陳根：百模大戰結束了！中國第一批大模型公司為何集體沉寂？

文/陳根

中國第一批大模型公司為什么集體沉寂，是PPT出現了故障？還是本身就是一場概念騙局？

2023-2024年間，中國AI大模型賽道曾是一場熱鬧的“百模大戰”。一批科技公司憑借精美PPT、高調宣稱“遙遙領先”或“超越GPT-4”，迅速聚集資本、媒體和人才注意力，似乎中國AI已實現彎道超車。

然而，2025-2026年現實洗牌殘酷：多數早期高調玩家淡出主流，曾經高調的PPT領先發布會，卻再也沒有了PPT，也沒有媒體再相信他們的“故事”。偶有殘存的，或戰略收縮轉向垂直領域，或面臨融資難、虧損擴大乃至運營危機。

相反，用戶真正能穩定使用、性能可靠且性價比高的中文大模型，多出自之前沒有開盛大的PPT發布會的公司，比如DeepSeek、字節跳動、阿里巴巴Qwen系列等后來相對務實優化的力量。這些模型在開源、推理效率和場景落地中展現持久生命力。

我們不禁要問，為什么會這樣？

這一“高調隕落、低調崛起”的分化，根植于對科技的態度，是想借機炒作欺騙股民，還是真正敬畏科技。今天我們都知道，大模型核心三要素（算法、算力、數據），這種并不是PPT宣傳能夠實現的。

許多早期宣稱的公司，其實并不是他們不了解人工智能的核心三要素，也不是不了解自己公司根本就不具備PPT宣傳的技術，但是他們依然選擇光明正大的的忽悠。他們甚至連技術發展的最基本規律都選擇忽視，忽視技術的長期積累與涌現能力的不可預測性，構成對科學的輕慢與欺騙性營銷。

一、大模型本質：三大要素的長期積累與涌現的不可預測性

從GPT出現的最初，我就明確指出大模型成功依賴算法、算力、數據，這三大核心要素，且均無法一夜完成：

1、算法：從基礎架構到Scaling Laws、MoE、RLHF等對齊技術，是漸進迭代的結果。ChatGPT的突破核心在于規模化訓練后涌現（emergence）的類人語言邏輯、指令跟隨與推理能力——這并非預先精確規劃的“產品特性”，而是意外顯現的科學現象。OpenAI自身也難以完全預測是否會成功，以及這條技術路線的具體能力邊界。

國內許多早期公司卻繞過這一嚴謹過程：匆忙宣布“自主大模型”，實際多依賴開源底座微調或有限增量訓練，核心創新薄弱。PPT上的參數規模或封閉基準“領先”，掩蓋了真實泛化能力不足的問題。這種“宣布即擁有”的做法，本質上是對科學探索的不尊重——它將不可預測的涌現能力，簡化為可營銷的確定性成果。

2、算力：前沿訓練需巨量高端GPU。我們受出口管制影響，早期玩家硬件更是受限，連籌備的基礎都不存在，更是難以支撐高強度持續預訓練。而后起之秀則正視這些問題，通過架構優化（如高效MoE、量化）實現了算力效率的工程突破。

3、數據：高質量、合規、多樣化語料是根基。早期公司常面臨數據清洗難、審查約束等問題，可以說連數據最基礎的標注、清洗都還沒完成，怎么可能談訓練模型，這就導致開源引入的模型幻覺多、知識更新慢。而ChatGPT的訓練數據策略難以快速復制，其成功具有顯著偶然性，關鍵是這些領先的模型都是非開源，這就讓PPT領先的公司的故事成為了事故。

忽略這些要素的長期性與不可預測性，導致第一批公司集體陷入“概念先行、技術滯后”的陷阱。一旦真實用戶測試和市場競爭加劇，泡沫迅速破滅，導致大量的投資者深受其害。

二、資本驅動的PPT文化：從炒作到“科技騙子”標簽

資本熱潮放大了短期激勵扭曲。早期融資環境寬松，故事比實質更值錢，許多公司將資源傾斜于營銷而非R&D。結果是行業性“PPT遙遙領先”現象：演示精良，但上線可用性差，引發用戶失望與輿論反彈。

部分公司面對技術短板質疑時，非但不開放迭代，反而采取訴訟等方式試圖壓制批評的聲音，這就進一步坐實了“欺騙”印象。這種行為不僅傷害行業公信力，也凸顯了部分從業者對科學態度的缺失——真正的創新者歡迎嚴謹質疑，因為試錯是進步的必經之路。

如果一家科技公司經不起不同的質疑聲音，其背后只有一個原因，那就是這個牛吹的太大太脆弱，導致本來是硬核的技術，卻害怕質疑。甚至一些公司不惜通過干預當地的司法，通過訴訟來讓質疑聲消除，這是非常可悲的事情。真正有硬核技術實力的科技公司，從來不怕質疑，因為質疑對于他們而言是免費的技術提升建議。

三、后來者崛起：務實迭代與生態適配的勝利

DeepSeek、豆包、Qwen等成功，讓我們看到這些公司都有一個共同的特點，就是允許質疑，不召開PPT領先發布會。在于更好尊重三大要素：專注工程優化、結合真實業務數據、擁抱開源社區反饋，形成快速迭代閉環。它們避免了過度營銷，轉向價值交付，在中文場景下展現出更強的實用性。

這揭示了市場從“概念驅動”向“工程驅動”的回歸，也證明了尊重科學規律的公司更有長期競爭力。

四、資本市場監管的深刻探討：打擊炒作與包容試錯的辯證平衡

從大模型最初的PPT領先公司的集體翻車事故中，我們可以看到我們的資本市場對創新性科技公司的監管，面臨獨特挑戰：既要防范系統性風險，又要保護前沿探索的脆弱性。大模型賽道的教訓表明，打擊與包容必須共存，且需精準施策。

嚴厲打擊概念炒作：對那些主要依賴PPT宣傳、虛假或嚴重夸大性能、通過營銷誤導投資人和公眾的公司，必須重拳出擊。這包括加強信息披露要求、完善虛假陳述的民事/行政/刑事追責機制、規范估值與融資宣傳等。

概念炒作不僅浪費社會資源、損害投資者利益，還會劣幣驅逐良幣，讓真正投入研發的公司難以獲得公平支持。早期部分“遙遙領先”案例，正是監管需重點關注的典型——若不嚴厲打擊，AI等硬科技賽道將持續泡沫化，阻礙產業健康發展。

包容真實創新的試錯：前沿科技如大模型，本質上是高風險、高不確定性的探索。算法涌現、訓練失敗、數據偏差等試錯不可避免。對于那些有真實研發投入、可驗證的技術路徑、透明披露進展的公司，監管應給予更大容忍度：允許階段性虧損、適度放寬信息披露節奏、提供政策性融資支持或“沙盒”測試環境。

這不是縱容，而是認識到創新的非線性本質——ChatGPT式的突破本身就充滿偶然性，如果過度苛責短期績效，許多潛在“后來者”將被扼殺在搖籃中。

平衡之道在于精準區分：以實質性指標（如公開基準、可復現實驗、實際部署案例、研發投入占比、允許公眾質疑）而非表面宣傳為判斷依據；建立第三方技術評估機制；強化退市與追責威懾的同時，完善容錯糾錯制度（如針對硬科技企業的特殊上市通道或再融資便利）。只有這樣，才能既凈化市場環境，又激發創新活力。

當前，我們國家正處于“十五五”開局期，AI被列為戰略新興產業。監管若能在打擊炒作與包容試錯間實現動態平衡，將極大提升資本市場對真實科技創新的支撐效率，避免更多“第一批”悲劇重演，同時為DeepSeek式后來者提供更肥沃土壤。

國產大模型第一批公司的集體沉寂，是一堂關于技術本質、資本邏輯與監管智慧的深刻課程。它警示：科學發展尤其基礎規律，必須避免大躍進的思想進入科技產業。而對于大模型而言，算法、算力、數據的積累容不得半點投機，ChatGPT式的涌現更非可批量復制的營銷話術。只有真正尊重科學、腳踏實地投入研發的公司，才配得上“創新”之名。

而資本市場監管的成熟，同樣考驗智慧：在嚴厲打擊概念炒作、維護市場秩序的同時，包容創新試錯的空間。唯有如此，中國AI才能走出“PPT時代”，邁向全球領先的實質競爭力。未來屬于那些把模型真正做“可用”、把創新真正做“扎實”的參與者，而非善于講故事者。產業與監管的共同進化，將決定這一輪科技浪潮的最終高度。