GoogleGemini3發佈後，資本市場上演了一場“蹺蹺板”遊戲。

借助年度旗艦模型，Google市值一度漲超5000億美元。另一方面，算力霸主輝達同期蒸發了6000億美元。

巨大的“剪刀差”似乎在暗示風向轉變：當TPU跑出了Gemini3的驚人效果，甚至Meta也傳出要採購TPU的消息時，通用GPU建構的算力護城河是否正在鬆動？硬體範式是否正在從通用的GPU向專用的ASIC發生“轉變”？

騰訊科技2025 Hi Tech Day上，英諾天使基金合夥人王晟將這個問題拋給了沐曦股份、矽基流動和階躍星辰幾位國產模型及基礎設施的“賣鏟人”，進行了一場AGI關鍵基礎設施“穩態還是變態”的終極拷問。

沐曦股份孫國梁認為GPU的敘事仍在：“華爾街的做空也許只是一種‘砍價方式’。”

在孫國梁看來，GPU和ASIC在幾十年前就是“超級穩態”，他強調，當前模型處於高速迭代的階段，GPU的通用性是它最大的優勢。“你很難把一個專用性的產品放在一個通用場景裡。”

在被問及“開源、閉源”之爭時，矽基流動胡健強調，這是一種“老二、老三”生存法則的博弈。“就像Android對抗iOS。DeepSeek一出來，市場炸了，大家就都得跟進，這是一種低競爭倒逼的趨勢。”

胡健表示，如果模型不開源，智能如果只掌握在少數企業手裡，客戶不得不依賴這些巨頭，並為此承擔更高的成本與代價。

而在演算法側，階躍星辰首席科學家張祥雨拋出了一枚“深水炸彈”：現有的Transformer架構無法支撐下一代Agent。

張祥雨指出，在長文字環境下，模型的“智商”會隨著上下文長度的增加而快速下降。對於追求無限上下文的通用Agent而言，Transformer單向的資訊流機制存在先天缺陷。階躍星辰的研究表明，未來架構極有可能向“Non-Linear RNN”（非線性循環神經網路）演進。

嘉賓核心看點：

孫國梁（沐曦股份高級副總裁）

“現在的AI是用工程學在‘反推’基礎科學。在數學和腦科學原理突破之前，我們需要靠GPU做大量的工程嘗試。”

胡健（矽基流動聯合創始人、首席產品官）

“模型不開源，智能只掌握在少數企業手裡，客戶不得不依賴這些巨頭，並為此承擔更高的成本與代價。”

張祥雨（階躍星辰首席科學家）

“今天的Transformer完全支撐不了下一代Agent。真正的挑戰不是計算複雜度，而是‘智商掉落’——文字越長，模型越傻。”

以下為圓桌實錄，不改變原意的情況下有刪減調整

01

兆市值的拷問——GPU還是TPU？

王晟（英諾天使基金合夥人、北京前沿國際人工智慧研究院理事長）：我們先聊一個最近很炸裂的事。Google發佈Gemini3之後估值漲了5000多億美元，大家覺得Google又回來了。但與此同時輝達蒸發了6000多億。

我想問問國梁，你是做國產GPU最頭部的企業。怎麼看這件事？硬體範式會不會開始往TPU/NPU這些專用晶片轉了？大家是完全競爭還是一種競合關係？

孫國梁：架構本身沒有高低優劣之分，最重要的是看場景。

如果說穩態還是變態，GPU和ASIC（專用晶片）這兩種架構在幾十年前就是“超級穩態”了。ASIC裡還有BPU、APU、VPU、DSP等等，它們在各自領域都有優勢。

但在今天，我們處在一個模型高速迭代的階段。在這個階段裡，GPU的通用性是它最大的優勢。你很難把一個專用性的產品放在一個通用場景裡，因為它處理不過來。

現在的模型更新太快了，快的話按周計，最遲也是按月計。從我們的視角看，任何一種基模還遠遠沒有到達“收斂”的時間點。在未來相當長的時間內，模型的高速迭代依舊是常態。

還有一個問題是場景的碎片化。客戶的應用場景是層出不窮、千奇百怪的。在這種分散的場景裡，GPU和ASIC會長期共存，但通用GPU會有更好的泛化適配性。

至於輝達市值的波動，說實話，這未必不是華爾街一種很好的“砍價方式”。之前華爾街已經做出了選擇，把輝達推向世界第一，就是因為在當前歷史階段，通用性顯然還是主流。

02

中間層的“縫合”——模型在收斂嗎？

王晟：胡健，你們是做連接的，左邊是模型，右邊是算力。這會不會導致工作量爆炸？比如要重構算子、編譯器、計算圖？另外，從客戶使用情況看，模型是在發散還是收斂？

胡健：矽基流動現在自己有一個雲，跟國內別的AI Infra比較大的區別，是我們可能大量的使用國產晶片，包括像摩爾和沐曦，我們都在大量使用用它來真實的服務客戶。

整體來說，模型呈現“二八定律”。雖然新模型每隔一兩周就出來一個，但大家的呼叫非常聚焦，主要集中在DeepSeek、千問、Kimi、GLM等少數模型上。

雖然模型變化快，但模型的結構基本上處於“逐漸穩態”。比如DeepSeek用MLA結構，包括MQA結構，大部分是基於Transformer的變體。這對國產晶片是非常大的利多。

如果場景千變萬化，且不是基於Transformer，那會是CUDA的天下，因為它的軟體棧填了十幾年的坑。但現在結構相對穩定，我們核心要做的就是幫助國產晶片實現與輝達同規格晶片的“端到端對標”。

這裡面70%的工作是相對標準的。比如量化——大家都知道國產晶片以前大部分只做INT8，但是現在DeepSeek都是FP8，所以針對量化這一系列方案是通用的；再比如PD分離、KVCache的共享傳輸等。

剩下的30%需要針對不同晶片的性能瓶頸做聯合最佳化。比如有的晶片算子弱，有的通訊弱，我們就需要做算子融合或通訊庫最佳化。總體來看，模型結構趨於收縮，這些最佳化方案在大規模部署和應用時可復用性很高。

03

演算法的“變態”——Transformer一定是通向AGI的最終範式嗎？

王晟：祥雨你是演算法大師。我想直接請教：Transformer已經註定是通向AGI的最終範式了嗎？目前學界還有RetNet、Mamba這些Linear Attention的範式，它們會有價值嗎？

張祥雨：先給一個結論：現在的模型架構確實處於趨穩狀態，但我們很可能處在一個巨大變革的前夜。

我最新的研究結論是：今天的Transformer並不足以支撐我們走向下一步，尤其是在Agent時代。

先解釋前半句。確實，現在的架構基本上都收斂到Transformer。雖然有各種Linear Attention、SparseAttention的小修小補，在效率上做文章，但本質建模能力沒有區別。

而且，我們發現了一個巨大的副作用：長文字真正的挑戰不是計算複雜度，而是模型的“智商”會隨著文字長度變化而快速下降。

對於通用Agent，它面對的應該是一個“無限流”的世界——它是無窮長的，從小到大的所有經歷都在Context裡。但今天的Transformer，不管號稱支援多少Token，我自己測下來基本上到8-12萬個Token就不可用了，即使GPT-5可能好一點，但最終都會退化。

這裡的本質原因是什麼？Transformer的資訊流是單向的。

所有的資訊只能從第L-1層流向第L層。不管Context多長，模型的深度（L）不會增加，或者僅能小幅增加（對於某些最新的架構變體）。

大家想像一下，人類的記憶是有極強的壓縮機制的。我今天講的每一句話，都是我歷史上見過所有資訊的函數。這個複雜的函數，不可能通過一個恆定層數的神經網路來表示。

王晟：我理解你的意思。這個成果你們研究出來了嗎？

張祥雨：我們現在是在一些小規模實驗得到非常積極的結論。未來的架構，它應該是一個短窗口的Transformer（建模short-term memory）疊加一個巨大的RNN（循環神經網路，用來建模episodic memory），而且是“Non-Linear RNN”（非線性RNN）。當然，這對系統效率和平行度是巨大挑戰，需要軟硬體協同設計（Co-design）。

04

物理瓶頸——被AI加速的“可控核聚變”與萬卡叢集

主持人/王晟：張祥雨剛才的分享太有衝擊性了，回頭我還要消化。我們時間有限，我就特別簡單說一下能源的問題，因為我們投了星環聚能。

在過去扔了氫彈之後，大家就開始探索搞“可控核聚變”。這事兒搞了80多年了，以前一直說“離成功永遠還有50年”，但就在這兩三年，情況發生了大逆轉。特別樂觀的人說還要10-15年，客觀一點的說20年。

這事兒是怎麼發生的？這跟AI的關係非常大。

今天托卡馬克裝置面臨最大的兩個問題：

第一是怎麼獲得巨大的磁場來約束電漿體。這要靠材料，這就涉及到AI for Science——大家都很樂觀，覺得未來過幾年高溫超導、常溫超導通過AI就搞出來了，這能解決大問題。

第二是電漿體的控制。裡面上億度、好幾億度，外面無窮多的線圈怎麼控制它？這是一個“黑箱”，你切不開來看。過去寫程序太複雜了，現在AI來了，通過模擬強化學習大家突然覺得這事兒行了。

如果不解決能源，整個人類文明都會受限。這太吸引人了。

我們討論了晶片，現在我想討論一下網路。

我想聽一聽大家實際訓模型、跑模型的網路——不是實驗室Demo，是實際出成果的——都已經跑到多大的規模了？

另外，輝達的網路層次蠻多，NVLink、NVLink Switch、InfiniBand很多層次都佈局了。我想知道我們現在自主建構的網路覆蓋了那些層級？

孫國梁：我認為AIInfra最大的挑戰是要看清產品到底是什麼。客戶的需求是一個能夠做大規模模型訓練、推理、服務的通用性算力，而不是一張卡。

我們在全國各地也有數千卡的叢集。無論是傳統模型、MoE模型還是非Transformer架構的模型，我們都訓練過。

另外我想補充一下能源。如果真的到用能源去解決算力問題的時候，中國有巨大優勢。

核心原因是：今天我們的模型屬於工程學。工程學的來源是數學推理，數學的來源是生理學和腦科學。但在基礎腦科學和生物學研發上，人類還沒有取得那麼大的突破。所以我們在數學上沒有突破，在工程學上只是在“暴力嘗試”。

反而是現在我們在工程學上的很多嘗試，會“反推”基礎科學的演進。這是一個循環。我認為未來國產算力、基礎能源和開源模型，好戲還在後頭。

05

開源與閉源的終極博弈

王晟：我們下一個問題給到胡健——開源和閉源的問題，因為我理解矽流上的很多都是開放原始碼的模型，現在美國巨頭都閉源了，中國企業擔起了開放原始碼的責任。未來開源能和閉源競爭嗎？會不會擔心最強的模型都是閉源的，導致你們的業務空間被擠壓？

胡健：現在回答這個問題比較容易了，因為之前我們剛出來的時候和一堆投資人會問這個問題。

我們剛創業時也面臨這個問題。我們堅定兩點：開源肯定會起來，推理會是主流。

開源與閉源核心看兩點：

第一是競爭格局。往往是處於第二、第三梯隊的企業，為了不被頭部完全搶佔市場份額，必須開源。開源後會有更多人跟你玩，就能逆轉形勢。就像Android對抗iOS。DeepSeek一出來，市場炸了，大家就都得跟進，這是一種低競爭倒逼的趨勢。

第二是需求。智能如果只掌握在少數企業手裡，企業客戶為此會承擔更高的成本與代價。企業有自己獨特的資料，不敢交給閉源模型，因為有隱私和壁壘問題。為了資料可控、成本更低，需求端會倒逼開源持續存在。

就像Android最終形成了自己的商業模式一樣，開源模型未來也會有類似廣告或服務的商業模式。

06

手機上的AGI——從推理到自主學習

王晟：祥雨，階躍剛剛發佈了一個針對Android手機的Agent：GELab-Zero。這是測試成分更多，還是真的能在手機產業落地？

張祥雨（階躍星辰）：為什麼在這個時間我們要做GELab-Zero這樣的一個工作，是因為它是智能發展的必經之路。

我看智能發展有兩條軸，橫軸乘以縱軸的面積，就是智能化水平：

橫軸是“智能進化”：

第一代是ChatBot，背後的演算法是NTP（Next Token Prediction）；

第二代是Reasoner，背後的演算法是RLVR（Verifiable Reward強化學習）；

第三代Agent是什麼？現在大家不知道。我自己擅作主張補上，它背後的演算法原理應該是“自主學習與線上學習”。

我剛剛說的Transformer架構必然會有一次大的革新，指的是在這條橫軸上，我們正在走向下一代的路上。當然模型架構革新也只是一小塊，它屬於分層記憶機制建模的一部分。除此之外，自主學習和線上學習還需要解決如何進行環境探索、如何利用環境反饋、如何線上更新模型參數的問題。

縱軸是“模態”：從語言、語音，到視覺多模態，再到最困難的具身智能。

在具身和多模態之間，夾著一個“虛擬世界的具身”——就是像人一樣操作手機GUI。這比物理具身簡單，但比純文字複雜。

我們要在這方面走出一步。GELab-Zero的技術路徑非常有特色：它是一個小模型，蒸餾了更大的視覺、語言模型的能力，通過搭建強化學習環境，賦予它在手機APP裡探索的能力。

更關鍵的是，我們採用了“端雲結合”的能力：在必要時發出請求呼叫雲端模型，並且這兩個模型是協同訓練（Co-training）的，通過RL Trajectory共同形成梯度反傳。這是一個非常重要的技術創新點。

07

“老CV人”的反擊——顛覆Diffusion

王晟：再問個問題，剛才那輪問題的延續。我看到你的老戰友何愷明最近也頻頻出手，最近發了兩個很重要的論文，一個是JiT（Just image Transformer），他覺得採用去噪的方法不太對，直接一把可能就預測圖像的結果了。還有一個是iMF（Improved MeanFlow）。它能夠變得比Diffusion更好嗎？

張祥雨：對，不過這些工作也是在Diffusion框架上打補丁，並未真正“顛覆”Diffusion。愷明最近頻頻在生成模型基礎方向發力，原因很簡單：Diffusion這一套在“老CV人”的眼裡，是最不MakeSense的。它從一個分佈出發，加噪再去噪，這個過程沒有任何的語義，並且已經有很多工作展示了在diffusion過程中引入語義對齊可以取得顯著的提升，這更說明了原始的diffusion框架是有問題的。

我解釋一下為什麼要這樣做。

深度學習最喜歡的一個詞叫“端到端”——從已知分佈直接用一個深層神經網路一步達到結果。但在很長一段時間裡，模型的“單步推理能力”是不夠的。

這就像在語言模型裡，單步推理不夠深，所以我們要引入CoT（思維鏈）。你可以認為視覺生成裡的“加噪去噪”，它的每一個Step就是一個CoT。

但是！這個CoT跟語言的CoT不一樣，它不符合人類理解和形成圖像的過程。我們叫它“Bad CoT Pattern”——因為它沒有語義。

不過，雖然聽上去不太合理，在“類Diffusion”框架下目前還沒有太好的去掉加噪-去噪過程的實踐。其他的框架，例如基於自回歸的圖像生成，也同樣有缺少語義和單步推理能力受限的問題。

所以目前的研究趨勢，一方面是如何給Diffusion等框架引入更豐富的語義，例如剛剛提到的Semantic Alignment，又或者是生成理解一體化訓練，都屬於這個範疇。另一方面就是儘可能把框架做得更簡單、更為端到端，儘量減少人工引入的非語義的元素，愷明組最近的工作大都集中在這一塊。

此外，也有人嘗試直接提升模型的單步推理能力，例如把loop transformer等latent reasoning工具引入圖像生成中，等等。

王晟：我們再拉回到你做的這個非常重要的工作，為什麼不能是Memory被外掛，因為你說很多的上下文太長導致模型輸出不利，我們為什麼不能有一個模型專門去抽取，把Memory抽取更好的專用模型，再給到大模型。

張祥雨：當然是可以的，像您說的在草稿紙上人類也會做這件事，這屬於外存。但是我們現在最主要的還是要建模智能體的記憶體，因為記憶是人類智能的核心元件之一。

人腦的記憶機制是一個非常複雜的，而且分層的記憶機制，從已實現的短到長，比如最短的叫做感知記憶，也叫瞬時記憶；而稍微長一些、大概持續數秒的叫做短期記憶，也可以叫工作記憶。

其中瞬時和短時的記憶，它的很多特性，比如無損性，比如說全連接的特性，今天transformer的上下文機制已經可以建模的很好了。

真正棘手的是長期記憶的建模，我們現在主流的架構還做得不是很好，一個叫Episodic Memory（情境記憶），你會發現大量的論文都在做這一塊，它和fast weight update機制密切相關。還有一個叫做Semantic Memory（語義記憶），這個和slow weight update機制有關，這一塊用模型參數本身可以建模，它的難度在於怎麼Update。

王晟：我記得Google剛發了一篇論文，不斷地Update模型參數。

張祥雨：對，它那個是走向Online Learning非常必要的。

王晟：今天的討論特別符合我們“穩態還是變態”的議題。

我發現每一家頭部企業都有堅實的基本盤，但同時都在敞開胸懷擁抱變化。Transformer可能不是終局，GPU還在進化，而能源（比如我們投資的可控核聚變）和工程的挑戰才剛剛開始。這一波AGI可能剛剛起步，真正的蝴蝶效應，還在後頭。 (騰訊科技)