同一代技术，两个系统：2025 年 AI 行业的中美并行展开

一份在春节前完成的年终复盘

这期单口录制于 2026 年 1 月底。庄明浩原本为一家互联网公司准备了 181 页演示文稿，内部演讲时删减到约 120 页，播客里则讲回了较完整的版本。他之所以又做一次年度总结，是因为前一轮总结发生在 2025 年 11 月初；在模型按周更新、资本叙事按季度改写的行业里，之后的两个月已经足够改变许多判断。

他没有把这次回顾组织成单一公司的胜负史，而是把题目定为同一代技术，两个系统。两国都在投入算力、追逐模型能力、给热门公司更高估值；当这些能力进入组织、产业和市场，约束条件却不一样。美国一侧的重点是模型公司、云和数据中心怎样互相拉动，中国一侧的重点是开源模型、超级应用和硬科技资本如何同时升温。

模型的能力边界仍不均匀

庄明浩用一个不规则的边界来解释当时的模型状态。AI 可能在一部分任务上超过人，也会在另一些看起来很基础的任务上失手。两种现象可以同时存在，因此只拿一次失败来否定全部能力，或者只拿一项基准测试宣布全面超越，都会遗漏模型能力本身并不均匀的事实。

这种理解也改变了他对研发路径的叙述。早期大模型主要靠预训练：把大量数据放入模型，得到通用的基座能力。2025 年，更多注意力转向后训练和强化学习，尤其是结果较容易验证的环境。编程、数学等任务可以给出相对明确的反馈，模型公司因而需要设计任务、准备环境、收集人类反馈并验证结果。节目提到，法律、财务、工业和科学领域的专业人士也被请入标注与评估流程；所谓数据工作不再只是大规模重复劳动。

在这条路径上，Agent 是下一层问题。庄明浩采用的常规定义包括推理、较长上下文、工具使用、计划和结果交付。用 AI 去寻找强化学习研究员，可能需要观看公开演讲、查询职业经历、筛选候选人，再发出联系邮件。这个任务不神秘，却包含多步检索和判断。节目借此讨论长时任务，而没有把能完成更长任务直接等同于已经实现通用人工智能。

一张任务桌上的语言、图像和代码

庄明浩曾把语言模型、编程、多模态和世界模型分开看，2025 年后开始倾向于把它们放在同一张任务桌上。他给孩子制作演讲 PPT 时，让 NotebookLM 处理故事材料、照片与展示要求。他关注模型能否同时复述故事关系，并根据实体书的视觉形式安排页面。对他来说，理解、推理、表达和生成是可以共同完成一项任务的能力。

这也是他判断资源会继续流向多模态和 Agent 的原因。节目转述的比较是，头部纯语言模型之间的表现差距已相对小，视频和 Agent 的差距则更大。这里比较的是不同类别中头部与后续产品的表现距离，并不是把语言、视频和 Agent 的分数放在同一把尺子上。它的含义是，厂商可能从更大的差距里寻找更高的边际改进空间。

世界模型又把讨论推到物理世界。一种路线试图在连续生成的视频里接受新指令，形成可交互的画面；另一种路线强调物理仿真，希望虚拟空间遵从物理规律，以便为具身智能或自动驾驶提供实验场。节目认为，真实世界的数据缺口不会因此立刻消失，仿真只能是可能的缓解手段。

美国的产品竞争开始按场景分流

模型能力进入产品后，通用聊天入口仍在争夺用户。庄明浩引用截至 1 月中旬的流量图，认为 Gemini 的增长很快，ChatGPT 的既有领先被重新挑战；他转述的全年增长为 ChatGPT 接近 50%，Gemini 为 560%。由于两者起点不同，这两个比例只适合说明增长速度，不能拿来直接比较用户总量或收入。节目据此判断，Chatbot 的竞争在 2026 年会更激烈。

另一条分流发生在编程。庄明浩估计，2025 年 AI 编程已经形成约 40 亿美元的市场，并列举 Cursor、Lovable、Replit、Claude Code 和 Codex 等产品。市场内部也不稳定：下半年独立编程产品的流量曾下滑，模型公司的第一方工具正在抢占入口，到 1 月又出现回升。独立产品会被模型公司整合，还是会继续保留位置，节目没有下结论。

医疗是他强调的第二个场景。他转述第三方估算，医疗可能带来约 35 亿美元的 AI 市场增量；又转述 OpenAI 的使用统计，编程增长 11 倍、医疗增长 8 倍。两家头部模型公司在相近时间推出独立 Health 产品，被他理解为垂直需求开始成熟的信号。市场估算、调用增速和单独的产品入口属于不同指标，不能拼成一张利润表；它们只是共同指向场景分化。

公司越互相采购，产业边界越难画

美国部分还涉及一组彼此交错的公司。Google、微软、亚马逊、OpenAI、Meta、xAI、英伟达、苹果和 Anthropic 之间，既可能是客户，也可能通过投资、服务器、模型或芯片协议相连。循环融资又让资本关系叠在业务关系上。庄明浩因此提醒，不能简单用朋友或对手来理解这些公司。

节目采用的产业分层从能源和芯片开始，经过数据中心、云、模型与软件，最后到应用。Google 被他视为覆盖较多层级的例子：自研芯片、云、模型、Chrome 入口和应用分发能互相配合。相对地，模型公司在模型和应用上强，不一定拥有同样强的芯片与基础设施；这也解释了 OpenAI 为什么会尝试向下游或上游扩张。

数据中心把乐观叙事变成现金流问题

从数据中心开始，AI 的讨论不再只有模型参数和产品界面。节目把已运营、在建和已承诺的数据中心按电力规模比较。庄明浩转述，头部科技公司已运营的数据中心约为 2.26 吉瓦，而在建和承诺规模达到约 35 吉瓦。无论这个预期最终兑现多少，项目都需要芯片、网络、冷却、土地、施工、电力接入和长期融资。

他转述多家机构的共同估计：未来四到五年，相关投入约需 2 万亿美元。科技巨头的资本开支是一部分来源，私人投资和信贷是另一部分。市场因此不仅看云收入增速，也看公司自由现金流能否支撑资本开支，看债务是否继续增加，以及 GPU 的折旧年限是否与性能迭代相匹配。对负债较高的新云公司而言，这些问题会直接放大股价波动。

庄明浩用 Oracle 的大订单说明这种张力：订单会先推高对未来收入的想象，随后市场会计算为了交付订单需要投入多少数据中心，以及未来几年现金流是否够用。这个例子把收入承诺、建设支出和现金流回收的时间并列出来，提醒读者不能把它们混为一谈。

资本已经集中，退出仍要发生

美国一级市场的资金也围绕 AI 集中。节目引用 Dealroom 数据称，2025 年 AI 占美国一级市场融资约 48%，超大轮融资的比例更高。OpenAI、Anthropic、xAI 等头部公司同时获得高估值，独角兽生成更快，存量项目却不一定有同样顺畅的退出通道。Figma、CoreWeave 等 IPO 改善了市场情绪，但庄明浩仍把 2026 年的退出窗口说成预期，而非已经打开的事实。

他用一个很直接的算式收束美国部分：为满足已经公布的基础设施投入，到 2030 年 AI 相关公司需要取得多大收入，才能让投入产出比看起来合理。节目转述的测算给出了数千亿美元到万亿美元级别的年收入要求。无论具体假设是否成立，问题指向同一件事：订阅、企业服务、广告和电商等可计量收入，能否承接模型、云和数据中心已经承诺的成本。

中国部分从 DeepSeek R1 的一年展开

庄明浩把 DeepSeek R1 视为中国部分的开场。R1 于 2025 年 1 月 20 日发布，在他看来，它不仅改变了国内讨论，也让较难获得闭源服务的地区有了开源选择。之后的模型发布让他看到一条路线：早期更集中在推理，随后 V 系列与 R 系列同时推进，模型逐步把推理和 Agent 能力放在一起。至于下一代架构会是什么，节目保留了期待，没有把市场传闻写成进展。

开源使竞争不是一家中国公司追赶一家美国公司。庄明浩转述的 Hugging Face 数据显示，到 2025 年年中，中国开源模型的下载量已超过美国模型；到第三季度，他认为中国开源模型能力已经进入全球前列。千问、Kimi、智谱、DeepSeek、MiniMax 等公司在同一图谱中并行竞争。开放策略也并非中国独有，海外公司同样在不同程度上提供开放模型。

节目援引 Epoch AI 的研究称，自 2023 年以来，中国模型平均落后美国前沿约 7 个月。这个数字是特定研究口径下的平均差距，并不能判断任一任务的领先者。庄明浩用它表达的是追赶速度正在加快，而不是宣布差距已经消失。

技术议程相近，应用入口各有组织问题

中国模型公司的下一步在节目里并不陌生：模型架构、Token 效率、长上下文、记忆、多模态、编程、复杂 Agent、科学研究与机器人。这些关键词和美国的新实验室押注的研究范式有重合。Kimi 被庄明浩放在较专注基础模型研究的位置上，他认为未上市状态和已融资金让公司较少面对季度财务压力。条件上的差异不等于技术必然领先，只会影响公司可以承受多长的探索周期。

进入产品层，庄明浩观察到不少中国 AI 产品的 Agent 界面越来越相似。不看 Logo，用户可能并不关心产品是否贴着 Agent 标签，更在意它能不能完成目标。Skill 成为其中一个变化：把经验和工作流程封装成可调用的 SOP。节目提到 Coze 的技能、MiniMax Agent 的专家等功能，并预期头部模型公司会跟进。模型、工具、权限和工作流能否稳定协作，仍比界面名称更重要。

超级应用则把模型竞争推向组织协调。节目对比阿里的两个叙事：2023 年更强调让现有业务接入通义千问升级，当前则更强调由千问接入淘宝、飞猪等服务，让对话框成为服务入口。蚂蚁同时推进通用产品灵光和健康应用阿福；腾讯通过元宝尝试群聊、社交与春节活动；百度更新文心一言，也重组文库和网盘相关业务。它们不是同一类动作，却都在重新安排模型、入口和既有业务之间的关系。

庄明浩没有用单一用户指标给这些公司排序。他列出过榜单、研究员密度、更新频率、Token 调用、产品丰富度、DAU、MAU 和收入等口径。每一项衡量的对象不同：模型排行榜不能代替商业收入，用户规模也不等于产品的长期价值。这个保留使节目避免把市场竞争压缩成一句谁已经落后的判断。

硬科技资本把 AI 放进更大的比较框

中国的资本市场叙事并不只押注大模型。庄明浩把国产 GPU、商业航天、具身智能和 AI 模型并列为近一年的热门方向。他认为这些领域与美国的芯片、航天和 AI 热点在时间上大致同步，但中国的资金分布、产业链和市场条件并不相同。节目转述，2025 年中国一级市场回暖，人工智能、医疗健康、集成电路、机器人等领域都受到关注，美元资金在其中的占比则明显下降。

他还提出一个个人观察：一些中国代表公司的估值，常落在美国同类头部公司估值的 1% 到 2% 左右。他用 GPU、商业航天和大模型举例，但也直接承认这不是从收入和利润算出来的估值模型。这个比例更像市场比较中的经验说法，不能用于推导一家公司的经营质量或投资价值。

更可能并行，而非一方全面获胜

节目结尾借助能力与算力的四象限，讨论中美可能形成的格局。极端情形是一方同时拥有更强模型应用和更强算力，另一方全面落后；庄明浩认为这两种情形都不容易出现。他更愿意考虑两套系统并行：美国在前沿能力和产业投入上强，但会受能源、电力和基础设施约束；中国的模型能力可能仍有差距，却在算力成本和部署条件上形成别的优势。

这样的并行也意味着不同国家和地区可能选择不同的技术标准、合作网络和定制部署。它不是对未来的断言，只是把模型分数之外的资源条件重新放回比较中。2025 年的高投入、开源扩张、产品入口竞争和资本价格都已经发生；收入能否承接投入、Agent 能否稳定交付、两套系统会怎样继续演化，仍然留在 2026 年之后。