这是一个系列分享的第一篇。我尝试把自己近期跟踪 AI 产业的个人观察整理出来，作为学习笔记。如有不妥，欢迎指正。

5应用层  基于模型做出的各种产品和工具

4模型层  各家大模型，"大脑"本身

3基础设施（土地/供电/冷却系统/建筑工程/网络通信）

2芯片（Nvida/AMD/Google/AWS...）

1能源（电力）

MiniMax（稀宇科技）

估值  港股上市（00100.HK），市值约 2695 亿港元，2026.1.9 上市

主打模型  MiniMax M2.7（2026.3 发布，已开源），海螺系多模态模型

模型特点

• 自我进化能力，能自主构建 Agent Harness 优化训练流程；

• 200K 上下文 + Agent 多智能体协作；

• 软件工程能力接近顶级，价格仅 1/20；

• 全模态支持（文本/图像/音频/视频/音乐）

主要产品  星野 / Talkie（C 端情感陪聊）、MiniMax 开放平台、Token Plan 订阅、Maxclaw（Agent 工具）

月之暗面（Moonshot）

估值  未上市，最新估值约 180 亿美元（2026.3 融资），3 个月内翻 4 倍

主打模型  Kimi K2.5（2026.1 发布，已开源）、Kimi K2

模型特点

• 原生多模态架构（Native Multimodal）；

• 原生视觉能力，直接分析复杂图像布局；

• Agent Swarm 智能体集群，调度 100 个 AI 分身并行任务

• 较早对金融和资本市场场景进行了落地实践

主要产品  Kimi AI 助手（C 端）、Kimi API 平台（企业级）、智能体蜂群开发工具、Kimiclaw（Agent）

智谱 AI（Z.ai，清华系）

估值  港股上市（02513.HK），市值约 3972 亿港元，2026.1.8 上市

主打模型  GLM-5.1（2026.4.8 发布，已开源），与 GLM-5、GLM-5-Turbo 构成旗舰推理矩阵

模型特点

• 代码高手，从"分钟级交互"推进到 8 小时长程任务；

• 202K 上下文 + 164K 最大输出；

• 代码能力逼近 Opus 4.6，SWE-benchPro 基准优秀；

• 主打"超长文本 + 高阶推理 + 强代码"

主要产品  ChatGLM / 智谱清言（C 端）、GLM Coding Plan（开发者订阅）、智谱开放平台（企业级）、Autoclaw 澳龙（Agent）

DeepSeek（深度求索）

估值  超 100 亿美元（首次对外融资，计划募资至少 3 亿美元）

主打模型  DeepSeek-V3.2（当前主力）；DeepSeek-V4（待发布，万众期待）

模型特点  效率高、成本低，开源先行者。V4 据传完全基于华为芯片开发——如果属实将证明国产算力链的可行性

主要产品  DeepSeek 网站和 App、开放平台 API、政企 B 端合作

阶跃星辰（Stepfun）

估值  Pre-IPO 轮投前估值 50-60 亿美元（2026.4 交割），计划年内港股上市，目标约 100 亿美元

主打模型  StepMind 系列（Step-3.5 Flash、Step-R-mini 等），6 款多模态基座模型

模型特点  原生多模态技术壁垒，覆盖语言/图像/音频/视频全场景；推理效率极高，Token 消耗低；性价比高

主要产品  冒泡鸭（AI 互动平台）、AI 小财神（金融智能体）、Stepfun 开放平台

腾讯

基座是混元大模型系列，图像和视频模型深度嵌入游戏业务。

C 端结合社交生态推广元宝、IMA Copilot 和 Claw 类 Agent 产品；

B 端结合腾讯云和企微生态，Token 出售和 Agent 托管等业务发展迅猛。

对我们来说，腾讯内部提供的 AI 工具（如 WorkBuddy、qclaw 等）都是基于这条线。

阿里

Qwen3 系列（最新 Qwen3.6-plus）稳居国产第一梯队，开源战略在国内最为激进，在国际 AI 产业影响力大。

依托阿里云和钉钉，Token 出售和 Agent 部署优化等业务发展迅猛。

C 端产品重点是千问 App。

字节

Seed2.0 模型能力稳居国产第一梯队，是 C 端豆包、抖音和其他字节系产品的模型基座。

视频模型 Seedance 2.0 暂居世界第一，正在重构短剧和漫剧生态。

依托飞书和火山云，B 端 Token 出售和 Agent 部署优化业务增长很快。

一句话总结国内格局：国内模型厂商的特点是优秀的模型能力和更优秀的性价比，在全球 Token 消费中总量占比很高。但在 Agent 领域，国内模型厂商目前主要扮演上游供应商和本土场景落地者角色——真正定义通用 Agent 产品形态的力量，目前更多在海外。

Google DeepMind

市值  隶属 Alphabet 集团，AI 业务独立核算，企业价值约 3400 亿美元

主打模型  Gemini 3.1 系列（Ultra / Pro / Flash / Deep Think，2026.2 发布）；图像模型 Nano Banana 2 业界顶级

模型特点

• 多模态与长上下文是核心竞争力；

• 视频模型国际第一梯队；Gemini 3.1 Pro 推理能力翻倍；

• AI 行业元老，在科研场景已有大量成果。

开源线Gemma 4（2026.4.2 发布），基于 Gemini 3 技术，Apache 2.0 完全开源。4 个版本（2B–31B），128K–256K 上下文，140+ 语言，原生多模态。31B 版本消费级 GPU（RTX 3090）可运行，自建年成本约 GPT-5.2 API 的 15%。业内评价"开源天花板"

主要产品  Gemini + Workspace 深度整合、NoteLLM、Google AI Studio、Google Antigravity + Gemini CLI

OpenAI

估值  未上市，最新估值约 8520 亿美元（2026.3.31 完成 1220 亿美元融资），全球估值最高的创业企业

主打模型  GPT-5 系列（2025.8 发布），主打 GPT-5.4；内测图像模型 GPT-image-2 据传将超越 Nano Banana

模型特点

• 业界顶级，超强推理和超低幻觉，代码能力超强。

• 推理有时过度，表述偏啰嗦，AI 味比较重，大局观和规划能力不如 Opus

主要产品  ChatGPT（月活全球最高）、OpenAI API（企业级）、Codex（主力 Agent 产品）

Anthropic（A 社）

• AI 界目前最像 Apple 的玩家

估值  G 轮融资后估值 3800 亿美元，4 月获 8000 亿美元要约（未接受）；IPO 或最早 2026.10 启动

主打模型  Claude Mythos preview（Project Glasswing 封闭测试中）；Opus 4.7（4 月）/ Opus 4.6（2 月）/ Sonnet 4.6 / Haiku 4.6 等多层级

模型特点行业定义者；代码、Agent 智能体、工程能力和企业工作流方面全球领先。个人体验中综合能力最强

主要产品  Claude.ai（C 端工作站）、Claude API（企业级）、

Claude Code——最强工程 Agent，没有之一

新产品 Claude Design 将颠覆设计行业

xAI

估值  约 500 亿美元（2026.1 完成 200 亿美元 Series E，超额募资）。马斯克创办

主打模型  Grok 4.20（2026.3.19 发布），约 3 万亿参数 MoE 架构

模型特点  四 Agent 多代理协作架构（Grok / Harper / Benjamin / Lucas 四子 Agent 分工）；原生 tool calling；幻觉率号称业界最低；API 降价 60%

独特优势  背靠 X 平台数据 + Colossus 超算集群 + Tesla 生态。马斯克宇宙的算力资源是最大壁垒

潜在风险  但 xAI 正经历剧烈的组织动荡——2026 年 2-3 月间，12 位创始团队成员相继离职（除马斯克外几乎全部出走），包括联合创始人吴宇怀（辛顿学生）、诺迪恩等核心研究力量。短期内对模型迭代节奏和工程稳定性的影响仍有待观察

Meta

最新动态  2026.4.8 发布 Muse Spark，超级智能实验室（MSL）成立后的首款模型，由前 Scale AI CEO Alexandr Wang 领导

模型特点  原生多模态 + 三种推理模式，历时 9 个月从零重建。关键转向：Meta 正从长期坚持的开源路线转向闭源（Llama 4 不及预期后的全面重建）

分发路径  先 meta.ai，后推送 WhatsApp、Instagram、Facebook、Messenger 和 AI 眼镜

人事与路线变动  首席 AI 科学家 Yann LeCun 于 2025 年 11 月离职创业（AMI Labs，聚焦 world models），长期坚持的 Llama 开源路线也随之被搁置——Muse Spark 全面转向闭源

关于开源的一个侧面观察

在美国厂商中，"开源"是一个有趣的变量。Google 在闭源 Gemini 之外积极推进 Gemma 系列完全开源（Apache 2.0），最新 Gemma 4 已做到消费级硬件流畅运行，性价比极高。而 Meta 则走了相反的路：从 Llama 的长期开源转向 Muse Spark 的闭源。这说明"开源 vs 闭源"不是简单的价值判断，更多是不同阶段、不同竞争策略下的选择。对使用者来说，开源模型意味着更多的选择和更低的成本——这一点值得持续关注。

1产业集中度已经相当高。相较于前几年"百模大战"的盛况，现在主流玩家的格局已经基本成型，新进入者的窗口在收窄。

2模型能力从 2025 年中开始明显加速。主流厂商呈现出明显的正向飞轮效应——模型越好、用户越多、数据反馈越好、模型更好。目前各家声称的终极追求都还是 AGI。

32025-2026 年有一个很明显的战略转向：去 C 端化、重 B 端化。多数头部企业在收缩泛娱乐类 C 端投入，核心资源转向企业服务、生产力工具与 MaaS。这个趋势在国内外均表现显著。

4算力瓶颈依然是最大的制约。也就是"5 层蛋糕"的底下三层。这三层未来市场机会非常大，但也是所有模型厂商的共同瓶颈。未来可以重点关注电力市场的动态以及CUDA霸权的变化。