中美AI代差与竞争格局 - 谷歌Gemini上线24小时调用量破70亿Tokens，相当于全中国所有大模型一天调用量总和可能还不及此规模 [8] - Gemini实现专业级画面细节和多参考图一致性，将消费级AI绘图推向专业设计工作流，对初级设计师构成直接竞争 [8][9] - 中美AI存在代差，核心差距在于多模态能力与底层架构而非中文处理能力，中文能力已达到GPT-4/5的95%水平但多模态才是未来主战场 [14][15][16][17] 谷歌技术优势与投入 - 采用稀疏MoE架构实现高并发推理，结合自研OCS光交换与TPUv7硬件使推理成本直降40% [19][23] - 谷歌一个季度投入425亿美元建设AI基础设施，占营收42%，投入当周谷歌云订单环比上涨38% [27] - 自研TPU体系形成全自动步枪式武器库，对比国内使用英伟达阉割版与国产卡混用的高成本方案 [21][23][25] 国内AI行业挑战与资金差距 - 国内通过超节点连接国产卡弥补算力，但光模块、高速线缆等网络侧投入导致成本飙升 [36] - 百度前三季度累计投入210亿元，与谷歌单季度425亿美元投入存在几十倍资金密度差距 [32][33][34] - 资本耐心将在2026年上半年耗尽，企业需证明盈利能力并跑出正向现金流，否则估值可能从30-50倍市盈率杀至10倍 [30][31] 国内AI企业发展路径 - 活路一为精耕中文合规与数据护城河，科大讯飞在教育医疗等特定领域具备主场优势 [37] - 活路二为成为算力大宗师或场景实战派，华为阿里代表算力底座企业，金山办公代表嵌入核心工作流的企业 [37] - 投资需关注企业毛利而非故事，具备算力底座或独家数据的企业才能穿越周期 [38][39] 行业核心观点 - 行业需沉心发展底层技术而非发布会营销，承认差距是追赶的开始 [42] - 未来江湖属于规则制定者与场景拥有者，中间地带公司将被淘汰 [37]