文 | 貝克街探案官，作者 | 魯鎮(zhèn)西

48小時內(nèi)，智譜AI和MiniMax先后通過港交所上市聆訊，有人說這是大模型第一股之爭，也有人說這是研制大模型的公司資金告急，無法形成盈利亟需二級市場輸血。

根據(jù)財報，智譜2022年至2025年上半年，累計虧損超62億元；MiniMax2023年、2024年分別虧損2.69億美元、4.65億美元，2025年前9個月虧損5.12億美元，累計虧損超87億元。

由此可見，“不掙錢”確實是大模型行業(yè)內(nèi)玩家暫時無法逾越的鴻溝，這個行業(yè)內(nèi)的頭部玩家們，一邊在刷新人類智能的上限，一邊在以驚人的速度燒錢，頗有一絲參數(shù)越大，虧損越深；能力越強，賬越難算。

當市場還在討論“誰的模型更聰明”時，一個更殘酷的問題，如果連最聰明的機器，都算不清這筆賬，這還是一門好生意嗎？一個長期虧損、短期看不到盈利的行業(yè)，是否仍然值得投入？

01 真正的科技浪潮，都曾長期虧損

每一次科技變革的風口來臨之前，沒人能預見風往哪吹，只有堅持長期主義，并且持續(xù)穩(wěn)定投入的玩家，才能迎來那陣風。

比如亞馬遜，在1997–2001年，亞馬遜連續(xù)5年凈虧損，2000年互聯(lián)網(wǎng)泡沫期間，股價從113美元跌到6美元，至2003年才首次實現(xiàn)全年盈利，公司成立10年，累計虧損超過210億元。

華爾街在亞馬遜盈利之前，認為亞馬遜的物流資產(chǎn)太重，毛利率太低，無限擴張也沒有盈利紀律，所以斷言亞馬遜不可能賺錢，它賣得越多，虧得越多。

但在2019年開始，無論華爾街的精英們是因為換了一代人，還是因為看到了亞馬遜的增長空間，開始合力將亞馬遜的股價推至2萬億美元，超越微軟，一度成為全球市值最高的上市公司，雖然目前再度被蘋果、英偉達和微軟反超，但亞馬遜的價值已經(jīng)被市場承認，目前市值穩(wěn)定在2.5萬億左右。

亞馬遜不是個例，另一家長期虧損且差點破產(chǎn)的代表公司，就是現(xiàn)在網(wǎng)友熟知的特斯拉。2003–2019 年，特斯拉累計虧損超420億元，尤其是2017年至2018年，特斯拉CEO埃隆·馬斯克（Elon Musk）在接受采訪時表示，今年在實現(xiàn)Model3產(chǎn)量目標前，特斯拉距離“破產(chǎn)不足10周”。

2018年的特斯拉，飽受“電動車不可能規(guī)?；薄爸邱{是PPT”等質(zhì)疑，而且當時電動車產(chǎn)業(yè)鏈也不成熟，電池成本居高不下，軟件決定車輛等級的宣傳也顛覆了大量消費者對汽車的認知。但隨著電池成本下降，智駕軟件（FSD）帶來收益，特斯拉終于成為市場認可的焦點。

除這兩家公司外，云計算不僅曾長期虧損，還在2006年至2010年期間被市場“無視”，一度被定義為“IT外包2.0”，包括從業(yè)人員在內(nèi)的大多數(shù)人，認為企業(yè)不會把核心系統(tǒng)放云上，時至今日，云計算成為全球最賺錢的云平臺，A股上市公司中，傳統(tǒng)企業(yè)轉(zhuǎn)型最多的就是云計算公司，長期毛利率30%+。當行業(yè)站上風口時，又有業(yè)內(nèi)人士公開表示：“前期虧損是入場門檻”。

或許有人認為，無論是亞馬遜、特斯拉，還是云計算以及移動互聯(lián)網(wǎng)，這些曾經(jīng)長期虧損，如今實現(xiàn)盈利的公司或行業(yè)已經(jīng)跑出來了，隨便世人如何謳歌其篳路藍縷的奮斗過程，并非所有長期虧損的公司或行業(yè)，最終都能等來盈利拐點。

事實是，科技浪潮涌來前期的普遍性虧損，其共同特征并非“忽視盈利”，而是將資源持續(xù)投入到難以復制的系統(tǒng)性能力建設中。一旦基礎設施成型，盈利拐點往往以非線性方式出現(xiàn)。

亞馬遜虧了十年，卻把錢砸進了倉儲、物流和云計算，最終變成了全球最重的電商與云基礎設施；特斯拉多年燒錢，是在賭電池成本曲線和規(guī)?；圃?，一旦跨過臨界點，利潤瞬間釋放；云計算早期長期不被看好，卻用虧損換來了數(shù)據(jù)中心和調(diào)度系統(tǒng)，最終成為高毛利的現(xiàn)金牛。

對于一個新興行業(yè)而言，真正危險的，從來不是虧損本身，而是虧損沒有換來任何不可替代的東西。

02 大模型的廣泛應用場景和不可替代性

恰巧，現(xiàn)在虧損的大模型行業(yè)，就具有顯著的不可替代性。

大模型，是通過海量數(shù)據(jù)訓練、具備通用認知與生成能力、可以跨任務遷移使用的人工智能模型。通常指參數(shù)規(guī)模達到數(shù)十億乃至萬億級，通過大規(guī)模數(shù)據(jù)與算力訓練而成，具備跨任務泛化能力的人工智能模型, 核心特征在于：模型不再針對單一任務設計，而是通過統(tǒng)一的模型結(jié)構(gòu)，在多種復雜任務中表現(xiàn)出通用智能能力。大模型可以賦能多個行業(yè)，上到航天、航空，下到港口、保潔、采礦。

以前文的特斯拉為例，2021年，特斯拉推出BEV+Transformer智能駕駛解決方案，解決了2D到3D轉(zhuǎn)換、多傳感器融合以及復雜場景感知的難題。

在感知階段，BEV（鳥瞰圖）通過將純視覺傳感器的多模態(tài)數(shù)據(jù)融合在同一平面上的方法，將2D平面圖像升級至BEV視角，以全局視角解決數(shù)據(jù)之間的遮擋和重疊問題，提高物體檢測和跟蹤的精度，從而擺脫對高精地圖的依賴。

深度學習神經(jīng)網(wǎng)絡模型（Transformer）的自注意力機制能夠分析BEV特征圖中的不同位置特征，實現(xiàn)從二維圖像特征到三維向量空間的轉(zhuǎn)換，幫助系統(tǒng)理解物體之間的空間關系，進而提升感知能力。

除此之外，Transformer能夠輸出環(huán)境的高層次語義信息，包括物體類別、位置、運動趨勢等，在決策模塊中，通過結(jié)合高層信息與其他預測結(jié)果，可生成更加準確的駕駛策略。BEV+Transformer架構(gòu)顯著提升了系統(tǒng)的感知和決策能力，增強了系統(tǒng)對于“長尾場景”的適應性，逐漸具備應對城市道路的復雜環(huán)境的能力，打破了智能駕駛只適用于高速場景的局限，開始向城市 NOA 逐步探索。

2022年，特斯拉進一步引入占用網(wǎng)絡技術（OCC）以提高智能駕駛的動態(tài)障礙物識別和復雜場景泛化能力；2023 年，特斯拉端推出將“感知-決策-控制”全流程整合為端到端一體化架構(gòu)的智能駕駛解決方案。

在特斯拉的擾動下，智駕行業(yè)紛紛引入大模型，并演進出“模塊化端到端”與“一體化端到端”的技術路徑之爭。

模塊化端到端方面，2024年4月華為發(fā)布設計為“GOD感知網(wǎng)絡+PDP決策網(wǎng)絡+本能安全網(wǎng)絡”的乾崑ADS3.0架構(gòu)，采用三網(wǎng)協(xié)同的端到端大模型，通過GOD提供無損感知數(shù)據(jù)、PDP進行擬人決策、本能安全網(wǎng)絡兜底應急的策略，形成“感知-決策-安全”閉環(huán)。

2024年5月小鵬發(fā)布國內(nèi)首個量產(chǎn)端到端大模型XNGP+，整合神經(jīng)網(wǎng)絡XNet、規(guī)控大模型XPlanner和大語言模型XBrain三大板塊，XBrain由感知模塊XNet2.0和規(guī)劃控制模塊XPlanner構(gòu)成，二者通過神經(jīng)網(wǎng)絡直接連接實現(xiàn)模塊間的深度耦合，通過三網(wǎng)融合形成了小鵬自己的端到端智駕大模型。

一體化端到端方面，2024年10月理想推出OneModel端到端+VLM雙系統(tǒng)架構(gòu)，通過單一模型端到端架構(gòu)（One Model）實現(xiàn)從傳感器輸入到行駛軌跡輸出的全鏈條直接映射，同時引入視覺語言模型（VLM）構(gòu)建雙系統(tǒng)并行框架，利用VLM的認知推理能力規(guī)范端到端模型的行為下限，從而在擬人化駕駛、復雜場景處理和安全冗余層面實現(xiàn)突破。

端到端架構(gòu)下，模型從海量數(shù)據(jù)中學習規(guī)律，不再依賴人工迭代規(guī)則庫以新駕駛場景，具備了全局優(yōu)化能力和數(shù)據(jù)驅(qū)動的泛化特性，真正實現(xiàn)了從“規(guī)則驅(qū)動”向“數(shù)據(jù)驅(qū)動”的跨越，進一步解決部分長尾場景與擬人化決策，顯著提升了智能駕駛系統(tǒng)的性能，推動智能駕駛向L3級別過渡。

進入L3時代后，端到端模型依舊存在明顯的數(shù)據(jù)瓶頸和泛化缺陷。在端到端架構(gòu)下，模型觀看大量的駕駛視頻片段，學習場景的時空特征與駕駛策略的映射關系，直接生成車輛控制指令。

端到端技術具備無損傳遞、全局優(yōu)化和一定的泛化能力，能夠達到L2級別部分自動駕駛的要求，但是該技術自身的局限性制約著L3級別下全動態(tài)駕駛?cè)蝿兆灾鲌?zhí)行的實現(xiàn)。

此時就要進一步引入VLA 大模型，即Vision（視覺）、Language（語言）、Action（動作），可以從能夠輸出動作指令，升級到能夠思考為什么要輸出相應的動作指令。國內(nèi)企業(yè)理想、小鵬均布局了該技術領域，并積累了一定技術儲備。

大模型在智駕領域取得的成就，再次推動算力領域的投入，包括車載算力芯片研發(fā)和云計算儲備，這也是大模型行業(yè)內(nèi)玩家一直虧損，卻一直有投資的主要原因之一，就是可以推進多行業(yè)融合，實現(xiàn)多行業(yè)共同迭代。

03 大模型迭代路徑和終局猜想

能幫助其他行業(yè)更好發(fā)展的大模型，沒有理由被市場淘汰，更不會等不到屬于行業(yè)拐點?，F(xiàn)在唯一需要擔心的，是在這個行業(yè)里，誰能活到不需要講故事的那一天。

當前主流大模型集中于中美，基于Artificial Analysis的數(shù)據(jù)與模型智能指標觀察，當前頭部模型整體由美國陣營領跑，海外最具代表性者為OpenAI、xAI、Anthropic與Google；曾在開源方向表現(xiàn)突出的Meta，受Llama4系列推進不順等因素影響，模型性能階段性落后。

國內(nèi)方面，從模型性能維度評估，DeepSeek、Qwen（阿里系）、智譜模型位居前列，Kimi與MiniMax等亦處于國內(nèi)較為領先的行列。騰訊、百度的模型沒有被納入排行榜單，但其模型依然各有特色，上述格局反映了中美在基礎模型與工程化推進上的綜合優(yōu)勢。

從現(xiàn)階段表現(xiàn)看，Google在上述各維度的能力布局相對均衡且覆蓋面廣，體現(xiàn)為底層自研硬件（TPU系列）到應用的端到端一體化優(yōu)勢。相對而言，其他玩家也在逐步補齊短板，如OpenAI在底層定制化硬件方面暫處于落后位置，但是據(jù)路透社信息，OpenAI已宣布與博通合作開發(fā)新一代ASIC芯片，以期強化算力與成本控制的基礎能力；國內(nèi)DeepSeekV3.1及之后系列、智譜GLM4.6在Day0即適配了國產(chǎn)芯片。

梳理上述模型不難發(fā)現(xiàn)，當前全球大模型仍以Transformer的decoder-only架構(gòu)為核心主流。盡管近年來陸續(xù)出現(xiàn)如Mamba、KAN等新型網(wǎng)絡結(jié)構(gòu)，但尚未在工程實踐中形成主導地位，Transformer體系依舊占據(jù)核心位置，短期內(nèi)，Transformer仍將是大模型研發(fā)與優(yōu)化的基礎框架，其生態(tài)與工具鏈優(yōu)勢將繼續(xù)鞏固主導地位。

目前有可能挑戰(zhàn)Transformer架構(gòu)的，就是Sora搭載的Diffusion架構(gòu)，只不過該架構(gòu)主要用于圖像與視頻生成。

2024年初Sora的發(fā)布，展現(xiàn)了Diffusion與Transformer結(jié)合的潛力，顯著提升了視頻生成的一致性、分辨率及時長表現(xiàn)。25年5月，Google首次嘗試將Diffusion算法用于文本生成，發(fā)布Gemini Diffusion預覽版，字節(jié)隨后也推出Seed Diffusion以跟進相關方向。目前有觀點認為，字節(jié)Seed Diffusion Preview性能超過Google Gemini Diffusion。

Transformer體系下，Scaling Law是核心邏輯，Scaling Law2.0以“后訓練+強化學習”為核心路徑，Grok迭代驗證該方向。

圍繞xAI的發(fā)布節(jié)奏可見Scaling Law側(cè)重的遷移。在Scaling Law1.0階段，對應xAI自Grok2到Grok3的迭代，主要通過將預訓練算力擴大約10倍帶來性能躍升；Grok3的推理模型標志著Grok模型進入后訓練階段；至Grok4發(fā)布，其后訓練（Reasoning）相較Grok3再度將算力放大約10倍，使得后訓練算力需求接近預訓練。

從目前頭部模型迭代進度看，后訓練的算力需求還有可能繼續(xù)增加。據(jù)xAI官網(wǎng)，Grok4依托20萬卡級別的Colossus大規(guī)模集群進行訓練，因此，持續(xù)擴大后訓練的模式與海外更高密度算力核集群稟賦相匹配。

Scaling Law2.0體現(xiàn)出算力重心由預訓練向后訓練與推理環(huán)節(jié)遷移，并對高密度集群供給提出更高要求。Grok 4.1又在強化學習獎勵范式上引入 Agent 模型獎勵，并繼續(xù)在后訓練算力上有數(shù)量級提升。

值得注意的是，在大模型迅速迭代下，各家公司除了追求技術外，還紛紛涌入算力擴張之路，尤其以OpenAI最為迅猛。

而國內(nèi)企業(yè)由于算力受限，不得不進行創(chuàng)新性架構(gòu)優(yōu)化，抓住Attention本質(zhì)，以阿里、DeepSeek最具代表性。

從當前技術演進看，Transformer架構(gòu)在中短期內(nèi)仍將是主流，其核心算法Attention機制（通過計算Tokens間相關性以預測最優(yōu)輸出），構(gòu)成了模型性能的關鍵環(huán)節(jié)。因此，國內(nèi)頭部廠商普遍聚焦于Attention層面的優(yōu)化與創(chuàng)新，其中以阿里的Qwen系列與DeepSeek的模型為典型代表。在算力約束難以短期突破的情況下，架構(gòu)創(chuàng)新與算法精煉將成為國內(nèi)基礎模型競爭的主要方向。

以DeepSeek V3.2為例，DeepSeek V3.2-Exp 在性能上與上一版 V3.1-Terminus 差距不大，并將 V3.2 定位為“邁向新一代架構(gòu)”的中間步驟。V3.2最大的進步體現(xiàn)在DSA（Dynamic Sparse Attention）的引入，模型訓練與推理效率顯著提升，相比上一代模型API輸入與輸出成本分別下降約50%與75%以上（推理成本）。

DSA的核心優(yōu)化集中在Attention機制層，通過算子級與內(nèi)核級的工程化重構(gòu)，在長上下文任務中顯著壓縮訓練與推理開銷，同時盡量保持模型性能穩(wěn)定，延續(xù)了以架構(gòu)精修換取綜合效率提升的技術路線，該版本體現(xiàn)出在算力約束下的務實取舍，既為后續(xù)架構(gòu)演進奠定技術基礎，也展示出國產(chǎn)模型在底層優(yōu)化方面的持續(xù)積累。

DSV3框架的成功，令很多模型在DeepSeek V3框架引入針對性架構(gòu)優(yōu)化，如Kimi K2，K2主要改進包括驗證在激活參數(shù)不變的條件下，單純提升MoE總參數(shù)量依然符合Scaling規(guī)律，訓練與驗證loss持續(xù)下降且無過擬合跡象；適度減少Attentionhead數(shù)量，在保持性能穩(wěn)定的同時顯著降低算力開銷；僅保留首層dense層，其余全部采用MoE結(jié)構(gòu)，以改善首層router負載不均并提升專家利用效率；引入無分組的簡化router，優(yōu)化計算路徑與參數(shù)調(diào)度；將模型參數(shù)從V3的671B提升到1T；引入MuonClip優(yōu)化器，顯著提升訓練穩(wěn)定性與收斂一致性。

得益于上述改進，K2在維持與DeepSeekv3相當?shù)挠柧毰c推理成本下，實現(xiàn)了更低loss 與更高參數(shù)效率。K2的路徑體現(xiàn)了國內(nèi)團隊在算力約束下通過結(jié)構(gòu)精修延展Scaling規(guī)律、提升模型性價比的工程化思路。

在頭部玩家的合力推動下，推理/非推理模型統(tǒng)一后，模型應用轉(zhuǎn)折點或?qū)⒌絹?，比如GPT-5以統(tǒng)一架構(gòu)實現(xiàn)快思與深思的自適應協(xié)同，并以路由器按任務動態(tài)分配資源，GPT-5.1以自適應推理與細化模型分工提升智能表現(xiàn)與交互體驗；DeepSeek V3.1以混合推理架構(gòu)落地統(tǒng)一模型，實現(xiàn)單體兼容快思與深思。

在統(tǒng)一系統(tǒng)落地之后，頭部大模型廠商的研發(fā)重心正逐步由底層模型優(yōu)化轉(zhuǎn)向上層應用與商業(yè)化探索，技術競爭正從模型理論創(chuàng)新轉(zhuǎn)向產(chǎn)品體驗與生態(tài)建設。

結(jié)語

當大模型的“底座”逐漸統(tǒng)一，真正的競爭才剛剛開始。

現(xiàn)階段，大模型行業(yè)就像高速公路已經(jīng)修好，接下來拼的就不再是誰會鋪路，而是誰能造出更多跑得起來的車。

當大模型的底層系統(tǒng)逐步統(tǒng)一，廠商的競爭自然從“模型有多強”，轉(zhuǎn)向“產(chǎn)品好不好用、生態(tài)能不能跑起來”。技術優(yōu)勢開始讓位于商業(yè)能力，真正的考驗才剛剛開始。

行業(yè)內(nèi)的頭部廠商，早已不再糾結(jié)模型再大一點、參數(shù)再多一點，而是把重心轉(zhuǎn)向：誰的產(chǎn)品更好用，誰能先把智能賣出去。這意味著，大模型之爭正在從實驗室里的理論創(chuàng)新，轉(zhuǎn)移到真實世界的產(chǎn)品體驗和生態(tài)爭奪，今天正在虧損的企業(yè)，誰敢斷言不會迎風起飛，成為下一個亞馬遜或者特斯拉？