大模型重回参数竞赛：2 万亿成标配，3 万亿是下一站？ - 经济观察网 － 专业财经新闻网站

📌 一句话摘要

本文分析中国大模型厂商正重启参数竞赛，月之暗面发布的 2.78 万亿参数模型 Kimi K3 引领潮流，探讨技术演进、产业链传导及商业化路径。

📝 详细摘要

文章深度解析中国大模型行业从 2025 年深度优化转向 2026 年参数规模竞赛的转变。月之暗面 Kimi K3（2.78 万亿参数）发布后，阿里 Qwen3.8 Max、百度文心 5.0 等头部模型纷纷突破 2 万亿参数。技术层面，Kimi K3 采用 MoE 架构、KDA 混合注意力和注意力残差技术，在参数规模扩展的同时控制推理成本。产业链方面，算力需求激增导致供应紧张，端侧芯片厂商如聆思科技加速布局。商业化进展显示月之暗面 ARR 突破 3 亿美元，DeepSeek 海外收入占比近半，但大型企业渗透不足。野村证券研报指出 3 万亿参数为下一里程碑，竞争焦点转向 AgentOS 能力。文章结合多方专家观点，展现大模型技术演进、产业分工（端侧与云端）、市场渗透阶段等多维度视角。

💡 主要观点

- 中国头部大模型厂商集体冲击 2 万亿参数规模。 月之暗面 Kimi K3（2.78 万亿）、阿里 Qwen3.8 Max（2.4 万亿）、百度文心 5.0（2.4 万亿）等模型发布，标志着行业从 2025 年优化阶段回归参数竞赛。

Kimi K3 采用混合专家架构（MoE）和高效注意力机制。 通过 MoE 分模块激活、KDA 压缩缓存和注意力残差技术，Kimi K3 在 2.8 万亿参数规模下实现可控推理成本，输出单价低于 GPT-5.6Sol 和 ClaudeFable5。

算力需求激增导致供应链紧张，端侧芯片市场加速发展。 KimiK3 部署需万卡级集群，智算中心算力被头部厂商锁定。端侧芯片厂商聆思科技完成 B 轮融资，计划年底发布首款推理芯片 Nebula 系列。

大模型商业化进入 ARR 增长期，但大型企业渗透有限。 月之暗面 ARR 突破 3 亿美元，DeepSeek 海外收入占比 47%-48%，但主要用户为个人开发者和中小团队，大型企业采用率低。

行业进入第三阶段，竞争焦点转向 AgentOS 和长程任务。 券商分析师指出，未来竞争将聚焦于 Agent 操作系统的综合能力和长程任务表现，参数规模仍是关键变量。

💬 文章金句

- 参数竞赛重启的同时，头部模型厂商的商业化也在加速。

• 云端在做大，端侧在做小，但驱动两者进步的底层规律是同一个：投入更多的算力和更好的架构，就能换来更强的模型能力。
• 芯片的研发周期通常在两到三年，必须提前判断两三年后模型架构的走向，否则芯片推出时就已经落伍了。

📊 文章信息

AI 初评：89

来源：经济观察网

作者：经济观察网

分类：人工智能

语言：中文

阅读时间：21 分钟

字数：5228

标签： 大模型, 参数竞赛, AI 技术, 模型架构, 产业链

阅读完整文章