中國AI模型參數量達三萬億，國產晶片量產在即

在今年七月舉行的世界人工智能大會（WAIC）上，六家中國AI實驗室發佈了參數量在兩萬億至三萬億之間的模型，規模可與Claude Opus 4.8匹敵，但收費僅為其零頭。

「美國在構建前沿AI軟體方面的護城河，並不像我們許多人當初期望的那樣堅不可摧，」美國企業研究所研究員Ryan Fedasiuk表示。「我們應該預期，中國AI實驗室將繼續以僅比美國實驗室落後數週的速度，提煉並免費釋出美國前沿模型的版本。」

在這些新發佈的模型中，最引人注目的是Moonshot AI的Kimi K3。它擁有2.8萬億參數以及100萬Token的上下文視窗——足以在一次查詢中處理整本書的內容。阿里巴巴的Qwen3.8Max預覽版（參數量2.4萬億）以及DeepSeek即將推出的V4正式版也參與其中，同場亮相的還有智譜AI（Z.AI）的GLM-5.2、MiniMax的M3和H3，以及騰訊的HY3。英國AI安全研究所發現，開放權重模型目前與前沿模型的差距已縮小至四到七個月，而2025年大部分時間內這個差距為六到十個月。

在模型快速迭代之際，華為正準備於2026年下半年量產其Ascend 950系列晶片。中信建投證券（CMSI）表示，這一進展將成為大模型效率的「重要催化劑」，能夠降低推理成本並改善中國AI公司的毛利率。CMSI維持對該行業的「強烈推薦」評級。

Kimi K3的公開亮相既展現了進步，也揭示了制約。社交媒體用戶展示了該模型在幾分鐘內生成一個基於瀏覽器的macOS系統，引發了與美國前沿模型的比較。然而，Moonshot CEO楊植麟在發佈說明中補充道，K3與美國領先模型之間存在「明顯差距」。根據Fedasiuk的說法，在發佈當天，超過60%登錄Kimi網站的用戶遇到了錯誤，原因是Moonshot缺乏足夠的高端計算基礎設施。

「K3是一個極其龐大且計算需求極高的模型，」Fedasiuk說道。「它擁有近三萬億的參數，運行它幾乎需要一整台伺服器機櫃的高端AI晶片。」

國產晶片量產瞄準基礎設施瓶頸

這正是華為Ascend 950系列登場的時機。包括華為和阿里巴巴平頭哥在內的中國晶片製造商，已從比拼單晶片規格轉向構建「超級節點」，將數百至數千顆晶片互聯成統一的計算池，通過架構創新來彌補單個處理器的性能差距。CMSI預計，Ascend 950在2026年下半年量產後，將顯著降低推理成本並改善模型公司的毛利率。

競爭領域不僅限於基礎設施。CMSI將阿里巴巴的全棧AI能力、騰訊的消費者生態系統優勢、快手可靈（Kling）AI視頻生成模型、智譜AI領先的程式碼模型，以及MiniMax的原生全模態能力，確定為關鍵投資主題。中國模型的API定價仍明顯低於美國同類產品，隨著國產晶片產能擴大，這一差距可能進一步拉大。

政治背景為這一局面增添了另一個維度。特朗普政府放寬了晶片出口管制——允許輝達（Nvidia）向中國出售更多晶片，以換取政府分成——同時在四月宣布打擊「蒸餾」行為，即利用美國前沿模型的輸出結果來訓練AI模型。WAIC前一個週末，前AI及加密貨幣主管David Sacks批評頂級美國AI公司「希望政府消滅它們的開源競爭對手」，而五角大樓高官Emil Michael則在如何應對中國開源挑戰的爭論中，稱OpenAI新任戰略未來主管為「頂級村莊白痴」。

對於投資者而言，計算邏輯正在發生轉變。阿里巴巴儘管擁有全棧AI佈局，但其估值相較美國雲端同業仍存在折讓。騰訊的消費者生態系統賦予其在AI產品分發上的優勢，這是美國社交平台所不具備的。而國產晶片的量產可能將推理成本壓縮一個數量級，使中國AI服務在結構上比美國替代方案更加便宜——這一動態威脅著OpenAI和Anthropic在全球市場的定價能力。

本文僅供資訊參考，不構成投資建議。