Kimi发布K3模型，刚刚引发了全球股市震荡。周四，美国几乎所有AI概念股集体暴跌，周五，亚洲AI相关股票也遭到大规模抛售。
Moonshot的K3让投资者开始质疑两件事：第一，美国前沿AI实验室如OpenAI和Anthropic凭什么能支撑1万亿美元的估值？第二，AI基础设施CAPEX投资逻辑，会不会本来就是一个神话？
第一点其实很明显。在Artificial Analysis Intelligence Index上，Kimi K3获得了57分，超过Anthropic的Claude Opus 4.8（56 分）以及OpenAI的GPT-5.6 Terra（55 分）。然而，Moonshot AI的估值仅约300亿美元，而OpenAI和Anthropic都希望在IPO时达到约1万亿美元市值。其他中国开源大模型公司的估值也普遍远低于1000亿美元。要么是Moonshot AI和其他中国AI公司被市场严重低估，要么就是OpenAI和Anthropic的估值高得离谱。如今，投资者越来越倾向于相信后者。
第二点，则是AI基础设施CAPEX的逻辑开始出现裂痕。在传统基础设施投资周期中，例如铁路建设或1990年代的光纤网络，一座数据中心或一条铁路通常都会按照15至20年的使用寿命进行折旧。但AI基础设施完全不同。一块GPU真正具有竞争力的生命周期只有约3至5年，很快就会被下一代架构淘汰。
因此，过去市场一直相信，云计算巨头必须持续投入巨额资本，不断建设更多数据中心、采购更多GPU，才能维持竞争优势。
更关键的是，虽然GPU芯片更新换代只需要几年，但围绕GPU的实体基础设施——包括土地、电网变电站、高压变压器以及液冷管道——却往往需要3至5年才能建成。
科技巨头一直认为，正因为芯片迭代速度太快，所以今天就必须提前超前建设数据中心。这样，当下一代性能更强、功耗更高的GPU发布时，他们才能立即把新芯片插进已经供电完成的机架中投入使用。如果等芯片发布之后才开始建设数据中心，竞争早已结束。
整个CAPEX投资逻辑建立在一个假设之上：只有不断购买最新、最强的硬件，才能实现最前沿的AI能力。
但如果中国AI实验室能够依靠高度稀疏的模型架构（例如每个Token仅激活896个专家中的16个），就在编程和推理能力上达到全球领先水平，那么这证明算法效率完全可以在一定程度上替代巨额硬件投入。
Kimi K3也进一步证明，大语言模型未来很可能会迅速商品化。不过，我认为这次市场的抛售反应明显过度了。
首先，虽然模型权重可以免费下载，但真正运行模型绝不是免费的。“免费模型”只有在你本身已经拥有价值数百万美元的 AI 算力基础设施时才是真正免费。
对于99.9%的企业而言，自行部署一个拥有2.8万亿参数的大模型，无论从运营还是财务角度几乎都是不可能完成的任务。因此，它们仍然需要向云计算平台或API服务商付费调用模型，整个商业化模式并不会因此消失。真正具有讽刺意味的是，拥有2.8万亿参数 的Kimi K3，本身其实就是一个极其消耗GPU算力和显存资源的”吞卡怪兽”。
此外，K3的发布时间点也非常不巧。SK海力士ADR上周上市，引发了极强的FOMO情绪，美国ADR一度较韩国本土股票溢价超过50%。与此同时，智谱AI和MiniMax的IPO前锁定期也刚刚结束。全球AI投资者原本就已经准备开始获利了结、兑现收益，因此K3的发布只是恰好成为了市场集中卖出的催化剂。我仍然认为，AI的长期投资逻辑并没有改变。
https://x.com/gelunding/status/2078082819369091269
Moonshot的K3让投资者开始质疑两件事：第一，美国前沿AI实验室如OpenAI和Anthropic凭什么能支撑1万亿美元的估值？第二，AI基础设施CAPEX投资逻辑，会不会本来就是一个神话？
第一点其实很明显。在Artificial Analysis Intelligence Index上，Kimi K3获得了57分，超过Anthropic的Claude Opus 4.8（56 分）以及OpenAI的GPT-5.6 Terra（55 分）。然而，Moonshot AI的估值仅约300亿美元，而OpenAI和Anthropic都希望在IPO时达到约1万亿美元市值。其他中国开源大模型公司的估值也普遍远低于1000亿美元。要么是Moonshot AI和其他中国AI公司被市场严重低估，要么就是OpenAI和Anthropic的估值高得离谱。如今，投资者越来越倾向于相信后者。
第二点，则是AI基础设施CAPEX的逻辑开始出现裂痕。在传统基础设施投资周期中，例如铁路建设或1990年代的光纤网络，一座数据中心或一条铁路通常都会按照15至20年的使用寿命进行折旧。但AI基础设施完全不同。一块GPU真正具有竞争力的生命周期只有约3至5年，很快就会被下一代架构淘汰。
因此，过去市场一直相信，云计算巨头必须持续投入巨额资本，不断建设更多数据中心、采购更多GPU，才能维持竞争优势。
更关键的是，虽然GPU芯片更新换代只需要几年，但围绕GPU的实体基础设施——包括土地、电网变电站、高压变压器以及液冷管道——却往往需要3至5年才能建成。
科技巨头一直认为，正因为芯片迭代速度太快，所以今天就必须提前超前建设数据中心。这样，当下一代性能更强、功耗更高的GPU发布时，他们才能立即把新芯片插进已经供电完成的机架中投入使用。如果等芯片发布之后才开始建设数据中心，竞争早已结束。
整个CAPEX投资逻辑建立在一个假设之上：只有不断购买最新、最强的硬件，才能实现最前沿的AI能力。
但如果中国AI实验室能够依靠高度稀疏的模型架构（例如每个Token仅激活896个专家中的16个），就在编程和推理能力上达到全球领先水平，那么这证明算法效率完全可以在一定程度上替代巨额硬件投入。
Kimi K3也进一步证明，大语言模型未来很可能会迅速商品化。不过，我认为这次市场的抛售反应明显过度了。
首先，虽然模型权重可以免费下载，但真正运行模型绝不是免费的。“免费模型”只有在你本身已经拥有价值数百万美元的 AI 算力基础设施时才是真正免费。
对于99.9%的企业而言，自行部署一个拥有2.8万亿参数的大模型，无论从运营还是财务角度几乎都是不可能完成的任务。因此，它们仍然需要向云计算平台或API服务商付费调用模型，整个商业化模式并不会因此消失。真正具有讽刺意味的是，拥有2.8万亿参数 的Kimi K3，本身其实就是一个极其消耗GPU算力和显存资源的”吞卡怪兽”。
此外，K3的发布时间点也非常不巧。SK海力士ADR上周上市，引发了极强的FOMO情绪，美国ADR一度较韩国本土股票溢价超过50%。与此同时，智谱AI和MiniMax的IPO前锁定期也刚刚结束。全球AI投资者原本就已经准备开始获利了结、兑现收益，因此K3的发布只是恰好成为了市场集中卖出的催化剂。我仍然认为，AI的长期投资逻辑并没有改变。
https://x.com/gelunding/status/2078082819369091269
Comments
Be the first to add a comment
Log in to comment