模型 - 本轮AI热潮仍处于早期，技术变化是核心驱动力，也是推演产品与商业格局的基点[6] - **Agentic Model成为关键趋势**：指能支持Agent能力的模型，需要具备推理、编程、多模态理解、工具使用和记忆等能力[7] - **推理模型崛起**：以DeepSeek-R1的爆火为标志，其于2025年1月20日与Kimi K1.5同日发布，成为全球首个在大参数规模上复现OpenAI o1的推理模型[8] - DeepSeek-R1影响力巨大，原因包括：完全开源最强旗舰模型、技术报告详尽、高亮仅557万美元的最后一次训练成本[8] - 推理模型的效果提升表现为多步推理能力，推动了ChatBot产品的“深度研究”功能，其背后的新技术范式是“测试时计算”的Scaling[9] - **Coding能力重要性凸显**：编程是数字世界中执行任务的基础，是支撑复杂Agent应用的重要能力[11] - 2025年全球顶尖模型厂商加大Coding投入并下场做应用，如OpenAI的Codex、x.ai的Grok Code Fast、Google的Antigravity[12] - **多模态能力成为标配**：最领先的大模型已演进为原生多模态模型，如OpenAI 4o、Gemini 1.5/3、Kimi 2.5[13] - 同时存在专门的多模态生成模型，如中国的视频生成模型可灵、海螺、SeedDance，以及Google的Veo 3和Nano Banana[13] - **协同设计成为研发组织关键**：大模型训练是系统工程，需要硬件、软件系统和算法的垂直整合与协同优化[15] - Google凭借全面掌握TPU芯片、软件库、Infra到云平台和应用，形成了协同优化的Superpower[15] - 阿里提出“通云哥”（通义-阿里云-平头哥）战略，腾讯和阿里千问团队也都在内部推动Infra与算法的更紧密整合[15][16] - DeepSeek从零开始自然形成协同优化，其Infra团队参与算法设计，展现了超强的工程能力[17] - DeepSeek在2025年2月的“开源周”展示了其Infra成果，并测算其推理系统在24小时内用1800多张卡支持了超6000亿输入Token和近1700亿输出Token，毛利率达84.5%[17][18] - **注意力机制持续改进**：围绕稀疏注意力和线性注意力进行优化，以突破上下文长度瓶颈，如Flash Attention、DeltaNet等[21][22] - **算力趋势转向多芯片互联**：从比拼单颗芯片性能转向优化多芯片互联系统，如华为384 Matrix超节点、英伟达NVL72[23] - **行业开始探索下一个学习范式**：认为当前基于海量数据预训练和微调的方法可能触达瓶颈，未来需向更接近人类的学习机制演进[24] - 研究方向包括持续学习、在线学习、世界模型等，许多研究者从动物与人类智能中获取灵感[25] - 人类大脑功耗仅约20瓦，而当前大模型训练极其耗能，寻求更节能、可解释的新学习范式成为重要议题[26] 应用 - 2025年被普遍认为是Agent应用大规模爆发的元年[27][30] - **通用Agent以Coding为核心手段**：Coding从目的变为手段，使Agent能在数字世界执行各类任务[27][28] - 代表产品包括Claude Code、Claude Cowork、近期风靡的OpenClaw，以及字节的Trae Solo、蚂蚁灵光、马卡龙、Youware等[31] - Anthropic推出的MCP协议和Skills开放标准，降低了构建Agent的门槛，使其变得模块化[32] - **出现Agent Scaling与群体智能趋势**：如Moltbook探索大量智能体聚集后的系统变化，PingCAP CTO黄东旭开发了多角色Agent协作的Minibook[33] - **垂类Agent深度结合行业**：从“卖服务”转向“为结果收费”，例如法律领域的艾语智能直接承接案件并按收回款项收费，AI教育公司爱为舞用AI替代助教[38] - **手机Agent面临存量博弈**：字节豆包手机预览版曾实现自动回微信、比价等功能，但遭超级App封禁；OpenClaw因能部署到手机而流行[35] - 手机Agent的发展涉及手机厂商、超级App与AI公司之间的三方博弈，功能性场景需求强但超级App对开放接口有顾虑[36] - **Agent工具链生态繁荣**：在基础模型与完整Agent产品间的中间地带，涵盖RAG、提示工程、上下文工程、测评等环节，成为关键机会[40] - 工具链的核心机会包括：语音与多模态交互、记忆管理、评估体系等[40][41][42] - **Sora App代表非提效类To C方向**：集中于陪伴、社交、游戏与娱乐领域，其核心功能Cameo允许用户生成数字角色进行创作或合拍[43] - Sora App发布初期热度高但留存挑战大，Sensor Tower数据显示其30天留存率低于8%，远低于TikTok的42%和Instagram的38%[43] - 特定创作者群体在沉淀，如日本创作者Matsumaru粉丝量突破10万，接近Sam Altman的14万[44] - **AI for Science应用深化**：包括利用AI加速第一性原理计算（如深势科技的DeePMD），以及利用生成式AI解决特定科学问题（如AlphaFold）[46] - **AI发明家方向兴起**：探索用AI覆盖完整科研流程，甚至让AI承担人类研究员工作，实现技术的自我繁殖[47] 巨头的AI之战：字节、阿里、腾讯 - **人才和组织是竞争底层**：三家公司采取不同策略构建AI团队[50] - **字节以创业方式做AI**：成立相对独立的Flow、Seed、Stone部门，初期由老将负责，后在2025年2月引入Google DeepMind前研究副总裁吴永辉作为Seed研发一号位，吸纳大量AI原生年轻骨干[51][52] - 内部存在多团队赛马机制，部分人才有流失[52] - **阿里团队相对稳定**：AI一号位为入职十年的周靖人，其下通义实验室包含千问、通义万相、多模态交互三个核心团队[55] - 团队从内部自下而上生长，通过开源形成强社区影响力[55] - **腾讯引入年轻“鲶鱼”**：1998年出生的前OpenAI研究员姚顺雨于2025年秋加入，出任总裁办首席AI科学家，直接向总裁汇报，并带来高频招新、重塑目标、组织调整（强调协同设计）等变化[56] - **中美人才吸引力差异**：在美国，OpenAI等初创公司对人才吸引力最大；在中国，巨头仍是顶尖人才首选[57] - **To C应用大战激烈**：字节豆包、腾讯元宝、阿里通义/夸克展开竞争[61] - **字节模型与产品协作最紧密**：Seed模型团队与Flow产品团队协作频次高，共同为产品服务[59] - 字节定下三大AI目标：探索智能上限、探索新UI交互形式、加强规模效应，其规模效应逻辑基于“数据飞轮”[59] - **腾讯与阿里经历产品团队重组**：腾讯将元宝等应用整合至CSIG，但混元模型团队仍在TEG，考验跨部门协作；微信的参与程度存疑[60] - 阿里将通义To C产品团队从阿里云划归至智能信息事业群，产品与模型团队分离[60] - **阿里应用布局经历轮换**：从通义千问App到主打夸克，再到2025年底通义App更名“千问 App”卷土重来，接通生活服务生态[61] - 千问App近期单日投放峰值达1500万元，但产品力与留存面临挑战[62] - **字节形成“一超多强”布局**：豆包成为中国首个日活过亿的AI产品，并推出海外版Dola；同时有Trae、Coze、豆包爱学等产品[63] - 豆包塑造亲切、生活化的人设，并开始尝试商业化[63] - **腾讯元宝因接入DeepSeek获益**：日活在2025年2月底快速增长了10倍，最新尝试是“元宝派”引入社交关系[63] - **春节之战白热化**：豆包拿下春晚合作；元宝推出10亿元红包；千问宣布发放30亿元红包[63] - DeepSeek-V4的发布成为最大变数，若节前发布可能利好绑定紧密的腾讯元宝[64] 创业公司们 - **大模型公司迎来IPO潮**：2026年1月，智谱AI与MiniMax前后脚上市，揭开财务底牌[67] - 智谱市值约114亿美元，MiniMax约185亿美元；但收入规模远小于美国同行：智谱2025年上半年收入约2700万美元，MiniMax前三季度约5300万美元；对比OpenAI 2025年营收超130亿美元，Anthropic达45亿美元[67] - 基础模型公司普遍巨额亏损，OpenAI仅在2025年第三季度亏损可能高达120亿美元[68] - 中国大模型公司提前上市是为获取续命资金，IPO是“下一轮竞赛的鼓点”和安全网[68] - 中国坚持做基础模型的未上市头部公司已寥寥无几，DeepSeek靠幻方自有资金，Kimi与阶跃星辰近期完成大额融资[68] - **AI应用公司出现高收入代表**：全球ARR超过或等于5000万美元的AI原生企业约有40-70家，集中在AI Coding、内容创作、法律、教育等场景[70] - 中国背景公司中，Manus以超20亿美元被Meta收购；Genspark ARR达5000万美元；OpenArt ARR达7000万美元；PixVerse 2025年总收入超4000万美元；Lovart在2025年10月宣布ARR突破3000万美元[70] - AI应用团队活法多样，可追求极致效率、寻求收购或在巨头缝隙立足[71] - **全球化面临复杂地缘因素**：HeyGen早期注销中国主体；Manus将总部迁至新加坡后被Meta收购，面临中国商务部审查；MiroMind中国团队因法律合规等地缘因素，研发负责人离职，团队寻求独立发展[72] - AI竞争已成为大国博弈核心一环，创业者需在技术主导权、场景匹配度和发展策略上做出抉择[73] 具身智能 - **投资与融资火热**：根据中国信通院报告，截至2025年底，中国具身智能和机器人领域年度融资总额高达735亿元，远超头部大模型公司同期的182亿元融资总额[75] - **中国具身智能公司估值高企**：银河通用2025年底估值达30亿美元；宇树科技IPO市值预期达500亿乃至千亿元人民币；而在美国，最贵的Figure估值390亿美元，仅为OpenAI的1/20[75] - **中国具身智能火热的三大原因**：政策与制造业红利（可落地产线）、供应链成本优势、更明确的二级市场退出路径[77] - **行业关注三大核心要素**：数据、模型和硬件本体，其中数据是当前最重要课题[76] - **数据获取方式多样**：包括真机遥操作、仿真迁移、视频学习、可穿戴设备采集、Self-play等[78] - **主流技术路线**：包括VLA模型、端到端模型，以及生成式的世界模型（如Sora、Genie 3被视为雏形）[82] - **硬件本体是复杂系统工程**：面临灵巧手寿命、关节稳定性、减重、续航等多重挑战，特斯拉Optimus多次延期[80] - **落地应用方向多元**：1) 研发（售予训练场、实验室）；2) 表演与展示（如中国移动1.24亿元采购单）；3) 商业与家庭服务（挑战大）；4) 工业生产（有机会但面临传统竞争）；5) 陪伴与娱乐（更接近消费电子，如宇树机器狗Go1累计销量数万台）[80][81][83] - 许多从业者预言2026年将是具身智能规模化应用落地元年[83] AI硬件 - **存在两种发展思路**：一是寻找下一个大规模的硬件入口；二是硬件形态可能分散和多样化[84] - **AI眼镜被视为潜在入口级硬件**：因其具备hands-off（离手操作）和always-on（全天佩戴）的交互特性，能作为接近人感官的传感器平台[85][86] - 做AI眼镜的公司众多，包括Google、Meta、阿里巴巴、小米、理想汽车等[85] - AI眼镜仍处早期，产品形态未收敛，功能选择（如是否带拍摄、显示）对应不同开发路径[87] - **多样化硬件形态并存**：包括手机、汽车，以及利用大模型特性的单功能新硬件[88] - **Plaud是多样化硬件的典型**：一款贴在iPhone背板的录音设备，加入AI总结能力，累计销量已超过100万台[88] - **Looki代表另一种传感器平台思路**：可贴在胸前的便携相机，抓拍生活片段并自动总结，旨在获取物理空间数据[86]