Q3的大模型季报又来啦
此刻距离25年结束只剩下2个多月时间了。
在今年的年中回顾中我们主要分享了上半年的新物种 - AI Agent带来的全新体验和冲击:「2025上半年：新势力奔涌和Agent战国时代的到来」
现在再来回看过去的几个月，各类Agent如雨后春笋般创立，有一段时间几乎每天都能看到新的以“Today I am excited to introduce the first ever ..." 开头的demo视频。
当然Agent赛道也有存在变量，比如ChatGPT于7月份推出ChatGPT agent，对于大多数现有ChatGPT用户而言，许多agent产品似乎也就不再是必要选项，定位于General Agent的选手如何收敛应该是下面的战略重点。总之，Agent物种无疑是今年上半年最大的惊艳产品，也给未来的AI产品形态带来大变量。
===
这期的季报里并不想花太多时间聊agent。首先还是想要再多说几句这个十一以来全球AI最靓的仔 - Sora 2 & Sora APP。
OpenAI于当地时间9月30日发布了Sora 2模型，同时在iso和pc端上线Sora APP。
此后的十一长假中，Sora中的Cameo视频彻底引爆朋友圈，成为假期中最高频的视频内容；一时间大量的与Sam Altman互动的视频在网上流传。
===
关于Sora App的意义可以说是：十分重大。
后大模型时代，AI的商业化在全球都取得长足进展，但整体上一直不及预期，“十倍于互联网时代的大机会”一直停留在口号，聚焦C端的应用没有出现明显的破圈。
Sora App的出现，可以说是真正的为AI to C带来了大变量：Sora首次让生成式模型以“内容消费品”的形态，直接进入大众生活，通过Cameo把视频生成内容成为连接朋友圈的消费内容。
展开说说Sora这款产品的惊艳之处：
1 / 从“生成素材”到“生成体验” 。以前的视频生成模型产出的是“素材片段”，Sora APP里能生成带音效、人物、镜头语言，做到音画同出 + 10秒形成一个故事线。这应该AI内容第一次具备完整可消费性，可直接在抖音、TikTok上传播。
2 / Sora 首次在模型层面解决了两大消费门槛 - 稳定身份（face+voice consistency）：同一个人能出现在不同镜头中； 叙事连续性（multi-shot narrative）：从“片段”跃升为“故事”。 这让AI视频具备了“角色+剧情”的连续性，直接迈入UGC与社交传播的主战场。
3 / 打开AI内容的社交传播链， Sora生成的十秒视频天然适合社交网络的“10秒叙事节奏”，加上音频和身份稳定性，使其成为一种AI原生的短视频内容。AI内容第一次具备了“病毒式传播力”，包括每个人只有5个邀请码，也只能分享给关系紧密的人。这些也是假期Cameo视频在朋友圈大火的重要因素。
4 / 经济模式的启动信号。过去AI工具靠订阅费，Sora的Cameo和Remix让AI内容有了播放、创作、二次创作的循环经济。“AI创作者生态”开始出现，这可能催生AI原生UP主、AI短剧平台、AI偶像等新赛道。
不夸张的说，Sora APP是AI产品的一个大变量，甚至未来回头来看，可能是英伟达股价的分水岭。
===
近期还有一个比较引人关注的焦点，就是OpenAI与科技大厂的集体捆绑行为，这让人不禁想起00年代互联网泡沫时期的迹象。人们的担心这会为未来金融风险埋雷。
我们上一期在OpenAI生态股（OpenAI 生态股：撑起万亿美元算力订单）中也提到了，当下的AI生态中存在大量"循环交易"，也就是我们俗称的资金转圈，即：供应商投资客户，客户再用这笔钱购买供应商的产品。比较经典的案例是英伟达投资到OpenAI → OpenAI用这笔钱买英伟达卡 → 资金回流到英伟达。
举一个历史上先例，今天的英伟达与当年Cisco在2000年互联网泡沫中的模式有一定类似，当时的Cisco同样投资于购买Cisco设备的客户，使用"购买承诺"(purchase commitments)来扩大收入；互联网泡沫刺破时，Cisco进行了大规模减记，股价也从峰值暴跌89%。
这里不得不提到OpenAI当下的状态：OpenAI预计2025年亏损80亿美元，长期支出预计达1150亿美元...
===
最后，还想再就AI的大格局聊几句有的没的。
重点还是想找点感觉：从去年底Scaling Law撞墙，到年初经历DeepSeek时刻，再到今年临近尾声，AGI的主线剧情长到哪里了？
结合近期广密分享的季报访谈，我们精炼成以下几个方面：
1/总体判断：分化与收敛并存
- 分化上：各家大模型在短期内“呈现分化”，尤其在产品策略、算力积累、生态布局上的差异拉开。
- 这里的代表比如Google和OpenAI两家公司仍然致力于打造通用模型；追求全面和通用。其他模型公司则开始向不同领域分化，例如Anthropic专注于编程和Agentic应用， 再例如Thinking Machines Lab更多的致力于多模态和下一代交互技术。
- 那么收敛体现在后Scaling Law的这一年时间里，技术方向基本共识。 头部模型在能力上的差距也正在缩小。关于这点上，国内的模型选手应该也不比美国的头部选手存在实质差距。
2/核心打法上：横向全家桶与纵向垂直整合两套路线
- 横向应用全家桶：以ChatGPT为代表，用户每月支付20-200美元即可获得包含聊天、搜索、编程、agent、办公套件等十余项功能的整合服务。如今OpenAI依然代表了最激进通用的产品路线，聚焦全栈整合和体验闭环；ChatGPT作为AI头号大品，在最近周活跃用户已经突破八亿，目测下来年内我们能见到一个在全球十亿用户量级的超级AI单品。
- 纵向垂直整合，以 Google Gemini 为代表：Google从芯片TPU、大模型、Agent 应用，再到操作系统Android、浏览器Chrome等，实现全栈整合和端到端掌控，带来规模效应。
3/从“智能探索”转向“产品落地”
- 行业重心已从“智能上限”的探索（模型能力）转向产品化进程和商业壁垒的构建。
- L4 级别体验： 成功的 AI 产品关键在于提供端到端、令人惊艳的 L4 级别体验，目前率先出现在编程，如 Claude Code；和深度研究/信息检索，如 Deep Research领域，这些领域更容易形成商业闭环和高价值交付。
===
说了这么多，如果去年在年终的时点，大家的焦点还在期待GPT-5所代表的信仰，到智能如何实现进一步跃升，到RL带来的新的智能增量；那么今年下来，大家最终最为感叹的一定是各个产品方面取得了长足的进步。那么，我们也期待一下富有产出的最后一个季度。
本文由公众号“为AI发电”授权转载｜ https://mp.weixin.qq.com/s/I633yl8gTTClkIbnlk0DNg（编辑：潇飞）