虽然媒体的注意力集中在 OpenAI、Anthropic 或 Google DeepMind 上，但人工智能行业正在上演另一场战斗。它并不涉及最大的融资轮次或创纪录的估值，而是发生在生态系统的最深层：那些决定开发人员、公司和未来几代人工智能代理实际使用哪些模型的层。
两年来，主流说法是美国实验室在权力竞赛中相互竞争。 OpenAI、Anthropic、Google DeepMind 或 xAI 寻求构建市场上最高效的模型，能够突破推理、编程或科学研究的界限。
然而，随着这些模型的训练和操作成本变得越来越昂贵，并行的动态正在加速，而主要在中国开发的新一代开放模型正在人工智能业务和基础设施中获得关注。
另一篇关于人工智能市场的读物
人们通常通过从软件行业继承的阅读框架来分析人工智能市场，最好的产品最终会获胜。这种逻辑长期以来一直对美国玩家有利，OpenAI、Anthropic或谷歌都拥有获得资本、人才和世界上最先进计算基础设施的特权，但人工智能不仅是一个创新产业，而且正在逐渐成为一个基础设施产业。
随着公司扩大使用范围，这不再只是哪种模型性能最好的问题，而是哪种模型以最低的成本产生足够好的结果的问题。
在许多公司中，目标不是解决国际数学奥林匹克竞赛或击败市场上的最佳基准，而是处理支持请求、生成摘要、分析文档、自动化工作流程或协助开发人员。
DeepSeek不再是工业事故
当 DeepSeek 发布其 R1 模型时，部分行业认为该事件是一种不协调的异常现象，但该初创公司随后证明，可以用比 OpenAI 或 Anthropic 动员的预算低得多的预算来获得接近美国领先者的性能。
主流的解释是将 DeepSeek 视为一个孤立的案例，但一年后，树后就是森林。 DeepSeek 现在隶属于一个更大的团队，其中包括阿里巴巴的 Qwen、Moonshot AI 的 Kimi、Z.ai 的 GLM、字节跳动的豆宝和 MiniMax。
这些企业并不构成简单的竞争对手群体，而是参与了真正的产业生态系统的出现。就像电池、太阳能电池板或电动汽车领域所发生的情况一样，多家参与者在不同的技术层面同时取得进展，同时受益于相当大的数量效应。今天的打击力量已经存在，而这仅仅是一个开始。
真正的中国利器：性价比
当前的竞争往往表现为技术性能之间的对抗。除此之外，中国车型的竞争优势还在于能够以更低的成本提供相似的性能。
随着公司寻求减少代币和推理支出，经济权衡变得比边际绩效差距更加重要。这就解释了为什么像 Baseten 这样的公司现在正在构建专门设计用于运行和优化开放模型的基础设施。
市场开始考虑，所有用途不需要最强大的型号，而是最便宜的型号。
一场控制人工智能开放层的战斗
当美国实验室主导封闭模型时，中国企业正在开放模型上取得进展。
战略上的区别是，如果说封闭模式可以获取更多直接收入，那么开放模式则可以赢得开发商的支持。
然而，科技的历史表明，这两种动态并不总是产生相同的赢家。当 Linux 成为数字经济的基准操作系统时，微软主导了专有软件。 Android 已成为占主导地位的移动操作系统，而苹果则保持着行业最高的利润率。
人工智能可以遵循类似的轨迹；如果美国实验室能够保持技术前沿，中国模型就可以成为数百万开发人员用来构建代理、副驾驶和专业应用程序的软件构建块。
一种新的技术依赖
这种动态引发了一个很少被提及的地缘政治问题。
十年来，西方对中国的担忧主要涉及实体供应链（电池、稀土、光伏、电子元件）。
人工智能引入了一种更难以识别的依赖性；明天，一家欧洲公司可以在美国数据中心的美国 GPU 上运行其应用程序，同时依赖中国开发的基本模型。这种依赖性不再与硬件有关，而是与结构使用的软件层有关。
这种发展更加重要，因为开放模型可以在本地下载、修改和部署，因此比仅通过 API 访问的服务更难以控制。
主权的悖论
最近围绕美国针对某些先进型号的限制的事件加剧了许多政府和大公司的担忧。对专有模型的依赖意味着对其供应商的依赖。
最轻微的监管变化、政治决定或准入条件的修改都可能产生立竿见影的后果。
开放模型对这个问题提供了部分解决方案；一旦在本地部署，它们就基本上避免了这种风险。但这种解决方案产生了一个新的悖论，因为通过寻求减少对美国实验室的依赖，某些组织可能会增加对中国开发的技术的依赖。
主权问题只是改变了形式。
