熱門資訊> 正文
2026-09-22 08:00
AGI路上的另一種走法。
AIX財經(AIXcaijing)原創
作者 | 王漢星
在科技行業,掌握一項領先的核心技術,往往意味着掌握分配利益的權力。
PC與移動通信時代,這項權力長期握在海外公司手里。高通憑藉從2G時代開始積累的專利優勢,長期以專利許可費的形式分享下游硬件廠商的利潤。只要一部手機用到高通掌握的3G、4G標準必要專利,就要按整機批發淨售價的一定比例繳費,費率最高可達整機的5%。2013年,中國手機企業的平均利潤率不足0.5%,而高通的芯片和專利許可收入中,將近一半來自中國。
中國科技產業交過的「税」,遠不止高通這一筆。給微軟、英特爾、甲骨文交授權費,給ARM交架構授權費,幾乎是每一代中國硬件廠商的共同記憶。而在AI時代,這個延續多年的秩序,第一次出現了反轉的跡象。
9月19日,全球最大的雲廠商亞馬遜雲宣佈,月之暗面(Moonshot AI)推出的Kimi K3已在Amazon Bedrock(僅海外區域)正式上線,Kimi由此成為第一批與美國雲廠商達成模型收入分成協議的中國AI公司。
AWS選擇與月之暗面合作的主要原因在於K3上線后的表現,不僅達到行業內一線水平,還與頭部閉源模型不相上下。此外,雙方的合作還有另一層意義,它打破了閉源模型對於雲廠商的議價體系,讓頭部閉源模型不能再肆無忌憚地吞噬AI產業鏈各個環節的利潤。
在此基礎之上,月之暗面還要把AI的智能火種傳遞給更多行業里的參與者,近期,它正式發佈企業合作伙伴「登月計劃」,與中軟國際、亞信科技、金山雲等,數家覆蓋軟件信息服務、通信、算力基礎設施、雲計算等領域的公司共建FDE隊伍,把大模型送進企業的核心業務。
一收一放之間,Kimi正在重寫AI價值鏈的分配方式:向上,讓全球最大的雲廠商為模型付費分成;向下,把前沿智能的落地能力開放給行業夥伴,自己只站在模型層。當一家中國AI公司具備了與OpenAI、Anthropic處於同一水平線上的模型能力后,不僅沒有放任這種能力去吞噬AI產業鏈上利潤,反而用一種共贏的思路讓「硬件-CSP-大模型-軟件應用-企業」這條AI價值鏈上的每一個環節都能受益。
01.雲廠商巨頭為什麼繞過硅谷,找上Kimi?
要理解這次合作的分量,需要先看清前沿AI實驗室的賺錢方式。
它們的收入大體由兩部分構成:訂閲服務和API服務,而API又分為官方渠道與第三方渠道,后者主要指的就是雲廠商。由於雲廠商坐擁更大的企業用户基數,微軟的Azure AI Foundry和亞馬遜的AWS Bedrock的企業付費用户規模都在10萬以上,這部分渠道的收入佔比往往很高。
以Anthropic為例,2025年它通過Google Vertex AI、AWS Bedrock等雲平臺訪問所產生的收入,佔總收入的比例約為60%到75%。誰能在雲廠商的平臺上佔據一席之地,誰就握住了觸達全球企業客户的閥門。
以往,中國開源模型廠商通過寬松許可,允許雲廠商自由部署自家模型並向用户提供算力服務,模型廠商不參與收入分成,能從雲廠商收入里分一杯羹的,只有閉源模型廠商。並且中國的很多企業用户也在同時為海外雲廠商和閉源模型公司付費。
Kimi K3的出現,改變了這筆賬的算法。今年7月,K3發佈,在Artificial Analysis Intelligence Index等多項獨立測評中被列入全球第一梯隊,能力與頭部閉源模型不相上下。更關鍵的是開源方式,Kimi採用開源權重加廠商自擬協議的模式,AWS要在自家平臺上線K3,就需要與月之暗面進行收入分成。此前據外媒報道,分成比例最高可能達到30%。
分成背后,是雲服務的格局正在被改寫。上半年,中國公司還在為調用海外模型付費,下半年,全球最大的雲廠商開始為中國模型分成。角色對調,是模型能力此消彼長的直接結果,中國模型公司的技術能力,第一次有了明碼標價的底氣。
對Kimi而言,這也是一次雙向的選擇。K3上線后需求火爆,算力供給一度緊張,甚至暫停了新用户訂閲。接入AWS的全球基礎設施,能在相當程度上緩解算力瓶頸,也讓K3可以觸達更多海外企業客户。這是對模型能力認可之外的另一重收穫。
對AWS來説,這同樣是一筆劃算的安排。引入K3,意味着Bedrock的模型貨架上多了一個前沿選擇,全球企業客户不必把籌碼全部押在兩三家閉源實驗室身上。
這筆賬更現實的一層,體現在價值分配上。頭部閉源實驗室正以極高的推理毛利獲取利潤,再拿利潤向下整合芯片、電力、雲和軟件。以Anthropic為例,據外媒報道,如果剔除渠道分成和模型訓練成本,其毛利率可能超過80%。一旦模型層只剩兩三家寡頭,雲廠商手里的算力就會失去議價能力,淪為大模型公司的「包租公」。它們迫切需要一個能與閉源模型抗衡的前沿模型,把手里的算力賣出更好的價錢,而K3恰好是能夠達到能力最前沿的開源選擇。
為Kimi投票的不止AWS一家。此前,OpenAI投資的法律AI公司Harvey基於Kimi后訓練了自己的模型,微軟Copilot也選擇了K3,在中國,幾乎所有主流大廠都已接入和使用Kimi。
當一家中國公司的模型被全球產業鏈上下游同時選中,分成協議的意義就遠不止一紙合同,而是一種新的站位。
02.同一道FDE題,硅谷關門,Kimi開門
與AWS的合作只是故事的上半場。拿到定價權的同時,Kimi還在做着另外一件事:把智能的火種,分發給更多AI應用的參與者。
9月初,月之暗面正式啟動Kimi企業合作伙伴「登月計劃」,與各行業系統集成商共建前置部署工程師(Forward Deployed Engineer,簡稱FDE)隊伍,深入客户現場,推動大模型進入企業核心業務流程。
月之暗面方面表示,隨着Kimi K3等模型能力快速提升,企業級AI的關鍵挑戰已從技術本身轉向規模化落地,公司將以開放合作的方式,向夥伴輸出模型能力與工程方法論。
AI在企業落地是一個看似美好,實際操作起來卻非常困難的事。與C端用户不同,企業對安全性、穩定性、本地化部署和行業know-how的要求高出幾個量級,模型再強,接不進業務流程就只是演示品。FDE模式由美國軟件服務公司Palantir首創,本質是把諮詢公司的服務能力產品化,把工程師派駐到客户生產現場,一待就是幾個月,幫助客户把軟件部署進業務的每一個環節。
Palantir正是靠這套打法,把軟件送進了政府、軍隊和大型企業的核心繫統,FDE也由此成為企業AI落地的關鍵拼圖。
硅谷的閉源代表公司已經在這條路上大舉投入。OpenAI通過外部招聘加收購成熟團隊擴張FDE人員規模,並投資40億美元成立OpenAI Deployment Company;Anthropic則以自有FDE團隊加合作伙伴的方式規模化交付,並聯合高盛、黑石等成立企業AI服務公司。
對部署閉源模型的FDE來説,核心在於理解客户業務需求,交付高級提示工程、Agent與Skills、評測模型框架和規模化部署等一系列服務。閉源兩強選擇自建隊伍,把智能和落地能力一起攥在手里,試圖將企業AI這塊蛋糕整個吞進自己的版圖。
同樣面對這塊蛋糕,Kimi選了另一條路。「登月計劃」是中國模型廠商中首個官方FDE計劃,走的卻是與夥伴共建的開放路線。模型層的能力和方法論由Kimi輸出,最后一公里的交付交給夥伴完成。對合作夥伴而言,這同樣是一門好生意,前沿模型能力是稀缺的,它們手中多年積累的行業know-how也是稀缺的,兩者結合在一起,纔有可能換來企業客户的真金白銀。
為什麼最后一公里要交給夥伴?因為企業級AI的瓶頸早已不在模型能力,而在規模化落地。數據顯示,95%的企業AI試點沒有可衡量的ROI,預計到2027年底,超過40%的Agentic AI項目將被取消。
除此之外,落地所需的行業know-how高度分散,既有系統與權限體系的集成、業務流程的適配、安全合規的口徑,只有長期深耕各行業的服務商才真正懂得。企業AI真正稀缺的,早已從更強的模型能力轉向把模型用起來的工程能力。讓專業的人去做專業的事,是「登月計劃」最朴素的邏輯,也是它區別於硅谷路線的根本所在。
市場的投票同樣直接。首批合作伙伴中軟國際、亞信科技、金山雲、亞康股份、華勝天成,幾乎覆蓋了金融、政企、能源、法律、通信等與AI落地契合度最高的業務場景。合作官宣當日,中軟國際股價上漲23%,亞信科技盤中一度漲超25%。
資本市場用真金白銀說明了同一個道理,當第一梯隊的模型能力遇上最深的行業積累,企業AI的想象空間纔剛剛打開。
03.不做微軟、不做Palantir,Kimi只要AGI
回過頭看,與AWS的合作和「登月計劃」其實是同一條主線的上下半場:上半場回答智能如何定價,下半場回答智能如何分發。向上拿到的是定價權,向下放出的是分發權。
這條主線上,Kimi做的事可以概括為「兩頭開放」。通過開源協議與雲廠商分成共贏,把模型能力開放給軟件服務商,自己不賺服務的錢,只賺模型層的錢。
這套打法能夠成立,建立在開源模型商業價值持續兑現的基礎上。據中金公司測算,憑藉高性價比和高智能水平,開源模型正獲得海內外用户的廣泛認可,調用量呈趨勢性提升。預計2026年,海外開源模型收入預計將達到百億美元量級;到2027年,全球開源模型調用量佔總Token量的50%到70%,價值量將佔大模型市場的12%到30%。
中金認為,開源模型的加速滲透可能帶動整體Token單價下行,但基於開放和普惠,更多使用場景將被解鎖,整體Token使用量或將大幅提升。
單價向下、總量向上,蛋糕在做大。這意味着,即便不談對閉源模型的替代,開源模型自身也足以長成一門百億美元級別的生意。
這也解釋了為什麼Kimi敢於「兩頭開放」,它是一門更大的生意。開源模型的本質,是把算力硬件、雲廠商、推理平臺、聚合平臺都拉進同一個共同發展的生態,雲廠商靠分成把算力賣出去,合作伙伴靠FDE交付獲得收入,模型層獲得持續增長的推理調用,這條貫穿上下游的產業鏈上,每一個環節都能分到相對合理的價值,正向循環由此形成。開源模型的技術進步,也會沿着這條鏈傳導,帶動相關參與方的商業化兑現。
相比之下,閉源模型的牌桌上,主要玩家只有硬件廠商和模型廠商兩方,賣顯卡的和賣模型的賺的盆滿缽滿,產業鏈的其他環節卻賺得不到什麼錢。閉源模型在智能上限上或許保有階段性優勢,卻缺少開源模型那樣豐富的場景生態和普惠的性價比。
而在沿着Scaling Law走向AGI的漫長進程中,開源是不可或缺的力量,更多場景的接入、更多開發者的參與,本身就是智能演進最好的養料。從這個角度看,Kimi的開放是一種長期的戰略耐心,它不急於在鏈條的每一環都賺到錢,而是先把生態的水位抬高,模型層這艘船自然浮得更高。
這也引出了Kimi的終極目標。無論是與海外雲廠商合作,還是與企業夥伴共建FDE,都只是通往同一個終點的路徑。Kimi不想做中國的微軟、谷歌,也不做中國的Palantir,它只追求AGI。為此,Kimi專注於模型智能上限與Agent長程能力,在組織上始終保持精干,維持高智力密度,避免因組織膨脹陷入效率損耗。
與硅谷同行的大規模擴張相比,這種剋制本身就是一種選擇。這批人的目標很純粹:做好模型,把分發交給雲廠商,把落地交給最懂行業的人。
從交專利税到收分成費,中國科技公司花了幾十年時間,才走到價值鏈的上游。Kimi給出的答案則更進一步:站上上游之后,讓產業鏈上的每一個環節都能受益。對行業而言,這是一個不同於巨頭壟斷的AI落地答案,對AGI而言,這或許也是一條更快的路。
*題圖由AI生成。