放大资金，增加盈利可能
配资是一种为投资者提供杠杆资金的金融服务！
配资是一种为投资者提供杠杆资金的金融服务！
作者｜李程程
来源｜钛媒体
天工AI董事长兼CEO周亚辉
“你会接受一个Agent来跟你谈生意吗？”
“社会都这样，你不得不接受。”
当作者向天工AI董事长兼CEO周亚辉抛出这个问题时，他看似很坚定地回答，眼神中也闪过了一丝犹疑。
近日，昆仑万维（300418）在中关村论坛正式发布了Matrix-Game3.0、SkyReels V4、Mureka V9三大核心模型，并宣布“三大模型均跻身世界第一梯队”。
同时，昆仑万维发布了2026AGI战略：“3+1”生态架构——以4个SOTA大模型为底座，支撑3大AI原生平台+1个超级智能体，目标是通过打造AI经济平台，赋予每一个创作者匹敌一家公司的全栈生产力。
周亚辉预判，从长远来看，这些在未来可能是五亿内容创作者规模的一人公司的操作系统。
在一系列模型和战略发布后，我们与周亚辉进行了一场对话。
周亚辉拥有创业者和投资人双重视角，在他看来，AI的竞争最大的市场不是Chatbot，而是生产力Agent，进一步演化为“一人公司”的OS。
他做出这一判断的底层逻辑是，AI不仅是生产力效率的革命，也是组织范式的崩塌与重建的本身。当财务、销售、增长等职能在未来都可以被Agent接管时，现代公司的最小单元也将从团队压缩为个体。
在此基础上，周亚辉给出了“AGI”一个颇为自洽的定义：AGI已经到来。因为AGI可被理解为“自动化完成数字与物理工作流的系统能力”，而非普罗大众想象和期待的科幻式智能体。
他试图将AGI从一种虚无缥缈的能力想象，拉回到现实世界里可行的生产力视角。
也因此，他推测出一个结论：当前最大市场不是ChatBot类产品，而是企业级软件(SaaS)市场的重构。因为传统SaaS体系正在被AI侵蚀，而新一代Agent产品尚未出现绝对赢家，这可能是未来几年最大的机会。
谈及AI时代的竞争策略，周亚辉认为，在超级平台主导的时代，中型玩家的生存之道不是对抗，而是嵌入生态、寻找结构性缝隙。这个世界生来是多样性的，如果有一个物种能够统治全世界，这个物种的生命也就快到头了。
“跟字节相比，我们跟着它走就行了。我估计字节是中国第一家市值能够超过M7(美国市值排名最靠前的7家科技公司)的。他们吃进口和牛，我们吃中国牛肉。”周亚辉说。
事实上，与互联网时代不同的是，技术定价权的时代已然到来。模型的成本由研发和算力决定，且具有极强的壁垒。
未来的定价将高度场景化，写代码的token因为程序员的工种值钱而昂贵，金融领域的Agent更可能是天价，而通用类模型则可能会变得廉价。
在这一场与全球顶级科技巨头的角逐中，中国AI企业核心竞争力是什么？周亚辉给出了直白的回答：是踏踏实实做研发的耐力。
不过，他也不回避一个现实问题：中国科技公司在前沿领域，依然普遍存在“等待头部样本、快速工程化复制”的路径依赖。
从机器人企业集体等待特斯拉最新方案，到行业集体对原创性研发的忽视，本质上，反映的是决策权与认知能力的错位——“懂技术的人没有决策权，有决策权的人不理解技术”。但这不仅仅是简单的人才问题，而是组织结构问题。
以下是与周亚辉的对话实录，经作者编辑：
全球AI竞争的核心：踏实做研发
Q：在全球大模型竞争中，中国大模型要保持核心竞争力，核心是什么？
周亚辉：我觉得是踏踏实实做研发。在中国踏踏实实做研发，也不是一件容易的事情，尤其是特别高精尖的人才。第一个大的问题是，从底层来看，我觉得人才的流动性是非常频繁的，薪资的问题，职级的问题。
研发是一个系统的、长期的工作。举个很现实的例子，我最近才知道，就中国的绝大多数的机器人企业，也都没打算自己认真去做新的模型的研发，大家都等着马斯克的Optimus做出来之后的操作方案。
大家可能觉得这个最佳路径不对。等特斯拉做出来，迅速地利用创新的溢出，再加上中国的工程优势，也很重要。我这几年一直在一线带技术研发团队，怎么带研发团队去做原创性是一个巨大的挑战，需要去了解很多新的东西。
有的人掌握新的东西，不掌握决策权，掌握决策权的，对新技术、原创技术也没那么了解，或者也没那么感兴趣。我觉得会改进，而且改进速度会越来越快，尤其是这波AI大模型会导致所有人意识到，技术研发是需要大资金，投入很长的时间去研发，需要一个新的机制。
Q：昆仑万维海外收入占比超90%，作为一家全球化的AI企业，你认为，中国的AI企业出海在全球市场上的核心竞争力是什么？
周亚辉：最强的竞争力就是技术。中国有太多的科学家、工程师，夜以继日的不停地研发技术。可能原来国家队做得比较好，长时间干一件事情，就能把它做出来。
现在市场化企业，是不是长期在这个方向上不停地耕耘，不停地投入科学家、工程师去把一个东西做出来，是一个挑战。当然，我觉得已经有很多好的榜样，华为、字节这些。大家会朝着榜样学习。
纯粹的市场企业，有时候就会比较短视。首先你短时间哪有那么多钱？昆仑万维算是运气好，能在海外挣很多钱，现在能够支持这么多研发。
Q：那AI产品进入全球市场，对于初创企业，从0到1做突破，做产品增长你有什么建议？
周亚辉：技术是全球通吃的。其实出不出海不重要。你技术牛，你在哪儿都有市场。海外一看好像一百多个国家，对高科技企业来说，市场其实很单一，就是中国、美国、欧洲和日韩。
当时我们做游戏出海，觉得竞争不过国内大厂。后来就养成出海基因。为什么强调一定要很坚决投入技术，如果不这样，我们在海外也干不过字节，也干不过谷歌，干不过Meta。
Q：AI短剧和AI音乐是昆仑万维商业化最成功的板块。你未来会如何巩固这两个领域的海外优势？海外本地化的过程中，你们如何融合当地的文化？
周亚辉：我们目前来说，可能没办法完全考虑到20多种语言、几十个国家都做本地化。我觉得这不是第一步。第一步是建立一套适应绝大多数国家的审美和文化标准的内容生产体系，实现增长体系的规模化。
因为技术在移动互联网时代已经成型了。无非是要在AI大模型基础上，把PGC和UGC大规模的生产体系建立起来。
Q：前段时间Seedance2.0暂停了全球发布,主要是与好莱坞内容的版权纠纷。在多模态领域，不管是音乐、视频还是游戏，都会涉及版权问题。你怎么看待？
周亚辉：我们跟在字节的后面，这是我们处理版权问题上一个可以参考的事情。
Token会持续涨价，但定价分场景
Q：今年token很火，二月底的时候，昆仑万维也发了通知，要求使用各种的AI coding工具，使用少一点的就淘汰。你怎么看待token对于整个组织和业务的带来的一些变化？
周亚辉：作为一个企业领导者，你如果判断这个事情必将发生的时候，要告诉大家必须要进步。当然，我们可能不会淘汰团队。但人都是有惰性的，你得有什么样的方式，能够帮助他完成转型。就跟小孩一样，如果没有大人陪着，他不会好好做作业。
我们只是告诉大家，AI编程浪潮真的来了，就早点适应。短短一个多月时间，公司的程序员以前可能都觉得不靠谱、不想用，现在你让他不用都不可能了。
Q：现在各大厂都在token的补贴，或者是token的大战，你怎么看？
周亚辉：我们在做生产力的Agent领域，面向所有创作者的“一人公司”，Agent OS里的一个细分市场。我们瞄准的是国际市场。在国际市场上，不存在token补贴。在海外市场，token根本不用补贴，算力都是不够用的，都抢不到。
Q：关于产品价格，是不是伴随着供给侧或者竞争的态势的发展，会出现分化？比如说，平均大模型token价格会走低。性能特别强的模型的token价格会上涨？
周亚辉：我觉得是要分场景。不同的场景，不同的模型，不同的价格。比如说，程序员的token肯定会变贵，因为程序员的工种值钱。金融的Agent更贵，你给他天价都可以。
Q：现在龙虾很火，有一个观点是，做软件、系统和工具，可能不是for人，而是for Agent？
周亚辉：这非常正确。我们的skywork就是面向“一人公司”和创作者的OS，本来就是一个龙虾版，我们现在的所有模型，都要求做一些skills。我们技术研发都已经转变思维，全部的数据和技术都是给Agent和AI的。
Q：昆仑万维在AI上的投入决心是很重的，研发和销售费用都很高，在造血能力和技术投入之间，你们有设定一个财务上的平衡点？
周亚辉：有啊。底线就是要保证模型处于领先，最少需要多少算力，需要多花多少钱。每个月最少一个亿要投入研发。少于一个亿，任何一个模型都进不了第一梯队。
Q：那它意味着接下来会持续亏损？
周亚辉：那你就想清楚，怎么样慢慢通过模型的API收入和平台收入，把这个钱挣回来。所以你会看到，我们过去三年，基本上每年亏损都在大模型上，大概有12亿到15亿。
前三年，整个行业都是，不管上市的智谱还是MiniMax，还是没上市的Kimi，过去三年几乎没什么收入。2026年大家的收入快速增长。2027年、2028年肯定能挣回来，未来会挣更多。
Q：所以你对亏损一段时间，但最后会盈利这件事很有信心？
周亚辉：这是必然的。前面已经有例子了。Kimi去年收入非常少。今年Kimi2.5的代码大模型成功之后，一夜之间收入就翻了十几倍，智谱也一样。无非就是大家的方向不一样，我们更偏重于AIGC大模型，视频大模型、音乐大模型，游戏大模型，他们可能更偏重于代码大模型。
Q：科技圈最近有两个热门话题，一个是存储涨价，一个是大模型涨价。昆仑万维的模型产品后续有没有调整价格的可能？
周亚辉：我们新模型出来肯定涨价，现在提前预告。这是技术导致的，包括研发成本上升。有些涨价完全是因为企业为了追求毛利率而导致的，你有很强的壁垒，很强的独家性，才能导致你有这么高的毛利。现在不管是B端还是C端的用户，都接受了大模型产品需要付钱这个事情。未来我觉得会持续涨价。
Q：大模型商业化如果是TO B的话，企业的付费意愿就没有那么高，TO C同质化的竞争也很厉害。你也是非常成功的投资人，你会选择什么路径？
周亚辉：国产大模型有做过一段时间的TO B定制化。这件事不适合我们。
但是我觉得AI TO B这波爆发之后，TO B有可能做，大家有规模化的采购API。我们其实不做偏项目的定制化，可以卖API给行业的合作伙伴，同时做TO C比较适合我们。我们的音乐大模型确实比较领先，现在做得还不错。现在在海外第二名，比字节要强，有先发优势。
视频我们在海外短剧这一波赶上了，从短剧到AI短剧。我们本来就做游戏的，游戏平台我们还做得不错。任何市场竞争，都是需要卷出来的。如果卷不出来，我觉得都赢不了，也活不下去。卷是必然的，就不能因为卷而不做，你一定要卷出来。
Q：你提到AGI已经来了，当然，它的定义也收敛了，实际上，各个公司之间的竞争也在持续。你觉得接下来，尤其是大厂的，比拼什么会更有前途？
周亚辉：AGI已经来了，我是这么理解的。但大家幻想的科幻小说AGI还没有来。因为我把AGI定义成能够把所有物理世界的工作和数字世界的工作自动化跑起来，所以我认为AGI已经来了。
原来大家认为最大的机会是Chatbot，所以千问才会不停地跟豆包去卷。但现在来看，这个市场不是最大的市场，这只是最大市场里面十分之一的市场。现在最大的市场是企业软件市场，生产力Agent的市场。在美国，你会发现所有SaaS企业都要完蛋。在中国，这个市场还没有出现一个标准的产品。
我觉得钉钉、飞书都是上一代产品，上一代怎么样，下一代还是怎么样。A16Z说过一句很著名的话：原来的软件和工具都不会消失。新的企业级Agent，现在没有一个出头。
现在我比较看好的是马云和吴泳铭，他们的战略格局是足够的，他们非常清楚，千问那一仗我还要打，除了这一仗之外，企业Agent的仗也要去打。
Q：天工AI发布了三个明星产品，你们怎么锚定你们在AI版图的位置？包括豆包大模型家族也有比较全的品类，你们与它们相比有什么区别？
周亚辉：跟字节走就行了。我估计字节是中国第一家市值能够超过M7(美国市值排名最靠前的7家科技公司)的。他们吃进口和牛，我们吃国产牛肉就行了。
Q：你不担心市场份额被抢走？
周亚辉：这个世界生来是多样性的，如果有一个物种能够统治全世界，这个物种的生命也就快到头了。如果一家企业把中国科技企业都给搞死了，那它也该到头了。
Q：现在通用类的AI助理都开始走向物理世界去办事了，在内容生产领域，针对内容创作的垂类模型，你怎么判断它的市场能力和空间？
周亚辉：小B端的内容生产市场规模很小。我就跟你说，所有内容的大模型对创作者收的钱肯定是很少的。但是你通过帮助这个群体重新构建一个AI native的平台经济是可行的，实际上你主力最后还是朝C端收费。
Sora失败了，不代表视频大模型失败
Q：在“一人公司”，对于内容创作者来说，生产端，现在有很多工具可以解决问题，但是商业化是一个很大的挑战，可以创造出很多东西，但是怎么变现？
周亚辉：几百万个作者去写小说，去赚那笔钱，这一定会变成这个情况。为什么说我觉得“一人公司”我们可以做，大厂都不一定会去做“一人公司”的OS。因为我们要做一个收费特别低的生产力Agent。
但“一人公司”之所以成立，是因为现在可以用AI去跟外界处理各种事务，比如，他不需要去请财务经理，以2000块钱包出去，这些活AI给你干了，那你还可能不需要请销售，不需要请人做增长。因为你的AI就把你的成果自动发到社交网络去涨粉了，变现了。
Q：那客户就不用亲自谈了吗？
周亚辉：客户未来都可以不谈。因为会有服务号的Agent，相当于他代表你去跟客户谈。
Q：你会接受一个Agent来跟你谈生意吗？
周亚辉：社会都这样，你不得不接受。一年之前，所有的社交媒体都是打压AI内容的。现在绝大多数社交平台，已经分发AI内容了。
Q：你之前预测3至5年内，视频类C端会有“杀手级”的产品出现，但前段时间的Sora退场，是否意味着视频生成类产品爆发不起来？还是说，“杀手级”的产品不会以这样的产品形态出现？
周亚辉：当时我预测肯定会有一个搜索类杀手级的产品。结果看到豆包出来，ChatGPT出来，包括千问都做得非常好。Sora失败只证明这个产品失败。我觉得视频类是会有“杀手级”产品，不是Sora而已的。可能以其他的形式。
Sora在视频生成领域一度是非常领先的，第一个做出DiT模型。现在是OpenAI必须要做一个抉择，到底是主攻生产力Agent领域，还是两个领域同时进行。这是OpenAI在做减法。一家企业会做减法，才会成功。如果两头都做，生产力被Anthropic的Claude超越之后，它会很被动。那这个领域刚好变成中国公司的天下了，包括天工AI和Seedance都在这个领域往前走。
Q:OpenAI官方理由也是，Sora的成本太高，每天烧掉近千万。所以它转向了一些回报率更高的，比如说企业级产品，编程产品。
周亚辉：视频大模型肯定是能挣钱的，它自己做得不好，不能说这个市场不好。另外一点比较tricky的是，OpenAI整个视频生成团队、几个主要算法负责人都被Meta挖光了。所以它认为要重新搭建这个团队，还不如不做了。这个赛道非常好，中国军团在这个赛道里属于顶尖水平。
Q:视频大模型现在都好像在服务内容创作，它与物理AI和世界大模型，有必然的联系吗？他们之间是一个怎样的关系？
周亚辉：我们做的游戏世界模型，包括世界模型或者机器模型，有一种方法是用学视频的方法来学物理。现在来看，至少在机器人领域还是没跑通，大家对这个方向也没那么看好，因为效果比较差。
我们做物理世界部分，主要是做游戏世界模型，游戏世界模型本来就有一个天然带有物理引擎。你在游戏里去砍一个东西，到底砍中了没有？这就是物理的事情。视频模型跟物理世界模型的关系没有那么强，但是游戏模型与物理世界模型的关系是非常强的。
今年第一季度，我们在视频大模型和音乐大模型已经跻身了世界第一梯队。游戏世界大模型现在还在非常早期，游戏模型爆发也会比较晚，大概要到2028年，才会出现类似GPT4.0水平的模型。
Q：你怎么看现在比较火的具身智能和自动驾驶，对模型侧的一些需求？
周亚辉：机器人模型爆发也要到2028年。
Q：你判断2028年这个时间点的依据是什么？
周亚辉：依据是我对技术的理解。我在内部有过一次争论，2022年的时候，我跟我们的音乐算法总监说，三年之内，AI生成音乐的模型能出来。他说，至少5到10年。但最后的发展，跟我预料是比较接近的。我们今天用AI做的音乐，与音乐人做出来的音乐，没有什么区别。两次我都判断非常准确的。
对于机器人模型和游戏世界模型，你可以用一个很简单的算法，就算数据的规模，比如，机器人训练模型，最终能被大众所接受，效果比较好，有很强大的泛化能力的话，大概需要多少条数据，然后倒推，采集这么多数据，需要多少人，干多久。
基本上，人类做AI做到今天，雇佣人力去做大模型做数据标注，最高的记录也就是1万个人。需要这么多的机器人的数据，你要一万台机器人出来，不断地执行，产生数据，然后做数据反馈。
首先，你造1万台机器人就是一件很难的事情。然后部署到工厂里面，做各种各样的采集数据，这很难做。所以为什么特斯拉最终说，需要先造一些机器人出来，把这些机器人部署到工厂里面收集数据，然后再回归训练模型。大家觉得机器人能用，我觉得除了在工厂流水线使用以外，真的能够在很多场景中使用，都是2028年之后的事情。
Q：那昆仑万维会做这一块吗？
周亚辉：我们现在不会。因为我们聚焦做内容的大模型，我们未来就是做视频(短剧)、音乐、游戏，能把这三个做好就已经很厉害了。
往期推荐
富华优配配资提示：文章来自网络，不代表本站观点。
