易速宝持续烧钱的大模型, 阻挡不了AI行业的热情

易速宝

大模型不挣钱，还是不是好生意？

48小时内，智谱AI和MiniMax先后通过港交所上市聆讯，有人说这是大模型第一股之争，也有人说这是研制大模型的公司资金告急，无法形成盈利亟需二级市场输血。

根据财报，智谱2022年至2025年上半年，累计亏损超62亿元；MiniMax2023年、2024年分别亏损2.69亿美元、4.65亿美元，2025年前9个月亏损5.12亿美元，累计亏损超87亿元。

由此可见，“不挣钱”确实是大模型行业内玩家暂时无法逾越的鸿沟，这个行业内的头部玩家们，一边在刷新人类智能的上限，一边在以惊人的速度烧钱，颇有一丝参数越大，亏损越深；能力越强，账越难算。

当市场还在讨论“谁的模型更聪明”时，一个更残酷的问题，如果连最聪明的机器，都算不清这笔账，这还是一门好生意吗？一个长期亏损、短期看不到盈利的行业，是否仍然值得投入？

01 真正的科技浪潮，都曾长期亏损

每一次科技变革的风口来临之前，没人能预见风往哪吹，只有坚持长期主义，并且持续稳定投入的玩家，才能迎来那阵风。

比如亚马逊，在1997–2001年，亚马逊连续5年净亏损，2000年互联网泡沫期间，股价从113美元跌到6美元，至2003年才首次实现全年盈利，公司成立10年，累计亏损超过210亿元。

华尔街在亚马逊盈利之前，认为亚马逊的物流资产太重，毛利率太低，无限扩张也没有盈利纪律，所以断言亚马逊不可能赚钱，它卖得越多，亏得越多。

但在2019年开始，无论华尔街的精英们是因为换了一代人，还是因为看到了亚马逊的增长空间，开始合力将亚马逊的股价推至2万亿美元，超越微软，一度成为全球市值最高的上市公司，虽然目前再度被苹果、英伟达和微软反超，但亚马逊的价值已经被市场承认，目前市值稳定在2.5万亿左右。

亚马逊不是个例，另一家长期亏损且差点破产的代表公司，就是现在网友熟知的特斯拉。2003–2019 年，特斯拉累计亏损超420亿元，尤其是2017年至2018年，特斯拉CEO埃隆·马斯克（Elon Musk）在接受采访时表示，今年在实现Model3产量目标前，特斯拉距离“破产不足10周”。

2018年的特斯拉，饱受“电动车不可能规模化”“智驾是PPT”等质疑，而且当时电动车产业链也不成熟，电池成本居高不下，软件决定车辆等级的宣传也颠覆了大量消费者对汽车的认知。但随着电池成本下降，智驾软件（FSD）带来收益，特斯拉终于成为市场认可的焦点。

除这两家公司外，云计算不仅曾长期亏损，还在2006年至2010年期间被市场“无视”，一度被定义为“IT外包2.0”，包括从业人员在内的大多数人，认为企业不会把核心系统放云上，时至今日，云计算成为全球最赚钱的云平台，A股上市公司中，传统企业转型最多的就是云计算公司，长期毛利率30%+。当行业站上风口时，又有业内人士公开表示：“前期亏损是入场门槛”。

或许有人认为，无论是亚马逊、特斯拉，还是云计算以及移动互联网，这些曾经长期亏损，如今实现盈利的公司或行业已经跑出来了，随便世人如何讴歌其筚路蓝缕的奋斗过程，并非所有长期亏损的公司或行业，最终都能等来盈利拐点。

事实是，科技浪潮涌来前期的普遍性亏损，其共同特征并非“忽视盈利”，而是将资源持续投入到难以复制的系统性能力建设中。一旦基础设施成型，盈利拐点往往以非线性方式出现。

亚马逊亏了十年，却把钱砸进了仓储、物流和云计算，最终变成了全球最重的电商与云基础设施；特斯拉多年烧钱，是在赌电池成本曲线和规模化制造，一旦跨过临界点，利润瞬间释放；云计算早期长期不被看好，却用亏损换来了数据中心和调度系统，最终成为高毛利的现金牛。

对于一个新兴行业而言，真正危险的，从来不是亏损本身，而是亏损没有换来任何不可替代的东西。

02 大模型的广泛应用场景和不可替代性

恰巧，现在亏损的大模型行业，就具有显著的不可替代性。

大模型，是通过海量数据训练、具备通用认知与生成能力、可以跨任务迁移使用的人工智能模型。通常指参数规模达到数十亿乃至万亿级，通过大规模数据与算力训练而成，具备跨任务泛化能力的人工智能模型, 核心特征在于：模型不再针对单一任务设计，而是通过统一的模型结构，在多种复杂任务中表现出通用智能能力。大模型可以赋能多个行业，上到航天、航空，下到港口、保洁、采矿。

以前文的特斯拉为例，2021年，特斯拉推出BEV+Transformer智能驾驶解决方案，解决了2D到3D转换、多传感器融合以及复杂场景感知的难题。

在感知阶段，BEV（鸟瞰图）通过将纯视觉传感器的多模态数据融合在同一平面上的方法，将2D平面图像升级至BEV视角，以全局视角解决数据之间的遮挡和重叠问题，提高物体检测和跟踪的精度，从而摆脱对高精地图的依赖。

深度学习神经网络模型（Transformer）的自注意力机制能够分析BEV特征图中的不同位置特征，实现从二维图像特征到三维向量空间的转换，帮助系统理解物体之间的空间关系，进而提升感知能力。

除此之外，Transformer能够输出环境的高层次语义信息，包括物体类别、位置、运动趋势等易速宝，在决策模块中，通过结合高层信息与其他预测结果，可生成更加准确的驾驶策略。BEV+Transformer架构显著提升了系统的感知和决策能力，增强了系统对于“长尾场景”的适应性，逐渐具备应对城市道路的复杂环境的能力，打破了智能驾驶只适用于高速场景的局限，开始向城市 NOA 逐步探索。

2022年，特斯拉进一步引入占用网络技术（OCC）以提高智能驾驶的动态障碍物识别和复杂场景泛化能力；2023 年，特斯拉端推出将“感知-决策-控制”全流程整合为端到端一体化架构的智能驾驶解决方案。

在特斯拉的扰动下，智驾行业纷纷引入大模型，并演进出“模块化端到端”与“一体化端到端”的技术路径之争。

模块化端到端方面，2024年4月华为发布设计为“GOD感知网络+PDP决策网络+本能安全网络”的乾崑ADS3.0架构，采用三网协同的端到端大模型，通过GOD提供无损感知数据、PDP进行拟人决策、本能安全网络兜底应急的策略，形成“感知-决策-安全”闭环。

2024年5月小鹏发布国内首个量产端到端大模型XNGP+，整合神经网络XNet、规控大模型XPlanner和大语言模型XBrain三大板块，XBrain由感知模块XNet2.0和规划控制模块XPlanner构成，二者通过神经网络直接连接实现模块间的深度耦合，通过三网融合形成了小鹏自己的端到端智驾大模型。

一体化端到端方面，2024年10月理想推出OneModel端到端+VLM双系统架构，通过单一模型端到端架构（One Model）实现从传感器输入到行驶轨迹输出的全链条直接映射，同时引入视觉语言模型（VLM）构建双系统并行框架，利用VLM的认知推理能力规范端到端模型的行为下限，从而在拟人化驾驶、复杂场景处理和安全冗余层面实现突破。

端到端架构下，模型从海量数据中学习规律，不再依赖人工迭代规则库以新驾驶场景，具备了全局优化能力和数据驱动的泛化特性，真正实现了从“规则驱动”向“数据驱动”的跨越，进一步解决部分长尾场景与拟人化决策，显著提升了智能驾驶系统的性能，推动智能驾驶向L3级别过渡。

进入L3时代后，端到端模型依旧存在明显的数据瓶颈和泛化缺陷。在端到端架构下，模型观看大量的驾驶视频片段，学习场景的时空特征与驾驶策略的映射关系，直接生成车辆控制指令。

端到端技术具备无损传递、全局优化和一定的泛化能力，能够达到L2级别部分自动驾驶的要求，但是该技术自身的局限性制约着L3级别下全动态驾驶任务自主执行的实现。

此时就要进一步引入VLA 大模型，即Vision（视觉）、Language（语言）、Action（动作），可以从能够输出动作指令，升级到能够思考为什么要输出相应的动作指令。国内企业理想、小鹏均布局了该技术领域，并积累了一定技术储备。

大模型在智驾领域取得的成就，再次推动算力领域的投入，包括车载算力芯片研发和云计算储备，这也是大模型行业内玩家一直亏损，却一直有投资的主要原因之一，就是可以推进多行业融合，实现多行业共同迭代。

03 大模型迭代路径和终局猜想

能帮助其他行业更好发展的大模型，没有理由被市场淘汰，更不会等不到属于行业拐点。现在唯一需要担心的，是在这个行业里，谁能活到不需要讲故事的那一天。

当前主流大模型集中于中美，基于Artificial Analysis的数据与模型智能指标观察，当前头部模型整体由美国阵营领跑，海外最具代表性者为OpenAI、xAI、Anthropic与Google；曾在开源方向表现突出的Meta，受Llama4系列推进不顺等因素影响，模型性能阶段性落后。

国内方面，从模型性能维度评估，DeepSeek、Qwen（阿里系）、智谱模型位居前列，Kimi与MiniMax等亦处于国内较为领先的行列。腾讯、百度的模型没有被纳入排行榜单，但其模型依然各有特色，上述格局反映了中美在基础模型与工程化推进上的综合优势。

从现阶段表现看，Google在上述各维度的能力布局相对均衡且覆盖面广，体现为底层自研硬件（TPU系列）到应用的端到端一体化优势。相对而言，其他玩家也在逐步补齐短板，如OpenAI在底层定制化硬件方面暂处于落后位置，但是据路透社信息，OpenAI已宣布与博通合作开发新一代ASIC芯片，以期强化算力与成本控制的基础能力；国内DeepSeekV3.1及之后系列、智谱GLM4.6在Day0即适配了国产芯片。

梳理上述模型不难发现，当前全球大模型仍以Transformer的decoder-only架构为核心主流。尽管近年来陆续出现如Mamba、KAN等新型网络结构，但尚未在工程实践中形成主导地位，Transformer体系依旧占据核心位置，短期内，Transformer仍将是大模型研发与优化的基础框架，其生态与工具链优势将继续巩固主导地位。

目前有可能挑战Transformer架构的，就是Sora搭载的Diffusion架构，只不过该架构主要用于图像与视频生成。

2024年初Sora的发布，展现了Diffusion与Transformer结合的潜力，显著提升了视频生成的一致性、分辨率及时长表现。25年5月，Google首次尝试将Diffusion算法用于文本生成，发布Gemini Diffusion预览版，字节随后也推出Seed Diffusion以跟进相关方向。目前有观点认为，字节Seed Diffusion Preview性能超过Google Gemini Diffusion。

Transformer体系下，Scaling Law是核心逻辑，Scaling Law2.0以“后训练+强化学习”为核心路径，Grok迭代验证该方向。

围绕xAI的发布节奏可见Scaling Law侧重的迁移。在Scaling Law1.0阶段，对应xAI自Grok2到Grok3的迭代，主要通过将预训练算力扩大约10倍带来性能跃升；Grok3的推理模型标志着Grok模型进入后训练阶段；至Grok4发布，其后训练（Reasoning）相较Grok3再度将算力放大约10倍，使得后训练算力需求接近预训练。

从目前头部模型迭代进度看，后训练的算力需求还有可能继续增加。据xAI官网，Grok4依托20万卡级别的Colossus大规模集群进行训练，因此，持续扩大后训练的模式与海外更高密度算力核集群禀赋相匹配。

Scaling Law2.0体现出算力重心由预训练向后训练与推理环节迁移，并对高密度集群供给提出更高要求。Grok 4.1又在强化学习奖励范式上引入 Agent 模型奖励，并继续在后训练算力上有数量级提升。

值得注意的是，在大模型迅速迭代下，各家公司除了追求技术外，还纷纷涌入算力扩张之路，尤其以OpenAI最为迅猛。

而国内企业由于算力受限，不得不进行创新性架构优化，抓住Attention本质，以阿里、DeepSeek最具代表性。

从当前技术演进看，Transformer架构在中短期内仍将是主流，其核心算法Attention机制（通过计算Tokens间相关性以预测最优输出），构成了模型性能的关键环节。因此，国内头部厂商普遍聚焦于Attention层面的优化与创新，其中以阿里的Qwen系列与DeepSeek的模型为典型代表。在算力约束难以短期突破的情况下，架构创新与算法精炼将成为国内基础模型竞争的主要方向。

以DeepSeek V3.2为例，DeepSeek V3.2-Exp 在性能上与上一版 V3.1-Terminus 差距不大，并将 V3.2 定位为“迈向新一代架构”的中间步骤。V3.2最大的进步体现在DSA（Dynamic Sparse Attention）的引入，模型训练与推理效率显著提升，相比上一代模型API输入与输出成本分别下降约50%与75%以上（推理成本）。

DSA的核心优化集中在Attention机制层，通过算子级与内核级的工程化重构，在长上下文任务中显著压缩训练与推理开销，同时尽量保持模型性能稳定，延续了以架构精修换取综合效率提升的技术路线，该版本体现出在算力约束下的务实取舍，既为后续架构演进奠定技术基础，也展示出国产模型在底层优化方面的持续积累。

DSV3框架的成功，令很多模型在DeepSeek V3框架引入针对性架构优化，如Kimi K2，K2主要改进包括验证在激活参数不变的条件下，单纯提升MoE总参数量依然符合Scaling规律，训练与验证loss持续下降且无过拟合迹象；适度减少Attentionhead数量，在保持性能稳定的同时显著降低算力开销；仅保留首层dense层，其余全部采用MoE结构，以改善首层router负载不均并提升专家利用效率；引入无分组的简化router，优化计算路径与参数调度；将模型参数从V3的671B提升到1T；引入MuonClip优化器，显著提升训练稳定性与收敛一致性。

得益于上述改进，K2在维持与DeepSeekv3相当的训练与推理成本下，实现了更低loss 与更高参数效率。K2的路径体现了国内团队在算力约束下通过结构精修延展Scaling规律、提升模型性价比的工程化思路。