XXTX小薛同学的小站 XXTX小薛同学的小站成为自己的太阳,无需凭借谁的光

最近AI圈子里,最抓马的剧情绝对不在硅谷,也不在北京,而是在东京。就在11月9日,多家日媒和财经媒体突然爆出猛料:被称为日本“史上最快独角兽”的明星AI初创公司Sakana AI,正在紧锣密鼓地筹备首次公开募股(IPO)。据说他们连高盛都请来了当顾问,最快2027年秋季就要在东京股市或者美国纳斯达克敲钟。

按理说,一家日本AI公司能走到IPO这一步,绝对是全村的骄傲,毕竟日本在移动互联网和上一波AI浪潮里憋屈太久了。但有意思的是,这则新闻一出,日本国内的评论区先炸锅了。大量日本网民和科技圈人士不仅没有欢呼,反而开始疯狂“扒皮”,直指这家号称要成为“日本国家AI冠军”的明星企业,其核心技术底子居然是“缝合”了中国开源AI模型。

一边是4000亿日元(约合近200亿人民币)的惊人估值和即将上市的狂欢,另一边却是“国产成色不足”、“技术靠拿来”、“甚至像诈骗”的严厉指控。Sakana AI这波操作,不仅扯下了日本AI产业“闭门造车”的遮羞布,更无意间向世界揭示了一个残酷又真实的产业真相:在全球AI大模型的牌桌上,中国开源技术,已经悄然成为了许多非中美国家无法绕开的“底层基建”。今天,咱们就来深度扒一扒,这家日本当红炸子鸡,到底是怎么把一手“好牌”打得充满争议的。

事件细节:日本最快独角兽的IPO狂飙与“翻车”瞬间

要理解这场争议,咱们得先看看Sakana AI这家公司的“梦幻开局”。这家公司成立于2023年,短短不到一年时间,估值就突破了10亿美元,跻身独角兽行列,创下了日本初创企业的最快纪录。到了2025年11月完成B轮融资时,其估值更是像坐火箭一样飙升到了约4000亿日元。

为什么资本这么疯?因为它的创始团队简直是“AI复仇者联盟”。CEO David Ha是前Google研究科学家,在强化学习和AI艺术领域大名鼎鼎;联合创始人Ren Ito是前Stability AI的高管;最炸裂的是另一位联合创始人Llion Jones,他可是那篇改变了整个人类AI历史的论文《Attention Is All You Need》(也就是Transformer架构的奠基之作)的共同作者之一。有这种“神仙阵容”背书,再加上“日本国产AI希望”的宏大叙事,资本不砸钱才怪。

然而,当IPO的聚光灯真正打下来时,显微镜下的Sakana AI却显得有些尴尬。首先是它的“代表作”翻车了。Sakana AI推出的首个大语言模型Namazu,原本被包装成日本本土化AI的骄傲。但眼尖的日本网民和技术人员很快发现,Namazu根本不是从零开始预训练的,它的核心底座,居然是中国AI企业月之暗面(Moonshot AI)开源的Kimi K2.6模型。Sakana AI只是在这个中国模型的基础上,喂了大量的日语数据进行了微调和所谓的“本地化”。

这就好比你开了一家米其林三星餐厅,主打“本土匠心料理”,结果食客去后厨一看,好家伙,预制菜全是从隔壁中国超市买来的,你只是加了点芥末和酱油。这种“缝合”行为,让很多日本网民感到被欺骗,直呼“感觉几乎就像是诈骗一样”。

更尴尬的是,Sakana AI此前引以为傲的几个“黑科技”项目也接连爆雷。2025年,他们高调推出的“AI CUDA工程师”(一个旨在自动优化GPU代码的AI),被独立开发者指出测试代码存在严重缺陷,性能数据被严重夸大,最后Sakana AI不得不公开道歉并修正结果。另一款号称能自动做科研的“AI Scientist”工具,在经过独立评估后,被曝出高达42%的实验失败率,生成的论文充满了AI幻觉和低质量内容。这些“翻车”事件叠加在一起,让外界对Sakana AI的技术实力打上了一个巨大的问号。

面对铺天盖地的质疑和IPO传闻,Sakana AI官方赶紧出来灭火,发表声明称“近期并无IPO计划”,并强调“首要任务仍是打造成为日本国家AI冠军的世代级AI公司”。但明眼人都知道,在AI这个烧钱如流水的行业,4000亿日元的估值如果没有二级市场的流动性来支撑,光靠一级市场的故事,是绝对玩不转的。找高盛当顾问这事儿,恐怕绝不是空穴来风。

背景拆解:“缝合怪”技术路线背后的日本AI焦虑

骂Sakana AI“缝合”中国AI很容易,但如果我们往深了挖,就会发现这种“缝合”技术路线,其实是日本AI产业在极度焦虑下的一种无奈之举,甚至可以说是一种“精明”的生存策略。

Sakana AI的核心技术理念叫做“进化模型合并”(Evolutionary Model Merge)。听起来非常高大上,他们宣称这是在模仿自然界的自然选择机制,把不同的模型像生物繁衍一样进行“交配”和“融合”,从而以更低的计算成本获得更强大的模型。但说穿了,这就是一种“模型融合”(Model Merge)技术。在算力不够、数据不足的情况下,把几个现有的优秀开源模型权重进行混合,确实能“大力出奇迹”,搞出一个性能不错的综合模型。

为什么日本AI公司要死磕这种“缝合”路线?因为日本在基础大模型领域,已经全面落后了。首先是算力之痛。大模型预训练是吞金兽,更是“电老虎”。日本虽然半导体材料强,但在先进制程GPU的获取和超大规模智算中心的建设上,远远落后于中美。没有几万张H100/B200,你连预训练千亿参数模型的门票都拿不到。

其次是数据之困。日语在互联网高质量语料库中的占比极低,且日本社会对版权保护极其严苛,互联网上的数据很多是“孤岛”。要让一个模型从零开始学习日语并具备强大的逻辑能力,数据清洗和获取的成本高得令人发指。

最后是人才流失。日本传统的IT企业(如富士通、NEC等)有着浓厚的“加拉帕戈斯综合征”——在封闭的市场里把软硬件一体化做到极致,但在开源和敏捷开发上完全脱节。顶尖的AI人才要么去了美国硅谷,要么在国内的传统大企业内部卷,根本形不成像中美那样活跃的AI开源创业生态。

在这种“三无”(无算力、无数据、无生态)的绝境下,Sakana AI选择“拿来主义”就成了唯一解。既然自己种不出好水稻,那就买中国的高产杂交水稻种子,回来适应一下日本的土壤(日语数据),包装成“日本国产大米”卖给国民。这在商业逻辑上是完全成立的。

不过,Sakana AI也意识到了“缝合”路线的政治和安全风险。在2026年10月,他们突然宣布启动从零预训练的自研模型Sakana Sawara,并明确表示要在2027年春季发布小规模版本,专门面向防务、网络安全等敏感领域。这说明日本政府和企业高层已经意识到,在关乎国家安全的底层AI能力上,完全依赖中美(尤其是中国)的开源模型是极其危险的。Sakana AI的“缝合”,是商业上的妥协;而Sawara的“自研”,则是国家安全焦虑下的必然反击。只是,从“缝合”到“自研”,这中间的技术鸿沟,绝不是靠几个明星创始人就能轻易跨越的。

影响分析:中国开源大模型如何成为“全球AI的底层基建”?

Sakana AI的争议,其实给我们提供了一个极其绝佳的观察视角。过去我们总以为,全球AI的竞争就是中美两国的“双寡头”游戏,其他国家只能做做上层应用。但Sakana AI用脚投票告诉我们:中国开源大模型,正在成为全球AI生态中不可或缺的“底层基建”。

以月之暗面的Kimi、阿里的Qwen(通义千问)、百川智能等为代表的中国开源/半开源大模型,早就不是当年那个只能做“低端平替”的角色了。在Sakana AI选择Kimi K2.6作为底座的背后,是中国大模型在多个维度的“降维打击”。

第一是极致的性价比与工程化能力。中国AI公司在极度内卷的市场中,把模型推理成本、训练效率压榨到了极致。相比于美国模型高昂的API调用费用,中国开源模型不仅权重开放,其配套的量化技术、部署方案也极其成熟。对于Sakana AI这样需要控制成本的初创公司来说,用中国模型做底座,能省下几千万美元的算力费。

第二是强大的多语言与跨文化理解能力。中国大模型在训练时,往往投喂了海量的高质量多语言数据。Kimi等模型在长文本处理、复杂逻辑推理上的表现,在国际权威榜单上早已名列前茅。Sakana AI只需要在这个强大的“大脑”上,接入日语的神经,就能迅速获得一个智商在线的本地化模型。

第三,这也是最重要的一点,中国开源大模型正在重塑全球AI的“供应链”。就像当年安卓系统拯救了全球手机厂商一样,中国开源大模型正在拯救全球非中美国家的AI创业公司。欧洲的Mistral、中东的Falcon,包括日本的Sakana AI,他们在构建自己的“主权AI”时,底层代码里多多少少都流淌着中国开源模型的血液。

这是一种非常隐蔽但极其强大的技术出海方式。我们不需要像美国那样通过云服务和API去收割全球,我们通过开源,直接把中国AI的“根代码”植入到全球各地的AI生态中。当日本的独角兽、欧洲的初创公司都在基于中国模型进行二次开发时,中国AI的技术标准、工程范式,就已经在全球生根发芽了。Sakana AI被网友骂“缝合”,恰恰证明了中国开源模型的“肌肉”有多么结实,结实到连日本的“国家冠军”都忍不住要拿来用。

行业对比:Sakana AI与全球AI独角兽的估值逻辑

抛开技术争议,咱们再来聊聊最现实的资本问题。Sakana AI估值4000亿日元(约合26亿美元),这个价格到底合不合理?为什么日本网民会觉得“像诈骗”?

我们要把Sakana AI放到全球AI独角兽的坐标系里去看。在美国,OpenAI的估值已经突破千亿美元,Anthropic也逼近数百亿美元;在中国,月之暗面、智谱AI、百川智能等“AI四小龙”的估值也都在数十亿美元级别。相比之下,Sakana AI的26亿美元估值,在明星初创里似乎并不算离谱。

但问题在于“估值支撑点”。OpenAI和Anthropic有庞大的C端用户基数和B端企业级收入,且背后有微软、谷歌等巨头的无限算力兜底。国内的独角兽们,虽然也在烧钱,但背后有庞大的国内政企数字化转型需求和丰富的落地场景。

反观Sakana AI,它的商业化落地在哪里?日本市场本身就是一个相对封闭且IT支出保守的市场。日本企业习惯了买断制软件,对SaaS和AI大模型的订阅付费意愿极低。Sakana AI目前的营收和盈利状况,根本支撑不起4000亿日元的膨胀估值。日本网民骂它“像诈骗”,其实是看透了这种靠“PPT和宏大叙事”吹起来的估值泡沫。

在AI泡沫期,一级市场的VC可以为了“国家冠军”的故事买单,可以为了明星创始人的光环砸钱。但IPO是二级市场的照妖镜。一旦上市,就需要用真实的营收、利润和增长率来支撑市值。Sakana AI如果带着“缝合”的技术标签和薄弱的商业化能力去纳斯达克或东京交易所,很可能会遭遇残酷的价值重估。

对比欧洲的Mistral AI,Mistral虽然也走开源和轻量化路线,但其在欧洲企业级市场的拓展非常迅猛,且得到了多国政府的直接采购支持。Sakana AI在日本国内,不仅要面对软银、NTT等本土巨头的资源挤压,还要应对美国巨头在日本市场的降维打击。它的IPO之路,注定不会像它当初成为独角兽时那样顺滑。

我的看法:撕开“国产”标签,AI竞争的本质是什么?

看完Sakana AI的这场闹剧,我其实有很多感慨。首先,我觉得日本网民和媒体没必要对“缝合”中国AI这件事感到过度羞耻。在AI时代,底层算力、基础框架、开源大模型,就像是大工业时代的钢铁、电力和互联网。你不可能要求每个国家都自己去炼钢、自己去发电。

技术民族主义在情绪上很解气,但在商业和科技规律面前是不堪一击的。Sakana AI选择中国开源模型,是对技术规律的尊重,也是对自身短板的清醒认知。真正可耻的不是“站在巨人的肩膀上”,而是明明站在巨人的肩膀上,还要骗别人说自己是巨人。

其次,这件事给中国AI产业敲响了警钟,也带来了巨大的自信。我们过去总有一种“全栈自研”的情结,认为只有从底层芯片到上层应用全自己搞才叫牛。但Sakana AI的案例告诉我们,构建一个繁荣的开源生态,让全球开发者都来基于你的模型做应用,这是一种更高维度的“技术霸权”。中国大模型正在从“应用创新”走向“底层输出”,这是中国AI真正走向强大的标志。

最后,对于Sakana AI的IPO,我持谨慎观望态度。资本市场的钱不是大风刮来的,靠“日本国产AI”的标签能忽悠一时,忽悠不了一世。如果Sakana AI不能在接下来的时间里,真正拿出具有全球竞争力的自研技术(比如那个Sawara模型),或者在商业化上找到真正的破局点,那么这4000亿日元的估值,最终只会成为日本AI产业泡沫破裂时的一声叹息。

AI的牌局才刚刚开始,缝合怪也许能赢在起跑线,但能跑完全程的,一定是那些真正掌握核心科技、拥有深厚生态壁垒的长跑者。咱们中国AI,且让子弹再飞一会儿。

相关阅读

参考资料

你的评论