序章｜英伟达之夜

2025 年 1 月 27 日，英伟达单日跌 17%，成交量是前一日的 3.5 倍——那根跳空低开的长阴，就是本文序章的那一夜。数据来源：新浪财经

2025 年 1 月 27 日，美东周一，早晨九点半。

开盘钟响过七分钟，交易员们盯着屏幕，以为又是系统故障。英伟达的股价像被人抽掉了地板——没有财报，没有加息，没有任何一家投行下调评级。恐慌是突然降临的，像有人往平静的湖面扔了块石头，第一圈涟漪还没散开，第二圈已经掀翻了船。

当天收盘，英伟达跌了 17%，市值一夜蒸发约 5890 亿美元——当时美股史上最大的单日市值蒸发，大致等于凭空抹掉两个多 AMD。硅谷的群聊里，有人贴出一句冷冰冰的话："我们是不是被降维打击了。"

凶手是谁？答案藏在一周前的一条开源消息里，来自杭州，一家当时大多数美国人从没听说过的公司。

但先别急。这个故事的悬念，不在那一条消息，而在它背后三年里发生的事：一家让全球市值最高的芯片公司单日蒸发掉大半个台积电的公司，是从中国"百模大战"的尸山血海里杀出来的——而那片尸山血海，才是这个夜晚真正的底片。

2023 年，244 个国产大模型同场厮杀，同一时间在台上唱戏。三年后，牌桌上的人少了一大半——但远没有清零：大厂五家还在，独立创业的基座玩家也还站着五家，终端厂商里还杀出了小米这样的自研黑马，再往下，上千个行业垂直模型各有各的一亩三分地。

所以先别急着问"还剩几个"。更该问的是：在这片尸山血海里，谁活了下来？它们靠什么活下来？中间发生了什么，让一群县城少年，把硅谷的算力霸权撕开了一道口子？

读到最后你会发现：活下来的不是最有钱的，也不是最有名的——是最不被捆住的。

一、先发者的黄昏

两家都起得最早。文心把 PPT 生成、图片生成全塞进同一个输入框；盘古则写明「面向 B 端 5 个基础模型」——一个没守住 C 端，一个从没打算做 C 端。截图：2026 年 11 月 3 日

文心：天胡开局，六步错棋

复盘中国大模型，绕不开一个尴尬的事实：起大早的，都赶了晚集。

喊出这句话的不是外人，是李彦宏自己。2025 年 7 月的内部高管会上，他的原话是："为什么起大早赶晚集？因为我们不聚焦。"

文心的开局有多好？2019 年就发布了，比 ChatGPT 早三年；2023 年 3 月 16 日，全球大厂里第一个对标 ChatGPT 发布；百度十年研发投入上千亿元、AI 专利 2.7 万件——彼时中国没有第二家有这种家底。

然后是掉队轨迹（QuestMobile 口径）：

时点	文心系月活	行业位置	同期豆包
2024.12	1224 万	第 3	—
2025.9	531 万	第 9	3.82 亿
2026	约 500 万	跌出前十	4.19 亿

六步错棋，按权重排：

第一，闭源+收费，亲手关掉数据飞轮。2023 年 11 月，文心在国内第一个收 C 端月费，专业版 59.9 元/月。这个决策学的是谁？学的是 OpenAI——彼时 GPT-4 闭源收费正收割全球，李彦宏那句"开源模型是一种智商税"的底气，来自硅谷新王刚刚验证的商业模式。

把镜头切回美国：同款路线，换个大陆，结局完全不同。李彦宏漏算了两个变量——第一，中国没有 OpenAI 级别的资本供血，撑不起闭源烧钱；第二，中国的开源对手会像潮水一样涌来。周鸿祎当场隔空回怼，一众开源派跟着发难——这场论战的胜负，两年后全写在市占率里：2025 年 2 月文心被迫免费，6 月仓促开源 4.5，但用户习惯已经迁完了。在厨房忙了半天，最后还是叫了外卖。

第二，迭代断档。文心 4.0 之后一年多没有大版本，等 DeepSeek 冲击波到了，才临时公布后续时间表。

第三，品牌反复横跳。文心一言→文小言→文心，两年三次更名加换帅，自己稀释自己的品牌资产。

第四，投流量级差。2025 年文心全年投流约 1.15 亿元，腾讯元宝投了 147 亿——差两个数量级。

第五，自我蚕食。搜索广告是百度的利润基本盘，AI 直接给答案就是砸自己的饭碗。推独立 App，是左手打右手；不推，入口就被人夺走。教科书级的创新者窘境。

第六，组织不聚焦。早期模型权重连内部研发人员都只有少部分人能接触——连自己人都不用，谈何数据飞轮。李彦宏那句"不聚焦"，翻译过来就是：文心是搜索的孩子，生下来就带着"为搜索服务"的组织烙印。

百度死了吗？没有。2026 年，AI 业务已占百度一般性收入的一半，AI 云同比 +79%，GPU 云 +283%——失掉模型层话语权，靠卖算力补上了财务缺口。基础模型研发交给了 1997 年出生的孙天祥，李彦宏在财报电话会上提出"重回第一梯队"。

"重回"两个字，就是全部复盘。

盘古：一条没走的路

如果说文心是"想赢没赢"，盘古的故事更复杂——它压根没走"通用大模型"这条路。这不是一句"华为没本事"能概括的，得一层层掰开看。

盘古 2020 年 11 月立项、2021 年 4 月发布，比通义、DeepSeek 都早两年以上。它为什么没在通用大模型的牌桌上打出名堂？原因不是一个，是几个叠加在一起。

第一个，也是最硬的一个：没有卡。2022 年 10 月，一纸出口管制令落下，英伟达的高端 GPU 对华为彻底断供——当硅谷那波人在比谁的显卡多时，华为连上通用大模型牌桌的筹码，都被没收了。巧妇难为无米之炊，这是所有后话的前提。逼出来的另一条路，是昇腾自研芯片：2025 年昇腾出货 81.2 万颗、国产份额近半，徐直军称它在中国区已经超过了英伟达。卖铲子的人，不是不想下场挖金子，是他手里的铲子，本来就只够挖自己这一亩三分地。

第二个，定位从一开始就不一样。盘古打出生起就是 AI for Industries：矿山、气象、电力。"不做 C 端"是一条写得明明白白的边界——华为要的，是让 AI 长进自己那套"硬件+行业"的体系里，而不是去和一群烧钱的创业公司争一个聊天机器人的入口。这条路到底成不成立，见仁见智；但它和"通用大模型"本来就是两码事，不能拿一把尺子硬量。

第三个，是 2025 年那场开源风波。6 月，盘古开源，本意是示好，却惹来一身麻烦。有研究者做了件很"较真"的事——用"模型指纹"去比对盘古和别家模型的注意力参数，结果测出它与 Qwen-2.5 14B 的相似度高达 0.927，而独立训练的模型通常不超过 0.7；开源仓库里还残留着 Alibaba 的版权字样。随后一篇《盘古之殇》的前员工长文，把这场风波推向高潮。华为否认了套壳指控，但始终没有公开训练日志——沉默，本身就成了最响亮的回答。无论真相如何，这一刀实实在在砍在了盘古的技术公信力上。

第四个，是组织适配的问题。2025 年 8 月，盘古部门被撤销整合；2026 年 3 月，负责人王云鹤离职创业。华为云的模型广场接入了 160 多个第三方模型，连小艺都在跑"盘古+DeepSeek 双模型"。李想的评语点得很准：华为这类企业做硬件极强，但做互联网和 AI 会弱一点——组织适配性，是木桶上最短的那块板。硬件能靠钱和纪律堆出来，通用智能的产出，却不是同一套组织逻辑能套用的。

所以，盘古的沉寂，与其说是一个"失败"的故事，不如说是一个"取舍"与"错位"交织的故事：卡被断供，堵死了它下场通用模型的路；定位和组织的惯性，又让它从一开始就没打算走那条路。余承东 2026 年 6 月那句"没做好，不应该"，是华为难得的自省，但它的分量，不该被简化成一句"做不出来"的判词。

千问：大厂里唯一做成的，凭什么

等等——大厂里不是全军覆没。阿里千问（Qwen）做成了，而且做成了全球开源标杆。同样是"大厂做模型"，凭什么文心、混元、盘古都折了，唯独千问活了？

答案是三次关键选择，缺一不可。

第一，2022 年那次"拆墙"，才是真正的胜负手。2022 年，阿里把达摩院里机器智能、NLP 这些核心团队，整体剥离、并入阿里云的通义实验室，让阿里云 CTO 周靖人同时兼任达摩院副院长。这一步看似是组织调整，实则是治一种百年顽疾——施乐 PARC 病：实验室做出了鼠标和图形界面，母公司施乐却只守着复印机，眼睁睁看着苹果和微软摘了果子。阿里用"拆墙"硬生生把"做研究的人"和"对商业负责的人"焊成一体，让科学家直接为变现负责。这是文心、盘古都没做成的事——它们的模型，始终是旧业务（搜索、卖硬件）的附庸，不是新业务的主人。

第二，想清楚了自己卖什么：不是模型，是云。Qwen 的定位从来不是"最强模型"，而是别人软件栈里的一个依赖项——像 HTTP、像 Linux，越好用、存在感越低。2023 年 8 月 3 日，阿里把 Qwen-7B 权重放到魔搭和 Hugging Face，是国内第一家把主力模型彻底开源的大厂。尺寸谱系从 0.5B 铺到 72B 以上、许可证用最宽松的 Apache 2.0、从第一天就做多语言。为什么敢免费开放？因为阿里算的是一笔更深的账：全球开发者基于 Qwen 二次开发，真到部署时，算力几乎必然跑在阿里云上。模型免费是引流，算力变现才是收割。结果就是：2026 年 AI 相关产品 ARR 突破 495 亿元，占阿里云外部商业化收入的 35%。

第三，用效率路线对冲芯片封锁。当英伟达高端卡被禁，阿里和 DeepSeek 一样转向了训练效率、稀疏架构、极致工程——Qwen 甚至反常识地"参数变小、能力变强"（Qwen-Image 2.0 从 200 亿参数砍到 70 亿，质量反而更好）。

所以，千问给大厂指了一条明路：不是"大厂做不好模型"，而是"没把模型当新业务、没给模型配一个能闭环的商业飞轮"的大厂，做不好模型。文心缺飞轮（搜索和 AI 互相打架），盘古困在卡与定位里（没走通用模型这条路），混元缺的是时间——它起了个大早，却迟迟没舍得下手，等回过神来，赛道已经被占满了。千问三者都有，所以成了。

（不过，"混元输了"这话，现在说还太早——它的故事，我们留到卷四再讲。）

二、百模大战与名人退场

故事要从 2022 年 11 月 30 日讲起——ChatGPT 上线，那颗后来烧穿整个行业的"第一桶火"（火种的来龙去脉，见本系列前作《AI 江湖的第一桶火》）。

中国互联网圈的反应只用了四个月：2023 年 3 月 16 日文心一言发布，6 月"百模大战"正式打响，不到三个月冒出 200 多款模型，9 月达到 244 款的峰值。

然后是熟悉的出清曲线：2024 年 5 月，还在持续更新的模型只剩 19 款。

这场大战最戏剧性的段落，是"名人下场潮"——和硅谷同一年，但下法截然不同。

王慧文，美团联合创始人，2023 年 2 月高调宣布"带资进组"，自带 5000 万美元成立光年之外。四个月后，他因健康原因退出，团队并入美团。

王小川，搜狗创始人，2023 年 4 月成立百川智能，一度是中国大模型创业公司中的明星。后来他把主战场换成了医疗。

李开复，创新工场创始人，2023 年成立零一万物。2025 年，零一的预训练团队被曝并入阿里云，名下的 Yi API 后来悄然停服。

把镜头切回美国：同期大西洋两岸都有名人下场，但美国名人在炼模型——马斯克出走后建 xAI 亲自抓模型，达里奥带着 11 个研究员集体出走建 Anthropic；中国的名人在管炼模型的人——发宣言、搭班子、招工程师，自己不碰炼丹炉。分野在此埋下：炼基座是 24 个月盯着 loss 曲线的苦役，名人光环换不来对它的直觉。

到 2024 年，江湖座次收敛成"六小虎"：智谱、月之暗面、MiniMax、阶跃星辰、百川智能、零一万物。名下有名人的两家，如今都已退出基座竞争。

三、同门与孤例

两个源头加一个孤例：少林桃李满天下，而那盏孤灯，不连任何一枝。

剩下的故事，得先回答一个问题：这些人是谁教出来的？

美国那波人的答案很简单：OpenAI 一个实验室，散成四家帝国。中国的答案复杂一点：两个源头，加一个孤例。

源头一：清华——武林的少林，桃李满天下。唐杰的 KEG 实验室，就是中国大模型的"藏经阁"：门徒散出去，个个开宗立派。智谱的掌门张鹏，是唐杰门下最"稳"的那个——从清华 AMiner 一路做工程，不追风口、不赌命，2022 年 8 月交出 GLM-130B，比 ChatGPT 还早四个月，后来又开出 ChatGLM-6B 这份"入门第一课"，下载量破千万。招股书里写着：政企私有化部署贡献八成营收、毛利近六成——不性感，但养家。这是名门正派的路数：不争一时锋芒，只求百年香火。

而唐杰门下的另一条线，走出了个"天才少年"杨植麟——大二进组、本科发顶会，师门里最早被看好的一个。面壁智能身后，站着清华 NLP 的刘知远；连王小川，也是清华的。活着的基座玩家，两家半是清华血脉。少林七十二绝技，各有传人。

源头二：商汤——武当的传人，先养内功再下山。闫俊杰，商汤实习生出身，一路做到副总裁，2021 年 12 月自立门户，创立 MiniMax。商汤教给他的，是一套"工程落地"的硬功夫：先做产品，用产品养模型——江湖里叫"先打熬筋骨，再练内功"。

MiniMax 活下来的方式，是全行业独一份的：它不跟国内同行在 C 端卷投流，而是把战场搬到海外，靠"情感陪伴"这个没人看得上的赛道收钱。核心产品 Talkie，付费用户从 2024 年不足 50 万涨到 2025 年的 177 万，海外收入占公司总收入的 73%。最反直觉的一点是：当 Kimi 们靠投流买量、月烧上亿时，MiniMax 的销售费用反而下降了 40.3%——陪伴类产品靠的不是广告，是情感关系的自然留存。

它是五家里唯一有完整可审计财报的（00100.HK）：2025 年收入 7904 万美元、同比 +158.9%，毛利率从 12.2% 提到 25.4%。别小看这个"用海外 C 端现金流养基座"的模式——它让 MiniMax 成了全行业抗周期能力最强的一家：国内价格战打得再凶，它的 Talkie 订阅照样在海外收钱。别人在牌桌上赌身家，MiniMax 在牌桌外开了家当铺——武当的剑，不轻易出鞘，一出鞘就是绵里藏针。

源头三（其实是断层）：微软。MSRA 在 PC 时代是外企黄埔军校，大模型时代只出了一家阶跃星辰（创始人姜大昕出身微软）。上一代 AI 人才被组织困住了——这个断层本身，就是中国互联网大厂错失第一棒的原因之一。

孤例：梁文锋——无门无派的扫地僧。浙大机器视觉硕士，幻方量化创始人。2019 年拿下 1100 块 GPU 的集群，2021 年囤了上万张 A100——比管制令早一年。他既不是 NLP 科班，也不靠 AI 融资。别人问他的师承，他说不出来；别人问他的靠山，答案是"幻方量化"四个字，管着千亿级资金。

在这片讲究"门派"和"出身"的江湖里，梁文锋是那个不入任何山门、却内力最深的人。少林武当再风光，扫地僧从不登台比武——他只在藏经阁里，一遍遍地擦着自己的剑。

但很多人把 DeepSeek 的成功，简单归因于"有卡"——这是最大的误解。卡只是入场券，真正让它赢的，是一条从架构到硬件、把每一分算力都榨到极致的"省钱链"。

别人拼的是"用更多算力砸出更强的模型"，梁文锋拼的是"用更精密的算法，把同样的算力翻倍地花"。V2 首创的 MLA 多头潜在注意力，把显存占用压掉 93%；DeepSeekMoE 让每个 token 只激活 37B 参数，训练开销降 42.5%；到 V3，671B 的总参数、2048 张 H800、两个月、557 万美元——而同等能力的闭源模型，成本是它的十倍。R1 的纯强化学习阶段，只花了 29.4 万美元。

这条技术路线，梁文锋是用签名方式"投票"的：三年 11 篇论文，他从不在动辄上百人署名的旗舰模型报告上挂名，而是把名字一笔一划签在 MLA、DeepSeekMoE、NSA、DSec 这些最底层的原子技术上。他赌的不是"我有一个大模型"，而是"我重写了算力的游戏规则"。

而支撑这条路的，是母体的底气。幻方量化，一个管着千亿级资金的量化基金，梁文锋的原话是："钱从来不是我们的问题，先进芯片的出口管制才是。" 正因为账本上没有"靠卖模型回本"这一栏，他才敢把 API 压到地板价、把权重直接放开——开源砸的是别人的定价体系，不是自己的估值叙事。

所以 DeepSeek 的"克制"（不做超级 App、不追参数、不融资），本质上是一种奢侈——只有不缺钱、不怕输的人，才打得起这种"只跟自己比"的仗。"不被资本和学科正统绑架"，恰恰成了全行业解释力最强的那个变量。

一个耐人寻味的细节：跑出来的三位掌门——湛江吴川的梁文锋、汕头的杨植麟、商丘夏邑的闫俊杰——全是县城少年。没有家学，没有京城贵胄的圈层，凭一身硬功夫，从江湖的边陲一路杀到台前。

把镜头切回美国：中国创始人和美国那波人，本来就有学术血缘。杨植麟在 CMU 的导师是苹果首任 AI 负责人 Salakhutdinov，Transformer-XL、XLNet 是与 Google 团队合著——Kimi 死磕长上下文不是追风口，长文本就是他的博士本命。这就好比一个剑客，别的招式都只是顺手练练，唯独"长河落日剑"这一招，是他自幼浸淫、融进骨血里的看家本领——所以哪怕被打到谷底，这一招仍在。

而争斗，就在这个圈子内部爆发——不是对外的商战，是同门之间、同事之间的暗战。

先说一件让整个行业后背发凉的事。

2024 年 10 月，字节内部的一份通报，在圈子外没人注意到，在圈子内却炸了锅：一名实习生，在团队协作的大模型训练任务里，悄悄注入了恶意代码。换句话说——有人往炼丹炉里下了毒。几千张卡、几十个小时的算力，烧出来的可能是一炉被污染的废铁。一年后仲裁文书披露，字节起诉索赔 800 万元。这是 AI 界的第一起"投毒案"，也是这个行业第一次意识到：你们天天担心模型"对齐人类"，却连"对齐自己人"都没做到。

然后是挖角暗战。2025 年，多家媒体报道字节以翻倍薪资，定向挖 DeepSeek 的研究员。这是明抢——抢的不是客户，是脑子。梁文锋的回应，比任何公关声明都狠：他不反击，只"自己培养"。后来震动业界的 NSA 论文，第一作者是一名实习生；在 DeepSeek，调卡不需要审批，资历不吓人。你挖我的人，我教出的人你挖不完。

最后一颗雷，最响，也最私人——它把师徒、同门、投资、利益，缠成了一个解不开的死结。

这场恩怨的起点，得从 2016 年说起。那年，杨植麟和师兄张宇韬、陈麒聪一起，在清华的圈子里办了家叫"循环智能"的公司，做企业对话 AI。投资人里，就有金沙江创投——它是最早递钱的那批人之一。

转折发生在 2022 年底。ChatGPT 一把火，杨植麟看准了通用大模型这条路，决定另起炉灶。2023 年，月之暗面成立。按分拆的约定，老东家循环智能白拿新公司 9.5% 的股份，算是给旧情分的交代。可问题出在程序上：金沙江那边咬死说，分拆该有的股东决议签字，拖到 2024 年 1 月才补上，五家老股东的同意豁免书，至今没拿到——等于老股东在不知情里，被晾在了门外。

真正的火药桶，是另一个人。张予彤，金沙江创投史上第二位主管合伙人，投出过小红书的人。她当过循环智能的董事，2024 年 4 月从金沙江离职，转头就成了月之暗面的联合创始人——后来直接坐到"总裁"的位置上，管战略、管融资、管商业化。

2024 年 12 月 5 日，朱啸虎在朋友圈连发数条，把这个圈子私下传了半年的秘密，公之于众。他的话，翻译成人话就是三记重锤：

第一，月之暗面本就是循环智能内部孵化了两年多的项目，分拆程序到今天都没走完；第二，张予彤身为循环智能的董事，却瞒着所有人，自己在新公司里无偿拿了 900 万股——占初始股份约 14%，比老东家循环智能拿到的 9.5% 还多；第三，这是受托责任（fiduciary duty），是投资人碰不得的高压线，所以她被金沙江"为正视听"解雇了。

朱啸虎甚至点名她丈夫汪箴：那 900 万股，是通过汪箴名下的 BVI 公司代持的，后来她又受让了杨植麟的 300 万股，合计 1200 万股，成了月之暗面成立时第二大个人股东——仅次于杨植麟本人。

杨植麟的反击，只有一晚。12 月 6 日深夜，他发长文，一条条拆：2023 年 2 月就与循环智能 CEO 达成了分拆共识、有书面记录；董事会决议每一位董事都签了字；张予彤的股份，是作为联合创始人、按多年兑现（vesting）授予的，是她未来多年为公司服务的对价，不是白拿。更狠的是他最后的态度：他死保张予彤，不切割。内部甚至放话——"14% 还给少了。"

为什么死保？因为账是这么算的：阿里 10 亿美元领投那一轮，估值从 3 亿跳到 25 亿，张予彤是那个牵线的人；Kimi 月活做到 3600 万，也有她的份。在一个靠融资续命的江湖里，一个能找钱、会找钱的人，比什么都值钱。

朱啸虎这边，也有说不出口的憋屈。2023 年 3 月，他公开说过"没兴趣投中国大模型"；一个月后，阿里就领投了月之暗面。他亲手判了死刑的赛道，估值从 30 亿一路涨到 500 亿美元——而他和他背后的五家老股东，恰恰是被甩下车的那些人。于是舆论开始反问他：当年问你们投不投，你们公开说不投；如今人家要敲钟了，你们带着律师函，掐着 IPO 的点来告状——这算"较真"，还是"拦路抢劫"？

这场官司，从 2024 年 11 月打到现在，在香港国际仲裁中心（HKIAC）悬而未决。而它最吊诡的地方，是越拖越贵：争议标的按"原始股份百分比"计价，公司估值从 3 亿美元滚到 500 亿美元，同样一个 10.5%，折算金额从几千万美元，滚成了 7 亿美元（约 47 亿元人民币）。2026 年 10 月，路透社爆出双方在 IPO 前夜开始秘密和解——因为港股招股书躲不开这桩"重大未决仲裁"，不拆掉这颗雷，保荐人不敢签字、基石投资者不敢下单。

这局棋，没有赢家。杨植麟背着"程序瑕疵+数据归属"的指控，张予彤背着"受托责任"的道德账，朱啸虎背着"错失风口后杀回马枪"的质疑。而最耐人寻味的是：他们吵得不可开交，争的却是同一桌资本盛宴上的座位——买单的散户，从来不在桌上。

同门不保证同路，这是江湖；同一个圈子的人互相下毒、挖角、掀桌，这才是江湖本湖。

四、大厂的下半场：字节与腾讯

豆包把 PPT 生成、图像生成摆进输入框，抢的是使用时长；混元官网只有一个「Hy」——那是 Hy3、Hy4 的系列代号。一个用流量换时间，一个砸钱追时间。截图：2026 年 11 月 3 日

前几卷讲的是"起大早"和"名人退场"，但江湖的真正厮杀，不在创业公司之间——而在两个手里捏着流量和现金的巨人，如何下注同一张算力牌桌。它们的活法，一个叫"用流量换时间"，一个叫"砸钱追时间"。

字节：流量王，与它的商业化困局

豆包是个怪物。2024 年 5 月上线时，日均 Token 不过 4 万亿；两年后，这个数字涨到 180 万亿——翻了 1500 倍。月活 4.19 亿，断崖式第一，是第二名千问的 2.6 倍，把 DeepSeek、元宝远远甩在身后。

这怪物怎么养大的？靠字节的老手艺：把整个集团的流量，往一个漏斗里灌。抖音开放了两个入口，长按点赞图标能提问，消息列表顶部挂了豆包助手；剪映、火山引擎、电商场景全线联动。字节内部的说法是"让豆包到用户身边，而不是用户到豆包身边"。到 2024 年 11 月，豆包月活冲到 5998 万，仅次于 ChatGPT，位居全球第二。

但流量有多猛，账单就有多厚。这是大模型和抖音、微信最要命的不同：微信每多一个用户，服务器分摊成本趋近于零；大模型每多一次提问、一张图、一段视频，都是 GPU 实打实的燃烧。一份成本拆解显示，豆包单次推理成本里，硬件折旧占 58%、电力占 29%——近九成是真实的资源消耗，不是一次投入无限复用的基建。

于是出现了中国 AI 行业最荒诞的一组数字：日活破 2 亿的国民级应用，日收入不足百万。2 亿多人每天用它，它每天只赚不到一百万，主要来自电商佣金；而它每天烧掉的算力，是数千万。第三方测算，豆包单月净亏损 2.1 亿到 2.7 亿元。

撑不住的豆包，在 2026 年 6 月干了件捅马蜂窝的事：第一个挂出价目表。68 元、200 元、500 元三档，最高一档年费 5088 元，被网友拿去和 ChatGPT Pro 的 200 美元月费反复比对。社交媒体上"收费就卸载"和"天下没有免费的午餐"两派吵得不可开交——而在这个几乎所有国产模型都喊免费的市场里，第一个收钱的人，注定挨最多的骂。

但豆包真正的问题，不是收不收钱，是能力撑不起这个流量。这恰恰是字节最不愿意面对、却越来越藏不住的短板。

字节的强项，全押在了多模态和产品闭环上——视频、图像、语音，和抖音、剪映的流水线无缝咬合。但语言模型最要命的那部分——深度推理，恰恰是它最弱的一环。一个铁证：字节的强化学习团队，直到 2026 年 8 月才独立成一级部门（Horizon RL）。在此之前，RL 长期只是后训练的一个辅助手段，而不是主攻方向。对比之下，DeepSeek 从第一天起就把 RL 当成命门。第三方实测（SQBench，各 220 项任务）说得更直白：豆包"长文本推理的完整通过数明显偏少，复杂业务和数理审计平均表现落后于 Qwen 与 DeepSeek"，但它强在"工程执行"——软件工程类任务通过率最高。

翻译成人话：豆包是个优秀的"干活的人"，但不是个深刻的"思考者"。它会写代码、会修 bug、会生成视频，但遇到需要层层推导的复杂逻辑，它容易"跳步"——简化关键条件、略过中间推导。

更扎心的是，这个差距官方已经认了。2026 年 8 月，字节 CEO 梁汝波在全员会上亲口承认：Seed 的大语言模型与海外领先模型的差距"正在扩大"，要求团队"接受一段时间的落后"。一个手里攥着 4 亿月活、2000 亿资本开支的巨头，公开说自己"接受落后"——这在字节的历史上，几乎是第一次。

根因在哪？两个。第一，闭源。豆包不做开放权重，模型能力只能靠自评和榜单，缺少开源社区那种"万人挑错"的外部验证，问题不容易被及早发现。第二，路线惯性。字节的基因是"产品、流量、变现"，这套打法在多模态上无往不利，但在"需要十年磨一剑的基础智能"上，反而成了包袱——用做产品的节奏去做研究，做出来的东西好看，但不够深。

所以字节的选择很明确：2026 年它把 AI 基建预算从 1600 亿上调到 2000 亿，据说还在训一个参数高达 10 万亿的模型（Kimi K3 的 2.8 万亿的三倍多）。这是用算力换时间——赌的是"堆卡"能补上"深度"的课。但 10 万亿参数的训练稳定性和数据质量，恰恰是当下还没人解决的问题。这场豪赌能不能成，是 2027 年最值得盯的悬念之一。

但别急着替字节算亏。字节真正的赚钱机器，是视频模型 Seedance。这款 2026 年 2 月上线的视频生成模型，年化收入约 20 亿美元、单月超 10 亿元，毛利率约 70%，市占率冲到 80%——业内有人称它是"中国 AI 商业化史上最暴利的单品"。更狠的是飞轮：一部 100 分钟短剧，真人实拍要 50 万到 100 万，AI 只要 5 万到 10 万；省下的制作成本，转头变成投流费流回抖音。别人卖铲子，矿归客户；字节这把铲子挖出的矿，得倒进它自己的冶炼厂——模型调用收一道，投流收一道，剧里广告再分一笔。

把镜头切回美国：OpenAI 当年关掉 Sora，是因为它有出无进、挤占资源；字节把 Seedance 做成现金牛，反而逼得 OpenAI 传闻要"复活 Sora"。同一个赛道，一个烧钱到关停，一个闷声收割——视频这仗，字节打成了全球样本。

字节的赌注很清楚：2000 亿资本开支（或更高），850 亿买芯片，用广告利润换一张算力时代的门票。它在赌——闭环，能跑赢现金流流失的速度。

腾讯：慢，但追得上——现在判它输，还太早

腾讯这盘棋，是被逼到墙角才动的手。

它一度是最"佛系"的玩家：混元早早发布，但从不激进，坐拥微信的流量和游戏的现金牛，似乎不急。直到 2026 年 2 月，腾讯做了件狠事——把预训练和 RL 基础设施推倒重建。还从 OpenAI 挖来了首席研究员姚顺雨当首席 AI 科学家，理念就一句话：不堆参数，重实用性。

重建后的混元，改名 Hy，一路狂奔：4 月 Hy3 preview（295B 总参、21B 激活），7 月 Hy3 正式版，8 月 Hy4 preview（770B 总参、49B 激活、1M 上下文）——半年走完别人两年的路。效果立竿见影：Hy4 preview 上线后，在 OpenRouter 上以 14.7 万亿 Token 登顶平台第一，把自家 Hy3 都甩到了第七。盲测还略优于 GLM-5.3 和 Kimi K3。

但代价也来了，而且来得异常惨烈。2026 年第二季度，腾讯资本开支 528 亿，同比 +176%；自由现金流 -138 亿——上市以来首次转负。这是腾讯撕掉"佛系"标签、重兵投入 AI 的代价：一家连续十年年自由现金流千亿级的"造血机器"，第一次要靠借钱买算力。半年内两度举债，合计超 730 亿，全部投向 AI 基础设施。瑞银测算，腾讯 AI 业务单季经营亏损约 150 亿，AI 拖累了利润增速约 5 个百分点。

把镜头切回美国：字节和腾讯，其实在同答一张考卷——互联网时代"补贴换规模、规模换广告"的公式，在大模型这里失效了，因为边际成本不再趋零，而是随用量线性上升。字节的回答是第一个收费、用视频赚钱养语言模型；腾讯的回答是不收费、用游戏和广告的现金牛硬扛，靠发债补缺口。两条路都还没走通，但它们赌的是同一件事：谁能先把闭环跑通，谁就拿到下半场的入场券。

一个耐人寻味的细节：腾讯元宝至今仍免费，还玩"DeepSeek+混元"双模型切换——它一边追赶，一边把对手的模型装进自己的 App。这种"打不过就先用"的姿态，正是大厂追赶者最凶险也最务实的一手。

但请把"混元"两个字，和"失败"分开。混元不是做不出来，是之前没认真做。文心的病是"旧业务拖累"，盘古的命是"卡和定位都不在通用模型这条路上"，混元两样都不占——它坐拥微信 14 亿月活、游戏和广告的现金牛，缺的从来不是钱和场景，而是那个"非做不可"的决断。2026 年 2 月那次推倒重建，就是决断落地的瞬间；Hy4 半年登顶 OpenRouter，证明腾讯一旦认真起来，追得上任何人。

所以腾讯真正的悬念不是"会不会失败"，而是"代价能不能被时间摊平"：自由现金流转负是它交的学费，这笔学费到底换回一个能打的基础模型，还是只换回一场昂贵的陪跑——答案要到 2027 年，看 Hy 能不能在微信生态里跑通闭环才见分晓。现在判它输，太早。

五、第三种活法：小米 MiMo，终端侧的黑马

大厂和创业派之外，还有第三条路线，很多人漏掉了——终端厂商自研。而这条路在 2026 年杀出的那匹黑马，叫小米。

小米做模型，起步比谁都晚，路子却比谁都"野"。2023 年雷军才推动成立大模型团队，方向就两句话：推理大模型，加轻量化本地部署。别人往大了做、往云端做，小米一开始就想的是怎么把模型塞进手机、车机、音箱里。雷军这个人，江湖人称"劳模"——在手机圈厮杀了十几年，深谙一条铁律：不追第一名，追离用户最近的那个位置。

但真正让小米从"硬件厂试水"变成"牌桌玩家"的，是 2025 年 11 月请来的一位高人——罗福莉，前 DeepSeek 研究员。这个任命本身，就是小米在师承版图上的一记落子：清华系、商汤系之外，小米从 DeepSeek 这条"孤例"血脉里，接来了一员干将。扫地僧的门下，出了一个肯下山收徒的人。

罗福莉接手后，MiMo 走出一条三年四级跳的陡峭曲线：2025 年 4 月的 7B 稠密模型 → 2025 年 12 月的 309B MoE → 2026 年 3 月的 1 万亿参数 Pro → 2026 年 4 月的 1.02 万亿参数。每一代都开源，MIT 协议，可商用可修改。到 2026 年 9 月，MiMo-V2.6 系列发布，Artificial Analysis 综合智能指数拿到 46 分——超过 GLM-5.3（45 分）和 Kimi K3（44 分），登顶全球开源权重模型第一。而它的单任务成本只要 0.13 美元，是 GLM-5.3 和 Kimi K3 的十五分之一。

更狠的是小米把"开源"玩成了口碑战：不仅放权重，还把 RL 训练代码、7000 多个训练环境、技术报告全部公开，甚至直播 RL 训练过程。这在闭源成风的中国大模型圈里，几乎是一种挑衅。

但小米的野心，从来不在"卖模型 API"上——它的 Token 收入，比起大厂和独立头部差着一个数量级。小米要的，是把 MiMo 变成"人车家全生态"的神经中枢：2026 年 3 月发布首款 AI 原生手机 Xiaomi Miclaw（代号"龙虾"），MiMo 同时下放到 HAD 辅助驾驶、澎湃 OS、音箱、智能家居。雷军为这套布局砸下的赌注是：未来三年超 600 亿元投入 AI，仅 2026 年就超 160 亿。

小米的算盘很清楚：它不跟你在通用智能榜上争第一，它赌的是"端云协同"这条还没人跑通的路——把模型压进终端，用 INT4 量化、稀疏化、硬件感知 kernel 把推理成本拉到"端侧可行"。2026 年 7 月，小米"澎湃 AI"手机端侧模型和苹果、华为、OPPO、vivo、三星一起通过备案，标志着端侧大模型从"尝鲜"走向"标配"。

小米给中国 AI 江湖补上的是另一块拼图：当大厂在云端堆算力、创业派在拼极致性价比时，终端厂商在抢的是"离用户最近的那一寸屏幕"。它未必能成为通用智能的王者，但它是唯一一个把"万亿参数模型"和"手机出货量"绑在同一张牌桌上的玩家——这条路的胜负，同样还没到揭晓的时候。

六、R1 屠杀

要理解 R1 为什么是屠杀，得先看它降临前的战场——那是一个所有人都以为"钱能买到用户"的平静年代。而引爆它的，是一条早在一个月前就埋下的引线：2024 年 12 月 26 日，DeepSeek 发布 V3，官方论文口径，最后一次训练成本 557.6 万美元——硅谷旗舰模型同类成本的十分之一，甚至更少。当时没人意识到，这个数字会变成一颗定时炸弹。

2024 年 5 月，价格战开打。字节豆包把推理价格打进"厘时代"，阿里通义 9 款模型降价最高 97%，百度、腾讯、讯飞、智谱被迫跟进——模型能力的溢价，被当场抽掉。

价格战打死了"卖模型"的幻想，C 端只剩一条路：投流买量。这个赛道上最激进的，恰是技术品味最好的 Kimi：单月投放最高 1.99 亿元。投流团队盯着后台，看着曲线一天天往上爬，盘算着"烧钱换规模、规模换融资、融资再烧钱"的循环什么时候能滚起来。

直到 2025 年 1 月 20 日，深夜。

杭州，一家从不做广告的公司，把 R1 的权重文件挂到了网上。免费、好用、可商用，性能对标硅谷最强的闭源模型。

Kimi 投流团队的那个凌晨，大概是全行业最煎熬的一夜。他们花了十几个亿买来的用户，正在以肉眼可见的速度流失——据公开报道，R1 七天新增用户破亿，而 Kimi 的月活，从 2101 万一路跌到 729 万，跌出前十。

买来的用户平均只玩 4 天。这个数字，此刻成了全行业最疼的巴掌。

屠杀开始了。六小虎集体失血。字节的决策室里，投流预算被紧急叫停——昨天还是攻城略地的弹药，今天就成了负资产。曾放话"不投大模型"的朱啸虎，公开转向唱多，被网友戏称"真香"。

把镜头切回美国：这就是本文序章的那一夜。R1 发布七天后的美东周一，英伟达 -17%，一夜蒸发约 5890 亿美元——大约两个多 AMD。硅谷吵了一整周"斯普特尼克时刻"，奥特曼连夜降价。

从那以后，中国大模型的评价体系换了尺子：不再比参数和跑分，比单位任务成本、Agent 任务成功率、迭代速度。

而 Kimi 的故事，恰恰在这里拐了个弯——它是六小虎里，唯一一个被打到谷底、又自己爬回来的。

R1 把它从月活 2101 万打到 729 万，跌出前十。换成别人，这就是死局。但杨植麟做了件只有技术出身的人才做得出来的事：承认买量路线是错的，砍掉投放，退回实验室，重新炼模型。一年后，Kimi K3 空降——2.8 万亿参数，全球最大开源模型，上线 30 分钟登顶 Hugging Face 趋势榜，Code Arena 前端编程盲测全球第一。

K3 为什么能翻盘？靠的不是堆参数，是杨植麟把 Transformer 沿用了近十年的三块地基给换了：优化器从 Adam 换成 Muon、注意力从全注意力换成 KDA 混合线性注意力、残差连接改成 Attention Residuals。这套底层原创，让百万上下文解码快了 6.3 倍、训练效率提了 25%。换句话说，别人在"用更多算力换能力"，杨植麟在"用更聪明的架构换算力"——和梁文锋，是同一类人。

Kimi 活下来的底气，也藏在它的收入结构里：B 端 API 占营收 70% 以上，ARR 从 2026 年 3 月的 1 亿美元，涨到 6 月的 3 亿、8 月的 10 亿。一家 300 人、没有 OKR、没有部门墙的公司，用三个月把 ARR 翻了十倍。但它的死穴也在这里：能力越强、越多人用，算力越不够——K3 上线 48 小时就对新用户关闭订阅。卡，是 Kimi 从头到尾都绕不过去的那道墙。

所以你看，六小虎的幸存者，各有各的活法：MiniMax 出海收情感陪伴的钱，Kimi 靠底层架构原创和 B 端 API 翻盘，智谱靠政企私有化养家，DeepSeek 靠母体输血打效率战。没有一条是"卖模型赚钱"——因为卖模型这条路，早在价格战里就死了。

七、反向输出

R1 之后，中国故事第一次从"跟随叙事"切换成"反向输出"。

开源夺旗。2026 年，Qwen 衍生模型超过 15 万个，是 Llama 的 4.7 倍——Hugging Face 官方博客把 Qwen 称作"社区的默认底模"。美国开源旗手的旗，被中国模型拔走了。截至 2026 年 10 月，OpenRouter 全球调用量前五名全部是中国模型，合计约占周调用量的 48%，连续 20 多周领跑。

资本化收编。2026 年 1 月 8 日智谱登陆港交所（02513.HK），"全球大模型第一股"；次日 MiniMax（00100.HK）跟上，上市首日涨超一倍。DeepSeek 打破"永不融资"承诺，6 月完成约 510 亿元首轮融资，投后估值约 3380 亿元，其中梁文锋个人出资约 200 亿元；月之暗面完成 20 亿美元融资，估值超 200 亿美元。

不过，要看清"还剩几家"这个问题的真相，得换一把更宽的尺子。独立创业的基座玩家，从来不止五家：智谱、MiniMax、月之暗面、DeepSeek 之外，阶跃星辰还在牌桌上（2026 年 5 月传完成近 25 亿美元融资、推进港股 IPO），面壁智能守着端侧小模型这条细分路线——所谓"六小虎"，如今是四家冲刺上市、两家转向垂类，而不是"只剩五个"。往上，五家大厂（字节、阿里、腾讯、百度、华为）一个没少；往外，小米、OPPO、vivo、荣耀这批终端厂商正在端侧另起炉灶；再往下，上千个行业垂直模型（金融、医疗、能源、政务）各有各的活法。牌桌不是变小了，是分层了——从"谁都能上桌"的百模混战，变成了"大厂、创业派、终端派、垂直派"四层并存的棋局。

最刺的反讽：2025 年 1 月 15 日，智谱被美国商务部列入实体清单——中国大模型公司第一次拿到"被制裁认证"。一年后，它敲钟上市。

但别急着唱赞歌。调用第一不等于赚钱第一：中国模型吃下全球约六成的 Token 调用量，头部公司的合计收入却只有 OpenAI 与 Anthropic 之和的一成多（华尔街投行口径）；中国公有云 Token 均价约 13.5 元/百万，海外均价超过 117 元——差着一个数量级。智谱上市即巅峰，市值较峰值已近腰斩，二级市场已经开始用收入结构给这批公司重新定价。

把镜头切回美国：2026 年，OpenAI 拿下 1220 亿美元融资、估值 8520 亿美元；Anthropic 估值逼近万亿。两个大陆两套资本游戏，规模差着一个数量级——但判据从没变过：谁不被绳子捆住，谁就活下来。

终章｜两种活法

那边烧卡，这边省卡：同一场军备竞赛的两种活法。

把中美两条线并排看，它们是同一场军备竞赛的两种活法。

那场"算力即生死"的偏执，在美国长成了 Colossus 的百万张显卡（这段的来龙去脉，见《从上海工厂到 Colossus》）；在中国，它长成了另一种东西——被断供逼出来的工程效率：在 H800 上抠出每一分算力的 FlashMLA 与 NSA，禁令每收紧一次，效率路线就加深一层。

美国的活法是烧卡：靠资本供血续命，融资规模一年比一年惊人。中国的活法是省卡：DeepSeek 靠幻方的自有资金硬扛到产品自己会赚钱，不融资反而成了武器——而被资本周期捆住的，死了一半。

美国是一个实验室散成四家帝国；中国是两个源头加一个孤例。

最耐人寻味的是：中国这一侧的追赶，本来就是计划中的——从 DeepSeek 到 Qwen，写在一盘步步为营的产业棋局里。但 R1 那种四两拨千斤的横空出世，又是谁都没有安排的变量。

写在最后

把这盘棋收拢，就几句话：

1. 先发优势的半衰期不足 18 个月。在这条赛道，"早"不是资产，是负债——文心起大早赶晚集，盘古起得更早却困于卡与定位，都没能守住牌桌话语权。
2. 大厂先发者的病根同款：模型被组织当工具，组织被旧业务当家。
3. 名人光环不炼模型。光环能换来头条和融资，换不来对 loss 曲线的直觉——名人公司集体退场，反衬"创始人亲自炼模型"的稀缺。
4. 大厂下半场是同一张算力账单的两种算法：字节用流量换时间、第一个收费、用视频赚钱养语言模型；腾讯砸钱追时间、自由现金流上市以来首次转负。它们赌的是同一件事——闭环先于失血。
5. 活下来的判据是"不被捆住"：不被资本捆（DeepSeek）、不被旧业务捆（文心之败）、不被卡与定位困住手脚（盘古的错位）、不被买量幻觉捆（Kimi 的教训与转身）。
6. 封锁是把双刃剑：它没收了上牌桌的筹码，也逼出了别人没有的效率。
7. 中美是同一场军备竞赛的两种活法：那边烧卡，这边省卡；那边靠资本续命，这边靠不缺钱续命。
8. 江湖没有终局，也没有"只剩五家"这回事：大厂五家、创业派四五家、终端派小米领跑、上千个垂直模型各自盘踞一方——牌桌不是变小了，是分层了。C 端付费墙、智能体商业化、下一次技术范式，都已经在门口排队。

系列前作：《AI 江湖的第一桶火》《从上海工厂到 Colossus》《智能体江湖的终极格局》