同步一场国产大模型专家闭门交流会....

1、基座模型参数规模不会放缓，未来 3‑4 年持续冲高

先抛出本次交流第一个核心结论：全球范围内厂商基座模型参数扩容节奏不存在放缓迹象，算力集群、高质量数据两大瓶颈仅会拉长训练周期，无法逆转 “模型越做越大” 的长期方向。

目前市场上大量从业者讨论 3B、5B 通用模型，甚至有观点认为 10B 参数已经摸到商用落地天花板，但从一线研发落地实操来看，这个判断存在明显偏差。现阶段不少头部厂商自研基础模型参数已经突破 10B，对标类人脑能力的底座，20B、40B 参数版本均已进入预研阶段。

注：基座模型 —— 大模型底层基础权重，不针对垂直场景微调，是所有对话、多模态应用的底层核心载体。

现阶段很多厂商选择 10B 左右模型优先迭代，本质是有限 GPU 集群、高质量训练数据供给不足下的阶段性妥协方案，并非技术最优解。一旦后续多模态融合底座成型、高质量清洗数据集供给补齐，模型规模向上突破是确定性方向。

专家给出明确时间节点预判：2027 年开源市场会全面出现 10T 参数起步基座模型；海外闭源商业模型最低标配将达到 20T 参数；国内厂商会同步快速追赶，但短期受两大硬性瓶颈约束，进度存在明显滞后。

第一个核心瓶颈：万卡级超大 GPU 集群供给稀缺。市面上两三百卡、千卡级小规模集群采购、租赁难度很低，但想要搭建万卡、十万卡统一训练集群落地难度极大。即便马斯克旗下项目大批量采购 H200、B 系列高端显卡，依旧能拿到资源溢价，核心根源就是超大集群组网、通信链路调试门槛极高。即便 NVIDIA 原厂配套技术方案，大规模集群长时间训练依旧会频繁出现通信报错、算力损耗问题。

第二个核心瓶颈：高质量训练数据供给缺口持续存在。优质文本、多模态标注数据总量不足，直接限制超大参数模型收敛速度，拉长完整训练周期。

不少投资者关心 AGI 落地周期，专家给出客观判断：未来 3‑5 年不存在明确、可落地的通用 AGI 时间节点，属于远期概念，无法作为短期产业投资逻辑。但这不代表大模型迭代会停滞，各细分行业分支，依旧需要持续做大模型参数、优化模型结构，通过多轮迭代收敛模型实用能力，形成可落地工程方案。不必担忧市场传言 “参数扩容周期见顶”，当前行业真正的卡点，集中在模型结构创新、数据筛选标准、工程落地优化三大细节问题。

针对国内厂商迭代进度差距，专家同步拆解内部筹备排期：字节内部规划 17 级别超大基座模型，目前仅停留在前期资源筹备阶段，正式训练启动时间锁定 2027 年 3 月，现阶段核心缺口是海外高端训练集群、合规高质量训练数据集，两大资源短板短期无法彻底补齐，直接锁死训练上线时间。

超大参数模型存在客观物理规律：参数规模越大，完整收敛周期、计算链路运行时长会同步拉长。以国产 10T 参数模型为例，若今年 9‑11 月顺利启动集群部署，最快也要等到 2027 年 4‑5 月才能输出可对外评测的有效模型版本。

由此延伸第二个关键判断：不用过度焦虑国内各家模型短期迭代速度差距，单一个版本性能落后不会直接淘汰厂商。当下 AI 一级、二级市场融资环境仍有支撑，多数头部厂商不需要大额新增资金，仅依靠现有现金流、存量融资，就能支撑 2‑3 轮完整模型迭代周期，只要企业持续保有算力、数据资源，就始终留在行业牌桌之上。

行业内会长期出现阶段性领先格局，例如智谱连续多个版本性能表现突出，5.3 版本综合能力市场认可度极高，但模型飞轮效应短期很难拉开绝对代差，行业呈现 “三个月河东、三个月河西” 的动态竞争格局。只要厂商手里保有显卡资源、合规训练数据，多轮迭代后依旧有机会完成能力反超。

从参数迭代节奏来看，国内厂商底座模型已经从 3.3T 参数规模，稳步向 5T、10T 区间迈进，节奏清晰可跟踪：2027 年下半年，10T 参数基座将成为行业标配，十几 T 参数版本成为主流研发方向；2028 年行业 20T 参数模型会全面普及。完整的模型扩容迭代周期至少还有 3‑4 年，产业成长空间充足。

现阶段很难有统一、客观的评测标准，直接定义模型优劣，短期选股不存在明确量化参考指标，只能依托团队过往技术积累、自研模型结构完整度、核心研发团队稳定性三个维度判断企业长期价值。

性能层面，基础文本大模型性能会保持稳步提升；视觉、多模态融合、具身智能、物理仿真通用底座研发不会中断，是全行业统一延伸技术路线。国内厂商整体能力差距呈现分层参差状态，通用基础底座差距可控，行业需要接受 1‑2 年阶段性追赶周期。

目前国内厂商分化出两条完全不同的研发路线，不存在绝对对错，仅为企业战略选择：第一条路线，依托海外成熟底座做模型蒸馏，快速追赶性能进度；第二条路线，完全自主研发全新模型架构，不依赖外部蒸馏数据。两种路径仅影响迭代快慢、底层模型结构设计，长期最终落地效果差距会持续缩小。

注：模型蒸馏 —— 利用大参数成熟模型输出的推理数据，训练小参数自研模型，快速对齐基础对话、逻辑能力，是全球通用工程手段，Google、海外头部闭源厂商均大规模使用。

市场有声音质疑蒸馏技术 “抄袭、无自主能力”，专家明确纠正行业认知偏差：蒸馏只是行业通用工程方案，不存在道德层面争议，国内外所有头部厂商均有落地蒸馏流程，区别仅在于蒸馏数据使用比例、自研架构改造深度。真正拉开厂商差距的，不是是否使用蒸馏，而是企业完整的模型迭代工程体系、推理优化能力。拥有成熟自研迭代流程的厂商，即便前期依托蒸馏提速，后续也能独立完成多轮原生迭代，持续优化自有底座；反之仅照搬蒸馏数据、无底层架构改造能力的团队，长期会被行业淘汰。

字节内部长期战略清晰，不会削减模型迭代投入，持续保持算力、数据、研发人员足额供给。此前视频跨模态模型投入 80 亿，2.0 版本追加 300 亿资源后性能提升显著，验证了大资源投入、大参数底座的正向收益，因此内部持续押注 5T、10T 超大参数模型路线。

市场另一主流路线是 MOE 稀疏架构，行业观点认为稀疏结构可以依靠小参数搭配大算力实现同等效果，字节内部经过多轮实测给出相反结论：稀疏 MOE 架构和同规模稠密大参数底座，综合使用效果存在明确差距，因此研发重心依旧放在稠密超大参数模型迭代。

超大稠密模型配套工程难点客观存在：多卡集群通信开销、大规模训练故障自动修复机制、推理侧底层优化人才稀缺，都是当下核心卡点。具备成熟推理工程搭建能力的团队，能大幅降低模型落地成本、提升线上服务稳定性，长期会形成核心壁垒。行业内智谱、DeepSeek 的推理底层工程优化能力，处于国内第一梯队，值得持续对标跟踪。

最后针对模型迭代给出中长期核心预判：大模型智能涌现红利并未耗尽，未来依旧存在 1‑多次性能跳跃式提升机会，整个基座模型赛道 3‑4 年内不会进入发展瓶颈，持续具备产业跟踪价值。

2、豆包落地 CPS 抽佣商业化，全年 50 亿收入目标，B 端模型收入才是核心基本盘

现场投资人重点提问豆包近期上线商家抽佣政策，专家完整拆解内部商业化战略、分层收入结构、平台变现底层逻辑。

前置核心判断：AI 应用工具商业化抽佣是内部去年 11‑12 月就已经锚定的长期战略，落地节奏只是时间问题，平台向商家收取流量分成具备商业合理性。

豆包商业化覆盖全品类服务链路，变现场景全面铺开：本地生活酒店、机票、打车、餐饮团购；全品类电商服饰、3C 数码；垂直工具付费服务全部纳入抽佣体系，不同品类设置差异化佣金比例，现阶段持续灰度测试、动态调整分成比例，外部市场传言高额抽佣不符合实际，整体佣金水平低于美团等传统本地生活平台。

本次全新上线计费模式为纯 CPS 成交分成，和抖音原有广告体系完全区隔：商品曝光、用户点击全程免费，仅在用户完成真实下单成交后，平台抽取对应比例佣金，不会叠加抖音原有商家广告扣费，大幅降低中小商家试错成本。

平台推荐机制保持中立底线：不强制商家退出豆包推荐流量通道，无付费广告竞价排名，商品推荐排序不受佣金高低影响，商业变现层面整体保持克制，优先保障用户使用体验。

字节内部设定豆包 2026 全年 50 亿整体收入目标，拆分四大细分收入来源，数据全部明确：

1、电商赛道 GMV 抽佣：全年对应电商成交规模配套贡献 20 亿营收；努比亚联名 AI 手机将于 8 月底上线，依托豆包电商专属渠道发售，配套搭建独立硬件售卖战略通道，补充电商变现增量；

2、品牌搜索广告收入：全年目标 15 亿，用户搜索家电、数码、家居等品类时，匹配海尔、海信、格力等品牌原生广告资源；

3、本地生活团购、出行服务：全年目标 10 亿，后续豆包会上线内置地图、打车、机票酒店预订全链路服务，补齐本地生活变现场景；

4、C 端会员订阅收入：豆包专业版当前付费用户 42‑43 万，内部预测 2026 年底月度活跃付费会员突破 200 万，累计付费会员总量可达 400‑500 万，覆盖办公、垂直 AI 工具高频需求用户。

很多市场参与者过度聚焦 C 端豆包变现数据，专家明确提醒：C 端所有变现渠道合计营收规模有限，并非集团 AI 业务核心盈利板块，真正支撑整体模型收入、具备长期规模增量的是火山引擎 ToB 云服务业务。

同步披露火山引擎全年营收预期：2026 年底月度云 + 模型服务收入稳定 50 亿，12 月单月有望冲击 60 亿，ToB 企业端模型服务、私有化部署、算力租赁是集团 AI 业务核心收入锚点。

整体商业化战略路线清晰：C 端豆包作为流量入口、用户培育渠道，适度商业化维持运营；利润重心全部放在 ToB 政企、互联网企业服务，依靠算力、模型私有化部署、推理租赁赚取长期稳定收益。

平台权衡推荐中立性与商业利益有明确底线：永久关闭付费广告位，全部渠道费用绑定真实成交，不依靠流量竞价干预推荐结果；后续会推进平台资源分级导流方案，但不会为佣金倾斜商品曝光权重。

核心竞争对手并非传统本地生活、电商平台，中长期最大竞争压力来自微信生态：微信打通京东电商完整通道，小程序 AI 工具持续迭代，依托社交流量抢占用户使用时长，是豆包商业化链路重点观测的竞品工程方案。

当前豆包整套抽佣体系仍处于前期压测阶段，后续会根据商家经营数据、用户反馈持续迭代收费规则、佣金比例，整套 AI 应用变现赛道才刚刚起步，供给、商业模式均处于多元探索阶段。国内 AI 垂类应用付费意愿持续提升，已经跑通可持续、用户接受度高的商业化路径，短期不会大幅调整变现战略。

3、开源模型持续爆发，算力租赁毛利大幅上行，算力厂商迎来双向红利

近期 DeepSeek V4、通义 K3、智谱 5.3 等开源模型集中发布，性能持续突破，投资人重点询问开源浪潮对算力租赁、云厂商整条产业链的影响，专家从毛利变化、资源分层运营、国产芯片落地三个维度拆解。

第一组关键毛利数据：年初算力租赁行业平均毛利仅 11%，当前行业平均毛利上涨至 30%，头部厂商优质算力租赁业务毛利最高可达 50%，模型租赁业务盈利空间显著高于单纯显卡租赁。

底层商业逻辑：传统算力租赁仅依靠显卡固定时长出租，收益上限固定；将算力资源封装为标准化 Token 推理服务对外售卖，业务毛利可从 30% 提升至 50%，盈利弹性大幅打开，是当下算力厂商最优经营路径，但存在不可忽视的周期风险。

风险提示：高毛利依赖 SOTA 前沿开源模型持续迭代，一旦新一代模型性能不及预期、闭源模型全面压制开源路线，模型租赁溢价会快速消失，该业务属于阶段性红利赛道，无法长期维持高毛利。

给到算力租赁厂商最优资源配置战略方案：算力资源分层运营，五五拆分布局。

1、一半稀缺高端显卡资源，签订 3‑5 年长周期闭口租赁合同，锁定 30% 稳定毛利，对冲行业周期波动；

2、剩余弹性算力资源，部署市面主流开源基座模型，对外提供推理 Token 售卖，赚取阶段性高溢价收益。

每一轮全新高性能开源模型发布，都会带动一波算力租赁、模型推理订单爆发，未来 1‑2 年开源模型迭代节奏不会放缓，持续给算力厂商带来增量订单。长期核心竞争壁垒集中在三方面：集群智能调度系统、不同型号显卡适配推理优化、高端稀缺算力储备规模，也是产业调研核心跟踪指标。

行业当下供给端不确定性极强，没有任何一家厂商能长期独占最强模型资源，算力企业必须提前做好多模型适配优化，才能对冲技术迭代带来的需求波动。

稀缺高端 B300 等海外显卡，优先通过长周期锁单锁定固定收益；流通性较差、租赁需求不足的中低端算力，全部改造为推理服务，依靠 Token 售卖消化闲置产能。

国产芯片迎来推理赛道专属发展机遇，是算力租赁行业关键破局点：国产芯片现阶段训练大模型难度极高，软硬件适配、集群互联短板明显；但单卡推理场景经过内部多轮工程验证，落地效果稳定，能够完整补齐国内算力生态短板，实现从 “能跑” 到 “好用” 的跨越。

需求端长期增长逻辑明确：未来 1‑2 年行业 Token 整体需求保持 10 倍级增长，持续带动推理算力扩容采购，国内电价成本优势进一步放大推理业务利润空间。

字节自身是国内算力租赁厂商超大客户，持续批量锁卡、大额采购算力资源，当前市场整体格局是需求大于供给，企业主动寻求算力厂商供货，算力资源具备长期稀缺属性。

同步披露内部算力租赁预算规划：2026 年全年算力租赁投入两三百亿，2027 年租赁预算最低突破 1000 亿，首都在线等多家算力运营商均为稳定供应商，全年采购订单持续放量。

4、字节超节点硬件中长期规划：通信互联是核心瓶颈，国产整机采购锁百亿预算

基础需求定性：字节对超节点集群需求高度明确，是中长期算力建设核心方向；目前供给端产能、配套硬件不足，整体落地规模占比偏低。

国产硬件采购层面，字节是昇腾 910C 最大单一客户，同步采购昆仑芯 P800 系列显卡；同时自研大禹超节点整机方案，自主设计 64 卡、128 卡高密度机柜，持续迭代更大规模单机柜扩展架构，自研集群互联协议，降低对海外原厂硬件方案依赖。

整条超节点落地链路，机柜、算力模组、液冷散热均不是核心卡点，明年产能供给基本可以匹配需求；全行业最大瓶颈集中在通信互联设备，直接限制万卡集群批量交付进度。

内部正在测试盛科 51.2 高速交换设备，现阶段国内高速互联硬件产能、协议适配能力不足，制约超节点大规模铺开；优化组网通信协议，能够大幅降低单万卡集群整体硬件成本，同时减少对 NVIDIA 整套硬件生态绑定。

行业整体落地节奏预判：2027 年国内超节点方案迎来批量突破，当前各家厂商自研整机架构和海外原厂方案存在明显代差，硬件整合、集群稳定性仍有优化空间，但全部问题可控，不存在无法解决的技术硬伤。

规模占比量化数据：2026 全年超节点集群在整体 GPU 采购大盘中占比仅个位数，整体采购规模约 200‑300 亿，全年 GPU 总预算 2300 多亿；2027 年整体 GPU 采购预算上调至 4000‑4500 亿，超节点采购占比提升至 20%‑30%，规模实现翻倍增长。

超节点放量存在两大前置约束条件：第一，海外高端 GPU、RUBIN 架构芯片供货量受限，采购配额无法完全满足内部需求；第二，通信交换设备产能有限，盛科等国产高速交换机出货量决定集群交付速度，硬件配套链路存在明显周期错配。

国产显卡大规模落地现存两大核心壁垒：上游芯片产能不足、HBM 显存供给缺口持续扩大。国内供给稳定性头部厂商为昇腾，字节已经提前锁定 2027 年整机采购预算近 500 亿；昆仑芯 590、580、690 系列显卡全年采购量同步披露：590 全年采购 11 万张，580 采购二三十万张，690 保底采购 6 万张，上限视厂商全年产能调整。

ODM 整机供应商清单清晰，分为头部核心厂商与备选供应商：浪潮、华勤、超聚变、宁畅、英业达为核心大批量供货方；联想今年新增拿到整机订单，后续供货规模持续提升。

注：ODM 整机厂商 —— 负责高密度算力机柜组装、液冷配套、整机调试，是超节点集群落地核心硬件合作伙伴。

针对新一代 24G 配套硬件、全新机柜架构落地时间，专家给出明确判断：内部大禹自研方案仍处于迭代调试阶段，整体进度较阿里新一代超节点方案慢一代，全新机柜标准化落地方案确定时间仍需延后，暂无明确落地时间表。

交流：国产大模型长期成长逻辑如何锚定？

市场最大分歧点：大模型参数扩容周期是否见顶、国内厂商能否持续追赶海外进度。

从本次闭门会议交流来看，参数扩容周期至少延续 3‑4 年，算力、数据仅拉长训练周期，不会逆转规模扩张趋势；国内厂商迭代节奏分化，但只要保有算力、资金、研发团队，就具备持续反超的可能性，短期性能差距是阶段性问题。

第二大核心认知误区：AI 商业化仅看 C 端用户付费。

字节内部营收结构清晰证明，C 端工具变现规模有限，ToB 算力、模型私有化部署、推理租赁才是长期收入核心，算力硬件产业链的成长空间，远大于 C 端应用短期变现。

第三大产业关键变量：国产算力硬件替代节奏。

训练端国产芯片短期难以替代海外高端显卡，但推理赛道已经跑通规模化落地路径；超节点集群长期替代核心卡点在高速通信设备，国内交换芯片厂商是硬件赛道核心观测主线。

短期投资跟踪时间节点梳理：

1、2026 年 9‑11 月：国内 10T 参数基座启动集群部署；8 月底努比亚 AI 手机上线豆包电商渠道；

2、2027 年 3 月：字节 17 级别超大模型正式启动训练；全年昇腾整机近 500 亿采购订单落地；

3、2027 年下半年：10T 参数模型成为行业标配，超节点采购规模占比提升至 20%‑30%；开源 10T 基座全面上市；

4、2028 年：20T 参数基座普及，国产超节点方案实现批量规模化交付。

整体行业结论：国内大模型产业完整迭代周期远未结束，基座模型、商业化变现、算力硬件三条主线同步向上，短期存在算力、数据、通信设备多重瓶颈，但全部属于阶段性可解决问题，整条 AI 产业链未来数年持续具备跟踪价值，算力租赁、国产高速互联芯片、超大参数基座研发厂商为核心受益方向。

OCR:IMG:调研·先知