Hello
Hello，大家好，我是明浩。呃，一期单口的带PPT的solo，来记录这个跌宕起伏的二零二五年的AI行业。在二零二六年一月底这个时间点，跟大家重新回顾一下过去一年AI行业发生的这些事情。嗯。我今天的PPT有一百八十一页，呃，应该是我历史上以来页数最多的一次了，啊，其实这个PPT是为一个啊互联网公司的内部宣讲准备，呃，昨天晚上我已经讲完了，但是他们讲述的时候，可能是因为业务的需求，确实做了一些调整，所以我昨天晚上在他们内部演讲的版本只有大概一百二十页不到。
呃，去除了比较多的东西，但是增加了一部分他们要求的、他们业务相关的事情。然后我现在讲这个版本是呃之前做出来完整这个版本，我们正式开始。首先，所有的PPT文档我会放在ShowNote里，啊，有需要可以去下载。我们正式开始今天的内容。嗯，我给今天的这个文档或者今天的这个主题起了一个标题，这个标题叫“同一代技术，两个系统”，副标题叫“二零二五到二零二六中美AI的并行展开”。
呃，所以看到这个标题，大家应该就会知道，我们今天内容其实会分两个大块儿，一块是美国的，一块是中国的。其实，如果你们听我过去这一年多关于行业整理的PPT的话，应该知道我在去年年底做的二四年的总结的时候是分中美的，但是在去年。过程中，比如说二五年中、二五年Q三，包括二五年十一月那次整理的时候，其实大部分视角是放在美国的，所以我会觉得可能是个习惯嘛，也可能是个意外。
就到了这个时间点，比如到每年年底的时候，我会觉得需要做一次中美两国的对比。然后很多人会说，你之前不是做过年度总结吗？确实，我上一次做PPT超长的关于AI行业的总结是在狂喜博客节上那次。嗯，我们不知不觉的走到了这里。应该是十月下半旬开始动手做，十一月初在狂喜博客上，狂喜博客节上讲的，啊，当时讲的逻辑其实跟我去年下半年讲逻辑很像，会讲技术、讲产品、讲资本、讲泡沫，啊，那是我的第七十六期博客。
如果大家有兴趣，可以回头去听。那既然已经讲了那一次，为什么又做了一次年终总结呢？呃，其实事情是这样的。呃，旷野博客节的举办时间是十一月三号。你说十一月三号，虽然也接近年底，但毕竟，嗯，从我做到真正结束，其实二五年还有两个月的时间，再加上二六年一月份，虽然元旦的春节元旦已经过了，但是春节还没有过，所以可能还在二零二五年这个叙事里。
所以又过了可能有三个月的时间。大家要知道，嗯，过去这一年。按照我的节奏来说，基本上每三个月行业就要翻一次，我的PPT就要重新写一次，所以差不多也到这个时间点，那我们就再做一次，也是像刚才所说的，算是回归某种传统。因为我在二零二四年年终总结的时候，我们当时标题叫“我们到底该如何A如何记住AI行业这一年”，当时就是分的中美对抗，只不过在年终的四五次PPT总结里面，我们记录的更多是偏美国的叙事。
然后在做完了这次节目的PPT大纲跟想讲的内容，我把所有这些东西都堆给了AI，然后让AI帮我写了一段导语。他他写他写的是这样的：他说，二零二五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，更激进的资本叙事，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，呃，基本上完美的解释了今天内容的全部展开。我们正式进入今天的内容。首先，当然会先聊聊美国，呃，美国跟中国大概都分了三章，所以一共有六个章节。从我美国的三章是分别是从模型到产品，从lab到公司，第一章；第二章从产品到场景，从公司到行业，这是第二章；第三章从行业到市场，从市场到资本。
所以它其实不是断点，它都是从什么到什么，从什么到什么。我们正式进入第一章，从模型到产品，从lab到公司，又分三个小节。二零二五年到底是什么年？那二零二六年呢？第二个小节，主桌的比喻是不是需要调整？呃，听我之前播客的人应该知道，我对AI行业的总整理跟总结，有一部分是关于所谓AGI主桌到底是什么的。然后，主桌上的玩家们到底在赌什么？
这是三个部分。首先，先看AI AI的能力边界的进化。直到今天这个时间点，AI发展到现在这个样子，依然还会有很多会说AI依然做不了很多很基础的事情。现实确实如此。呃，我在推特上看到一张图来代表这个概念的眼睛，我觉得画的非常好。呃，如果人类的能力是一个圈的话，那最开始AI可能只是在这个圈里的某一些小块地方有一些小小的凸起。
它可以做一些很简单的任务，但整体而言是一个非常非常弱的状态。然后随着发展之后，你会发现AI在某些能力上开始展现出非常强的进化速度，它的某些凸起跟某些尖儿长得很快，甚至快到可能接近人类的边界。所以在那个时候，我们说AI可以帮我们做一些简单的任务了。然后再随着发展，它可能还是是这种不规则的发展状态。它的某些突起可能已经突破了人类的极限，但是它的还有很多部分是非常非常弱的，还弱于人类的能力。
所以在这个时候，很多人说：“你看。”AI还是做不了某某某事情，AI还是做不了某某事情。但是他们可能没有看到有些事情，AI可能已经突破了人的极限。那再往前发展，AI依然是一个不规则图形，它的绝大部分的东西可能已经把人类的边界全部突破到不知道什么地方去了。但是还是会有一小块地方，它没有把那个整个的人类的技能的圆圈占满。
在那个时候。大家会说，确实非常强哦，但它还是有一些什么东西是失败的。我们大概率可能现在在这个第三到第四个阶段，也就是说，AI在某些能力上已经超过人类了，但是也有很多事情它没有人类强。下一个阶段是AI在绝大部分事情上比AI比人类强，只有小部分事情比人类弱的时候。我们现在差不多在这个阶段。那AGI是什么呢？
AGI就是说AI依然依靠这种不规则形状的发展，发展的面积全部已经把人类的那个圈覆盖住之后。那可就是AI，呃，这个图这个可视化的表达，我觉得非常的贴切，确实可能像过去这些年，甚至不仅是过去三年，是过去几十年AI房生AI行业发展的状态。然后回顾这。波澜壮阔的又一年，对吧？二零二四年年底，我在写的时候，就是我们该如何记录AI行业这一年？
那似乎这个话题或这个标题。依然适合今年的模型进展，无论是文呃语言模型还是多模态模型，我们回头去想过去这一年重大的模型发布，从年初的 DeepSeek R1 开始，对 DeepSeek R1 到今天也不过才发布了一年的时间，到 GPT4、GPT4o 啊不对，呃 GPT4 跟 GPT4o 是二零二四年，二零二五年有四点五 GPT5，嗯 Cloud 四，然后 Gemini 的二点五跟三。
然后，视频模型有VU三，有Nana
Banana，然后有可灵，有海螺，对吧？有很多很多的模型，包括DeepSeek的。啊，R1、v3.1、v3.2，以及马上我们可能在春节看到的v4，所以回顾这一年，基本上新模型的发布是按可能按周来做的，基本上每一周都会有。呃，各家头部厂商的模型发布，然后视频版本我们会看一个视频，这个视频是我在Twitter上找到的，是一个应该是一个，呃，SaaS相关的公司用AI的视频生成模型总结了过去一年AI行业的发展的状态，我觉得几乎总结的非常好。
Wait, how did we get here? Started 2025 AI, lit so bright. Then deepseek dropped and shook VCs overnight. Sami said, hold my beer. Oh three minis
live. Elon feeling FOMO, tried to buy OpenAI. Codegen became the new hype. GPTT4O turned his Ghibli overnight. Builder AI clueless Tam in disguise.
Apple said AI is scam, but look, Glass UI Sam swooped in stole Joni. Suck got crazy, formal poaching talent left and right. Claw dropped a code and
beast. Elon drop grow force at AGI in sight. Astronomer CEO caught in the act. MIT said AI is a bubble, carpet the almost pop. But the bubble keeps
inflating. Trump keeps hosting. Sammy keepsLaunch and tech content keeps evolving. AWS keeps crashing. China keeps scheming. But hold up, Google woke
up out of nowhere. Gemini 3, V03, Nano, but none in the air. Snatched the crown like it was always theirs.呃，我非常推荐大家去B站上看一下这个视频的版本。
呃，从DeepSeek R一开始。到，呃，GPT到苹果的AI能力的失败，Cloud四，Meta重组AI团队，Web Coding，然后到年底Google强势崛起，这个一分多的视频几乎总结了整个2025年AI行业在美国发生了什么，非常的完整。然后这个歌应该也是AI生成的，听起来也节奏感很好，对，非常推荐大家去B站看一下视频版本。
我们正式开始啊。又回到前面那个标题，我们到底该如何记录AI行业这一年？二零二五年，我们刚才数过有DeepSeek的R1、Cloud Cloud四四点一、Sora Two对，然后速诺的V五、GPT五、Gemini三，到年底的GPT五点一、五点二。然后我们有除了模型之外的很多另外的关键词，比如强化学习、后训练、多模态、Web coding、What model。
你会发现这一年似乎密集度的，我们会发现这一年从模型技术进展角度来讲，也发生了无数的事情。然后，如果去抽关键词的话，第一个关键词当然就是推理模型的大爆发，对吧？从 DeepSeek R1 开始，其实甚至应该是从二十四年九月份，呃， OpenAI 发布 O 系列开始，整个推理模型的发展应该是超出所有人预期的。
OpenRouter 的统计来看，有目前超过百分之五十的模型已经是推理模型了。今天，推理模型已经成为各家模型厂商的标配了。所以，2025年第一个关于模型关键词是推理模型的大爆发。然后回头来看，我们到底是怎么一步步走到这里的？其实这个观点我也在我之前的PPT里讲过无数次。我们之前通过预训练，通过为大模型数据，通过跟人类的对齐。
然后得到了初始的模型，然后再通过后训练跟包括今年谈的很多所谓的中训练，通过可验证的强化学习的方式得到了推理模型。所以，如果总结来说，你会发现今天这个时间点。嗯，AI行业的整个的技术的路径是从预训练到后训练，从，呃，强化学习崛起来代表过去三年整个AI行业的发展。然后这件事情基本上也对应了目前世界上头部的AI
lab的组织结构或者业务结构，它会分预训练团队跟后训练团队以及infra infra团队，呃，然后呃，相关的头部的模型厂商可能又会涉及到。
比如说，大家如果往英伟达底层走，可能又涉及到硬件的团队，所以这个事情或者这个技术研发的节奏，跟这些公司的组织架构也非常的相关，然后。简单总结来看，二零二五年是其实是，呃，比较重要的变化一年。是说，呃，从各家模型厂商的算力跟资源的投入角度来讲，我们之前可能更多厂商是把资源投入到了预训练这个板块，但是进入二五年之后，大家把更多的资源投到了后训练，就是强化学习，尤其是基于可验证的强化学习这件事情的构建。
那这件事情看起来会再往后推很多很多年，因为，呃，很多人会说预训练可能已经边际上到了比较极端的状态，可能大概已经按照广义说法，可能已经挖到百分之七十到八十了，所以边际效应上会显著的变差，所以大家会把更多的精力跟，呃，资源投入到后训练上。那后训练呢？这个我们叫强化学习学习的环境搭建，可能是过去这一年以及未来几年，头部模型厂商都要做的很重的工作。
其实，在我上一期总结里也提到了，呃，环境的搭建，然后对模型任务任务的设置，包括任务设置后模型表现的打分，这跟整个这样一套强化学习的环境搭建的效率、工程化实现，呃，产生的结果的验证等等这些东西，可能是肉眼可见中短期。模型厂商们都要做的很重要的投入。那到底是谁在搭建这些所有的强化学习的环境？除了，呃，模型厂商自己之外，还有几个角色方。
比如说，现在这个时间点，在美国出现了一批。呃，初创公司专门只做，呃，强化学习的模型搭建，然后他们把服务卖给模型公司，尤其在一些特定领域，比如说编程、数学领域这些，似乎已经被验证是最有效的强化学习环境。然后，比如说一些产品公司也在搭自己的强化学习环境，因为产品公司会发现，在自己产品所服务的场景里，尤其是一些To B跟SaaS产品。
呃，正常强强化学习环境是不能依赖通用模型的那套东西的，你要自己搭。当然，还有更广意义上的传统的这些做数据标注的公司，呃。比如Meta收购的Scale AI，以及Meta把Scale AI之后收购之后，它的市场份额被其他的公司拿走了，典型的像Murcer这种公司。它定义是R L时代的A W S为A I Lab提供任何需要人类反馈提升的智能系统。
呃，它十七个月就A
I二从一百万美金涨到了五亿美金，非常非常快。呃，这个价这个赛道的价值被近一次的突破了。你会发现，呃，相关的，呃是相关的初创公司的融资在美国发生的特别多，同时这些做相关业务的公司的收入涨得也很快。然后他们就是新时代的数据民工，对你比如说，呃，过去一年我看了很多硅谷公司的采访，有因为令我印象比较深的是那个做类似业务的苏格的CEO，Edwin
Chen，然后他说训练的后的优化，就是后训练的优化其实是门艺术，因为他们专门做数据民工的，就是专门做数据标注，他们会请法律的专业人士、财务的专业人士、工业界的专业人士，甚至科学家们来去做。
双引号的数据标注，也就是今天这个时间点所谓的后训练强化学习的环境搭建，本质上来讲，每家厂商在这件事上的选择，其实就代表了双引号的品味。啊，这个观点，杨志林在前几天的AGI Next上也表示了类似的观点。所以，呃，强化强化学习环境的搭建，肉眼可见的中短期会成为各家模型厂商很重要的投入的地方。然后在上上周吧，没记错的话，红山写了今年的一篇文章。
啊，大家知道红山作为呃 king of VC，每年关于AI行业的各种各样的观点是我经常会看的。他最新的一一篇文章叫《二零二六 This Is
AI》。这个标题非常的简单，对吧？这个标题只有这几个字：二零二六雷CZGI。然后他当时的观点其实我觉得也是对的，或者说逻辑上跟我们之前讲的所有事情是相关的。他会认为我们在 OpenAI 定义的 L 一到 L 五的阶段当中，L
一是解决了知识，就我们预训练给了为模型那么多知识，通过预训练的方式，模型知道了双引号的知识。
然后进入到二四年九月或者二五年初的时候，模型通过后训练的方式解决了推理的问题。那今天大家在解决的是持续的迭代，然后也就是 agent，然后我们去衡量 agent 它一个很重要的标准是它能完成一个多长时长的任务。也就是说，长时间的任务执行的智能体，再往前推演，可能就是 A I。但是他也会说，呃，今天在业界关于 A I 的定义其实特别的复杂，没有人知道到底什么是 A I。
啊，他用了一个之前我也用过的比喻，就是那个美女的比喻，就是，嗯，美女是没法定义的，但是你看到的时候，她就是了。红杉的这篇文章认为 A I 也是这样的。然后他更狭义来讲，他说通用的人工智能就是解决问题的能力。他举个例子，比如今天我要招一个，就像刚才我们说强化学习环境搭建的很核心的研究员，我们应该怎么招聘？
比如说你把这个任务给AI，AI现在能做的方式是说它会在。YouTube上找相关的强化学习环境搭建的演讲，看那个演讲人是谁，然后再把这个演讲人的名字在Twitter里搜一下，搜一下这个人在Twitter上的技术影响力，再评估一下。然后再挖一下这个人，比如在哪儿工作，在这工作是多长时间，再去分析一下他推特上发的内容，似乎是不是隐含着一些，比如说一些吐槽或者一些什么，分析他有没有离职的意向，然后再筛选出符合这个标准的相关的人员，再给他们发这个邮件。
那这个过程。其实你听起来不复杂，对吧？但是如果是一个，比如说传统的猎头来做这件事情，其实也大概率也是这么多，甚至可能没有这么效率高的方式来做，它可能需要几天的时间。可是现在这样一个任务，一个AI agent可能只需要半个小时左右就可以实现了。那似乎这件事情就是在解决问题，对吧？那这个能力看起来就非常像我们理想中的AGI的能力。
所以，红杉的那篇文章叫《二零二六 This Is AGI》。然后再往前推，嗯，二零二六年初这个时间点，或者说二零二二五年底吧，嗯，有一派观点会认为，下一代的模型的研究范式需要出现了。啊，其实，在上一次我讲 H N X 大会的时候也提到了。今天在硅谷的共识就是自主学习。然后，伊利亚在接受那次播客采访的时候也提到，我们需要打开新的研究时代。
那年初，雨森去张小军的播客也提到了 research 的再一次的重要。那具体研究什么，就变成了大家新的这些公司或者说新的技术范式在 bet 什么。这同样引发另外一个角度。比如说，我们回头去看，呃，OpenAI当年定义的L一到L五，L一Chatbot，L二推理，L三Agent，L四创新者，L五组织者，那似乎如果实现了双引号的自主学习。
L四是不是就实现了？反过来讲，比如最近一段时间，没记错就是前天还是昨天，OpenAI发了他们那个专门给科研人员的那个产品。为什么是科研人员？或者说为什么AI for
Science在今年的编辑的地位再次得到提升？那不就是所谓的创新者跟研究者在做的事情？那如果真的自主学习实现了，我们似乎就到了L四。当然，这同样也解释了为什么最近一段时间，可能过去半年左右时间，美国出现了一堆我们叫 new lab
啊，这些公司创始人可能来自于这几家头部核心公司，然后他们选择创业的方向都是研究所谓新的范式或新的可能性，然后这些公司在很短的时间内拿了非常多的钱，那美国的市场愿意赌。
有可能在这些公司里面出现下一代的研究范式，典型的像伊利亚公司、像米尔的公司。当然，最近一段时间，米尔的公司又出现了一些问题，呃，几个核心人员又回到了OpenAI。所以，这个New Lab公司到底能不能做成什么样子，其实不好说。或者是二零二六、二零二六年，我们很难去期待这些New Lab在，比如在商业化上有什么进展。
但是在纯底层技术研发上，没准有可能有些公司找到了一些新的可能性。New
Lab。那讲完了纯语言模型，我们再看另外一件事情，关于主桌的这件事情。我在二四年六月份啊，二五年六月份做了一张PPT。叫AGI的主桌只有一桌吗？那当时讲的就是说，语言肯定是最核心的一桌，对吧？当机器掌握语言，强人工智能就来了。然后有人会说，coding是一桌，因为有人有SAP的CEO会说，十二个月内我们可能会进入一个AI能写出所有代码的世界。
这句话我没错，应该是二五年的四月份还是五月份说的，距离十二个月。非常快的就进，那过去这几周的时间，大家明显感觉在 coding 上，广义的 coding 上，感觉人家已经挡不住了，对吧？从 cloud code 到 cloud skill，到 cloud co work，到最近的 cloud boat。
你明显感觉基于CoT的能力的延展已经溢出了，对吧？就像那个最前面的那张关于AI能力的图，就它突破了某线之后，看起来就飞走了，而且飞得越飞越快，对吧？CoT是一桌，然后有人会说多模态是一桌，对吧？呃，世界模型是一个孕育AGI能无限拓展的信息子宫，这是蒂姆曼的核心创始人说的。原来我会说这是三桌，对吧？所以大家三个角度去讲，可是似乎。
在二五年下半年开始，我意识到，可能只是一桌，就这个分类好像是不对的。然后我们再看这个边际的差距，比如说今天这个时间点，世界上最头部的这些，呃，纯语言模型之间的差距，可能是在。表表现差距可能是在百分之三之内的，就是第一名可能跟第十名左右的差距非常非常小。但是在比如说多模态领域，在V六领域，第一名跟第六七名之间的差距可能超百分之三十。
然后在Agent角领域，这个差距会更大，可能超过百分之七十。那似乎从呃，一个更现实或者更狭义的 ROI 产出的角度来看，今天这个时间应该越来越多人在把呃多模态跟 agent 板块的能力的提升作为 ROI 更重要的这个这个领域。然后为什么我会觉得其实最后是一桌啊？这个案例在我过去几期播客跟别人对谈里都讲过。
我用 Notebook Nano 的在作为底层模型的 Notebook IM 给我儿子做了一次关于 AI 的呃 PPT。我先是让他用火影忍者的故事来讲，然后让他用蛋仔派对的故事来讲。你会发现，Nando Nando或者是Notebook L M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这款《蛋仔派对》发生了什么。
他把这个逻辑层的关系跟AI模型的技术原理做了一层逻辑层的构建，然后再把这个构建之后的逻辑关系以可视化的方式做展现。这件事情让我非常吃惊，非常的觉得，嗯。语言多模态，甚至包括口顶，可能是一桌。然后还有一个案例，我也讲过很多次。我给我女儿幼儿园大班的女儿的演讲比赛做PPT的准备，她想讲，呃，三只小猪的故事。
然后我们家有一本三只小猪的立体书，就是那个书翻开那个页面会立起来，对吧？会有各种各样立体的样子。然后我拍了几张这个书的照片。然后在YouTube上找到了这本《三只小猪》的书的介绍，我把这些东西喂给了Notebook
AI，它做出的PPT我放在了我的PPT的图里面。大家会发现，除了它完全理解《三只小猪》的故事到底讲了什么之外，他的这个PPT的画面设计也是双引号那种立体的展现方式，就是那头狼那那些水很像那种木木木签贴在书上的样子。
所以他除了理解故事本身，还理解我想展示这个动态的样子。然后我开玩笑说。我把幼儿园家长演讲用的PPT卷到了一个他不应该有的高度，对吧？这个要感谢AI。所以在这个时候，我会觉得文字、图片、视频、语音、coding可能是一桌，然后再往下演绎，就是可能过去几个月时间是呃编辑上更。得到关注的世界模型，对吧？World model，然后在World model这个板块，现在又有两派，对吧？
一派是视频派，对吧？叫实时交互派，以中国的厂商，比如Pixverse最近发的那个，它那个世界模型为代表的就是有一个逻辑上看上去是无限流的视频，你可以在视频生成过程中去给它下指令，下完指令过几秒之后，这个视频就会按你的指令来去做展开，啊，无限视频流。然后，另外一种就是李飞飞老师他们做的这个，包括 DeepMind 其实也做这个方向，就是物理仿真派，啊，生成的那个空间跟那个东西。
完全的符合人类的物理学的定律，对吧？所以李飞飞老师 WordLab 的，呃，前两天官宣的一个战略合作是跟中国的一家具身人智能公司的合作，就是他帮这一家具身智能公司做虚拟的实验场。因为它完全符合人类的物理学规律，对吧？所以反过来讲，为什么具身，跟自动驾驶，呃，从实验室走到民用或者走到大家理想状态，需要很多的时间？
原因是因为，这个里面的数据训练数据太少。现实世界很难真正意义上在很短的时间解决所有数据的问题，但如果，呃，物理仿真派的世界模型的发展够快的话，那似乎可以缓解这个事情。当然，呃，到理想状态依然有非常非常非常遥远的距离，但至少我们看到了希望。所以世界模型，然后再提到就是预参加对吧？美国的。Google Gemini、OpenAI、GPT、Azure Cloud，呃，最领先的三家模型公司。
然后每家公司都有自己的双引号的 bet，谷歌今天这个时间点在多模态断档式领先，对吧？图片、视频、No OpenLM 以及我刚才说它是一桌。同时在硬件层面，谷歌的 TPU 显示出了非常强的能力，所以在可能 25 年 12 月，关于谷歌的 TPU 是否会侵蚀英伟达的市场份额的讨论特别的多。然后 OpenAI 和 Anthropic。
我还在赌To C，对吧？消费端拆GPT，然后我们在用拆GPT的时候，你会发现它特别的双引号的，能够理解你，知道你是什么性格、什么偏好甚至什么职业，它基于这个来去做回答的调整。它是在赌这件事情，它希望这件事情能够带来。呃，长期留存的提升，那似乎看上去也带来了。然后 Anthropic就非常简单了，呃，赌 To B coding，对吧？
你会明显感觉过去这一个多月时间，Anthropic 相关的 coding 相关的事情占据的版面特别特别的多，预三家。然后，过去一年整个这个这个模型领域进展，你会发现，呃，这三家追的非常的紧，对吧？似乎进入到年底之后，OpenAI已经不再领先了。呃，OpenAI发GPT五的时候，其实领先的身位就已经不大了。
然后等到下半年Google发Gemini三的时候，完全大家就说Google已经反超了，呃，OpenAI的这个这个GPT。所以OpenAI在那段时间所谓亮了红灯，对吧？然后，呃，Meta的拉马已经完全掉队了，大家都知道。然后这是美国的模型的进展，也是第一章。我们进入美国的第二章，从产品到场景，从公司到行业，所以就分产品、场景跟行业，或者产业视角。
产品从 Chatbot 到 Agent，从用户到收入场景，我想两个标题小标题，为什么是口顶？为什么是医疗？产业视角按产业链分工，芯片、云、模型、应用，我们一个个展开。Chatbot 对 Chatbot，我截了一张截止到一月十六号的 Chatbot 的流量数据图，OpenAI 还在屌，Gemini 还在疯狂的暴涨啊！
这张图应该是每两周做一次。呃，Groq其实也在涨，然后DeepSeek也在掉，Cloud也在掉，因为Cloud完全几乎已经不太做To
C的板块了，然后Paplessity还在掉，啊，Copilot还在掉。所以ChatGPT这个战场很有意思，呃，你会发现，其实从市场份额角度来讲，Google的Gemini已经从可能年初的，呃，可能从下半年的占比可能只有几个点，已经追到了可能市场份额的百分之十几到二十几了吧。
然后这个这个。GPT一直被侵蚀，所以在二四年八月份，大家说，大家说Chatbot这个战役，Chat哦呃ChatGPT已经赢了的这个结论，似乎出现了重大的松松动。那在二零二六年，这两家头部省模型厂商在Chatbot领域的竞争会愈发的激烈。所以Sam为什么要在这个时间点亮所谓的红灯，对吧？然后我们看整个2025年的，呃，医药业的增长，呃，ChatGPT其实涨得很好，涨了将近百分之五十。
但是这个所谓的很好，你要看跟谁比，Gemini涨了百分之五百六。当然，它的基数更小，对吧？但是已经涨了百分之五点六。然后，自从Gemini三发布之后，截止到二零二五年底、二零二六年元旦那个左右时间，Gemini已经追到了拆GPT的大概百分之三十八到三十九，就追到了拆GPT的百分之四十。涨得确实非常快，然后同样再看两家这个初创公司OpenAI跟Anthropic，呃，在to
B领域战场，Anthropic看上去已经把OpenAI领先了。
所以你看最近一段时间，OpenAI在疯狂的推它的API的相关生意的事情，包括疯狂做PR。然后同样一点，嗯，这两家公司的竞争也变成了比如上市的竞争。我没记错，应该是。呃，之前有新闻是说，OpenAI原计划是二十七年上市，然后Anthropic可能在二六年就就就会想上市。然后应该是今天早上的新闻吧，OpenAI可能想把计划提到二六年的Q四。
但是从收入跟利润角度来讲，呃，实现正向现金流的时间肯定Anthropic会比OpenAI早。按预估，可能在二七年，Anthropic就可以已经可以有正向的现金流了。但是OpenAI可能要到三零年maybe。你发现，OpenAI的策略特别简单，成年人全都要，对吧？他做应用，对吧？做浏览器，嗯，做社区，对吧？
然后做电商，然后广告已经上线了，对吧？未来也想做infra底层设施，然后甚至可能还想做硬件，对吧？全都做，但是呢，这个事情对于一家虽然他已经快一万亿美金，有几千号人，但是对于一家初创公司而言，做这么多事情，我觉得挑战还是很大。Open AI的策略全都要。那Anthropic策略策略就是coding加一切。
我觉得这个事情在二零五年让Anthropic非常非常的明确。呃，Anthropic。这个这个 cloud code 应该是历史上最快达到十亿美金 AR 的应用，然后 open route 的统计在模型调用上，尤其在呃编码这个编程这个领域，anthropic 的 cloud 已经市场份额超过百分之六十，然后还有一点啊。
你看这一路走来，Sapik先做了Cloud，然后Cloud做了Cloud Code，呃，传说Cloud Code百分之九十几的代码已经都是Cloud自己写的。然后基于Cloud Code，他们又做了Cloud Code Work，传说Cloud Code Work的代码百分之百是Cloud Code自己写的。
那从这个角度来说，似乎Coding这个板块。已经实现了前面所说的自主进化了，不是吗？可能人类参与了一点点，但再往后推呢，似乎也不那么需要人类了，对吗？那是不是在 coding 这个板块，看起来已经接近实现了我们理想中那个所谓的持续学习跟自主进化呢？An topic，然后再往前推，今年的另外一个核心关键词 agent 对吧？
从 chatbot 到 agent，agent 要做推理，要做更长的上下文记忆，要使用工具，要做计划，对吧？要给用户反馈结果，这是 agent 的常规的定义。那我们看 agent 的这个战场，你会发现 agent 的整个行业在过去二五年发展的确实非常的快，对吧？无论是做 agent 的 infra，还是做垂列的相关的 agent，还是做通用。
然后同时，呃，市面上最大的三家云厂商亚马逊、Google跟微软，在做云，在做模型的同时，也在Agent上做非常非常多的尝试。所以Agent可能也是二零五年回避不掉的一个关键词。然后再往下分，对吧？我们再分一些赛道，跟所谓的场景，跟垂类。我拿了S Single年底的一份报告，它是截止到二零二五年十一月份，它分了十大赛道，但这赛道可能都更多是偏To C的。
AI聊天机器人Chatbot对吧？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、写作效率提升，十大所谓的赛道，我们一个看啊，或者说我们回头来看，我们到底在用模型干什么？同样是来自 Open Road 的那次统计，我们发现了做编程、Role Play、Role Play 占比非常大。
这个当时我看到统计的时候，其实有点意外。然后做 Science、做研究，对吧？做 Legal 法律、做财务、做市场研究、做旅行规划、做翻译，对吧？这可能都是大差不多我们想象的内容。然后。所以，在这个时间点出现了一个变化，是说我们今天对于AI行业相关的项目进行分类的时候，其实尤其是To B板块，这个分类本身特别的复杂。
呃，如果大家听了我上，我想想啊，上上期我去那个蚂蚁下面那个开源数据公司，呃，OceanBase聊的时候，OceanBase CEO给了呃CTO给了一个分类，其实也是现在市面上通用的分类方式，按两个维度分，一个维度是按职能分，一个维度是按行业分。按职能分，比如说工程师、销售、数据分析、HR、IT、Marketing。
财务，然后市场研究、客户、客户服务，按照这个角度来分，每一个板块都有很多，呃，AI相关公司，也有很多原来做很大的To B的SaaS公司在做相关的服务。另外一个角度是按，嗯，行业分，比如说健康、法律、财务、金融、教育、家庭服务，甚至政府也算是一个行业。按这个角度来分，也有很多公司在服务这个行业内的相关的AI的业务。
然后理论来说，这些相关的业务板块能够给。AI这个板块提供更多的收入，从呃，比如说最开始的To C的软件到。比如说知识工作，到医疗，到软件工程，到法律，到艺术跟媒体加一起，按照一个第三方数据报告，它它分析可能会带来大概六千个币的市场收入。那看起来就比原来大家只去计算那个to c的收入要大的很多了。所以似乎理论上来说能够带来收入的增量。
那再回看整个二五年，我会有一个观点是说，随着某些技术栈的成熟，它就会打开这个场景，让这个场景相关公司涨得很快。典型的，比如 coding 是最典型的。呃，其实从去年开始，所谓的图跟视频领域也看上去，了看上去出现这样的变化。再一个新的，就是最近一段时间大家聊的比较多的所谓医疗这个场景。然后这些公司通过因为技术到了一定的临界线破了之后，这些公司开始疯狂的收入增长，对吧？
回顾二五年，可能最代表就是那些AI coding公司，每一个都在更新最快达到AI二亿美金的记录，从之前的可能两年、一点五年、一年，到可能九个月。甚至六个月，对吧？就是越来越快达到了一一亿美金AI的标准。然后那coding
coding这个战场，你会发现虽然都叫coding，但是如果再细分，可能又分coding的生成、coding的agent、coding的那个copilot，然后做前端、后端、做数据库各种各样的分类。
所以整个coding的市场，其实在整个二零二五年已经大概可能已经造出来生生造出来一个大概四十亿美金的。生意这个事情比很多人预想的要大得多得多得多，对吧？然后过去这一年，AI coding的战场，我们看到了无数公司的暴涨，无数cursor。Lable对吧？然后 Replete、Anthropic 的
Cloud Code 包括 OpenAI 自己的 CodeX，但是呢，其实我在二五年下面的那次总结也提过，呃，进入到二五年 Q3 开始，这些独立的 coding 公司的流量其实在下降。
为什么呢？是因为呃模型厂商的第一方 coding 工具在强势崛起，所以又回到那个原始的问题，到底这个事情最后会变成还是模型厂商自己吃掉，还是会有独立公司的存在？现在不好说。然后你会发现，从流量增长角度来讲，确实在八月到十一月的时候，甚至到十二月的时候，大部分AI coding公司的流量都下降。但是进入到一月之后，大家又开始上涨。
下一个板块医疗，为什么是医疗？按照一些第三方统计报告，在一些垂类分布里面，医疗可能最大的行业，可能会带来三十五亿美金的AI相关的市场增量。这个前面说Coding带来了四十亿的二零二五年，医疗可能会带来三十五亿，也不小。然后在呃OpenAI今年发的一次他们的数据统计报告里面。呃，增长最快的领域，第一当然是编程，第二，啊，第一增长编程增长了十一倍，第二名就是医疗，增长了八倍。
所以为什么在呃一月份的时候，OpenAI跟Cloud就是ChatG啊GPT跟Cloud都发了自己的专门独立的。Health的应用，就跟有个类比是说，呃，早年比如说门户网站都是垂统通的门户，就是泛门户，那什么时候开始大家去拆垂类的频道？对吧？拆汽车、房产、游戏、体育，为什么要拆这些频道？就当一个频道成熟了，当然就会去拆。
那似乎看上去今天这个时间点，呃，美国最大的这两家头部的初创的AI公司，都在差不多的时间点选择了把，House。单独拆出来。那接下来会发生什么？或者二零二二年大家畅想，简单畅想可能会做什么？推演对吧？比如说企业级的agent的实施，呃，AI native的垂类的应用的爆发，那包括AI安全的问题，尤其最近一段时间大家讨论cloud bot的时候，安全的问题被提到更高的位置上，数据权限、隐私、支付都是。
然后web coding在企业里的渗透，包括可能。多模态领域的音频、视频在企业级市场的再次渗透，这些都是我们今天时间就可以下决定，在二六年会发展的更深的板块。然后再下一个小标题，第二张小标题：产业视角如何看待AI？我们回顾过去几十年IT行业的发展，从PC机到网络连接，到桌面互联网，到移动互联网，在我美国那边后面又出现了云SaaS，到今天AI这一波的发展。
然后从分工角度来讲，我们讲过有底层的芯片，然后数据中心、云到软件层，软件可能又分应用跟模型，这是一个简单的划分。然后我们把这个事情更简化一点，把今天这个时间点大家频繁在各种各样的新闻或者在美国的美股的市场里面被提及的这些公司，可能分了几个层级，比如这底层的能源公司是一级，对吧？因为去年有很多AI能源公司涨得很好，然后芯片是一级，英伟达、A M D、博通。
都是，然后数据中心是一级，尤其是以那些 New New Cloud 公司为代表，然后模模模型层是一级，刚才我们讲过很多公司，然后应用层可能是一级，甚至可能中间有一层软件层，比如说那些 Salesforce 啊、 Snowflake，甚至微软、 Planter，他们做偏软件的，然后最底层应用又一层公司。
讲话来讲，整个行业分工大概就是这样子。我们后面关于产业的展开，基本上会按照这个分工的方式做论述。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，就是那个亮剑那个那个那个表情包，整个晋西北乱成一锅粥。几个角度，第一个角度，我们刚才提到这些头部的所谓公司，Google、微软、亚马逊、OpenAI、Meta、xAI、NVIDIA、苹果、Anthropic。
很多公司之间是互相是客户的关系，就是你是我的客户，反过来讲我也是你的客户，你中有我，我中有你，相互依赖。这些主要的AI公司和云服务厂商越来越依赖彼此。你要知道，这只是业务，底下还有一层投资，对吧？之前二零二五年十月份开始那一波循环融资，就更加剧了“你中有我，我中有你”的这种状态。他们通过涉及现金投资、服务器、AI模型和芯片的相关关联的协议进行合作。
所以你很难说谁跟谁就是绝对的敌人，谁跟谁就是绝对的朋友，整个江湖就是乱成一锅粥。然后在这个环境下，我们按产业链分工角度来评判这些巨头公司。我们看这些公司在芯片、在数据中心、在云、在API、在模型、在企业服务市场、在To C市场，甚至在巨深机器人板块各自的能力的强弱程度，就给每家公司相当于画了一个强弱度的表格。
那你在越来越多的板块强，就代表你公司越强。那Google就是典型，对吧？Google看起来在绝大多数板块都非常的强，对吧？所以为什么过去半年多Google股价涨得好，因为也因为它证明了它确实有能力通过自己的芯片、自己的云技术、自己的基础设施、自己的模型、自己的宣传推广。最近不是谷歌Chrome终于接入了Gemini，自己的推广、自己的App的合作，来保证自己在模型领域的超级强势的地位。
所以，谷歌强的可怕。简化来看。芯片、基础设施、模型、应用，如果都很强，那看起来微软可能在云上很强，模型跟应用上一般强，但在芯片上比较弱，对吧？AWS 亚马逊云，亚马逊可能在云上很强。呃，模型差一点，对吧？这个 Nova 确实不是那么理想，但在芯片层也还可以。那你像 OpenAI、Zoap 这种公司，在模型应用上确实 OK，但是芯片跟基础设施上比较弱，所以为什么 OpenAI 要往下走也是个原因。
然后呢？我们再看一个角度，就是A十六Z创始人之前说过，软件吞噬一切，对吧？那现在看上去，如果我们用软件的角度来看，到AI这一波应该也是软件行业的第四代大浪了。这一波软件出现了很多变化，比如说云端的，然后是人类跟AI合作的，比如说大家都在做PLG，然后。AI这一波软件，我们提到比较多的，什么P什么Perplexity啊，OpenAI
GPT啊，Mid Journey啊，包括Minas，其实都是符合这一波软件的兴起的。
已经是第四代的软件更迭了。那其实这个时间点也是上一代软件更迭的公司上市的时间点，或者说接近上市，或者他们需要出结果。典型比如像Figma呀、Notion、Canva，本质上讲他们应该是第三代软件公司的代表。但是因为他们今天涨得足够大，并且AI这波来了之后，相当于给他们加了一个正向的buff，他们在今天也出现了新的机会可能性。
然后美国的第二章从产品到场景，从公司到行业聊，我们聊美国的第三章从行业到市场，从市场到资本，一二级联动造就史诗级大浪，数据中心已泡沫，二零二五年会是大年之后的又一个大年吗？也就是说二零二五年看起来是大年了，那二零二六呢？对我们一个个聊。首先，我们到底在期待一个多大的浪？有美国一个资产机构做了一个统计，他发现从PC到互联网，到移动互联网，到云，每一代这个浪。
符合一个规律是三倍的规律，就是最头部的这些相关公司的市值的集合加在一起的增长率是差不多是三倍的。那最新一代Cloud基本上涨到了六千五百零四个B，就是六个T左右的这个这个数量级。那乘以三，大概就应该是二十T，就是两万亿二十万亿美金体量作为相关AI。头部公司的集合，那你算算吧。今天，英伟达估个都是四万亿多亿美金，苹果、微软三万亿美金，然后特斯拉。
Apple、亚马逊、Meta这些公司一两万亿美金，博通一两万亿美金，加不加不，可能也到了二十万亿美金。还有OpenAI呢，对吧？还有Anthropic没算呢。然后从历史周期来看，对吧？从二零一零年到一五年，基本上是在美国的移动互联网的爆发的年份；一五年到二零年左右是云的爆发的年份；然后二零年之后是AI带来的新一波的周期，对吧？
如果硬要分周期，大概就是每五年一个周期，每个周期整个的。纳斯达克涨百分之一百，翻一倍，就这这三个周期基本上是可以这么画出来的。然后同时间更重要的是，每一浪的发展状态似乎都比前面那浪更猛，无论从用户的渗透力，还是市值的提升，看起来都是的，对吧？每一浪都是这样。就是从一个这浪开始到真正意义上，比如说到达几万亿美金的这样一个标准，AI可能只用了比如说三到四年，然后之前呢可能要用十年甚至二十年才能达到，但是AI这一波涨得非常非常的快，然后整个市场无论是一级和二级贡献了超级多的。
大家伙，然后以及让市值的增长，比如说公开市场，这个是Do Room的统计，在二零二五年公开市场AI相关的公司贡献了大概三十七个T，就是三十七万亿的增长，涨了百分之三十三。一级市场，比如说Karma、OpenAI、SpaceX、Stripe涨了十八个T，涨了百分之十九。然后整个的这个过程中，那AI肯定就是巨大浪的这个代表代表了。
然后从二零二五二零二五年十一月份往前算三年，正好是呃GPT
ChatGPT发布的这三年，标普五百的市值的增长，AI公司涨了百分之一百八十五，非AI公司涨了百分之二十八，就两条曲线有非常非常大的差距。然后回看整个2025年的标普五百，对吧？或者说纳斯达克也好，都是差不多的，就是，呃，一月份因为DeepSeek事情跌了一小下，然后开始开始涨，然后四月份因为观战跌了个大坑，但这个坑很快在五月份就涨回来了，在五月份之后就是屡创新高，对吧？
屡创新高，屡创新高，标普五百截止到一月二十六号就上周六十二点三T。六十二万亿美金，屡创新高，甚至看上去还在创新高。然后从这个板块来分，科技公司当然一马当先，对吧？最典型的就是年底暴涨的存储这一波，呃，美光啊，SandX啊，呃，三三Disk对吧？然后之前的软件公司Planter，然后AMD、NVIDIA这些公司，包括Google对吧？
科技公司引领了这一波的上涨。再次提及那些大家伙，对吧？按标普五百的前十市值来，呃，美国股市的前十市值来算，呃，谷歌涨最多，去年涨了百分之六十二点四，博通第二，涨了百分之五十一。里来涨了三十八点五，嗯，微贷涨了三十七点八，前十的股票平均涨了百分之二十四，M七涨了百分之二十二，就七姐妹，标普五百涨了百分之十七，低于标普五百的是特斯拉，然后美国整体，然后微软涨得最不好的是苹果，百分之六。
就是最差的涨百分之六，最好能涨百分之六十。所以看前十大美国的科技巨头的市值，在二零二零年底达到了二十五个T。前面说标普外整体是六十二个T，对吧？前十大占了二十五，就百分之应该是百分之四十了吧。基本上，呃，这些大家伙们，科技的大家伙们引领了整个美股在过去一年的涨幅。然后，Mac 七的趋势也被无数人提及，然后 Mac 七的占比可能也到了百分之三十几，对吧？
但是，二零二五年大家还会再去提 Mac 七的趋势，或者说反过来讲，Mac 七在二零二五年的坐词坐词应该是什么样子？去年坐词是苹呃 Google 英伟达特斯拉微软 Meta 苹果跟亚马逊，那今年呢？苹果能不能逆势呢？那就要看苹果跟谷歌合作的新AI的能力了，对吧？然后我们刚才说了，我们真的已经在讨论四万亿到五万亿美金的公司了。
谷歌跟英伟达已经摸到这个地方了，然后，呃，苹果对吧？微软已经三四万亿美金了，我们真的在讨论几万亿美金的公司了。这个在我上一期关于泡沫的论述已经讲过了，我就不展开了。然后，很多人就会说泡沫嘛，但其实也有可能会说这轮增长是非常健康的。最核心的还是去比头部这些。科技的AI公司的PE嘛，其实倍PE倍数虽然距离之前的年份有所上涨，但是跟当年两千年左右的互联网泡沫时候完全不可比。
当年可能到了八十到一百，今天不过才三十左右，那看起来并不很危险，不是吗？然后，意识上角度来讲，无论是中国还是美国，大家有明显感受是说，二零二五年意识上是有回暖的。确实，从数据上来说。是如此的，虽然比不上二零二一年的那个疯狂的年代，但是已经超过二零二二年了。然后在这一波混战过程中，AI公司占比从Deal的占比占百分之四十八，从金额的占比或者从大的超级大的单轮融资占比超过百分之六十，所以一级市场也是由AI引领的。
分阶段来看的话，其实。无论是呃A轮、B轮、C轮，甚至一轮，就是超过单轮融十亿美金的，都是比之前年份要好的。但只有种子轮其实比之前年份要差的。然后种子轮融资在变少，或者说以按金额来算，现在很多种子轮融资的金额已经超过了原来我们对种子轮，比如说零到一千五百美金融资额这个界限，所以是有一个我们叫通货膨胀的过程。
然后AI是当然整个一级市场的核心议题，呃，从刚才我们讲是百分之四十八的融资，一级市场融资给了AI相关的公司。然后这里面有非常非常多超级大的公司，比如说OpenAI去年融了四百一十个币啊，四十一个币，四百一十美金；，Anthropic融了三十二个币，Scale融了十四点八个币，xAI融了十二点八个币。
这只是去年的，还没有算最近的一轮哦。然后，整个每一个意识上最大的关键词生成式AI，第二agent A I agent，第三A I model，第四呃呃A I的应用，第五infra，第六安全，第七A I数据，就是你会发现美国意识上的核心议题几乎全部围绕A I展开。然后那造成结果当然就是头部的AI公司疯狂融资，OpenAI上轮五千亿美金，Anthropic三千五百亿美金，xAI两千三百亿美金。
在二五年的数据来看，OpenAI一千啊不对一百三十亿美金收入，五千亿美金估值啊PS算三十八倍，很高了对吧？Anthropic更高，Anthropic五十倍，但这两家还好还是在几十这个量级，xAI两百三十倍。XAI只有一个币的收入，十亿美金收入，但是它的估值已经到两千三百亿美金了。为什么一级市场的投资者在愿意给收入这么小的XAI这么高的估值？
你要知道，XAI的收入可能比OpenAI少一个零。甚至都不止。我在上一期跟雪球的博客里面也聊过，大家在赌的是马斯克，仅此而已。但这种共识看起来过于集中了，对吧？所有的大部分的钱都给到了这些最头部的公司。我发现，在去年，估值涨了百分之两百，而稍微涨了百分之一千八。然后，xAI涨了百分之五十，估值和标的在整个美国意义上过于集中。
其实这件事情在中国也出现了，然后造成结果是说AI公司的估值迅速提升。我在上期做总结的时候，有一张PPT是讲独角兽的成立时间跟成为独角兽的那个时间的跨度，AI公司平均两年。两年，对，所以你看科色也好，安消贝也好，都是符合这个数字。OpenAI可能慢一点，那OpenAI真正意义上你要去论它的产品发布到它新成为所谓这个这个十亿美金收入这个体量，也不需要那么久。
然后，独角兽在整个板块AI板块，可能我记得上次统计应该是过去三年在纯AI领域已经增加了超过一百家AI独角兽，但是市场的退出并没有打开，所以纯从独角兽的存量来看，独角兽的数量依然在积压。当然，这个增速没有像2021年那么恐怖。IPO有所改善，对我们今年记得比较大的几个IPO，Figma、CoWave，但是相较于疯狂的二零二一年，还是差的非常非常多，甚至都比上比不上十几年前的二零一四年、一五年的样子。
I P
U没法，那就很多人会想并购。所以从并购角度来讲，过去的二零二五年是并购大年。这个标题我也用了无数次，呃，超级多的超级大的并购出现在二零二五年这个时间点，几百亿美金的收购都有好几起，对吧？大家原来会觉得几十亿美金的收购已经很很大的案，可是，在AI领域，小几百亿美金的的收购案都不止一起。然后年底就出现了两笔重大的并购，一个是
Nvidia 两百亿美金收购了推理芯片公司 Groq，一个是大家更熟悉的 Facebook 收购了 Manus。
这两起收购案其实也代表了二零二六年大家肉眼可见竞争会加剧的板块，一个是推理，一个是 Agent，对吧？这两个收购案似乎也代表了这个趋势。当然了，这种收购很多都是之前也提过很多次的，叫掏空式并购，对吧？就是把团队挖走，给一大笔钱，让投资人滚蛋，但是原来的公司还在，以此方式来规避，呃，反垄断法的调查，乱七八糟。
那今年的 Google 收 Winsoft。然后，Nvidia收Grok，Meta收Scale点AI，全部都是这个逻辑的，对吧？那前面那些年，呃，微软收Inflation，然后亚马逊收Adapt，Google收Cloud点AI也是这样。然后再聊下一个议题：数据中心跟泡沫相关的数据中心，对数据中心Data Center。
嗯，数据中心跟云是绑在一起的，所以回看整个2025年，整个美国美国三大云厂商的收入增长是非常快的，嗯，平均每个季度涨百分之二十多。当然这里面也分区分，可能微软跟亚呃Google的增长是要三十多的，AWS只有百分之十几。但是进入到Q三还是Q四的时候，AWS的增速重新回到了百分之二十，也造成了那一天单天亚马逊涨了百分之十几吧，我没记错的话。
然后，当然也出现了一些所谓 New Cloud 公司，对吧？Cohive、Nebius，然后，呃，英伟达应该是这个季度财报之后又加码了 Cohive。就是亲儿子，对吧？从干儿子变，快变成亲儿子了。然后在云场上这个战场，你就发现，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。比如说，原来做SaaS的公司也在往云这走，然后原来做AI应用跟软件的公司也也在往云这走。
比如说，蓝天啊，Salesforce啊这种公司，然后典型的这里面跳的最欢的，当然就是Oracle对吧？甲骨文，然后。所以，我们把所有这些云厂商、云领域的后面的厂商，以及所谓的New Cloud公司的CapEx投入，跟预期全部打满到五年，就算出了在二零三零年，整个云这个战场，可能从收入角度来讲，要到三千到四千亿美金。
数据中心关联的就是算力，算力，算力。我们在无数的新闻上看到。这些公司要建数据中心，要满足算力的需求，KBS的提升五年内去打满。我们看到很多很多这样的新闻，所以在美国已经建好的、在建的、跟未来预期要建的数据中心。形成一张网络，这张网络似乎看上去比美国当年的所谓的铁路的网络更加的疯狂。我在PPT里找到一张图，是关于美国数据中心的线路连接的，看起来确实很恐怖。
我们前面的PPT也讲过，今天这个时间点，衡量数据中心的数据的标准已经变成了电的标准，对吧？就是从兆瓦到了G瓦，目前。在运营的头部这些科技公司的数据中心的量级是两点二六个G瓦，但是承诺出去的，在未来已经在建跟承诺的已经达到了三十五个G瓦，从二零二五年开始。数据中心的建设将会进入一个非常疯狂的周期，也导致了这一波关于存储芯片的暴涨，对吧？
然后在未来，可能新的AI的数据中心的需求已经超过了传统意义上数据中心的建设需求。当然了，对吧？这个AI的爆发跟Token的暴涨，大家是肉眼可见的。那我们看这个数据中心这个产业链，对吧？从呃，基础设施网络，然后电力、能源、冷却。的角度来看，今天这个时间点，我们能炒的已经炒到了存储上，对吧？所以回看整个2025年标普五百涨得最好的五家公司，第一家三dex，呃，最近应该是美光了。
然后第二家西部数据，第三美光，第五啊，第四希捷，第五是Robinhood，前四名全部都是做存储芯片的公司。这个事情，这个趋势看上去，二六年依然会延续，甚至可能会延续到二七到二八年。因为首先，存储这件事情的厂商是垄断的；第二呢，它就是需要受到物理条件的限制。无论是比如你建厂，你设生产线，你从要建到真正意义上这个生产线生产出来第一批货，可能需要的时间是按两年、三年计的。
那现在看上去，我们现在的投入。你要在两三年之后才会看到效果，才可能有缓解的可能性。可是你要考虑到未来两到三年需求是不是会再去疯涨，涨到当前下的预期又不够了呢？那如果是这样，那这个短期的事情可能就会变成中长期的事情了。所以有很多的梗图，对吧？今天这个时间，谁能想到？内存长到这个样子，对吧？然后大家开玩笑说，我比如说我那天看到一个段子，是说一个人跟一个配电脑老板说，帮我配一台七千块钱的电脑，我想做一些基础的，那个那个。
比如办公用，然后那个那个老板给他一张配置单，那配置单上只有内存条，没有别的任何事情，因为确实，七千块钱今天只能买到应该六十四G的硬盘呃内存了，其他什么都买不到。聊到这儿，这个问题就变简单了，对吧？就是这么大的投入。我们到底需要多少钱？所以有很多的人跟很多相关方、很多的投行都算过，呃，这个数字基本上是共识的。
呃，肉眼可见的未来可能四到五年，这个投入应该是一个两万亿美金左右的体量。老黄也在这个这个应该是上个季度财报的时候说过的。未来四到五年，就是有两万亿美金在数据中心上，然后各种各样的投行的预期差不多也是这个数字，两万亿美金。然后，那就出现了一个问题是说，我们需要两万亿或者两万多亿美金，那这个钱谁来出，对吧？
第一大头当然是这些科技巨头自己的CapEx，对吧？但是只能可能这个钱算不算不加在一起，可能只能出到可能一点几万亿美金。然后呢，折旧有一部分，然后呢？私人的这个投资可能跟信贷是有一部分，那残余的缺口哪来，就变成了我们今天时间点为什么会担心这件事情会爆雷的核心的议题，大家就会考虑到科技巨头们的CapEx是这件事情最最最最基础的。
支撑科技巨头们的CapEx能够持续吗？所以为什么那么多厂商去算，今天这个时间点各家公司的CapEx占这公司的经营现金流的比例？就是算大家挣的钱够不够这样的CapEx的投入，整体来看现在还是够的，但是局部的一些公司出现了问题是不够的。所以为什么Meta前两天公布财报之后，说明年又上调了CapEx到一千一百六十亿美金？
这个钱基本等于Meta的自由现金流，那那是二六，那二七年怎么办呢？对吧？没有你的挣的钱不够，那大家当然就想到发债喽。所以，相较于股市。股票的变化跟自由现金流以及开发式对比而言，大家更担心的是债。所以在二零二五年Q三到Q四开始，哪怕是这些最头部的科技公司，亚马逊、Meta、Google、Oracle都发了巨额的债。
当然，这里面还有折旧的问题，这个我在上期，这个这次不一样的例题也讲过，对吧？今天这个时间，比如英伟达在核心在卖的是A系列、H系列跟B系列的芯片，肉眼可见B系列会越来越多，A系列会越来越少，H系列也会越来越少，那。虽然大家会说，因为需求的导致，今天可能一个显卡或者一个GPU的折旧可以按六年、七年甚至更长的时间去算，但如果按性能来算，可能这个数据要折到比如说四年、五年甚至三年。
那每家公司投入这么多的钱买这么多的卡，折旧的摊销就变成了一个巨大的。负负担，所以每一家公司折旧的成本占比也变得越来越重要了。所以我们看上去有很多公司的折旧的占比已经很高了。所以，前段时间，股，呃，美股关于AI模型公司、AI数据中心公司、AI能源公司、AI相关的公司，有一波比较大的调整。而在这波调整当中，掉的最多的，当然就是目前看上去杠杆最高的这波公司。
就是疯狂举债那边，纽纽科拉公司，比如说Nebius、Kov都底跌过，按照未来过去一年算，已经跌了可能三分之二。都有，当然最近一段时间又涨回来了，涨回来一些。对，所以这些公司就是跌的时候会跌的最凶，涨的时候应该也是涨的最好的，就是因为他们是。因为他们是，呃，因为他们疯狂举债，也因为他们是在那个钢丝线上来回游走，所以波动性最大。
那Oracle的例案例我觉得会更有代表性，对吧？呃，Q二开始公布有一个巨大的订单，Q三确认是OpenAI五年三千亿美金，然后暴涨。但是大家去测算，到Q四大家开始算，你为了接这五年三千亿订单，你要投入，然后你要建数据中心，你要做这些事情，然后你的现金流的收入对应，大家发现从二零二六年开始，Oracle的现金流是不够的。
二零二六二七二八都不够，所以奥利特的股价就代表了这个趋势，对吧？先出现这个情况的时候暴涨。当天涨了百分之几十，对吧？没记错，然后开始一直跌，一路跌，一路跌，一路跌到这个新闻出现之前。所以在二零年、二零二五年底的时候，应该是哪哪哪个媒体写，OpenAI的这个三千亿订单的合同价值其实已经变成负数了，就是它的股价已经跌回到了这个这个合同确认之前的股价。
然后我们回看这一年，对吧？整个 Oracle 的股价变化，其实你你可以用这个曲线去代表过去一年 AI 行业发生了什么，我觉得非常匹配。一月份波澜不惊，四月份受到关税影响跌了一点点，但五月份开始出现拉回新高，然后到 Q3 开始，因为那个暴涨的合同，大家对数据中心的过度投入，它成为最受益者，突然间疯狂暴涨，但涨的过程中，大家发现这个事情可能钱不够，又开始一路跌跌回来了。
所以整个一年基本上，我觉得是白忙活。但是，波怎么讲，跌宕起伏。对，Oracle这一年。然后再看2026，对吧？2025年屡创新高的标普五百，从2025年四月份那个坑开始，一直往上，几乎就没怎么掉下来过。当然期间有一些小的调整，比如说十一月有一次调整，就是我讲完那次PPT之后有一次比较大的调整，但也不过从六十一万亿跌到了五十八万亿，然后又涨回来了，涨到现在已经新高了，对吧？
然后。我们看到了那些存储公司的暴涨，然后一堆科技公司其实都涨得很好。那二零二六呢？基本上所有的美国的头部的投行给出的预期都是向上的，都是向上的，没有人向下，没有任何一家向下。然后除了二级的预期，你会发现二零五年大概率是一级上的一个巨大的推出年。还在pipeline上已经有SpaceX，这两天传出了密交了，对吧？
一点五个T上就一点五个T，你想它要融多少钱？OpenAI调到二零二二年Q四了，对吧？OpenAI调完，Sopic一定在二零二二年会冲出来。然后可能还有一些小一点的，比如开码这种公司。从推出角度来讲，一级市场未来二零二二年也应该是一个巨大的大年，预期都打满了。那这里面出现一个问题啊。这个这个这个角度也我也讲过很多次，就是那个三角形结构的问题。
就今天这个时间点看上AI行业是一个越往底层走占据版面跟钱越多的。情况对吧？云，Amanda最大，云厂商其次，然后是模型，最后是应应用最小。可是我们回看这这些年之前这些年的这几波大浪，应该是连应用公司更大，底层越来越小。那能不能按照原来这个逻辑往前走呢？那到底这件事情是一个一厢情愿还是顺理成章呢？如果能往前走的话，那我们就能看到越来越多所谓双引号的跟用户更接近的公司会越来越大，那独角兽就变得越来越多，他们收入增长会越来越快。
这些公司如果能够退出，那似乎它就变成了一个正向循环。但是所有这些事情，我还是那个问题，是一厢情愿还是顺理成章？那看起来形势是不错的，对吧？看起来形势是不错的。你会发现，一波一波科技公司确实在涨得比较大，涨得比较快。然后这些公司的科技的状态很好，然后在细分领域涨到了不错的竞争地位。然后肉眼可见，在二零二五年、二零二六年，有一定收入规模体量的AI公司都具备了上市的可能性，泡沫。
简单提一下，因为泡沫的论述在上一期已经讲了很多，我这里就不展开了。泡沫，OpenAI这一轮再融一千亿美金，今天早上新闻传说亚马逊靠了五百亿美金，啊，应该还有微软，还有软银，看起来就够了。这轮OpenAI已经八千三百亿美金了。出现了那个讨论，对吧？Too big to fail，OpenAI看起来已经过了那个线了，它已经绝对不可能fail。
然后在十二月份开始，整个市场出现了两个曲线或者两个阵营，对吧？OpenAI阵营跟Google阵营，OpenAI阵营包括SoftBank、Oracle、AMD、微软、CoWave，那Google阵营包括博通，还有一些相关的公司。这两个阵营的股价出现了巨大的分歧，大家担心OpenAI阵营会出问题，所以OpenAI相关阵营的公司都在跌。
Google阵营的公司，因为Google强势都带起来了。但是你发现进入二零二六年，这个曲线也没有去分化的那么严重了，对吧？就是大家其实差不多的。那两个阵营的对抗在二零二六年一定会持续。Google越强，就会刺激对外的阵营更强。反过来讲，那个阵营更强，Google阵营也会有别的对抗。所以这个两个阵营的对抗在二六年看上去会持续。
然后我们再次回到产业链的视角。用户使用各种各样的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，卡的底层是代工，台积电，这个链条不就是这个样子，对吧？那现在看上去就是说，用户确实需求越来越旺盛，token的使用量爆炸式增长，各种各样的应用场景打开，那应用公司需要越来越多的。
token就他会他会去跟模型公司要，模型公司就需要越来越多的算力去跟云跟数据中心要，越来越多的数据中心就需要越来越多的卡。越来越多的卡就需要台积电做越来越多的代工，整个链条所有人都是需要更多的，需要更多一一直加码，一直加码，一直加码。那看起来，这个需求本身没有太大的问题，对吧？应用公司在暴涨。用户规模啊，头根使用量，云公司也是，呃，民营公司也是，然后那数据中心就更是了。
那看起来都在涨，但这些涨双引号的涨，真的代表获取了所谓的价值吗？我们冷静来看，英伟达肯定获取了最大的价值，对吧？这个毋庸置疑。无论怎么涨，大家都去买它的卡，它毛利百分之七十几，它当然是最。那英伟达获得巨大利益的同时，就代表着台积电的利益应该也是非常稳定的。对吧？他们俩是绑定关系，用户是没有任何错的。
我们用越来越多，这有什么错？但是中间层看起来，云公司跟数据中心还好，云公司的收入还在涨，而且因为AI能能力的提升，云公司的收入应该也是看起来增长没什么太大问题的。那数据中心看起来也没什么太大问题，但是应用层跟模型层。他们的毛利的问题到底该如何解决？我们一说昨天还是前天，呃，一个美国的科研机构发了一篇文章，是论述模型公司到底能不能盈利。
他甚至用一个非常非常狭，呃，怎么讲狭义的定义，比如说，他就去算，比如OpenAI是八月份发了GPT五，然后领先可能只领先市场三到四个月时间，他就算。GPT五这一个模型从初始训练投入infra人员，到市场推广，所有花的钱，以及GPT五发布之后，因为GPT五带来的收入增量，能不能把GPT五的成本衡cover掉？
最后的结果算起来，没有办法cover。这还是模型公司，那应用公司就更是了，所以似乎出现了问题。那出现问题是什么？其实特别简单。应用公司、模型公司、云公司、数据中心，都要钱。我们前面讲到，这个钱是巨大无比的。可是这个钱的来源，我们去算用户的转化，对吧？这个应该无数人都算过了。按照广义的说法，这是算得清的收入。
用户的转化多少亿的用户转化成多少的订阅用户，每个月付多少钱，乘出来加在一起，这个钱是算得出来，而且是算得出来极限值的。然后呢？投资者会投入一些钱，大型的科技公司会有CapEx，这有一些钱，大家觉得不够，那好，我们去做To B，对吧？去做广告，去做电商，去做To B的企业服务市场，这些钱看起来也是能算得出来的。
那所有这些能算得出来的钱加在一起，能不能cover那个成本？就是最核心的一题。那这个投入量级大概需要多少钱？多少多少收入呢？有人做过测算，A十六最做的测算，到二零三零年，如果要满足今天我们已经给出的这些投入的预期，到二零二三零年，AI相关公司的年收入规模，如果希望达到这些投入达到百分之五的投入产出比，可能需要这些AI公司的收入达到。
八千亿美金一年，如果希望达到百分之十五的收入，就是投入产出比，这些公司需要达到。一千一百个比就是一万一千亿美金的收入，AI相关公司的收入。今天OpenAI一百三十亿美金，Anthropic七十还是八十吧。那当然你会算那些科技巨头也可以算进来，但是所有这些公司在AI相关的收入要达到这个量级，理论上说这个投入才是值得的。
非常冷酷的数字。那么就出现了问题，这个链条上我们到底能相信谁呢？因为看起来用户的需求一定会传导到这个链条的最下一级，传导到所有人的身上，而且随着这个传导，它会被放大，不断的放大。所以，我们就看现在这个链条上最后的那个人——台积电。台积电上周发财报。财报之后的分析师会议上，电话会议上，这个这个台积电董事长说了这样一段话：，因为台积电在这次季报里面上调了
K P S，你要知道，台积电这家公司历史以来都是以冷静、冷酷，甚至理性到冷血而著称的。
他们在明年上调了超过百分之三十的 K P X，从四百九十一提到了大概五百二到五百五百六十亿美元。董事长是这么说的：“说我们把KBS预期上调到了五百二到五百六十亿美金，如果我们不审慎对待，这对台积电来说将会是一场灾难。”对吧？人家承认历史上以来，我们台积电都是很理性的，这么调，如果不审慎对待，会是一场灾难。
所以呢，我干了什么呢？董事长说，过去三个月、三个到四个月时间，我和我的客户，你想台积电的客户是谁？当然是英伟达了，以及客户的客户沟通。那英伟达的客户是谁呢？是数据中心，是模型公司，是云厂商，甚至是 Meta 这样的应用公司，对吧？以确认需求是真实的，答案让我相当满意。看台积电已经给了结论哦。逻辑上讲，整个链条上最底部支撑，此前表现最为理性，甚至有点过度冷静的台积电，都这么说了。
你要知道，上一轮循环融资的时候，英伟达投 OpenAI，AMD 投 OpenAI，博通跟 OpenAI 合作，传说 Sam
是找过台积电的。但那个时间点，台积电没有动哦。可是今天台积电也动了，台积电都这么说了，那自然而然这个事情会被解释成一个超级正向的意义。对吗？因为他都说了呀，但是我又会想，整个链条上应用模型、云数据中心、英伟达、台积电，我们已经不太信任应用公司，因为这公司太小，毛利甚至是负的；我们也不太信任模型公司，因为这些公司的营收规模，刚才跟刚才我们说那个所谓万亿美金之间差距太大。
我们也不太信任云厂商，尤其是那些New Cloud公司杠杆拉满那些公司，我们也不太信任英伟达，因为怎么都老黄都是赚钱的，那我们似乎只能去在台积电身上找信任感，这个市场现在不就是这个样子吗？那如果再推演下去呢？我们似乎只能找原材料了，对吗？那最近大家为什么去炒硅呢？为什么炒存储芯片呢？不就是这个逻辑吗？
所以又回到了那个曲这个这个经典的理论。其实这些曲线看上去都差不多。我这次没有放Gartner的技术曲线，我放了另外一个曲线，叫市场周期的心理学曲线。曲线跟Gartner曲线几乎是一模一样，甚至包括所有每一次泡沫破裂过程中的股票的价值的曲线也是一样的。那问题又回来了：我们到底进行时间是在山腰上，还是已经在山顶上了？
每个人有自己的评判，每个人有自己的理解，我也不知道。好，我们美国的故事讲完了，用了一个小时二十分钟左右。然后再讲一个故事。我在去年，在二四年九月还是十月的时候讲我当时的那次PPT的时候，啊，我给一家企业内部讲，然后讲完之后呢。第一个就就留了一些Q&A的时间，然后上来之后，第一个问问题的当时的这位公司的一个同事就说：“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讲所有PPT里面我听到的评论里面最刺耳的一句话。所以今天我们讲讲中国的事情，正式聊中国。同样的三章：技术主线的祛魅与突围，超级应用的前夜与黎明，资本市场下的中国AI叙事。技术、应用、资本，我熟悉的三章的结构。我们先讲技术，写在DeepSeek R1发布一年之后，开源崛起中美模型的贴身肉搏，从Chatbot到Agent。
R1真的仅仅发布了一年的时间，二零二五年一月二十号发布，二零二五年一月二十六号春节除夕前一天，冯骥的微博点燃所有的事情。到今天真的只有一年的时间。直到今天，直到今天，R一的影响依然被低估。在全世界范围来看，不仅仅是中国，在全世界范围来看，很多地区都要感谢R一，很多尤其是偏经济弱发达的地区，R一是他们的很重要的模型的获取方式。
还有，我为什么一定要在这个时间点把这次PPT做完？因为一定要等在。V四发布之前把PPT做完，因为V四发布之后大概率所有事情要重写，这就是市场给DeepSeek的双引号的尊重。所以我们回看这一年DeepSeek的发展，从V三到R一到V三零三二四到R一零五二八到V三点一V三点二到AC OCR模型到数学模型到V三点二正式版到最近的OCR二。
整个这一年，你从 DeepSeek 模型的发布角度来看，也能看到趋势。比如说，在上半年或者在零五二八之前，DeepSeek
在死磕推理。在二系列死磕，但是从五月到九月到十月左右，你会发现V系列跟二系列都在进展。某某种上来说，我跟大聪明有一次聊，我说大家期待的所谓的二二是基于V四的，但很有可能V四出来就是全的，因为在那个时候，某种上来说Deepseek做的事情是叫融合，因为你会发现现在V三点二也是带类似推理的能力。
甚至agent能力，所以到十月份之后，某种程度来说，包括DeepSeek最近发的很多论文，其实，在做的都是偏架构层的描述。V4很有可能在架构层有所突破。所以回看这一年，死磕推理到融合到突破，我们从DeepSeek发布的模型进展就能看出这种趋势。所以V四，我觉得是要给绝对的尊重。昨天推特上有传闻，不知道真的假的。
二月十六号，又是一年的除夕。今年的除夕是二月十六号，大家这个春节就不要想放假了，这个春节一定会打成一锅粥。至此，中美在模型上的对抗这件事情成为核心议题。所以在上上上期我去大内谈的时候，象征向老板问我说：“今天事件事件都是说AI就是中国和美国的对抗，是不是有点太过傲慢？”我的答案是说不太傲慢，但这个答案其实已经有点含蓄了。
真正的答案是说一点都不傲慢。如果我们把整个中国的模型当成一个整体，在今年年中的时候，大概六七月份的时候，中国的开源模型领域的下载的Hugging Face的下载量已经超过了美模型。从这个模型的表现能力来看，其实，在年也是在Q三左右的时候，中国模型的模开源模型的能力就领先全世界了。美国一直没有追上。开源成为了模型领域的某种共识，而且这种共识不仅仅是在中国，OpenAI这几年也做了一部分的开源，对吧？
英伟达、美国的呃、欧洲的Mixture，对吧？然后IBM、微软。甚至谷歌都做了一些开源的事情，所以这个事情不仅仅是中国的事情。然后，所以就出现了一种竞争，就是开源跟闭源的竞争。回看这一年的整个模型发布，开源跟闭源竞争，闭源模型之间的竞争一直就没有断过。我用了一张蚂蚁开源做的 landscape 的线路图，非常清楚。
它按模型厂商，然后时间轴，然后分开源还是闭源，还把每个模型的大小、参数大小放上去了。我觉得这张图做得非常好，但这张图只截止到八月。我们希望他们年底能做到完整的二零二五年的这个展现。开源毕竟闭源竞争出现了，对吧？然后如果单拉今天这个时间点的开源跟闭源模型的能力来看，呃，这张图应该是昨天晚上更新的，就是
Kimi 发了 2.5 之后，模型开源模型的能力进一步提升，甚至看起来开源模型的发展的速度跟频率比闭源模型更快，对吧？
因为厂商更多。然后你发现今天这个时间点，世界上头部的开源模型几乎全部都是这种公司，Kimi、Gepo、DeepSeek、Minimax、小米。阿里，都是，甚至包括美团、借阅都在，对吧？都是开源。然后进入到了一个，如果我们把中美对抗作为一个核心议题的话，就变成了群英乱斗，对吧？然后，同样是美国的 Epoch AI 发了一篇论文，是说自 2023 年以来，中国人工智能模型平均落后于美国领先水平七个月。
但你要知道，2023 年以来已经过去两三年的时间，平均七个月就代表最近一段时间这个数字应该比七个月小，对吧？应该比七个月小。然后从开源模型下载量来说，确实。千问在整个开源板块已经超过拉满了，超过之前的领先拉满了。然后其中最强的就是千问，对吧？千问在整个开源板块，比如说这也是哈根费斯的统计，在过去这一年啊，千问的在开源模型的崛起是非常非常强势的。
然后在十二月份统计里面，呃，单月的下载量，千问应该已经超过其他所有模型加在一起。开源领域啊，开源领域。然后再比一个角度，就是我们到底离美国最先进的模型差多远？我同样做了这样一张图，把美国模型，我还是拿 OpenAI。当然，有人会说现在可能应该拿 Gemini
三，反正都差不多，对吧？不，美国模型只留了一家 OpenAI，中国的模型放了四家：阿里千问、阿里的千问、Timmie、智谱跟 DeepSeek。
你们感觉这个追赶的趋势非常非常的近，非常非常的快。且因为我们是群雄，对吧？所以每家都在争先。然后从纯主观的这个这个小红书上，现在今年不非常流行从夯到拉的这个排列嘛？啊，美国一个 Lambert 一个 newsletter 的创作者，也是一个创 AI 的研究员，排了一个他的榜单。他说夯的就是
DeepSeek 跟千问，呃 A 级的或者 S 级的就是智谱跟 Kimi，下面是街阅、腾讯、小红书、Mini Max，稍微差一点的是字节、小米、百度。
然后可能稍微落后一点，什么致远、华为都出现了，从行到拉，主观啊，纯主观评价，不是不是这个客观评价。那二零二六呢？对吧？自然而然引发的二零二六。然后我用了一张上一期我讲A G I Next的唐杰老师那张图，二零二六年的，呃，比如质谱的要做的事情，专注跟创新。首先，探索智能上界仍然是A G I最本质的事儿。
怎么探索呢？已知的scaling law。比如基座模型的探索，coding agent，然后位置的模型的上上限可能就是新的研究范式，对吧？那在技术层面的创新，比如说全新的模型架构，解决超长的上下文知识压缩，然后记忆机理，持续学习。多模态，对吧？你看这几个关键词前面都讲过，然后 agent 啊，完成复杂任务，包括 AI for science，AI 跟机器人结合，所以你看这些关键词。
中美其实是共识，都是都是共识。那当天杨志林也讲了他们的观点，对吧？就是他们相当于在做的就是模型上限的提升，两件事情，一件是token的效率，一个是长的上下文记忆。那你看最近发的K二点五，不也就是符合这个逻辑再往前走的吗？我会觉得今天这个时间点，呃，Kimi是这个市场上少有的可以任性的在纯底层技术模型研发上比较任性的一家公司。
它为什么可以任性？相对于两家已经上市而言，它因为没有上，它就多了一层任性的资本，是说我可以不用那么顾忌短期的按季度的财务数据，同时它又融了钱。对吧？人家融了很多的钱，所以就不需要太在乎。然后 coding 对吧？我们其实，在对 coding。其实，在过去一年，中国的头部 AI 模型公司，在 coding 领域投入了边际更多的努力，尤其以比如智谱为代表的。
你像现在智谱的 GM 四点七这轮发布之后，确实在开源的 coding 能力提升上非常强。然后 Kimi 也好，Mini Max 也好，DeepSeek 也好，千问也好，都是这样。然后 agent 对吧？然后 agent 当然就是共识了。前面也讲过，所以你看，千万这次发布会的标题叫“From Question to Action”，对吧？
就是我说的从语言到行为嘛，action嘛。那 agent 对吧？agent 这件事情也很有意思。我截了一些今天这个时间点主流的模型在 agent 板块的这个截图，大家发现已经基本分不清了，对吧？我就放这不带他们的任何 logo，大家如果不是经常用某一个的话，已经分不清。这里面有。有豆包，有元宝，有千问，有Kimi，有Minas，还有扣子，应该，对吧？
然后有MiniMax，如果不带logo，你其实基本已经分不清了。所以从用户角度来讲，纯的这个入口而言，Agent-based的用户已经不care了，对吧？然后那用care什么，或者说我们模型厂商care什么？我举个这个表情包的例子，比如说最近一段时间大家讨论比较多是那个Cloud Skill，就是呃把一些经验跟工作流程封装好一个SOP，对吧？
然后我用了一个梗图，比如说年初的时候大家讨论AI的时候用那个梗图，就是达·芬奇那个那个。把这支笔卖给我，然后底下人说这支笔是AI做的，这是年初的表情包。然后年终有一段时间MCP火了，对吧？然后这个表情包变成了把这支笔卖给我，底下那人说这支笔是MCP做的。那最近的人这表情包变变成了把这支笔卖给我，这支笔是四六做的。
对，表情包的变化也代表了行业发展趋势的这个这个样子。所以，skill也变成了各家都在跟进的功能。比如说，扣子最新版的扣子二点零加了叫技能，就是skill嘛。然后，Minimax的Agent加了所谓的专家（双引号的专家）那也是技能嘛。这个事情，我觉得大部分厂商在二零二六年都会跟进的，尤其是头部厂商。我们聊完了第一章纯技术路线的祛魅与突围，我们聊第二章超级应用的前夜与黎明。
超级应用，我们更熟悉的一个关键词，一级日活是否等于已经赢了？当然说的就是豆包了。多模态的中国式繁荣。多模态的中国式繁荣，泛娱乐跟硬件是不是全村最后的希望？三个小弟一个个说。然后我们在聊这些事情之前，你在这个时间点回头来想，你会发现一个问题：我们在二零二五年对AI行业的发展下了很多的定义跟判断，或者叫叙事，但是现在回头来看。
这些叙事本身似乎出现了松动，甚至反转。我举一些例子，比如说，原来大家会说闭源模型会持续领先，但截止到今天依然是这样的。但是看上去，很有可能在二零二五年出现开源模型领先的情况，对吧？然后很多人会说，模型即产品应用被吃掉。嗯，这个观点，今天也有很多人会反对。然后很多人会说，AI产品的用户数据本身是不会带来所谓数据飞轮效应。
很多人会说，Chatbot 不算入口，工具产品没有意义，所以买量推广的都是傻逼。对吧？二零二五年，很多人都说，但你细想这个时间点，细想这个时间点，这些结论似乎都开始出现了松动。Chatbot当然是最核心的战场，毋庸置疑。无论是看App还是看Web，还是整体的数据统计，无论是看中国还是美国，Chatbot在今天依然是最核心的战场。
那么来了，我们回看过去三年，在二零二四年底，如果没错的话，大家就在说豆包已经赢了。二零二四年底豆包就说了这个事情哦，然后二零二五年出现了R一，所以我们看曲线来说，二零二四年其实豆包一直还在涨，二五年也在涨，但是异军突起的R一在某一段时间，尤其在二零二五年Q一的时候，超过了所有人。可是DeepSeek不接To C的量，所以DeepSeek慢慢慢慢来掉。
豆包又重新接回来，那好，跑到了二零二五年底，似乎大家又在说，豆包已经赢了，对吗？二零二四年大家又在说喽。从数据上来看，确实如此，对吧？传说豆包的日活已经破亿了。今年豆包跟火山是春晚的赞助商，春晚当晚豆包一定会达到一个新的日活巅峰，一定，对吧？不，毋庸置疑的，一定。同时，更重要的是，我在之前几篇里讲过，差GPT在今年拿到了微笑曲线留存拉升，豆包在今年传说也拿到了，快速Mobile数据看得到。
这件事情，阿里跟蚂蚁肯定是不服的，对吧？所以Q四开始，阿里疯狂推千问，千问的Action的发布会上，千问C端事业群吴佳，总裁吴佳宣布，千问的C端月活破亿。当然，这是包括App跟Web的。Q四开始，蚂蚁疯狂开始推灵光，跟阿福。蚂蚁跟阿福肯定是不服的，对吧？所以很多人会说，ChatGPT战役在二零二三、二零二零年一定会升级。
口姐说，三国杀、千万元宝、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，但在今天又再次上演了。然后你要知道，百度也掺和一脚。百度前两天宣布文心的月活。突破两亿，这是PR说法，你们信不信算再说啊。但至少他敢说，对。Chatbot第二个议题多模态，记得我们前面最最前面提过，我在讲我说多模态跟语言到底是平行的，还是其实是一桌？
我们就分两看来讲，先看单独一桌，再看其实是一桌。图片在榜单前三十名的图片模型里面，我们中国有十一个。当然有一些重，就是有一些是同一家厂商的不同模型，比如说字节、啊、李千问、High Dream、快手、腾讯视频领域更多。前三十里面我们占十九个，快手占了六七个吧，字节、Minimax、Pixverse这几家AI视频厂商占了十九个。
但应用端呢？似乎我们这边会更繁荣，对吧？极梦、可灵、Pixwords、Vido、海螺，呃，美图，甚至剪映。应用端的竞争还是看国内吧，然后在出海角度，你看出海的，比如说外部榜单的前二十名里面有十五个是做图片相关的或者视频相关的，对吧？你肉眼可见的三分之二啊四分之三。出海的公司，尤其是AI领域出海的公司，靠前的几乎全部都是在做图片跟视频相关的。
当然，还有一些今天说算不上可能是中国公司的公司，比如说黑信这种，对吧？皮卡这种，他已经可能不算中国公司了。但其实你发现了，也是在做多模态相关的，这些都是。我觉得叫多模态算单独一桌的，对吧？但像我们前面说，其实是一桌。比如说在 AI Next 千问的林俊阳说，统一多模态理解和生成是千问的一个未来目标。
所以你看，千万的模型进展在二六年应该是往这走。智谱在上上上周发了智谱的第一代图片模型。智谱原来从来不碰多模态的。Kimi这次，Kimi原来也不碰多模态的，可是Kimi的2.5是迄今最智能的模型，在Agent代码、图像、视频以及一系列通用智能任务上都取得了开源的sota。Kimi迄今最全能的模型，原生的多模态架构设计。
同时支持视觉与文本输入，思考与非思考模式，对话与agent任务。所有人的目标都是一样的，是一桌，是统一的一桌。聊到这儿，我们再往前推。最大的中国三家家伙，字节、阿里、腾讯。我们把纯 Chatbot 的竞争拉开，在二零二六年，这三家中国互联网的新 BAT 在多模态领域的竞争会更加激烈。记得吗？我们在前面的图片跟视频榜单上，这三家公司可都有很多的模型在。
所以，纯底层模型之上的多模态这个领域，这三家都放了重兵。下一个议题，AI硬件，AI硬件可能是二零二五年中国VC最大的共识，AI玩具，Cloud，哎。是这个摄像头、学习机、吉他、人形机器人，对吧？其实人形机器人我觉得放这儿有点牵强，但也放在这儿吧。然后我去翻了一下我自己的收藏夹，微信收藏夹，几乎每一周都会有一篇关于AI玩具的相关的统计文章。
所以AI玩具算是这一波AI硬件共识中的共识。也有媒体统计，文创潮统计的，在CES上有超过将近四十家的中国的AI玩具公司做展出。AI玩具算是共识中的共识。AI加social加社交，我也讲过无数次，这个事情更多可能还是要看中国了。比如两个案例，比如说Toln，我在前面的PPT也无数次提过。如果要提今年AI社交领域美国的或者欧美的在app领域有点眼前一亮的产品，可能大家很多人会提到Toln。
年底OpenAI发了一篇文章，是讲OpenAI的语音模型的发展的，他提到了他们很大的一个客户Toln的案例，其中有句话是说这款。年初上线的产品在年底到了二十万的MAU，也就是说，偷了的MAU只有二十万。再看另外一个板块，Carol点AI代表的AI陪伴跟AI社区这个板块，Carol点AI的核心团队已经被谷歌买走了，剩下的团队保持运营。
即便是这样，这个战场Carol点依然占比超过百分之九十五以上。可是这个市场几乎已经没有增长。所以，在美国的视角来看，这个板块儿意思不大，对吧？那咱们看看咱们这边呢，对吧？可列的产品就很多很多很多喽，猫香。这个星野、捏他、造梦、吃元、Second
Me、独享，都是中国公司做的，对吧？当然，你会说今天的时间，他们也遇到各种各样的用户增长、破圈、乱七八糟问题，但至少肯定比Holden要大吧，甚至要大的多吧，甚至很多公司已经开始产生收入了，对吧？
然后呢，再往下推这个问题，再推到AI跟所谓的社交陪伴的形态，再往前走，走到游戏，出现了一个中间的结合地，叫AI加旅游。我的好友四零五邮局的小宁在他们一期AI游戏的议题当中，有一位嘉宾说，AI加旅游可能是在二零二五年的所有趋势中最务实，也是拿钱最多的方向。所以我们看到了EVE，对吧？看到了星眠，看到了无限谷。
呃，无论是做游戏的，呃，无论是做社交的，还是做社区的，都走到了这儿。从AI角度看，是Agent的雏形变得越来越成熟；从游戏角度看，以游的商业验证极强，所以两个东西走到一起，似乎成为了共识。但是，这个共识看起来也很难做。呃，我只有一句评论：很多在这做做这个板块的创始人，对游戏这件事情缺少敬畏。对我只说到这里。
然后擦边和出海当然也是共识了，在这个板块，对吧？我在上次的总结也提过，很多已经今天这个时间没有办法太参加模型主桌竞争的公司，都在这个战场里，美团、昆仑。作业帮、Xverse、西湖星辰都在，对吧？然后呢？同时更重要的是，年底出现了一个判例，对吧？你一月份应该是国内首起AI涉黄案。用户与AI聊黄，开发者获刑四年。
关注团应该都看了AC案对吧？Alin Chat两个发起人做的一个偏有点擦边的AI聊聊天陪伴的软件。我们抛开这个审判的案例判例，我们看那个数据啊，这个数据还是非常非常让人惊惊醒的。这个产品注册用户，注册用户只有十一万人。但付费用户到了百分之，呃，两点四万人，百分之二十多的注册付费转化。大家如果做运营，应该知道这个数据是什么概念。
累计收取会员费三百六十三万。一个用户付了十二块钱，差不多。这个数字本身，某种程度上说证明了这件事情的价值，但是怎么做，对吧？是出海做还是在国内做？做到什么程度？做什么样子？边界围栏，安全？可能是需要大家考虑的问题，也不展开了。然后我们再看，讲了这么多应用，乱七八各方向，我我一直会觉得应用的分类是无穷无尽的，对吧？
尤其在中国，那就看，比如我们看榜单，最近量子位发了今年的AI一百，对吧？分了几个分类：AI智能助手，就是所谓的Chatbot；AI agent，它放了Code跟纳米；AI浏览器；AI工作台，哦天呐，工作台；Web coding。然后跟生活相关的AI教育、AI娱乐、AI健康，依然有Health，对吧？
然后放了AI创作，也是多模态这些公司，Live Live、极梦、可灵。然后放了AI硬件，Cloud、雷鸟、跃然创新。这个分类本质上讲，跟我刚才前面分类也是差不多的，对吧？好了，我们聊完中国的第二叙事，我们再聊中国的第三个叙事：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，是写春节这三家最大的中互联网公司的AI竞争的，对吧？
有兴趣可以大家去看一下。在资本视角外溢到硬科技的叙事，A股牛市加港股IPO潮加一级市场回暖的共振。首先看刚才前面提到的AI时代的BAT，字节、阿里、腾讯，先比基础设施云这一层，三家都有云厂商，而且涨得都很开。阿里云不用提了，对吧？火山这一年发展的非常快，甚至过去两年发展都很快。腾讯云传说没记错，应该是雷锋网昨天写的文章，腾讯云在二零二五年Q四第一次做到单季度盈利。
云，模型层，千问豆包混元，模型层的竞争都有侧重跟倾向，但是刚才前面提到，在多模态领域的竞争一定是编辑更强的，然后看应用。这张我借用的图是高盛做的报告。做这个报告的时候，阿里还没有发新的千万，所以阿里这边还是夸克为代表，字节这边是豆包，腾讯这边是元宝，所以依然是刚才那个产业链的急剧的缩小。云模型应用，一家一家看字节。
二四年就是说都包赢，那就代表自己在二四年大家就说已经赢。那二五年看上去更赢，对吧？前两天周亚辉周老板也写了篇文章。未来很多年，世界首富应该就是张一鸣了，对吧？就说自己已经在这个世界上赢了。核心的数据，比如说火山在年底说它的这个 token 的这个月的这个这个，呃 daily 的 token 量已经到了五十个 T，对吧？
然后这个数据在九月份只有三十，在五月份只有十六点七四，四月份只有十二点七，在去年的年底只有四个 T。过去一年，从 token 量来说，豆包。涨了十一倍，同时我有说法叫“字节的硬件之心不死”，对吧？他们去年收了O L A，friend做了豆包的耳机，然后年底跟努比亚、中兴的努比亚推了豆包的手机，最近跟安克的生活推了录音豆，对吧？
这个这个硬件这件事情确实很有意思啊，字节的硬件之心不死，阿里呢？美国那边说 make Google great again，那中国这边很多的叙事变成了 make 阿里 great again。因为从产业链角度来讲，如果我们把视角从云、模型、应用再拓到比如芯片跟数据中心这层面来看，那似乎在新 BAT 三家当中，阿里会更占优势一点，因为它有芯片业务，对吧？
这个这个平头哥嘛。所以最近也有这个传说，这个业务应该是昨天还是前天发了篇稿，对吧？这个传说阿里内部的千万其实在用阿里自己的芯片在做训练了，这个叙事不就跟 Google 在用自己的 TPU
训练是一样的吗？然后更有意思的是千问的变化，我用了两张图，这张图非常非常的明晰。一张图呢是二零二六年一月份千问发新的app的时候的一张发布会的照片，这照片呢是很多阿里系的业务负责人站在台上，这个后面的这个这句话是阿里生态业务组队来问千问app为您服务。
什么淘宝、支付宝、淘宝闪购、飞猪、高德、优酷、大麦、菜鸟、阿里健康、幺六八八、盒马的logo。他说的是阿里生态业务组队来千问App为您服务，看到这个光故事了吗？同样与之相对比的是，二零二三年四月千问模型发布的时候，那就是大模型刚刚兴起的时候嘛。同样有一张类似的图。当时这张图画的是怎么画呢？是通亿千万在前面，然后后面一堆阿里业务的logo，上面有句话，当时说的是阿里所有产品未来将接入大模型，全面升级。
能看到这件事情的区别了吗？一图胜千言。蚂蚁，蚂蚁其实应该单独看，蚂蚁跟阿里不是一家公司。在AI实际上，前两天蚂蚁的CEO接受了晚点一次采访，我觉得说的很直白。前几年蚂蚁受大家都知道的原因没有办法。弄很多事情，但今天某种程度上那件事情已经翻篇了。蚂蚁需要再一次的支棱起来，所以你看，它推了灵光蚂蚁的基座模型，推了阿福健康，它甚至在推广阿福的时候已经开始用上去农村刷墙了。
健康，当然得蚂蚁来做了。甚至这么多年之前，蚂蚁在健康领域做的脏活累活，可能都是为今天的阿福做的准备。同时，更重要的是。这是我的好友咸鱼写的一篇文章，在战略投资角度来看，蚂蚁战投可能是当下这个时间点所有战投。在AI应用公司里面，投资最激进的一家，所以蚂蚁应该单独看。腾讯，对吧？腾讯，嗯，最有意义的当然就是年底姚顺宇的加盟，对吧？
这个同一时间，新皮层就第一财经下面的一个自媒体写了一起一篇文章，是腾讯AI什么模型这三年吧，画了一张很重要的关于今天腾讯混元的团队组织结构的图。我觉得那张图是有意义，就是今天时间点，腾讯再次梳理了内部混元模型的组织架构，然后应用从暂时来看。腾讯在等待机会，只能说，所以这个机会是什么呢？就是在做PPT这几天，腾讯不就动了吗？
首先，最新的元宝上了新的功能，社交功能，元宝派群聊，对吧？然后这件事情都惊动了新华社。新华社当天写的叫“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，也可以邀请好友一一起入派。用户与好友进入元宝派后，可以体验让AI参与聊天、调节气氛或执行任务，也可以让AI推荐电影、音乐等，一起共享AI时代的社交乐趣。
因为元宝的现在的负责人是原来腾讯会议的负责人，所以你发现，打开元宝派除了常规的聊天之外，你可以发起会议，就这个体验就非常像已经消失在大家讨论讨论的这个会议议题中的Clubhouse。甚至可以跟他一起看腾讯视频，一起听QQ音乐，这个呢，又很像之前腾讯在圆梦之星上做的事情。那如果想听圆梦之星是什么故事，可以翻我之前的播客，我讲圆梦之星跟蛋仔派对的竞争那一集。
对这些东西都就像死去的记忆一般，特别熟悉。然后呢，元宝说今年春节发十一红包啊，社交群聊，一起听音乐，一起看腾讯视频。发红包，对吧？这些策略都出现了，所以腾讯不会不动的。我在跟雪球那次录的时候，我当时就有个问题，收了个口，留了个口，说我们看到了蚂蚁的动作，看到了阿里的动作，看到了豆包的动作。当时的问题变成：那腾讯呢？
看腾讯这不就出招了吗？所以看上去，十十几年前大家所熟悉的春节红包大战，在AI时代再一次上演，元宝十亿，百度。五亿，百度文心言应该是北北京台晚会五亿红包，豆包跟火山是春晚的赞助商，一定会有动作，对吧？然后看起来千万的推广应该也是没有预算上限的。今年的集五福是在阿福上集的，对吧？灵光跟阿福可是支付宝做的呀，他怎么可能不参与这场竞争呢？
所以大家又来了，我觉得也是好事，对吧？有竞争总比没有，大家都死气沉沉好得多得多。那么我们前面提到了叫新BAT时代的动作，那老BAT时代被换下来的那个B百度呢？其实百度最多最近动作也很多。比如说，百度最近发了文心一言的模型的五点零版本，在一些榜单上数据其实还可以。百度要拆分昆仑新业务，对吧？所以百度股价那段时间涨了很久。
前面也说到，百度对外宣称文心一言的月活达到两个亿，对吧？信不信由你。我觉得更重要一条新闻是，百度文库跟百度网盘重新重组了一个新的事业群。我在哪期播客我讲过，我说百度在未来某一天如果只是一家。文库加网盘的公司，或者加地图这样一个公司，它应该值多少钱？其实今天这个时间点，文库这个业务因为AI能力的加持，涨得很好。
只是不在大家的很多人的讨论范围里。回看另外一个更现实角度来讲，过去一年五十二周之内，百度的股价已经翻番还多了。现在百度已经五百五十四亿美金的估值。这张图应该截在一月二十三号，最近几天我没有看。然后，在过去的其实半年多时间，百度的市值就已经翻倍了。那我们不去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这波确实也在帮百度拉回来很多的事情，这是百度。
那聊到这儿的时候，出现了两个问题，其实我没有想得特别清楚。呃，第一个问题，其实在上一次雪球播客里，我也跟主持人有聊过。到底一家什么样的公司值得在基座模型上投入更多的研发的能力资源跟钱，对吧？比如说最近时段，最近一段时间，蚂蚁CEO接受晚点采访，他提到，啊，他对比灵光跟阿福，灵光就是基座模型，阿福就是那个医疗跟健康的应用。
他说，灵光是一个尝试的逻辑。而阿福是一个必须要赢的逻辑，这没有错，对吧？灵光代表蚂蚁加入了通用AI的战场，参与探索智能上限的竞赛。这个问题就反过来讲：蚂蚁值得这样做吗？用千问不行吗？对吧？我们没有答案。然后还有一个问题是，比如说很多人会说某某某公司的AI落后了。那最近一段时间，大家会说腾讯的公司的AI落后了。
那好，我们评价这个落后的标准到底是什么？模型的榜单排名，团队内 top 级研究员的数量跟密度，模型的更新频率，模型多样性，token 的调用量，产品的丰富度，用户规模，活跃 DAU MAU 还是收入还是什么，还是最后一个所谓落后，只是一个混杂的拍脑袋的结论。我没有想清楚啊，那再往下推演，老生常谈的看看KPS的对比，呃，其实因为字节不是上市公司，我们看不到在未来几年。
呃，腾讯跟阿里的开发S的这个这个投入都是蛮激进的，阿里会更激进一点。然后应该是昨天出了新闻，呃，英伟达的首批被批准的H200的芯片有四十万片，就是被，呃，字节、阿里跟腾讯买掉的。因为每家应该都是顶格的在买的，所以在开发S上，肉眼可见，因为随着竞争的加剧，大家还是会提的。然后这个事情就延展到另外一件事情，我觉得很有意思，就是中国的硬科技的新的叙事，或者中国科技的新叙事。
比如最近一段时间，关于国产GPU的讨论特别多，摩尔线程、必任、木西、随缘，商业航天最近也好了很多，对吧？星际荣耀、蓝箭航天、星河动力、天命科技。然后从去年春节开始到近过去一年，巨深对吧？语数、银河、智源这些公司，到我们今天聊的更多的AI大模型，然后在这件事情上，中美本质上是同步的，对吧？GPU美国那边有Nvidia。
有MD，然后商业航天有马上要上的SpaceX，我刚才看新闻，马斯克想把XAI也并到SpaceX里面，这样就形成了一个巨大无比的巨无霸，对吧？然后AI大模型里有OpenAI，但是具身智能可能美国那边没有一个特别特别大的公司，但特斯拉的具身智能大家被认为是值得期待的，所以，呃，在行业分工角度来讲，或者行业的热门情况来讲。
中美本质上是同步的啊，GPU、商业航天、具身智能、AI大模型，然后头部公司的估值也是非常非常高的，比如GPU英伟达是四点五亿万亿到五万亿美金，商业航天SpaceX明年上市预计一点五万亿美金，OpenAI这轮八千三百亿美金，预计如果上市肯定是破万亿美金的。那这里就出现了一个我经常最近也跟别人开玩笑讲的原则，叫百分之一到百分之二的估值原则，就是这些中国相关的代表公司跟美国那个最头部公司之间的。
估值的对比大概是百分之一到百分之二。比如说，你看G P U领域，英伟达四点五万亿乘以百分之一就是四百五十亿美金，百分之二就是九百亿美金，就大概就是三千到六千亿人民币。这恰好就是中国目前这个时间点这些所谓的国产G P U公司上市的估值。商业航天也一样。SpaceX SpaceX 一点五 T 乘以百分之一到百分之二，就是一百五十到三百亿美金，就是一到两千亿人民币。
这差不多也就是目前这个时间点被点名的几家商业航天火箭公司的可能的估值，对吧？AI大模型就更是了。AI大模型公司的头部公司 OpenAI 零点八 T 乘以百分之一到百分之二，大概等于五百五到一千一百亿人民币，对吧？这个差不多也就是目前 Minimax 跟智谱的估值范围。这个百分之一到百分之二的估值原则不需要考虑所谓的收入跟利润，因为没法看，对吧？
政策直接开绿灯，不是戏谑的玩笑。存在就非常合理，而且更重要的点是，这个百分之一的百分之二，未来存在的空间变得更大，对吧？因为我们之前讲过，中美的之间的对比不应该是一个两个数量级的零的差距，对吧？一个零大家觉得还是合理，那似乎我们的空间就变得更大了，就百分之一到百分之二的估值的原则。那既然方向指明了，那就开始干吧，对吧？
所以前两天我看到一个新闻的标题，我觉得特别有意思，钛媒体下面一个分号写的叫“谁都没有A股懂商业航天”。我在底下评论说，可以这个标题可以换成“谁都没有A股懂大模型，懂GEO，懂GPU，懂存储，懂芯片，懂光通信”，对吧？谁都没有A股懂。然后在这个所谓的科技领域的相关的投资，其实中国在过去几年的增长其实是比较快的。
衣市场整体来看，二零二五年确实中国的衣市场在回暖，甚至这个回暖的数字，无论是融资的事件还是，呃，融资事件肯定没有，但融资的这个整个衣场的融资额是超过了二零二一年。根据这个。呃，IT橘子的统计，然后另外一个变化就是美元基本上全部撤掉了，美元从二零二一年还占百分之十，跌到今天只有百分之二点五。可能跌幅超过百分之八十吧，差不多。
从新闻角度来讲，人工智能当然也是这个这件事情在中美两国依然是类似的。呃，从热门赛道的项目数量来看，人工智能、医疗健康，看又是医疗健康，集成电路、机器人、新材料、新能源、高端装备、低空经济、储能、商业航天，看到了吗？还是这些关键词。然后从金融金额角度来看。呃，医疗健康弱于集成电路，也就是芯片跳到了第二位，其他都差不多。
然后再看，其实这些板块大家都是共识，对吧？大家都是共识。然后从金额角度来讲，其实中美两国在AI领域的投资金额，美国还是要占绝对领先的。呃，中国这边确实钱被分散到了其他这些板块上。然后看中国的Big Deal。呃，可能百分之一点四三单轮融资十亿元以上的项目融了这个市场超过百分之四十的钱。如果大家有印象，上一季我讲过，美国那边单轮融资超过百分之呃超过五亿美金的项目应该占整个市场百分之六十的钱。
所以中美两国无论是在AI投资还是在Big Deal上也是共识。再看比如说政策支持下的A股跟港股。嗯，从IPO角度来讲，其实趋势跟美国是差不多的。二零二一年是一个非常非常疯狂的巅峰，然后逐年下降，跌到二零二四年谷底，可能只有一百多家。但二零二五年好了一点，转回来一点，大概增长到一百二十家左右。然后更更更重要的是趋势上来看，在二零二一年，百分之八十四，将近八十五的公司选择是在A股上市。
只有百分之十一点四选择在港股，但是在今天二零二五年，百分之四十一点五在A股，百分之四十一点九在港股，港股首次超过了A股，而且传说现在港股还有三百到四百家中公司，排队上上在上市，当然这引发了港股港交所在。最近一段时间密集频繁发布的一些态度，希望投行们优中选优，希望设定一定所谓的门槛。虽然被辟谣了，但实际上收紧的趋势大概率可能会在二六年出现。
然后从硬科技板块的推出来看，呃，上交所、港交所、深交所、纳斯达克、北交所、纽交所都有。但是从这些公司上市融资的募资额而言，还是上交所和港交所最高。而且如果我们把所有这些硬科硬科技的公司的退出的金额累加在一起的话，我们甚至超过了美国，因为美国那边退出的IPO的窗口没有被真正意义上打开。退出的很多公司也不是纯正意义上的硬科技公司，所以我们只说纯硬科技公司的退出，中国在2025年超过了美国。
退出，我们甚至退得更多，不可想象，对吧？所以总结来看，纯从中美两国的对比，我们从两个维度，比如说美国模型的进展以及算力的发展来看。谁领先谁弱，这就分出来四个象限，对吧？这个对比是OpenAI自己画出来的。然后，赛博传奇的大聪明用Notebook AI做了四个象限的对比。如果美国的算力领先跟应用领先，那美国就正式赢了，对吧？
美国赢赢得AI战争。反过来讲，如果中国的算力领先跟中国的模型应用变得更强，那就变成中国的。A I时代出现了中国特色A I，但这两种情况极端情况可能都不太容易出现，很有可能出现另外两种情况，就是美国在A I的能力跟A I采用度上确实非常强，但是受限于电力能源乱七八糟，他们在算力上距离我们有弱势，所以他们变成了一种，他们形成一套美国标准，然后在他们所信任的盟友体系里，比如欧洲啊一些国家。
他们来承担这个角色，然后在另外一边，我们虽然可能AI能力上会差一点，但是我们在算力在成本优势上有优势，我们呢可可能跟一些其他的国家有一些定制的方案部署，所以很有可能未来的AI两级会这个样子分布。这是一种非常简单的四个象限的对比方式。这个可能也是今天我所分享的所有的内容到此算结束了。最后的一页，我用了一个非常非常简单的标题叫。
AI革命尚未成功，这个行业还在疯狂的发展。我一定要赶在 DeepSeek V4 发布之前把这个内容发出来，我好去告别我今天记录的所有事情，准备迎接疯狂的春节跟。应该非常精彩的二零二六，我要依然做好AI司马迁的工作。好，感谢大家，这是今天所有的内容。老规矩，我的PPT会放在Show Note里。呃，我还按照每一页的时间线做好我的时间轴。
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去把这个内容看完。再次再次感谢，呃，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。