题图｜视觉中国
国产AI的风口来了。
12月5日，「国产GPU第一股」摩尔线程上市，五天内暴涨700%，刷新了市场对国产算力的认识，17日，沐曦股份上市，最高涨幅744.64%。热潮背后，市场对「国产AI」概念既缺乏足够了解，又怀有灼灼期待。
仅仅几年前，国产算力还只是断供背景下，不得已要做的一个「备胎」选项。但现在，随着越来越多的力量汇入这股潮流，它正在成为AI领域最不可忽视的趋势之一。国产从最初的「替代方案」，成长为一套从硬件、模型到应用的完整体系，种下了未来生态化的种子。
12月15日，商汤发布了行业首个多剧集生成智能体Seko 2.0，并于发布当天寒武纪即完成了与商汤“日日新”的适配，成为寒武纪官宣「Day 0」适配的又一大模型体系，此前是DeepSeek。
国产AI的技术生态构建，已经从最初的模型兼容适配，发展到了效用提升、应用建构、生态协同的新阶段，实现了从「可用」到「好用」、「易用」的蜕变。
AI国产化的基石：模型适配
AI行业尝试用国产算力作为替代方案的初期，悬在头顶的最大问题在于算力和模型适配。
在这个「从无到有」的阶段，国产芯片的核心目标是要完成模型的计算任务，实现「可用」，多数产品在能效和易用性方面相对欠缺，商业化程度较低。
模型适配是一个长期工作，也是AI国产化的最重要基石。这在商汤科技全面拥抱国产化硬件的过程中得到了非常具体的体现——他们从2020年就率先开始投入AIDC“大装置”，寻求解决模型和算力的适配问题。
到今天，五年过去了，已有寒武纪、沐曦、华为昇腾、摩尔线程、壁仞等多家国产芯片，完成了和商汤大装置SenseCore的全面适配，并实现支持商汤“日日新”多模态大模型体系。
这意味着国产算力已经在规模化的商用环境下得到验证。17日在科创板上市的沐曦，与商汤通过技术深度适配，确保了沐曦GPU在商汤大装置中的高效运行，沐曦科技旗下云C系列GPU，成为「大装置」国产化布局中重要的合作伙伴之一。双方还联合开发了一体机、平台适配、模型适配等多款产品解决方案，形成了底层技术开放共建共享的模式，共同开展技术深度适配、产品解决方案联合开发以及软硬件协同开发等工作，满足不同行业客户的多样化需求。
此外，摩尔线程MTT S系列GPU完成与商汤SenseCore的适配，就是国产GPU首次完成千亿参数级的大模型训练与推理任务，接受工业级标准的检验。摩尔线程上市中，商汤最新在回复投资者问题表示：「公司与摩尔线程多年来保持业务合作关系，公司算法已完成对其相关产品的适配，双方的协同将有助于提升公司产品的市场适配性。」，双方形成了「需求——供给——优化」的良性闭环合作机制。
这些适配工作的进度也随着经验的累积，变得更快、更好。12月15日，商汤发布多剧集生成智能体Seko 2.0的当天，寒武纪就已完成了对Seko系列模型的适配，且在模型效率、算力增强、资源利用率等方面取得了显著成果。
这一系列工作，不只停留在单个算力硬件和模型适配的层面。针对国产算力资源整合度低的问题，行业也在积极探索更灵活的调度方案。
今年7月，2025世界人工智能大会期间，商汤宣布接入由上海AI实验室推出的DeepLink开放计算体系，通过异构混合调度方案，优化算力调度、跨域训练的问题。实现了多种国产芯片之间的协同通信与统一调度，并自动进行并行策略优化和负载均衡，显著提升了异构调度和弹性算力能力。
这一切，奠定了国产AI的基石，成为实现国产算力、模型可用的第一步。
国产AI的下一步棋是「应用」
此次商汤发布多剧集生成智能体Seko 2.0，并完成与国产芯片寒武纪的适配，也目指国产AI的下一步——应用。
应用是当下国产AI的最大发展瓶颈。因为算力和模型构建后，并没有充分转化为「产品性能」的提升，与应用需求不够贴合，难以转化为商业逻辑下的竞争力。
根据中国通信工业协会发布的《全球重点区域算力竞争态势分析报告》，2025年，国内头部科技企业的AI算力投入预计将达4500亿元，其中30%用于国产芯片验证与适配，70%用于算力基础设施建设。但落到主流的AI应用，整体的国产化率依然相对较低。
AI在应用层不只需要算力、模型和训练，更重要的特性在于效率、性价比以及整个技术栈的可用度。此前国产算力在AIGC场景主要针对语言能力进行适配训练，多模态能力一直相对欠缺。此前寒武纪「Day0」适配的大模型，只有主攻语言方向的DeepSeek。此次与商汤Seko也官宣「Day0」适配，为国产AI视觉内容的开发提供了新的引擎。
Seko的视频生成能力基于商汤的实时视频生成推理框架LightX2V，后者从设计之初就考虑了强兼容的国产化适配插件模式，引入低比特量化、压缩通信、稀疏注意力等硬件友好创新机制，在推理性能、效率和性价比上实现了显著提升，尤其是推理能力，相比之前提升3倍以上，成为国产算力在应用层释放的优秀出口案例。
在这个向「应用能力」的转化过程中，商汤针对国产算力的特性，着重优化了模型的核心能力、算力利用率、效率、并行处理能力和资源管理机制。
比如通过长序列处理、低比特计算的实践，将模型参数映射为更低的离散值，减少模型的参数规模，控制内存消耗和推理延迟，以适应国产芯片；通过分层调度和异构资源协同，优化跨硬件的调度策略，提升复杂任务在大规模集群中的运行效率和稳定性。
除了云端应用，商汤也在积极探索端侧模型的国产化实践。基于日日新V6.5大模型的AI办公助手「小浣熊」，也对国产芯片一体机、PC进行了积极适配。今年世界人工智能大会上发布的全国产智能办公一体机，就搭载了「小浣熊」，基于全国产的硬件、系统，实现了全链路自主可控的端侧AI应用方案。
国产AI的未来是生态协同
国产AI的起点是「替代」，是芯片断供背景下AI行业的「备胎」方案。但过去几年，随着AI芯片、模型到应用体系的逐步建立，国产AI正在超越「备胎」的定位，发展出自己的一套完整技术生态。
这个系统化、生态化的进程还处于初期阶段，需要更强的算力硬件、模型库以及开源社区和第三方支持。但种子已经种下，且正在成为一股无法阻挡的趋势。
今年7月，商汤联合华为昇腾、寒武纪、沐曦、摩尔线程、壁仞科技等十余家国产生态伙伴，共同发布了「商汤大装置算力Mall」，成为最早支持全栈国产的AIDC大装置试验场之一。在国产AI生态化构建的道路上，迈出关键一步。
商汤希望大装置算力Mall成为一个「面向未来的算力超级市场」，提供从硬件到平台服务的全生态灵活产品矩阵，这些产品在底层技术上经过深度整合、适配和标准化约束，让用户可以自由组合和调配多样化的算力资源、工具和模型服务。
在这套逻辑下，建立一套全国产AI技术栈的成本和门槛都大大降低，构建方案时可以做到「即插即用」。尤其是在一些注重性价比的应用场景，国产算力、模型已经具备与全球前沿模型竞争的实力，并展现出优势。
在生态化的未来，「国产可控」将不再是一项特殊任务，而是能成为一种默认选择。
对国产AI来说，「替代」是最初的起点和目的。随着算力基础设施的完善、应用场景不断创新，和行业生态的发展，这颗种子正在展开一幅更广阔的未来图景。
本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请联系 tougao@huxiu.com。
