下一個時代的AI領導力,將不再取決於誰的模型最強大,而取決於誰的模型無處不在。
矽谷投資組合的驚人真相
不久前,矽谷頂級風險投資公司Andreessen Horowitz(a16z)的普通合夥人Martin Casado在接受《經濟學人》採訪時,透露了一個令人震驚的數據:在其投資組合中,高達80%的AI初創公司,其底層技術正建構於來自中國的開源大模型之上。
這個數字背後,隱藏著一場正在發生的技術權力轉移。
數據不會說謊:下載量見證的翻轉時刻
在AI領域,模型的下載量如同一個國家的數字GDP,直觀地反映了其技術影響力與生態系統的活躍度。全球最大的AI社區和模型託管平台Hugging Face提供了最公正的數據。
AI研究員Nathan Lambert最近繪製的一張圖表,直觀地記錄了這場"翻轉"的軌跡。
圖表上,代表中美兩國開源模型累計下載量的兩條曲線,從2023年下半年開始出現分化。代表美國的藍線雖保持增長,勢頭也相當不錯,但中國的紅線更加陡峭,以驚人的速度向上攀升,在2025年上半年成功超越美國,並預計在2026年上半年衝向驚人的3.2億次下載量,建立起決定性的領先優勢。
Lambert在這張圖上標註了一個詞:"The Flip"(翻轉)。
中國模型的全球主導地位
觀察最近Hugging Face的趨勢榜單,**幾乎被中國模型"屠榜":阿里巴巴的Qwen(通義千問)系列、百度的ERNIE(文心)大模型、DeepSeek(深度求索)以及月之暗面(Moonshot AI)的Kimi等模型,長期佔據下載量和關注度的前列。
即使有些模型名字看上去不像中國的,但深入了解後,你會發現中國的開源模型往往是以base model的面目出現的。
更令人震驚的是另一個全球性平台Design Arena的數據。這個主要專注於設計相關功能的平台,其模型排名由使用者直接投票決定:排名前18的開源大模型均為中國模型,而第一個非中國模型(來自美國)僅排在第19位。
成本革命:為什麼矽谷選擇中國模型
這一切是如何發生的?為什麼美國初創團隊要使用中國AI模型?答案其實相當直接:成本優勢。
讓我們用一個具體案例來說明。假設有一家名為"LinguaBot"的AI翻譯初創公司,每月需處理10億tokens的請求。如果使用OpenAI的API,根據模型不同,每月帳單至少在1萬到2萬美元之間。
但如果使用中國的開源模型,如Qwen、DeepSeek系列,情況就完全不同了。這些模型大多遵循Apache 2.0等寬鬆的開源協議,允許開發者免費下載、本地部署和微調,完全掌控自己的數據和應用。創業公司前期可能需要投入數千美元購買或租賃雲端伺服器,但此後的每月營運成本可能驟降至2000至4000美元——直接打了骨折!
對於任何一家需要進行大量模型微調、測試和迭代的初創公司而言,這節省下來的每一美元,都是其在激烈市場競爭中得以存活的寶貴燃料。
性能平價:開源不再是次等選擇
成本只是故事的一半。更重要的是,開源模型的性能已經相當優秀。它們在多個關鍵基準上實現了"性能平價"(Performance Parity),甚至在特定領域實現了超越。
具體來說:
- DeepSeek的V3模型在多項評測中擊敗了Meta的Llama 3.1
- 阿里巴巴的Qwen系列在Hugging Face等多個榜單上名列前茅
- 百度的ERNIE 4.5系列在混合專家(MoE)架構上取得了顯著突破,用更少的計算資源實現了媲美更大參數模型的性能
矽谷巨頭的公開背書
除了初創企業之外,像Airbnb(愛彼迎)這樣的矽谷巨頭,也公開承認正在**"重度依賴"**中國的開源AI。
Airbnb執行長Brian Chesky在一次採訪中坦言,其用以驅動核心AI客服系統的,正是阿里巴巴的通義千問(Qwen)模型。儘管Airbnb採用了包含OpenAI和Google在內的13個不同模型,但通義千問是當之無愧的"頭號主力"。
機器人專家創始人Nicolas de Cameret評價道:**"通義千問的多語言支援是原生的,聽起來自然得多。"**這種能力對於一個業務遍及全球220個國家的平台而言,就是核心競爭力。
Chesky的理由直截了當:"ChatGPT的整合能力還'沒有完全準備好',而通義千問'非常好',而且'又快又便宜'。"
兩種截然不同的AI策略
從這些現象中,我們可以看到中美兩國AI發展的不同路徑:美國最頂尖的模型被嚴格地保護在"圍牆花園"內;而中國的AI實驗室則採取了截然不同的"廣場策略",以極高的頻率發佈新模型、新權重,鼓勵全球開發者進行"二次創作"。
這種開放性形成了一個強大的飛輪效應:更多的下載意味著更多的應用、更多的反饋和更多的改進。正如一位Reddit使用者評論道:"如果80%的美國創業公司都在用中國模型,你可以安全地假設,在全球其他地區,這個比例可能接近100%。"
從矽谷開始的全球性轉向
這場從矽谷開始的"秘密"轉向,正在成為全球性的公開趨勢。當前開源AI的格局,不禁讓人聯想到上世紀90年代的Linux。開源通過匯聚全球智慧,最終在商業上戰勝了封閉系統。AI的革命,似乎正在重演這一幕。
美國在引領了早期GPT系列模型的發展後,出於對"安全"的擔憂和商業利益的考量,逐漸關上了開放的大門。而中國,則抓住了這個戰略機遇期,選擇了一條"以開放換影響"的道路。
眾所周知,美國試圖通過晶片出口管制等手段遏制中國AI的發展,但這反而加速了中國在自主AI框架上的自給自足。而當全球開發者越來越多地基於中國的開源模型進行創新時,中國實際上就在輸出技術標準和行業規則。這是一種比硬體出口更深遠、更持久的"軟實力"建構。
地緣政治的陰影與美國的反擊
當然,美國決策層已經意識到了這一威脅。一位不願透露姓名的西方網路安全專家指出:"當你將核心業務邏輯運行在一個中國模型上時,你必須考慮到潛在地緣政治層面上的'後門'風險。倘若未來中美關係進一步緊張,這些模型的更新、維護和社區支援是否會成為被利用的籌碼?"
川普政府在2025年7月發佈了**《美國AI行動計畫》**,其中明確提出,需要確保美國擁有"基於美國價值觀的領先開源模型"。隨後,OpenAI也象徵性地發佈了其多年來的首個開源模型gpt-oss,但這被普遍視為一種被動的、遲緩的回應。
Rae Yu
Erik (EKC)
更具實質性的努力來自於由Lambert等人倡導的"美國真正開放模型"(ATOM)項目,該項目呼籲政府和企業界聯合投入,重新奪回開源生態的主導權。在不少美國人看來,這場反擊不僅是技術之爭,更是一場關於未來AI應遵循何種價值觀和治理模式的"標準之戰"。
階段性勝利與持續挑戰
中國的開源AI模型下載量超越美國,以及在矽谷創業圈的高滲透率,標誌著一個新時代的開端。對中國而言,這絕對稱得上是階段性的勝利。
這一階段的成功,首先驗證了開源戰略的正確性。面對技術封鎖,開源不僅是有效的突圍方式,更是通過建構全球開發者社區,將中國的技術轉化為事實標準的聰明策略。
其次,它展現了中國獨特市場優勢的巨大潛力。"人工智慧+"行動的核心,就是將AI模型與龐大的製造業、醫療等實體經濟相結合,這種大規模應用場景是任何其他國家都難以複製的護城河。
同時,在高端晶片受限的背景下,以DeepSeek為代表的模型通過演算法和架構創新,證明了一條"低算力、高效能"的差異化路線是完全可行的。
然而,下載量的激增並不能完全掩蓋潛藏的結構性問題。
最現實的挑戰在於商業模式:如何將巨大的影響力轉化為可持續的收入,以支撐長期的研發投入,這是所有開放原始碼專案必須回答的問題。
更深層次的風險則在於核心技術的自主可控。儘管模型層面進步很快,但在高端晶片、開發框架等底層技術上,"卡脖子"的風險依然存在。
此外,隨著影響力的擴大,如何在全球範圍內建立信任與安全體系,回應地緣政治帶來的顧慮,將直接決定這條路能走多遠。
最終,所有這些都指向一個根本目標:完成從應用大國到基礎研究強國的轉變,補齊原創性理論的短板。
多極化的AI未來
人工智慧的未來,不太可能由一家公司或一個國家壟斷。它將是一個由不同技術路線、商業模式和文化價值觀共同塑造的多極化世界。
在新的競爭範式下,領導力不再僅僅取決於誰擁有最頂尖的模型,而在於誰的技術能夠成為全球創新的基礎。而幸運的是,中國已經憑藉其堅定的開源戰略,佔據了極其有利的位置。
