十年磨刀百度正在亮劍2026年1月1日，百度控股的AI晶片公司“崑崙芯”正式向香港聯交所提交主機板上市申請。受此消息影響，百度港股大幅上漲9.35%，美股大漲15%。而在此前2025年12月首次傳出分拆上市消息時，百度股價也曾一度拉升5.01%。崑崙芯的獨立上市，是百度從“起大早趕晚集”轉變為“起大早趕大集”的一次關鍵轉折。長期以來，百度一度被視為“搜尋公司”，其AI投入未被充分定價。而崑崙芯作為百度AI全端佈局中的硬科技資產，其獨立上市已經讓市場再次重新審視百度的估值邏輯。摩根大通的最新預測是，崑崙芯2026年營收將增長6倍至83億元。百度“十餘年磨一劍”的沉默，開始了真正的爆發。在百度放出大招之前，網上關於國產晶片的討論，很少會提到百度，其實“崑崙芯”並不是十五年磨劍之路一夜之間冒出的新玩家，也不是那些高調的“GPU新概念”，其前身為百度內部項目和晶片架構部，它的歷史，可以追溯到2011年。2018年7月，百度推出了崑崙1代AI晶片，並於2020年實現大規模部署。技術層面的顯著突破出現在2025年3月，當時，百度宣佈崑崙芯第三代產品P800點亮了首個叢集，4月又點亮三萬卡叢集。晶片業務需要長期投入，為什麼要做崑崙芯？李彥宏透露，崑崙晶片最早是因為搜尋應用需要，“買別人的晶片，畢竟太貴了”，所以才決定自己開發。從全球視角看，大廠自研AI晶片已成為普遍路徑。Google推出TPU，亞馬遜設計Inferentia，背後邏輯均在於提升能效比、滿足內部大規模業務場景需求。提前佈局AI基礎設施的企業，先手牌已成王牌之一。在2023年3月的“文心一言”發佈會上，李彥宏表示，崑崙晶片已經為百度的搜尋服務最佳化了10年。“我們是一個技術公司，我想用技術去改變世界，有各種各樣技術創新的方向，好多我都想去試一試，試一年不成，OK；試兩年不成，OK；試五年不成，OK；試十年還沒成，我還會接著試下去。”美國電商亞馬遜上市後曾迎來連續17個季度的股價下跌，且連續虧損了20年才首次盈利。但這份堅持也帶來了驚人回報：如今亞馬遜的股價是初始的1000倍，成為全球最具價值的公司之一。容忍流言，忍受寂寞，是優秀企業的必要代價。時間會獎勵那些堅持“難而正確”，並為之不捨晝夜的耕耘者。今天崑崙芯的分拆上市非常具有戰略意義，一方面，可以提升崑崙芯獨立估值的透明度，吸引專注硬科技領域的專業投資者；另一方面，獨立運作後，崑崙芯能用更市場化的身份，釋放技術價值，去到算力產業的深水區競爭。而作為百度AI全端佈局中的重要一環，蘿蔔快跑也在近期展現了百度在自動駕駛領域的長期投入成果。作為百度馬拉松式研發投入的典型代表。百度自動駕駛研發起步於2013年，2017年，百度推出全球首個自動駕駛開放平台Apollo，2021年將無人駕駛出行服務平台命名為蘿蔔快跑。2024年5月，百度Apollo發佈全球首個支援L4級自動駕駛的大模型Apollo ADFM以及第六代無人車。可以做到安全性高於人類駕駛員10倍以上。資料證明了一切：截至2025年10月31日，蘿蔔快跑總服務訂單量超過1700萬次，覆蓋全球22座城市，總行駛里程超過2.4億公里，其中全無人行駛里程超過1.4億公里。實戰里程全球第一。這年頭，投資者們更傾向於“看得見的穩定”，2025年7月，全球最大的移動出行服務平台Uber主動和蘿蔔快跑建立戰略合作夥伴關係，將數千輛無人駕駛汽車接入Uber全球出行網路。同年8月，蘿蔔快跑又與Lyft達成合作，計畫於2026年率先在德國和英國部署蘿蔔快跑第六代無人車。與Uber、Lyft等全球出行平台的合作，不僅驗證了百度無人駕駛技術的成熟度，更為其提供了規模化落地場景。李彥宏判斷，“無人駕駛技術已經越過了那個臨界點”，這一判斷正在被市場驗證。左手晶片，右手AI，百度的長期主義正在迎來集中式的爆發，然而外界忽略的是，這家企業在近十年來，已經累計研發投入超1800億元。李彥宏在2017年的一次演講中提出：“過去兩年，我們在研發上的投入就高達兩百億。在中國五百強企業當中，我們論收入肯定不是排在第一的，但是論研發佔收入的比例，那絕對是第一的。”這種對技術長期性的投入，是百度區別於許多追逐短期風口企業的關鍵。其實，崑崙芯和蘿蔔快跑還只是百度AI全端佈局的兩個重心。在人工智慧領域，百度是全球為數不多在AI四層技術堆疊（晶片層、框架層、模型層、應用層）都有全面佈局的企業。全球AI企業全端格局圖在晶片層，崑崙芯為整個AI棧提供算力支撐。2025年，百度成功點亮崑崙芯三萬卡叢集，可同時承載多個千億參數大模型全量訓練。在框架層，百度飛槳深度學習開源開放平台已適配60多款系列晶片，建立超過110萬個模型。2016年，在TensorFlow和PyTorch佔據主流的背景下，百度堅持自研底層框架“飛槳”，率先勾勒“框架-模型-應用”的產業藍圖。如今飛槳已成為中國首個自主研發的產業級深度學習平台，賦能超2333萬開發者、76萬家企業。在模型層，文心大模型5.0採用原生全模態統一建模技術，參數規模達2.4兆。在應用層，蘿蔔快跑、百度搜尋等產品實現了技術的最終價值轉化，還有秒噠、伐謀、GenFlow等原生AI應用。2025年第三季度，百度首次披露AI業務收入，顯示同比增長超50%。其中，AI雲收入同比增長33%；AI應用收入達26億元；AI原生行銷服務收入同比增長262%達28億元。這些資料表明，百度的AI戰略正在進入規模化收穫期。而隨著崑崙芯上市處理程序的推進，以及蘿蔔快跑、文心大模型等AI業務的進一步發展，百度這種圍繞高門檻技術建構的護城河也將越來越寬。李彥宏曾在世界大會上提出一個“倒金字塔”理論，很好地解釋了百度全端佈局的邏輯：“晶片廠商不管賺多少錢，晶片之上的模型要產生10倍的價值，基於模型開發的應用要創造100倍的價值，這才是一個健康的產業生態。”也正是因為生態的健康，百度逐漸收穫了很多長期投資者的認可，2025年12月23日，“木頭姐”Cathie Wood旗下ARK基金再度買入百度，目前總持倉量已達1055473股。從10月至12月中旬，ARK對百度的持倉量激增超2.3倍。時間本身並不主動獎勵任何人，它只是見證者。百度能“起大早趕大集”，本質就是用技術耐力換未來確定性。選擇“難而正確”的賽道，以非凡的耐心和毅力，成為一名堅定的“長期主義者”，是穿越周期、贏得未來的根本之道。 (正解局)

海外投行Bernstein Research（伯恩斯坦）在12月初發佈了一份中國GPU市場份額的分析報告《China AI accelerators market share》，報告分析了中國市場2025年各家的GPU的市場份額，以及預測了2026年的市場情況。報告顯示，2025年華為以102.68億美金銷售額，佔據國內AI加速器市場份額的40%，與輝達的101.98億美金基本持平，斷層領先於其他國產GPU廠商。圖中深綠色的應該是寒武紀，沒有標記出他的名字，寒武紀以9.99億美金銷售額與海光的11.18億美金的銷售額並列第三，阿里平頭哥、百度崑崙芯、AMD等緊隨其後。這份報告的具體資料可能跟IDC的資料會有出入，特別是除華為外的其他國產廠商的份額佔比情況，與筆者瞭解到的市場情況不完全吻合，不過報告顯示的總體趨勢應該還是可以作為參考的。首先就是華為在國產廠商中的遙遙領先，輝達份額的逐年降低，這兩點應該是市場公認的。AMD產品在國內一直以來沒有成為主流，這裡的2%的份額也算是比較合理。剩下的就是寒武紀、海光、阿里平頭哥、百度崑崙芯四家，是目前國內除了華為外，AI加速市場中主要的出貨廠商，這個也跟當前市場的實際體感相吻合。至於最近因上市熱度較高的摩爾線程、 沐曦和壁仞，他們在消費級市場的表現不是很瞭解，在資料中心AI加速器市場的確相比其他幾家要弱一些。另外，報告還預測了2026年國內AI加速器市場的情況，其中預測華為將以50%的市場份額成為國內Top1，其他國產廠商的市場份額則是有不同程度的上漲，而輝達的市場份額將降低至8%。不過這裡應該是沒有將H200的變數算進來。至於報告中提到的AMD在2026年的市場份額將會從2%提升到12%成為國內第二，這是一個較大的不確定性。AMD相比輝達最大的優勢應該是同等算力下的性價比，但是這點在美國的算力限制政策下是否成立值得懷疑。且從目前的市場表現來看，AMD產品的可靠性和可用性都還有很大的提升空間。但這兩天傳出Ali要購買5~6萬片AMD GPU的小作文，讓這個事情增加了更多的變數。總體來看，這份報告對2026年的預測更多的還是僅參考。另外，報告也預測預計到2028年，國產AI加速器產品的供需比將達到104%，也就說2028年開始，國產AI晶片將供大於求。如果這個預測準確，那國內AI晶片廠商預計還有2~3年的黃金發展期，到2028年以後，國產AI晶片廠商將進入優勝劣汰階段，PPT產品、性能落後的產品將逐步被淘汰。這將非常考驗國內目前這些廠商的產品迭代能力。無法持續迭代，或者無法跟上友商迭代節奏的廠商將慢慢離開牌桌。 (AI人工智慧行業動態)

壁仞科技今日成功在港交所主機板上市，成為2026年港股首隻上市新股。盤初漲幅擴大至118.78%，報42.88港元，市值突破1000億港元。壁仞科技此次IPO每股定價19.60港元，公開發售獲2347.53倍認購。壁仞科技本次發行反響火爆，香港公開發售部分已吸引47.1萬人認購，是過去一年港股市場中最多散戶搶購的新股。此次IPO是香港上市規則18C章節實施以來募資規模最大的項目。根據招股書，壁仞科技成立於2019年，專注於開發GPGPU晶片及基於GPGPU的智能計算解決方案以提供AI所需的基礎算力。通過整合自主研發的基於GPGPU的硬體及專有的BIRENSUPA軟體平台，該公司的解決方案支援從雲端到邊緣的廣泛應用中AI模型的訓練及推理。值得一提的是，截至2025年12月15日，壁仞科技手執訂單總價值約12.41億元，包括5份框架銷售協議和24份銷售合同。本次上市募集的資金，將成為壁仞科技加速技術突破與生態建構的核心動力。根據規劃，募資淨額中約85%將用於研發投入，重點推進下一代產品迭代與技術創新，約5%用於商業化拓展，10%用作營運資金及一般公司用途，清晰的資金用途規劃彰顯了壁仞科技的未來戰略。下一代旗艦晶片BR20X計畫2026年商業化上市，其單卡運算能力、記憶體容量、互連頻寬均實現大幅升級，同時增強對FP8、FP4等更廣泛資料格式的原生支援，將進一步提升大模型訓練與推理效率。用於雲訓練及推理BR30X及用於邊緣推理BR31X產品已進入初步研發階段，預計2028年上市，持續迭代的產品管線將不斷打開增長空間。與此同時，百度宣佈拆分崑崙芯在香港上市。崑崙芯也將上市百度公司今天宣佈，其擬議的分拆並單獨上市Kunlunxin (Beijing) Technology Co., Ltd.（“崑崙芯”），即公司在香港交易所主機板上市H股的計畫（“擬議分拆”）。崑崙芯為公司的非全資子公司。擬議分拆旨在獨立展示崑崙芯的價值，吸引專注於AI晶片領域的投資者，並利用其單獨上市來提升市場形象，拓寬融資管道，更好地將管理層的責任與業績掛鉤。這也支援了釋放百度AI驅動業務價值的努力。據介紹，目前的方案為建議分拆擬通過崑崙芯股份的全球發售進行，包括向香港公眾發售及向機構和專業投資者配售。目前，崑崙芯已通過聯席保薦人以保密形式向香港聯交所提交上市申請表格（A1表格）。然而，全球發售的規模、結構及百度集團持股比例的減少幅度尚未最終確定。分拆需待香港聯交所批准、中國證監會備案完成，以及百度集團與崑崙芯的最終決定後方可落實。此舉旨在提升崑崙芯在客戶、供應商及潛在戰略合作夥伴中的形象，並增強其在業務談判中的地位，使百度集團可通過持有的股份受益於崑崙芯的增長。此外，分拆將使崑崙芯能夠獨立進入股權及債務資本市場，從而最佳化百度集團的財務資源配置。同時，分拆有助於明確管理層職責，提升企業治理效率。公司認為，建議分拆在商業方面對公司及崑崙芯均有利，且符合股東整體利益：第一、建議分拆可更全面地反映崑崙芯集團基於自身優勢的價值，並提升其營運及財務透明度，令投資者能清晰區分崑崙芯集團與保留集團，獨立評估及衡量崑崙芯集團的表現及潛力；第二、崑崙芯的業務將吸引專注於通用 AI計算晶片及相關軟硬體系統業務的投資者群體；第三、崑崙芯集團的業務憑藉其規模已足以尋求上市地位，且公司認為該地位將對公司及崑崙芯有利，因為建議分拆將提升崑崙芯在其客戶、供應商及潛在戰略合作夥伴中的形象，並提高其協商及爭取更多業務的地位，從而令保留集團可透過其於崑崙芯的持股受益於崑崙芯的增長；使崑崙芯能在未來有需要時直接且獨立地進入股權及債務資本市場，從而令保留集團能更有效地配置財務資源；更直接地將公司與崑崙芯雙方管理層的職責及問責與彼等各自的營運及財務表現掛鉤，進而加強管理層專注度及企業管治。 (半導體行業觀察)

大模型的戰爭，正悄然換牌。閉源一度是頂尖玩家的主流選擇，視為堅實護城河。然而，2025年9月，阿里、騰訊、百度等大廠幾乎同一時間，將模型開源大舉擺上牌桌，集中且密集的動作令人關注。從能看圖、能對話，到能寫程式碼、能做3D建模，大廠幾乎將壓箱底的招數一股腦甩出來。過去以技術封閉建構壁壘的模式正在被打破，取而代之的是將核心模型技術對外開放，結合開發者的集體智慧進行迭代最佳化，並快速佔領開發者心智。眼下，各類AI需求被拆得越來越細，落地場景也五花八門，而開源也不再是某種技術該不該開放的問題，而是直接成了大廠們硬碰硬的底層功夫。這就像在一場大牌局裡，底牌幾乎都已經翻出來了，大家手裡的牌面差不多，真正決定最後輸贏的，就不再是有沒有牌，而是誰能打得更巧，誰能留在桌上。開源別做選擇題當騰訊、阿里、百度紛紛甩出大招，將重量級模型陸續擺上檯面，重點不僅在於模型本身，更在於大廠們大都選擇了開源路線。表面上看似動作上的巧合，但深入分析，這更像是大廠對市場需求變化所做出的一種共識性反應。開源已不再是可選的附加題，而幾乎是必須正面回答的必答題。誰能答得更漂亮，誰就可能在下一局多佔一份先機。據騰訊混元公眾號及天眼查媒體綜合消息顯示，9月28日，混元圖像3.0正式發佈並開源。騰訊混元公眾號介紹稱，該模型為“首個工業級原生多模態生圖模型，參數規模80B，也是目前測評效果最好、參數量最大的開源生圖模型，效果可對標業界頭部閉源模型。”兩天前的9月26日，混元3D-Omni、混元3D-Part發佈並開源。這一連續出牌，一定程度上可以看作騰訊通過開源來調動外部開發者的力量，讓複雜的3D建模、圖像生成等任務在更大範圍內、更快速地向前推進和完善。然而，各大廠模型越做越龐大，與其一個人握著手裡的牌，不如攤開讓更多玩家一起來出招、共建。這樣一來，原本孤立的牌面，就可能被拼接成更厚實的成果，推動整場牌局不斷升級。據《新京報》9月24日報導，阿里巴巴在雲棲大會上一口氣發佈了7款模型，包括旗艦模型Qwen3-Max、下一代基礎模型架構Qwen3-Next及系列模型等。據通義千問Qwen公眾號消息，其已率先開源視覺理解模型Qwen3-VL系列的旗艦模型Qwen3-VL-235B-A22B，同時包含Instruct與Thinking 兩個版本。▲圖：通義大模型公眾號而面對多元的產業需求，開源也成為推動技術更快進入實際應用的有效路徑。據《上海證券報》9月23日報導，百度智能雲千帆宣佈推出全新視覺理解模型Qianfan-VL，並全面開源。該系列模型包含3B、8B和70B三個尺寸版本，面向企業級多模態應用場景，可以說是進行了深度最佳化的視覺理解大模型。Qianfan-VL具備基礎通用能力，也針對產業落地中的高頻需求，如OCR和教育垂直場景做了專項強化。這裡釋放出的訊號是，模型本身是工具，決定能否落地的，是可得性和成本可控性。百度通過對企業級多模態應用場景的需求深挖，某種程度上凸顯了其自身的技術攻堅能力，也在降低應用門檻上，讓更多企業可以以較低成本接入。從研發端的集體迭代，再到產業應用的快速落地，一系列動向表明，同時作用於研發和產業兩端的開源策略，其戰略價值不言而喻，也正逐漸成為大廠發展的關鍵動力之一。在研發層面，開源將分散的嘗試匯成合力。在產業層面，開源則讓更多企業能夠跨過門檻，將模型真正用起來。驅動未來的引擎當開發者與企業客戶習慣於在某個開源生態中進行開發時，其產生的龐大算力需求、對更高性能的付費版本以及配套的雲服務與行業解決方案的依賴，有望自然匯入大廠的商業河流。開源，就這樣從一張亮出的牌，變成了整個牌局繼續運轉的引擎。技術演進與應用落地的雙輪驅動，牌桌的規則正被改寫，對於旨在建構廣泛生態的大廠而言，開源似乎已無懸念，真正的問題是能開源到什麼程度。大廠選擇將底牌攤得更大、更全，不是炫技，而是試圖讓市場與產業習慣於圍繞自己的生態來運轉。共識既已形成，接下來的賽點是比較誰開放原始碼的尺度更為拉滿，給的是更多乾貨。拉滿，不是單純將參數堆到天花板，而是將模態、場景和應用儘可能覆蓋；乾貨，也不是象徵性地開放幾個版本，而是擺出一整套可落地的模型能力組合。這樣的開源，不是讓開發者挑不出缺口，而是要讓上下游產業明確感受到，這是一種確定性的開源，不僅能用，還好用。天眼查媒體綜合資訊顯示，阿里通過提供大規模、多模態的模型矩陣，滿足不同開發者的需求。其戰略意圖或在於，讓阿里的模型庫成為開發者的優先選擇。據《經濟觀察網》9月29日報導，阿里通義系列已經累計開源超過300個模型，下載量突破6億次，衍生模型超過17萬個。騰訊和百度則有所分化。從騰訊混元公眾號公開的消息內容看，騰訊的開源重點看上去是放在了展現其差異化能力上。進而，無論是複雜的3D生成，還是高語義要求的圖像創作，這一開源舉措，有助於騰訊在專業創作者和相關企業客戶心中建立強關聯。百度則給人一種主打軟硬一體組合拳的陣勢，將模型與自研崑崙芯P800計算卡深度繫結。據《上海證券報》，崑崙芯P800提供了強大的算力支撐，確保模型能夠高效處理海量資料與複雜演算法，同時支援單任務5000卡規模的平行計算。▲圖：百度智能雲千帆官方公眾號報導指出，“在通用能力基準測試中，Qianfan-VL系列模型（3B、8B、70B）展現出顯著核心優勢。從視覺理解到專業領域問答，模型性能隨參數規模增大提升顯著”。儘管大廠們開源策略各有側重，但體現出明確的行業趨勢，開源不再是點到為止的小修小補，而是大廠們拋出全乾貨的開放姿態。看似風格各異，實則目標同一。大廠們力求儘可能將開源尺度拉滿，不只是實力的展示，也是信心的釋放。然而，將乾貨拱手相授，只是上半場的局。真正決定成敗的下半場，在於誰能將這些開放原始碼的能力轉化為產業入口和使用黏性，讓開發者、企業客戶在不知不覺間依賴於大廠的雲基礎設施、API以及深度定製的企業級服務。大廠競技換牌桌隨著頂尖模型能力通過開源逐漸成為公共資源，大廠們的戰爭，悄然更換了牌桌。技術層面的准入差距正在縮小，行業的焦點急劇轉移，接下來的比拚，不再是技術本身的優劣，而是生態的廣度和深度。要在這場新的生態競爭中勝出，阿里打造龐大模型矩陣的長期目標，或可能是將通義模型庫打造為AI開發的基礎性平台。例如，開發者在處理相關任務時，是否會習慣性地前往其模型庫尋找解決方案。不同於阿里，騰訊的做法或是依託於其龐大的內容生態與社交應用積累，在相關領域建立優勢。譬如，其在遊戲、社交等領域擁有深厚的根系，對高複雜度、高表現力的3D內容和圖像有著天然的內生需求。而通過將開源重點放在3D生成和圖像創作上，或是要將其差異化能力擺上桌。▲圖：騰訊混元公眾號這不僅是技術實力的展示，更像是一種生態的順勢而為。當外部開發者，尤其是遊戲開發者、動畫師和設計師，如果將混元模型深度嵌入其創作流程時，騰訊或將在某種意義上實現從工具提供者到數字內容生產規則制定者的躍遷。這種路徑一旦站穩，所帶來的使用者黏性和生態壁壘往往更難被替代。而百度的路徑，看上去是要基於其作為搜尋巨頭和AI先行者對算力與穩定性的長期優勢，將模型開源與自研崑崙芯P800計算卡深度繫結，形成技術路線的自然延伸。進而，打造從晶片、框架到模型應用的完整生態，這對政務、金融、教育等百度早已佈局的重要場景而言，相對更為友好。換言之，百度要做的，或是將經過深度最佳化的模型能力和可靠高效的算力支撐同步開放給目標客戶和開發者，降低試錯和整合成本。通過這種生態建構，百度的競爭力便也不再停留在模型層面，而是在產業服務上紮根更深。這些差異化的佈局，說明大廠們的大模型競爭正轉換風向，它們並非在全新的戰場上從零開始，而是將自身固有的核心優勢，通過開源戰略投射和放大到大模型的疆域之中。過去看誰的團隊更大、投入更多，如今比的是誰能將自身優勢轉化為生態吸引力，讓開發者在特定場景下最先想到“就用它”。開發者一旦習慣了某套開源模型，企業客戶在搭建應用時自然就會跟上，這套系統便有望成為事實上的“王牌”。寫在最後從開源是否做選擇題，到日趨尺度拉滿的乾貨，再到牌桌換新的生態競爭，中國大廠的大模型路徑已經顯現出某種確定感。大廠不再滿足於單一產品的比拚，而是通過一次次開源，將競爭延伸到更廣闊的開發者社群與行業場景中。儘管閉源在特定領域仍有價值，但就建構廣泛產業影響力而言，開源無疑已成為大廠大模型戰略的必然歸宿和主戰場。未來幾年，大模型的競爭會愈演愈烈，開源讓技術門檻降低，但也讓競爭提前白熱化。真正的勝負，不是今天誰先開源了多少，而是誰能在開放之後，將開發者、行業客戶和應用場景都拉進自己的生態之中。惟其如此，才能在新的牌桌上佔據主動。大廠的大模型之戰，終究不是看誰先出完手裡的牌，而是誰能讓更多人心甘情願地跟著出牌。 (零態LT)

國內AI晶片市場正在經歷一場深刻的變革，“去輝達化”成為熱詞。這場變革的核心在於，以阿里巴巴和百度等為代表的中國科技巨頭，正積極推動AI晶片的自主研發，試圖挑戰輝達在國內AI晶片領域的壟斷地位。9月以來，國產AI晶片捷報頻傳：阿里巴巴、百度等網際網路巨頭相繼宣佈，其核心AI模型的訓練將部分採用自研晶片。與此同時，阿里平頭哥和華為昇騰的新一代產品性能曝光，性能追趕甚至部分超越了輝達。資本市場對此反應積極。除了多家投行上調阿里、百度等國內科技巨頭的估值外，華爾街明星基金經理“木頭姐”更是四年來首次買入阿里巴巴。股票表現上，自8月底以來，百度和阿里巴巴的港股股價累計漲幅均在50%左右。圖：阿里巴巴和百度港股表現    資料來源：wind，36氪整理那麼，國內AI晶片從外購到自研背後究竟出於何種原因？國產晶片加速“去輝達化”這場“去輝達化”運動，背後最直接的動力源於日益緊張的地緣政治，以及由此引發的對AI供應鏈穩定性和安全性的深層擔憂。今年4月，美國政府一度禁止輝達向中國銷售H20晶片，儘管7月恢復出口，卻附加了15%的收入上繳條件。面對美國的限制，中國的反制也接連升級：7月底H20被曝“漏洞後門”遭到約談，8月中旬一度傳出停產消息，而近期的反傾銷調查更是將這場風波推向高潮。圖：2025年AI晶片相關動態資料來源：中原證券，36氪整理兩國博弈的升級，加劇了海外AI晶片的供應鏈風險。對需要長期穩定投入的AI玩家來說無疑是致命的。出於對風險的考量，越來越多的中國科技巨頭意識到晶片自主可控的重要性，由此掀起了一場浩大的“去輝達化”浪潮。這場浪潮的演進，給輝達帶來了明顯的負面衝擊。今年第一財季，輝達就因對H20的出口限制計提了約45億的存貨減值。而隨著風暴的愈演愈烈，輝達來自中國大陸的收入持續銳減。財報顯示，2026財年第二季度，其來自中國大陸的收入銳減至27.7億，環比下滑了近50%，佔比下滑至6%，同期美國、新加坡和台灣地區的收入增速則均有提升。圖：輝達中國大陸收入及佔比    資料來源：wind，36氪整理與輝達的困境形成鮮明對比的是，浪潮之下國產定製AI晶片正在快速崛起。8月21日, DeepSeekV3.1發佈，宣佈使用FP8架構增強國產晶片適配性。9月16日《新聞聯播》意外曝光了阿里平頭哥的PPU晶片。其在視訊記憶體容量和片間頻寬上已超越輝達A800，比肩H20。更關鍵的是，根據招銀國際的資料，得益於國產7nm工藝與2.5D封裝，PPU單卡成本較進口H20下降40%。圖：國產AI晶片資訊   資料來源：山西證券，36氪整理在PPU曝光僅兩天后，9月18日，華為罕見地公佈了昇騰晶片未來三年的詳細演進路線。通過支援低精度計算、混合架構、互聯頻寬和算力翻倍增長，華為正從技術上實現全面追趕。不止於單卡性能，更重要的是，基於自研互聯協議“靈衢”和昇騰950系列晶片的Atlas950 SuperPod，可以形成百萬級規模的統一算力底座，各項性能超過輝達下一代NVL144和2027年的NVL576，成為全球最強算力叢集。圖：華為昇騰晶片進展   資料來源：長城證券，36氪整理而產品性能的突破也加速了國內算力基建國產化解決方案的部署。8月底，百度崑崙芯在中國移動集采中拿下三個標包第一，中標規模達到10億級。這更像一面鏡子，清晰地折射出本土AI晶片廠商正在加速蠶食輝達的市場份額。IDC資料顯示，2024年，輝達在中國的市佔率從85%降至70%，而本土 AI 晶片品牌的出貨量超過 82 萬張，市場份額顯著提升至30%。圖：輝達中國市佔率持續下滑  資料來源：IDC，36氪整理而Bernstein預測，2025年輝達在中國AI晶片市場的份額將進一步降低到54%，同期本土廠商份額顯著增長，且呈現百花齊放、多元競爭的新格局。圖：國內AI晶片市場格局演變   資料來源：Bernstein，36氪整理歷史的鏡像：手機晶片的“通用”到“定製”之路當前中國AI晶片的定製化浪潮，與過去十餘年手機晶片的發展歷程極為相似。在智慧型手機發展的早期，晶片的主導者是高通、聯發科等通用晶片廠商。這些晶片方案的優勢是具備高度的相容性和標準化特性，可以大幅降低手機廠商的研發門檻，使其可以快速佈局智慧型手機業務，搶佔市場先機。然而，隨著行業的迭代，通用晶片的弊端也開始顯現。一是，手機晶片長期被高通、聯發科等少數企業壟斷，導致手機廠商在供應穩定性上長期受制於人，並需要承擔高昂的額外費用，對利潤造成擠壓。以“高通稅”為例，蘋果每售出一台iPhone就需要交付高通售價5%的專利費，2016年蘋果支付的專利費用高達28億美元，佔當年利潤的6%。二是，通用晶片的架構設計無法完全匹配手機廠商的產品迭代規劃和定製化需求，導致產品性能提升滯後，且難以形成軟硬體一體的協同效應，弱化了使用者的使用體驗。三是，核心硬體上的趨同使得手機廠商只能針對攝影機、螢幕等外部環節做“堆料”創新，難以形成真正的差異化壁壘和品牌溢價，阻礙了品牌的高端化進展。正是基於這些明顯的缺陷，以蘋果為代表的頭部廠商走上了晶片自研之路，推動智慧型手機晶片從“通用”向“專用”的過渡。2010年，蘋果推出首款自研晶片A4，奠定了此後 iPhone 在智慧型手機領域的王者地位。A系列晶片採用自研架構和先進製程工藝，並與IOS系統調度邏輯緊密配合，實現了軟硬體的全面最佳化。不僅保證了iPhone硬體性能的持續領先，也形成了基於軟硬協同的獨特技術生態，讓iPhone的使用體驗上一騎絕塵，為蘋果構築了難以複製的護城河，成為其長期穩居高端智慧型手機第一梯隊的關鍵。在蘋果取得成功後，華為也緊隨其後開啟了自研晶片之路。2013年，華為通過海思半導體自研麒麟晶片，整合了華為在通訊、AI和影像處理方面的核心技術，不僅最佳化了整體性能也使其在5G時代具備了先發優勢。更重要的是，麒麟晶片與鴻蒙系統的深度融合，為華為手機建構了強大的生態護城河，讓其徹底擺脫了手機“組裝廠”的標籤，憑藉差異化優勢在國內高端市場站穩了腳跟。而更深遠的影響在於，依靠定製化晶片兩家公司減少了對外部供應商的依賴，從根本上最佳化了成本結構。而且以此所形成的“軟硬一體”生態優勢，也使其品牌溢價持續提升，為其帶來了更可觀的利潤空間。2024年，蘋果iPhone業務毛利率接近40%，遠高於行業平均毛利率水平。國產AI晶片的“華為時刻”當前，中國AI晶片的“去輝達化”浪潮，正是對手機晶片發展歷程的一次深度復刻。從本質上看，AI晶片的國產化和定製化，既是出於供應鏈安全性的考量，更是AI從訓練轉向推理後，行業的必然選擇。隨著大模型迭代速度的趨緩，市場需求正從“瘋狂堆算力”轉向更務實的商業化應用落地。這種背景下，AI的重心也從“訓練”轉向“推理”。根據輝達 CEO 在 2026 財年第一財季業績會時的發言，AI 推理 token 的生成量在過去一年激增了 10 倍。與訓練相比，推理任務對算力需求有所降低，但對成本、功耗和延遲的要求更高。輝達的通用GPU雖然性能強大，但其成本高、能效低，且存在高延時問題，因此並不能完美匹配推理任務需求，尤其是國內閹割版較高的成本致使其性價比大打折扣。這種市場需求的變化，直接推動了國內晶片行業的定製化之路。從適配度上看，與通用 GPU 相比，定製晶片去除了大量冗餘功能從而在執行特定任務時，能在功耗、成本和延遲上實現數量級的最佳化。對於需要大規模、高並行、低延遲的AI 推理任務來說，效率遠高於通用 GPU。圖：通用晶片與定製晶片的對比   資料來源：民生證券，36氪整理而本土晶片設計及供應鏈的進一步成熟，也為國產晶片性能加速追趕國際水平提供了底氣，使得AI算力基建轉向國產解決方案成為可能。正如智慧型手機時代的蘋果和華為，中國的AI玩家已經不再滿足於僅僅購買輝達的通用GPU，而是開始嘗試外購+自研兩條腿走路。一方面，在訓練領域，依靠國際先進晶片的高性能實現模型迭代，為進一步的自主化保留時間窗口；另一方面，加速自研定製化晶片並積極適配國內外主流大模型，在能效、特定場景最佳化等方面尋求差異化優勢，並通過軟硬體的深度協同，最佳化效率和成本。這預示著，中國AI產業正從單純的算力消費者，轉變為自主的生態建構者。這不僅是應對外部壓力的防禦性策略，更是中國科技產業邁向更高價值鏈的必然選擇。 (36氪財經)

今日市場出現比較大幅度的下跌，陳果今天群裡說：四個月慢牛後的一個快速急跌調整，沒有實質利空衝擊牛市邏輯(沒有類似四月的關稅衝擊利空)，大機率後面還有新高，但一般來說這種調整之後結構上會有切換。這幾天外資的會議比較多，花旗和JPM科技、媒體和通訊會議正在進行，所有人的目光都聚焦於本周的科技與網際網路巨頭會議，所以最近的科技行業的調研以及報告也會非常多，我持續給大家更新。昨天開了一場關於國內晶片的電話會，邀請一位ASIC專家。下午還開了一場關於國內大廠AI的資本開支問題，我挨個給大家梳理：1、國內大廠開支近況•阿里：上半年怒砸30萬張H20訂單，結果只到貨22萬張，缺口全靠“海外代購”和算力租賃硬撐。自家PPU晶片（推理專用）還在持續推進中，但產能卡在中芯國際12nm工藝上，今年只能勉強產出2萬張。•海外採購：阿里、騰訊、字節囤GB200（輝達最新卡），但海外管道也緊俏，全年能拿到3萬張就算燒高香。•算力租賃：杭鋼、潤建等公司突然成了香餑餑，承包了30%的算力缺口，價格水漲船高。（畢竟租比買不到強啊！）關鍵矛盾：國產卡性能不夠，海外卡買不到，租賃成本高——大廠們集體陷入“算力焦慮”！2、再就是寒武紀和崑崙芯誰能上位？寒武紀：•字節是親爹，包圓了80%訂單（今年11萬張裡8萬張歸字節），阿里想插隊？抱歉，產能優先給“金主爸爸”。•性能短板：跑大模型MFU（利用率）只有70%，被昇騰（90%）吊打，但勝在軟體團隊“貼身服務”，專治客戶各種不服。•國產化版：年底推出中芯國際工藝的690晶片，性能打8折，價格卻不打折…（懂的都懂）崑崙芯（百度親兒子）：•P800在字節、騰訊測試表現亮眼，性價比超輝達1.5倍，但主要用來跑小模型推理（比如視訊剪輯）。•訓練能力：目前唯一能訓練文心大模型的國產卡，但其他模型效果拉胯，被吐槽“偏科嚴重”。3. 未來風向：自研、租賃、出海“三件套”•自研加速：阿里放話“明年70%採購國產卡”，但中芯國際產能是最大瓶頸。（畫餅容易，量產難啊！）•算力租賃：潤澤、海南華鐵這些“二道販子”賺翻了，未來可能吃掉一半市場。•出海淘金：阿里、騰訊在墨西哥、中東狂建資料中心，理想、比亞迪的自動駕駛算力需求也在暴漲。4、最近大家關心的大模型DeepSeek V4/R2或合⼆為⼀於近期公佈1.版本迭代：•V3.1為過渡版本，效果被認為不如R1•V4/R2可能於10月發佈，重點改進文字窗口長度、程式設計能力和多模態支援（初級版）•多模態功能將基於早期實驗版本(Sora-like)進行簡單增強2.技術創新：•開發自訂UE8M0 FP8格式（非標準FP8），需下一代國產晶片原生支援•目前海光、摩爾等僅支援輝達標準FP8，崑崙芯、壁仞等需重新設計支援 (Alpha外資風向標)

為期3天的世界人工智能大會（WAIC）落下了帷幕，據官方統計，截止到7月8日下午3點，大會的專業觀眾到場總人次達到17.7萬，全網曝光量達到64.1億次，項目投資總額達到288億元。 相比去年，今年的WAIC到場人數大幅增長（去年線下僅有3 萬人參會），這其中也有場地增加的原因，今年WAIC在上海世博中心和世博展覽館之外，還新設了徐匯、張江、閔行以及上海世博酒店等分會場，有超過400家企業參展，幾乎是去年參展企業數量的兩倍。 而在生成式AI的熱度持續近半年後，觀眾們的熱情也被徹底引燃，會場外，排著長達百米的隊伍，會場內，也是摩肩接踵。甚至連會場周邊的咖啡館，都擠滿了聊天的參會者。 如果找一個詞來概括這屆WAIC大會，那一定是“大模型”，本屆WAIC的主題就是“智聯世界生成未來”。

企查查顯示，近日，崑崙芯(北京)科技有限公司發生工商變更，新增投資方意外出現了比亞迪的身影。兜兜轉轉之間，王傳福和李彥宏又一次聯手。 創投圈對崑崙芯不算陌生：前身是百度智能芯片及架構部，分拆後首輪融資估值衝到約130億人民幣，轟動一時。獨立兩年時間，崑崙芯身後集結了一眾知名投資方，CPE源峰、IDG資本、君聯資本、元禾璞華、臨芯投資、海富產業基金、通用創投、千山資本.....隊伍很長。 這也許是中關村最新崛起的芯片獨角獸。在互聯網時代，中關村風頭無兩，現在這片土地迎來了新面貌：芯片產業聚集地。 北京最新超級獨角獸 來自百度系