GPU之后 AI算力下半场靠什么赢 艾问行云科技首席科学家 南方科技大学研究员 AlayaDB.A创始人唐博

英伟达依然会把它的市值拉得更高，那同样还会有更多的新的公司出来。这里面关键形息很重要，英伟达它会涨。因为没有芯片，没有服务器网络和数据中心，就没有AI的基础设施。那像是进的时候还是退的。就整个产业在城市洗牌，水到底值多少钱，水能挣多少钱，都是会随着AI这个。时代前型的排序。最近还去了一趟苏州，去了冬济汽创建造的创始人董事长，这个刘胜即是中国古王的刘胜，自己都没想到。再看现在，大家基本全部在追捧这个液老电力这些基础设施，那长期接下来再往后面看，它会成为什么呢？他们会成为AI时代的隐形冠军。整美来看，它都会有自己特定的模型存在，必须在模型层次都有自己的壁垒，这胜分手一定是系统级的能力了。只能选一个标来判断大模型公司的长期价值。你会选模型的能力，用户的规模，还是单位不分的成本。我可能会选三位token的成员。所以这个AI的上游设备决定了AI能不能跑起来，中游这些平台决定AI能不能跑的贵不贵，下游这些应用决。定AI值不值钱。我们努力在打造模型级服务的全球最强基础设施。过去20年我们习惯了用流量丈量商业，但今天流量红利已经建立，我们正在从流量经济迈向算力经济。这不仅仅是一个词汇的更替，这是一次赛式的变迁。2026年的整个AI的战场已经不是实验室的单点突破了，是全球产业链的正面交锋。美国是OpenAI anc是吧？对，中国是deep sik质。朴豆包不管是长文本也好，是低价格高频切入应用市场。 所以我第一个问题肯定要讲讲中美的竞争了。你觉得这种A中美竞争的真正的决胜点是模型的参数？还是token的排行榜呢？几种模型能力基本上趋同了。也就是说往后发展我们可能会看到更大参数量的模型，但是它的能力和现在我们要用的能力基本上就保持一个饱和了。就比如说前几天大家看到el伦mask在t特上说有人问GM什么时候能赶上tropics的这个模型能力，Elma直接说这个要2027的Q1，唐杰在下面回复要不了那么久。质谱versus美国的模型你怎么看，这个竞争谁会有。 我觉得这是两个国家必须在模型层次都有自己的壁垒，就比如说aropix，它的模型可能会突然间一天说不允许所有外国人访问，尽管你是aro的员工也不能访问了，所以在模型层次，我觉得在中国或尤其审美来看，它都会有自己特定的模型存在，这个机动模型的能力会是一个非常大的趋同的。 点。 的时候，我觉得关键的胜负一定是系统级的能力了。 我们上层怎么样把模型的干好活这件事给做好，我觉得这可能是下半场的新需手了。 也就是说模型或者大模型的竞争能力是看真正的客户企业还是普通的用户是不是愿意持去付费。 我们看到豆包它的高阶版告别了付费时代了，这是不是也是一种积极的信号，就是拼哪个大模型能真的把生产做的更便宜，更好用。 更好复制。 对的，我们不能把模型的能力单纯的定义为我们跟他聊天。 其实你可以看到真真正正模型落地是什么？模型落地是会把我们现在的业务流里边很多要人去做的。 就比如说你做一个财务，你要去做报销，那我们现在需要去提单、去核单、去验单，然后再去拨付，就是说报销这件事。 整个这个过程，它其实不是一个title的这个大模型能力，而是说他真正能把这个事给你做成了。 所以将来我觉得就是大家在告别这个模型的聊天基本上都能普及之后，剩下就是真整正正落到企业级生产里边去。 黄仁勋代表英伟达宣布和微软要干件大事。 做AI I时代的操作系统，难道我们未来的操作系统不再是windows、iOS安卓了吗？对，我认为肯定不是。因为从技术发展来看，我们现在的操作系统它是比较分裂的。就比如说我们要用excel，我们会打开power point excel，我们要做PPT，我们会打开PPT。那将来的这个时代，尤其是AI的这个时代，我们觉得至少从我来看技术的角度会告诉我们，我们只有一个入口。这个入口就是说不管你底层的软件是什么样子，它会统一的去调度这些入口的样子。所以AI的巨头都在争抢AI时代的操作系统，但我们还不知道他是谁。他叫什么。而且这个情况会慢慢慢的会越来越明晰。就像我们在移动互联网时代，我们知道流量的入口一定就是搜索。我们今天聊了一个非常重要的事情，就token是资源，token是AI I时代的最小的商品的颗粒度。但是如果我有一个百万级的token我消耗，但我用在聊天上的价值和我用在金融支付上或者医疗教育上，它产生的价值是完全不一样的，所以token的效率才是利润表。如果说中国大模型的竞争的强项是性价比，那美国大模型的竞。争优势是什么呢？我觉得技术这首席科学家说美国大模型的能力强项是技术的话，那就是确实是接近真相了。对我还是想把中美A竞争进行一个对比，然后我追问的话就是A模型企业今天选价格会不会逼出真正的技术效率，还变成一个我们很熟悉的那些移动互联网互联网时代烧钱换市场的样子呢？我觉得他可以逼出来真正的谁是骡子谁是马的这样的一个过程。他不是在把价格打下去，这件事就解决了。谁能解决真正的问题，谁的这个模型能力能真正落到这个生产里面去。如果让您选一个，只能选一个指标来判断大模型公司没有长期价值，你会选模型的能力，用户的规模，还是单位token的成本。我可能会选单位token的成本，为什么呢？因为在token产生之后，token的能力也就被验证了。你能够用更低成本的能力来产生更多的token。那你自然而然的用户基数也好，市场受欢迎程度也好。 其实你如果看G1N5.2，就是最新的这个版本，在海外引起的这个影响力是非常大的。它就是因为它能够用10分之1的价格做成OpenAI或者anx的模型。这个相同的能力。那我们就来谈一个更残酷的问题，就是价格战。今年AI行业很明显的现象就是token的价格是不断下降的，下降到百分之-90%，降90%。模型的API接口也是越来越便宜。所以一边也很多企业都很兴奋便宜了，那一边又很担心如果价格一直打下去，最后是不是这些我们可能投了，可能会向往的那些所有的模型公司都赚不到钱。其实我觉得这是两方面的。一方面就是属于模型的价格会降，就是属于它不再是部分人在用了，而是说大家普惠在用的更多的企业，更多的开发者，更多的场景，他能够把这个东西倒推出来。Ok我们像电力一样，能够普惠到我们正常的日常生活里。然后另外一个层次，token的便宜也会打掉一批真正没有壁垒的模型公司。所以token降价其实好事情，因为让我这个A不仅仅是属于少数大厂或者极客手中的一个基础设施了，大家都可以用。就像我们当年电商打价格战一样，最后活下来的一定不是最会烧钱的，而是供应链效率最高的人。如果一家模型公司的这个接口就token越来越便宜，接口API也越来低于成本的话，投资人该怎么看呢？会不会很紧张呢？他为想怎么什么时候什么时间点推出的问题了。因为在这种情况下。这家公司今天能不能活过明天？现在大家还是一种我要重仓，或者我能投进模型公司，我就有的赚的。心态对所以那。既是进的时候还是退的时候。不同的人他会有不同的看法。从技术的角度来讲，我可以用工业革命增间信息革命这一个时代。大然如果看信息革命，现在我们有能数出来的公司，谷歌、微软、苹果它其实这三家公司完全不一样。Microsoft的做operating system，Google做搜索引擎，apple做争端设备。 那对于整个AI这个时代来讲，现在的机模公司它真真正正只代表着一个层次，叫做机模的能力。但是另外两个层次，我们怎么样把模型最后用到这个AI agency里边，怎么用到真正的工业生产里边，怎么样把AI产生的tokens更普实的像电力一样往到各个行业里面去输送，这是一个问题。将来肯定会存在一个token的分销商再往上层走。那怎么样把这个token去解决实实在在的企业问题，就我们同样偷Ken，一个人用在聊天，一个人用在可能就是买股票做决策。就有点像这个呃就我吃了一口饭就聊了个天儿，有人吃了一口饭跑了个世界冠军是吧？对，就都是那一口饭，那一口饭就是token。但是产生的效能和效果不太一样。对他用的场景也不一样。有趣。 所以真正最后的价格战不是把价格打低，而是把成本下降。 就是让一口饭、一个token，一个词源对这个社会更有意义。 2026年最神奇的资本市场现象就是全球各个国家的股王都在换，韩国是三星换到了海力士，美国是苹果换到了英伟达，中国也不再是茅台，也不香了，变成了像AI上游的光模块的中继续创。 这正常吗？这是泡沫吗？还会涨吗？我觉得这个太正常了。 这整个这是整个AI时代的整个叙事。 也就是AI会呈写所有的行业和所有的公司的估值，而不是说在每一个行业，某一个特定的行业提高一点估值。 从你刚才讲到的半导体，到我们将来的这个A智能体的应用，我觉得它会给整个市场的估值重新来一次洗牌。 所以曾经的股王是卖商品，未来的股王一定是卖AI时代智能时代的生产力。 对，还要问一个热点，也是你个你像过去的两年，资本市场肯定确定最大的赢家就是这些AI的上中下游的上游就是设备。 我们熟悉的光模块中继续创，还是英伟达、GPU、电力、液冷、数据中心。 所以我就很困惑，这接下去这么多钱和这么多的人才会不会向中游移动，还会不会向下游更多的应用场景迁移呢？答案肯定是肯定的，我们对算力的需求还会加大，就不管是在模 型训练层还是模型推理层。前两天Google狗找space x租了11万颗GPU，这意味着什么东西呢？意味着就是谷它自己再到TPU的情况下，它还要租算力，租算力来干嘛呢？它一定不单纯是为了推理，他肯定还有更大的这个模型训练或者更深深层次的一些需求。这就是说我觉得英伟达市值还会涨，然后大家对算力需求还会在推理层次更加深层次。第二个就是您刚才讲到的，它会往中游和下游走了。因为大家可以看到我们整个市场上，也就是两年之前，我们还知道中国模大模型公司有五小轮、六小轮之类的存在。现在基本上大家也看到头部已经出来了，就没有人在做模型训练了，就典型的李开复都不做，01万物都不做吗？生鲜电脑很显然就是属于这个市场已经打开了。有了这个趋势之后，整个市场会从模型的训练往模型推理的这个范式的转变。在这个转变的过程中间，我们更深层次的算力会用在哪里呢？服务于千行百业。大家可能就是在上面调一个AI来解决他们对应的问题，那自然而然就会往中游和下游走。这个过程中间，像你刚才讲到的算力的运维，然后这个推理服务的提供，乃至于就是我们刚才讲到的model service模型级服务。再往最下面层次走，在于垂直行业。比如说法律，比如说金融，比如说医疗这一系列的东西都会对模型提出来更深层次的推理需求。那这一系列的推理需求也是需要算力来做的。英伟达依然会把它的市值拉得更高，同样还会有更多的新的公司出来，使得整个市场的板块变得更加丰富和更加多样。这里面关键信息很重要，因为它还会涨。因为没有芯片，没有服务器网络和数据中心，就没有A的基础设施。所以这个AI I的上游设备决定了AI I能不能跑起来，中游这些平台决定AI I能不能跑的贵不贵，下游这些应用决定AI值不值钱。对，其实你也关注到一个线上。今年不管是韩国也好，还是美国也好，还是我们国内也好，其实整个资本市场在重构，就股票的这个重构。对在重构这件事，它就不是说一个行业突然间起来了，而是说整个行业在重新洗牌了，就 整个产业在重新洗牌。谁的估值是什么样子，谁到底值多少钱，谁能挣多少钱，都是会随着AI这个时代呈序的排序。在过去两年，我相信资本上最确定的AI I赢家肯定是AI的上游设备。比如说芯片、服务器，液冷等等。你看英伟达几乎成了AI时代的印钞机。但我想接下来这些资本会不会像你些中游，这些算力，或者这种平台，系统，或者是下游的应用迁移一点的。我觉得答案肯定是是肯定的。第一个就是我觉得算力或者上游的设备提供方，一定还有它的黄金年代5年到10年。因为大家对算力的期缺性现在是非常明确的。谷前不久才称space x租了11万颗g pu。然后第二个就是对于这个应用来讲，其实我们现在缺的不是产子了，而是说怎么把铲子在单位时间内产出来更多的款，也就是卖更多的钱。所以双层的这个应用一定也会有更。多的需求。所以未来不是问谁有卡，而是问谁能用。用卡掘出更多的现金流。对，就是谁能