KeyFrame內部研究專用

中国AI为何追不上美国?真正卡住的不是算力?

老范讲故事60 min中文
觀看原始影片

三句話摘要

開放權重AI模型的四層商業邏輯、為何不靠賣Token獲利,及中美AI競爭的真實成本差距。 開放權重把「確定性」變成了奢侈品;中美AI競爭到最後講的不是誰願意免費,而是誰能在免費底座上搭起更強大的收費網絡。 開放權重的「四筆收入」商業模式排序:開放權重公司最想賺主權AI的後訓練與強化學習服務費(國家級客戶、市值融資、股東身份),次之是與雲運營商簽分成(騎驢找馬模式),再次是系統集成商認証培訓(Red Hat模式已驗證30年可行),Token銷售反而排最後。中國公司用饑餓營銷停止訂閱就是因為Token銷售不划算。

重點整理

  1. 開放權重的「四筆收入」商業模式排序:開放權重公司最想賺主權AI的後訓練與強化學習服務費(國家級客戶、市值融資、股東身份),次之是與雲運營商簽分成(騎驢找馬模式),再次是系統集成商認証培訓(Red Hat模式已驗證30年可行),Token銷售反而排最後。中國公司用饑餓營銷停止訂閱就是因為Token銷售不划算。

  2. 閉源比開源更新還快這個翻轉:OpenAI七月發布67次、一天更新多次;Claude更新頻密;但開源推理框架vLLM可能兩週才升級。因為大廠用X(推特)直接反應用戶訴求。這顛覆了傳統軟體認知,但企業買的其實不是「更新快」。

  3. 企業真正買的是四個確定性而非模型本身:運行確定性(新版本不能突然搞掛生產)、業務確定性(數據留在自己手裡)、風險確定性(誰能審計誰負責)、生命周期確定性(我決定何時升級)。只有開放權重能給後三個——這是開放權重對閉源唯一真正活路。

  4. 開放權重不是預謀陰謀,而是被美國政策逼出的陽謀:美國禁用OpenAI造就市場需求→中國政府投資基金入場→Kimi/Deep Seek乘勢而起。但OpenAI也拿政府1220億美元,Anthropic拿650億,政府補貼不是中國特色。

實用技巧與重點

  • 融資規模落差:
  • OpenAI:1220億美元融資,投後估值8520億美金
  • Anthropic:650億美元融資,投後估值9650億美金
  • MiniMax:6.19億美元(2026年1月IPO)
  • 智譜:5.59億美元(2026年1月上市)
  • Mushalt(月之暗面):35億美元(2026年7月最新一輪)
  • 美國一輪 = 中國最大一輪的50倍以上
  • 開放權重四層商業收入(優先級排序):
  • 主權AI後訓練+投資(最想要)→ 阿布扎比投資局投MiniMax 6500萬美金、3個月回報6倍
  • 雲運營商分成(次想要)
  • 系統集成商認証培訓(想要)→ Red Hat開源盈利39年、MongoDB 97%收入來自年度訂閱
  • Token銷售(不想要)→ 限制訂閱、用戶會「死磕羊毛」
  • 更新速度實測:
  • ChatGPT API:7月67次發布、一天多次更新
  • Cloud Code:25天發22個版本
  • vLLM(開源):約兩週更新一次
  • X(推特)成為大廠溝通主陣地,用戶當日反應、翌日修復
  • 日本案例—Sakana AI Namazu模型:
  • 基座:Deep Seek V3.1
  • 後訓練:日本政治歷史文化專題資料集
  • 效果:原始模型拒絕率72% → 後訓練後近0%,基礎能力沒掉
  • 分配:Deep Seek 得名聲與下載量、Sakana 得訂閱費與市值融資
  • OpenAI虧損實績(2025年):
  • MiniMax:年收19.038億美元、毛利率25.4%、凈虧損2.5億美元
  • Anthropic:年收1.01億美元、毛利率41%、凈虧損4.43億美元
  • 香港上市限制:
  • 流通股占比遠小於美股(解禁後股價易跌)
  • 質普最高市值1285億美金(港幣萬億)但撐不住
  • 港股容量遠小於美股,無法承載巨型公司融資

結論

開放權重把「確定性」變成了奢侈品;中美AI競爭到最後講的不是誰願意免費,而是誰能在免費底座上搭起更強大的收費網絡。

完整解析

開放權重模型為何能盈利,這個問題卡住很多人。首先要認清現實:所有AI公司,包括OpenAI和Anthropic,現在都在虧錢。MiniMax年收19億美元看似不錯,但研發費2.52億、調整後虧損2.5億——整個行業在燒錢圈地,盈利本身就是偽命題。

那開放權重的真實商業邏輯是什麼?按優先級從高到低,共四筆收入。最想賺的是主權AI的後訓練與強化學習服務。 各國政府、大型企業拿著Deep Seek或Kimi回去做本地化調教,原廠負責調教系統、認証、版本升級。Sakana AI沒花一分錢預訓練,直接拿Deep Seek V3.1做日本政治文化的後訓練,將模型拒絕率從72%降到近0%——這就是原廠想要的生意。而且這不光是服務費(其實不賺多少錢),更關鍵的是成為中東、東南亞、中美洲這些國家的AI基礎設施供應商,順帶成為股東參與融資。阿布扎比投資局投MiniMax 6500萬美金、3個月內回報6倍,就是這個邏輯。一年賣Token賺不了的錢,一個主權國家客戶直接就給了。

其次想賺的是雲運營商的分成。 中國移動、聯通、電信以及國際電信運營商都有寬帶、IP地址、服務器,但自己建不出大模型。最好的方式:簽協議,原廠把系統部署在他們服務器上,兩邊都去賣,最後分Token收入。這是輕模式——不用原廠花錢買卡、不用買機房,運營商有客戶、有基礎設施,模型公司只需提供系統與支持。推理系統升級、優化、Hartless Agent每天都在迭代,這些人力成本運營商根本付不起。而且新模型版本出來,原廠能第一時間適配各種國產和英偉達算力卡,運營商自己折騰反而成本更高。

第三筆是系統集成商認証培訓。 中小企業沒能力做模型微調、沒錢做強化學習,但也要私有部署。原廠發認証、辦培訓班、教怎麼搭推理系統、怎麼做二次開發(改知識庫、調提示詞),認証過的開發者就打著品牌出去幹項目。Red Hat已經驗證了39年這條路可行——財報明確寫「不從開源軟體許可本身確認收入」,而是把開發、集成、測試、認証、交付、維護打包成年度訂月來賣。MongoDB更絕:免費社區版512MB,夠學習;上了規模就要買年度訂月——97%收入來自這個。Unity派出的實習生能把遊戲公司技術總監搞不定的事做了,因為有內部培訓資料和實施手冊。

第四筆是Token銷售,最不想要。 為什麼?因為用戶會死磕羊毛。Kimi K3火到停止新訂閱、保老用戶——用戶排隊給送錢都不敢收。GRM5.2每天10點耍猴(限時搶購)。你見過OpenAI、Anthropic玩饑餓營銷嗎?人家根本不怕,但國內開源模型就這麼幹——因為Token銷售對他們真的不划算。而且中國用戶特別擅長「死磕羊毛」,OpenAI也被薅怕了,時不時就給重置額度。所以這筆錢他們要,但目的是「充用不亮」(製造虛假繁榮)和「篩選大客戶」(先試用再付費做主權AI)。MiniMax甚至砸1000億Token來做榜單衝刺,一個月裡OpenRouter調用量直接充頂——這就是市值管理。

還有第五筆收入:融資與市值管理。小米、美團、螞蟻都有自己的大模型,都開源了,但都不靠賣大模型賺錢。他們幹的是什麼?市值管理。原來你賣手機、送外賣、做支付,估值不夠性感。現在我也做大模型,還在OpenRouter衝過第一,人家就按大模型公司給你估值。而且他們有自己的場景——小米幾千萬物聯網設備、美團客服與商戶、螞蟻支付網絡——用戶量巨大,根本不需要賣Token。Google剛發財報說Gemini被大量使用,其實是因為Google Drive、Workspace、Chrome、Gmail到處都有Gemini,用戶多了Token用量自然上去,與其說「模型有多好」不如說「發行渠道有多廣」。

那閉源 vs 開源誰更快這個翻轉呢? 傳統軟體認知是開源更新快、閉源慢且收費。現在反過來:OpenAI七月份公開發布67次記錄,Codex和ChatGPT API 一天更新多次,有時上午更新、下午又改一次。Cloud Code七月1-25號25天內發22個版本,分布在18個自然日,7月14號一天發了三次。但開源推理框架vLLM呢?可能兩週才升一次。這個翻轉源於溝通渠道變化:以前開源靠GitHub提PR、郵件反饋,現在大廠直接在X(推特)反應,用戶當日喊、翌日就改。效率極高。這對傳統軟體行業是滅頂之災,原來他們靠「按部就班更新、想提前升級就交錢」控制客戶,現在根本玩不起。

但這快並不是企業買單的理由。 企業真正買的是四個確定性。第一,運行確定性:高峰期不能延遲、不能忽高忽低、容量不夠要自己擴容,而不是新版本一發佈大家都上不去(CloudGPT曾出過登錄錯誤、上午斷過服務)。第二,業務確定性:系統要接郵件、合同、客服、財務、仓庫、生產線,數據到底在什麼地方、誰能訪問、出錯能查日誌嗎?OpenAI上這些你搞不定。第三,風險確定性:審計、監管怎麼辦?供應商還在不在?誰打補丁?第四,生命周期確定性:Sakana訓出Namazu用的是Deep Seek V3.1,現在Deep Seek更新到3.2、4.0了,升不升級?升就要重新訓一遍、檢測所有結果有沒有變差。OpenAI會直接關掉3.1、3.2,只給你4.0,用戶罵街也沒用。只有開放權重客戶可以自己決定什麼時候升級、升不升級。

所以開放權重對閉源的唯一活路就這四個確定性。 前三個,閉源也能部分提供,但卡在第四個——誰決定升不升級?這個只有開放權重能給。企業不是買「模型有多好」,而是買「我能掌控」。

那「開放權重是否是中國政府陰謀」呢? 答案是否定的,但接近。反事實推演:如果美國當初沒禁用OpenAI、Claude,中國開放權重公司根本做不出來。為什麼自己訓模型?有便宜好用的現成的,傻才費這勁。但美國確實禁了——中國訪問不了OpenAI,Anthropic 2025年9月改服務條款,任何中國控股超50%的公司全球禁用。這逼出了市場需求。中國政府人工智能產業投資基金入場投資Kimi(35億美金)和Deep Seek,但這不是中國特色——OpenAI融資1220億美元、Anthropic融資650億美元,都是各國政府補貼的結果。所謂「陰謀」其實是被逼出來的「陽謀」:所有人都看著、沒有密室交易、模型掛在Hugging Face全世界都能下。

客觀效果上確實中國開放權重在衝擊美國公司定價,但這不是「有組織有預謀的傾銷」,而是政策環境決定的必然。就像朝廷下旨「江南絲綢禁入京城」,京城商人就有了被圍起來的市場,慢慢磨練手藝,最後反而能對抗江南。

最後,中美AI差距的根本原因是什麼? 不是技術、數據、人才。人才中國不缺——美國所有AI公司第一大族裔都是中國人,拔尖的都挑走了。數據花錢買,中國一樣有幾千萬家企業、互聯網行業最卷。算力缺卡,但走私+海外算力中心也能解決。真正的差距是資本。OpenAI + Anthropic = 1870億美金,MiniMax 6.19億、智譜5.59億、Mushalt 35億(創紀錄)。美國一輪融資相當於中國最高一輪的50倍。有了1220億美金就能失敗100次、就能虧5年、就能燒完了再融。中國公司虧兩年就飛了。為什麼融不到錢?因為融資鏈路被掐斷了——以前拿美元融資、ABC六輪、上美股,現在路斷了。國內限制資本無序擴張,騰訊字節百度都不投了。香港上市流通股占比小(解禁後股價易跌),真正能拿到手的現金只有美國公司的1%。當中國現金達到美國一半時才有追平機會,現在還早。

11 min
AI 安全中文11月21日

防蒸餾的三道防線:OpenAI 怎麼保護 AI 的思考過程

一隻羊聊AI看原片 ↗
  • 思考過程是最值得保護的資產:完整的思維鏈(Chain-of-Thought)包含最終答案中沒有的中間步驟,蒸餾來的模型若學到完整思考過程,會多掌握超出預期的能力,包括原本應被防護的攻擊技巧。實驗顯示,學完整思考的學生在資安測驗中表現顯著優於
  • 三層防護結構應對單次請求與持續威脅:模型透過對抗訓練自我拒絕套話,分類器檢查請求意圖與回應內容(包括工具參數),API 層將思考過程與對話綁定,防止跨對話搬運。九月報告曾揭示的加密思考搬運攻擊已被修補。
10 min
AI 安全中文11月13日

The New AI Security Nightmare: Undetectable LLM Backdoors

Internet of Bugs看原片 ↗
  • LLM 可被訓練成在表面上表現正常,卻在特定條件(如在程式碼註釋中看到某個特定字串)觸發時執行訓練者指定的惡意行為,例如上傳環境變數檔案到遠端伺服器。這種後門是不可偵測的,研究者找不到檢測方法,且即使進行後續重新訓練也無法消除。
  • 任何參與模型創建或分發的人員都可能植入這類後門,不論模型是由知名 AI 廠商託管在雲端、還是自行部署。只要組織內有不可信任的人員,就無法完全排除這個風險。
22 min
AI 技術中文10月27日

Switch 2 宣告失守! AI 黑客 14 日暴力破解,唔使拆機、唔使焊晶片!任天堂今次真係驚咗?

大世界看原片 ↗
  • 漏洞來源出人意料:攻擊源於 iTunes 上售價約 25 美元的編程教學軟體 Small Basic。黑客利用其解釋器中的 32 位整數溢位漏洞穿過沙盒限制,再透過 ROP 鏈和緩衝區溢位層層深入,最終取得檔案系統完整權限。這套設計精妙的攻
  • AI 徹底改變破解生態:研究員 Pepsi Poo 坦承,破解工作大部分由 OpenAI 的 Codex AI 編碼代理執行。他搭建自動化測試裝置讓 AI 24 小時不間斷地觸發漏洞並自動重啟,兩週內完成原本需耗時數年的工程。這不是 AI