来源：市场资讯
（来源：第一财经资讯）
2026.08.01
本文字数：5303，阅读时长大约5分钟
作者 |第一财经 高远
嘉宾简介：
宋春雨 联想集团副总裁，联想创投首席投资官、高级合伙人。
累计投资企业超100家。推动宁德时代、寒武纪、智谱AI、美团、蔚来汽车等10余家企业上市 ，培育旷视科技、比亚迪半导体等30余家独角兽企业。其投资案例还包括摩尔线程、阶跃星辰、无问芯穹、第四范式等。
获投中信息“2024年度投资人榜单”年度中国最佳人工智能与大数据产业投资人TOP20 等多个行业奖项。
一、Token经济火爆登场行业尚无标准盈利模式
第一财经高远
感谢宋总接受第一财经专访。我们看到现在很多AI的短视频几十秒钟就要耗费几度电，几万个token，可以说token是目前整个AI当中的最重要的生产资料。国内日调用量已经达到了140万亿次左右，token工厂第一股也即将上市。我们看到这个标的它虽然营收增加了6倍，但毛利却从39%降到-24%左右，我们很想知道token工厂这样一种模式，究竟它能否赚钱？如果能赚钱的话核心指标是什么？
这是个非常好的问题。实际上token经济目前并没有一个准确的定义，我觉得目前行业依然是在探索过程中，当下的token的这种消耗方式、计费方式、组织方式，实际未见得是最终态的表现形式。
第二点我觉得目前来看，token经济产业界都在尝试的这几种模式。第一个就是采用NeoCloud的方式去提供，它本质实际上是交付一个AI的算力，通过AI算力的计价去提供智力算力的服务。
但确实有一个很大的问题，就是它并不对最终的用户使用结果负责，而是对你消耗了多少算力，转化成多少模型，吐出了多少token来计价，我觉得这应该只是方式之一。我乐观预计这里面的token也就是词元的成本还依然会大幅降低。
现在大家对成本的concern（关切）主要是来自于推理模型，因为原来的算力主要是来做预训练的，预训练的买方实际上是这些全球的知名、前沿的lab（Laboratory，实验室）。他们实际上对终端的用户的使用是无感的，因为终端用户并没有去预训练。终端用户实际上是通过调用推理的计算才会去消耗资源，所以原来的GPU和原来的AI处理芯片是没有为推理运算，这是一个很大的问题。
从去年开始，实际上我们已经陆续投了有三四家做下一代AI处理器的公司，他们解决的头号的问题就是降低AI算力的推理成本。我预测，token未来3~5年肯定是百倍以上价格的降低，要不然也不会把AI、AGI赋能千行百业，因为大家用不起，就是这样的一个逻辑。
我觉得这是一种方式。还有一种方式，实际上现在目前有很多的创业者和大厂，在尝试按照最终提供的AGI的效果和结果来付费。对于用户来说，就相当于我赚多少钱，那我相应分多少毛利给你。这也是一个目前在快速新兴的一个赛道和领域，如何把AI或者AGI变成这种普惠智能肯定是一个很top（优先级）的痛点。
但这确实不是单一个技术的问题，需要整个AI的全技术栈大家共同努力。那么在这一层面，基础大模型会通过基模的下一代的演进去来做token词元的降低，包括之前的MoE（Mixture of Experts 混合专家模型）的技术，实际本质也是一种方式，还有Infra（Infrastructure 基础设施）实际上是整个全社会在一起共同来推动。
二、未来算力成本将大幅下降100倍AI才能进入千行百业
第一财经高远
您也投了无问芯穹这一算力平台，可以说您在AI赛道几乎整个产业链就都投资了。您刚才提到说token价格会大幅地下降，是未来的趋势，其实这个判断跟英伟达非常一致，他们曾表示未来算力的成本要下降100倍左右。如果是下降100倍，对于现在token工厂来讲，究竟是它们生存的一个救命稻草，还是会引来新一轮的价格战？
联想创投宋春雨
总体来说我是乐观的，持乐观的观点，我觉得会对他们的业务有非常大的促进。现在AI并不是给某一个应用来去量身定制的，如果为某一个应用量身定制，那就不用AGI（通用人工智能）了，我们就用上一代的deep learning（深度学习）技术也够了。
现在之所以叫AGI，就是它有非常强的、超强的泛化能力，它不只是比如用于做AI短剧，好莱坞大片也能覆盖，设计师的创作也能，短视频也能够产生，写代码也可以，它也可能操作机器人，做科研也可以，它是一个模型。
所以如何能够让这一个通用技术，我们称之为有充分泛化能力的基础大模型，它的运算成本和资源成本大幅降低，同时AI才能进入到千行百业，才是真正意义上的基于AI的第四次工业革命到来的时候。对于全行业来讲这是必须要做到且完成的一个历史使命。
三、硅谷热议：中国开源基模集体觉醒 开始批量复制DeepSeek时刻
第一财经高远
您其实也很早投了智谱这样的大模型公司，它每天消耗的token量非常大。类似于这样的项目，怎么去判断它究竟是不是在用这些成本去买用户了？还是说它们已经有了能够验证自己的商业模式？
联想创投宋春雨
AGI 这个时代，特别是像Frontier Lab（前沿实验室）这样的几个代表，实际用户真的是买不来的。而且用户对使用模型的切换成本基本是零，唯一吸引用户注意力的地方就是你能够给用户提供超级智能，而且能够提供SOTA（最先进）级的、产业最好的性能、最好的体验的能力。
应该是2024年春节，DeepSeek横空出世，它是人类历史上第一次，一个APP获客1亿用户，它只用了7天时间。所以你就看到了这种代际基模，SOTA（最先进）级的代际基模它对用户的深刻影响力。
我刚从硅谷回来，硅谷现在最热衷的一个话题就是中国开源基模的集体觉醒。原来中国开源基模就是DeepSeek、智谱的GM5.2和Kimi的K4K3席卷全球，是达到了对标美国闭源基模最好和最强的水平，和GPT5.6的水平。但是他们的infra(基础设施优化）成本，只有GPT5.6的大概1/10。所以他们用了一个词也非常有意思，他们用的词叫“中国已经开始批量复制DeepSeek时刻”。
四、中美AGI领域人才体系已零代差
第一财经高远
宋总您提到的DeepSeek其实我知道在很早期你们就看过这个项目，而且很想投它，当时他们团队表示不缺钱，所以那笔投资没有实现。但现在来看，既然硅谷对他们有这么高的评价，认为中国在批量复制DeepSeek，您认为它的商业模式已经跑通了吗？还是目前仍然在摸着石头过河？
联想创投宋春雨
我还是非常的敬佩梁文锋（DeepSeek创始人），对于整个AGI的战略思考和DeepSeek正在做的攀登的技术路线，我觉得还是非常厉害的。
谈到中美在AGI领域的现状，应该毫不夸张地说，中美在人才体系上基本是零代差、没有差距。中美目前对于基模的前沿科技的差距，主要是AI算力所导致的。比如看起来Fable Studio（旧金山的AI互动叙事虚拟角色平台），还是GPT5.6也好，Gemini，它总能引领一波代基模的潮流。
当然中国后来会超越，美国这些AI应用的引领潮流仅仅是短期的现象。之所以会做出这个判断在于我们并不缺人才密度，我们缺的还是高性能的算力卡，中国可能还有三年左右的时间，算力也会非常快速地追赶上。这是我说的第一个判断。第二个判断是我们在DeepSeek V2的时候，就在开源领域发现了这个团队的与众不同。
实际我是非常的支持梁文锋的这种判断。我觉得他是真正意义上的我们这个时代适合做AGI的人。他没有短期的利益和商业化的诉求，他认为现在的这些沿途下蛋都不如最终攀登到AGI的金字塔之后，带来的辐射效应和影响力的战略价值。所以他说“舍反而是得”，就是集中精力要做AGI的最重要的战略使命，这一点上我觉得梁文锋不只在中国、在全球范围内都是非常难得的人才，也是非常适合做承载AGI探索使命的企业家。
五、从DeepSeek的成功来看没有不缺资源的创业团队
第一财经高远
DeepSeek包括梁文锋，他们有团队成长的环境和沃土，因为他们其实并不太缺钱，但现在很多创业者是缺钱的。
联想创投宋春雨
坦率讲，随着AGI整个进程的发展，我觉得即使像DeepSeek这样的企业，他们对算力和资源也是短缺的。这个很明显，
这还不是单一模型的训练，还包含要对下一代基础模型的预演，还需要很多的卡去做前瞻的探索，消耗得会更多。
所以总体上，我觉得中美从基模的核心的研发能力来看，我们的研究员并不差，我们现在差的还依然是在算力卡上。
第一财经高远
从投资人的角度来讲，您觉得其实没有不缺资源的团队。
联想创投宋春雨
没有不缺资源的团队，即使像字节。优秀的创业者还是要把自己的竞争路线定义清楚，这非常关键。比如说为什么Kimi会后来居上？有一点就是它专注在coding（编程）上，把它做到极致。
那Anthropic（旧金山的AI公司）也是后来居上，原来是OpenAI和Gemini双雄，Anthropic是在后面，在所有人都不看好的情况下，它专注coding这件事儿，所以才实现了后发至上。我相信包括像梁文锋他依然会有非常好的对AGI的执念，而且这个时代是需要一种有执念的，带领研究人员做根本性、本质上的一种突破和创新。
六、开源并不等于不收费收费模式并不会成为AI行业发展瓶颈
第一财经高远
目前DeepSeek没有收费，但其他竞品已经部分开始收费了。对于用户来讲，这些是开源应用，又来收费，不付费和付费之后体验有什么不同吗？您认为收费制是否是困扰这个行业未来走向更大规模发展的一个巨大的瓶颈？
联想创投宋春雨
我觉得倒不是，首先一个原因是AGI的市场超级大，并非基模都是付费的。首先是这样，开源并不等于不收费，但是它可以不收费。
过往历史上的很多的像Red Hat（红帽公司）它有免费的发行版，可以随便用，任何企业都可以自己定制，它也有企业定制版是付费的。所以基础大模型进入到千行百业的时候，我们有一个belief（看法），开源会推动成百上千万的垂域模型，为企业行业内部定制的垂域模型诞生。但是他们的母体是来自于基础大模型。
他们会为这个垂直行业去量身定做和优化，或Fine-tune（微调）到企业的最佳的垂域的模型版本。这个垂域模型版本有一种可能是企业自己做，那他就不用收费。还有一种可能是企业自身没有能力找这种开源模型。像智谱现在就有一个FDE的服务（ Forward Deployed Engineer，前沿部署工程师）它帮助企业量身定制自己的专属模型，这个就是付费模式。多种方式来去服务AGI向企业的渗透。
七、AI项目估值偏高看PE PS 还是市梦率？
第一财经高远
市场普遍体感目前AI大模型项目估值偏高，过去大家可能只看PE这一个指标，后来看PS，现在PS都不够了，要去看它的市梦率。我们似乎又找到了过去很熟悉的一个词汇—市梦率，你们在估值这类AI项目时的锚点究竟是什么呢？是市梦率吗？
联想创投宋春雨
我们实际并不看这个，坦率来讲我们确实纠结过项目的价格，包括我们投资智谱的时候，大概接近200亿人民币的估值，那个时候的智谱已经估值非常高了。但我们更多看的是这家公司的潜力，因为我们知道AGI是可以改变人类整个经济体结构的本质变量。
这样的战略性技术对于AGI的推动，这个能值多少钱？这是非常难以估量的。所以我们更重要的讨论的点是哪一个团队是最有可能攀登AGI高峰，这是我们讨论最多的问题。
当时我们投智谱的时候，您也知道，正好遇到DeepSeek横空出世，但联想创投是在那个时候坚定支持唐杰老师，也投资了智谱。基础大模型只要上牌桌之后就是你追我赶的过程，只是各领风骚多长时间而已，要判断的是团队有没有具备攀登AGI高峰的基础、积累和坚定的决心。
八、长鑫科技上市要努力克服存储业的周期硬伤
第一财经高远
这一周长鑫科技上市了，你们很早就投了寒武纪，它走的路线跟长鑫科技的路线并不一样。一个是AI芯片的路一个是物理硬件的路，除此之外它们最主要的区别是什么？
联想创投宋春雨
最主要的区别，就是存储这件事儿实际上是走在前沿的人已经干过一遍了，像三星、美光、海力士、还有闪迪实际已经干过了。但存储业也有一个非常固有、周期性的致命硬伤，有观点就认为“海力士、三星和美光过去一年的钱把历史上所有他们存储行业的钱都挣了”，这就是它周期性带来的致命问题。一旦它逃不过这个周期性的问题，长鑫科技就要去克服这个行业的周期性问题。
那寒武纪要克服的是什么？寒武纪就是一个pioneer（先驱者）。它是一个先发者，在它之前没有AI处理器，没有AI加速器。英伟达的GPU不是给AI量身定做的，GPU（图形处理器）是为图形计算的。就是因为英伟达把这个并行基于图形计算，这种并行计算用到AI上确实是一个机缘巧合。
因为它计算的特性，我为什么说模型很厉害的人能够用上，但它带来的性能和功耗比并不是最优的，因为它有很多图形计算冗余、科学计算的冗余、渲染的冗余，但你都要去掉才行。
但是寒武纪不是。寒武纪是Born for AI（为AI而生）专用的AI加速芯片。投资长鑫科技你可以去参考美光、海力士、三星，但我们投资寒武纪的时候是没得参考。我们更多的是笃定对AI的判断，而且我们认可这个AI的模型。当时就认为AI的模型会越来越大。
九、物理存储遇到AI芯片一个叠加势能反应或将发生
第一财经高远
可不可以这样形象地理解，长鑫科技走的是物理形态存储的一条路，寒武纪走的是AI芯片的这条路。他们俩未来是有很多融合跟合作并产生新的势能的这种可能。
联想创投宋春雨
当然有。因为最终整个AI算力集群是一个芯片Infra（基础设施）架构的问题，也就是计算架构的问题。现在的趋势叫超节点、集群AI、算力集群，这里面需要多种技术协同贡献。
从技术层面来看：AI处理器芯片是核心之一，光连接和网络（Networking）的超互联也很关键，DPU（数据处理单元）负责数据的准备和加速，存储层面，像我刚才介绍的3D堆叠技术、近存计算，这些都是重要组成部分。
所以，整个AI的发展是一个大综合的体系结构在共同作用，而长鑫和寒武纪分别在不同的基础设施层面发挥着各自的优势，未来确实有融合协作的巨大空间。我刚才提到的这些，其实还仅仅是在基础设施层面。
免责声明：
本文所载内容仅供专业投资者参考使用。市场有风险，投资需谨慎。在任何情况下，本文所载信息或所述意见并不构成对任何人的投资建议。
摄像侯天一李威
微信编辑| 格蕾丝
热门跟贴