**中国AI头部公司(智谱、月之暗面等)集中于清华五道口半径两公里内,高信任网络降低交易成本是核心优势;开源策略推动中国模型成为全球默认选项,竞赛维度从能力转向生态标准。** **要点** **1. 创新集群的核心是信任降低交易成本** 清华师生网络(如唐杰与杨植麟)使得找人、认人、信人成本极低,省去数年磨合时间;这种基于共同经历和长期共事积累的信任,是其他地方无法用补贴短期复制的竞争壁垒。 **2. 中国AI公司普遍采用开源策略抢占生态** DeepSeek、Qwen等模型免费开源,即使API毛利极低甚至亏损,仍持续投入;目的是让模型成为开发者“第一个学会的东西”,进而通过生态锁定成为全球默认选项,而非单纯追求能力排名。 **3. 竞赛维度从“最强模型”转向“默认选项”** Hugging Face上中国模型下载量超百亿次,Qwen衍生微调版本比谷歌Meta总和还多,OpenRouter token份额从不足2%升至45%;这些数据表明中国AI正在成为全球基础设施的默认选择,影响力远超Benchmark分数。 **4. 集群的复利效应难以复制** 清华从1978年布局AI,历经张钹、唐杰、杨植麟三代人,通过共同失败织成信任网络;五道口的高密度偶遇(吃面撞见同行)持续强化信任,而其他地方即便挂牌新园区,也买不到四十年的交情和共事经历。
中国AI的半壁江山,走路十分钟就逛完了……
2026-08-24 08:16

中国AI的半壁江山,走路十分钟就逛完了……

本文来自微信公众号: TOP创新区研究院 ,作者:新兴产业研究组


转载引用请注明出处。内容仅供交流学习,不做任何商业用途,不代表任何投资建议,如有侵权请联系后台删除。


上周《华尔街日报》登了一篇长文,讲中国AI是怎么追上来的;主角是两个人,


唐杰和杨植麟。


十几年前,他们是清华的师生,


唐杰自从2006年获得清华大学计算机科学与技术专业工学博士学位后,留校任教;


2014年11月2日,在清华大学本科生特等奖学金的答辩现场,唐杰站在台上推荐杨植麟:“他是我这几年见过最优秀、最有天赋的学生。”当时,唐杰是杨植麟的科研导师。


今天,唐杰的智谱和杨植麟的月之暗面,各自估值几百亿美金,让OpenAI和Anthropic都不敢轻视。



故事讲得挺好。


更吸引我们的是副标题的说法:


一间大学实验室,孵化出了这批人。


University lab nurtured computer scientists……


智谱是清华知识工程组出来的。


月之暗面的创始团队是清华同学。


百川的王小川,清华计算机系96级,从搜狗做到百川,物理位置基本没离开过五道口,江湖上管他叫"清华东门守门员"。


MiniMax的创始人闫俊杰是中科院自动化所的博士,商汤出来的,看着像个外人,但他2016年在清华计算机系做过博士后,导师是张钹,老爷子九十多岁。2025年6月智谱上市前夕,他接替唐杰出任智谱的首席科学家。


这个行业的尖子生与关系网差不多全在一个地铁站走路能到的范围里。


这事儿值得我们反复研究。



集群的科斯定理


我们之前就说到过科斯定理,它源于在罗纳德·科斯在1937年问的傻问题。他问:


既然经济学告诉我们市场是最有效率的资源配置方式,那为什么这个世界上还要有公司?


按理说,福特造车,应该每天早上去市场上买一小时的焊工、买一小时的车间、买一副轮胎,价高者得,多灵活呀。可当时福特把几万人签成长期合同关在一个厂里,这不是明摆着跟市场对着干吗?


科斯对这个反常给出的答案是:


用市场是要花钱的。


你要找到合适的人,要打听他到底行不行,要谈价,要签合同,要提防他半路撂挑子,出了事还得打官司,这个都是钱,只是这些钱不出现在任何一张发票上,但它是真金白银。


他管这个叫交易成本。


公司存在的全部理由,就是把这些成本挪到内部去消化。



好,现在我们同理把这个问题,换个主语再问一遍。


既然公司这么有效率,那为什么创新还要扎堆?为什么不能一家在成都一家在合肥,反正信息沟通都可以做到“即时”?


我们可以给出类似的答案——


一个创新集群,本质上是一家没有法人资格的公司。它替所有成员干的活,就是把找人、认人、信人这三笔钱,压到接近于零。



咱们做个对照实验。


你现在要在某个新区做一家AI公司。


第一步是找联合创始人,一个能扛训练的CTO。你会怎么找?猎头、朋友介绍、行业会议上加微信。运气好,三个月锁定一个人。然后是六个月的试用期——不是他试你,是你俩互相试。这六个月里你发现他PPT做得比模型好,或者他发现你根本不懂技术只会画饼。


散伙,重来。


第二轮再来九个月。加起来一年半,你的公司还没写下第一行训练代码。而这一年半里,行业已经发了三代模型。


现在再看杨植麟这边。


2023年3月,大模型浪潮爆发后,他决定开公司。联合创始人周昕宇、吴育昕,清华同学。其中周昕宇跟他一起在校园乐队里演出过——那乐队叫Splay,伸展树,一种数据结构,杨植麟打鼓兼写歌。三年过去,这几个人一个都没走。


从"我想干这件事"到"团队齐了",中间几乎没有时间。


省下的那一年半,值多少钱?可以值多少钱?


钱能买算力,但买不了合伙人。



还有一笔更贵的,是"认人"。


唐杰2014年在清华特奖答辩上,用一句话给杨植麟做了背书。你把这句话翻译成硅谷的语言:一位在这个领域干了二十年、带过上百个学生的人,公开说这孩子是他见过最好的之一。


一个顶级基金做尽调,砸三个月、访谈二十个人,也未必能拿到质量相当的判断。


"认识"和"知道对方的天花板",是两种完全不同的信息。


"认识"靠社交,微信加一下就有了。


后者只能靠一起做过难事。


招聘网站能告诉你一个人干过什么,只有跟他一起熬过夜的人,知道他到底能干到哪儿——知道他扛不扛得住连续三个月不出结果,知道他被批评之后是改还是拧,知道他手里那点本事是真的还只是口嗨来的。


这种信息不流通。它只在小圈子里,而且出了圈就完全失效。


但在这清华这张网里,这种信息是流通的。


孙茂松教授的学生刘知远创办面壁智能,孙茂松自己跑去当首席科学家。张钹院士的学生朱军做了瑞莱智慧和生数科技。唐杰的智谱转头投了好几家师门后辈的公司。


外人看,哟吼,一堆关系,都是圈子。


但你换个角度:这帮人在互相下注,而且下的是自己的钱和名声。这是到了怎么样的信任才会发生的行为?



圈子抄不走


因为信任,因为圈子,因为关系,创新集群很难复制,更具体来说,关系这个东西有三条属性:


第一条,它是复利,没法空投。


清华1978年成立"人工智能与智能控制"教研组。1985年建了国内第一个智能机器人实验室。1990年建成全国第一个以"智能"命名的国家重点实验室。张钹这一代打的底,带出朱军、唐杰这一代,唐杰再带出杨植麟这一代。


四十年,三代人。


如果一个地方2019年才挂牌,差距就是40年。


第二条,网是靠一起失败织出来的,不是靠一起成功。


智谱2019年成立,最早做知识图谱,做了两年不温不火,融资的时候还得费劲跟投资人解释大模型是什么。杨植麟在CMU读完博士,去Facebook、去谷歌,转了一圈才回来。


他们不是一步到位的天才组合。他们是在同一个地方待了足够久,久到彼此见过对方最狼狈的样子。


这个时候一个地方还能留住他们,同时他们还愿意继续干,就很稀缺了。


第三条,密度与偶遇。


在五道口,你出去吃碗面能撞见三个同行,这是一个每天都在发生的高频低成本接触。你在这种环境里一年撞见同一个人二十次,跟你在年度峰会上跟他加个微信、然后维系着朋友圈的点赞之交,产生的信任量级完全不同。


当然着不是说办论坛、办路演、办对接会这些碰撞没有用,这些交流内容很好,但它是低频率的碰撞,真正能让创新区“熟”起来的是,让同一批人在长时间尺度上反复共事、反复看见对方。


这可能是全中国最智慧的3平方公里……


不过,高信任网络的另一面,是高排他性。


清华系互相投、互相背书、互相挖人,效率极高,但它同时也是一堵墙。你不在这张网里,你就一直在外面。


教授公司


关于这帮人做的公司,《华尔街日报》副标题也说了:


这帮人非常懂怎么把自己的工作变现。


这个评价有点意思,因为他们真正懂的,


是怎么让收入跟模型脱钩。


我们看看中国的AI公司在赚什么钱。


智谱四成左右的毛利,来自给国企做私有化本地部署——这是Palantir的生意,不是OpenAI的生意;它的API毛利在0到10%之间。



DeepSeek干脆一分钱不赚,1.27亿月活全是免费用户,成本几乎都是由幻方这家量化基金的报表扛着。


阿里的Qwen存在的意义是卖阿里云、是让淘宝支付宝变聪明,模型在财报里是个成本中心。


月之暗面是四家里最像美国打法的,今年四月ARR做到两亿美元——而同期Cursor的ARR超过二十亿。十倍。而Cursor的模型有一部分是在Kimi K系列上训练出来的。


就像是,你把权重免费送出去,然后别人拿它做了一家比你大十倍的公司。


正常商业逻辑下这叫灾难。


可这帮人无所谓,一点要改的意思都没有。


为什么?


我们个人的看法是:因为这不是从商业模型里推演出来的策略,这是实验室习惯长出来的。


学者是干什么的?发论文。把辛辛苦苦做出来的东西完整地、免费地、带着复现细节交出去,然后靠声誉、靠影响力、靠"这个方向是我开的"活着。这套行为模式在学术界运行了三百年,它对钱的态度天然是间接的。


而中国这批大模型公司的一号位,一大半是教授或者教授的学生,公司是从实验室里端出来的。


GLM这条线,2021年就以THUDM的名义把权重挂出来了,那时候还没有ChatGLM,也没人跟他们谈开源战略。


所以后来发生的事情就是惯性。


梁文锋自己的说法很朴素:开源不影响DeepSeek的竞争位置,因为门槛从来就不在权重上。把前沿模型部署好、并且跑得足够便宜,需要的基础设施和工程能力,不是下载一个文件就能得到的。



那他们真正要争的是什么?


默认值


几乎所有报道——大概也包括这篇华尔街日报——都在用"能力"给这场比赛计分。谁的模型最强,智能指数多少分等等。


我们认为这是错的计分板。


该看的是另一组数:Hugging Face上中国模型占了一半的下载量,累计超过一百亿次;Qwen衍生出来的社区微调版本,比谷歌和Meta加起来还多;OpenRouter的token份额一年前不到2%,今年四月过了45%,春节那几周一度冲破60%;


马来西亚的主权AI栈跑DeepSeek,


新加坡的国家级区域模型用Qwen;


今年7月16日,29个国家在上海签政府间协议,成立了世界人工智能合作组织。


竞赛的维度从能力挪到了标准,用的是一本翻烂了的剧本:把反正要商品化的那一层白送,占住开发者的手感,成为所有人"学会的第一个东西",然后让生态自己把自己锁死。


也就是企业家Joel Spolsky在2002年总结的


"把互补品变成大宗商品"(commoditize your complement),



排行榜量的是谁最聪明,下载量量的是谁是默认选项。


只有后面这个会复利。


其实,这个道理对一个区域同样成立,


大部分招商的目标是"把最强的企业招到我这儿来"——争王冠。但一个地方真正的护城河,是成为某类事情的默认发生地:做这件事的人,第一反应就是来这儿;投这件事的钱,第一站就落这儿;学这件事的年轻人,毕业了默认往这儿走。


王冠可以用更高的补贴挖走。


默认值挖不走。


《华尔街日报》把这件事写成了两个天才的故事。天才当然是天才。


但天才在哪儿都有,


深圳有,成都有,合肥也有。


海淀那两公里真正独有的,是信任的浓度。


科斯当年说,公司的边界取决于交易成本,哪些事在内部干更便宜,公司就长到哪儿。一个创新区的边界其实也一样:它能长多大,取决于在这个圈子里"认人"这件事有多便宜。


这个结论对大部分地方是残酷的,因为你买不到二十年的交情,


但你能决定今天来的这批人,


二十年后还在不在这儿。

AI创投日报频道: 前沿科技
本内容来源于网络 原文链接,观点仅代表作者本人,不代表虎嗅立场。
如涉及版权问题请联系 hezuo@huxiu.com,我们将及时核实并处理。
正在改变与想要改变世界的人,都在 虎嗅APP