Kimi、Qwen、OpenRouter、Fireworks、Stripe、核能和 DRAM 被放进同一张讨论桌：模型能力在变快，资本和上游约束也在变硬。
本期图片笔记共 15 张：首图之后先介绍两位圆桌嘉宾，再按官方单集章节顺序展开。节目原始入口：20VC Trio EP.66 官方单集页。
本期圆桌嘉宾
本期 20VC Trio 由 Harry Stebbings 主持，圆桌参与者为 Rory O’Driscoll 与 Jason Lemkin；图集中的两张嘉宾卡使用本期官方单集封面里的真人图像裁切，作为身份锚点。两位嘉宾的姓名与节目身份介绍见 20VC 嘉宾简介页。1
- Rory O’Driscoll：Scale General Partner，长期投资商业软件，当前关注 AI 驱动的数字与实体世界应用；Scale 官方资料还列出他参与过 Bill.com、Box、DocuSign、WalkMe 等企业。2
- Jason Lemkin：SaaStr 创始人、两次 B2B 创业者，上一家公司售予 Adobe，并长期投资 SaaS / B2B 初创公司。3
先看结论
这集圆桌没有把问题停在「谁的模型更强」。它把同一场竞争拆成几本账：开放模型能否赚钱，路由层能否留住价值，推理基础设施谁来承接，AI 应用要控制到哪一层，支付入口是否重新合并，晚期资本为什么变得更有吸引力，最后再落到 TSMC、ASML、DRAM 和 Nvidia 组成的供应链。
节目章节、发布时间和上述议题均来自官方单集页。4
按原始顺序整理
1. Kimi 和 Qwen：前沿 AI 的领先叙事不再只有一个答案
节目从 Kimi、Qwen 对前沿 AI 的冲击讲起。讨论重点不是简单宣布谁赢了，而是把比较维度从单次榜单扩展到能力、价格、开放权重和开发者触达。圆桌提醒「评测就是评测」，相近分数仍要到真实工作流里验证；但 Kimi 的需求已经高到限制新用户注册，OpenRouter 讨论中还引用了「约一半流量经过中国创建模型」的说法。
节目还把模型放回成本结构：讨论者称 Kimi K3 是约 2.8 万亿参数的巨大模型，需要大量 GPU；另一端，有些模型可以直接在个人电脑上运行。对创业者来说，模型选择不再是一次性的供应商决策，成本、延迟、可部署性和数据边界会一起决定产品体验。对投资人来说，模型领先多久、优势能否转成收入，比「发布时谁最惊艳」更重要。上述比例、参数和流量均为节目讨论中的说法。
本段对应官方章节 00:04。4
2. 要不要禁中国开源模型：安全边界和开发者选择撞在一起
第二段讨论美国是否应禁止中国开源模型。这里至少有两层问题：敏感数据和供应链风险如何审查，以及限制模型来源后，全球开发者还能否保留足够多的可比较选项。
把「模型来源」和「具体使用场景」混成一个问题，容易得到一个过宽的答案。真正落地时，组织还要问谁维护权重、模型部署在哪里、数据是否离开控制域、漏洞如何修复，以及审查标准是否能跟上模型扩散速度。节目给出的核心张力是，安全政策可能影响的不只是模型公司，也会影响开发者的成本和选择。
本段对应官方章节 00:08。4
3. 美国能否做出会赚钱的开放权重模型冠军
开放权重可以扩大使用和微调，但开放本身不会自动生成收入。节目把商业化问题拆到几个位置：权重、托管和推理、工具链，以及面向企业的权限和交付服务。模型公司还要面对一个现实：如果闭源模型每月收费 10 至 20 美元，而中国模型可以把价格压到约 2 美元，政策限制会不会只是替供应商抬价，还是确实解决了数据外泄和敏感部署风险？
圆桌一方面承认，在政府和高敏感场景中，数据出口风险不能被一句「本地部署」轻轻带过；另一方面也认为，普通消费产品的低风险客服任务没有理由支付最高价。一个可持续的开放模型公司，可能需要同时管理使用量增长和收入捕获，而不能只看下载量。节目还提到，受监管企业的 token 使用量自年初以来可能增长约 2.5 倍，原因之一是用监督模型监控多个并行 agent。以上金额、比例和风险判断均是节目讨论内容。
本段对应官方章节 00:17。4
4. OpenRouter：路由层究竟是不是一门大生意
模型数量越多，应用越需要一个能比较、切换和管理模型的入口。节目称 OpenRouter 正与多个潜在买家接触，Ramp 同时推出自己的模型路由产品。讨论者认为，市场已经意识到路由是必需品，但它也会被越来越多平台内嵌；因此独立公司的战略价值，可能高于长期独立经营价值。
节目提到的潜在买家包括希望拥有「与模型无关」能力的云厂商：路由可以帮助它们管理成本、提供更多模型选择，并争取企业份额。关于价格，讨论中出现 50 至 60 亿美元和「创始人要看到 10 倍而不是 3 倍」等假设，不是已公布的交易条款。路由层的难处同样清楚：模型厂商如果把价格压得很低，路由可能变成薄薄的管道。
本段对应官方章节 00:21。4
5. Fireworks 的 15 亿美元融资：资本追的是推理基础设施
节目在 00:31 处讨论 Fireworks 的 15 亿美元融资，并把它放到推理基础设施的长期账单里。ASR 中进一步提到，节目讨论者称 Fireworks ARR 已超过 10 亿美元，每日处理 token 约 40 万亿，之前约为 15 万亿；其毛利率被描述为 30% 多，并可能随着向数据中心层垂直整合而上升。训练阶段更容易成为新闻，推理则发生在每一次真实调用中，涉及吞吐、延迟、路由、利用率和单位成本。
这条判断对应用公司也有影响：模型越便宜，使用量可能越大；使用量越大，系统是否能稳定、低成本地承接请求，就越重要。Fireworks、Base10、FAL 等推理服务商受益于开放权重模型增长，但同时要承担算力采购、数据中心和毛利压缩的风险。
「15 亿美元」、ARR、token 吞吐和毛利率均是节目参与者在完整音频中的讨论数字；正文保留其语境，不当作本轮独立财务核验。4
6. 为什么强应用可能需要自己的模型
通用模型给应用层带来广度，应用公司掌握的则是具体任务、真实反馈和失败样本。节目提出，真正强的 AI 应用可能最终需要控制一部分模型能力，但这不等于每家公司都应该从零训练大模型。
更实际的路径是先把任务数据、评估集和反馈循环留在自己手里，再根据性能和成本决定微调、蒸馏或专用模型。自研模型的理由应该是外部模型无法稳定交付关键工作，而不是为了在融资叙事里多一个技术标签。
本段对应官方章节 00:39。4
7. Stripe 和 PayPal：支付入口会不会重新合并
节目在 00:50 讨论 Stripe 与 Advent 推动 PayPal 私有化的交易安排，并追问这是否最终会成为 Stripe 收购 PayPal。这里的重点不是把节目讨论当成已完成事实，而是观察支付入口：谁掌握商户、身份、结算和全球支付网络，谁就更接近真实收入发生的那一刻。
ASR 中，讨论者把 Stripe 约 1500 亿美元的估值与 PayPal 的低估值倍数放在一起比较，也提醒两家公司对收入的统计口径不同。Stripe 可以借整合扩大支付网络，但 PayPal 的管理、增长和反垄断问题不会因交易想象自动消失。AI 应用可以生成需求和交易，支付系统则要处理合规、拒付、结算和跨境网络。上述估值和倍数为节目中的口头讨论，不是独立交易核验。
本段对应官方章节 00:50。4
8. AI 融资狂热：晚期风投为什么更有吸引力
当优秀公司在私有市场留得更久，资金会追着更可见的收入、客户和退出路径走。节目提到，一家 AI coding 公司以约 1.2 亿美元 ARR、1.3 亿美元 Series C 和 15 亿美元 post-money 估值作讨论案例；圆桌认为，早期 200 万至 500 万美元收入对应约 3 亿至 5 亿美元估值，而增长阶段的价格需要用风险调整后的收入和产品市场匹配来判断。
晚期投资看起来比早期下注更确定，但买方也可能在最拥挤、最昂贵的阶段进入。节目称，2025 年上半年新铸造的独角兽中，到了 2026 年第二季度可能至少有 40% 获得后续上调；这也解释了为什么资本会涌向 growth round，随后又通过分 tranche 结构把超额回报重新定价。早期风险没有消失，只是需要更长时间等待结果；晚期资本则开始承担一部分过去由公开市场承担的融资功能。
本段对应官方章节 01:01。4
9. 核能创业公司变热，而 Databricks 和 Stripe 继续留在私有市场
节目在 01:12 把 Valor Atomics 等核能创业公司的升温与 Databricks、Stripe 继续留在私有市场放在相邻位置讨论。ASR 中提到，Valor Atomics 可能在四五个月内以约 3 倍上调融资；与此同时，几家通过 SPAC 上市的核能公司股价一天内上下波动 50%，这让圆桌反问：下一代核能产品是否本来更适合留在私有市场？
另一边，节目认为年收入约 60 亿美元且广泛实现现金流盈利的公司，按常理应该已经上市，但 Databricks 仍在做 Series M，Stripe 也在通过复杂交易安排继续留在私有市场。私有市场能提供耐心和更长的产品周期，但它也推迟流动性，并让估值更难通过公开交易验证。上述估值、融资和波动数字均为节目讨论内容。
本段对应官方章节 01:12。4
10. AI 供应链：TSMC、ASML、DRAM 和 Nvidia 的下一步
节目最后把镜头推到上游：先进制造、光刻设备、内存和系统整合共同决定 AI 交付速度。讨论者把 Nvidia 与 TSMC 的关系描述为持续 30 年、甚至没有书面合同的长期合作；Nvidia 已是 TSMC 最大客户。ASML 提供让 TSMC 能制造先进芯片的设备，TSMC 再把晶圆交给 Nvidia，三者组成一条长期互相约束的链。
DRAM 则是另一种关系：供应商主要是两家韩国公司和 Micron，面对相同客户，节目中形容它们季度涨价约 40%，并把经营利润率推到约 80%。内存价格上涨还可能让产品建设成本翻倍。节目随后讨论 Nvidia：AI 资本开支从约 1000 至 1500 亿美元跃升到约 7000 亿美元后，未来三四年的增速可能放缓；如果 OpenAI 和 Anthropic 的增长继续加速，估值有再上台阶的可能，若增长放缓，当前估值也会显得过高。上述供应链、价格、利润率和资本开支数字均为节目口头讨论。
本段对应官方章节 01:15。4
给创业者和投资人的四个检查点
- 模型能力变快后，价值会不会转移到路由、推理和任务数据？
- 开放权重带来的是更大的使用量，还是更低的收入捕获？
- 企业的 AI 预算，究竟替代哪一项旧支出？
- 业务最怕哪种上游短缺：算力、内存、能源、资金，还是人才？
逐句全文翻译
以下部分依据本期完整原始 MP3 的全量 ASR，按音频时间顺序逐段翻译，只保留中文译文。ASR 没有可靠的说话人分离轨，因此每段使用「说话人（未分离）」标签，不把语句错误归给 Harry、Jason 或 Rory；广告段落未纳入读者正文，部分 ASR 重叠时间戳做了最小合并。完整原始音频入口见 20VC Trio EP.66 官方单集页。
逐句全文翻译：本轮证据边界
本轮已下载并读取官方完整 MP3，完成全量 ASR，共生成 2,882 条带时间戳字幕。下面保留原始时间顺序中的关键逐句中文精译，不保留英文原文；由于 ASR 没有可靠的说话人分离，统一使用「说话人（未分离）」标签，不把句子错误归给 Harry、Jason 或 Rory。
这意味着本节不能冒充「无删减、逐句对应的完整中文译本」：节目广告段落没有纳入读者正文，部分 ASR 重叠时间戳也做了最小合并。完整 ASR 稿源已作为本期生产证据保存；本期正文因此提供可核验的核心讨论精译，并明确披露这一未兑现项。
00:00—00:07｜模型价格与中国模型
说话人（未分离）： 对于以更低价格获得同等模型的追求，只会持续升温。开放权重、低成本的 LLM 业务，是不是一门好生意？
说话人（未分离）： 好投资看起来都在基础设施层。到某个时候，那些每年花一万亿美元的人，总会想要一些应用来为这一切买单。真正重要的，是 OpenAI 和 Anthropic 在 2026 年和 2027 年的增长率；如果年同比增长 10 倍，而且毛利率持续改善，就能覆盖成本。
说话人（未分离）： 中国在一周内发布了两个接近前沿水平的开放模型，一个是 Kimi，另一个是阿里巴巴的 Qwen。评测就是评测，性能相近必须到真实场景中证明；但 Kimi 的需求已经高到无法承受，OpenRouter 的数据还显示，约一半流量经过中国创建的模型。
说话人（未分离）： Kimi K3 是约 2.8 万亿参数的巨大模型，需要大量 GPU；有些深度推理模型却可以在个人电脑上运行。它们并不是同一种东西。
00:10—00:16｜禁令、价格与数据风险
说话人（未分离）： 受监管企业的 token 使用量自年初以来看起来增长了约 2.5 倍。原因之一，是让监督模型跟踪 agent，并让多个 agent 并行运行，从而降低错误率。监管越严格，企业对 agent 出错越不宽容。
说话人（未分离）： 如果美国模型每月收费 10 至 20 美元，而中国模型只要 2 美元，禁止它们会不会只是把价格抬高？但政府和高敏感场景又不能轻易忽略数据出口风险。普通消费产品的客服任务，没有理由支付最高价格；政府核心系统则是另一回事。
00:20—00:30｜OpenRouter 的退出窗口
说话人（未分离）： 有信息称 OpenRouter 正在与多个收购方谈判，Ramp 也推出了自己的路由产品。我认为这是 OpenRouter 出售的好时机，因为市场正在变化，所有人都意识到自己需要路由。
说话人（未分离）： 这类业务可能越来越嵌入其他供应商。对独立公司来说，长期净现值或许只有几十亿美元，但对希望获得「与模型无关」能力的云厂商，它现在可能很有战略价值。
说话人（未分离）： 创始人面对大额报价时，三倍不一定值得，可能要看到十倍才值得承担未来三四年的风险。如果你拒绝一个很大的报价，就要确信它以后能大得多。
00:31—00:39｜Fireworks 与推理基础设施
说话人（未分离）： Fireworks 完成了一轮 15 亿美元融资，ARR 超过 10 亿美元，每日 token 处理量约 40 万亿，之前约为 15 万亿。推理是一门大生意，开放权重模型的爆发正把需求推向推理服务商。
说话人（未分离）： 他们目前的毛利率在 30% 多；随着公司进入数据中心层并掌握更多基础设施，毛利率可能继续上升。看起来像低毛利业务的公司，可能正在以五倍速度增长到 10 亿美元，同时扩张毛利率。
00:49—00:59｜Stripe、Advent 与 PayPal
说话人（未分离）： 我们来谈 Stripe 和 Advent 让 PayPal 私有化的安排。Stripe 收购 PayPal 是否不可避免？Stripe 约值 1500 亿美元，而 PayPal 的交易价格和利润倍数更低。
说话人（未分离）： Stripe 的优势在于它是过去十多年真正赢下来的公司；PayPal 自「PayPal Mafia」离开后经历了管理层旋转和转型困难。收购不是把两个名字放在一起，而是要重新处理增长、管理、反垄断和整合。
01:00—01:11｜晚期资本与分 tranche 融资
说话人（未分离）： 私有市场的流动性窗口很少打开。一旦打开，就应该认真对待，但不应强迫创始人出售；最终是创始人的决定。
说话人（未分离）： 一家 AI coding 公司约有 1.2 亿美元 ARR，以 15 亿美元 post-money 估值完成 Series C。过去两三年，growth round 是很有吸引力的投资位置；好的东西会带来更多好的东西，但资本涌入后，基金会用分 tranche 结构把超额回报重新定价给自己。
01:12—01:20｜核能、私有市场与供应链
说话人（未分离）： Valor Atomics 可能在四五个月内以约三倍上调融资。下一代核能公司应该更适合留在私有市场，但几家通过 SPAC 上市的核能公司一天之内上下波动 50%。与此同时，年收入约 60 亿美元且广泛现金流盈利的公司按常理应该上市，但 Databricks 和 Stripe 仍然留在私有市场。
说话人（未分离）： Nvidia 与 TSMC 合作了 30 年，甚至没有书面合同；Nvidia 已是 TSMC 最大客户。ASML 制造让 TSMC 能生产先进芯片的设备，TSMC 制造让 Nvidia 得以交付的晶圆。它们在考虑未来十到二十年的关系，而不是每个季度互相榨取。
说话人（未分离）： DRAM 市场由两家韩国公司和 Micron 供应。节目中把它描述为季度涨价约 40%、经营利润率约 80% 的商品业务，因为供应商知道两年后周期可能反过来。内存价格上涨，也可能让构建产品的成本翻倍。
说话人（未分离）： Nvidia 经历了从约 1000 至 1500 亿美元到约 7000 亿美元的资本开支跃升，接下来三四年可能继续增长但速度放缓。OpenAI 和 Anthropic 在 2026 年、2027 年的增长率，仍是判断这张 AI 资本报表的关键变量。
范围说明
官方单集页提供了本期章节、发布时间和主题，但没有公开一份可直接读取的完整逐字稿。本期已下载官方完整 MP3 并完成全量 ASR，再据此写作。单集页面未列出本期三位圆桌讨论者的完整姓名，本文因此不对人物身份和具体句子做未经核实的归属。节目讨论中的融资规模、市场判断和交易设想均按「节目中讨论」表述，不替代公司公告或独立财务核验。
评论
登录后可发表评论。