國AI產業
2025 年 9 月 9 日,美銀(BofA)發佈《中國 AI 前沿報告》,全面剖析中國 AI 產業從底層硬體到上層應用的發展現狀與機遇。報告指出,中國 AI 產業正迎來 “晶片國產化加速、資料中心供需平衡、應用商業化爆發” 三大趨勢:2027 年 AI 加速器市場規模將達 780 億美元(2024-27 年 CAGR 61%),國產化率從 2024 年 43% 升至 83%;資料中心需求年均增量 4-5GW,利用率逐步回升至 67%;生成式 AI 軟體市場 2029 年將達 98 億美元(2024-29 年 CAGR 40%)。同時,報告明確半導體、資料中心、軟體、公有雲等領域的核心標的,為投資者提供清晰配置方向。一、AI 晶片:國產化率 2027 年突破 83%,華為、寒武紀成核心力量1. 市場規模:2027 年達 780 億美元,AI 推理需求成主要驅動力中國AI 加速器(主要用於資料中心訓練 / 推理)市場呈現爆發式增長,核心資料如下:規模擴張:2024 年市場規模 185 億美元,2027 年預計增至 776 億美元,2024-27 年復合增速 61%,主要受阿里雲等超大規模企業 AI 算力需求(年均增長 50%+)與 “AI+” 政策推動。需求結構:2024 年 AI 訓練與推理需求佔比分別為 76%、24%,2029 年將逆轉為 34%、66%,推理需求崛起主要因大模型落地後企業級應用放量(如客服、內容生成)。國產化處理程序:2024 年國產化率 43%(華為昇騰佔 38%、寒武紀 1%),2027 年基準情景下升至 83%;若美國出口管制持續(無新晶片對華出口),國產化率將達 100%(樂觀情景),若管制放鬆則維持 67%(悲觀情景)。2. 技術對比:國產晶片縮小性能差距,生態建設仍需突破國產AI 晶片在算力、頻寬等關鍵指標上逐步追趕國際巨頭,但軟體生態仍是短板:硬體參數:華為昇騰910B 算力 256 TFLOPS(FP16)、記憶體頻寬 1.6TB/s,接近輝達 A100(312 TFLOPS、2.0TB/s);寒武紀 MLU590 算力 314 TFLOPS,記憶體頻寬 2.0TB/s,部分指標反超,但網路頻寬(372GB/s)仍低於輝達 H20(900GB/s)。軟體生態:輝達CUDA 生態覆蓋 80% 全球 AI 訓練場景,國產廠商分兩條路徑突破 —— 華為 CANN 建構全端自主生態(需適配 PyTorch 外掛,遷移成本較高),海光、壁仞等推出 CUDA 相容方案(支援 6000+CUDA 應用,遷移成本低),但算子庫覆蓋度僅為 CUDA 的 60%-70%。叢集能力:華為CloudMatrix384 實現 384 顆昇騰 910C 全互聯,推理吞吐量 1943 tokens/s/NPU,預填充效率超輝達 H100 19%,但系統功耗 559kW(輝達 GB200 NVL72 僅 132kW),總成本(TCO)較高。二、資料中心:AI 驅動供需平衡,2027 年利用率升至 67%1. 需求端:AI 伺服器拉動,年均增量 4-5GW中國資料中心需求受AI 伺服器採購驅動顯著,核心趨勢如下:伺服器capex 增長:2024 年資料中心伺服器 capex 2790 億元,2027 年預計增至 5180 億元(2024-27 年 CAGR 23%),其中 AI 伺服器佔比從 2024 年 63% 升至 2027 年 73%(3780 億元)。資料中心容量需求:每1000 億元伺服器 capex 對應約 1GW 資料中心容量,2025-27 年每年新增需求 4-5GW,2027 年總需求達 27.1GW(2024-27 年 CAGR 25%),主要來自阿里雲、騰訊雲等 AI 叢集建設(單叢集需 1-2GW 容量)。區域集中度:京津冀、長三角貢獻80% 增量需求,2027 年兩地利用率分別達 77%、70%,高於全國平均 67%,支撐機櫃租金穩定(核心區域約 1200 元 /kW/ 月)。2. 供給端:2027 年容量達 40.5GW,頭部營運商份額提升供給增速逐步放緩,行業從過剩轉向平衡:容量擴張:2024 年資料中心在運容量 22GW,2027 年預計達 40.5GW(2024-27 年 CAGR 23%),增速低於需求(25%),供需缺口逐步縮小。營運商格局:電信營運商(中國移動、中國電信)佔54.5% 市場份額,頭部中立營運商(萬國資料、世紀互聯)份額從 2024 年 10.2% 升至 2027 年 10.6%,主要因 AI 客戶偏好高功率密度機櫃(10kW+),而中立營運商此類機櫃佔比達 60%(電信營運商僅 30%)。能效最佳化:平均PUE 從 2024 年 1.5 降至 2030 年 1.35,液冷佔比從 2024 年 15% 升至 2027 年 40%,降低 AI 叢集能耗成本。三、公有云:AI 驅動 IaaS 增長,2029 年市場規模 1380 億美元1. 整體規模:2029 年達 1380 億美元,IaaS 佔主導中國公有雲市場呈現“AI 驅動、IaaS 為主” 特徵:市場擴張:2024 年市場規模 481 億美元,2029 年預計增至 1382 億美元(2024-29 年 CAGR 24%),其中 IaaS 佔比 68%(2024 年 330 億美元),2029 年達 980 億美元(CAGR 25%),主要因 AI 訓練 / 推理需大規模基礎設施支撐。GenAI IaaS 爆發:2024 年生成式 AI IaaS 市場 140 億元,2029 年預計增至 1209 億元(2024-29 年 CAGR 54%),阿里雲(23.5%)、字節跳動火山引擎(14.2%)、百度智能雲(9.2%)為前三廠商,主要提供 GPU 叢集租賃、模型微調服務。價格趨勢:AI 伺服器租賃價格逐步下降,輝達 H20 伺服器從 2024 年 6 月 3 萬元 / 月降至 2025 年 6 月 2.5 萬元 / 月(降幅 17%),但仍高於傳統伺服器(6500 元 / 月),成本優勢驅動企業遷移至公有雲。2. 廠商競爭:阿里雲領跑,金山雲受益小米生態頭部廠商差異化競爭,AI 成核心護城河:阿里云:2024 年雲收入 1135 億元(YoY +8%),AI 相關收入佔比超 20%,計畫三年投入 3800 億元用於 AI 基礎設施,推出通義千問大模型(支援 100k + 衍生模型),2025 年 Q2 雲收入增速升至 26%。金山云:2024 年雲收入 50 億元(YoY +14%),AI 業務毛利率 15%+(非 AI 業務約 10%),受益小米生態需求(電動車、AIoT),2025 年 AI 相關收入佔比預計達 30%。百度智能云:2024 年雲收入 219 億元(YoY +17%),文心一言模型在金融、醫療場景落地,ERNIE Bot 月活超 1500 萬,公有雲 IaaS 市場份額 9.2%。四、AI 模型與應用:LLM 追平國際水平,生成式 AI 使用者達 2.49 億1. LLM 發展:DeepSeek、通義千問性能接近 GPT-4,成本低 50%中國大模型在性能與成本上逐步具備競爭力:性能追趕:DeepSeek-R1-0528 在 GPQA 評分(研究生級問答基準)達 80 分,接近 Anthropic Claude Opus 4.1(82 分),高於 GPT-4o(78 分);阿里雲通義千問 3 支援 2350 億參數,長文字處理能力達 256k tokens,比肩 GPT-5-mini。成本優勢:國內LLM API 價格顯著低於國際廠商,DeepSeek-R1 輸入成本 0.56 美元 / 百萬 tokens,僅為 GPT-4(2.5 美元)的 22%,通義千問、百度文心一言輸入成本均低於 1 美元 / 百萬 tokens,吸引中小開發者使用。挑戰待解:醫療、金融等高壁壘領域幻覺率較高(DeepSeek-R1 約 14.3%,GPT-4 僅 3%),生態碎片化(華為昇騰、百度飛槳等互不相容),基礎研究投入不足(聚焦工程最佳化而非底層演算法突破)。2. 應用落地:生成式 AI 使用者 2.49 億,軟體廠商 AI 收入佔比提升AI 應用從 C 端向 B 端滲透,商業化處理程序加速:使用者規模:2024 年中國生成式 AI 使用者 2.49 億(佔總人口 17.7%),20-29 歲使用者滲透率 41.5%(最高),主要用於問答(77.6%)、文字處理(47.2%)、辦公(45.5%),夸克(1.56 億月活)、百度網盤(1.55 億月活)為 Top2 AI 應用。軟體市場:2024 年生成式 AI 軟體市場 18 億美元,2029 年預計增至 98 億美元(2024-29 年 CAGR 40%),金蝶(ERP AI 代理)、美圖(AI 設計)、金山辦公(WPS AI)為核心標的 —— 金蝶 2025 年 H1 AI 合同額超 1.5 億元(佔收入 5%),計畫 2030 年 AI 收入佔比達 30%;美圖 AI 訂閱收入佔比 70%,MAU 2.8 億,推出 RoboNeo AI 設計工具。邊緣AI 興起:AI PC、AI 手機、AI 眼鏡等硬體逐步落地,2025 年全球 AI 眼鏡出貨量 550 萬台,2028 年預計達 3500 萬台(CAGR 80%),國內廠商如雷鳥創新、Rokid 推出 AI 眼鏡,支援即時翻譯、物體識別功能。五、核心標的與投資建議美銀基於“AI 受益度、競爭壁壘、估值水平”,將中國 AI 標的分為五大類股,給出明確評級:1. 半導體:聚焦 AI 晶片與配套元件瀾起科技(688008.SH)買入,PCIe Retimer 市佔率 10.9%(全球第二),AI 伺服器配套需求增長,2024-27 年營收 CAGR 39%地平線(9690.HK)買入,ADAS 晶片市佔率 15%(國內第一),拓展非汽車場景(機器人、邊緣計算),2024-27 年營收 CAGR 60%兆易創新(603986.SH)買入,NOR Flash 市佔率 19%(全球第三),AI 眼鏡、AI 玩具需求拉動,2024-27 年營收 CAGR 22%2. 資料中心:頭部中立營運商優先萬國資料(GDS.US)買入,國內最大中立營運商,2024 年份額 6.5%,海外(DayOne)訂單放量,2024-27 年營收 CAGR 14%世紀互聯(VNET.US)買入,批髮型機櫃佔比70%,AI 客戶訂單增長,2024-27 年營收 CAGR 16%,利用率從 64% 升至 67%3. 軟體:AI 驅動收入結構最佳化金蝶國際(0268.HK)買入,ERP AI 代理合同額超 1.5 億元,2030 年 AI 收入佔比 30%,2024-27 年營收 CAGR 15%美圖公司(1357.HK)買入,AI 訂閱收入佔比 70%,RoboNeo 設計工具使用者超 500 萬,2024-27 年淨利潤 CAGR 42%金山軟體(3888.HK)買入,WPS AI DAU 增長 30%,遊戲業務(JX IP)穩定,2024-27 年營收 CAGR 10%4. 公有云:阿里雲與金山雲為核心阿里巴巴(BABA.US)買入,三年AI 投入 3800 億元,雲收入增速 26%,AI 相關收入佔比超 20%金山雲(KC.US)買入,小米生態需求拉動,AI 業務毛利率 15%+,2024-27 年營收 CAGR 19%5. 網際網路:AI 賦能核心業務騰訊控股(0700.HK)買入,混元大模型賦能廣告(CTR 提升 15%)、遊戲(研發效率提升 20%),Agentic AI 佈局微信生態快手- W(1024.HK)買入,Kling AI 視訊大模型創作者 4500 萬,月 GMV 超 1 億元,OneRec 推薦模型提升使用者時長 1%+六、風險提示與投資總結1. 核心風險技術風險:國產LLM 在醫療、金融領域幻覺率較高(14.3% vs GPT-4 的 3%),可能延緩企業級應用落地;AI 晶片軟體生態碎片化(華為昇騰、百度飛槳不相容),增加開發者成本。政策風險:美國對先進AI 晶片(如輝達 B30A)出口管制可能升級,影響國內 AI 訓練算力供給;資料安全法規趨嚴,導致跨境 AI 資料傳輸受限。供需風險:資料中心供給增速(23%)若超需求(25%),2027 年利用率可能低於預期(<67%);AI 伺服器價格下降過快(如 H20 降幅超 20%),擠壓公有雲廠商利潤。2. 投資總結短期(6-12 個月):聚焦 AI 晶片國產化與資料中心供需改善,推薦瀾起科技(PCIe Retimer)、萬國資料(高功率密度機櫃),核心邏輯:2026 年 AI 加速器國產化率突破 60%,資料中心利用率回升至 66%。中期(1-2 年):佈局應用商業化與邊緣 AI,推薦美圖(AI 設計)、快手(Kling AI),核心邏輯:生成式 AI 軟體市場增速 40%,邊緣 AI 硬體(AI 眼鏡)出貨量 CAGR 80%。長期(2-3 年):關注公有雲與 LLM 生態,推薦阿里雲(AI 投入 3800 億元)、金蝶國際(ERP AI 代理),核心邏輯:2029 年公有雲市場達 1380 億美元,AI 成為企業數位化核心驅動力。 (資訊量有點大)
無人再談AI六小龍
2025年行將過半,之前還熱鬧非凡的AI六小龍,幾乎從輿論場中消失:再也沒有人特意提起這個稱號。DeepSeek的衝擊只是一方面。更重要的是,原本被冠以六小龍稱號的隊伍中,已經有人明顯掉隊:零一萬物將超大模型交給了阿里訓練,明確不再追逐AGI,放棄預訓練轉嚮應用。「大家都看得很清楚,只有大廠能夠燒超大模型。」李開復在接受《智能湧現》的採訪時這樣表示。百川智能則專注於醫療垂類賽道,在字節、阿里、騰訊等大廠爭相上新基礎模型時,其創始人王小川曾提出百川智能的底層模型將對標OpenAI,但如今其基礎大模型進入了靜默期,不再更新。剩下的智譜AI、MiniMax、月之暗面和階躍星辰,也失去瞭如一條過江龍般,足以挑戰乃至對抗大廠的資本和技術底氣。曾經的AI六小龍,已經在新一輪大模型競賽中滑落成了新的「AI四小強」。它們一面成了固守AI創業賽道的最後一道屏障,一面又試圖像打不死的小強般,在DeepSeek掀起的新一輪大模型競賽中,重新找到自己的定位和出路。01從六小龍到四小強的變化背後,是部分玩家在大模型頭部陣營中掉隊的現實。隨著ChatGPT 在2022年底掀起大模型熱,零一萬物於2023年5月成立後,作為六小龍中最後一家成立的公司,行業就此開始流傳起“AI六小龍”的叫法。有業界知名大佬或頂尖人才帶隊,技術團隊能力出眾,首輪融資就突破為獨角獸等級,以及要爭奪國產OpenAI的位置,這些都是躋身「AI六小龍」的准入門檻。在彼時科技大廠如騰訊、字節並未all in 的大模型領域,六小龍衝勁十足。作為月之暗面的首批員工,張磊(化名)的工位從6樓的循環智能搬到16樓的月之暗面時,他記得聯合創始人張宇韜對他們解釋了這個名字的由來,“我們永遠看不到月亮的背面,所以才要去探索。”隨後,月之暗面完成兩輪共計近20億元的融資,更是憑藉首個實現「200萬上下文」的技術突破,引來了阿里、字節等大廠的跟進模仿。 2023年10月,智譜AI也宣佈完成超25億元融資(估值過百億元);同一時期,百川智能新一輪融資金額超3億美元;在去年上半年齊追Sora的追逐戰中,MiniMax也領先字節等大廠,率先推出了視訊大模型。“AI不是我在接下來一兩年找到什麼PMF(產品市場匹配),而是接下來十到二十年如何改變世界。”楊植麟去年接受媒體人張小珺採訪時的發言,映照的正是六小龍的技術野心。智譜AI、MiniMax、月之暗面、階躍星辰、百川智能和零一萬物,都離不開以上幾大共同評判標準。以上述四大標準來看,頻頻由於高階主管團隊分崩離析沖上熱搜的零一萬物和百川智能,已經失去了並列其中的資格。在DeepSeek開啟的2025年,零一萬物辛苦拉起的技術團隊分崩離析。包括曹大鵬、戴宗宏等負責核心技術與產品方向的主管接連出走,最近一次是模型預訓練負責人谷雪梅宣佈離職。王小川建立的百川智慧也面臨技術團隊的動盪。今年3月,作為王小川在搜狗時期的老部下,在百川智能負責大語言模型技術開發的聯創陳煒鵬宣佈離職,同一時期離開的還有另一位聯創焦可。“去年每個月還能拿出幾百萬到千萬做投流,讓月活不那麼難看,今年都轉向做海外投流了,”作為某個六小龍的市場人員,黃嘉(化名)告訴字母榜(ID:wujicaijing),去年單月投流過億的月之暗面,今年2月停止了投流,而他所在的某個小龍,去年就已經停止了投放,純粹依靠自然流量之下,AI 原生APP的月活資料也就掉到了百萬等級。蕭條之下,剩下的智譜AI、MiniMax、月之暗面、階躍星辰四家,儘管沒有公開爆出放棄預訓練的消息,但其在追趕OpenAI的進度上都有了明顯的下滑。出身學院派,同屬清華系,智譜AI基礎大模型最後一次更新停止在2024年12月發佈深度推理模型GLM-Zero-Preview。進入2025年,智譜的新動作只有發表了開放原始碼的GLM-4-32B-0414系列模型。月之暗面1月20號發表的Kimi1.5推理模型熱度被DeepSeek R1 壓過,隨後再無更新。躍階星辰2025年1月一周內集中更新6款模型後,再無新迭代。即使是還在迭代的MiniMax,其5月更新的MiniMax Speech - 02選擇的也是文字轉語音的場景。而OpenAI在2月以來先是推出了GPT-4.5,隨後將推理模型從o1迭代到o3,同時推出了o4 mini。對四小強來說,如今成為國產OpenAI,甚至超越OpenAI,似乎已經成了難以到達的遠方。更糟的是,從2024年下半年開始,智譜之外,它們也幾乎再無融資消息傳出。如果它們也抵擋不住大廠的衝擊,那麼,AI 1.0時代「四小龍」(商湯,曠視,依圖,雲從)的昨天,恐怕便是AI四小強的今日之鑑。更糟的是,這也將向外界明確傳遞一個訊號:基礎大模型賽道,將再無創業公司的立身之地。02AI六小龍風光不再,最直接的原因正是商業化。根據《智能湧現》報導,2024年12月底,零一萬物的預訓練團隊收到阿里「通義」的offer,Infra團隊則收到了阿里雲團隊的offer。 「阿里收編」的背後,源自零一萬物的判斷:新創公司投入超大模型預訓練的性價比,太低了。在訪談中,李開復則一再提及他理想化的「預訓練」是做務實的、小而快的,然後以商業性價比來評估的模型。而提到商業化,相較於OpenAI的ChatGPT商業版本付費使用者達到100萬,預計2025年營收將達到127億美元,年增200%,六小龍對收入卻都默契的三緘其口。外部來看,大廠的快速入局又步步緊逼。作為小而美的團隊,六小龍此前憑藉技術大牛坐鎮和快速切入,被視為領先大廠一步的AI明星創企:Kimi創新性地以200萬字上下文提升了語言大模型的技術門檻;MiniMax用星野率先攻佔了AI+社交的垂類領域,更在大視訊模型上一度領先字節等大廠。不過,隨著字節、阿里、騰訊今年積極佈局AI,拿出動輒百億的資金扶持自家的AI APP,美團、小紅書等也都在自建大模型團隊,六小龍的先發優勢已經被完全趕超。原本就被用以對抗大廠而叫響的「AI六小龍」稱號,正逐步失去現實的意義。同時,DeepSeek所代表的開源模型,更是加速了外界對六小龍們的技術拷問。在去年開源與閉源孰優孰略的爭議中,楊植麟曾經在採訪中表示“開源落後於閉源”,李彥宏也曾肯定地表示,閉源模型將持續保持對開源模型的優勢,商業化閉源模型一定能在市場中勝出。彼時,六小龍們還可以憑藉趕超開源模型一步的技術優勢,輸出自己的美好故事。但當免費開源且技術更強大的DeepSeek出現後,開源成了新潮流,六小龍最後的堡壘也迎來炮擊。而同樣作為先前堅持閉源生態的創企,OpenAI在開源生態競爭下,卻在3月宣佈完成新一輪400億美元融資,投後估值達到3000億美元。這一估值不僅超過了英特爾和AMD的市值總和,也超過了阿里巴巴的市值,成為全球估值最高的私營科技公司之一。從2023年10月的860億美元估值,到去年10月完成66億美元融資後,估值增至1570億美元,再到如今的3000億美元,OpenAI坐火箭式的估值增長,正是基於資本市場對OpenAI在大模型領域領先地位的認可。面對DeepSeek的衝擊,OpenAI持續推動模型迭代,新上線的「吉卜力風格」AI繪圖功能掀起熱潮,仍是當前產業最先進模型的代表。反觀六小龍,在技術迭代上硬通貨不足,其存在的價值和發展空間被質疑,也就成了難以避免的殘酷現實。03從能與大廠一較短長的六小龍到頗顯落寞的四小強,AI創企的含金量也大幅縮減。去年11月,根據「晚點LatePost」報導,月之暗面從字節手裡搶到了新技術負責人——華為諾亞方舟實驗室原AI 基礎理論團隊研究員劉征瀛。儘管這位技術大牛也曾被字節高層邀請加入字節大模型團隊,但他還是選擇了加入創業公司。“與其去大廠裡當螺絲釘,不如進創企,職級高是一方面,最重要的是有很快的迭代,更自由,而且初創公司也能給到和大廠差不多的薪資包。”某頭985高校的具身智能相關領域在讀博士生告訴字母榜,今年火熱的具身智能正如去年的大模型,創企的吸引力不比大廠小。而如今,六小龍的聯創出走已經不是什麼新鮮事,曾是零一萬物核心成員的黃文灝加入了字節,而最近前零一萬物聯創谷雪梅被爆離職,正在籌備創業。核心主管或回流大廠,或出走創業,都投射出AI六小龍對頂尖人才吸引力的下降。根據Z Finance統計,除了階躍星辰暫未出現高階主管離職外,六小龍中其餘幾家都有核心主管離職。其中智譜AI原視訊模型負責人加入字節,月之暗面前大模型產品負責人獨立創業。在「投項目前先看人」的大模型創投界,對於希望用技術改變世界的六小龍來說,技術團隊核心高管的出走,不僅會在短期內影響其模型迭代速度,也會減少其和投資者「推拉」的砝碼。圖註:六小虎高層離職情況隨著2025年市場熱度由基礎大模型轉向具身智能領域及Agent等AI應用領域,曾經作為技術引領者的智譜AI、MiniMax、月之暗面、階躍星辰,幾乎無一例外都轉變成了追隨者。Manus引發關注之下,除了智譜選擇跟進通用Agent之外,其餘幾家暫未有動作。即便現在還能以四小強立身的智譜AI、MiniMax、月之暗面、階躍星辰,前路也仍然挑戰重重。這方面,曾在AI 1.0時代被稱為AI四小龍的商湯、曠視、雲從、依圖,殷鑑在前。2016年,AlphaGo橫空出世帶火了AI,當時技術領先的上述四家創業公司被併稱為「AI四小龍」。其中商湯於2021年港股上市,雲從2022年成功科創板上市。但高研發投入之下,商業化卻迎來慘淡局面。隨著OpenAI出現,大模型成為AI主流,拿不到融資的四家公司,被迫開啟大裁員。作為六小龍中最早掉隊的零一萬物的創始人,李開復3月曾直接回應,中國市場最終可能只有三家能夠真正站穩腳跟的大模型提供商,分別是DeepSeek、阿里巴巴和字節跳動。在技​​術領先決定一切的AI賽道,四小強面臨著空前的險境,在融資幾乎中斷情況下,如何繼續推動自家模型迭代,追趕全球最先進水平? (字母榜)