核心内容总结
大模型行业正从“比参数大小”的狂热竞赛，转向“看商业化结果”的务实阶段。资本一边追捧头部模型公司（估值动辄千亿），一边开始冷静追问退出路径；细分赛道如世界模型、具身智能成新押注方向，但泡沫也在积累（天使轮估值就达数十亿）；C端超级AI应用仍未出现，AI产品的“成本黑洞”（用户越多可能越亏）让商业化能力成为生死线；行业竞争逻辑彻底重构——从拼技术参数转向拼销售、拼落地，出海成必选项，产品壁垒周期缩短到几周。
一、参数竞赛退烧：从“比谁参数大”到“看谁能落地”
以前大模型公司都在比“参数规模”——7月刚出了2.8万亿参数的Kimi K3、2.4万亿的Qwen3.8，把参数竞赛推到高潮。但你去WAIC展馆看看，没人摆参数展板了，取而代之的是能自己干活的AI智能体、拧螺丝的机械臂、贴着“已量产”的方案。这说明行业变务实了：客户不再为“炫技”买单，只看你能不能解决实际问题（比如工厂效率提升、内容生产降本）；资本也开始问“你怎么赚钱，我什么时候能退出”。
举个数据：中国大模型日均消耗Token两年半涨了三千倍，相当于AI每天要处理450万亿个“字”，但这背后是需求爆发和成本下降的正向循环——模型越便宜，用的人越多，反过来推动技术迭代。不过现在的重点不是“用得多”，而是“用得值”。
二、资本又热又慌：泡沫与押注并存
一方面，头部模型公司吃到了资本红利：智谱市值近6000亿港元，DeepSeek估值逼近5000亿，月之暗面从融资遇冷到估值百亿。但另一方面，资本也很焦虑：
- 估值泡沫：有些项目天使轮就估值二三十亿，“根本算不过账”——比如那些95后、00后研究员开的小实验室，还没做出产品就被炒到天价；
- 赛道混战：世界模型、AI应用等细分领域几百家公司挤进去，却没跑出绝对头部；
- 押注前沿：基础大模型格局基本定了，资本开始往“不确定但潜力大”的方向投——比如世界模型（让AI理解物理世界规律）、具身智能（AI机器人）。
具身智能为啥火？有人算过账：如果成熟后一年卖10亿台，每台3万美元，这就是30万亿美元的市场（比智能手机+汽车还大）。但现在问题是，很多具身公司技术路线都一样，只做demo（演示品），没规模化收入——如果今年底或明年底还没落地，市场可能会大调整。
三、AI应用的“尴尬”：C端超级产品缺席，成本是“黑洞”
去年大家都期待AI能出微信、抖音那样的C端超级应用，但现在看，真正火的是Coding（写代码）、Agent（自动执行任务）这类生产力工具，面向普通消费者的爆款还没影。为啥？因为AI产品的成本逻辑和互联网不一样：
- 互联网产品是“用户越多越赚钱”（广告、会员摊薄成本）；
- AI产品是“用户越多越烧钱”：用户每发一句话、生成一张图，都要消耗Token（算力成本）。比如某AI玩具公司，90%用户不用AI功能，反而让公司松了口气——要是大家都用，成本就扛不住了。
所以现在投资机构看AI应用，先问“能不能赚钱”：教育、金融这些客户愿意付费的领域相对安全；纯尝鲜的应用（比如AI聊天机器人），技术再炫也难活。
四、竞争逻辑变了：从拼技术到拼商业化和销售
今年AI创业圈有三个大变化：
1. 年轻团队“重技术轻商业化”：00后创业者多，但只会做模型，不懂怎么卖；
2. 出海成“必选项”：每两三家初创公司就有一家从第一天就布局海外——国内卷不动，去抢全球市场；
3. 壁垒消失快：大厂、模型公司都下场做应用，一款产品出来两周就被复刻，技术壁垒没用了。
现在拼的是什么？拼谁能把产品卖出去，拼谁能快速落地赚钱——比如“AI+BPU”模式（人机混合交付），靠服务能力建壁垒；或者传统企业转型AI，用原有客户资源和渠道赚钱。纯AI初创公司多数还没找到稳定商业模式。
五、未来方向：产业融合是破局关键
光源资本的CEO说，AI产业化会有三波浪潮：
1. 先改造数字劳动（比如写代码、做内容）；
2. 再改造科学研发（比如药物研发）；
3. 最后改造实体劳动（制造业、农业、物流）。
中国的优势在哪里？不是模型算法，而是产业吸收能力——比如工厂愿意用AI机械臂，农民愿意用AI种庄稼。但前提是：技术团队要懂产业，产业方要愿意接纳AI。
总结下来，大模型行业的牌桌正在收窄：以前靠参数就能拿融资，现在得靠商业化结果。那些在泡沫里能跑通赚钱的公司，才是下一轮的赢家。