近期Kimi K3的崛起，對中國人工智能產業的意義，不只是多了一個性能較強的大模型，而是證明中國AI企業即使面對高階晶片供應限制，仍可以透過模型架構、訓練方式及軟件工程效率，縮窄與全球頂尖模型之間的距離。Kimi K3在程式設計及AI Agent方面展現競爭力，亦反映中國AI發展正在由單純追求「模型有多大」，逐步走向模型效率、Agent應用及商業落地的競爭。這對整個中國AI生態而言，可能比單一模型排行榜的勝負更加重要。 不過，模型效率愈高，反而愈容易令半導體板塊出現波動。過去兩年市場對AI產業鏈有一個相對簡單的投資邏輯：模型愈大，需要的算力愈多，GPU、HBM、DRAM、先進封裝、光通訊及數據中心設備需求便愈強。但Kimi、DeepSeek等中國模型逐漸證明，AI能力提升不一定完全依靠無止境增加晶片，軟件優化、MoE架構及推理效率同樣可以提高模型表現。這令市場開始重新思考：未來AI算力需求仍會增長，但增長速度是否可以永遠跑在硬件供應之前？一旦市場對這個問題出現分歧，半導體股自然容易由「全面受惠」變成高波動及個別發展。 對騰訊及阿里巴巴而言，Kimi的崛起亦不一定是壞事。AI產業未必