Vol.86 同一代技术，两个系统，181页PPT全记录AI行业的2025

摘要

• 2025 年的核心不是中美用了两代技术，而是同一代大模型约束被两套产业与资本系统放大成不同路线。 美国沿芯片、数据中心、云、模型、应用纵向加码，巨头“你中有我，我中有你”；中国则凭开源模型、多模态应用、互联网入口和政策支持的硬科技融资贴身追赶。庄明浩的总括是：“同一代技术，两个系统。”
• 模型研发的资源重心已从预训练移向可验证强化学习，2026 年的争夺将进一步落到 Agent、自主学习与 AI for Science。 OpenRouter 统计中，推理模型占比已超过 50%；强化学习环境、任务设计、结果评分和专业反馈成为模型厂商的新基础设施，Mercor 更在 17 个月内把 ARR 从 100 万美元推到 5 亿美元。“每家厂商在这件事上的选择，其实就代表了品味。”
• 语言、coding、多模态与世界模型正在合并成一张“主桌”，但美国三强押注的商业入口截然不同。 Google 以 Gemini、图片、视频、NotebookLM 和 TPU 形成全栈优势；OpenAI 押 To C、用户记忆与“成年人全都要”；Anthropic 则押“coding 加一切”，Claude 在 OpenRouter 编程调用中的份额超过 60%，并被预测为更早实现正向现金流的一方。
• 真正先兑现收入的是技术跨过临界点的场景，而非所有贴上 Agent 标签的产品。 2025 年 AI coding 已形成约 40 亿美元市场，医疗对应约 35 亿美元增量；OpenAI 的数据中，编程使用增长 11 倍、医疗增长 8 倍，随后 ChatGPT 与 Claude 都把 Health 单独拆出。独立 coding 公司却同时承受模型厂商第一方工具的挤压，说明“市场成立”不等于“价值必归创业公司”。
• 美国 AI 牛市的最大风险已从需求真伪转向两万亿美元数据中心投入由谁融资、资产如何折旧以及中间层能否盈利。 已运营的大型数据中心约 2.26GW，在建及承诺量却达 35GW；Meta 2026 年约 1160 亿美元 Capex 已接近其自由现金流，Oracle 为 OpenAI 五年 3000 亿美元订单所需投入更令市场重估。a16z 的冷酷测算是：到 2030 年，要支撑既定投入，AI 年收入或需达到 8000 亿至 1.1 万亿美元。
• DeepSeek R1 发布一年后，中国已把开源推向中美模型竞争的主战场。 2025 年年中，中国开源模型在 Hugging Face 的下载量已超过美国，Qwen 后来超过 Llama，头部开源席位几乎被 DeepSeek、Qwen、Kimi、智谱和 MiniMax 占据；Epoch AI 给出的历史平均差距是 7 个月，而庄明浩判断近期差距应更小。“V4 发布之后，大概率所有事情要重写”，正是市场给予 DeepSeek 的“尊重”。
• 中国应用层的胜负远未被亿级用户数字终结，2026 年春节将同时检验留存、生态调度与获客效率。 豆包传闻 DAU 破亿，千问宣布 App 与 Web 合计 MAU 破亿，百度则以 PR 口径称文心月活 2 亿；元宝投入 10 亿元红包、百度投入 5 亿元，豆包与火山成为春晚赞助商，蚂蚁也把五福迁到阿福。“Chatbot 不算入口、买量没有意义”这类旧结论，正在被重新打开。
• 两套资本系统都在把资金集中到头部，只是美国押万亿美元平台，中国按美国龙头约 1%—2%给国产 GPU、商业航天和大模型定价。 美国 AI 占 2025 年约 48% 的融资事件、超过 60% 的大额融资金额；中国仅约 1.43% 的十亿元以上项目吸走超过 40% 资金，美元占比则从 2021 年约 10% 降至 2.5%。最终风险仍是庄明浩反复追问的：“一厢情愿，还是顺理成章？”

精读

1. 2025 年不是一次年度更新，而是两套 AI 系统同时展开

• 庄明浩用 181 页 PPT 回看 2025 年，因为这个行业“基本上每三个月就要翻一次”；11 月初的总结仅过三个月，模型、产品、资本与中美竞争的叙事便已需要重写。

• “同一代技术，两个系统”的含义是：中美面对相同的大模型技术约束，也都在增加算力、资本与模型投入，但技术进入产业、组织和市场后，基础设施、商业入口与资本退出路径开始分叉。

• 美国部分沿“模型到产品、产品到场景、行业到资本”展开，中国则沿技术突围、超级应用与资本叙事展开；这不是简单排名，而是观察同一技术如何被不同系统吸收。

2. AI 的能力边界是不规则扩张，不能用一个失败任务否定全局

• 庄明浩借用“人类能力是一个圆”的图：AI 起初只有零散凸起，随后部分能力突破人类极限，另一些仍显著落后；因此“AI 还是做不了某某事情”和“AI 已在某些事情上超过人类”可以同时成立。

• 他判断当下大致处在第三至第四阶段：部分能力已超过人类，并可能继续扩展到绝大多数任务，但仍留有明显缺口。所谓 AGI，就是这个不规则图形最终把人类能力的圆完整覆盖。

3. 推理模型把 2025 年变成按周迭代的模型大年

• 从 DeepSeek R1，到 GPT-4.5、GPT-5、Claude 4/4.1、Gemini 2.5/3、Sora 2、Suno V5，再到年末的 GPT-5.1、GPT-5.2，头部模型发布已接近按周发生；视频与图像侧还有 Veo 3、Nano Banana、可灵和海螺。

• 第一关键词是推理模型爆发：这条路线从 2024 年 9 月 OpenAI o 系列启动，经 DeepSeek R1 放大，至 2025 年已成为头部厂商标配。按 OpenRouter 的统计口径，超过 50% 的模型已是推理模型。

• 技术链条也从“预训练—人类对齐”扩展为预训练、后训练与强化学习；对应的组织结构则分成预训练、后训练、推理服务乃至硬件团队，研发范式直接塑造了公司的组织边界。

4. 可验证强化学习正在成为模型厂商的新重资产

• 庄明浩认为预训练仍重要，但可用空间可能已被“挖到 70%—80%”；边际收益下降后，更多算力和人才转向后训练，特别是可验证强化学习。

• 真正繁重的工作不是一句“做 RL”，而是搭环境、设计任务、设置评分、验证结果并实现工程化闭环。编程和数学之所以领先，是因为答案更容易验证；垂直 SaaS 则往往必须用自己的业务数据搭环境。

• 供给方已分成模型公司、垂直产品公司和新一代数据服务商。Meta 与 Scale AI 的交易改变市场格局后，Mercor 等公司承接需求；庄明浩把这类公司定义为 LLM 时代的 AWS。Mercor 在 17 个月内将 ARR 从 100 万美元增至 5 亿美元。

• 这批“新时代的数据民工”不只雇普通标注员，还雇律师、财务人士、产业专家和科学家。庄明浩引用 Surge AI CEO Edwin Chen 的说法：“后训练优化其实是一门艺术”；选择什么专家、奖励什么答案，本身就是模型公司的“品味”。

5. Agent 的任务时长正在取代单项 benchmark，成为 AGI 的现实刻度

• 红杉文章《2026: This Is AGI》把路线概括为：预训练解决知识，后训练解决推理，当前则用 Agent 解决持续执行。衡量 Agent 的关键，不只是答对一道题，而是能自主完成多长时间的复杂任务。

• 他保留了一个招聘案例：AI 可以找强化学习演讲、识别讲者、分析其社交媒体影响力与离职意向、筛人并发邮件；传统猎头可能做几天，Agent 或许半小时完成。“解决问题的能力”因此比抽象定义更接近 AGI。

• OpenAI 的 L1—L5 从 Chatbot、推理、Agent 走向创新者和组织者；若自主学习真正成立，L4“创新者”便可能被触及。这也解释了 AI for Science 升温，以及科研专用产品为何在 2026 年初出现。

6. New lab 押注的不是短期收入，而是下一代研究范式

• 硅谷的新共识是“自主学习”，Ilya Sutskever 所说的“打开新的研究时代”也指向此处：现有 scaling、后训练与 Agent 之外，是否存在新的架构、学习机制或研究范式。

• 过去半年出现的一批 new lab，多由头部模型公司的研究人员创业，并在尚无商业化验证时取得巨额融资。投资者赌的是，其中某一家可能找到“下一代范式”。

• 庄明浩并未给出确定答案：Ilya、Mira Murati 等人创办的公司可能在底层研究上产生突破，也可能因团队流动而受挫；至少在 2026 年，不宜期待它们快速交出商业化结果。

7. 语言、coding 与多模态最终可能只有一张主桌

• 他曾把语言、coding、多模态视为三桌，但 2025 年下半年改变了判断：语言模型前十名的表现差距可能仅约 3%，视频第一与第六、第七却可相差 30%以上，Agent 甚至超过 70%，资源自然流向边际回报更大的方向。

• 更关键的证据来自产品体验。NotebookLM 不只知道《火影忍者》或《蛋仔派对》的情节，还能把世界观映射到 AI 原理并可视化；它也能从立体书照片与视频中理解《三只小猪》的故事及“木片或木签贴在书上”的立体效果。

• 这使庄明浩相信，文字、图片、视频、语音与 coding 并非平行能力，而是同一智能系统的不同出口。“它突破了某条线之后看起来就飞走了，而且越飞越快。”

8. 世界模型分成实时交互与物理仿真两条路线

• 实时交互派追求近似无限流的视频：用户在生成过程中下指令，数秒后场景沿新方向继续展开；庄明浩以 PixVerse 近期展示的世界模型为例，认为它更接近可交互内容与游戏体验。

• 物理仿真派以 World Labs、DeepMind 等为代表，目标是让生成空间符合现实物理规律。World Labs 与中国机器人公司的合作，就是把这类空间变成虚拟实验场，为机器人和自动驾驶补充现实中稀缺、昂贵的数据。

• 他仍强调距离理想状态“非常遥远”，但若仿真质量持续提高，具身智能训练对真实世界采集的依赖至少可能被部分缓解。

9. 美国三强已经从同榜竞争转向差异化下注

• Google 的筹码是多模态与全栈：Gemini、图片、视频、NotebookLM、Chrome 分发和 TPU 相互增强。庄明浩称其多模态“断档式领先”，也因此 2025 年末市场开始讨论 TPU 会否侵蚀英伟达份额。

• OpenAI 押 To C 与用户记忆。ChatGPT 试图理解用户的性格、偏好和职业，并据此调整回答；它相信这种“能够理解你”的体验能改善留存，再延伸至浏览器、社区、电商、广告、基础设施和硬件。

• Anthropic 的下注最集中：“To B coding”。Claude Code、Skills、Cowork 等产品沿编程能力向通用知识工作外溢，让公司在企业市场形成比 OpenAI 更清楚的主线。

10. Chatbot 战役没有在 2024 年结束，Gemini 正重新改写份额

• 截至 2026 年 1 月中旬，庄明浩引用的流量图显示 ChatGPT、DeepSeek、Claude 与 Copilot 走弱，Gemini 和 Grok 增长；Gemini 已从低个位数份额追到约十几个至二十几个百分点。

• 2025 年 ChatGPT 流量仍增长约 50%，但 Gemini 在低基数上增长约 560%；Gemini 3 发布后，其规模一度追至 ChatGPT 的约 38%—40%。“ChatGPT 已经赢了”的旧结论因此明显松动。

• OpenAI 在 Gemini 3 后“亮红灯”，不仅是 benchmark 压力，也是消费入口可能被侵蚀。庄明浩判断，2026 年两家在 Chatbot 领域的竞争只会更激烈。

11. OpenAI 的“全都要”与 Anthropic 的“coding 加一切”形成经营分叉

• OpenAI 同时做消费应用、浏览器、社区、电商、广告、infra 与潜在硬件。庄明浩把它概括为“成年人全都要”，但即使估值逼近万亿美元、团队已有数千人，对初创公司而言仍是极大的组织挑战。

• Anthropic 则围绕 Claude Code 向外扩展。按他引用的口径，Claude Code 可能是历史上最快达到 10 亿美元 ARR 的应用，Claude 在 OpenRouter 编程调用中的份额已超过 60%。

• 市场还流传 Claude Code 超过 90% 的代码由 Claude 编写、Cowork 代码由 Claude Code 完成；庄明浩把它视为 coding 接近“自主进化”的迹象，但仍保留“人类可能参与了一点点”的限定。

• 财务路径也不同：他引用的预测认为 Anthropic 或在 2027 年先实现正向现金流，OpenAI 可能要到 2030 年；上市竞赛则可能迫使 OpenAI 把原定 2027 年的时间表提前至 2026 年 Q4。

12. 技术临界点先打开 coding，再把医疗推成第二大增量

• 2025 年 AI coding 已“生造出”约 40 亿美元市场，Cursor、Replit、Claude Code、Codex 等不断刷新达到 1 亿美元 ARR 的速度，从两年、一年半压缩到九个月甚至六个月。

• 但独立公司的流量从 Q3 起一度普遍下降，因为模型厂商的第一方 coding 工具强势崛起；2026 年 1 月流量又回升，说明需求真实，价值最终属于模型方还是独立产品仍未确定。

• 医疗对应的潜在 AI 市场增量约 35 亿美元。OpenAI 的使用数据中，编程增长 11 倍、医疗增长 8 倍；当一个频道足够成熟，就像门户网站拆出汽车、房产一样，ChatGPT 与 Claude 都开始单独拆 Health。

• 庄明浩据此推演 2026 年：企业 Agent 实施、AI-native 垂直应用、Web Coding、多模态企业渗透都会继续；但数据权限、隐私、支付和安全也会从附属议题变成产品能否落地的前提。

13. 美国 AI 产业链已经“晋西北乱成一锅粥”

• 芯片、数据中心、云、模型、企业软件和消费应用层层嵌套；Google、微软、亚马逊、OpenAI、Meta、xAI、英伟达、苹果与 Anthropic 既互为客户，也通过现金、服务器、模型和芯片协议交叉投资。

• 在这种格局中，Google 最接近全栈强者：自研芯片、云、基础设施、模型、消费入口与分发都强。微软和 AWS 的云更强、芯片或模型各有短板；OpenAI、Salesforce 等则在模型和应用强、底层较弱。

• 软件也进入第四次浪潮：ChatGPT、Perplexity、Midjourney、Manus 代表 AI-native 产品；Figma、Notion、Canva 属于上一代云软件，却因已有规模和 AI 加成获得新的上市与增长窗口。

14. AI 已把美股推入二十万亿美元级别的产业浪潮

• 庄明浩引用“三倍规律”：PC、互联网、移动互联网、云的头部公司总市值，每代约为上一代三倍；云约 6.5 万亿美元，AI 对应的潜在集合便约 20 万亿美元，而现有巨头相加已接近该水平。

• 从 ChatGPT 发布后约三年看，标普 500 中 AI 公司市值上涨约 185%，非 AI 公司仅约 28%。截至 2026 年 1 月 26 日，标普 500 总市值约 62.3 万亿美元，并仍在创新高。

• 2025 年美国前十大市值公司平均上涨约 24%，Magnificent Seven 上涨约 22%，标普 500 约 17%；Google 涨 62.4%、博通 51%、英伟达 37.8%，特斯拉 38.5%，苹果在头部中最弱也涨约 6%。

• 头部十家公司市值合计约 25 万亿美元，已占标普 500 约 40%。乐观者的依据是其平均 PE 约 30 倍，远低于互联网泡沫时的 80—100 倍；集中度风险却没有因此消失。

15. 一级市场回暖，却把更多资金压到更少的 AI 公司

• 2025 年美国 AI 项目占约 48% 的融资事件，并吸收超过 60% 的大额融资金额；A、B、C 轮和十亿美元级轮次均改善，只有传统口径下的种子轮减少，部分原因是融资额本身已“通货膨胀”。

• OpenAI 去年融资约 410 亿美元，Anthropic 约 320 亿美元，Scale AI 约 148 亿美元，xAI 约 128 亿美元。相应估值约为 5000 亿、3500 亿和 2300 亿美元，按其收入计算，xAI 的 PS 更达到约 230 倍。

• AI 公司平均约两年即可成为独角兽，过去三年新增超过 100 家，但 IPO 出口仍远弱于 2021 年；Figma、Cove 等只是有限改善，独角兽库存仍在累积。

• 并购因此成为替代出口。庄明浩把英伟达—Groq、Meta—Manus，以及 Google—Windsurf、Meta—Scale AI 等交易归入“掏空式并购”：支付巨款取得团队或核心能力，同时尽量规避完整收购带来的反垄断阻力。

16. 数据中心从兆瓦走向吉瓦，存储先吃到物理稀缺溢价

• 三大云厂商 2025 年季度收入平均增长 20%以上，微软和 Google 多在 30%以上，AWS 一度只有十几个百分点、随后重回约 20%；CoreWeave、Nebius 等 new cloud 则用更高杠杆承接新增需求。

• 把云厂商及 new cloud 的建设计划推至 2030 年，庄明浩引用的测算给出 3000 亿—4000 亿美元云收入规模；美国规划中的数据中心网络甚至“比当年的铁路网络更疯狂”。

• 已运营的大型 AI 数据中心约 2.26GW，在建及承诺量已达 35GW。AI 数据中心的新需求开始超过传统数据中心，并沿网络、电力、能源、冷却和存储向外传导。

• 2025 年标普表现最好的公司中，SanDisk、西部数据、美光、希捷占据前列。存储供给高度集中，新厂与产线从建设到出货可能要两三年；若同期需求继续上修，短缺便可能从短周期变成中长期趋势。

17. 两万亿美元 Capex 的真正风险在融资、折旧与现金流错配

• 市场对未来四至五年数据中心投入的共识约为 2 万亿美元。科技巨头自身 Capex 可能只能覆盖其中 1 万多亿美元，其余要靠折旧回收、私人资本、信贷与发债补足。

• Meta 把 2026 年 Capex 提至约 1160 亿美元，已接近其自由现金流；亚马逊、Meta、Google、Oracle 即使处于头部，也从 2025 年 Q3—Q4 开始发行巨额债券。市场因此比起股权更担心债务端。

• GPU 会计折旧或可按六至七年处理，但 A、H、B 系列性能快速迭代，经济寿命可能只有三至五年。投入越大，未来折旧摊销对利润表的压力越难被“需求旺盛”掩盖。

• Oracle 的曲线最典型：确认 OpenAI 五年 3000 亿美元订单后股价暴涨，市场随后发现 2026—2028 年建设所需现金流不足，股价一路跌回合同公布前。

18. 需求链条畅通，不代表每一层都获得了价值

• 用户使用 AI App，App 调模型，模型跑在云与数据中心上，数据中心采购英伟达芯片，芯片由台积电代工；Token 使用量沿链条放大，需求本身并非最可疑的一环。

• 英伟达以 70%以上毛利出售稀缺算力，台积电也凭代工地位稳定获益；云厂商尚有收入增长支撑。最难解释的是模型和应用层：推理成本高、毛利薄，单个新模型带来的收入增量甚至未必覆盖训练、基础设施、人员与推广。

• a16z 的测算给出冷酷门槛：到 2030 年，若既定投入要取得约 5% 回报，AI 公司年收入需达约 8000 亿美元；若要求约 15%，则需约 1.1 万亿美元。OpenAI 目前约 130 亿美元收入，差距仍是数量级的。

• 台积电把下一年 Capex 提至约 520 亿—560 亿美元，并称“不审慎对待，这对台积电来说将会是一场灾难”；董事长与客户及客户的客户沟通三四个月后，认为需求真实，沟通结果“让他非常满意”。庄明浩仍追问：“我们到底是在山腰上，还是已经在山顶上？我也不知道。”

19. DeepSeek R1 一年后的最大影响，是改变了全球获取模型能力的路径

• R1 于 2025 年 1 月 20 日发布，至录制时刚满一年。它不仅冲击美国 VC，也为经济发展程度较低的地区提供了一种以相对可承受方式取得重要模型能力的路径；庄明浩认为其全球影响“直到今天依然被低估”。

• DeepSeek 的路线从 V3、R1、V3-0324、R1-0528，走到 V3.1、V3.2、OCR、数学模型与 OCR 2：上半年“死磕推理”，年中把 V 系列与 R 系列并行推进并逐渐融合，后期更多论文开始指向架构突破。

• 市场期待的 R2 可能建立在 V4 之上，也可能 V4 本身就把推理与 Agent 能力统一。庄明浩坚持在 V4 前完成总结，因为“V4 发布之后，大概率所有事情要重写”；这就是市场给予 DeepSeek 的“尊重”。

20. 中国开源模型已从追赶者变成全球主力供给

• 2025 年六七月，中国开源模型在 Hugging Face 的下载量已超过美国；到 Q3 左右，庄明浩认为中国开源模型能力也开始领先全球开源阵营，而美国一直未能重新拉开差距。

• Epoch AI 的研究称，自 2023 年以来中国模型平均落后美国领先水平约 7 个月；既然这是跨两三年的平均值，他推断近期差距应小于 7 个月，但没有把它夸张为已经全面反超。

• Qwen 的下载量超过 Llama，12 月单月甚至可能超过其他开源模型之和；最新榜单的头部开源席位则集中于 DeepSeek、Qwen、Kimi、智谱、MiniMax、小米等中国团队。

• 开源也不再只是中国路线：OpenAI、Google、英伟达、微软、IBM 以及欧洲的一些模型公司都有动作。真正的竞争已经变成开源与闭源并行、各自内部再“群英乱斗”。

21. 中国模型公司的 2026 路线与美国高度同构

• 智谱提出继续探索智能上界：已知方向包括 scaling、基座模型与 coding Agent，未知方向则是全新架构、超长上下文、知识压缩、记忆机理、持续学习、多模态、AI for Science 与机器人结合。

• Kimi 把重点放在 token 效率和长上下文记忆；庄明浩称它是少数能在底层研究上“任性”的公司——尚未上市，不必按季度交财务答卷，同时又已获得足够融资。

• Coding 与 Agent 已成共同投入方向。GLM-4.7 提升开源 coding 能力，Kimi K2.5、MiniMax、DeepSeek、Qwen 也同步推进；Qwen 发布会标题“From Question to Action”，正对应从语言生成走向执行。

• 各家 Agent 若去掉 Logo，豆包、元宝、千问、Kimi、Manus、扣子和 MiniMax 已很难分辨。模型厂商于是转向封装经验与工作流：行业梗从“这支笔是 AI 做的”，经过 MCP，变成“这支笔是 Skill 做的”。

22. 亿级日活没有终结中国 Chatbot 战役，反而抬高了参战门槛

• 2024 年末市场已说“豆包赢了”；2025 年 DeepSeek R1 短暂冲到前列，却因不承接大规模 To C 流量而回落，豆包重新领先。到年末，传闻豆包 DAU 已破亿，并出现类似 ChatGPT 的留存回升。

• 阿里宣布千问 App 与 Web 合计 MAU 破亿，蚂蚁同时推广灵光和阿福；百度则以 PR 口径称文心月活达到 2 亿。“信不信再说”，但这些数字至少表明各家仍愿意为入口投入。

• 2026 年春节成为新一轮压力测试：元宝投入 10 亿元红包，百度投入 5 亿元，豆包与火山成为春晚赞助商，千问和其他产品的推广投入看起来没有预算上限，支付宝的集五福也转入阿福。

• 庄明浩因此重新审视旧叙事：模型未必吃掉所有应用，用户数据未必没有飞轮，Chatbot 并非不算入口，买量也未必毫无意义。关键是获客之后能否留下用户并调动生态服务。

23. 中国多模态不是边缘繁荣，而是模型与应用的共同优势区

• 在图片模型前三十名中，中国团队约占 11 个席位；视频模型前三十名中约占 19 个，快手、字节、MiniMax、PixVerse 等密集出现。出海榜单前二十名里，约 15 个也与图片或视频相关。

• 应用端更加繁荣：即梦、可灵、PixVerse、Vidu、海螺、美图、剪映形成多层竞争。庄明浩认为，如果把多模态单独看作一桌，中国的模型供给、应用迭代和出海能力都更有优势。

• 但各家公司最终仍走向统一架构。Qwen 把“统一多模态理解和生成”列为目标；过去较少碰多模态的智谱发布首代图像模型，Kimi K2.5 也原生支持视觉、文本、思考模式和 Agent 任务。

• 因此，字节、阿里、腾讯在 2026 年的竞争不会只停留于豆包、千问、元宝的 Chatbot 份额，而会扩展到图片、视频、云与分发构成的完整多模态系统。

24. AI 硬件、陪伴与游戏是中国应用繁荣的高风险样本

• AI 硬件是 2025 年中国 VC 最大共识之一，覆盖玩具、录音设备、摄像头、学习机、乐器和人形机器人；仅 CES 就有接近 40 家中国 AI 玩具公司参展，AI 玩具成为“共识中的共识”。

• 社交陪伴在美国显得停滞：庄明浩引用的 Tolan 案例显示，该产品年末仅约 20 万 MAU，Character.AI 虽仍占 95%以上份额，市场却几乎不增长。中国则有猫箱、星野、捏他、造梦次元、Second Me 等更密集的产品实验。

• AI 加乙游被一位嘉宾称为 2025 年“最务实、也是拿钱最多的方向”：Agent 雏形与乙女游戏成熟付费模型结合，催生 EVE、星眠、无限谷等项目。庄明浩的保留意见很尖锐：“很多创始人对游戏缺少敬畏。”

• 擦边产品证明了付费，也暴露监管边界。国内首起相关案件中，该产品约有 11 万注册用户、2.4 万付费用户，累计会员费 363 万元，开发者获刑四年；出海还是留在国内、围栏设在哪里，不能靠增长数据回答。

25. 新 BAT 都在把云、模型和入口重新组装成一家公司

• 字节的优势是豆包与火山协同：火山月度日均 Token 量从上年末约 4 万亿，增至 4 月 12.7 万亿、5 月 16.74 万亿、9 月 30 万亿、年末 50 万亿；庄明浩概括为过去一年增长 11 倍。耳机、努比亚豆包手机与安克“录音豆”说明其硬件之心未死。

• 阿里的故事是“Make Alibaba Great Again”。阿里云、Qwen、平头哥和电商服务形成更完整纵向链条，市场还传出 Qwen 已使用阿里自研芯片训练，逻辑类似 Google 以 TPU 支撑 Gemini。

• 两张发布会图呈现了阿里组织逻辑的反转：2023 年是“阿里所有产品未来将接入大模型”，2026 年则是淘宝、支付宝、飞猪、高德、优酷、大麦、菜鸟、阿里健康、1688、盒马“组队来为千问 App 服务”。

• 腾讯云据雷锋网文章称在 2025 年 Q4 首次实现单季度盈利，混元团队也重新梳理组织。它暂时不像字节、阿里那样连续出牌，但庄明浩的判断是：“腾讯不会不动。”

26. 蚂蚁、腾讯与百度分别押健康、社交和存量资产重估

• 蚂蚁需要单独看：CEO 把灵光称为探索逻辑，把阿福称为“必须要赢的逻辑”。多年医疗支付、服务和线下运营积累，可能正是阿福的前置建设；蚂蚁战投也被认为是最激进的 AI 应用投资方之一。

• 腾讯的元宝派把 AI 放进群聊，可调节气氛、执行任务、推荐电影音乐，还能发起会议、共同看腾讯视频或听 QQ 音乐；这种体验既像 Clubhouse，也延续腾讯过去在游戏和社交空间中的实验。

• 红包、群聊、音乐和视频一起出现，意味着腾讯正把旧生态能力重新装进 AI 入口。新华社称其为“腾讯进场”，庄明浩则把它视为十多年前春节红包大战在 AI 时代重演。

• 百度发布文心 5.0、推动昆仑芯拆分，并把百度文库与网盘重组为新事业群；AI 加持下，文库等老业务反而获得增长。过去 52 周百度股价翻倍以上，录制时市值约 554 亿美元，AI 至少完成了一次资本市场重估。

27. 中国硬科技按美国龙头 1%—2%定价，政策与稀缺性替代了利润表

• GPU、商业航天、具身智能和大模型构成中美同步的热门板块：中国有摩尔线程、壁仞、沐曦、燧原，星际荣耀、蓝箭航天、星河动力、天兵科技，以及宇树、银河通用、智元等公司。

• 庄明浩提出“1%—2%估值原则”：英伟达约 4.5 万亿美元，对应国产 GPU 约 450 亿—900 亿美元；SpaceX 预期 1.5 万亿美元，对应中国商业航天约 150 亿—300 亿美元；OpenAI 约 8300 亿美元，则对应中国大模型约 550 亿—1100 亿元人民币。

• 这个原则并不依赖当期收入和利润，而依赖政策开绿灯以及中美差距可能从两个数量级收敛到一个数量级。庄明浩借 A 股式标题调侃：“谁都没有 A 股懂大模型、GEO、GPU、存储、芯片和光通信。”

28. 中国一级市场回暖，但资金来源、集中度与退出地点都已改变

• 按 IT 桔子口径，2025 年中国一级市场融资额明显回暖，甚至可能超过 2021 年；美元资金占比却从 2021 年约 10% 降至 2.5%，庄明浩称跌幅可能超过 80%，美元资金明显退潮。

• 人工智能、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、储能和商业航天是共同热点。约 1.43% 的十亿元以上项目吸收超过 40% 的融资，集中逻辑与美国一致。

• IPO 数量从 2024 年低谷回升至约 120 家；2021 年约 84% 的公司选择 A 股、11.4% 选择港股，到 2025 年变成 A 股 41.5%、港股 41.9%，港股首次反超，排队公司传闻已有 300—400 家。

• 若只计算硬科技退出，中国 2025 年退出金额甚至超过美国；但港交所要求“优中选优”的信号，也意味着 2026 年窗口可能收紧，不能把排队数量等同于确定退出。

29. 最可能的终局不是一方全胜，而是算力与能力交叉形成两套标准

• 庄明浩借四象限收束中美竞争：若美国同时在算力和模型应用领先，美国赢得 AI 战争；若中国两端都领先，则形成中国特色的 AI 时代，但这两个极端都未必最可能。

• 更现实的分叉可能是，美国在模型能力与采用度上更强，却受电力、能源和建设成本约束，因而与盟友构建一套标准；中国模型能力或稍弱，却以算力成本、部署效率和定制方案服务另一批国家。

• 这不是静态结论。开源可能超过闭源，应用可能重新获得价值，模型公司也可能无法覆盖成本；庄明浩以“AI 革命尚未成功”结束，并提醒自己继续做“AI 司马迁”，因为下一次模型发布就可能让今天的判断失效。