<p>美国初创公司 OpenAI 于三年前的 11 月 30 日推出 ChatGPT，令中国科技行业急于跟上最新的人工智能发展。\n 根据知情人士的说法，中国政府当局向包括清华大学教授在内的多位专家发出了紧急请求，要求他们就生成式人工智能技术的影响进行简报。\n 中国的大型科技公司和雄心勃勃的初创企业纷纷推出自己的 AI 聊天机器人和大型语言模型（LLMs），并向政府注册，以努力将美国的 AI 服务排除在超过 10 亿互联网用户之外。\n 在 ChatGPT 发布后的头几个月，保持 AI 服务的封闭花园策略被认为是中国的最佳战略，直到国内科技公司能够开发出有效竞争西方 AI 提供商产品的产品。\n 即使在 ChatGPT 推出一年多后，风险投资家 Allen Zhu Xiaohu 表示，他对资助中国初创公司开发 LLMs——生成式 AI 服务（如 ChatGPT）背后的技术——没有兴趣，因为他们既没有明确的盈利路径，也没有数据使这种业务繁荣。\nZhu 以他早期投资打车巨头滴滴出行而闻名，他反问道：“仅仅开发一个 LLM，你怎么赚钱？”\n 快进到 2025 年下半年，对中国 AI 公司和 LLM 业务的技术能力的期望发生了变化。\n\n 根据第三方 AI 模型聚合器 OpenRouter 和风险投资公司 Andreessen Horowitz 最近发布的一份报告，中国的开源 AI 模型占全球技术总使用量的近 30%。\n 该报告将今年全球开源 LLM 使用量的激增归因于中国开发的系统的日益普及，包括阿里云的 Qwen 系列模型、DeepSeek 的 V3 和 Moonshot AI 的 Kimi K2。阿里云是阿里巴巴集团控股的 AI 和云计算服务部门。\n 这表明中国的开源模型赢得了全球开发者的信任。美国企业如 Airbnb 甚至美国科技巨头 Meta Platforms 现在也在使用 Qwen。\n 中国 AI 行业的转折点出现在位于杭州的 DeepSeek 发布其 V3 和 R1 模型时——分别在 2024 年 12 月和 2025 年 1 月发布——这些模型在当时与 OpenAI 的 GPT 和 Meta 的 Llama 模型相当，尽管它们的训练成本仅为那些美国公司的一个小部分。\n“我们从 DeepSeek 学到的一件事是，开源最佳模型可以大大促进采用，” 百度联合创始人兼首席执行官李彦宏在 2 月份表示。这与他之前将开源模型描述为劣于专有模型的评论形成了鲜明对比。\n\n\n 根据 CLSA 中国技术研究负责人 Tony Zhang 在 9 月份的说法，中美之间的 AI 差距已缩小至约三个月，而不是一年多，这在一定程度上得益于 AI 人才的涌入、快速的技术迭代和大陆 AI 应用的繁荣。\n 尽管由于地缘政治问题，中国公司在其 AI 项目中面临高级处理器短缺，但 Zhang 表示，这一技术的发展并未受到这一限制的阻碍。\n 这种韧性也显示了中国云服务提供商的前瞻性，他们成功积累了足够的 AI 芯片用于训练。该国还看到越来越多的国内芯片设计师开发用于训练和推理任务的 AI 处理器，他补充道。\n\n 华为创始人兼首席执行官任正非表示，美国和中国在 AI 发展上 “走向不同的方向”。\n 任正非指出，美国专注于超级计算能力和大型模型，追求人工通用智能和人工超智能，而中国则采取更务实的方法，利用 AI 解决现实问题。\n 在 ChatGPT 之前，中国一直认为自己是 AI 的领先者，因为北京在 2017 年将该技术作为国家优先事项。\n 该计划概述了中国在 2030 年前成为 AI 超级大国的路线图。它受到当时普遍观点的推动，即该国庞大的数据宝藏——被描述为 AI 的化石燃料——将有助于推动经济和工业转型。\n 这一点通过 “AI 龙” 的出现得到了早期验证，包括商汤科技、旷视科技、依图科技和云从科技。它们开发了全球领先的计算机视觉技术，推动了人脸识别系统的发展。\n 但 ChatGPT 之后的狂热使这些公司的能力在生成式 AI 时代变得过时。\n 当 ChatGPT 迅速成长为增长最快的消费 AI 应用，仅在两个月内拥有约 1 亿用户时，中国的科技行业面临了一段自我反思的时期，反思其如何错过这一突破，以及该国在 AI 领域的落后程度。\n\n 当时的黯淡前景甚至促使网络安全公司 360 安全科技的创始人周鸿祎在 2023 年中国发展论坛上对听众表示，中国在开发类似 ChatGPT 的技术方面落后美国两到三年。\n2024 年，随着大陆媒体称赞中国新一批 “AI 虎” 的出现，重新燃起了乐观情绪。这些公司包括 Moonshot AI、百川、MiniMax 和智谱 AI，均获得了来自各类投资者的丰厚资金。\nDeepSeek 和阿里云的开源开发方法鼓励中国 AI 初创公司追求进一步创新，尽管没有获得来自领先美国供应商 Nvidia 和 AMD 的先进图形处理单元。\n“中国的开源是挑战者的工具，” 中国 AI 专家、乔治华盛顿大学政治学助理教授 Jeffrey Ding 表示。“如果你看看谷歌为什么决定开源其 Android 操作系统，那是因为当时苹果的操作系统占据主导地位。”\n 封闭的 AI 系统就像专有软件，因为其提供者控制访问，决定提供哪些功能，并防止检查或修改底层源代码或模型权重，这些变量编码了它们的 “智能”。开放模型开发者公开发布他们的权重，通常还附带技术论文，概述他们的训练过程，允许用户根据需求进行部署和微调。\n 尽管如此，DeepSeek 的成功并未保证其他 AI 初创公司的顺利发展。百川和 01.AI 退出了 AI 模型市场，因为他们不再希望向用户收费以访问其劣质产品。\n 在 Moonshot AI 于 7 月推出其 Kimi K2 模型之前，其他 AI 虎几乎没有令人兴奋的消息。随后，智谱 AI（国际上称为 Z.ai）宣布其 GLM-4.5 模型，并因其编码能力在程序员中留下了深刻印象。10 月，Z.ai 发布了新旗舰模型 GLM-4.6，具有更强的编码能力。\n“我们在 DeepSeek R1 发布到 GLM 4.5 之间等了太久，” 智谱 AI 全球运营负责人李子轩表示。“我们被低估了，尤其是在中国，而在美国则完全被忽视。”\n\nMiniMax 在 6 月转向开源方法，推出了其 M1 模型，随后在 10 月推出了 M2 模型，使该公司成为国际舞台上的前沿开源模型公司。\nMoonshot AI 和 MiniMax 的新模型帮助他们重新回到舞台上，尽管他们从未完全离开过，旧金山风险投资公司 Creative Ventures 的普通合伙人 James Wang 表示。\nWang 预计 DeepSeek 将在其下一代旗舰模型发布时继续保持中国领先 AI 初创公司的地位，他表示，发布开源模型的热潮表明 “中国生态系统现在拥有自己的竞争格局，模型公司争相争夺主导地位。”\n 其他相邻行业的公司现在也希望创建自己的开源模型。这些公司包括社交媒体平台 RedNote、按需配送巨头美团和智能手机及电动车制造商小米。\n 根据中国开源 AI 专家 Nathan Lambert 和 Florian Brand 的说法，阿里云的 Qwen 系列战略与任何其他中国 AI 实验室相比，最接近美国大型科技公司的类比。该公司在多个规模范围内发布了许多开源模型，涵盖了从视觉和编码模型到图像和视频生成模型的整个堆栈。\nAI 研究员和作者 Sebastian Raschka 表示，阿里云的 Qwen3 系列模型是今年最值得注意的开源模型发布之一，此外还有 DeepSeek 的 R1，因为其强大的性能和拥有多种规模的实用性。\n 在一个明显的迹象中，表明中国 AI 公司在过去三年取得了巨大进展，OpenAI 和 Anthropic 都公开警告中国 AI 公司，从 DeepSeek 到智谱 AI，存在安全风险。\n\n\n 美国总统特朗普政府在 6 月宣布了一项 AI 行动计划，强调全球传播美国 AI 技术，部分是为了应对对中国在开源领域主导地位的担忧。\n 因此，在硅谷和华盛顿，现在被问到的问题与三年前在中国讨论的问题相同：我们是否在 AI 竞赛中落后？\n“华为的任正非在上个月的上海活动中表示，中国的 AI 工程师不再羡慕国外的同行。” 他指出，然而，中国在吸引全球人才方面仍落后于美国，这需要大陆更加开放。\n 长期以来，美国对先进半导体出口的限制也开始放松，特朗普决定批准 Nvidia 向中国运输 H200 芯片。\n 风险投资家 Zhu 在本周的一档播客中表示，中国现在将在十年内超越美国的 AI，主要是因为大陆在电网和数据中心基础设施的建设速度更快。\n“AI 竞争实际上是数据中心和电力供应的竞争，而中国在这方面具有显著优势，” Zhu 表示。</p>

OpenAI

<p>中国在 OpenAI 的 ChatGPT 推出三年后，显著缩小了与美国的人工智能差距。中国科技公司和初创企业开发了具有竞争力的人工智能模型，开源模型在全球范围内获得了广泛关注。尽管面临地缘政治挑战，中国的人工智能行业展现出韧性和创新，阿里云和 DeepSeek 等公司走在前列。由于技术快速迭代和务实的人工智能开发方法，人工智能差距已缩小至约三个月</p>

<p>US start-up OpenAI’s launch of ChatGPT on November 30 three years ago sent China’s technology industry scrambling to get up to speed on the latest artificial intelligence developments.\nChinese government authorities sent urgent requests to various experts, including professors from Tsinghua University, to provide briefings on the implications of generative AI technology, according to people with knowledge of the matter.\nChina’s Big Tech firms and ambitious start-ups rushed to roll out their own versions of AI chatbots and large language models (LLMs), as well as register them with the government, as part of efforts to keep American AI services away from the country’s more than 1 billion internet users.\nIn the first few months after ChatGPT’s release, maintaining a walled garden approach on AI services was thought to be China’s best strategy until domestic tech firms could develop products that effectively competed against those built by Western AI providers.\nEven over a year after ChatGPT’s launch, venture capitalist Allen Zhu Xiaohu said he had no interest in funding Chinese start-ups building LLMs – the technology behind generative AI services like ChatGPT – because they had neither a clear path to monetisation nor data for such a business to prosper.\nZhu, known for his early investment in ride-hailing giant Didi Chuxing, asked rhetorically: “How do you make money out of just developing an LLM?”\nFast-forward to the second half of 2025, and expectations about the technical capabilities of Chinese AI companies and the LLM business have changed.\n\nChina’s open-source AI models accounted for nearly 30 per cent of total global use of the technology, according to a recently published report by OpenRouter, a third-party AI model aggregator, and venture capital firm Andreessen Horowitz.\nThe report attributed this year’s surge in open LLM usage around the world to the growing adoption of Chinese-developed systems, including Alibaba Cloud’s Qwen family of models, DeepSeek’s V3 and Moonshot AI’s Kimi K2. Alibaba Cloud is the AI and cloud computing services unit of Alibaba Group Holding, owner of the Post.\nThat showed how China’s open-source models were winning the trust of developers around the world. US businesses such as Airbnb and even US tech giant Meta Platforms are now using Qwen.\nThe turning point for China’s AI sector came when Hangzhou-based DeepSeek released its V3 and R1 models – in December 2024 and January, respectively – that were on par with OpenAI’s GPT and Meta’s Llama models at the time, although they were developed at a fraction of the training costs spent by those US firms.\n“One thing we learned from DeepSeek is that open-sourcing the best models can greatly help adoption,” said Baidu co-founder and CEO Robin Li Yanhong in February. That was a stark reversal from his previous comments that described open-source models as inferior to proprietary ones.\n\n\nThe China-US AI gap had narrowed to around three months from more than a year, thanks in part to the influx of AI talent, fast technology iteration and a boom in AI applications on the mainland, according to Tony Zhang, head of China technology research at CLSA, in September.\nWhile Chinese companies faced a shortage of advanced processors for their AI projects because of geopolitical issues, the technology’s development has not been hindered by that constraint, Zhang said.\nThat resilience also showed the foresight of Chinese cloud services providers, who managed to accumulate enough AI chips for training purposes. The country has also seen a growing number of domestic chip designers develop AI processors for both training and inference tasks, he added.\n\nHuawei Technologies founder and CEO Ren Zhengfei, meanwhile, said the US and China were pursuing AI development in “different directions”.\nWhile the US was focused on supercomputing power and large models in the lofty pursuit of artificial general intelligence and artificial superintelligence, China was adopting a more practical approach of using AI to solve real-world problems, according to Ren.\nBefore ChatGPT, China had always seen itself as a front runner in AI after Beijing made the technology a national priority in 2017.\nThe plan outlined a road map for China to become an AI superpower by 2030. It was driven by the prevailing view at the time that the country’s vast trove of data – described as the fossil fuel for AI – would help drive economic and industrial transformation.\nThat saw early validation through the emergence of “AI dragons”, including SenseTime, Megvii, Yitu Technology and CloudWalk Technology. They developed world-leading computer vision technologies that powered facial recognition systems.\nBut the frenzy that followed ChatGPT’s made the capabilities of those companies obsolete in the era of generative AI.\nWhen ChatGPT quickly grew to become the fastest-growing consumer AI app with about 100 million users in just two months, China’s tech industry faced a period of soul-searching as it reflected on how it missed that breakthrough and how far behind the country was now in AI.\n\nThe dim outlook at the time even prompted Zhou Hongyi, founder of cybersecurity firm 360 Security Technology and an industry veteran with close ties to Chinese authorities, to tell an audience at the China Development Forum in 2023 that the country was two to three years behind the US in developing ChatGPT-like technology.\nRenewed optimism came in 2024 when mainland media hailed the emergence of China’s new group of “AI tigers”. These included Moonshot AI, Baichuan, MiniMax and Zhipu AI, which had all generated hefty funding from various investors.\nThe open-source development approach of DeepSeek and Alibaba Cloud’s Qwen has encouraged Chinese AI start-ups to pursue further innovation, despite not having access to advanced graphics processing units from leading US suppliers Nvidia and Advanced Micro Devices.\n“Open source is the tool of the challenger,” said Chinese AI expert Jeffrey Ding, an assistant professor of Political Science at George Washington University. “If you look at why Google decided to open source its Android operating system, it was because Apple’s operating system was dominant at the time.”\nClosed AI systems are like proprietary software, as their providers control access, decide what features to offer, and prevent inspection or modification of the underlying source code or model weights, the variables encoding their “intelligence”. Open model developers release their weights publicly, usually along with technical papers outlining their training process, allowing users to deploy and fine-tune them based on their requirements.\nStill, the success of DeepSeek did not guarantee smooth sailing for other AI start-ups. Baichuan, along with 01.AI, dropped out of the AI model market since they no longer wanted to charge users to access their inferior products.\nThere was barely any exciting news from the other AI tigers until Moonshot AI launched its Kimi K2 model in July. It was followed by Zhipu AI, known internationally as Z.ai, when its GLM-4.5 model was announced and made a significant impression among programmers for its coding abilities. In October, Z.ai released a new flagship model, the GLM-4.6, with even stronger coding abilities.\n“We had to wait so long between the launch of DeepSeek R1 until GLM 4.5,” said Li Zixuan, Zhipu AI’s head of global operations. “We were underrated, especially in China, while we were just totally ignored in the US”.\n\nMiniMax pivoted to an open-source approach in June with its M1 model, followed by its M2 model in October, which put the firm in the international spotlight as a frontier open model company.\nMoonshot AI and MiniMax’s new models helped put them back on the board, which they never fully left, according to James Wang, general partner at San Francisco-based venture capital firm Creative Ventures.\nWang, who expected DeepSeek to retain the mantle of China’s leading AI start-up when its next-generation flagship model is released, said the rush to release open-source models showed that “the Chinese ecosystem now has its own competitive landscape of model companies vying for supremacy.”\nOther companies in adjacent industries now looked to create their own open-source models. These included social media platform RedNote, on-demand delivery giant Meituan and smartphone and electric vehicle maker Xiaomi.\nAccording to Chinese open AI experts Nathan Lambert and Florian Brand, Alibaba Cloud’s strategy with its Qwen family was the closest analogue to US Big Tech companies than any other Chinese AI lab. The firm was releasing many open models across a range of sizes, covering the entire stack from visual and coding models to image and video generation models.\nSebastian Raschka, an AI researcher and author, said Alibaba Cloud’s Qwen3 series of models was the most noteworthy open model release this year, alongside DeepSeek’s R1, because of its strong performance and the practical usefulness of having a variety of sizes.\nIn an apparent sign that Chinese AI firms have made great strides over the past three years, OpenAI and Anthropic have both publicly admonished Chinese AI firms from DeepSeek to Zhipu AI for alleged security risks.\n\n\nThe administration of US President Donald Trump in June announced an AI Action Plan that placed emphasis on globally diffusing US AI technologies, partly in response to perceived Chinese dominance in the open-source landscape.\nSo in Silicon Valley and Washington, the question now being asked is the same as the one discussed in China three years ago: Are we losing the AI race?\n“Chinese AI engineers no longer envy those abroad,” Huawei’s Ren Zhengfei said at a Shanghai event last month. He noted, however, that China still lagged behind the US in attracting global talent, which would require the mainland to be more open.\nLong-standing US restrictions on advanced semiconductor exports have also started to be relaxed, following Trump’s decision to greenlight Nvidia’s shipment of H200 chips to China.\nVenture capitalist Zhu said in a podcast this week that China was now set to beat the US in AI within a decade, primarily because of the mainland’s faster buildout of its power grid and data centre infrastructure.\n“AI competition is really a competition in data centres and electricity supply, and China has a significant edge there,” Zhu said.\n</p>
<div class="lb-trans"><p>美国初创公司 OpenAI 于三年前的 11 月 30 日推出 ChatGPT，令中国科技行业急于跟上最新的人工智能发展。\n 根据知情人士的说法，中国政府当局向包括清华大学教授在内的多位专家发出了紧急请求，要求他们就生成式人工智能技术的影响进行简报。\n 中国的大型科技公司和雄心勃勃的初创企业纷纷推出自己的 AI 聊天机器人和大型语言模型（LLMs），并向政府注册，以努力将美国的 AI 服务排除在超过 10 亿互联网用户之外。\n 在 ChatGPT 发布后的头几个月，保持 AI 服务的封闭花园策略被认为是中国的最佳战略，直到国内科技公司能够开发出有效竞争西方 AI 提供商产品的产品。\n 即使在 ChatGPT 推出一年多后，风险投资家 Allen Zhu Xiaohu 表示，他对资助中国初创公司开发 LLMs——生成式 AI 服务（如 ChatGPT）背后的技术——没有兴趣，因为他们既没有明确的盈利路径，也没有数据使这种业务繁荣。\nZhu 以他早期投资打车巨头滴滴出行而闻名，他反问道：“仅仅开发一个 LLM，你怎么赚钱？”\n 快进到 2025 年下半年，对中国 AI 公司和 LLM 业务的技术能力的期望发生了变化。\n\n 根据第三方 AI 模型聚合器 OpenRouter 和风险投资公司 Andreessen Horowitz 最近发布的一份报告，中国的开源 AI 模型占全球技术总使用量的近 30%。\n 该报告将今年全球开源 LLM 使用量的激增归因于中国开发的系统的日益普及，包括阿里云的 Qwen 系列模型、DeepSeek 的 V3 和 Moonshot AI 的 Kimi K2。阿里云是阿里巴巴集团控股的 AI 和云计算服务部门。\n 这表明中国的开源模型赢得了全球开发者的信任。美国企业如 Airbnb 甚至美国科技巨头 Meta Platforms 现在也在使用 Qwen。\n 中国 AI 行业的转折点出现在位于杭州的 DeepSeek 发布其 V3 和 R1 模型时——分别在 2024 年 12 月和 2025 年 1 月发布——这些模型在当时与 OpenAI 的 GPT 和 Meta 的 Llama 模型相当，尽管它们的训练成本仅为那些美国公司的一个小部分。\n“我们从 DeepSeek 学到的一件事是，开源最佳模型可以大大促进采用，” 百度联合创始人兼首席执行官李彦宏在 2 月份表示。这与他之前将开源模型描述为劣于专有模型的评论形成了鲜明对比。\n\n\n 根据 CLSA 中国技术研究负责人 Tony Zhang 在 9 月份的说法，中美之间的 AI 差距已缩小至约三个月，而不是一年多，这在一定程度上得益于 AI 人才的涌入、快速的技术迭代和大陆 AI 应用的繁荣。\n 尽管由于地缘政治问题，中国公司在其 AI 项目中面临高级处理器短缺，但 Zhang 表示，这一技术的发展并未受到这一限制的阻碍。\n 这种韧性也显示了中国云服务提供商的前瞻性，他们成功积累了足够的 AI 芯片用于训练。该国还看到越来越多的国内芯片设计师开发用于训练和推理任务的 AI 处理器，他补充道。\n\n 华为创始人兼首席执行官任正非表示，美国和中国在 AI 发展上 “走向不同的方向”。\n 任正非指出，美国专注于超级计算能力和大型模型，追求人工通用智能和人工超智能，而中国则采取更务实的方法，利用 AI 解决现实问题。\n 在 ChatGPT 之前，中国一直认为自己是 AI 的领先者，因为北京在 2017 年将该技术作为国家优先事项。\n 该计划概述了中国在 2030 年前成为 AI 超级大国的路线图。它受到当时普遍观点的推动，即该国庞大的数据宝藏——被描述为 AI 的化石燃料——将有助于推动经济和工业转型。\n 这一点通过 “AI 龙” 的出现得到了早期验证，包括商汤科技、旷视科技、依图科技和云从科技。它们开发了全球领先的计算机视觉技术，推动了人脸识别系统的发展。\n 但 ChatGPT 之后的狂热使这些公司的能力在生成式 AI 时代变得过时。\n 当 ChatGPT 迅速成长为增长最快的消费 AI 应用，仅在两个月内拥有约 1 亿用户时，中国的科技行业面临了一段自我反思的时期，反思其如何错过这一突破，以及该国在 AI 领域的落后程度。\n\n 当时的黯淡前景甚至促使网络安全公司 360 安全科技的创始人周鸿祎在 2023 年中国发展论坛上对听众表示，中国在开发类似 ChatGPT 的技术方面落后美国两到三年。\n2024 年，随着大陆媒体称赞中国新一批 “AI 虎” 的出现，重新燃起了乐观情绪。这些公司包括 Moonshot AI、百川、MiniMax 和智谱 AI，均获得了来自各类投资者的丰厚资金。\nDeepSeek 和阿里云的开源开发方法鼓励中国 AI 初创公司追求进一步创新，尽管没有获得来自领先美国供应商 Nvidia 和 AMD 的先进图形处理单元。\n“中国的开源是挑战者的工具，” 中国 AI 专家、乔治华盛顿大学政治学助理教授 Jeffrey Ding 表示。“如果你看看谷歌为什么决定开源其 Android 操作系统，那是因为当时苹果的操作系统占据主导地位。”\n 封闭的 AI 系统就像专有软件，因为其提供者控制访问，决定提供哪些功能，并防止检查或修改底层源代码或模型权重，这些变量编码了它们的 “智能”。开放模型开发者公开发布他们的权重，通常还附带技术论文，概述他们的训练过程，允许用户根据需求进行部署和微调。\n 尽管如此，DeepSeek 的成功并未保证其他 AI 初创公司的顺利发展。百川和 01.AI 退出了 AI 模型市场，因为他们不再希望向用户收费以访问其劣质产品。\n 在 Moonshot AI 于 7 月推出其 Kimi K2 模型之前，其他 AI 虎几乎没有令人兴奋的消息。随后，智谱 AI（国际上称为 Z.ai）宣布其 GLM-4.5 模型，并因其编码能力在程序员中留下了深刻印象。10 月，Z.ai 发布了新旗舰模型 GLM-4.6，具有更强的编码能力。\n“我们在 DeepSeek R1 发布到 GLM 4.5 之间等了太久，” 智谱 AI 全球运营负责人李子轩表示。“我们被低估了，尤其是在中国，而在美国则完全被忽视。”\n\nMiniMax 在 6 月转向开源方法，推出了其 M1 模型，随后在 10 月推出了 M2 模型，使该公司成为国际舞台上的前沿开源模型公司。\nMoonshot AI 和 MiniMax 的新模型帮助他们重新回到舞台上，尽管他们从未完全离开过，旧金山风险投资公司 Creative Ventures 的普通合伙人 James Wang 表示。\nWang 预计 DeepSeek 将在其下一代旗舰模型发布时继续保持中国领先 AI 初创公司的地位，他表示，发布开源模型的热潮表明 “中国生态系统现在拥有自己的竞争格局，模型公司争相争夺主导地位。”\n 其他相邻行业的公司现在也希望创建自己的开源模型。这些公司包括社交媒体平台 RedNote、按需配送巨头美团和智能手机及电动车制造商小米。\n 根据中国开源 AI 专家 Nathan Lambert 和 Florian Brand 的说法，阿里云的 Qwen 系列战略与任何其他中国 AI 实验室相比，最接近美国大型科技公司的类比。该公司在多个规模范围内发布了许多开源模型，涵盖了从视觉和编码模型到图像和视频生成模型的整个堆栈。\nAI 研究员和作者 Sebastian Raschka 表示，阿里云的 Qwen3 系列模型是今年最值得注意的开源模型发布之一，此外还有 DeepSeek 的 R1，因为其强大的性能和拥有多种规模的实用性。\n 在一个明显的迹象中，表明中国 AI 公司在过去三年取得了巨大进展，OpenAI 和 Anthropic 都公开警告中国 AI 公司，从 DeepSeek 到智谱 AI，存在安全风险。\n\n\n 美国总统特朗普政府在 6 月宣布了一项 AI 行动计划，强调全球传播美国 AI 技术，部分是为了应对对中国在开源领域主导地位的担忧。\n 因此，在硅谷和华盛顿，现在被问到的问题与三年前在中国讨论的问题相同：我们是否在 AI 竞赛中落后？\n“华为的任正非在上个月的上海活动中表示，中国的 AI 工程师不再羡慕国外的同行。” 他指出，然而，中国在吸引全球人才方面仍落后于美国，这需要大陆更加开放。\n 长期以来，美国对先进半导体出口的限制也开始放松，特朗普决定批准 Nvidia 向中国运输 H200 芯片。\n 风险投资家 Zhu 在本周的一档播客中表示，中国现在将在十年内超越美国的 AI，主要是因为大陆在电网和数据中心基础设施的建设速度更快。\n“AI 竞争实际上是数据中心和电力供应的竞争，而中国在这方面具有显著优势，” Zhu 表示。</p>
</div>

巨变：中国在 ChatGPT 初次震撼后三年缩小与美国的人工智能差距