字节跳动10万亿参数模型与算力资产化的产业变局

10万亿参数模型：从参数规模竞赛到工程瓶颈

字节跳动被曝正在推进一款10万亿参数的超大规模预训练模型，参数体量对标Anthropic旗舰Mythos系列，是目前国内最大模型Kimi K3的三倍以上。这一消息将大模型的参数竞赛推向了新的量级——从千亿到万亿再到十万亿，每一次量级跃升都不是简单的算力堆叠，而是对数据工程、训练稳定性、通信效率和推理部署的全面考验。

10万亿参数意味着什么？以FP8精度训练，模型本身占用约20TB显存，即便使用H100集群的80GB显存，仅模型加载就需要250张以上GPU。加上优化器状态、梯度、激活值，一个训练步骤需要的GPU数量在千卡级别。训练通信量随参数规模线性增长，跨节点all-reduce的延迟在万卡规模下可能成为瓶颈，通信优化成为训练效率的核心变量。

但参数规模的边际收益正在递减。DeepSeek在67B参数量上实现的推理能力已经接近部分千亿模型，证明了架构设计和训练数据质量的优化比单纯堆参数更具性价比。10万亿参数模型的真正价值在于为多模态对齐和复杂推理任务预留能力冗余，而非单纯的benchmark刷分。

英伟达5000亿美元算力融资：算力资产化的金融逻辑

英伟达与阿波罗全球管理、贝莱德、黑石、博枫、高盛和KKR六家华尔街顶级资管机构合作，推出规模达5000亿美元的AI计算基础设施融资平台。该方案将GPU算力基础设施类比为商业地产和收费公路，使其成为可抵押、可证券化的金融资产。

这一模式的核心逻辑：AI算力需求正在从技术资源转变为金融资产。GPU集群产生稳定的算力租金收入流（类似商业地产的租金），租赁合同具有中长期稳定性（3-5年锁定），这使得算力基础设施具备了可预测的现金流和风险定价条件。华尔街将算力资产化的操作路径包括：以GPU集群为底层资产发行ABS（资产支持证券），将算力租赁合同打包为CLO（担保贷款凭证），建立算力二级市场允许算力合约交易和转让。

对产业的影响是深远的。算力资产化降低了AI基础设施的资本门槛——从买断模式转为租赁+融资模式，中小型AI公司不再需要一次性投入数亿美元购置GPU集群，而可以通过租赁和分期支付的方式按需获取算力。这种模式的规模效应使得英伟达的芯片出货量不再受限于终端客户的现金流，而是由金融市场来提供流动性支撑。

谷歌在韩月活首超Naver：生成式AI改写互联网格局

韩国IGAWorks旗下Mobile Index数据显示，7月谷歌应用在韩月活用户数达4702.29万人次，首次超越韩国本土互联网巨头Naver的4684.50万人次。这是自2021年3月该统计启动以来谷歌首次在韩国月活超越Naver。

这一数据变化的驱动力并非搜索业务，而是生成式AI。Google Gemini在韩国市场的渗透率持续攀升，而Naver的HyperCLOVA X在本土AI助手市场的先发优势未能转化为用户留存。韩国用户对AI功能的依赖程度正在快速上升——Gemini的多模态能力、跨应用集成和免费策略对C端用户形成了强吸引力，而Naver的AI产品仍被限制在其生态体系内部。

这一趋势在全球范围内具有普遍性：拥有底层大模型技术优势的巨头正在通过AI功能重塑用户入口。搜索引擎的搜索框正在被AI对话界面替代，传统的信息检索行为正在向对话式交互迁移。当AI能力成为用户选择应用的决定因素时，没有顶级大模型支撑的互联网公司即使拥有本土市场优势，也可能面临用户流失的长期风险。

中国人形机器人出货量占全球97%：供应链优势的另一面

彭博社报道，2026年上半年中国人形机器人制造商占据全球出货量的97%以上，智元机器人和宇树科技两家公司合计占75%份额。这一数据验证了中国在人形机器人供应链完整度、成本控制和快速量产能力方面的早期领先优势。

97%的出货占比背后是中国制造业体系的系统性支撑：稀土永磁材料占全球70%产能，无框力矩电机和减速器的成本比海外低40-60%，3C制造产线的柔性化能力可直接复用于机器人组装。宇树科技Go2系列四足机器人售价已降至16000元人民币，远低于波士顿动力Spot的74500美元，价格差超过5倍。

但出货量优势不等于技术优势。目前中国出货的人形机器人主要用于展览演示和简单场景，在复杂环境自主导航、灵巧操作和长期可靠性方面与特斯拉Optimus、Figure 02等产品仍有差距。软件层——运动控制算法、具身智能决策模型的成熟度，将决定中国机器人企业能否将出货量优势转化为实际应用价值。硬件成本领先只是第一阶段竞争，第二阶段的核心在于软件能力的突破。