智谱20260917 导读

核心观点与关键数据

• 算力乘数显著提升：公司算力成本与收入之间的比例关系（算力乘数）在过去半年已攀升至0.46，主要得益于规模效应和信息优化带来的推理毛利提升。
• 理论推理毛利率预测：在60%GPU负载率和7折价格实现率下，理论推理毛利率可达76%，预计年推理收入将超过400亿人民币。
• 开源模型商业化路径验证：通过与国内外大型云服务商合作，采用收入分成模式，成功验证了开源模型的商业化路径，显著降低算力投入压力，提高分发效率。
• 蒸馏技术影响：蒸馏技术是部分厂商在特定阶段为快速获取深度推理模型知识而采取的手段，但随着行业进入细分领域如coding，蒸馏的重要性减弱，不会显著削弱头部模型公司的长期竞争优势。
• 大模型训练重点转变：行业重点已从数据蒸馏转向环境搭建和专业标注，中国在数据工程领域的发展为大模型训练提供了性价比更高的机会。
• Look Transformer架构问题：Look Transformer架构中因深度循环导致的思维链问题是一个初期bug，而非技术限制，OpenAI等前沿厂商正在尝试解决。

研究结论

• 收入增长驱动力：公司上调年末AR指引至30亿美元，主要驱动力包括快速发展的coding业务、与云服务巨头合作的里程碑式突破，以及科work业务在新范式下的显著进展。
• 合作价值：与大型云服务商合作的主要价值在于降低算力压力、提高分发效率，并验证了开源模型在全球规模化扩张的可行性。
• 中国模型公司机会：中国模型公司在数据工程领域生态的快速发展中看到了确定性的机会，有望在性价比更高的维度上实现超车。
• 安全领域成功逻辑：在网络安全领域取得成功后，相信该逻辑在其他场景中也能快速复制，coding的进步创造了新的预算增量，市场推广链条变得更短。
• AR指引上调意义：上调AR指引基于商业角度看到的订单收入按月度计算的预期，实际收入确认需按照业务执行情况和会计准则执行。

问答回顾要点

• 算力投入与商业化：公司已找到通过与大型云服务商合作，以收入分成模式推广开源模型，实现全球商业化的路径。
• 开源与商业化关系：开源和商业化并非矛盾关系，开源是为了形成大规模应用，合作推广能提高效率。
• 蒸馏技术长期影响：蒸馏并非所有情况下都必要，不会显著削弱头部模型公司的长期竞争优势。
• 当前主要矛盾：如何快速搭建环境，并在环境中进行奖励信号合成等专业环境标注工作。
• 中国模型公司优势：中国企业可以用相对较低的成本和高质量的专业团队实现环境和标环境的需求。
• Look Transformer架构问题：深度loop导致的思维链问题是初期bug，而非技术本身问题，未来会找到解决方案。
• AR指引上调细节：上调至30亿美元，主要驱动力来自coding业务、与云服务巨头的合作，以及科work业务进展。
• 科work业务进展：在新的范式下进展明显快于预期，找到了通过coding本身培育出来的执行能力在真实世界中最有效的交互路径。
• coding业务市场推广：在网络安全领域取得成功后，相信该逻辑在其他场景中也能快速复制，创造了新的预算增量。