墨西哥支付方式：是什么?
訓(xùn)練靠后，推理向前，ASIC 敘事逐漸減弱，NV 的算力份額和領(lǐng)導(dǎo)者地位依然穩(wěn)固，市值將達(dá)到 4 萬億
以 o1 為起點，由于模型推理能力的增強(qiáng)，以及軟件公司用 LLM 開發(fā)新產(chǎn)品或進(jìn)行自我改造的積極性提升，推理需求指數(shù)級增長讓今年下半年以來 CSP ASIC 顯著受益，CSP 離下游需要推理的客戶群體更近，Amazon、Google、微軟等大廠都在通過自有芯片研減少對 GPU 的依賴。
2025 年 Inference 作為硬件板塊的核心命題不會改變，考慮到整個算力市場需求比預(yù)期要更大，CSP ASIC 敘事會在明年逐漸走弱，而 NVDA 依靠 GB200 在 TCO/性能仍會在算力市場維持自身的領(lǐng)導(dǎo)者地位，相比之下 AMD 丟失的市場份額可能會更明顯。
O 系列開始，inference time compute 的思路讓 post training 的重要性提高了很多，可提升的空間和消耗的算力層面都可能比 pretrain 更重要。
在這個趨勢下，post-training 和 pre-training 的界線會越來越模糊，post-training 會消耗更大的算力、解鎖更多能力，pre-training 會漸進(jìn)式地用 RL 來漸近找到更好的 data recipe。類似從 AlphaGo 到 AlphaZero 那樣，模型能夠逐漸離開一部分人類數(shù)據(jù)，用合成數(shù)據(jù)來得到更多數(shù)據(jù)分布外的高質(zhì)量數(shù)據(jù)，解鎖更高天花板的智能。
改寫、編排現(xiàn)有的數(shù)據(jù)雖然能提升數(shù)據(jù)質(zhì)量，但不能提供增量數(shù)據(jù)和新知識。如何規(guī)模化地獲取合成數(shù)據(jù)是技術(shù)上重要的難點，也是我們期待的突破點。去年這個突破沒有實現(xiàn)，我們預(yù)測今年能夠取得進(jìn)展，因為 pre train 的數(shù)據(jù)瓶頸今年愈發(fā)緊迫。
o3 驗證了 reasoning scaling law，但商業(yè)化落地遇到瓶頸
o3 在 ARC-AGI 和 Frontier Math 涌現(xiàn)式的能力突破定義了真正優(yōu)秀的推理能力，這讓我們對 o 系列的成長上限有更強(qiáng)的信心：o3 帶來了 reasoning scaling law，強(qiáng)推理能力正是解鎖 agent 最必要的能力。2025 年，模型每 3 個月就會實現(xiàn)過去 1 年的能力進(jìn)步。
但 o1 的商業(yè)化確定性和前幾代模型相比要更低，因為強(qiáng)推理并不是大眾用戶的需求，只有少數(shù)用戶對這樣的高生產(chǎn)力、復(fù)雜推理問題有需求。因此現(xiàn)在 ChatGPT 產(chǎn)品中 o1 的使用率也不到 5%。同時 o1 query 的定價也很貴，所以需要 200 美金甚至 2000 美金/月的價格來支持更大的 inference time compute 需求。
Chatbot 競爭翻篇，
開始全新 AI產(chǎn)品形態(tài)競爭
Chatbot 的競爭在 2024 年結(jié)束了，2025 年 各模型公司要在全新的產(chǎn)品形態(tài)上競賽。Chatbot 仍將是包容性最強(qiáng)，用戶受眾最廣的前端交互，但 computer use、coding agent、artifacts 等更復(fù)雜，更跨軟件，更能捕捉用戶行為數(shù)據(jù)的交互會成為新的重點。
Memory 和 Online learning 問題在 25 年得到解決，LLM 更加主動和個性化
和推薦算法比，LLM 的缺陷是不能實時更新 weights，所以模型無法千人千面。Memory 是 AI labs 和 Agent 公司花了很多精力解決的問題，我們認(rèn)為 Memory 會在 2025 年有不錯的解決方案，onling learning 也能有一定突破，讓 LLM 和 Agent 真的做到更主動，更懂用戶。
多模態(tài)智能得到突破，visual reasoning 涌現(xiàn)，用戶和 AI 交互可能性被拓寬，出現(xiàn)AI+IP 爆款
過去兩年多模態(tài)智能能力發(fā)展不如語言，但 2025 年多模態(tài)智能會得到更多投入。視覺推理和 Scaling Law 的涌現(xiàn)現(xiàn)象成為重要研究方向。尤其是 Google、Meta、Tesla 等大企業(yè)，有海量視覺數(shù)據(jù)，有處理視覺數(shù)據(jù)的完整 infra，也有更明確的多模態(tài)應(yīng)用場景，相比 AI labs 會更重視多模態(tài)的研究發(fā)展。
雖然我們在 2024 年的預(yù)測中提到類 Character.ai 賽道會收斂在今年得到驗證，但 Character.ai 代表的底層需求不變。經(jīng)典 IP 長盛不衰、Jellycat 的爆火本質(zhì)上是“陪伴”。AI 時代的 Her 不是 chatbot，更有可能從經(jīng)典 IP 嫁接而生：AI，尤其是多模態(tài)智能會讓人類和已有 IP 的互動變得更真實、絲滑，例如迪士尼、任天堂等相關(guān)公司也會利用多模態(tài)推動新應(yīng)用和經(jīng)典 IP 喚新。
ChatGPT 和 Perplexity 跑通廣告變現(xiàn)模式，廣告超越訂閱模式成為主流
因為面向生產(chǎn)力場景，LLM startups 一開始通過訂閱模式嘗試商業(yè)化，但訂閱的增長曲線有限：ChatGPT 的 MAU 預(yù)計已經(jīng)超過 5 億，年收入約 40 億美金，平均一個月活用戶只有～8 美元/年收入，而 Google、Meta 每個月活用戶 ARPU 都價值100美金起。訂閱無法支撐 AI 超級應(yīng)用，廣告還是主流商業(yè)化方向。
從去年下半年開始 perplexity 和 OpenAI 都已經(jīng)透露出試水廣告，通過問答的形式直連商品、服務(wù)搜索，進(jìn)一步有可能重組視頻、電商、工作、酒旅、住房等供應(yīng)鏈。
自動駕駛到達(dá)商業(yè)化拐點：Waymo 開始蠶食 Uber 市場份額，Waymo 可能會在 2025 年 IPO
Waymo 在 2024 年 8 月占 SF 網(wǎng)約車份額為 5%，到 11 月訂單金額市占率快速上升超過20%，且出現(xiàn)一定網(wǎng)絡(luò)效應(yīng)，到 12月初 Waymo 在全美已經(jīng)實現(xiàn)了17.5 萬次/周的付費出行。隨著監(jiān)管放松 Waymo 的規(guī)模效應(yīng)還會加速。
AI 領(lǐng)域 M&A 活躍：AI 應(yīng)用、Coding 領(lǐng)域出現(xiàn)大的收購，中小 GPU 云會被整合
2025 年，AI 領(lǐng)域的投資并購會繼續(xù)活躍，不過主題從大廠收購 foundation model 公司轉(zhuǎn)變?yōu)橹写笮凸臼召?AI native 應(yīng)用，帶來 M&A 的有 4 個角度的因素：
? 硬件領(lǐng)域，2025 年 NV B 系列正式投入使用后，GPU 云領(lǐng)域的成本和價格競爭會進(jìn)一步加劇，很多中小 GPU 云會破產(chǎn)，對于頭部公司而言是低價收購資產(chǎn)的好時機(jī)；
? SaaS 領(lǐng)域過去圍繞 Vertial SaaS 的 buy-and-run 會在 vertical AI 上重演，尤其 Sales、HR、Legal、Healthcare 等垂直領(lǐng)域會出現(xiàn) AI start-ups 被大公司收購的情況；
??AI 搜索、AI Coding、視頻生成等領(lǐng)域作為 LLM 領(lǐng)域競爭的主線，大公司尤為重視，與此同時 Starups 估值增長過快，可能會先出現(xiàn)公司業(yè)務(wù)發(fā)展跟不上估值 hype，在這種情況下，big-techs 進(jìn)行收并購可能帶來 win-win ；
? 頭部 Startups 為強(qiáng)化自身競爭力圍繞技術(shù)棧、場景進(jìn)行收購。
電力短缺持續(xù)，核電重啟是明確趨勢 ，有機(jī)會出現(xiàn) 10x 股公司
不僅美國本土，超大計算集群、再工業(yè)化帶來的電力短缺還在持續(xù)，全球范圍內(nèi)電力需求到 2050 年會增加 ?1/3 到 3/4。核電的新建或重啟是全球范圍內(nèi)確定性趨勢，但供給端還沒有做好相關(guān)準(zhǔn)備，原料短缺、地緣政治的擾動等因素給整個產(chǎn)業(yè)鏈上的資產(chǎn)帶來價值稀缺性。
AI for science 發(fā)展迅速，各個科學(xué)領(lǐng)域有自己的 foundation model
生命科學(xué)、材料、氣象和工業(yè)仿真等各個科學(xué)領(lǐng)域已經(jīng)涌現(xiàn)出各自的 foundation model。與 LLM 不同，AI4S 領(lǐng)域不存在數(shù)據(jù)墻問題，在實踐中還可以通過第一性原理模擬生成無限的高質(zhì)量合成數(shù)據(jù)，這一特性會讓 AI4S 各個領(lǐng)域的 foundation model 涌現(xiàn)，且模型能力迭代速度極快。
AI 技術(shù)紅利大部分流入大公司，
Mega 9 強(qiáng)者恒強(qiáng)
Mega 9 公司掌握著 AI 的關(guān)鍵資產(chǎn)：云、算力、分發(fā)渠道。任何企業(yè)、個人買單 AI 的價值，他們都有機(jī)會“收稅”。隨著 AI 在 2025 年真正走向 massive adoption ，這些公司可以持續(xù)躺在 AI 富礦上賺取收益。
美股 2025 Q1 業(yè)績后因為 AI 進(jìn)展緩慢大調(diào)整，但又會在年底前破新高
以 Agentforce 為代表的 SaaS 公司 AI 產(chǎn)品的表現(xiàn)推高了美股對于 AI 應(yīng)用層的 hype，雖然企業(yè)側(cè)投入和推廣 AI 產(chǎn)品相較于 1 年前更加激進(jìn)，但作為投資者需要對企業(yè) AI 業(yè)務(wù)落地和盈利情況保持理性和警惕，一旦實際業(yè)績兌現(xiàn)略低于市場對 AI 故事的預(yù)期，就會出現(xiàn)大的回調(diào)，我們預(yù)計 2025 H1 大概率會出現(xiàn)這一情況。到 2025H2，隨著 LLM 能力提升，尤其是 agent 在 tool use 和長距離復(fù)雜任務(wù)上的進(jìn)步，AI 會重新帶來股價新高，重演 2024 H2 的情況。
本文章轉(zhuǎn)載微信公眾號@海外獨角獸
