12月18日早間，商湯科技在港交所發布公告，根據一般授權配售新B類股份。此次配售不少于六家機構積極認購，充分反映市場對商湯科技長期價值的堅定信心。公告顯示，此輪配售款項較多比例用于持續擴大AIDC“大裝置”的規模和提高國產化比例。

值得關注的是，在本周（12月15日）寒武紀宣布完成對商湯日日新Seko系列多模態模型的適配，且是“Day 0”級別的同步支持。在寒武紀的官方適配名單中，能做到Day 0響應的，此前只有兩家：一家是主攻大語言模型的DeepSeek，另一家就是商湯“日日新”多模態大模型。

這一細節意味深長，亦是中國AI產業迎來了一個看似靜水流深、實則波瀾壯闊的節點。如果說適配DeepSeek代表的是國產芯片在文本邏輯處理上的成熟，那么商湯“日日新”Seko模型系列的適配，則標志著國產算力在高帶寬、高并發的多模態場景中實現了關鍵跨越。

從客觀技術條件來看，這首先是為了抵抗Scaling Law遭遇的供應鏈約束、以及單純依賴堆疊算力的線性增長路徑的失效。

從商業視角來看，這比“國產芯片+國產模型”的技術握手更加深遠，因為它預示著AI產業的下半場不再是參數的規模競逐，而是要回歸物理現實。與此同時，原生AI企業正在成為國產芯片成熟化的“加速器”。

不難發現，過去一年的時間里，中國AI行業的目光逐漸從云端收回，開始審視一個棘手的灰犀牛：AI進化的重心，已經悄然下沉到算力層的自主可控。

然而，AI的“國產化突圍”不是簡單的硬件替代，而是一場意味著“重塑”的系統工程。因此，在“算力主權時代”的前夜，從業者面臨的并非坦途。

雖然國產芯片力量正如雨后春筍般涌現，但中國芯的生機之下，卻也伴隨著不可避免的熵增：硬件架構的不統一，形成了一座座孤島，導致訓練與推理的遷移成本極高，形成了一座新的“巴別塔”。

面對這一現狀，商湯科技選擇了一條極具長期主義色彩的路徑：全面擁抱國產化，做那個“修塔”的人。

大裝置，國產芯片的“練兵場”

中國AI的突圍，真的只能死磕納米級的芯片制程工藝嗎？

這是一塊長期盤旋在行業上空的陰云。限制擺在眼前，我們似乎撞上了一堵墻，而商湯這些AI廠商則看到了墻上的另一扇門。

這家公司給出的答案是：當下比和工藝同樣重要的，是生態的“可戰性”。

而商湯大裝置（SenseCore）在這一戰略中扮演的角色，已經超越了傳統的算力中心，而是一個巨大的異構調度與適配平臺。它更像是一個國產芯片的“練兵場”和“試飛中心”。

為什么說它是練兵場？因為只有在商湯這樣千億參數級、超大規模并發的真實業務場景中，國產芯片的潛能和優化空間才能被極限激發出來。

在練兵的同時，商湯大裝置又做出了像飛機一樣精密靈活的產品：在原本異構的國產硬件之上，商湯抽象出了一層統一的軟件介質，實現了跨異構加速卡的統一訓練，為上層應用留出了一個標準化的接口，開發者可以在不同品牌的芯片之間無縫切換，讓端側用戶能夠簡單地獲取高性能、高性價比的國產算力。

看起來只是“算力服務化”，其實背后是由一個“多維共生”的算力生態支撐起來的。

商湯與寒武紀的合作，一開始就沒有只停留在硬件采購的維度，而是進入了深度耦合的深水區。商湯利用自身在大模型研發、基礎設施構建上的經驗，反哺芯片設計，雙方共同構建了“階梯式產品創新體系”，實現了真正意義上的軟硬協同。相比單一的芯片銷售，國產算力目前的一大優勢恰恰在于提供完整的生態服務。

面對擁有全功能GPU屬性的摩爾線程，商湯的合作模式更像是一種互補的“技術共生”。摩爾線程提供AI計算能力，其在圖形渲染領域的積累，恰好滿足商湯在AIGC視頻生成中的復合算力需求。

面對剛剛登陸科創板的新興算力勢力沐曦，商湯也通過在具體業務場景中的適配廣度，驗證了新架構芯片在特定高難度任務上的潛力，雙方確立了“算力集群+行業拓展”的全方位合作。針對沐曦曦云C系列GPU的高性能與生態兼容性，雙方打通了從需求到供給的優化閉環：商湯的大裝置為沐曦提供了日日新大模型的豐富場景驗證，而沐曦的高性價比算力則有效降低了商湯的建設成本。

值得注意的是，商湯在國內市場首次完成了華為昇騰910C的超節點全面適配，不是簡單的單卡跑通，而是基于384卡超大規模集群的系統級協同。在這樣的規模下，芯片間的通信延遲、帶寬瓶頸、穩定性等方面的挑戰，也會被指數級放大。這是國產GPU首次在千億參數級大模型的訓練與推理中，通過了工業級標準的嚴苛考驗，成功通過了大模型時代的“高壓測試”。這一突破也意味著國產算力和國產架構在以一體化的方式，從“可用”走向“好用”。

商湯用大裝置SenseCore和日日新大模型體系全面適配為國產芯片“練兵”的戰略，解決了AI國產化進程中關鍵的應用基礎設施難題。

至此，商湯的“大裝置-大模型-應用”三位一體戰略，也越來越具有含金量。它在試圖論證一個核心邏輯：國產AI的野心，不應止步于降低落地成本。在算力主權時代，系統級協同能力，有能力重塑生產力。

在創新中，驗證效率最優解

國產化大裝置適配與協同只是第一步，就像路修好了，還要想辦法讓車跑得更快。

對于中國的AI從業者而言，國產芯片在短期內與頂尖水準仍存在客觀差距，而國產硬件的優勢則在于更好的生態，與原生AI企業長期磨合、聯手從工程化走向商業化的長期定力。

這也是寒武紀與商湯“日日新”Seko系列多模態模型適配的戰略級價值。文本模型尚且處于國產算力的淺水區，而在視頻生成與多模態交互上想要跑出極致性價比，則需要攻克更多挑戰——不僅算力消耗巨大，對帶寬和顯存的要求更是苛刻。

這不只是技術問題，也是商業化的“勝負手”。

商湯展示出來的工程化能力，暗示了未來五到十年內的趨勢：在計算方式和架構創新的加持下，國產算力集群完全有能力實現效率上的反超，為商業化落地找到極具競爭力的成本優勢。

更具前瞻性的一個案例是，商湯與記憶張量合作，攻克了“GPGPU架構適配難度遠高于NPU”的行業難題，雙方實現了PD（Prefill-Decoding）分離技術的首次大規模商用落地，通過將預填充與解碼過程在物理上分離并異構部署，如同將一條擁堵的混合車道拆解為兩個高速并行的專用車道。結果是驚人的：國產GPU的推理性價比提升了150%。

離“未來”最近的領域，則是視頻生成。這既是當下AI競爭的新高地，也是一個公認的“算力黑洞”。商湯開源了LightX2V推理框架，這是行業首個能實現實時視頻生成的框架，目前下載量已突破350萬次。

LightX2V的戰略意義在于它的國產化適配插件模式，體現出了可觀的兼容性——不僅支持昇騰910B、海光DCU等主流國產芯片，還在設計之初就引入了低比特量化、稀疏注意力等硬件友好機制，在幾乎不損失畫質的前提下，將推理性能提升了3倍以上。

這種設計極大地釋放了國產算力的優勢，打破了過去“國產算力只能做好文本推理，做不了復雜視頻生成”的刻板認知。國產芯片同樣可以承載高帶寬、高算力的多模態任務。

如果說推理框架是工具，那么模型能力就是試金石。

在長視頻生成中，保持人物、場景的一致性是最大的挑戰之一。商湯的Seko系列模型作為行業首個多劇集生成智能體，在視頻一致性上的突破，依托的正是商湯自研技術底座與國產算力的長期磨合。

而這一能力的呈現，與商湯三位一體的戰略密不可分。商湯“全面國產化”的定力，為國產大模型的規模化落地，尤其是處理高維、動態、復雜數據等高價值密度賽道的任務，提供了更多可行性。

此外，這家公司目前正在通過開源生態，將復雜的硬件適配工作封裝在底層。上層應用開發者不需要關心芯片差異，只需要關注應用的效率和效果。

最后一公里，走向“交付級”

所有的技術決策，最終都要回歸到商業的“最后一公里”。

如何徹底驗證國產化的“三位一體”具有優越性，而不是退而求其次的無奈之舉？終局，還是應用落地。

因此，商湯戰略觸角中很重要的一環就是“應用”。它們并沒有止步于云端大裝置，而是延伸到了端側世界。目前，商湯的產品矩陣涵蓋了從大裝置到日日新多模態模型、再到端側應用的全棧生態。

以小浣熊這款AI辦公應用為例，不僅完成了國產芯片適配，其端側模型精度能夠對標云端。“國產算力難以在終端普及”的魔咒被打破。AI數字人生成平臺如影，也在國產算力底座上實現了高效運行，為視頻內容創作提供了自主可控的生產力工具。

商湯智能辦公助手—辦公小浣熊Raccoon

未來，高性能AI會像普惠的水電煤一樣，走入尋常百姓家。

特別是在城市管理、金融、醫療等對數據主權極其敏感的業務上，無論是企業還是個人客戶，幾乎都面臨著高性能、便捷性、自主可控的不可能三角。公有云更便捷，但數據安全得不到保障；私有部署更安全，但國產硬件適配難度大、性能不穩定。商湯提供的全棧國產化私有化部署方案，精準地擊中了這一痛點。

目前，商湯已經在這些領域實現了對國產芯片的全面適配與正式交付。這也意味著，基于國產算力和國產大模型的解決方案，已經從技術驗證走向了真正的商業化。

商湯正在走出一條屬于中國科技企業的長期主義之路。將“算力國產化”的宏大敘事轉化為每個人都看得見、用得起的生產力工具，需要用實打實的應用層交付量來書寫信心。這不僅是中國AI產業走向獨立自主的一張技術信任票，也是商湯“三位一體”模式的最后一公里。