作者：贝克街探案官 鲁镇西

48小时内，智谱AI和MiniMax先后通过港交所上市聆讯，有人说这是大模型第一股之争，也有人说这是研制大模型的公司资金告急，无法形成盈利亟需二级市场输血。

根据财报，智谱2022年至2025年上半年，累计亏损超62亿元；MiniMax2023年、2024年分别亏损2.69亿美元、4.65亿美元，2025年前9个月亏损5.12亿美元，累计亏损超87亿元。

由此可见，不挣钱确实是大模型行业内玩家暂时无法逾越的鸿沟，这个行业内的头部玩家们，一边在刷新人类智能的上限，一边在以惊人的速度烧钱，颇有一丝参数越大，亏损越深；能力越强，账越难算。

当市场还在讨论谁的模型更聪明时，一个更残酷的问题，如果连最聪明的机器，都算不清这笔账，这还是一门好生意吗？一个长期亏损、短期看不到盈利的行业，是否仍然值得投入？

01 真正的科技浪潮，都曾长期亏损

每一次科技变革的风口来临之前，没人能预见风往哪吹，只有坚持长期主义，并且持续稳定投入的玩家，才能迎来那阵风。

比如亚马逊，在1997–2001年，亚马逊连续5年净亏损，2000年互联网泡沫期间，股价从113美元跌到6美元，至2003年才首次实现全年盈利，公司成立10年，累计亏损超过210亿元。

华尔街在亚马逊盈利之前，认为亚马逊的物流资产太重，毛利率太低，无限扩张也没有盈利纪律，所以断言亚马逊不可能赚钱，它卖得越多，亏得越多。

但在2019年开始，无论华尔街的精英们是因为换了一代人，还是因为看到了亚马逊的增长空间，开始合力将亚马逊的股价推至2万亿美元，超越微软，一度成为全球市值最高的上市公司，虽然目前再度被苹果、英伟达和微软反超，但亚马逊的价值已经被市场承认，目前市值稳定在2.5万亿左右。

2022年，特斯拉进一步引入占用网络技术（OCC）以提高智能驾驶的动态障碍物识别和复杂场景泛化能力；2023 年，特斯拉端推出将感知-决策-控制全流程整合为端到端一体化架构的智能驾驶解决方案。

在特斯拉的扰动下，智驾行业纷纷引入大模型，并演进出模块化端到端与一体化端到端的技术路径之争。

模块化端到端方面，2024年4月华为发布设计为GOD感知网络+PDP决策网络+本能安全网络的乾崑ADS3.0架构，采用三网协同的端到端大模型，通过GOD提供无损感知数据、PDP进行拟人决策、本能安全网络兜底应急的策略，形成感知-决策-安全闭环。

2024年5月小鹏发布国内首个量产端到端大模型XNGP+，整合神经网络XNet、规控大模型XPlanner和大语言模型XBrain三大板块，XBrain由感知模块XNet2.0和规划控制模块XPlanner构成，二者通过神经网络直接连接实现模块间的深度耦合，通过三网融合形成了小鹏自己的端到端智驾大模型。

一体化端到端方面，2024年10月理想推出OneModel端到端+VLM双系统架构，通过单一模型端到端架构（One Model）实现从传感器输入到行驶轨迹输出的全链条直接映射，同时引入视觉语言模型（VLM）构建双系统并行框架，利用VLM的认知推理能力规范端到端模型的行为下限，从而在拟人化驾驶、复杂场景处理和安全冗余层面实现突破。

大模型在智驾领域取得的成就，再次推动算力领域的投入，包括车载算力芯片研发和云计算储备，这也是大模型行业内玩家一直亏损，却一直有投资的主要原因之一，就是可以推进多行业融合，实现多行业共同迭代。

梳理上述模型不难发现，当前全球大模型仍以Transformer的decoder-only架构为核心主流。尽管近年来陆续出现如Mamba、KAN等新型网络结构，但尚未在工程实践中形成主导地位，Transformer体系依旧占据核心位置，短期内，Transformer仍将是大模型研发与优化的基础框架，其生态与工具链优势将继续巩固主导地位。

目前有可能挑战Transformer架构的，就是Sora搭载的Diffusion架构，只不过该架构主要用于图像与视频生成。

2024年初Sora的发布，展现了Diffusion与Transformer结合的潜力，显著提升了视频生成的一致性、分辨率及时长表现。25年5月，Google首次尝试将Diffusion算法用于文本生成，发布Gemini Diffusion预览版，字节随后也推出Seed Diffusion以跟进相关方向。目前有观点认为，字节Seed Diffusion Preview性能超过Google Gemini Diffusion。

而国内企业由于算力受限，不得不进行创新性架构优化，抓住Attention本质，以阿里、DeepSeek最具代表性。

从当前技术演进看，Transformer架构在中短期内仍将是主流，其核心算法Attention机制（通过计算Tokens间相关性以预测最优输出），构成了模型性能的关键环节。因此，国内头部厂商普遍聚焦于Attention层面的优化与创新，其中以阿里的Qwen系列与DeepSeek的模型为典型代表。在算力约束难以短期突破的情况下，架构创新与算法精炼将成为国内基础模型竞争的主要方向。

以DeepSeek V3.2为例，DeepSeek V3.2-Exp 在性能上与上一版 V3.1-Terminus 差距不大，并将 V3.2 定位为迈向新一代架构的中间步骤。V3.2最大的进步体现在DSA（Dynamic Sparse Attention）的引入，模型训练与推理效率显著提升，相比上一代模型API输入与输出成本分别下降约50%与75%以上（推理成本）。

DSA的核心优化集中在Attention机制层，通过算子级与内核级的工程化重构，在长上下文任务中显著压缩训练与推理开销，同时尽量保持模型性能稳定，延续了以架构精修换取综合效率提升的技术路线，该版本体现出在算力约束下的务实取舍，既为后续架构演进奠定技术基础，也展示出国产模型在底层优化方面的持续积累。

DSV3框架的成功，令很多模型在DeepSeek V3框架引入针对性架构优化，如Kimi K2，K2主要改进包括验证在激活参数不变的条件下，单纯提升MoE总参数量依然符合Scaling规律，训练与验证loss持续下降且无过拟合迹象；适度减少Attentionhead数量，在保持性能稳定的同时显著降低算力开销；仅保留首层dense层，其余全部采用MoE结构，以改善首层router负载不均并提升专家利用效率；引入无分组的简化router，优化计算路径与参数调度；将模型参数从V3的671B提升到1T；引入MuonClip优化器，显著提升训练稳定性与收敛一致性。

得益于上述改进，K2在维持与DeepSeekv3相当的训练与推理成本下，实现了更低loss 与更高参数效率。K2的路径体现了国内团队在算力约束下通过结构精修延展Scaling规律、提升模型性价比的工程化思路。