研究领域 · Domain
人工智能
从「大模型军备竞赛」到「效率与商业化的分水岭」——我们跟踪模型能力演进、API 定价权、算力供应链与全球竞争格局，判断谁能从「技术领先」走向「商业闭环」。
从「大模型军备竞赛」到「效率与商业化的分水岭」——我们跟踪模型能力演进、API 定价权、算力供应链与全球竞争格局，判断谁能从「技术领先」走向「商业闭环」。
AI 企业的研究核心是「技术领先能否转化为商业可持续性」——模型能力、推理成本、定价权与算力供应链构成四重考验。
开源路线（DeepSeek、Llama）以社区生态和低成本获取调用量，闭源路线（OpenAI、Anthropic）以最高能力获取溢价。MoE 架构以稀疏激活降低推理成本，Dense 架构以简单稳定保持训练效率。推理模型（R1、o1）通过强化学习实现复杂推理能力，是 2025 年以来的核心技术方向。
AI 企业的收入来源分三层：API 调用（B 端开发者，价格敏感、量大）、C 端订阅（个人用户，ARPU 高但获客贵）、企业私有化部署（大客户，客单价高但交付重）。我们跟踪各层收入占比、毛利率与客户集中度，判断商业化的可持续性。DeepSeek 以 API 低价策略获取全球调用量第一，但收入规模仍远小于 OpenAI/Anthropic。
美国对华 GPU 出口管制（H20 无限期停售）是中国 AI 企业的核心约束。我们跟踪国产芯片（昇腾、寒武纪、海光）的适配进度、性能差距与产能，判断「软件定义算力」能否突破硬件封锁。DeepSeek V4 全栈迁移昇腾 CANN、重写 200+ 算子，是国产算力适配的标杆案例。
全球大模型市场形成「闭源双雄（OpenAI、Anthropic）+ 开源中国力量（DeepSeek）+ 其他」的格局。国内则是「五强格局」：字节豆包（MAU 第一）、阿里千问（第二）、DeepSeek（第三，调用量第一）、智谱（已上市）、月之暗面/MiniMax（高估值未上市）。我们跟踪各玩家的模型能力、收入规模、人才流动与融资估值。
跟踪 MMLU、GPQA、SWE-bench、HumanEval、AIME 等权威基准的成绩变化，区分「刷榜能力」与「真实任务能力」，关注代码、数学、推理三大核心能力。
拆解每百万 Token 的训练成本与推理成本，对比不同模型的「性能/成本比」，判断效率革命的真实幅度。DeepSeek V3 训练成本约 557.6 万美元，仅为 GPT-4 级模型的 1/10。
通过 OpenRouter 等第三方平台跟踪模型调用量排名，结合媒体披露的 ARR 与收入数据，交叉验证商业化进展。关注 API 价格变动对调用量与收入的弹性影响。
港股 IPO 递表中完整拆解月之暗面从「20 万字长文本天才」到「全球最大开源模型」的三重跃迁：Kimi K3 以 2.8T 参数成为全球首个开源 3T 级模型（Code Arena 1679 分登顶、引发全球科技股震荡）、ARR 五个月从 1 亿冲到 10 亿美元、估值 8 个月从 43 亿涨至 500 亿美元（G 轮 Pre-IPO），2026-09-02 秘密递表港交所；并拆解「价值定价」转向、算力紧缺、C 端掉队与仲裁阴影四大未竟之问。
已上市 · 02513.HK完整拆解智谱（02513.HK）从清华 KEG 实验室到「全球大模型第一股」的资本化与商业化路径：GLM-5 系列 11 个月 6 代迭代登顶开源智能指数、2026H1 收入 9.54 亿元（+399.7%）、API 毛利率转正至 24.6%、8 月末 ARR 16 亿美元，以及 A+H 双资本平台、10 万卡国产算力集群与「Coding→Agent→Cowork」能力阶梯。
未上市完整拆解 DeepSeek 从幻方量化到全球开源大模型旗帜的历程：V3/R1 以约 1/10 训练成本触发美股「DeepSeek 时刻」、V4 百万上下文与全昇腾训练、V4-Pro 永久降价 75% 重写全球 API 定价锚，以及 500 亿首轮融资、中信证券辅导科创板 IPO 的资本化急行军。
以下 AI 企业已纳入研究观察池，将按优先级逐步开展深度研究。