标签: AI大模型

  • 拆解硅基流动,独立“卖铲人”的生存之道

    声明:本文来自于微信公众号 光锥智能,作者:白 鸽

    国产算力的“卖铲人”硅基流动,要开始IPO了。

    6月30日,硅基流动向港交所递交招股书,拟在主板挂牌上市,华泰国际、国泰海通担任联席保荐人。

    图片

    成立不到三年,这家公司给自己贴上了“AI Token工厂第一股”的标签。

    创始人袁进辉,此前创办的一流科技(OneFlow)被光年之外收购后并入美团,他选择再次创业,在2023年8月成立了硅基流动。

    据招股书援引的弗若斯特沙利文数据显示,按2025年的Token年吞吐量计算,硅基流动是中国最大的独立Token供应商,并在中国所有Token供应商中位列第四。

    然而,尴尬的是,其市场份额仅为1.5%,与前三名火山引擎、阿里云和百度智能云差距悬殊。

    与此同时,招股书还披露了一组极具张力的数字:2025年营收5533万元,同比增长653.2%;但毛利率从2024年的39.4%骤降至-24.0%,年内亏损3.45亿元,累计亏损达4.396亿元。

    更耐人寻味的是估值曲线。

    2025年2月,硅基流动Pre-A轮投后估值9.85亿元,2025年6月A轮22.86亿元,2026年3月31.2亿元,2026年6月B轮+B+轮合计12.6亿元融资后,投后估值飙至77.4亿元。

    77.4亿估值对应5533万营收,市销率(P/S)超过140倍。显然,这不是在卖Token,而是在卖一个关于Token的梦想,但梦想需要落地。

    硅基流动的招股书,就像一面棱镜,折射出中国AI基础设施赛道最真实的商业图景,当所有人都在谈论“卖铲人”的故事时,铲子本身的成本结构、竞争格局和盈利路径,却鲜少被认真审视。

    Token工厂

    一个高级二房东的叙事包装

    硅基流动的自我定位是“开放、独立的词元供应平台”。

    词元(Token)是大模型处理文本的最小单位,可以理解为AI时代的“电力”,即每一个对话请求、每一次代码生成、每一张图片创作,背后都是Token的消耗。

    据招股书显示,硅基流动的核心业务主要分为两块:

    一是公有云服务,包括无服务器词元服务(按Token用量计费)和专属实例(预留独享算力,按固定费用或使用量计费),面向个人开发者和中小企业。

    二是本地部署解决方案,即将推理引擎和算力编排系统部署到客户自有数据中心,收取软件许可费、实施费和维护费,主要面向大型政企客户。

    图片

    截至2026年4月30日,硅基流动平台注册用户超过1000万,企业客户超过1.3万家,支持模型超过170个。2026年4月日均词元吞吐量约5785亿次,单日峰值突破1.07万亿次。

    这些数据看起来很漂亮。但漂亮的叙事背后,是一个更朴素的商业本质,即硅基流动本质上是一个没有房源的“高级二房东”。

    硅基流动不生产GPU,不研发大模型,它的角色是连接者——从上游租赁算力(GPU服务器),通过自研软件系统进行优化调度,再向下游开发者和企业销售标准化的Token服务。

    用一个更直白的比喻:它是一家“算力中介”。

    上游,它从英伟达、华为、阿里云等“大房东”手里租GPU,按月交房租。中游,它把这些“房子”简单装修(装上推理引擎SiliconLLM、算力编排系统等软件),让租客能拎包入住。下游,它把装修好的房子按天或按小时租给AI开发者和企业。

    图片

    这个模式的关键等式是:收入=下游客户支付的Token费用;成本=上游GPU租赁费用+软件研发摊销+运维费用。当成本增速超过收入增速时,毛利率就会转负。

    而硅基流动2025年的数据,正是这个等式失衡的体现。

    营收端,2024年硅基流动收入是734.6万元,到了2025年营收为5533万,这对于一家成立不到三年的AI公司来说,增速确实惊人。

    但在其营收飞速增长的背后,成本端的费用也在暴涨。

    招股书数据显示,2025年,硅基流动的销售成本从445.2万元飙升至6863.2万元,增幅约15.4倍,远超收入增幅的6.5倍。

    其中,算力资源成本是最大项,2025年算力成本约5963万元,占销售成本的86.9%,同比暴涨约22倍。这意味着公司每产生1元收入,仅算力成本就消耗了1.08元,尚未覆盖其他运营成本。

    这不是规模效应,而是规模的反效应。

    在传统互联网生意中,用户越多,边际成本越低。但在算力二房东模式中,每多一个用户,就要多租一块GPU,成本线性增长。

    更致命的是,硅基流动在2025年的公有云服务收入占比首次超过本地部署(52.9% vs47.1%),而公有云恰恰是毛利率最低的业务。

    从毛利率来看,2024年,硅基流动的毛利率是39.4%,2025年则转负为-24.0%,其中公有云服务毛利率为-119.0%。显然,这并不是在卖服务,而是在烧钱换市场。

    图片

    招股书对此的解释是:“公有云服务快速扩张期间,需要提前租赁庞大的底层算力资源来支持激增的词元需求,而算力资源的利用率仍处于爬坡期,导致成本增幅大幅跑赢了收入增幅。”

    翻译一下:为了抢客户,提前租了大量GPU,但客户还没上来,GPU空转,成本先出去了。

    另外,截至2025年12月31日,硅基流动的现金及现金等价物1.72亿元,另有定期存款1.00亿元,月均现金消耗率约1480万元。

    按此消耗节奏,现有资金约可支撑18个月经营消耗,但考虑投资支出后压力确实很大。

    这或许也是硅基流动急于上市的最直接原因,不是时机成熟,而是不得不上。

    招股书也坦诚提示风险:“录得毛损、净亏损并产生经营活动现金流出,可能无法实现盈利,或即使实现盈利,其后亦可能无法维持盈利。”

    显然,现如今于硅基流动来说,上市不是可选项,是必选项,而且时间窗口有限。

    Token独立平台

    在窄路中寻找蓝海

    做独立Token工厂,意味着硅基流动选择了一条与火山引擎、阿里云、百度智能云不同的路径:不做自研模型,不做自有云,而是做跨模型、跨芯片、跨云厂商的Token调度平台。

    不与巨头正面竞争,这或许是袁进辉上一次创业后累积下的重要经验。

    2017年,袁进辉创办一流科技,做深度学习框架OneFlow,这个领域的竞争对手是TensorFlow(Google)、PyTorch(Meta)、PaddlePaddle(百度)。

    而OneFlow的技术路线是分布式训练的高效性,但在生态战中,TensorFlow和PyTorch已经占据了开发者心智,OneFlow始终未能突围,最终被美团收购。

    但硅基流动选择做独立Token工厂,代价则是结构性的高成本——不掌握算力、不掌握模型、不掌握客户入口,只能依靠软件优化和调度算法来赚取差价。

    而这个差价,在2025年的财务数据中,是负数。

    更重要的一点在于,选择独立,就无法享受大厂的成本优势。

    毕竟,云厂商的优势就在于有足够大的规模能够摊销其成本支出,如火山引擎可以亏本卖Token,因为底层还有云基础服务能力的收入作支撑。

    而硅基流动不能亏本,因为它没有“生态”可以补贴。

    然而,它还是在亏本,而且亏得比谁都狠。

    那么,在这条“独立”的赛道上,硅基流动到底有哪些核心优势?毕竟,从大模型定价来看,其相比于云平台或大模型厂商来说,优势并不明显。

    总的来看,核心优势或许有两点:一个是方便,一个Key能直接调用170多个模型,且一般来说,官方API高峰期会有拥堵,需要备选渠道。另一个,则在于大模型对国产芯片的适配上。

    而异构算力的适配,是硅基流动最独特的标签,也是它招股书反复强调的点。

    在业内,硅基流动率先完成了基于国产芯片的DeepSeek R1和V3部署,跨芯片适配是其区别于大厂的核心标签之一。

    目前主流的算力芯片架构,包括英伟达GPU、华为昇腾、沐曦、摩尔线程等,硅基流动的价值在于,它做了一套跨平台开发框架,让客户不同关心底层是什么芯片,直接调用API就行。

    其实说白了,硅基流动的核心技术壁垒,不是某项独步天下的算法,而是在国产芯片替代浪潮中,率先做了大量脏活累活,积累了跨芯片适配和调度的工程经验。

    这个壁垒的厚度,取决于两个变量,一是国产芯片生态的成熟速度,越快,壁垒越薄;二是大厂是否愿意做中立第三方,如果做的话,这个壁垒将会直接消失。

    微妙的是,现在云大厂也在做国产芯片适配。如阿里云已经规模化适配了华为昇腾、海光、沐曦、摩尔线程、平头哥真武等主流国产算力芯片,火山引擎也在部分场景支持昇腾。

    因此,这对于硅基流动来说,它更像是一张时间窗口卡,而非终身通行证。整体来看,硅基流动的技术壁垒,更像是一种先发优势+工程经验+生态卡位的组合,而非某种独门绝技。

    用个形象的比喻,硅基流动像是一个“在偏远山区修了条公路的包工队”,山区(国产芯片生态)还没被大厂重视前,它先修了路,收了过路费。但如果某天大厂决定也进山修路,或者山区自己通了高铁,这条路的稀缺性就大打折扣。

    因此,硅基流动的技术有价值,但这个价值的持久性和独占性,却远比资本市场叙事中要脆弱。

    一个行业的缩影

    硅基流动的IPO,是中国AI基础设施赛道发展的一个缩影。

    它代表了一种理想主义的创业路径:不碰大模型,避免与巨头正面竞争,不做终端应用,避免红海厮杀,而是深耕产业链中游,做“卖铲人”。

    但招股书的财务数据冷酷地揭示了一个现实:在算力被英伟达垄断、模型被大厂控制、客户被生态绑定的格局下,中游的“卖铲人”可能是最脆弱的一环。

    它的上游成本刚性,即GPU租赁价格由市场供需决定,下游价格弹性,即开发者对Token价格极度敏感,中间环节的利润空间被两头挤压。

    2025年-24%的毛利率,不是经营失误,而是这个商业模式的结构性困境。而77.4亿元的估值,资本市场买的或许不是现在的利润,而是“万一成了呢”的期权。

    但这个成了的前提,是独立Token供应平台能真正地生存下来。而其生存风险,也并不仅仅在于有可能被大厂挤压生存空间,而在于这条独立赛道的市场空间是否足够大,-119%的毛利率能否在规模化后转正,以及国产芯片适配的壁垒能否持续。

    硅基流动的招股书,像一份诚实的市场体检报告。它没有虚构数据,没有编造案例,只是把一家AI基础设施公司的真实经营状况摊开在阳光之下:高增长、高亏损、高估值、高不确定性。

    对于投资者而言,这是一个需要冷静思考的问题:当“卖铲人”开始卖自己的股票时,你买的到底是铲子,还是关于铲子的故事?对于行业而言,硅基流动的上市将倒逼整个赛道从粗放式算力租赁竞争,向以软件优化、异构调度为核心的高附加值服务模式升级。

    无论这家公司最终能否盈利,它都在推动一个新品类的独立化和标准化。

    而在这个AI狂飙的时代,硅基流动的故事,或许只是众多“卖铲人”故事中的一个。但它足够真实,足够典型,也足够值得被记录。

  • 杨植麟现身后,Kimi又融资140亿

    声明:本文来自于微信公众号 投资界,作者:周佳丽

    投资界获悉,月之暗面(Kimi)即将完成新一轮20亿美元(约合人民币140亿元)融资,投后估值破200亿美元(约合人民币1400亿元),本轮融资由美团龙珠领投,中国移动、CPE源峰等参投,另有多家老股东加注。

    至此,Kimi累计融资额已超376亿元人民币,成为中国大模型创业公司中累计融资最多的公司;全年ARR收入也从3月初突破1亿美元,到4月超过2亿美元,付费用户订阅和API调用成为主要推动力。

    就在两周前,Kimi发布长程编码能力取得突破的K2.6模型——1T参数MoE架构,32B激活,可连续编码13小时,Agent可持续自主运行5天,夺回开源模型全球第一宝座。几乎同一时间,DeepSeek首轮融资浮出水面,随后DeepSeek V4正式亮相,据传估值逼近450亿美元。

    如此,包揽全球权威开源模型榜单前两名——有人把这比作中国AI界的“两弹一星”时刻:从DeepSeek到Kimi,中国AI公司正从追赶者成为规则重构者。

    Kimi AI 、月之暗面

    当估值破200亿美元

    Kimi王炸浮现

    Kimi正在刷新想象力。

    4月20日深夜,月之暗面发布并开源了Kimi K2.6:可以连续编码13个小时,一口气编写或修改超过4000行代码,完成一整个复杂系统的开发与优化,是Kimi迄今最强的代码模型。

    在多项全球权威基准测试中,它的表现持平甚至优于GPT-5.4、Claude Opus4.6和Gemini3.1Pro等顶尖闭源模型。它将代码能力与视觉理解深度融合,能够交付极具设计创意的专业级Web应用。这对前端开发、产品原型设计等领域而言,或许是一枚效率炸弹。

    K2.6所驱动的“Agent集群”架构迎来了一次大升级:支持300个子Agent并行完成4000个协作步骤。相比上一代K2.5,任务完成度和交付质量都有显著提升。

    无论是Attention Residuals、MuonClip,还是这次的Agent集群升级,Kimi走的是一条“地基挖得深,楼才能盖得高”的路。如今其在底层架构上的持续投入,正在转化为产品层面的竞争力。

    四天后,DeepSeek V4接踵而至。对比下来,两家公司都在国产芯片适配层面,做出了各自的探索。DeepSeek V4首次深度适配华为昇腾芯片,推理环节将支持运行在国产硬件上。

    Kimi则提供了另一种思路。其最新论文《Prefill-as-a-Service》提出了跨数据中心异构硬件推理框架,允许用不同类型的国产芯片分别承担Prefill和Decode阶段。实测中,吞吐量提升54%,首token延迟降低64%。这为国产芯片真正进入大模型推理链条,打开了一个现实的切入口。

    在Artificial Analysis智能指数开源模型榜单上,全球前五名开源模型全部为中国模型,其中Kimi K2.6位居开源第一。据多位开发者介绍,K2.6的编程能力甚至优于DeepSeek V4。

    换句话说,在全球开源的玩家里,Kimi现在是实力最强的选手之一。

    这一突破,意义深远。长久以来,中国创业者习惯将硅谷科技奉为圭臬,仿佛那里才是技术正统的源头,如今这样的叙事正在被改写。中国AI正沿着开源的脉络,走出了一条自己的路——用中国的芯片,跑中国的模型,对全世界开源。

    数据也在印证这一趋势。据监测平台OpenRouter统计,今年一季度全球API调用量中,中国开源大模型的周Token调用量占比已超过60%,Kimi与DeepSeek稳居前列。悄然间,全球AI底层技术的话语权开始转移。

    从梁文锋到杨植麟

    一直以来,外界总爱将Kimi与DeepSeek放在一起比较,两家也曾有过多次“默契”的交锋:如DeepSeek R1引爆AI江湖时,Kimi恰好同期发布了K1.5。而这一次,Kimi K2.6与Deepseek V4的发布前后也就相差不到四天。

    早前类似的节点上,DeepSeek的风头看起来似乎更强劲。但后续的发展,演绎出两条不同的剧本:DeepSeek以开源加低价的组合拳,成为现象级的“国民AI”,而Kimi则从底层架构创新入手,开始动地基。他们风格迥异,却殊途同归——让中国AI成为全球技术生态中不可绕过的存在。

    更让人感慨的是,DeepSeek与Kimi之间,隐约生长出一种超越竞争的氛围。Kimi的MLA注意力机制中,流淌着DeepSeek早期公开探索的脉络;而DeepSeek V4中关键的Muon优化器,其有效性由Kimi团队率先验证;甚至,DeepSeek还曾在技术报告中公开致谢。这种技术联动,在竞争白热化的大模型江湖实属罕见。

    悄然间,两家顶尖AI团队形成了一种难得的战略默契——你拓一条路,我架一座桥,在无人区里交替领跑。这种开源协作的精神,大概就是大国科技叙事下最隐秘也最动人的浪漫。

    而两位技术理想主义者的同向追逐,何尝不是中国AI产业爆发的一缕缩影?

    近年来,我国持续推进“人工智能+”战略,AI大模型发展进入快车道,已成为推动新一轮产业变革的重要引擎。国产大模型在全球开源生态中异军突起,累计下载量已突破100亿次。

    也是在不知不觉间,中国公司开始重构全球AI规则。今年CES上,黄仁勋展示下一代GPU性能,使用的基准模型正是DeepSeek和Kimi K2-Thinking。这在历史上是第一次。

    不止于技术,中国大模型的创始人也成为全球AI竞赛的主角。正如3月,英伟达GTC大会,杨植麟作为唯一受邀登台的中国大模型创始人发表主题演讲。中国大模型公司的创始人站在这个位置,还是第一次。

    这群中国年轻人正在改变潮水的方向。正如投资圈形成一个普遍共识:全球AI科技已进入“中国时间”——中国顶尖AI公司将迎来重估。

    “份额被抢疯了”

    投资人正在用脚投票。

    正如DeepSeek首轮融资似乎浮出水面。据《金融时报》最新报道,DeepSeek⾸轮融资估值已达到约450亿美元,大基金正寻求领投。而一年前,梁文锋还曾明确表示对商业化兴趣寥寥,婉拒了多批前来洽谈的投资人。

    另一边,Kimi在一级市场早已掀起融资风暴。今年不到半年时间,Kimi已融资超39亿美元,最新估值相比去年11月的约43亿美元,翻了超4倍。现在,成立仅三年的Kimi已累计融资额超370亿元人民币,是大模型江湖融资最多的创业公司

    放眼一级市场,近年来几乎没有哪家公司能在如此短的时间内融到这么多钱。

    一个重要转折似在酝酿。据彭博社报道,月之暗面正考虑赴港IPO。这一幕距离杨植麟在内部信中表示“短期不着急上市”,过去了不到三个月。

    如此转变,不得不提港股AI板块的暴涨——智谱、MiniMax等公司上市后市值已飙涨3至5倍。这或许是一个宝贵的窗口期。但关于IPO传闻,月之暗面方面并未作官方回应。

    即便如此,此刻在水面之下,抢筹Kimi份额的景象依然激烈。新一轮融资中,仅美团龙珠就出手超2亿美元,大多数投资人根本拿不到份额。

    从这轮的股东结构看,资金属性上也有产业与生态的共同助推。产业投资人可能成为Kimi企业级客户的第一选择,中国移动等机构可以提供算力与渠道支持,而老股东的持续加注,则为这场高强度技术军备竞赛提供了长线弹药。

    眼前,AI板块行情暴涨,对于投资人而言,在公司上市之前“上车”,正变得前所未有的急迫。

    对此,Kimi官方提示:所有融资活动由公司直接负责,任何通过非官方渠道流传的所谓“投资份额”均存在巨大风险。

    此情此景,意味深长。

    “AI一天,人间一年”,在这个所有人都急于盖楼的时代,期待与考验总是相伴而来。