# AI by the numbers-23页PPT solo 屠龙之术 · 2026-08-09 庄明浩在策略会上用23页PPT讲AI商业化与落地，核心观点是当前AI应用尚未爆发，但基础设施与模型层正快速演进：标普500屡创新高，AI与软件股分化明显，云厂商收入高增（微软、Google云季度增长40%-60%），OpenAI和Anthropic的ARR分别超400亿和700亿美元。他提出DeepSeek V4 Flash形成“斩杀线”，迫使各家模型逃离该区间，而Agent范式（如Codex、Claude Work）成为新共识。国内方面，WorkBody日活平均达百万量级，豆包付费转化率仅千分之一左右，远低预期；反而帮模型厂商做数据与强化学习环境的公司（Scale AI等）ARR超5亿美元。一级市场热门方向集中在人形机器人、世界模型、Coding，应用类公司如Roblox股价因世界模型发布单日跌26%，他强调一切才刚开始，当前最大共识是“一切皆Loop”。 ## Questions this episode answers ### 什么是AI模型价格性能图中的“斩杀线”？ 庄明浩引用一张模型打分与价格的散点图，以DeepSeek Flash 0731版为基准画出“斩杀线”：落在矩形内的模型要么能力弱于它却更贵，要么反之，因而失去存在意义。这迫使GPT、Claude等厂商要么提升能力要么降价，激烈竞争逃离此线。 [11:08](https://tulongzhishu.podhood.com/b20e0cb4-3f7d-4d32-91ce-002d0198a5a8?t=668000) ### 目前中国AI办公应用的真实日活用户是多少？ 庄明浩援引晚点等信源指出，WorkBody日活约百万级，而非网传的1200万；豆包付费用户仅小几十万，对应转化率约千分之一，远低于乐观的1%-3%。赤裸的数据揭示了AI工具在国内商业变现的严峻现实。 [16:17](https://tulongzhishu.podhood.com/b20e0cb4-3f7d-4d32-91ce-002d0198a5a8?t=977000) ### 为什么说ARR超过5亿美金的AI初创公司名单可能是一份“死亡名单”？ 庄明浩展示了一份非上市AI公司ARR超5亿美元的榜单，包括Cursor、Scale AI等。他评价这份榜单“非常无聊”，并指出一旦某方向跑出这样规模的公司，模型巨头如Anthropic、OpenAI会立即盯上并推出同类功能，使初创公司面临被碾碎的风险。 [21:40](https://tulongzhishu.podhood.com/b20e0cb4-3f7d-4d32-91ce-002d0198a5a8?t=1300000) ### Roblox的股价波动如何反映了AI叙事的市场情绪？ 庄明浩用Roblox的月K线讲述：2021年乘元宇宙概念暴涨至100多美元后回落；2025年因AI+游戏叙事再涨至150美元，却在Google发布世界模型后单日暴跌26%，近期财报后再度大跌至20美元。他以此说明市场叙事与公司长期价值的巨大脱节。 [28:04](https://tulongzhishu.podhood.com/b20e0cb4-3f7d-4d32-91ce-002d0198a5a8?t=1684000) ## Key moments - **[0:00] 开场** - **[1:28] 宏观市场** - [2:17] 标普500过去一年屡创新高，全产业链强劲无人敢下调预期 - [3:51] 美股市场AI股与软件股出现巨大分歧，AI替代传统SaaS，软件公司距高点腰斩 - [4:34] 美国头部科技公司资本支出（CapEx）接近GDP的3%，AWS、微软等26年CapEx较25年翻番，风险累积 - **[5:43] 商业变现** - [5:43] AWS季度增速重回20%+，微软云与谷歌云每季40-60%增长，云成为AI最直接收入来源 - [6:22] OpenAI ARR超400亿美元，Anthropic传闻700亿美元，但ARR计算方式存分歧，收入确认成难题 - [7:38] Anthropic业务从Coding扩展至金融、法律、生物医药等，Coding收入占比降至40%，企业AI接档 - **[9:01] 模型竞争** - [9:01] 成本1元卖10元毛利率90%，打对折卖5元毛利率仍80%，大模型降价竞争对毛利率影响有限 - [11:07] DeepSeek Flash 0731版以更强能力更低价格划定“斩杀线”，框内模型因能力弱或价格高无存在意义 - [12:41] Agent成为新范式：ChatGPT客户端变为Codex，Claude推Chat/Work按钮，从Coding Agent扩展到Work Agent - **[12:51] 应用落地** - [13:52] 国内桌面端AI原生办公智能体WorkBody访问量2097万仅为交互次数，非MAU，数据易被误解 - [14:49] 国内Work Agent潜在用户天花板约1-2亿白领，当前覆盖率乐观估计10-20%，用户规模数千万 - [16:16] WorkBody真实DAU约100多万；豆包付费用户小几十万，付费转化率仅千分之一，变现艰难 - **[18:39] 基础设施** - [18:39] 为模型厂商提供训练数据和强化学习环境搭建的公司已实现超10亿美元ARR，估值数十亿，成为中间层 - **[21:03] 收入榜单** - [21:05] ARR超5亿美元的AI初创公司榜单包括Cursor、Perplexity等，但看似死亡名单，模型厂商将蚕食 - [23:17] CB Insights Q2一级市场热门方向：人形机器人、世界模型、Coding、法律等，传统应用方向极少 - **[23:24] 投资风向** - [25:08] 国内AI应用App端暂无用户超千万的初创产品，增长之星多为巨头项目，应用爆发未至 - [26:35] 上半年明星AI应用包括可灵、Triple AI、沉浸式翻译等，但未满足对AI应用爆发的期待 - **[27:54] Roblox** - [27:54] Roblox股价由元宇热潮到AI游戏叙事两度暴涨暴跌，叙事与股价关联复杂，近期再因财报暴跌33% - **[31:29] 共识** - [31:29] 仅2.2%美国家庭付费使用AI工具，AI应用普及仍处早期，一切才刚刚开始 - [32:15] 当前AI行业最大共识：一切皆Loop，即实验跑通、评估反馈的自主进化循环 ## Speakers - **庄明浩** (host) ## Topics 代理, 模型与基础设施 ## Mentioned AWS (company), Anthropic (company), DeepSeek (company), Google (company), Meta (company), Microsoft (company), OpenAI (company), Roblox (company), Scale AI (company), 字节跳动 (company), 腾讯 (company), 阿里巴巴 (company), ChatGPT (product), Claude (product), CodeX (product), GPT (product), WorkBody (product), 元宝 (product), 千问 (product), 豆包 (product) ## Transcript ### 开场 **庄明浩** [0:00] 好了 ，Hello， 大家好 ， 我是明浩 。 呃 ， 今天的内容其实是今天下午刚刚参加完一个朋友基金的策略会 ， 对 ，他找我说想聊一聊 AI 应用的话题 ， 给我布置了任务 ， 所以我做了这次内容 。 嗯 ， 这次内容的 PPT 大概 20 多页吧 ， 真正的讲述时间可能半个小时左右 。 有大概 3 到 5 页是之前我讲 WorkBody 那个 PPT 当中的页面延续 ， 然后剩下的内容基本上是重新整理的 。 然后， 呃 ， 我之前在小宇宙的信息上的那个语音的功能上， 我说 22 号和 23 号在上海有一次活动 ， 小宇宙官方组织的活动 。 然后因为那个活动 ， 我会做一些我自己的小的设计 ，因为我有一个小时的 meetup 时间 。 然后今天的内容 ， 某种程度上来说 ，是那次活动的一个 ， 呃 ， 小前哨 。 对 ， 我保留一点点秘密 。 如果对这个事情有兴趣的 ， 欢迎大家在 8 月 22 号和 23 号来上海线下的小宇宙活动找我 。 我应该是 23 号那天的一个小时的时间 ， 具体是哪一个小时还没有确定 。 这次活动的这个票还没有开 ， 应该是 8 月 12 号跟 8 月 14 号在小宇宙 APP 内开 。 有兴趣可以去等一下 。 我们正式开始今天的内容 。 今天内容叫 《AI by the Numbers》， 就像这个标题定义的一样 。 我今天 PPT 除了封面页 、 尾页跟倒数第二页之外， 所有的页面基本上全部都是数据 。 ### 宏观市场 **庄明浩** [1:42] 对 ， 呃 ， 我在这个 PPT 的首页上画了几个小字 ， 叫 " 没有观点 ， 只做记录 "。 前几天在跟叛乱 Eric、 雅楠直播讲豆包跟飞书的事情的时候 ， 现场有一位听众 ， 这个也是我的朋友 ，在微信里跟我私信说 ，他觉得我讲的比较有道理 。 我说其实我没有观点 ， 只是陈述了我所看到的当下时间点发生的事情 ， 就像大家戏称我为 AI 司马迁一样 ， 我只是做了个记录 。 今天的内容其实也一样 ， 我们一页一页讲 。 第一页呢 ， 我放了截止到 8 月 5 号 ，也就是上周的第三个交易日还是第四个交易日的标普 500 做过去一年左右多的曲线 。 所以回看这一年多 ， 我们可以想一下， 从去年 8 月到今年 8 月这一年中发生了多少的事情 。 然后再回看以一年的时间维度看整个标普 500 的趋势 ， 基本上这张图其实我每次的标题都是差不多的 。 这次标题叫 " 屡创新高 "。 对 ， 哪怕经历了 7 月份这个大家非常非常痛的史诗级别的回调之后， 没过多久 ， 我们只看标普 500 的指数也再次创了新高 。 过去一年发生过非常非常多的事情 ， 战争 ， 甚至各种各样的中美贸易战的问题 ， 甚至再往前推 ， 类似 DeepFace 一种事件 。 可是无论有什么样的事件 ， 似乎从一个相对长的周期来看 ， 标普 500 依然还在上涨的过程中 。 第一张图 。 所以从结论来说 ， 什么大跌不大跌的 ， 我觉得不重要 。 全产业链的需求看起来非常的强劲 ， 没有人在今天这个时间点 ， 原厂商 、 芯片公司 、 半导体公司 、SaaS 公司 ， 没有任何人敢下调预期 。 对 ， 没有 。 但这似乎听起来很危险 ，不是吗 ？ 我们再看整个市场的区分 。 第二张图表是过去应该是一年半左右时间 ， 整个美股市场 ， 我们把核心的 TMT 相关公司分成软件跟 AI。 你明显感知这两条曲线之间出现了巨大的分歧 ， 大家似乎认为 AI 开始替代传统意义上的软件跟 SaaS。 所以大部分软件公司距离历史高点应该都跌了可能 50、60、70 都有 ， 对吧 ？ 甚至有很多公司跌了 90% 以上 。 可是 AI 相关的标的应该在过去一段时间涨得非常的好 ， 尤其近可能半年左右的时间 。 所以 AI 跟软件似乎成为了一种分道扬镳的状态 。 第二张图表 。 第三张图表 ， 老生常谈的 CapEx。 嗯 ， 一个结论 ， 我在上一次的 PPT 里也讲过 ， 这个结论特别的简单 。CapEx 的预期在过去三年一直都是偏保守的 ， 每一次各家公司发财报 ， 都往上调来年的 CapEx 预期 。 每一次我们在年底去预测来年的 CapEx 投入的时候 ， 都是保守的 。 今天这个时间点 ， 似乎美国最头部的几家科技巨头的 CapEx 已经占 GDP 的快 3% 了 。 这个数字类比当年的光纤 ， 已经是一个挺危险的区间了 。 但很多人会说这次不一样 ， 对吧 ？ 最有名的 AWS、 微软 、Google 跟 Meta，26 年的 CapEx 距离 25 年都是几乎翻番的 。 那 27 年呢 ？ 当很多事情遇到人类的极限之后， 这种态势还能继续保证吗 ？ 虽然没有人敢往下调 ，但是再往上调能调多少呢 ？ 但我又会想 ， 类似的话语似乎在去年年底我也问过 ， 可是今年告诉你市场还会再往上加 ， 那明年呢 ？ 不知道 。 那今天我再说 ， 我做这次演讲的时候 ， 找我的这位朋友给我下的命题是讲 AI 应用的 ， 然后我说那是否可以拓展到今天这个时间点 AI 的收入获取方式上 。他说也可以 。 ### 商业变现 **庄明浩** [5:57] 那如果是这个角度来说 ，AI 肉眼可见的第一个最直接的收入获取方式 ， 就是云厂商的收入增长 。 所以你发现 ， 美国最大几家云厂商 AWS、Google 云 、 微软云 ，在过去几个季度 ， 亚马逊应该重回了 AWS 超过 20% 的季度增长 。 微软云跟 Google 云都是每个季度 40%、50%、60% 这样的涨幅 ， 非常非常疯狂 。Cloud 云是我们看得到的 ，但云似乎听起来是一个间接的收入获取方式 。 那真正意义上我们去看 AI 行业的落地 ， 那我们看收入 ， 似乎大家只能去看 OpenAI 跟 Self-play 两家的 ARR。 这两家公司的 ARR 似乎也在很多人的评价体系里面 ， 作为最重要的观测 AI 行业进展的指标之一 ， 对吧 ？ 那最新的数字 ，OpenAI 的 7 月份的 ARR 应该超过了 400 亿美金 ， 传闻 Self-play 应该超过了 700 亿美金 。 但是这个计算方式有各种各样的分歧 ， 比如说 OpenAI 的计算方式应该是扣除掉微软的分成的 ，也是到手收入 ，但是 Self-play 的计算方式是不扣 AWS 跟 Google Cloud 的分成 ，是直接全部都算的 。 所以这个流水 、 到手的确认收入到底该怎么衡量 ， 这件事情是持续 TMT 行业无数年的议题 。 就像当年我们看游戏行业 ， 游戏行业的流水 ， 一份流水可以是发行商的流水 ， 可以是 CP 的流水 ， 可以是渠道的流水 ， 甚至可以是充值厂商的流水 。 同样是一份流水 ， 可以每个人用很多次 。 那问题来了 ，ARR 能代表一切吗 ？ 或者说这个问题的反面 ， 我们今天都会认为模型像一个巨大的无往不利的锤子 ， 我们需要找钉子 ， 对吧 ？ 拿着锤子找钉子 。 那我们就看场景了 。 可是这里出现了一个议题 ， 我在上一期的 PPT 里也用过这样一张图 ， 就是 Code2 做的 ，Anthropic 在过去半年左右时间的拓展的行业方向 ， 比如说他们从传统模型开始拓展到了 Finance、 金融 、Legal、 法律 、Security、 安全 、Life Science、 生物医药 、Design、 设计 ，以及最近新出的 Enterprise 企业 。 然后最近也有传闻 ，Anthropic 还在秘密的路演 ， 传闻明年年底预期 Anthropic 的 ARR 将跑到 3000 亿美金 ， 今年破 1000 亿美金大概率问题不大 ， 明年就是 3000 亿美金 。 但是在这个预期当中， 你会发现 Coding 收入占比已经降到 40%， 接档 Coding 的是 Enterprise AI 企业级服务 。 那这个议题就变成另外一个更重要的议题 。 你发现 Google， 我今年去拉斯维加斯 Google Cloud 大会 ，Google Cloud 推了 Google 的 AI 的 Enterprise，OpenAI 最近也在推 Enterprise， 甚至国内的腾讯的 WorkBody 在推企业 ， 千问办公在推企业 。 豆包最新的跟飞书合并之后， 豆包内部在做的叫什么 ？ 叫豆包企业版 ， 对吗 ？ 似乎这件事情成为了共识 。 ### 模型竞争 **庄明浩** [9:01] 好 ， 我们再看一道题 ， 我觉得这个议题更有意思 。 我用了一张最近也有很多人转的布隆伯格的 ， 讲各家模型厂商最头部模型的 Input 跟 Output 的单价的 ， 比如 Anthropic 最贵的 Fable 5，Input 有 10 美金 ，Output 要 50 美金 ，OpenAI 5.6 的 Seoul 最高级的 Input 可能 5 美金 ，Output 30 美金 。 然后同样画了 DeepSeek，DeepSeek 是 0 点几 ， 所以那个线几乎可以忽略不计 。 所以推特上有人说 ，他还以为做这个图的人没有画 DeepSeek 那条线 ，但你细看其实 DeepSeek 画了一条黑黑的线 。 然后如果大家之前听过最近一段时间传出来那个林文峰那个宇宙的话 ， 应该也会看到他对推理的毛利这件事情也有一个他的讲述 。他说他大概可能降多少 ， 还有什么 60% 的毛利 ， 对吧 ？ 这个数字是怎么样 ？ 或者说用一个更简单的数学题这样计算 。 我这个数学题一说大家就能明白 ，但是大家之前应该很多人没有这么想过 。 比如今天你有个产品 ， 你的成本是 1 块钱 ， 你卖 10 块钱 ， 你的毛利是多少 ？90%， 对吧 ？ 然后你想 ， 嗯 ， 竞争突然间激烈了 ， 我打折 ， 打半折 ， 对折 ， 你卖 5 块钱 ， 你已经让了非常大的利 ， 对吧 ？ 你已经打了非常大的折扣 。 可是你想 ， 你 1 块钱的东西卖 5 块钱 ， 你的毛利是多少 ？ 是 80%。 纯从毛利角度来讲 ， 你不过才降了 10 个点的毛利而已 。 哎 ，有点奇怪 ， 对吧 ？ 你再看同样的 ， 比如说 DeepSeek，DeepSeek V4 刚刚出来的时候的价格 ， 没过多久就打了一个折 ， 这个折是多少 ？2.5 折 。 如果还按这个公式来算 ，是不是这样我们不知道 ，但我们只按这个公式来算 。 如果是 1 块钱的成本 ， 原来卖 10 块钱 ， 你的毛利是 90%， 对吧 ？ 你打 0.5 折是 2 块 5， 你的毛利是多少 ？60%。 你的毛利不过才降了 30%。 所以这个空间非常的大 。 当然因为各种各样的原因 ， 最近 DeepSeek 可能又要调价 ， 甚至可能会比较大幅的调价 ， 这就是各家厂商竞争 ， 甚至一些别的原因导致我们不展开 。 然后再引用一张图 ， 我在极客上也发了 ， 我说的就是斩杀线 ， 就是这张图有两个坐标系 ， 一个坐标系是这个模型的打分 ， 一个坐标系是模型的价格 ， 横坐标是价格 ， 纵坐标是打分 。DeepSeek Flash 的起初版到 DeepSeek Flash 的 0731 的正式版 ， 模型能力巨幅提升 ， 还变得更便宜了 。 所以以 DeepSeek Flash V4 Flash 的 0731 版本作为一个基点 ， 作为一个横向跟纵向的矩形 ，在这个矩形里面的所有模型 ， 理论上来说似乎都没有意义了 。 为什么 ？ 在这个模型这个矩形里面的被框住的模型 ， 要么是没有 DeepSeek 的能力强的 ，但同时比它价格更高 。 那为什么要用呢 ？ 所以我们看到了从一个结论上来说 ， 这个曲线拉出来的时候特别的明显 。 你发现 GPT 也好 ，Anthropic 的 Claude 也好 ， 甚至 JYM、Kimi 所有人在做的事情 ， 你把那曲线一拉 ， 所有人做的事情叫逃离斩杀线 。 我们要么比 DeepSeek V4 的能力强 ， 要么比它便宜 ，但便宜看起来很难 ， 所以只能比它强 ， 所以逐渐的往右上角移动 。 这个斩杀线的这个能力 ， 或者斩杀线的这个说法特别的具象化 。 当然今天来看 ， 我们去用一个打分的方式 ， 这种特别特别单维度的方式去评判模型本身可能也有问题 ，但是这个状态的趋势我觉得非常明显 。 再一张图 ， 这张图是上一次 PPT 用过的 ， 我叫可能是一次范式转移 。 是什么呢 ？ 就是这一次的 Codex 变成了新的 ChatGPT。 ### 应用落地 **庄明浩** [12:51] 我最近因为在换电脑重新去下载 ， 你发现今天你去 ChatGPT 官网去下载 ChatGPT 的时候 ， 你下载到本地那个 APP 其实是原来的 Codex， 只不过今天已经叫 ChatGPT 了 。 你想去下原来那个纯对话的 ， 叫 ChatGPT Classical， 我都不知道去哪下了 ， 我可能只能通过网页的方式去实现了 。 然后出现一个大家认为的范式 ， 就是 Agent 成为新的范式 ， 甚至从所谓的 Coding Agent 拓展到了 Work Agent。 所以我们在 Codex 里面除了看到 Codex， 看到另外一个选项叫 ChatGPT Work。 我们在最新的 Claude 客户端里 ，在那个聊天对话框的下面有两个按钮 ， 一个是 Chat， 一个是 Work。 然后就像我上一次 PPT 讲的 ，Coding was first, now everything else。 所以 Claude 有 CodeWork， 我们看到 WorkBody， 看到了千问办公 ， 看到了豆包企业版 ， 看到了 Tree Work， 看到这些 Work， 对 ， 可能是一次范式转移 。 那接着大家知道我要讲什么 ， 如果听到我 ， 听过我上一期播客应该知道我会讲什么 。 我再次讲到了一关的那份中国桌面端 AI 原生办公智能体访问量的报告 ， 对吧 ？WorkBody 2097 万 ， 截止到 6 月 。 这个 2097 万是访问量 ， 甚至只是交互次数 ， 它跟我们想象中的 MAU 跟 UV 差距非常大 。 我同样用了之前 Quest Mobile 出的半年的 AI 报告 ， 我也再次强调了 Quest Mobile 统计的数据 ， 截止到 6 月底 ， 中国的 PC 客户端的 AI 应用 ，PC 客户端也就是在电脑上装了 AI 应用的用户是 1800 万 。 而更重要的是 ， 这 1800 万里面应该有一部分 ， 甚至一大部分装的其实是原来的豆包 、 千问跟元宝的客户端 。 因为今天这个时间我们讨论比较多的所谓这一轮的 Work Agent， 真正意义上推广期应该是从 Q2 才开始的 。 同样的 ， 我用了之前的一些评判方式 ， 比如说我们澄清的事实部分 ， 龙虾是春节才火的 ， 后面才有这些所谓的 Work Agent 的出现 。 今天这个时间点 ， 大部分用户的行为应该在 PC 端 ， 比如说 WorkBody 的手机端正式上线时间是 7 月 18 号 ， 今天才不过 8 月初 ， 对吧 ？ 使用上依然是有门槛的 ， 所以我们会觉得它没有破圈 。 那没有破圈 ， 大概率可能就是我们拍脑袋想 10% 到 20% 的覆盖率 。 那这个 10% 到 20% 是什么的 10% 到 20%？ 那就是中国到底有多少用户应该或者可能会用到这样的产品 ， 就这样是一个天花板 。 那这个天花板的数字来自于哪 ？ 比如说我们可以去看 CNIC 的中国所有 AI 用户的那个数字 ，但那个数字是一个大吉的数字 ， 我觉得没有太多的帮助 。 我们可以去找一些 ， 比如中国有多少白领用户 ， 中国的城镇就业人数里面扣掉所谓的制造业跟线下服务业还剩多少人。 我们甚至可以去找钉钉 、 启威 、 飞书的会员用户规模 ， 比如说 WPS 腾讯会议的会员用户数规模 。 这个数字反正我个人拍脑袋 ， 我会觉得 1 到 2 亿应该是一个有些乐观的数字了 。 那 1 到 2 亿乘以 10% 到 20% 的覆盖 ， 可能今天就是小几千万的这个盘子 。在这个时间点 ， 我觉得是一个相对有些乐观 ，但已经比较合理的数字了 。 然后一些可能真实的数字 ， 比如说之前 Will， 我的好友 Will 在极客上写说 WorkBody 全网都在传的 1200 到 1300 万 DAU， 这事挺扯的 ，其实也就是 100 多万 DAU。 那个数字是一个投行小弟的笔误 ， 然后就成了所有自媒体的素材 。 所以你可知今天这个时间点做自媒体的门槛有多低 ？ 然后之前也说过 ， 我晚点写那篇姚顺宇的文章 ， 姚顺宇说今天 WorkBody 是一个上百万日活的 。 再次强调 ， 你在什么场景下会用上百万这个数字 ？800、900 万的时候你会说接近千万 ， 对吧 ？500 万的时候你大概率会说是 500 万 ，300 万的时候你也不太可能会用上百万 ， 对吧 ？ 然后在前几天 ， 晚点又写了篇文章 ， 写的是腾讯阿里字节的 AI 办公大战 。在那篇文章里 ， 晚点说据我们了解 ， 就据晚点了解 ，WorkBody 的日活跃用户数在周中与周末波动比较明显 。 当然了 ， 周末大家不上班 ， 干嘛要用 WorkBody 呢 ？ 但平均已达百万两级 ，也就是说平均达百万两级就代表周末是不到的 ， 周中是到的 ， 平均一下算 。 那也就是这个数字大概率大家可以感觉到 。 然后呢 ， 同样是在那篇文章里 ，有另外一个数字 ， 我觉得值得大家去看一下 。 豆包是在 6 月份开始尝现专业版 ， 就是开始尝试收费的 。 我之前跟兰溪也聊过 ， 我们聊过豆包可以尝试哪些收费方式 ， 豆包最后选择了生产力工具这个方向 。 这个方向可能在国内 ， 我觉得 3% 的付费转化率是一个极度乐观的数字 ， 常规来看可能不到 1%。 那豆包之前应该是 3、4 亿左右的月活 ， 如果按 1% 算 ， 就应该是 300 万左右的付费用户 。 那现在豆包付费跑了快两个月时间 ， 这个付费用户数是多少呢 ？ 晚点那篇文章是小几十万 ， 那小几十万大概率就是千分之一左右 。 这个数字很赤裸裸 ， 我今天下午做这次演讲的时候 ， 线下大概一两百人， 大部分是做投资的 。 我问了一下， 我说现场有人买过豆包的付费吗 ？ 没有一个人举手 ， 很赤裸裸 。 对 ， 那当问题走到这时候 ， 你会发现 ，因为我再次说 ， 今天我的朋友给我的议题叫 AI 应用 ， 那似乎这个议题听起来有些悲观和有些凄惨 ， 对吧 ？ ### 基础设施 **庄明浩** [18:52] 只有千分之一的转化率 ， 做个屁的付费 ， 对吧 ？ 那有没有别的方式呢 ？ 我觉得有另外一种 ， 我们换个角度去考量 。 我们说今天的 OpenAI、Anthropic、 智谱也好 ，Kimi 也好 ，Maximus 也好 ，DeepSeek 也好 ， 这些公司都已经很大了 ， 对吧 ？ 从估值角度来讲 ， 它们已经非常大了 。 然后呢 ， 似乎很多公司不是模型厂商 ，也想做自己的模型的训练 ， 哪怕不是做纯粹的模型 ，也想基于开源模型做各种各样的针对自己数据的训练 ， 跟所谓的强化学习环境的搭建 。 那这些事情是自己做 ， 还是跟人合作 ， 还是找别人做 ，是全部都自己做吗 ？ 当然不是了 ， 对吗 ？ 哪怕是 OpenAI、Anthropic，也不可能把所有的事情都自己做 。 那就出现了一批公司做的是什么呢 ？ 叫 AI training 的 data， 就做数据的 ， 跟 RL 的环境搭建 。 这件事情在我去年年底的 PPT 里也有非常详细的解释 。 今天我们回头来看 ， 美国的地上已经出现了一众公司 ， 第一批公司当然是做 AI 数据的公司 ， 它们的营收规模可能已经超过了 10 亿美金 ARR， 它们的估值可能已经几十个亿了 ， 对吧 ？ 这一波公司 ，Scale AI、Scholastic AI、Merkle， 对吧 ？ 然后还出现另外一些公司是做所谓的强化学习环境搭建的 ， 那这些公司相当于在帮模型厂商 ， 或者说想做自己内部 AI 落地的 ， 跟 AI 模型的公司提供一套强化学习环境搭建的解决方案 。 那这些公司发展也很快 ， 估值涨得也很快 。 同样的是在我用了很多次蚂蚁开源的报告去讲整个 26 年， 截止到 26 年 8 月初这个时间点 ， 什么样的开源项目在这段时间涨得很好 。 那给 model， 就是给模型跟给 agent 做 Infra， 做软的 Infra， 我不说硬的 Infra， 我们只说做软的 Infra 的相关的厂商 ，在过去的 8 个月时间里面涨得也非常好 。 无论是在商业世界的考量 ， 还是在开源的技术考量 ， 似乎帮模型厂商做更 detail 跟执行的事情 ，也成为了一个很重要的中间台 。 这些公司涨得也很好 。 然后呢 ， 我们相当于再往前推 ， 再去找应用的可能性 。 那既然大家只能看 AR， 我们就还是看 AR。 ### 收入榜单 **庄明浩** [21:15] 我们刚才说 Anthropic 跟 OpenAI 的 AR 跑到了 400， 甚至大几百亿美金 ，但今天我们看这两个模型公司之外的非上市公司的 AR， 尤其 AI 公司的 AR， 到一个什么量级应该算第一梯队 。 这个数字今天是 5 亿美金 ， 去年的时候差不多是 1 亿美金 ， 对吧 ？ 之前说过 1 亿美金 AR 俱乐部 ， 那今天可以说一个类似 5 亿美金 AR 俱乐部的 。 我们把所有做 AI 相关业务的公司 ， 包括做 AI 数据的公司 ， 包括做模型的公司 ， 应用的公司 ， 甚至把算力公司也算上， 没有上市的公司里面 ， 超过 5 亿美金 AR 的列表 ，有人做了 。 我放在我的 PPT 里 ， 这种列表列出来 ， 我第一眼看上去一个非常直观的感受 ， 这是一份非常非常无聊的搒单 ， 非常 boring。Cursor， 前面说过的三家做 AI 数据的公司 ，TogetherAI、FairboxAI、Lambda、Replit、Perplexity、Kerling、Laobo、ElevenLabs、Manus， 这些公司 ，Midjourney 也在这里 ，有一堆是做 data 的 ，有一堆是做算力的 ，有一堆是做 ，其实是做模型的 。 把 Kerling 跟 ElevenLabs 你可以理解是做模型的公司 ， 甚至 Midjourney 也是做模型的公司 ， 多么太 。 真正意义上的我们叫 App， 就应用的公司 ，Cursor、Replit、Perplexity、Laobo、Hexfeed、Manus， 非常的 boring， 对吧 ？ 甚至我们在去年讲 1 亿美金俱乐部的时候 ，也出现了一类似的 ， 就是当一个板块或者一个方向跑出来这样的公司的时候 ， 马上这些公司就会被模型厂商盯上 。 所以这份搒单看起来是一份 Top AI 初创公司的搒单 ，但实则可能是一份死亡名单 。 好 ， 我们从转化 ， 从 ARR 的角度似乎也没有答案 。 那我们能不能再往前推 ， 推到更早期 ， 看今天这个时间点 ， 美国的 ESA 的 VC 们在投什么 ， 来去看可能的应用拓展 ，是不是也可以呢 ？ ### 投资风向 **庄明浩** [23:35] 好 ， 我们看 CB Insights 刚刚出的 State of Venture Q2 的数据 ，Top 10 以 Due Count， 就是多少个项目定义的 Top 10 的方向 。 第一个方向 ， 人形机器人 ； 第二个方向 ， 世界模型 ； 第三个 ，Coding； 第四个 ， 并列第三 ，Legal； 第五 ， 我们前面说的帮大模型厂商做服务的公司 ； 第六 ， 并列第五的 ， 边缘 AI。 同样并列第五的是 AI Photo 跟 Video 的生成工具 ， 我们这个算应用公司 ， 就是视频跟图片的生成工具 。 然后第八名 ，Personal AI Assistant， 并列第八的 ，AI for Science， 同样并列第八的 ，GPU 公司 。 你听完这前十个板块 ， 真正意义上符合我们定义的应用的板块方向 ， 可能似乎只有 Coding、Legal、AI Photo 跟 Video，以及 Personal AI Assistant。 可是这里面 Coding 已经是兵家必争之地了 。Legal， 我也强调过很多次 ，Legal 现在最火的两家公司 ，Harvey 跟 Legora 的压力非常大 ，因为 Cloud 已经推了 Cloud Legal，OpenAI 应该也在做 ， 对吧 ？ 那我们再看看国内 ， 国内可以看一下， 比如说过去半年用户规模的增长 。 那我们在 Web 端看到了 ， 增长的似乎只有 AI 办公工具 ， 就是 Work Agent。 然后在 App 端可以看到 ， 比如聊天机器人，Chatbot 还在涨 ，其实还在涨 ， 图像生成效率提升 ， 效率 ， 对吧 ？ 似乎 Work Agent 还是共识 。 然后我们看各个应用的所谓所属赛道的这个应用增长之星 ， 同样的一份报告 ， 还没有 1000 万以上的 ， 先看这个 App 端 ， 千问 、 吉梦 、 豆包爱学 、 豆包元宝 、 蚂蚁阿福 、DeepSeek、 夸克 ， 还没有 1000 万以上的 ， 没有应用公司 ， 或者说都是上一代的巨头的公司 ， 巨头的项目 。 还没有 100 万到 1000 万 ， 一个叫 LoveK 键盘 、 小何 AI 医生 、 开拍 、 可灵 、 讯飞小姨 、 小云雀 、Emma、 猫香 、 讯飞 AI 学 、 志不清颜 。 你看到这份搒单的时候 ， 你真的会 有点失落 。 然后在 Web 端基本上是类似的 ， 甚至 Web 端比 App 端更看不到一些初创的可能性的公司 。 然后是同样的这份奇异因子的报告 ， 它评了一份 26 年上半年的这个这个明星公司 ， 或者说涨得比较好的 ， 可灵 、VivaGo AI、Triple AI、Mercy、Codes、Rodin、Mimax、ACE Studio、 沉寂式翻译 、AI Meta。 这里面可灵 、Mimax、Codes 不需要多讲 ， 对吧 ？Triple AI 跟 Mercy 是两家最头部的中国做 AI 3D 的公司 ， 这两家公司在过去几个月应该都拿了不少钱 。 沉寂式翻译 ， 可能很多用 ， 反正我是沉寂式翻译的核心用户了 。 然后 ACE Studio，ACE Studio 的创始人最近上了一期播客 ， 讲他们的 ，他们是一家做 AI 音乐的公司 ，ACE Studio 原来是做独立的音乐 App， 后来这个 App 被下架了 ， 现在在做 AI 音乐的模型加 Agent。 然后 VivaGo.ai 是做 AI 视频的 ，Rodin 又是做 3D 的 ，AI Meta 是做 AI 虚拟角色的 。 这些公司看到这些名字 ， 你当然可以说他们是应用公司 ，但是似乎 也没有回答好我们真的今天在期待什么样的 AI 应用的爆发的这个问题 。 然后在倒数第 ， 这是我倒数第三页 ，因为今天是一个 21 场订婚会 ， 我选了一支公司的股票来作为一个收尾 。 ### Roblox **庄明浩** [28:04] 我觉得它叫一个 ， 我这张 PPT 的标题叫一个没什么结论的故事 ， 放的是一家公司从 21 年上市到今天的月 K 线图 ， 过去 5 年左右时间 。 然后这个 K 线图的这个这个这个 ， 就是两个山峰 ， 然后现在就是第一个山峰发生在 21 年， 它 6、7 月份上市 ， 到 Q4 开始暴涨 ， 从几十块 、 小几十块涨到了 100 多块 ， 暴涨 。 然后那个时候发生了什么呢 ？ 在 22 年的 8 月还是 9 月 ，Facebook 改名 Meta， 很多熟悉我的人应该知道 ， 我又讲 ， 我又开始讲原来那个叙事 ， 元宇宙的叙事 ， 这家公司是当年元宇宙的代表公司 ， 趁着这个热度 ， 从小几十块涨到了 100 块 ，但是元宇宙很快就破了 ， 所以它在 22 年就暴跌 ， 又跌回了 十几块 ， 对 ， 跌回了十几块 。 然后从 22 年就一开始十几块 ， 一直就十几块 ， 一直十几块 ， 一直十几块 ， 一直没有任何的起色 ， 直到 25 年的 ，25 年开始吧 ， 又开始暴涨 。 这轮暴涨的原因是因为各种各样原因 。 那你要想 23 年，22 年底 ChatGPT 发布 ，23、24 年两年，AI 对这件事情 ， 或者对这个公司的股价没有任何影响 ， 无论是增还是减 ， 都没有影响 。 那 25 年开始涨的时候 ， 它在讲什么故事 ？ 第一在讲他们自己的 AI 的生成能力变强了 ， 第二他们的 DAU 还在涨 ， 然后确实很多核心的数据都不错 。 然后趁着 AI 在改变游戏的这件事情的这个更大的趋势开始逐渐成熟 ，他们迎来了新的一波暴涨 。25 年这公司又从二十几块涨到了巅峰 ， 涨到了 150 块 ， 直到涨到 25 年的 Q3，Facebook， 啊不 ， 另一家科技巨头 Google，Google DeepMind 发了它的新的世界模型 GPT-3。 如果大家有印象的话 ，GPT-3 用的很多示范案例 ， 比如说如果有印象 ， 我的 PPT 用过 ， 比如说是那个用了 《 七龙珠 》 的悟空在他那个鬼见忍的小岛来回来飞 ， 然后用了那个 《 地铁逃亡 》 的那个类似的画面 ， 用模型直接一句话生成 。 如果大家有印象的话 ， 当时很多新闻说游戏行业完了 ， 如果大家有印象的话 。 然后那一天 ，GPT-3 发布的那一天 ， 这家公司的股价跌了百分之 ， 我没记错的话跌了 26%。 一天 ， 我当时的反应是说 ， 这个事情一定是过分的恐慌了 ，因为大家知道 ， 纯商业角度来看 ， 即便有了今天的所谓的世界模型 ， 距离真正颠覆游戏行业还有太远太远 。 但是我们从现在这个时间点回头来看 ，在那个时间点之后， 这家公司的股价就一直在跌 ， 一直在跌 ， 中间可能有一些回调 ，但是这个趋势没有任何变化 。 直到上个季度 ， 就是上个月 ， 公司发新的一轮财报 ， 它的 DAU 还没有开始下降 ， 当天一天这公司跌了 37% 还是 33%， 这公司又跌回了 20 块左右吧 。 这个公司叫 Roblox， 你总会感觉你可以看透很多的所谓的叙事 ，但是这件事情跟 21 场去买一家公司的股票之间的关联性到底有多深 ， 巨大的难题 。 ### 共识 **庄明浩** [31:30] 然后倒数第三页 ， 这我也画了个标题叫刚刚开始 ，也是刚刚发生的新闻 。OpenAI 刚刚更新了他们的 ChatGPT， 它把 ChatGPT 5.6 那个次一级的版本 Luna 已经免费开放给所有的 ChatGPT 用户 。OpenAI 还在践行把智能普及全人类的这个 ， 它的宗旨吧 。 然后纯从收入的角度来看 ，H6Z 最近放了一张图 ， 从家庭的单位来看 ， 今天这个时间点 ， 即便在美国 ， 付费给 AI 工具的家庭只占全美家庭的 2.2%。 一切刚刚开始 。 倒数第二页 ， 我用了一张最近刚刚从 Google 离职的首席科学家 Jeff Dean 的 BP， 对 ， 这种大神离职也要写 BP。 然后他把他的 BP 几页放在了这个这个 Twitter 上， 然后其中前面几页就是写他们是谁 ， 哦 ，他们还要写他们是谁 ， 哦 ， 太有意思了 。 唯独有一页是介绍他们的业务的 ， 这页我用的标题叫一切皆 Loop。 那页的话的就是 ， 今天时间点我们可以在很多的实验场景里见到 ， 怎么做实验 ， 我们先设定一个实验的环境 ， 让实验跑起来 ， 然后去评估跑出来的结果 ， 这个结果再去倒推我们对实验的设计 。 这似乎听起来是一个在科学实验领域最最常规的范式 ， 这种范式今天似乎在 AI 领域被认为是可以实施的 ，也就是大家在谈论的 RSI， 自主进化的核心逻辑 。 一切皆可 Loop， 可能是当下这个时间点 AI 行业最大的共识 。 好 ， 感谢大家的收听 ， 老规矩 ， 我的 PPT 会放在我的 Emma 里 。 同样的这次 PPT 是作为 8 月 22 号 、23 号 ，23 号那天活动的一个前菜 。 如果那个周末你在上海 ， 对 AI 感兴趣 ， 我推荐你来听一听 ， 要是 8 月 12 号跟 8 月 14 号在小宇宙的 App 里去抢 ， 希望能够在 23 号现场看到大家 。 再次感谢 。 --- 本节目库由 PodHood（https://podhood.com）提供支持——播客网站平台。