[智能应用]“美政府不妨想想：为何连硅谷都倒戈中国AI了？” [复制链接]

英伟达首席执行官黄仁勋一句“中国将赢得人工智能（AI）竞赛”，再次引发舆论对中美该领域竞争的关注。
“硅谷有多少技术建立在中国AI基础之上？”彭博社11月9日以此为题发表的一篇文章，引用多个例子说明，中国低成本的开源AI模型不仅正在吸引全球用户，还在悄然获得硅谷的青睐。作者认为，美国政府若还想长期保持领先，不妨先想想硅谷倒戈中国AI的原因。
黄仁勋最近向《金融时报》直言：“中国将赢得人工智能竞赛。”随后他紧急找补，称中国只比美国落后“纳秒级”，并强调美国必须“通过加速前进、赢得全球开发者”来保持领先。
报道称，尽管黄仁勋最初的说法过于简单化，但他对美国前景的悲观看法动机也显而易见。过去一年，他一直主张美国应允许他的公司继续向中国市场出售芯片，尽管华盛顿不断收紧出口管制。但他担心“开发者之战”或许已经逐渐失利，这一忧虑并非空穴来风。
近几周，一个微妙的转变愈发明显。人们早已猜测，中国的低成本开源AI模型可能会吸引全球用户从美国产品转向中国产品。而如今迹象显示，这种趋势正在悄然渗入硅谷内部。
9月24日，观众在2025云栖大会上参观通义千问。 IC Photo
风投人士查马斯·帕里哈皮提亚（Chamath Palihapitiya）最近在他与白宫AI顾问大卫·萨克斯（David Sacks）共同主持的《All-In》播客中透露，他合作的一家公司已将主要运算工作迁移到中国公司月之暗面（Moonshot AI）开发的Kimi K2模型上。他说，这款开源模型“实际上比OpenAI和Anthropic便宜太多”。
不久之后，爱彼迎公司首席执行官布莱恩·切斯基（Brian Chesky）也承认，他之所以没有让自家旅游应用与OpenAI的ChatGPT对接，是因为相关工具“还不够成熟”。他表示，爱彼迎的新客服系统依赖十多个不同的AI模型，“其中很大程度上依靠阿里巴巴的通义通义千问（Qwen）系列：它非常好，又快又便宜。”
正因切斯基与OpenAI首席执行官奥特曼私交甚笃，他的这番言论尤其值得关注。
公开认可中国 AI 模型的案例还在不断增加。
由前OpenAI首席技术官米拉·穆拉蒂（Mira Murati）创办的初创公司思维机器实验室（Thinking Machines Lab）在博客中表示，其最新研究“受到了阿里巴巴通义千问3团队研究成果的启发，并在这一基础上开展”。
但更有意思的，是这一转变正在以更隐秘的方式扎根。
估值约100亿美元、备受关注的AI编程领军企业Cursor上月推出了新版助手。此后网络上出现大量猜测，认为它基于某个中国AI工具（如DeepSeek）构建。一位投资人甚至发帖称，在他使用时，这个助手的内部独白竟切换成了中文。
另一家美国公司Cognition AI（同样估值约100亿美元）似乎在其新编程代理中使用了中国智谱AI（Zhipu AI）的基础模型Z.ai。社交媒体用户曝光后，智谱似乎通过发帖证实了这一点，称这“凸显了开源贡献对生态系统的积极影响和价值”。
上述两家美国公司都未回应记者的电邮置评请求。由于中国AI模型采用宽松的开源许可协议，企业完全可以在其基础上自由构建产品。
支持开源的美国联盟“原子计划”旗下Hugging Face平台整理的数据，印证了这一趋势：在开发者累计下载量方面，中国模型已超越美国。
这一变化起初缓慢，而后急速爆发：2024年初，Meta的Llama累计下载量为1060万，而阿里巴巴的通义千问仅50万；到上月，通义千问已达到3.853亿次，超过Llama的3.462亿次。
此外，基于通义千问衍生的系统现已占Hugging Face上新发布语言模型的40%以上，而Meta的占比已降至15%。
针对国际用户涌向中国AI工具的现象，外界曾表达地缘政治担忧，但对于那些急于推出产品的开发者而言，尤其是在编码和软件开发领域，相比于价格与性能优势，那些所谓的风险也不再重要。何况开源模型还可以被下载、微调并在本地运行，从而缓解内容和数据隐私方面的担忧。
作者认为，黄仁勋现在就宣布AI胜负还为时尚早。美国在尖端芯片和算力获取上依旧拥有明显优势，这些是开发先进系统的关键要素。
但中国在低成本、开源化的推动下，确实吸引了越来越多的开发者，而他们正是AI创新的核心力量。
文章最后提醒美国政府：若真想在长期竞争中保持领先，不妨首先问问：为什么硅谷已经开始倒戈了？
硅谷“倒戈”中国AI早有苗头。今年5月，黄仁勋就在财报电话会上点名表示，阿里巴巴的通义千问模型是开源AI模型之中最好的。推特创始人杰克·多尔西也发文点赞了Qwen系列的代码模型Qwen3-Coder。甚至马斯克在看到基于通义万向Wan2.2训练生成的图片后，都表示其效果“难辨真假”。
美国《纽约时报》10月22日发表的一篇长文曾直言：“硅谷陷入了对中国的痴迷和羡慕。”
文章写道，一种交织着焦虑、羡慕与自省的复杂情绪，正席卷美国科技中心——硅谷。面对中国在基础设施建设、人工智能应用及制造业等领域以“机器般的速度”快速推进，许多硅谷精英开始重新审视并钦佩中国的效率与执行力，同时反思美国自身在基建、监管与制造业方面的困局。
文章认为，美国公司正争相研发比人类更智能的机器。然而，若硅谷深入研究中国，就会发现，中国的人工智能产业并不痴迷于通用人工智能，中国企业家更专注于将人工智能应用于服务、设备和制造业领域。
前谷歌董事长埃里克·施密特（Eric Schmidt）与同事赛琳娜·许（Selina Xu）曾呼吁，硅谷应减少对通用人工智能的痴迷，向中国同行学习，将人工智能融入日常生活。
作者指出，硅谷对中国的羡慕，不仅引发了关于工作模式、产业政策的效仿讨论，更反映的是美国自身的状态，折射出这个国家在失去自信后的挣扎。
“当中国全速前进，以机器般的速度流转货物、人员和信息时，我们可能正被困在过去。”风险投资公司安德烈森·霍洛维茨（Andreessen Horowitz）说。

美政府不妨想想：为何连硅谷都倒戈中国AI了？”这一问题的答案，藏在中美AI发展路线的根本差异与市场选择的必然结果中：

一、中国AI的“性价比革命”，直接击穿美国模型的“价格壁垒”
硅谷企业倒戈的核心动因，是中国AI模型用“更低成本实现了更优性能”。以OpenAI、Anthropic为代表的美国模型，长期依赖“高算力、高投入”的路线，导致价格高企（如GPT-4o的API费用是DeepSeek的27倍），而性能提升却陷入“瓶颈”（如GPT-5的“幻觉问题”仍未解决）。相比之下，中国AI企业（如阿里、月之暗面、智谱）通过“智能数据筛选”“算力利用率优化”等技术，用更低成本实现了与美国模型相当甚至更好的性能——比如，DeepSeek R1用560万美元成本完成的模型，性能比肩OpenAI耗资7800万美金的GPT-4o；Kimi K2的代码能力在RooCode平台突破94%评分，远超美国竞品。这种“性价比碾压”，让硅谷企业（如Airbnb、查马斯的基金）不得不选择中国模型：“不是不想用美国模型，而是用不起，也没必要。”

二、中国AI的“开源策略”，彻底颠覆了美国的“闭源生态”
美国AI的传统优势，建立在“闭源+技术封锁”的生态之上（如OpenAI、谷歌的闭源模型，Meta的Llama仅算“边角料”）。但中国AI企业（如DeepSeek、通义千问）却用“开源革命”掀翻了这一格局：将核心模型的代码、训练教程免费开放，让全球开发者（包括NASA工程师、欧洲电商、非洲初创公司）都能参与优化与创新。这种“去中心化”的开源模式，让中国AI迅速形成“全球生态”——通义千问开源300多款模型，衍生模型超17万个，在HuggingFace（全球最大AI开源社区）屠榜前十；DeepSeek社区吸引五万名开发者贡献代码，连美国国防部都偷偷用其分析战场数据。相比之下，美国的“闭源模式”导致生态固化，开发者不得不依赖硅谷的“施舍”，而中国的“开源模式”让全球开发者成为“利益共同体”，自然吸引硅谷企业倒戈。

三、中国AI的“实用主义”，完胜美国的“AGI幻想”
中美AI的根本分歧，在于“未来方向的选择”：美国沉迷于“通用人工智能（AGI）”的宏伟幻想（如OpenAI将AI比作“曼哈顿计划”，追求“毁灭星球的超级武器”），却忽视了“技术落地”的现实——高盛数据显示，美国企业AI应用比例仅从9.2%增长到9.7%，大量技术躺在实验室里；而中国则选择“实用主义”路线，将AI深耕于“眼前的需求”：青岛港的AI机械臂分拣效率翻倍、深圳工厂的机器人精准组装、农民用AI查病虫害……这种“应用反哺技术”的路线，让中国AI迅速融入经济社会的“毛细血管”，而美国的“AGI幻想”却导致技术与市场脱节。当硅谷企业发现“中国AI能帮他们赚钱，而美国AI只能帮他们‘做梦’”时，倒戈成为必然。

四、美国的“技术封锁”，反而加速了中国AI的“自主进化”
美国试图通过“芯片封锁”（如限制英伟达向中国出口高性能芯片）遏制中国AI，但中国企业却用“技术创新”突破了这一限制：DeepSeek用2048颗英伟达H800 GPU完成6710亿参数模型的训练，成本仅560万美元；华为升腾芯片的“平替”，让中国AI不再依赖美国芯片。这种“封锁倒逼创新”的结果，让中国AI的“自主能力”大幅提升，而美国的“封锁”反而让自己失去了“中国市场”（如英伟达的H20芯片在中国的销量暴跌），进一步削弱了其技术优势。

结语：硅谷倒戈，是市场对“务实”的投票
硅谷企业的倒戈，本质上是“市场选择”的结果——当中国AI用“性价比、开源、实用”击穿美国模型的“价格、生态、幻想”壁垒时，硅谷企业不得不选择“用脚投票”。美国政府若想挽回颓势，不妨先放下“AGI幻想”，学学中国的“实用主义”；放下“技术封锁”，学学中国的“开源共享”。否则，“硅谷倒戈”的故事，只会不断重复。

硅谷“倒戈”中国AI：现象、动因与启示
硅谷“倒戈”中国AI的现象呈现
用户迁移与模型采用
在AI领域，中国低成本开源AI模型正吸引全球用户，这种趋势已悄然渗入硅谷内部。风投人士查马斯·帕里哈皮提亚透露，其合作公司将主要运算工作迁移到中国公司月之暗面开发的Kimi K2模型上，因其比OpenAI和Anthropic便宜太多。爱彼迎公司首席执行官布莱恩·切斯基也表示，新客服系统依赖十多个不同AI模型，很大程度上依靠阿里巴巴的通义千问系列，称其又好又快又便宜。

企业合作与成果启发
公开认可中国AI模型的案例不断增加。由前OpenAI首席技术官米拉·穆拉蒂创办的初创公司思维机器实验室表示，其最新研究受到阿里巴巴通义千问3团队研究成果的启发，并在此基础上开展。

隐秘扎根与产品构建
估值约100亿美元的AI编程领军企业Cursor上月推出新版助手后，网络上大量猜测其基于某个中国AI工具（如DeepSeek）构建，甚至有投资人发帖称使用时助手内部独白切换成中文。另一家同样估值约100亿美元的美国公司Cognition AI，似乎在其新编程代理中使用了中国智谱AI的基础模型Z.ai，智谱也通过发帖证实了这一点。

下载量超越与生态影响
支持开源的美国联盟“原子计划”旗下Hugging Face平台整理的数据显示，在开发者累计下载量方面，中国模型已超越美国。2024年初，Meta的Llama累计下载量为1060万，阿里巴巴的通义千问仅50万；到上月，通义千问已达到3.853亿次，超过Llama的3.462亿次。此外，基于通义千问衍生的系统现已占Hugging Face上新发布语言模型的40%以上，而Meta的占比已降至15%。

硅谷“倒戈”中国AI的动因分析
成本与性能优势
对于急于推出产品的开发者而言，尤其是在编码和软件开发领域，中国AI模型的价格与性能优势至关重要。相比于美国产品，中国低成本开源AI模型能为企业节省大量成本。例如Kimi K2模型比OpenAI和Anthropic便宜太多，这使得企业在选择AI模型时，更倾向于性价比高的中国产品。

开源许可的便利性
由于中国AI模型采用宽松的开源许可协议，企业完全可以在其基础上自由构建产品。这为美国企业提供了极大的便利，它们可以利用中国AI模型的技术，开发出符合自身需求的产品，而无需担心复杂的版权和使用限制。

中国AI应用导向的吸引力
中国企业家更专注于将人工智能应用于服务、设备和制造业领域，这种应用导向的发展模式吸引了硅谷的关注。美国公司正争相研发比人类更智能的机器，但若深入研究中国，就会发现中国在人工智能应用方面的成功经验。前谷歌董事长埃里克·施密特与同事赛琳娜·许曾呼吁，硅谷应减少对通用人工智能的痴迷，向中国同行学习，将人工智能融入日常生活。

硅谷“倒戈”中国AI对中美的影响
对美国的影响
挑战美国领先地位
硅谷“倒戈”中国AI对美国在AI领域的领先地位构成了挑战。尽管美国在尖端芯片和算力获取上依旧拥有明显优势，但中国在低成本、开源化的推动下，吸引了越来越多的开发者，而他们正是AI创新的核心力量。如果美国不能及时应对这一趋势，可能会在AI领域的长期竞争中逐渐落后。

引发美国内部反思
这一现象也引发了美国内部的反思。美国《纽约时报》发表的长文直言“硅谷陷入了对中国的痴迷和羡慕”，一种交织着焦虑、羡慕与自省的复杂情绪正席卷硅谷。许多硅谷精英开始重新审视并钦佩中国的效率与执行力，同时反思美国自身在基建、监管与制造业方面的困局。

对中国的影响
提升中国AI国际影响力
硅谷“倒戈”中国AI提升了中国AI在国际上的影响力。中国低成本开源AI模型获得硅谷的青睐，说明中国在AI领域的技术实力得到了国际认可。这将有助于中国进一步拓展国际市场，吸引更多的国际合作和投资。

推动中国AI产业持续发展
国际用户涌向中国AI工具，为中国AI产业带来了更多的发展机遇。随着越来越多的企业采用中国AI模型，将促使中国AI企业不断改进和创新技术，提高产品质量和服务水平，从而推动中国AI产业的持续发展。

硅谷“倒戈”中国AI带来的启示
美国应重视开发者需求
美国政府若想在长期竞争中保持领先，应重视开发者的需求。开发者是AI创新的核心力量，他们的选择将影响AI产业的发展方向。美国不能仅仅依靠尖端芯片和算力的优势，而应关注开发者在成本、性能和应用方面的需求，为他们提供更好的发展环境。

中美应加强合作与交流
中美在AI领域各有优势，应加强合作与交流。中国在低成本、开源化和应用导向方面具有优势，而美国在尖端芯片和算力获取方面领先。双方可以通过合作，实现优势互补，共同推动AI技术的发展。例如，美国企业可以与中国企业合作，利用中国的开源模型进行产品开发，同时中国可以借鉴美国在芯片和算力方面的技术。

关注AI应用的现实需求
无论是美国还是中国，都应关注AI应用的现实需求。AI技术的发展最终要服务于人类社会，应将人工智能应用于服务、设备和制造业等领域，提高生产效率和生活质量。前谷歌董事长的呼吁提醒我们，不应过度痴迷于通用人工智能，而应注重AI技术的实际应用。

硅谷“倒戈”中国AI是当前AI领域的一个重要现象，它反映了中美在AI领域竞争与合作的复杂态势。这一现象既给美国带来了挑战，也为中国提供了发展机遇。中美双方应从中吸取启示，加强合作与交流，共同推动AI技术的健康发展。