天工低成本模型R1V4（30b）实现了对Qwen3-VL（30B）和Gemini 2.5 Flash的全面超越

来自能源的革命的雪球专栏

核心事实梳理

技术成果：Skywork R1V4（30B）在多模态感知和深度研究任务上，性能全面超越Qwen3-VL 30B和Gemini 2.5 Flash

成本效率：仅用64块A800 GPU训练12小时（768 GPU小时），且未使用RL强化学习

战略定位：首个闭源R1系列模型，专注"图像交错思考"和"deep research"场景

逻辑影响分析

第一层：技术能力验证（直接影响）

研发效率突破：768 GPU小时的训练成本在业界极低（通常同类模型需数万GPU小时），说明昆仑万维在训练框架、数据工程和模型架构优化上掌握核心技术，这种"低成本高性能"路径是其独特竞争力的实证

多模态技术闭环：从开源模型到闭源商业模型的转化能力得到验证，表明技术栈已成熟到可支撑产品化

第二层：商业价值传导（中期影响）

降本增效：若R1V4用于昆仑万维自有产品（天工AI搜索、游戏、社交等），推理成本优势显著，边际成本下降将直接改善相关业务毛利率

差异化竞争："图像交错思考+deep research"的垂直定位，避开了通用大模型的红海竞争，可能在科研、金融、法律等专业场景形成高溢价

闭源商业化：转向闭源意味着探索API调用、企业授权等直接变现模式，技术价值可更快转化为收入

第三层：战略信号意义（长期影响）

资本效率叙事：在"百模大战"烧钱背景下，"小预算出高性能"的故事极易获得二级市场认可，可能重塑市场对其AI投入产出比的预期

人才密度证明：极小的精英团队（从GPU数量推断）实现SOTA成果，说明核心团队技术实力强劲，有利于后续融资和招聘

技术路线话语权：若该效率优势可持续，昆仑万维可能成为"高效多模态训练"新范式的标杆，获取生态位优势

风险与验证点

数据信源：需确认评测基准的客观性和测试集是否泄露，以及"全面超越"是否涵盖所有关键场景

成本口径：768 GPU小时仅是训练成本，是否包含前期数据准备、架构探索等预研成本

闭源动机：是因技术保护还是模型效果尚不稳定需要持续打磨？需观察后续商业落地速度

结论：若信息属实，这是昆仑万维AI战略从"投入期"转向"产出期"的关键信号，技术效率优势和商业化路径清晰化将实质性改善其估值逻辑，但需持续跟踪模型真实落地案例和收入贡献。$昆仑万维(SZ300418)$ $视觉中国(SZ000681)$ $谷歌A(GOOGL)$

作者：能源的革命
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
风险提示：本文所提到的观点仅代表个人的意见，所涉及标的不作推荐，据此买卖，风险自负。