中国AI开源扩张叙事与本土悲观评估的尖锐对立

一、中国开源 AI 的全球扩张——真实的增长

成本革命打破闭源垄断

DeepSeek 以远低于 OpenAI 和 Anthropic 的芯片成本构建模型并公开细节，震动业界，被视为"DeepSeek 时刻"。开源系统在性能上已逼近闭源系统，为中国策略提供了基础支撑。

市占率正在快速扩大

据 OpenRouter 数据，中国开源模型约占全球 AI 模型的 1/3，其中 DeepSeek 使用率最高，其次是阿里巴巴的 Qwen 系列（"通义"下载量已突破 10 亿次）。从拉各斯到吉隆坡，预算紧张的开发者正转向中国开源模型，因其运行成本更低、门槛更易触达。

开源是战略性软实力输出

中国企业将系统开源，有助于在全球开发者中建立生态粘性，在地缘政治博弈中比闭源策略更有效地扩大影响力。众多西方公司严守最尖端模型，而中国几乎所有顶级系统均已广泛开放。

DeepSeek V4 引发美国国会正式关注

DeepSeek V4 发布后，美国国会专门召开"美国制造的机器人"听证会，AUVSI 总裁兼 CEO 迈克尔·罗宾斯在证词中特别提及北京人形机器人半程马拉松及中国人形机器人/AI 发展；特朗普之子埃里克·特朗普亦在福克斯新闻上提及此事。这表明中国开源 AI 的进展已从市场层面上升到美国立法层面的正式重视。

二、"扩张叙事"遮蔽了哪些内部深层问题

基准测试高分 ≠ 现实中的实际好用

字节跳动前工程师、北京大学研究员张弛指出，字节和阿里巴巴的模型在基准测试中得分很高，但这并不意味着它们在现实世界中也能发挥同样好的作用。"从理论上讲，中国每家大型科技公司都有一套不错的模型。但我认为这些模式还不够好。"他补充道，很多团队专注于"刷分"——追求测试分数，而非实际性能。

迭代速度的差距是结构性的

张弛透露，谷歌可以在三个月内完成一整轮 LLM 训练（包括 pre-training 和 post-training），而字节跳动可能需要半年以上才能完成一次迭代。这一差距源于三重结构性劣势：难以获得先进芯片、基础设施薄弱、训练数据质量低。

数据管道依赖"捷径"

部分中国公司依赖蒸馏（distillation）美国领先模型的输出结果，而非建立自己的数据管道——这种做法在短期内可降低成本，但会限制长期能力成长。

用户反馈的恶性循环

美国公司（ChatGPT、Claude、Gemini）通过与用户的持续互动不断改进模型。中国模型则面临恶性循环："中国模型一开始就不怎么样，所以没人真正用它们做真正重要的事情。而且这些模型现在依然不太好。"（张弛）

三、中美 AI 竞争升级为"双向资本管制战"

中国反向实施 AI 资本管制

中国监管机构近几周已告知 Moonshot AI、StepFun、字节跳动，除非获得明确批准、否则在融资轮次中应拒绝接受美国资金。触发点是美国以 20 亿美元收购初创公司 Manus，北京随即对"红筹股"结构启动多部门联合调查，担心本土 AI 技术外流。

双向管制叠加形成平行体系

美国：芯片出口管制 + 限制美国投资者入股中国 AI 公司（2025 年法规正式生效）。中国：限制本土公司接受美国投资 + 审查外资参与"红筹股"结构。两者叠加，中美 AI 生态正在形成各自独立、互不兼容的资本循环体系。

四、两套叙事的分歧——"什么是真正的实力"

扩张叙事与悲观评估在衡量标准、核心判断、参照对象三个维度上存在根本分歧：

各方权威判断的折射：

• 黄仁勋（英伟达）：美国有落后风险
• 埃隆·马斯克：中国在能源和计算方面的优势可能有助于其超越竞争对手
• 杰弗里·辛顿：美国的领先优势可能比表面看起来要小，且会被逐渐削弱
• 蔡崇信（阿里巴巴）：竞赛胜负更多取决于 AI 的部署速度，而非模型本身的强大程度
• 张弛（北大）：差距正在扩大——"没有任何一家中国公司能在短期内赶上他们"

五、关键论据与数据

六、美方AI知识产权攻势升级——新增外交游说维度

电报明确指出将采取"全球警告+建立后续行动基础"的策略，并提及Moonshot AI和MiniMax。这一事件揭示了一个重要信号：美国对华AI管制正在从芯片出口管制+投资限制的双线格局，升级为叠加全球舆论战和外交游说的三线格局。