剑雨

视频、游戏大模型还在红利期，昆仑万维方汉：今年是世界模型元年，商业空间远超想象_我的网站

一 |     本文来源：时代周报 作者：何珊珊          AI行业的下半场，拼的早已不是内容生成能力，而是“读懂真实世界”的能力。

二 |          在2026世界人工智能大会（WAIC）上，这一判断已经成为全行业共识，持续数年的通用大模型参数军备赛彻底退潮，“世界模型”一跃成为核心赛道之一。整个AI产业正迎来从“数字内容创作”到“物理世界理解与交互”的跃迁。

三 |          “今年是世界模型元年，”7月19日，昆仑万维董事长兼CEO方汉在论坛现场如此判断。该公司同步发布Matrix-Game3.5交互式世界模型、Murekav9.5音乐大模型等重磅迭代产品，宣告公司技术路线从虚拟世界内容生产，正式向物理世界具身智能场景延伸。         方汉对时代周报记者表示，视频、音乐、游戏大模型仍处在明确的性能红利期，市场天花板远未触达；而面对技术迭代的焦虑，答案从来不是抗拒工具，就像马车夫学会开汽车，先拥抱变化的人能先吃到时代红利。    谷歌正在尝试把 Gemini 与芯片更紧密地结合起来。         昆仑万维董事长兼CEO方汉现场演讲          异构数据将打破成本壁垒          就AI产业的迭代脉络，方汉认为，过去两年行业重心集中在文字、图像、视频等静态内容生成，而2026年的核心命题变为“理解真实物理世界、完成闭环交互”，世界模型正是实现这一跨越的底层技术底座。         而要打造能适配机器人、智能制造、开放游戏的通用世界模型，海量高质量训练数据是绕不开的硬门槛。

四 |          据《The Information》援引知情人士消息，谷歌母公司 Alphabet 正在研发一款服务器 AI 芯片，内部非正式代号为“Frozen v2”。         方汉在采访中给出明确行业阈值：模型想要完成有效收敛，至少需要千万小时级训练数据，长期优化则要冲击亿小时规模。传统动捕采集模式成本极高，一套专业采集设备采购价十余万元，单小时采集成本可达千元，想要凑齐千万小时样本，投入将达数十亿量级，绝大多数企业难以承担。这款芯片针对 Gemini 模型设计，计划最早于 2028 年部署。谷歌工程师预计，以单位功耗所能处理的 Token 数量计算，其效率可能达到公司最新一代自研 AI 芯片的 6—10 倍。         谷歌目前尚未正式确认 Frozen v2 项目，也没有公布芯片规格。         “异构数据（手机、普通摄像头采集的日常操作视频）彻底打破成本壁垒，采集硬件普及、场景覆盖更广，单小时采集成本降至个位数，多样性与真实环境复杂度远超专业动捕素材。”他表示，异构数据将成为世界模型预训练核心燃料，高精度动捕数据仅用于后期微调强化学习。         方汉透露，昆仑万维发布的黎曼1.0具身模型，基于海量异构数据训练，在叠衣服等复杂家居任务上性能直接提升8个百分点。

五 |          从数据产能竞争来看，他认为中国厂商手握天然优势，国内拥有全球最完整工业门类，家政、物流、制造、医疗等真实场景供给充足，同时数据采集硬件产业链全部本土化，成本控制能力全球领先，未来千万小时级训练数据产能将集中在中国企业手中。

六 | 公司在回应媒体时表示，其团队一直在研究和试验提升性能与效率的新方案，但并非所有项目最终都会进入生产阶段。         对于当下“大批企业转向垂直应用，基础模型投入降温”的行业论调，方汉提出截然不同的判断。谷歌同时强调，从底层共同设计硬件和软件，是其打造高度集成系统的重要方式。

七 |          他认为，纯应用层项目存在巨大风险，通用大模型会持续吸收各类细分行业能力，大量垂直工具会被底层模型直接内化；企业核心竞争力必须扎根基础模型研发，若布局应用业务，也要保证自有数据、业务流程无法被通用模型复刻。但报道发布后，Alphabet 股价在当地时间 7 月 20 日早盘上涨约 3.3%。

八 | 因此，他建议AI创业者摒弃“拿着锤子找钉子”的思路，深耕行业真实痛点，从需求倒推所需模型能力，而非依靠现有技术强行适配赛道。         影视音、游戏等文娱赛道模型仍在红利期          多模态AIGC商业化落地成效，成为本届WAIC热议话题之一。

九 |          与现有 TPU 相比，Frozen v2 的主要区别，是它进一步收窄了芯片的适用范围。

十 | 它的定位是一颗更极致的“专用芯片”。方汉判断，文本大模型增长节奏逐步放缓，但视频、音乐、游戏三大赛道仍处在明确性能红利期，商业化天花板远未触及，付费转化意愿显著高于其他AI品类。         音乐赛道上，昆仑万维全新升级的Murekav9.5打出“最无AI味”标签，解决过往AI编曲堆砌、情感空洞痛点，生成过程实时回看修正旋律、编曲逻辑，指令精准度提升超10%，同时打通图文、视频一键配乐链路，支持MV全流程协同创作，形成从灵感构思到完整音视频产出的闭环工具。

十一 | 根据现有报道，谷歌计划将 Gemini 的部分架构特征固化在芯片中，针对其计算路径和常用操作进行专门优化。         AI在影视短剧赛道已跑出规模化落地样本。         大模型推理不仅需要完成大量矩阵运算，还要频繁从高带宽内存读取参数。数据在内存与计算单元之间移动，会消耗时间和电力。         爱奇艺高级副总裁杨海涛在同一场合分享最新运营数据：平台每日上线超3000部AI短剧、上千条AI漫画内容，AI工具将影视前期故事板、后期特效制作效率提升50%以上，单部网络电影可节约三周制作周期，暑期还将批量上线AI参与创作的院线向网络影片。

十二 |          短剧爆发并非偶然，短视频长期重塑大众注意力习惯，用户习惯于十几秒出现一次剧情反转，而AI大幅压低短剧拍摄、剪辑成本，各类细分题材得以批量供给，长尾需求被充分满足。

十三 | Frozen v2 希望减少这部分开销，从而提高响应速度，并在相同功耗下处理更多请求。         现场文娱从业者带来真实创作体验。中国电影家协会副主席、国家一级演员黄晓明现场分享实测感受，他使用Mureka复刻杨宗纬曲风生成抒情歌曲，歌词情绪贴合指示词；同时黄晓明惊叹AI视觉迭代速度，近期观看AI成片，人脸面部毛孔、微表情细节已难区分虚实。         演员王珞丹则分享AI创作幕后，称为达到理想镜头反复调试提示词至凌晨。她认为AI是高效创作工具，但故事内核、审美判断永远由人类创作者主导。青年导演崔也表示，AI能高效完成大群演、极端天气等实拍难实现的镜头，大幅降低成本。报道所称的 6—10 倍效率提升，具体指每单位功耗能够处理的 Token 数量，并不是芯片峰值算力。         谷歌现有 TPU 同样是面向机器学习的专用处理器，但需要适配不同模型，并承担训练、推理等多种任务。最新一代 Ironwood 单颗芯片配备 192GB 高带宽内存，单位功耗性能约为上一代 Trillium 的两倍，最多可由 9216 颗芯片组成 Superpod。         谈及AI演戏或机器人是否替代从业者的大众焦虑，方汉对时代周报记者比喻道，汽车诞生时马车夫恐慌，枪械普及后弓箭手担忧，但最先掌握新技术的群体一定会先吃到时代红利。影视导演、剪辑、音乐人无需畏惧AI，自身独有的审美、叙事、情绪感知能力是模型无法复刻的优势。主动拥抱工具、实现人机协同的创作者，融合AI才能形成差异化竞争力。

十四 |          当下，中国凭借完整的工业体系、丰富的场景资源与成熟的硬件供应链，有望在这一轮技术竞赛中占据数据产能的先发优势。

十五 | 而技术迭代的本质始终是工具升级，而非对人的替代，当创作门槛持续降低，更多普通人的创意得以释放，整个AIGC产业将迎来更广阔的增长空间。Frozen v2 不会取代 TPU，而是作为一条更具针对性的产品线，与其并行使用。

十六 |          (来源：Google)          但专用芯片也有其劣势，更深的模型与芯片绑定会降低灵活性。

十七 | 芯片从设计到投产通常需要数年，如果此后 Gemini 的基础架构发生较大变化，已经固化的设计可能难以适配。Frozen v2 能否获得长期收益，既取决于实际能效，也取决于谷歌能否在快速迭代模型的同时，维持底层架构的相对稳定。         那么，谷歌为什么要“铤而走险”？首先一个原因，是为了应对持续增长的算力需求。据相关数据，谷歌内部的 AI 计算资源短缺已经引发不同团队之间的资源竞争，Google Cloud 甚至因此拒绝过部分外部客户订单。         大模型的计算需求包括训练与推理两个阶段。训练先进模型需要集中投入大量算力，但随着 Gemini 被加入搜索、办公软件、云服务和智能终端，长期发生的推理可能形成更庞大的成本。单次生成的费用看似有限，乘以数以亿计的用户和持续增长的调用量后，电力、芯片、网络及数据中心投入都会成为重要支出。         Alphabet 已将 2026 年资本开支预期上调至 1,800 亿—1,900 亿美元，主要用于扩建 AI 计算能力、数据中心和相关基础设施。在这一背景下，提高每瓦电力能够生成的 Token 数，不仅意味着更低的能源消耗，还意味着同一座数据中心能够承载更多用户请求。

十八 | 对于已经拥有大量 Gemini 使用场景的谷歌而言，即使单次推理成本只下降一小部分，规模化之后也可能带来可观节省。         图｜谷歌历年资本开支预期（来源：S&P）          自研芯片还可以加强谷歌对供应链和产品节奏的控制，减少对英伟达等外部芯片供应商的依赖。但这种“减少依赖”并不等于完全替代。

十九 | Frozen v2 即使顺利投产，预计规模也将低于 TPU；谷歌的数据中心仍会同时使用 TPU、GPU 及其他计算设备。它更像是为高频且相对稳定的 Gemini 任务增加一类成本更低的专用工具。         谷歌也不是唯一走向自研芯片的 AI 公司。2026 年 6 月，OpenAI 与博通公布首款自研推理芯片 Jalapeño。

| OpenAI 表示，这款芯片围绕大语言模型推理设计，将结合博通的芯片实现和网络技术以及 Celestica 的服务器系统能力，计划于 2026 年底开始部署。

|          图｜博通公司首席执行官 Hock Tan 将一片芯片晶圆递交给 OpenAI 公司首席执行官 Sam Altman。（来源：OpenAI）          Anthropic 也被曝已经开始研究自有 AI 芯片，并与三星电子等潜在合作方接触。不过该项目仍处于早期阶段，芯片的用途、性能目标和服务器部署方式尚未明确 Anthropic 同时表示，亚马逊 Trainium、谷歌 TPU 和英伟达 GPU 仍将是其扩张算力的重要基础。中国方面，此前 DeepSeek 和近期的月之暗面也有自研芯片方面的传闻。

|          除专注于基础模型的公司外，亚马逊、微软、Meta、阿里巴巴、百度和字节跳动等拥有云服务或大规模互联网业务的企业，也在不同程度上推进专用 AI 芯片。其中部分芯片服务于模型训练，部分集中于推理、推荐和广告等高频工作负载。

| 它们共同反映出一个趋势：随着 AI 服务规模扩大，掌握模型的公司越来越希望同时参与芯片和计算系统设计。

|          这些项目属于同一轮趋势：AI 公司希望根据自身模型和业务负载设计芯片，以获得更好的成本、能效和供应保障。但它们并不是完全相同的技术路线。

| Trainium、Maia、MTIA 以及 OpenAI 的 Jalapeño 主要面向一类或多类 AI 工作负载，仍保留一定通用性；Frozen v2 则称会把 Gemini 的部分架构直接固化进硬件，模型与芯片的绑定程度可能更高。         因此，Frozen v2 所代表的不只是谷歌扩大自研芯片投入，也是一项更激进的软硬件协同试验。答案将取决于芯片能否如期投产，也取决于到 2028 年时，Gemini 是否仍然适合这块为它提前设计的硅片。         参考链接：          1.https://techcrunch.com/2026/07/20/google-is-working-on-a-new-ai-chip-designed-to-make-gemini-more-efficient/          2.https://www.reuters.com/business/google-plans-new-chip-run-gemini-models-more-efficiently-information-reports-2026-07-20/          3.https://blog.google/innovation-and-ai/infrastructure-and-cloud/google-cloud/ironwood-tpu-age-of-inference/          4.https://blog.google/innovation-and-ai/infrastructure-and-cloud/google-cloud/ironwood-google-tpu-things-to-know/          运营/排版：何晨龙          注：封面由 AI 辅助生成。

Current article:http://273t.suilaoheirenzhaizhaikang.sbs/news/20260826_481348.html

Published on:15:04:19