“人工智能的商業(yè)模式，是要創(chuàng)造一個市場，而非一個算法”。這是世界AI泰斗Michael I.Jordan的觀點。
而當前的全球AI市場，占據(jù)主導地位的中美雙方，卻也走出了兩條截然不同的技術路徑，前者執(zhí)著于前沿技術的探索，后者則發(fā)力應用優(yōu)化和商業(yè)化落地。
南轅北轍的兩個方向，或許已經(jīng)無法直接進行排位先后、優(yōu)劣的對比，但對于應用和落地，中國明顯有自己的鮮明主張，甚至即將完成超越。谷歌中國區(qū)前負責人李開復表示，預計到明年年初，中國的應用普及速度將遠遠超過美國。
只是，這一路走來，中國企業(yè)付出了多少，鮮為人知。
國內(nèi)AI大模型：從“雨后春筍”到“銷聲匿跡”
2022年11月，自ChatGPT推出后，國內(nèi)市場被激發(fā)出前所未有的熱情。隨后在2023年初，國內(nèi)涌現(xiàn)出首批大模型創(chuàng)業(yè)者，掀起了一陣大模型創(chuàng)業(yè)的小高潮。同年6月，百模大戰(zhàn)正式打響。
耗時不到三個月，中國就誕生了超200款大模型，但到23年12月，持續(xù)更新的模型便迅速減少至156款。再到今年5月，便僅剩19款。很多大模型如同曇花一現(xiàn)，稍縱即逝。
而被業(yè)界稱為"六小虎"的智譜AI、零一萬物、百川智能、MiniMax、月之暗面和階躍星辰，也開始進行業(yè)務調(diào)整，有的暫停了預訓練模型的研發(fā)，有的則逐漸退出C端市場，轉(zhuǎn)而聚焦B端業(yè)務，甚至還有公司進行了人員縮減。
這一現(xiàn)象背后，可以預見的是單靠融資驅(qū)動的商業(yè)模式已經(jīng)成為過去式。面對全球AI大模型百舸爭流的形勢，中國AI產(chǎn)業(yè)需要深刻反思并尋求破局之機。而首要目標就是回歸商業(yè)本質(zhì)，摒棄單純追求技術參數(shù)競賽的浮躁心態(tài)，更加注重市場需求導向的研發(fā)與應用創(chuàng)新。
彼時，國內(nèi)AI大模型開始進一步分化。按模態(tài)劃分，大模型可分為自然語言處理（NLP）大模型，視覺（CV）大模型、多模態(tài)大模型等；按照部署方式劃分則可以分為云側(cè)大模型和端側(cè)大模型兩類。
其中，云側(cè)大模型又有通用大模型和行業(yè)大模型兩種，通用大模型具有適用性廣泛的特征，目前更具代表性的有文心一言、通義千問、訊飛火星等，行業(yè)大模型則具有專業(yè)性強的特點，針對特定行業(yè)（如金融、醫(yī)療、政務等）的需求進行模型訓練。
可見，國內(nèi)AI大模型的應用路線開始日漸清晰，大致途徑為“基礎大模型→行業(yè)大模型→終端應用”。
值得注意的是，繼百模大戰(zhàn)降溫、應用路線清晰后，價格戰(zhàn)也開始了。一個典型例子就是，今年5月21日，百度宣布兩款大模型免費開放：Speed和Lite，這兩個相對輕量的大模型免費提供，而最強大的大模型依然收費。
盡管，低價甚至免費可以增加用戶基數(shù)，但也給企業(yè)帶來了不小的生存壓力，畢竟這違背了最基本的商業(yè)邏輯。但如果技術和產(chǎn)品的競爭力足夠強，那么也無需主動去參與價格戰(zhàn)。
如此一來，價格戰(zhàn)的開啟雖然不是一個好兆頭，但也從側(cè)面推動AI技術創(chuàng)新進入了新的加速期。
中美多維差異背后，技術落地路徑已然不同
在全球人工智能持續(xù)競速的背景下，中美雙方孰強孰弱一直是備受關注的議題。據(jù)悉，目前全球發(fā)布的大模型總數(shù)中，中美合計占約80%，處于絕對的主導地位。
具體來看，中美雙方之間在技術背景、文化屬性、市場環(huán)境、人才培養(yǎng)、算力、數(shù)據(jù)等維度上都存在差異。
技術背景方面，美國的科技發(fā)展尤其注重“技術優(yōu)先”和“知識密度優(yōu)先”，行業(yè)、企業(yè)之間重視基礎創(chuàng)新，對于新興的事物保持著較強的鼓勵和促進態(tài)度。同時，整個生態(tài)上的分工也更為明確，形成了一套較為完整且兼具創(chuàng)新的生態(tài)鏈，從而共同推近統(tǒng)一目標。
國內(nèi)相較更為多樣化，并嘗試依托于更多的應用爆發(fā)以及市場的多樣性來加速發(fā)展。同時在發(fā)展過程中，對于安全、可控，以及持續(xù)性和自主性等維度的要求會更高。
又因為技術背景和市場環(huán)境的緣故，雙方在商業(yè)模式上的區(qū)別也較為明顯。美國AI公司更多用的是軟件模式，可以快速起量；國內(nèi)公司則更擅長性能調(diào)優(yōu)，多采用個性化定制的服務方式。
圖源來自知乎@hayley
人才培養(yǎng)方面，從上圖可以看出，國內(nèi)在人工智能人才培養(yǎng)上的比例分布情況。國內(nèi)人工智能人才的本科比例較高，但碩士和博士比例逐漸下降。
原因在于大量人才選擇出國深造和工作。相關數(shù)據(jù)顯示，美國39.52%的人工智能人才實際上來自于中國。這使得錯失更多高端人才的中國，在基礎研發(fā)上阻力相對較大。
算力方面，由于國內(nèi)在先進制程芯片以及計算密度上不占優(yōu)勢，所以仍處在落后于美國的階段。但基于國內(nèi)政策及資本的積極態(tài)度，長遠來講，算力難題是有解的。
而算力之外，數(shù)據(jù)是另一個限制中國AI產(chǎn)業(yè)發(fā)展的重要因素。一方面是因為大量數(shù)據(jù)的私有化，導致獲取數(shù)據(jù)的成本高，另一方面，因為處理數(shù)據(jù)的成本居高不下，所以企業(yè)之間對自己的數(shù)據(jù)策略（包括數(shù)據(jù)配比，數(shù)據(jù)來源，數(shù)據(jù)加工等等）高度保密。
最后也最關鍵的是，產(chǎn)業(yè)發(fā)展路徑方面，美國傾向于從底層開始限制開源生態(tài)的分發(fā)過程，并試圖通過限制開源來抑制產(chǎn)業(yè)創(chuàng)新。而國內(nèi)則傾向于大力推動開源模型的發(fā)展，從而更加貼合垂直行業(yè)的應用落地。
就影響而言，美國所主張的限制開源，對國內(nèi)不會造成太大影響。盡管底層研發(fā)技術仍有差距，但GPT-3.5的出現(xiàn)意味著技術取得了階段性的突破，而且因為開放使用，國內(nèi)已經(jīng)獲取了開源模型。因此，技術革命的傳播速度快于立法監(jiān)管的速度，導致監(jiān)管是失效的。
綜合來看，多個角度上的差異造成了中美雙方在技術落地路徑上的大相徑庭，美國仍舊處于從0-1技術探索的前沿陣地，而國內(nèi)則更關注商業(yè)落地并貼合市場需求進行應用優(yōu)化。
想“超車”美國，還得看“應用線”
在國內(nèi)企業(yè)轉(zhuǎn)向美國的開源人工智能模式以求迎頭趕上的同時，美方也陷入一個相對尷尬的境地。因為，他們一直試圖通過限制微芯片銷售和遏制投資來減緩國內(nèi)的進步，但卻無法阻止企業(yè)為了促進軟件的普及而選擇公開發(fā)布的做法。
美國在開源模型上的“兩頭為難”恰好為國內(nèi)企業(yè)實現(xiàn)“超車”提供了機會。
從Sora和GPT-4這兩大爆款來看，Sora在算法上的突破并不大，效果展示上的驚艷更多源于巨亮算力的堆集，它解決了決幀與幀之間的時序一致性問題，但同時導致Sora的視頻生成成本短時間內(nèi)無法降低。
而GPT-4雖然強大，其成本高企同樣是當下最難跨越的現(xiàn)實問題之一。這也使得企業(yè)在實際應用中往往選擇性價比更高的解決方案，如開源模型或規(guī)模更小的商用模型。
而且，一旦最好的開源技術來自于中國，美國開發(fā)者最終將由主動轉(zhuǎn)為被動，甚至需要在中國技術的基礎上構(gòu)建自己的底層系統(tǒng)。
可見，追求技術領先的美國，在跨出商業(yè)化落地的“臨門一腳”時已經(jīng)被成本“絆倒”，未來還有可能因此陷入僵局。
形成鮮明對比的是，中國的科技投資者在推動人工智能時追求盡快轉(zhuǎn)虧為盈，這意味著資金正在流向易于執(zhí)行的應用，而不是更具抱負、專注于基礎研究的目標，杜克大學約翰·科克電氣與計算機工程杰出教授陳怡然這樣說到。
與此同時，中國對人工智能的投資中，多達50%投向了監(jiān)控所需的計算機視覺技術，而不是為生成式人工智能建立基礎模型。
尤其對于國內(nèi)本地市場的需求，百度文心一言、阿里通義千問等國內(nèi)自主研發(fā)的大規(guī)模模型，在應對廣泛且普遍的應用場景時，已經(jīng)充分展現(xiàn)了其實用性與高效性。誠然，在應對極其復雜或特定復雜需求時，這些模型與全球頂尖的大模型相比，尚存在一定的性能差距。
然而，就當前多數(shù)生產(chǎn)工具的實際需求而言，無論是通過開源途徑獲取的模型，還是國內(nèi)商業(yè)化提供的解決方案，均能提供基本且相對令人滿意的服務支持。
尤為值得一提的是，隨著各類應用場景的不斷拓展與深化，國內(nèi)大模型的實際應用落地進程正顯著加速，展現(xiàn)出蓬勃的發(fā)展態(tài)勢。
由此來看，中國雖然暫時無法通過現(xiàn)有的大模型實現(xiàn)技術上的全面超越，但美國也無法進行有效封鎖，開源技術既是中國AI發(fā)展如此迅速的關鍵原因，也將是中國取得領先地位的機遇。
而技術路徑上的差異已經(jīng)讓美國陷入階段性停滯不前，國內(nèi)應該繼續(xù)專注于應用開發(fā)，從而縮小商業(yè)化價值上的差距。
長遠來看，美國如果真限制開源，那么這將是技術衰落的開始，同時也是中國正式崛起的開始。
戰(zhàn)局最終將如何演化，我們靜待時間揭曉。
作者：璟松
來源：港股研究社
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
AI文生視頻領域，幾乎只剩Sora還是個期貨了。最近兩個月，國內(nèi)外的AI-generatedVideo應用持續(xù)爆發(fā)，中國的快手、字節(jié)、智譜AI、生數(shù)科技、愛詩科技，海外的谷歌、Luma、Runway，格局如八仙過海。雖然不同平臺水平差異依舊存在，但整體可用性已經(jīng)大大提高，而且風格化特征也比較全面。唯
作為這一輪全球AI科技周期的風向標企業(yè)，自2023年初截至今年6月31日，英偉達股價翻了近7.5倍。然而，自6月創(chuàng)下了歷史高點后，截至當?shù)貢r間8月12日收盤，其股價回撤幅度約20%。同時，這一時期，英偉達多位高管也在持續(xù)拋售公司股份。據(jù)統(tǒng)計，在6月13日至8月9日期間，CEO黃仁勛已累計套現(xiàn)超5.5
大廠員工們的喜大普奔時刻，騰訊宣布“漲薪”了。具體內(nèi)容：一是將服務獎，即「十三薪」，均攤到每月月薪中，折算后每月漲薪8%；二是將“易居”計劃的年度房補，納入月薪中。兩項調(diào)整給新老員工的月薪帶來了不小的變化。今年，裁員潮的陰影一直籠罩全球，但包括騰訊在內(nèi)的國內(nèi)互聯(lián)網(wǎng)大廠卻開始了一波“反向操作”，這背后
近日，谷歌母公司Alphabet在美股盤后公布了第二季度財報，其中，總營收847億美元，同比增長14%，高于分析師普遍預期的842億美元
商業(yè)化愿景下，AI應用元年已經(jīng)到來。2024年以來，諸多已布局AI大模型技術的科技公司都開始加速推出AI應用產(chǎn)品。比如，今年7月16日，騰訊旗下大模型應用“騰訊元寶”推出“3D角色夢工廠”玩法，成為首個擁有打印級3D生成能力的通用大模型App。無獨有偶，百度也推出了一款名為“文小言”的AI數(shù)字人社交
我覺得我們AI的目標是：從芯片設計到軟件生態(tài)，全鏈路自主開發(fā)，建立可控的世界級AI體系。所以這是俺對未來5年中國AI圈的展望和判斷。(1)2026年，英偉達造車、國產(chǎn)開車26年國產(chǎn)芯片會在推理和垂直場景上發(fā)力。以DeepSeek為代表，大多數(shù)AI大模型會以軟件彌補硬件不足，所以訓練和推理分開，訓練就
文/道哥在深陷“后門”風波、接受網(wǎng)信辦問詢之后，英偉達的“特供版”H20芯片，又有了新消息。近日，美國科技媒體《TheInformation》援引知情人士消息稱，英偉達已悄然向其關鍵供應商——包括負責封裝的安靠科技、供應高帶寬內(nèi)存的三星電子、以及承擔后端處理的富士康發(fā)出指令，要求暫停所有與H20AI
文/二風來源/節(jié)點財經(jīng)一場關于“中國芯”的IPO審議，正把投資者們的目光鎖定在上交所。根據(jù)上交所發(fā)布的公告，上市審核委員會已定于9月26日審議摩爾線程的科創(chuàng)板首發(fā)申請。作為中國半導體自主化浪潮中最受矚目的“考生”之一，包括其創(chuàng)始人顯赫的英偉達背景、高達80億元人民幣的募資雄心，以及在國產(chǎn)GPU領域取
技術的進步永無止境，繼創(chuàng)下TPC-C性能&性價比雙冠之后，阿里云PolarDB云原生數(shù)據(jù)庫再度實現(xiàn)關鍵突破。9月24日杭州云棲大會上，阿里云宣布推出全球首款基于CXL（ComputeExpressLink）2.0Switch技術的PolarDB數(shù)據(jù)庫專用服務器。在原有RDMA網(wǎng)絡的基礎上，Polar
2025年9月24日，在杭州舉辦的云棲大會上，阿里云正式發(fā)布全新一代服務器操作系統(tǒng)AlibabaCloudLinux4（簡稱Alinux4）。Alinux4基于Linux6.6內(nèi)核打造，是首個全面遵循龍蜥社區(qū)“開源生態(tài)合作倡議”規(guī)范的商業(yè)發(fā)行版。它不僅兼容主流開源社區(qū)生態(tài)，更針對阿里云最新9代ECS
9月24日，杭州云棲大會技術主論壇上，阿里云重磅發(fā)布AI安全護欄，提供五項核心安全能力，護航AI安全。一方面為客戶提供融入AIAgent開發(fā)全鏈路的原生安全防護，另一方面持續(xù)用AI賦能安全產(chǎn)品智能化升級，打造Agentic-SOC安全運營，提升安全威脅檢測和響應效率。在過去的一年，AIAgent正在
9月24日，魔搭社區(qū)舉辦了“全球協(xié)作?科學突破?創(chuàng)意無限”的專題論壇，并發(fā)布魔搭社區(qū)國際版、科學智能專區(qū)與AIGC創(chuàng)作引擎FlowBench，旨在連接全球開發(fā)者、加速科研范式創(chuàng)新、賦能創(chuàng)意表達。自2022年11月初成立至今，魔搭社區(qū)已成長為中國最大AI開源社區(qū)，其模型數(shù)量已突破10萬，服務了全球20
9月24日，2025云棲大會現(xiàn)場，阿里云CTO周靖人接連發(fā)布了七款大模型技術產(chǎn)品。七款技術產(chǎn)品覆蓋語言、語音、視覺、多模態(tài)、代碼等模型領域，在模型智能水平、Agent工具調(diào)用以及Coding能力、深度推理、多模態(tài)等方面均實現(xiàn)突破。在大語言模型中，阿里通義旗艦模型Qwen3-Max全新亮相，性能超過G
9月24日，阿里云在云棲大會上宣布新一輪全球基礎設施擴建計劃：將在巴西、法國和荷蘭首次設立云計算地域節(jié)點（region），并將擴建墨西哥、日本、韓國、馬來西亞和迪拜的數(shù)據(jù)中心，以便更好服務全球客戶日益增長的AI和云計算需求。目前，阿里云在全球29個地區(qū)運營91個可用區(qū)，是中國最大、亞太第一的云服務商
