投出愛(ài)芯、壁仞的耀途資本：中國(guó)AI芯片的勝算 | 巴倫精選

2026 年 2 月 10 日，邊緣側(cè)/端側(cè)AI推理芯片公司愛(ài)芯元智正式在港交所掛牌上市，成為“中國(guó)邊緣AI芯片第一股”。

耀途資本創(chuàng)始人楊光說(shuō)了一句：“信念會(huì)得到回報(bào)。”這句克制的表達(dá)，濃縮了一場(chǎng)長(zhǎng)達(dá)五年的堅(jiān)守。

就在1個(gè)月前，耀途投資的另一家GPU巨頭壁仞科技也成功敲鐘。這一連串的“豐收”，不僅是資本的回報(bào)，更是中國(guó) AI 芯片產(chǎn)業(yè)一次次關(guān)鍵探索，從云端算力到端側(cè)算力的接力崛起。

時(shí)間回到 2020 年，因芯片產(chǎn)能黑天鵝事件，意外重塑了國(guó)內(nèi)中高端 AI 視覺(jué)處理市場(chǎng)格局，帶來(lái)短暫窗口期。那一時(shí)期，行業(yè)黑馬競(jìng)相涌現(xiàn)。正是在這個(gè)關(guān)鍵節(jié)點(diǎn)，楊光在上海展想中心見(jiàn)到了愛(ài)芯元智的創(chuàng)始人仇肖莘，這位曾任紫光展銳 CTO、擁有深厚技術(shù)底蘊(yùn)的女性掌舵人。

盡管耀途團(tuán)隊(duì)對(duì)仇肖莘及團(tuán)隊(duì)的技術(shù)實(shí)力深信不疑，但內(nèi)部討論時(shí)也曾探討：“等愛(ài)芯的芯片跑通，視覺(jué)處理的短暫市場(chǎng)窗口期還在嗎？”而出于對(duì)終端智能化長(zhǎng)期趨勢(shì)的看好，以及中國(guó)完善的工業(yè)制造和AI硬件產(chǎn)業(yè)鏈的信任，最終，耀途資本選擇了連續(xù)兩輪押注。

后來(lái)的事實(shí)證明，這筆押注沒(méi)有錯(cuò)。愛(ài)芯元智不僅穩(wěn)穩(wěn)拿下了視覺(jué)終端計(jì)算市場(chǎng)份額，更敏銳地意識(shí)到，存量市場(chǎng)不是終點(diǎn)。

他們順著 AI-ISP 、混合精度 NPU、Pulsar工具鏈 的技術(shù)長(zhǎng)板，2021年迅速切入智能汽車賽道，拿下了多個(gè)車廠定點(diǎn)訂單，四年累計(jì)裝車量近百萬(wàn)顆。按2024年出貨量計(jì)，愛(ài)芯已成為中國(guó)第二大國(guó)產(chǎn)智能駕駛SoC供應(yīng)商。

這期間，愛(ài)芯還引入了韋豪創(chuàng)芯、美團(tuán)、騰訊、寧波和重慶的政府投資平臺(tái)作為戰(zhàn)略投資人，獲得了足夠的資金投入高端智駕芯片研發(fā)。2026 年 Q2，愛(ài)芯元智將發(fā)布支持城市 NOA 的重磅芯片，標(biāo)志著其將沖刺 L2+ 高階智駕市場(chǎng)。

從 2019 年創(chuàng)立到 2026 年上市，愛(ài)芯元智做對(duì)了三件事：組建AI算法和芯片融合的團(tuán)隊(duì)、提前押注智能汽車市場(chǎng)、通過(guò)產(chǎn)業(yè)協(xié)同獲得豐富資金。

在愛(ài)芯元智上市前夕，我們與楊光進(jìn)行了這次對(duì)話，聊了邊緣 AI 芯片的投資邏輯、AI 時(shí)代對(duì)芯片公司的新要求、中美芯片競(jìng)爭(zhēng)的差異化路徑，以及開(kāi)源模型如何重塑產(chǎn)業(yè)格局。

核心觀點(diǎn)：

1. “云端先行，端側(cè)隨后”。云端美國(guó)領(lǐng)先，中國(guó)在追趕。邊緣側(cè)市場(chǎng)，中國(guó)擁有應(yīng)用場(chǎng)景豐富、供應(yīng)鏈完備和客戶多元化三重優(yōu)勢(shì)，更有機(jī)會(huì)誕生世界級(jí)企業(yè)。
2. 端側(cè)芯片的護(hù)城河在生態(tài)，不在性能。云端芯片市場(chǎng)用戶與供應(yīng)商集中度高，端側(cè)市場(chǎng)極度分散。芯片公司必須借助方案商切入碎片化場(chǎng)景，一旦“芯片+方案商+應(yīng)用” 生態(tài)構(gòu)建完成，后來(lái)者很難撼動(dòng)。
3. 軟件能力是AI芯片公司的生死線。現(xiàn)在很多AI芯片公司都是一半以上員工是軟件工程師。創(chuàng)始團(tuán)隊(duì)必須有人真懂AI算法，能緊跟技術(shù)前沿，最理想的是半導(dǎo)體+AI背景互補(bǔ)。
4. 中國(guó)端側(cè)AI芯片的勝算，離應(yīng)用更近；不拼通用算力，要在垂直且具規(guī)模的場(chǎng)景扎根。應(yīng)用高地在中國(guó)，自動(dòng)駕駛、消費(fèi)電子等場(chǎng)景的迭代速度遠(yuǎn)超海外，會(huì)不斷催生新的芯片需求。
5. 開(kāi)源模型打開(kāi)了國(guó)產(chǎn)AI芯片的生存空間。開(kāi)源極大降低了適配門檻，讓芯片公司能更快實(shí)現(xiàn)場(chǎng)景落地。從芯片到模型都由國(guó)內(nèi)企業(yè)自主研發(fā)，形成“主權(quán)AI”閉環(huán)，國(guó)產(chǎn)芯片足夠勝任推理場(chǎng)景需求。
6. 2025年是GPU大年，未來(lái)是網(wǎng)絡(luò)互聯(lián)、通信芯片大年。網(wǎng)絡(luò)數(shù)據(jù)傳輸、硅光和各類光電互聯(lián)芯片公司會(huì)陸續(xù)登陸資本市場(chǎng)，將出現(xiàn)多家市值超100億美元的公司。

創(chuàng)投家：耀途資本從 2017 年就開(kāi)始投資邊緣側(cè) AI 芯片，當(dāng)時(shí)的投資邏輯是什么？

楊光：我們是最早投資邊緣側(cè) AI 芯片的機(jī)構(gòu)之一。2017 年那會(huì)兒還沒(méi)有 ChatGPT，大家押注的是硬件智能化。

當(dāng)時(shí)的判斷是消費(fèi)電子、汽車這些領(lǐng)域的硬件都在智能化，中國(guó)又有很強(qiáng)的硬件制造基礎(chǔ)。如果中國(guó)公司做端側(cè) AI 芯片，供應(yīng)給國(guó)內(nèi)硬件廠商，這些廠商未來(lái)成為全球化公司，芯片也就跟著出海了，這個(gè)邏輯的想象空間很大。

一邊是端側(cè)設(shè)備全面智能化，一邊是中國(guó)硬件廠商在全球市場(chǎng)份額持續(xù)提升。這種技術(shù)壁壘高、增速快、有技術(shù)創(chuàng)新的賽道，正是我們這類 VC 最看重的。

創(chuàng)投家：能否分享一下愛(ài)芯最初的決策過(guò)程，以及公司后來(lái)的哪些關(guān)鍵發(fā)展，印證了您最初的判斷？

楊光：2020 年，因芯片產(chǎn)能黑天鵝事件，意外改寫了國(guó)內(nèi)中高端 AI 視覺(jué)處理市場(chǎng)格局。經(jīng)產(chǎn)業(yè)方朋友介紹，我們認(rèn)識(shí)了愛(ài)芯的仇老師。

我們和仇老師是一見(jiàn)如故。她曾任博通VP、紫光展銳CTO，而我們此前海內(nèi)外也布局了很多芯片項(xiàng)目，當(dāng)時(shí)聊了很多技術(shù)層面，也聊到很多共友，她展現(xiàn)出很強(qiáng)的技術(shù)認(rèn)知、戰(zhàn)略眼光和前瞻性。

在隨后的團(tuán)隊(duì)盡調(diào)中，她的團(tuán)隊(duì)管理能力也不容置疑，整合了一批大牛。我們見(jiàn)了算法、芯片設(shè)計(jì)團(tuán)隊(duì)核心成員，團(tuán)隊(duì)氛圍很踏實(shí)，不僅技術(shù)很扎實(shí)，而且內(nèi)部凝聚力很強(qiáng)，信息透明度很高，創(chuàng)業(yè)方向、技術(shù)路徑等都對(duì)齊得很好。

這種高度人事匹配的團(tuán)隊(duì)，讓我們很快做出了投資決定，2020年參與愛(ài)芯A輪，并在2021年追投了A++輪。投資后，愛(ài)芯的發(fā)展印證了我們的判斷。仇老師展現(xiàn)了強(qiáng)大的領(lǐng)導(dǎo)力、執(zhí)行力和資源整合能力。

愛(ài)芯在2021年切入了輔助駕駛芯片賽道，進(jìn)展迅猛。首款車載芯片于2023年6月已經(jīng)量產(chǎn)上車，2025年底累計(jì)裝車量近百萬(wàn)顆。

智能汽車市場(chǎng)主要看兩塊：一塊是法規(guī)驅(qū)動(dòng)的AEB市場(chǎng)，M55H芯片在2024年出貨量已經(jīng)是國(guó)內(nèi)第二，新一代M57也已經(jīng)面向全球發(fā)布，目標(biāo)就是沖進(jìn)第一梯隊(duì)；另一塊是高階智駕，如城市NOA，愛(ài)芯也計(jì)劃2026年Q2發(fā)布高算力高階智駕芯片。

另一方面，公司也緊密和產(chǎn)業(yè)方如韋豪創(chuàng)芯、美團(tuán)、騰訊、，以及寧波、重慶的政府投資平臺(tái)深入合作，獲得了可觀的資金注入，讓公司有足夠資源投入高端智駕芯片的研發(fā)。

創(chuàng)投家：ChatGPT 和生成式 AI 出現(xiàn)后，市場(chǎng)產(chǎn)生了哪些變化？

楊光：ChatGPT 的誕生讓行業(yè)意識(shí)到，所有硬件產(chǎn)品都值得用 AI 重新構(gòu)建。

當(dāng)前，汽車、機(jī)器人、無(wú)人機(jī)及 3D 打印機(jī)等設(shè)備的硬件邏輯都在被 AI 重新定義，這必將催生出大量的半導(dǎo)體機(jī)會(huì)。

如果沒(méi)有AI，半導(dǎo)體過(guò)去的創(chuàng)新更多集中在提升某些具體功能，比如影像、無(wú)線充電等。這些都是在優(yōu)化現(xiàn)有設(shè)備的特點(diǎn)，但AI完全不同，它徹底改變了手機(jī)、PC乃至各類AI硬件的用戶體驗(yàn)，創(chuàng)造了許多全新功能。

如今，能夠提升生產(chǎn)力的AI算法及其承載芯片，賦予半導(dǎo)體更大的價(jià)值，從單純實(shí)現(xiàn)功能，到提升人類效率甚至替代部分人類工作，這完全打開(kāi)了市場(chǎng)的天花板。

邊緣AI的核心價(jià)值在于滿足低延遲、強(qiáng)隱私與高能效的真實(shí)場(chǎng)景需求。特別是自動(dòng)駕駛和機(jī)器人等對(duì)延遲極度敏感的領(lǐng)域，由于無(wú)法完全依賴云端，本地化運(yùn)行已成為必然。同時(shí)，隨著用戶隱私意識(shí)的提升，手機(jī)和 PC 的本地化處理也將成為常態(tài)，這進(jìn)一步倒逼邊緣側(cè)芯片提升傳輸速度、算力和帶寬等性能指標(biāo)。

這些趨勢(shì)共同指向一個(gè)明確的訴求：端側(cè)設(shè)備需要性能更強(qiáng)勁的 AI 芯片。

我們?cè)诙藗?cè)算力芯片投了多家企業(yè)，面向不同的應(yīng)用場(chǎng)景。比如愛(ài)芯元智，從視覺(jué)處理，延伸至如今智能汽車、端側(cè)AI推理高端芯片市場(chǎng)；進(jìn)迭時(shí)空，RISC-V CPU AI芯片，也可以應(yīng)用于機(jī)器人、智能終端。

我們天使輪投資的光羽芯辰，其解決方案是將DRAM內(nèi)存以3D堆疊方式集成在AI 芯片之上，從而大幅縮短數(shù)據(jù)傳輸距離，顯著提升內(nèi)存帶寬。這種新技術(shù)非常契合手機(jī)、PC、機(jī)器人等對(duì)大算力、大帶寬有高度依賴的邊緣計(jì)算場(chǎng)景。

以前，市場(chǎng)的目光大多集中在數(shù)據(jù)中心 GPU 的增長(zhǎng)上。現(xiàn)在的數(shù)據(jù)中心多為大規(guī)模集群，動(dòng)輒達(dá)到 10 萬(wàn)卡甚至 20 萬(wàn)卡的規(guī)模，其中涉及大量的互聯(lián)需求。這也解釋了光模塊近期表現(xiàn)優(yōu)異的原因，因?yàn)槠浜诵膬r(jià)值就在于解決大規(guī)模數(shù)據(jù)傳輸問(wèn)題。

我認(rèn)為2025年是 GPU 的“大年”，但未來(lái)幾年，網(wǎng)絡(luò)數(shù)據(jù)傳輸、硅光和各類光電互聯(lián)芯片企業(yè)將陸續(xù)登陸資本市場(chǎng)，且很有可能多家公司市值超過(guò) 100 億美元。作為 AI 底層的基礎(chǔ)設(shè)施層，我們會(huì)持續(xù)在該領(lǐng)域進(jìn)行深耕與布局。

創(chuàng)投家：也就是說(shuō)，芯片的功能是在隨著需求的變化而不斷演進(jìn)的？

楊光：沒(méi)錯(cuò)，需求一直處于動(dòng)態(tài)演變的過(guò)程中。

以英偉達(dá)在汽車領(lǐng)域的芯片歷程為例：早期的算法主要基于規(guī)則（Rule-based），模型規(guī)模小，對(duì)算力的要求相對(duì)較低。后來(lái)發(fā)展到端到端算法（End-to-End），系統(tǒng)開(kāi)始模擬人類駕駛員的行為，算力需求隨之大幅提升。

而現(xiàn)在，我們進(jìn)入了VLA（視覺(jué)語(yǔ)言動(dòng)作模型）階段。在自動(dòng)駕駛過(guò)程中，系統(tǒng)需要具備思維鏈（Chain of Thought）能力，能夠像人一樣對(duì)交通標(biāo)識(shí)、行人意圖，甚至是“鬼探頭”等復(fù)雜突發(fā)場(chǎng)景進(jìn)行邏輯判斷和預(yù)判。引入思維鏈意味著需要更大規(guī)模的模型來(lái)承載，對(duì)芯片算力的要求自然水漲船高，目前自動(dòng)駕駛高端芯片算力已跨越 1000T 門檻。

可以說(shuō)，AI 模型的持續(xù)演進(jìn)不斷定義著 AI 芯片的新需求，其中時(shí)刻孕育著技術(shù)創(chuàng)新的機(jī)會(huì)。

機(jī)器人領(lǐng)域同樣如此。目前機(jī)器人的應(yīng)用場(chǎng)景比自動(dòng)駕駛更處于早期階段，對(duì)于具體需要多大算力、允許多少延時(shí)等，行業(yè)內(nèi)還沒(méi)有明確的界定和統(tǒng)一標(biāo)準(zhǔn)。

因此，從芯片設(shè)計(jì)的角度來(lái)看，未來(lái)充滿了變數(shù)與挑戰(zhàn)，非常值得期待。

創(chuàng)投家：你們?nèi)绾慰创贫撕投藗?cè)AI 芯片的發(fā)展節(jié)奏？

楊光：我們認(rèn)為整體節(jié)奏是“云端先行，端側(cè)隨后”。

在云端領(lǐng)域，目前美國(guó)確實(shí)處于領(lǐng)先地位，中國(guó)則處于全力追趕的狀態(tài)。但在端側(cè) AI 領(lǐng)域，情況大不相同。由于全球絕大部分的應(yīng)用場(chǎng)景、完善的供應(yīng)鏈以及核心下游客戶都集中在中國(guó)，可以說(shuō)中國(guó)企業(yè)是覆蓋全球的。

基于這種生態(tài)優(yōu)勢(shì)，端側(cè)市場(chǎng)留給中國(guó)公司的機(jī)會(huì)肯定更多。在這一賽道上，完全有潛力誕生出世界級(jí)的領(lǐng)軍企業(yè)。

AI時(shí)代的芯片公司

創(chuàng)投家：在AI 變革之下，芯片公司面臨哪些新的挑戰(zhàn)？

楊光：當(dāng)下芯片公司面臨的最大挑戰(zhàn)，在于是否具備強(qiáng)大的軟件實(shí)力。

現(xiàn)在的 AI 芯片公司，軟件開(kāi)發(fā)人員往往占了一大半，真正負(fù)責(zé)芯片設(shè)計(jì)的反而不到一半。邏輯很簡(jiǎn)單，如果軟件算法支持不到位，芯片在客戶那里就根本用不起來(lái)。沒(méi)有頂尖的軟件算法團(tuán)隊(duì)，你甚至無(wú)法洞察客戶的真實(shí)需求。

同時(shí)，創(chuàng)始團(tuán)隊(duì)必須時(shí)刻緊跟算法前沿。從硬件架構(gòu)的角度，要思考如何更高效地支持云端大模型，或者邊緣側(cè)的蒸餾模型。比如愛(ài)芯元智自研的混合精度 NPU，就是從算法需求出發(fā)，倒推芯片應(yīng)具備的功能特性；再比如 DeepSeek 普及了INT8 之后，所有做 GPU 或 DSA 架構(gòu)的廠商都要考慮如何實(shí)現(xiàn)原生支持。

這些競(jìng)爭(zhēng)，本質(zhì)上都是算法和軟件層面的博弈。

創(chuàng)投家：除了軟件能力，AI 芯片公司還需要具備什么核心競(jìng)爭(zhēng)力？

楊光：至關(guān)重要的一點(diǎn)，是生態(tài)系統(tǒng)的構(gòu)建能力。

傳統(tǒng)的功能性半導(dǎo)體芯片往往是“性能為王”，只要指標(biāo)好就不愁賣。但 AI 芯片不同，它需要極其龐大的生態(tài)支撐。以端側(cè) AI 芯片為例，像瑞芯微這樣的企業(yè)，其核心優(yōu)勢(shì)在于擁有海量的生態(tài)合作伙伴，也就是方案商（ISV）。這些方案商利用芯片開(kāi)發(fā)出五花八門的成熟方案推向客戶，有的專注掃地機(jī)器人，有的做智能音箱，有的做倉(cāng)儲(chǔ)物流機(jī)器人或無(wú)人物流車。

回顧歷史，英特爾通過(guò) x86 聯(lián)盟、英偉達(dá)通過(guò) CUDA 都是在走這條路。一旦這種“芯片+方案商+應(yīng)用”的生態(tài)構(gòu)建完成，就會(huì)形成極高的護(hù)城河。

在云端，你可能只需要服務(wù)好幾家大客戶；但端側(cè)市場(chǎng)極其碎片化，應(yīng)用場(chǎng)景千差萬(wàn)別。對(duì)于一家芯片原廠來(lái)說(shuō)，逐一攻克這些場(chǎng)景效率極低，必須借助成百上千的方案商。

舉個(gè)例子，一家創(chuàng)業(yè)公司想做一個(gè)“陪伴機(jī)器人”，在規(guī)劃項(xiàng)目時(shí)，它首先想的是哪里有成熟方案。如果它發(fā)現(xiàn)華強(qiáng)北的方案商已經(jīng)把某款芯片配好了現(xiàn)成的算法和參考設(shè)計(jì)，它就能迅速出貨。當(dāng)這種便利性成為行業(yè)共識(shí)時(shí)，后來(lái)的競(jìng)爭(zhēng)對(duì)手就很難撼動(dòng)你的地位了。

創(chuàng)投家：投資AI芯片公司迭代了哪些新的標(biāo)準(zhǔn)？

楊光：現(xiàn)在的核心標(biāo)準(zhǔn)是：創(chuàng)始人或創(chuàng)始團(tuán)隊(duì)必須有人真懂 AI、真懂算法。

在傳統(tǒng)的芯片設(shè)計(jì)時(shí)代，只要瞄準(zhǔn)特定的制程工藝，維護(hù)好供應(yīng)鏈，定義好功耗等核心性能指標(biāo)，按部就班地推進(jìn)即可。那時(shí)候，市場(chǎng)可能兩三年才發(fā)生一次大的更迭。

但現(xiàn)在的 AI 市場(chǎng)，可能每三個(gè)月就會(huì)發(fā)生一次劇變。如果還停留在以前的舊思維，只是一味地追求算力加速，那可能會(huì)發(fā)現(xiàn)現(xiàn)在的視頻算法、大模型算法早已不是當(dāng)初定義的模樣。

所以，創(chuàng)始團(tuán)隊(duì)必須具備敏銳的技術(shù)前瞻性。在 AI 這條賽道上，如果僅僅按眼前的需求去定義產(chǎn)品，等芯片兩三年后研發(fā)出來(lái)，市場(chǎng)可能已經(jīng)不需要了。

因此，我們特別看重創(chuàng)始人對(duì) AI 的深度認(rèn)知以及對(duì)市場(chǎng)變化的敏銳度。當(dāng)然，我們并不要求創(chuàng)始人是“全才”，既精通半導(dǎo)體又精通 AI。

最理想的架構(gòu)是創(chuàng)始團(tuán)隊(duì)的背景互補(bǔ)：有人深耕半導(dǎo)體，有人精通 AI 算法，甚至還有系統(tǒng)級(jí)的人才，這樣的“黃金組合”才是我們最看重的。

中國(guó)AI芯片的勝算

創(chuàng)投家：目前美國(guó)的芯片仍處于領(lǐng)先地位。如果中國(guó)芯片要參與全球化競(jìng)爭(zhēng)，您認(rèn)為我們?cè)撊绾翁綄げ町惢陌l(fā)展路徑？

楊光：在云端領(lǐng)域，美國(guó)確實(shí)處于領(lǐng)先地位，但這種領(lǐng)先并非全方位的。

客觀來(lái)看，英偉達(dá)等巨頭是站在全球協(xié)作的肩膀上，利用臺(tái)積電最先進(jìn)的 3nm 工藝生產(chǎn)芯片。而中國(guó)芯片的設(shè)計(jì)能力其實(shí)并不落后太多，我們有能力設(shè)計(jì)出 7nm 甚至更先進(jìn)制程的芯片，真正的瓶頸在于底層的生產(chǎn)制造環(huán)節(jié)。

因此，從長(zhǎng)遠(yuǎn)來(lái)看，建立一套自主可控、不依賴外部的國(guó)產(chǎn)供應(yīng)鏈?zhǔn)俏覀兊谋匦拚n。

但在端側(cè) AI 領(lǐng)域，中美的差距并不明顯。長(zhǎng)期來(lái)看，我們更看好中國(guó)市場(chǎng)。原因在于，下游的應(yīng)用高地在中國(guó)。以汽車為例，中國(guó)自動(dòng)駕駛對(duì)新技術(shù)、產(chǎn)品的采納率和迭代速度遠(yuǎn)超海外，這種激烈的實(shí)戰(zhàn)環(huán)境會(huì)不斷倒逼出更多超前的芯片需求。

創(chuàng)投家：為什么您認(rèn)為端側(cè)AI 芯片是“應(yīng)用定義”的芯片？

楊光：因?yàn)槲磥?lái)的端側(cè) AI 芯片，其生命力直接取決于對(duì)場(chǎng)景的理解。

應(yīng)用的快速迭代會(huì)催生出非常具體的芯片需求。一旦中國(guó)公司深耕這些垂直領(lǐng)域，在應(yīng)用層建立起領(lǐng)先優(yōu)勢(shì)，海外對(duì)手就很難追趕。目前在自動(dòng)駕駛、機(jī)器人及各類 AI 硬件方向，海外除了特斯拉，強(qiáng)大的全球性玩家數(shù)量和行業(yè)內(nèi)卷比不上中國(guó)。再多迭代幾代產(chǎn)品后，中國(guó)企業(yè)競(jìng)爭(zhēng)力會(huì)更強(qiáng)。

我們的投資判斷非常明確：端側(cè)AI芯片必須離應(yīng)用更近。

以大疆為例，這是一家我們非常尊敬的公司，它最強(qiáng)大的核心技術(shù)之一就是自研的圖傳芯片。大疆的無(wú)人機(jī)即便飛出數(shù)公里，圖像依然能以極低延遲傳輸，這種極致體驗(yàn)在全球范圍內(nèi)幾乎沒(méi)有對(duì)手。

即便海外半導(dǎo)體公司愿意投入三四年時(shí)間研發(fā)，他們也找不到像大疆這樣體量的廠商去深度磨合、定制私有協(xié)議。這種需求在海外幾乎是真空的，因?yàn)橄嚓P(guān)的無(wú)人機(jī)廠商早已被大疆拉開(kāi)了代差。

大疆最初也嘗試過(guò)第三方方案，效果也不錯(cuò)，但在追求極致性能的過(guò)程中，最終選擇了自研。如今，他們擁有了世界一流的遠(yuǎn)距離圖傳芯片。

未來(lái)，中國(guó)會(huì)涌現(xiàn)出更多類似的公司，在某個(gè)細(xì)分功能或 AI 特定領(lǐng)域做到極致。

創(chuàng)投家：所以中國(guó)AI 芯片的勝算在于垂直領(lǐng)域？

楊光：沒(méi)錯(cuò)，垂直且具規(guī)模的場(chǎng)景。

如果一個(gè)場(chǎng)景的芯片需求量只有一萬(wàn)顆，那投入產(chǎn)出比肯定不劃算。但只要這個(gè)垂直賽道的規(guī)模足夠龐大，我相信中國(guó)獨(dú)特的應(yīng)用生態(tài)一定會(huì)催生出一批非常有意思的芯片公司。

開(kāi)源“救”了中國(guó)AI及芯片？

創(chuàng)投家：中國(guó)和美國(guó)AI產(chǎn)業(yè)會(huì)怎么發(fā)展，開(kāi)源會(huì)成為中國(guó)AI實(shí)現(xiàn)“彎道超車”的關(guān)鍵支點(diǎn)嗎？

楊光：全球AI 產(chǎn)業(yè)未來(lái)競(jìng)爭(zhēng)焦點(diǎn)，就在于中美兩國(guó)之間。而中國(guó)正走出一條以“開(kāi)源普惠” 為核心的差異化發(fā)展道路。

與美國(guó)全力追求SOTA（目前最高水平的）的閉源路徑不同，中國(guó)的策略更務(wù)實(shí)：通過(guò)DeepSeek、通義千問(wèn)、Kimi等開(kāi)源模型，以更低成本提供高性能AI能力。它系統(tǒng)性激活了中國(guó)自主的AI產(chǎn)業(yè)閉環(huán)——從底層國(guó)產(chǎn)算力、中層模型到上層應(yīng)用。

開(kāi)源模式帶來(lái)了深遠(yuǎn)的商業(yè)變革，核心在于重構(gòu)了利潤(rùn)分配，將利潤(rùn)從封閉的模型層釋放給了廣大的應(yīng)用開(kāi)發(fā)者和終端用戶，真正推動(dòng)了“普惠AI”。

可以說(shuō)，美國(guó)在向塔尖攀登，而中國(guó)在推動(dòng)技術(shù)普及。從長(zhǎng)遠(yuǎn)看，兩條路徑或許最終都能通向AGI，中國(guó)選擇了一條更巧妙、更注重可行性的道路。我相信只要持續(xù)投入，我們同樣能夠到達(dá)目標(biāo)。

創(chuàng)投家：開(kāi)源與閉源的模式差異，對(duì)國(guó)產(chǎn)芯片產(chǎn)業(yè)會(huì)產(chǎn)生怎樣的影響？

楊光：我個(gè)人認(rèn)為，模型開(kāi)源對(duì)國(guó)產(chǎn)芯片而言是極大的助力。

DeepSeek、通義千問(wèn)等優(yōu)秀模型的開(kāi)源，極大地開(kāi)拓了應(yīng)用場(chǎng)景，使大模型能迅速且低成本的在云端，包括私有云和本地部署等場(chǎng)景中落地。在此之前，大模型基本部署在云端，許多國(guó)央企或?qū)?shù)據(jù)安全敏感的機(jī)構(gòu)，很難真正運(yùn)用生成式 AI 來(lái)提升效率。

現(xiàn)在情況變了。比如 DeepSeek 走紅后，國(guó)內(nèi)迅速出現(xiàn)了“DeepSeek 一體機(jī)”，本質(zhì)上它就是一臺(tái)預(yù)裝了開(kāi)源模型的 AI 芯片服務(wù)器?？蛻糍?gòu)買配置了壁仞科技、瀚博半導(dǎo)體、昆侖芯等AI芯片的服務(wù)器后，可以直接本地部署大模型。

這種模式從底層催生了大量的私有化部署需求，也是一個(gè)非常重要的市場(chǎng)變量。

創(chuàng)投家：開(kāi)源模型對(duì)AI 芯片公司的技術(shù)支持有什么影響？

楊光：從兼容和支持的角度來(lái)看，開(kāi)源讓事情變得簡(jiǎn)單了。

以往的閉源模型大多基于英偉達(dá)生態(tài)開(kāi)發(fā)，公開(kāi)信息有限，國(guó)產(chǎn)芯片想要適配并提供良好支持，軟件工作量極大。但開(kāi)源模型不同，其結(jié)構(gòu)透明，芯片公司能迅速實(shí)現(xiàn)硬件級(jí)的優(yōu)化與兼容。

目前國(guó)內(nèi)表現(xiàn)出色的開(kāi)源模型相對(duì)集中，主要是 DeepSeek、通義千問(wèn)、Kimi 等這幾家。放眼全球，Meta 開(kāi)源模型 Llama 早已被中國(guó)開(kāi)源模型超越。對(duì)于中國(guó)的 AI 芯片公司來(lái)說(shuō)，只要集中精力適配好這幾個(gè)主流模型，就能覆蓋絕大多數(shù)客戶場(chǎng)景。

中國(guó)客戶天然更傾向于開(kāi)源生態(tài)，這大幅提升了國(guó)產(chǎn)芯片被市場(chǎng)采用的概率。

創(chuàng)投家：所以開(kāi)源模型實(shí)際上打通了從芯片到應(yīng)用的整個(gè)鏈條？

楊光：沒(méi)錯(cuò)。這背后邏輯非常清晰：開(kāi)源驅(qū)動(dòng)了模型的本地化部署，而本地化對(duì)數(shù)據(jù)傳輸和本地處理能力提出了新要求。

這種趨勢(shì)促使軟硬件結(jié)合更加緊密，特別是在特定行業(yè)場(chǎng)景中，國(guó)產(chǎn)芯片完全可以勝任并發(fā)揮出本土優(yōu)勢(shì)。這就是我們所說(shuō)的“主權(quán) AI”，從底層芯片到中間層模型，再到上層應(yīng)用，全部由國(guó)內(nèi)企業(yè)自主定義和研發(fā)。

開(kāi)源模型的突破，極大地降低了 AI 芯片在算法和軟件兼容方面的壁壘，形成了一個(gè)完整的生態(tài)閉環(huán)。（作者｜郭虹妘，編輯｜陶天宇）

更多對(duì)全球市場(chǎng)、跨國(guó)公司和中國(guó)經(jīng)濟(jì)的深度分析與獨(dú)家洞察，歡迎訪問(wèn) Barron's巴倫中文網(wǎng)官方網(wǎng)站