一图读懂 | AI江湖的三层楼

我自学完OpenAI新发布的GPT-5.5之后，因为在AI界跑马圈地的大佬越来越多，节奏越来越快， 所以，干脆把芯片层、模型层、编程工具层、AI执行层——每个层面的大佬，都“仰慕”了一遍，并且画了个图（如有不妥，敬请大佬指正）。

下面开始AI江湖一文游（文末有详图）~

AI江湖，主要分三层，如表：

01

底层：英伟达是AI时代的“基础设施供应商”

这层最稳的玩家只有一个： 英伟达 。

很多人对英伟达的印象还停留在"游戏显卡公司"。这个印象已经过时很久了。现在的英伟达是 AI时代的基础设施供应商 ——你不用关心电从哪来，但你必须付费才能让机器运转。

GPT-5.5跑在哪上面？英伟达的GB200 NVL72系统。Claude跑在哪上面？Anthropic同样大量采购英伟达GPU。国内所有头部AI公司排队等货的，还是英伟达的芯片。

当然，底层也不只有英伟达。Google有自研TPU，AMD正在追赶，国内华为昇腾、寒武纪也在布局替代方案。但客观说，在高端AI训练芯片市场，英伟达的统治力目前还没有真正能被撼动的对手。

Cerebras：走不同路线的后起之秀

还有一家值得单独说：Cerebras

这家公司值得单独拿出来讲，因为它走的是和英伟达完全不同的路线。

英伟达是把很多块芯片拼在一起组成集群，Cerebras直接在整块晶圆上刻一颗芯片——它的WSE-3是目前全球规模最大的AI芯片，4万亿个晶体管，90万个计算核，面积是一块餐盘大小，是英伟达B200的五十多倍。

2026年 OpenAI签下了 Cerebras 超百亿美元的算力协议，它从"挑战英伟达的疯子"到"正式进入主流算力体系"，转变速度比大多数人预想的快。

02

中层：全球大模型赛道格局

大模型这层，全球主要大佬大致分两派：闭源商用和开源生态。

中层（国外篇）：全球四大模型，各有性格

OpenAI：依然定义天花板

GPT-5.5是它的最新版本，2026年4月23日发布。

一组数字说明OpenAI现在的体量：

• 估值约 8500亿美元
• 2025年年化收入突破200亿美元
• ChatGPT周活跃用户突破9亿

它不只是一个技术公司，它已经是全球最大的消费级AI入口。

Anthropic：最重视安全的玩家

Claude系列是Anthropic的核心产品。2026年3月发布Opus 4.7，在SWE-Bench Pro上短暂超越GPT-5.4，夺走了编程评测的榜首。随后GPT-5.5发布，又把它压了回去。

Anthropic有意思的地方不在于它有多强，而在于它的路线选择：它在模型安全、能力边界、价值观对齐上的投入，是所有大模型公司里最重的。（我作为它的早期用户，特有体会）它的创始人来自OpenAI，对AI风险有更深的警惕，这让Anthropic在企业级市场（尤其是金融、医疗、政府等高敏感场景）有独特的信任优势。

Google：被低估的巨头

Google在AI上的投入其实不输给任何人，但它的尴尬在于：技术很强，产品却总是差那么一口气。

Gemini系列这几年进步很大，Gemini 3.1 Pro在全球闭源商用模型里稳居前三，多模态能力（理解图片、视频、音频）是它的长项。但Google的问题是：有一个强大的对手叫OpenAI，有一个好用的入口叫ChatGPT，用户为什么要切换到Gemini？

这种困境，有点像当年的百度——技术不差，但护城河在被人侵蚀。

Meta：开源世界的搅局者

Llama系列是Meta开源出来的。这个策略很有意思：把模型开源，让全球开发者免费用，形成生态，然后从生态里获利。

某种程度上，Meta在做的是AI时代的Android——不靠卖模型赚钱，靠生态影响力构建壁垒。对中小企业和个人开发者来说，Llama是目前最具性价比的开源选项。

中层（中国篇）：国产AI正在全面追赶

国内的大模型赛道，2026年最大的变化是： 不再是"追赶"，而是开始有自己的生态位。

一个值得记住的数据：

根据OpenRouter平台数据（2026年3月），中国大模型Token调用量达到 4.19万亿， 首次超越美国的3.63万亿。全球调用量前五名里，国产模型占了三席。

字节跳动·豆包：DAU之王

豆包目前是国内用户量最大的AI应用，背靠字节跳动的流量生态（今日头条、抖音、飞书），在C端入口上有天然优势。它的策略很清楚： 不追求单模型能力最强，追求用的人最多。

阿里巴巴·通义千问：开源基建路径

通义千问（Qwen）是目前全球下载量最高的开源大模型。它的策略和字节相反： 不主攻C端，主攻B端基础设施。 通过开源建立开发者生态，再把企业级用户引向阿里云。

阿里的逻辑是：大模型是水电煤，我负责把水电煤建好、卖好就行。

月之暗面·Kimi：长文本的极致

Kimi的核心差异化是它的长上下文窗口——能一次性处理超长文本。这在法律文档分析、剧本审读、长篇报告整理等场景里有独特优势。2026年传出上市消息，说明它的商业化已经到了一定规模。

智谱AI·GLM：最老的国产玩家

智谱是国内最早一批做大模型的公司，2026年率先登陆资本市场，被称为"中国AI大模型第一股"。它的核心优势在于政府和企业市场，深耕了多年，有成熟的B端客户积累。

MiniMax：闷声发力的玩家

在字节、阿里、百度的声量夹击下，MiniMax的存在感相对低调，但它的用户调用量常年稳居国产前三。它的策略偏向B端和场景落地，比较务实。

腾讯·元宝：需要加速的玩家

腾讯的混元大模型在技术评测上跟头部国产模型差距不大，但它的尴尬和Google有点像：入口优势（微信、QQ）没有转化为AI产品优势。2026年混元3.0即将发布，能不能追上来，值得关注。

03

上层：AI开始真的在干活了

这层是2026年最值得关注的趋势所在。

过去，AI的能力止步于"输出"。它能给你写一份报告，但你得自己复制、粘贴、发出去。这最后一步的"动手"，一直是AI无法跨越的鸿沟。

2026年，这个边界正在被打破。

编程工具：AI替代工程师的争议战场

这个赛道2026年最热闹，因为GPT-5.5发布让Codex的能力大幅提升，Claude Code紧追不舍，加上Cursor和GitHub Copilot，整个战场呈现出"四强争霸"的格局。

一句话结论： AI编程工具的竞争，本质上是在回答同一个问题： AI能代替多少比例的工程任务？ 现在大概是六成左右，剩下的四成还需要人类判断。

AI执行框架：把AI从屏幕里拉出来

这是最容易被忽略、但实际上最有变革潜力的一层。

大模型再强，它的输出终点是屏幕。而真实世界里，大量工作不是"生成内容"，而是"执行流程"——把文档格式调对、发给对应的人、填进某个系统、按设定的时间启动。

OpenClaw 是这类工具里的代表。它的核心功能是：让AI真正操控一台电脑。控制浏览器读写网页、发送消息、创建文档、管理日历、按时间自动触发任务——这些大模型不会的事，它能做。

这个赛道上最值得关注的新玩家是 Hermes Agent （Nous Research出品，2026年2月发布）。它的核心差异化在于"越用越聪明"——持久记忆 + 自改进架构，每一次会话中学到的东西都会沉淀下来，随着使用时间增长能力持续进化。

两条路线各有优势：Hermes 适合个人用户长期培养一个"越来越懂你"的助手，OpenClaw 适合企业快速搭建自动化流程。

04

AI大佬全图

画完这张图，我最大的感受不是"AI太强了"，而是AI的分工正在变得清晰。

盖地基的，建大脑的，写代码的，执行任务的——每一个角色都有自己的生态位，都有自己的竞争逻辑。

GPT-5.5是这个浪潮里最新的一个注脚，但它不是故事的全部。

故事还在展开，而且展开的速度，可能比大多数人想象的要快。