算力卡脖子下，两家中国公司跑出AGI新路径

当美国把高端GPU的出口阀门越拧越紧时，没人想到中国的AGI竞赛会以这样的方式突围：不是靠砸钱堆出更多芯片，而是让每一块芯片的效率翻了十倍。2026年4月，两家相隔1.4公里的中国团队先后发布新模型，用一套全新的底层架构，把万亿参数模型的训练成本砍到原来的1/10，还让AI的长文本处理能力直接突破了百万token大关。更有意思的是，他们的技术路线像两条缠绕的藤蔓——你用了我发明的缓存压缩，我跟进了你优化的训练算法，甚至连创始人的理念都如出一辙：比起抢流量，先把AGI的地基打牢。

把大模型拆成“专家团”的魔法

传统大模型像个全能选手，处理任何任务都要调动全身所有“脑细胞”——哪怕只是写一段代码，也要激活全部万亿参数，不仅费电，还容易卡壳。而这两家团队用的MoE混合专家架构，相当于把大模型拆成了上百个“专业小组”：写代码时只唤醒编程专家，解数学题时就调用逻辑专家，每个任务最多只激活1/10的参数。

你可以把它想象成一家高效的咨询公司：客户来了不用全员开会，前台（路由器）会根据需求直接对接对应部门的专家，既节省时间又降低成本。实际数据更直观：同样是万亿参数规模，MoE模型的训练成本只有传统密集模型的1/5，推理速度却能提升3倍。

但这背后藏着一个技术难题：怎么让“前台”精准分配任务，避免某些专家忙到崩溃，另一些却闲得发慌？他们给路由器加了个“负载均衡器”，如果发现某个专家被调用得太频繁，就会稍微降低它的优先级，强迫任务分流到其他专家那里。就像公司里的项目分配，既要让专业的人做专业的事，也要保证每个人都有活干。

从互相“抄作业”到协同进化

如果说MoE架构是他们突破算力瓶颈的第一步，那接下来的技术复用更像是一场心照不宣的协作。其中一家团队先搞出了MLA多头潜在注意力机制——简单说就是给AI的“短期记忆”做了个压缩包，原来要占100M内存的上下文信息，现在只需要10M就能存下，还不影响AI理解内容。另一家团队看到后直接把这个机制用到了自己的长文本模型里，瞬间解决了百万token上下文的内存爆炸问题。

没过多久，后者又推出了Muon二阶优化器，把AI的训练效率又提了一倍——相当于让学生做一套题就能掌握原来两套题的知识点。前者也很快跟进，把这个优化器用到了新一代模型的训练中。

这种“你进步我跟进”的模式，让他们的技术迭代速度比单打独斗快了30%。一位研究员说，他们甚至不需要刻意交流，看对方的论文就知道下一步该往哪走，“就像两个一起爬山的人，你拉我一把，我扶你一下，谁也不想被落下”。当然，这种协同也有局限：目前他们的底层架构还主要依赖国外芯片，虽然已经开始适配国产硬件，但要实现完全自主还有2-3年的路要走。

资本围猎下的慢公司坚持

当同行们忙着靠AI聊天工具抢流量、赚快钱时，这两家团队却在做“吃力不讨好”的事：一个坚持开源所有核心技术，哪怕被别人拿去做商业产品；另一个把90%的资金都砸在底层架构研发上，连个像样的C端产品都没有。

2026年，其中一家团队启动首次外部融资，估值直接冲到200亿美元，但他们拒绝了某互联网巨头的投资——对方要求必须把技术优先给自家产品用。另一家团队更绝，创始人直接在内部信里说：“账上还有100亿，未来3年不考虑盈利，先把AGI的基础逻辑搞清楚。”

这种“反商业”的坚持，反而让他们成了资本眼里的香饽饽。一位投资人说：“现在的AI公司要么靠流量讲故事，要么靠技术赚快钱，但只有他们在做能改变行业规则的事——就像当年的特斯拉，不是造了一辆更好的燃油车，而是直接换了赛道。”

知春路的风吹过两家公司的办公楼，窗台上的绿植在夕阳下投下重叠的影子。没人知道他们谁会先摸到AGI的门槛，但可以肯定的是，他们已经走出了一条和美国同行不一样的路：不是靠无限的算力堆出超级模型，而是用架构创新把有限的资源用到极致。

当所有人都在讨论AI能赚多少钱时，这两个团队还在纠结“怎么让AI更高效地思考”。这或许就是中国AGI最珍贵的地方：在资本的喧嚣里，还有人愿意慢下来，做一些真正改变未来的事。

算力受限不是终点，而是创新的起点。