文章核心观点 - AI是比互联网更大的技术革命，其规模可与电力、蒸汽机相提并论，但目前仍处于非常早期的阶段 [4][25][26] AI革命的历史定位与当前阶段 - AI革命源于一条被探索了80年的技术路径，自2022年底ChatGPT时刻后突然具象化并迅速民主化 [5] - 尽管已成为全球热点且用户数达数亿，但当前的产品形态远未成熟，未来五到十年将发生巨大变化 [6][25][27] - 每天都有新的AI研究论文和产品涌现，领先AI公司的营收增长速度是前所未有的 [6] AI的商业模式与成本趋势 - 行业主要有两种核心商业模式：面向全球50亿移动互联网用户的消费者模式，以及面向企业的智能基础设施模式 [7][8] - 消费者AI应用可借助互联网光速扩散，且月费达到200或300美元已很常见，变现能力良好 [7] - 企业模式的核心是“按次购买Token”，即每美元购买多少智能 [9] - AI的单位成本正在发生“超通缩”，其价格下降速度比摩尔定律还快，将驱动巨大的需求增长 [10][11] - AI公司的单位成本将在未来十年像石头一样直线下跌 [14] 算力与芯片：从短缺到过剩 - GPU短缺正引发数千亿甚至数万亿美元的投入，人类历史表明，可被物理复制的短缺品最终会导致产能过剩 [14] - 大模型的能力会随时间被压缩到更小的模型中，例如中国公司的Kimi模型以更小规模复制了GPT-5级别的推理能力 [13] - 五年内AI芯片将变得便宜且丰富，这得益于Nvidia的高利润吸引竞争，以及AMD、超大规模云厂商和中国公司都在制造自己的芯片 [15] - 数据中心GPU的使用寿命已被延长至7年以上，同时小模型革命正在发生 [12][13] 中国AI公司的突破与影响 - 在不到12个月的时间里，包括DeepSeek、月之暗面（Kimi）、字节跳动、阿里巴巴、百度在内的四五家中国公司已追至行业前沿 [16][18] - DeepSeek的模型在基准测试中与Claude 3.5 Sonnet、GPT-4o、Gemini处于同一水平，且完全开源，这是一个“超新星时刻” [16][18] - 中国公司的突破得益于开源共享、年轻的研究人才（许多仅22-24岁）以及其开源策略形成的全球价格竞争，这促使美国重新思考监管 [18] 大模型与小模型的行业结构 - 行业将形成一个类似计算机行业的“智力金字塔”：顶端是极少数运行在巨大数据中心的巨型“上帝模型”，底层是数量庞大的、运行在嵌入式系统和单个芯片上的小模型 [19] - 大量任务不需要最顶级的智能，一个能力足够的模型（类比智商120的人）就已满足需求，因此小模型将广泛扩散 [19] AI初创公司的价值与整合 - 领先的AI应用公司（如编程工具Cursor）并非简单的“套壳”，它们正在“向后整合”，使用甚至自建多个模型以满足特定领域需求 [21][23] - 这些公司拥有最深的领域认知，能够从提升客户（如医生、律师、程序员）生产力的价值中获益，因此在定价上比传统SaaS公司更有创造力 [23][24] 市场接受度与革命状态 - 尽管社会舆论对AI存在恐慌，但实际采用速度惊人，人们的“显示偏好”（实际使用行为）与口头担忧形成鲜明对比 [26]