巨大的错误定价：中国人工智能已迎头赶上，资金却未跟上
发稿地：2025年11月13日
去年一月，当DeepSeek发布其推理模型，声称其训练成本仅为OpenAI最先进系统的一小部分，却能与其性能媲美时，华尔街陷入了混乱。一万亿美元从美国科技股中蒸发，英伟达市值蒸发近5900亿美元。交易员开始称之为人工智能的“斯普特尼克时刻”。
九个月后，硅谷的人工智能宠儿们估值却比以往任何时候都高。OpenAI的估值介于1500亿到3000亿美元之间（取决于消息来源），埃隆·马斯克的xAI估值已达到约2000亿美元。
与此同时，在北京和杭州，那些模型曾引发市场恐慌的公司，其估值却相形见绌。
DeepSeek的开源推理模型目前在独立排名中名列前茅。但其估值仅约150亿美元。而智谱和月之暗面等中国“AI虎将”，其估值却徘徊在低个位数亿美元级别。
关键在于：几乎所有技术指标都表明，中国最优秀模型的水平从未如此接近美国前沿。然而，几乎所有金融指标都显示，它们的折价程度也从未如此之深。
这种系统能力与投资者估值之间的脱节，不仅正在重塑全球人工智能竞赛格局，还在改写构建尖端初创公司的基本法则。
从数年到数月：中国缩小差距的速度超乎所有人预料
过去十年，大多数人一直认为中国人工智能落后美国数年。2022年，美国开始对英伟达先进芯片实施出口管制，华盛顿在2024年多次收紧管制措施。其明确目标，便是为了拉大这一差距。
但事与愿违。
一位美国商务部官员在六月份告诉国会，华为最新的昇腾（Ascend）芯片仍落后美国顶级图形处理器一到两年。但更重要的是：中国模型仅落后三到六个月。
独立基准测试也证实了这一点。分析公司Artificial Analysis发布了一份第二季度报告，跟踪了推理、STEM考试和编程方面的性能。他们的发现是：中美前沿模型之间的智能差距“现在是前所未有的狭窄”。OpenAI的o3全球领先（现已被GPT-5取代），但DeepSeek的R1和阿里巴巴的通义千问3（Qwen3）正紧随其后。
也就是说：在最顶尖的层面，我们讨论的是几个月和基准分数上的差距，而非技术时代上的鸿沟。
图像与视频：Sora 2不再孤军奋战
语言模型开启了这场竞赛，视频领域则让竞争变得显而易见。
OpenAI今年秋天推出了Sora 2。它能合成出与同步声音配合得天衣无缝的超逼真视频片段，逼真程度之高，以至于从东京到华盛顿的监管机构都发出了深度伪造（deepfake）风险警告。
但中国公司悄然开发出了竞争对手，全球创作者和平台现在可以交替使用。字节跳动的Seedance 1.0于2025年中期问世，能生成电影般的多镜头1080p视频。得益于积极的模型蒸馏和系统优化，它专注于叙事连贯性，运行速度比早期模型快约十倍。
《时代》杂志最近的一项调查得出了一个惊人的结论：字节跳动的Seedance和Seedream图像工具在真实感和角色一致性方面，与西方工具不相上下甚至更胜一筹。它们的价格也明显更低。美国初创公司已开始将其整合为后端引擎。
短视频巨头快手推出了其Kling 2.x系列，可生成长达30秒的1080p视频片段。独立评测机构称赞其纹理、光照和动作“比许多西方竞争对手更真实”。
阿里巴巴将其通义千问（Qwen）系列打造成一个完整的多模态技术栈。最新的通义千问2.5-VL和通义千问3-VL模型能够解析图表和长文档，对长达一小时的视频进行推理，并为视觉任务输出结构化的JSON数据。这些能力直接对标OpenAI的GPT-5 vision和谷歌的Gemini 2.5。
图像和视频生成已不再是单一公司的竞争。OpenAI的Sora 2可能仍是物理真实感和长篇叙事方面的基准，但Seedance、Kling和其他中国模型现在已登上同一份对比榜单，而非遥远的次级梯队。
开源模型革命重心东移
中国在一个具有巨大战略重要性的细分领域明显领先：开源前沿模型。
Artificial Analysis的数据显示，去年十一月，阿里巴巴的QwQ-32B预览版成为首个在其综合智能指数上超越Meta Llama 3.1-405B的开源模型。DeepSeek的R1和R1-0528更新版在2025年巩固了这一领先地位，中国已成为全球最强大开源大语言模型的中心。
今年一项独立的开源大语言模型调查称中国是“开源人工智能领域的全球领导者”。其核心技术栈包括DeepSeek、通义千问（Qwen）、Yi、百川和智谱GLM。其中大多数都采用Apache 2.0等允许商业使用的宽松许可证。
相较之下，Meta备受期待的Llama 4系列表现不佳。Scout、Maverick以及仍在延迟的Behemoth未能达到其作为GPT-5旗舰级开源替代品的预期。
原始Maverick模型在热门聊天基准测试中明显低于顶尖的闭源模型。Meta最初声称其性能与GPT-4o持平。然而，经过调优的实验性Maverick变体悄然登上LMSYS Arena排行榜榜首，却无法代表典型性能，此举引来研究人员指责Meta“玩弄基准测试”。内部报告和独立分析师将Llama 4描述为“迷失”、“过度工程化”且“迟到”，它成为计算成本不断上升和产品叙事不清的受害者。
别误会：Llama 4并非失败之作。它在许多任务中仍然是一个强大的开源模型。一些基准测试甚至显示其在事实准确性方面略优于DeepSeek，但在复杂推理和编程方面有所落后。
但在争夺开源领导地位的象征性竞争中呢？Meta的失误代价高昂。DeepSeek R1-0528现在被评为全球最智能的开源模型。阿里巴巴和智谱（Z.ai）等中国实验室例行开源其旗舰模型。开源模型的重心已明显东移。
在硬件“节食”下构建前沿人工智能
考虑到中国所不具备的硬件条件，其取得的进步显得尤为引人注目。
华盛顿自2022年以来反复收紧对先进图形处理器的出口管制。英伟达的A100、H100，甚至“中国特供”型号如A800和H800都遭到禁运。后来的规定将限制扩展到了H20芯片。美国的盟友也与其中许多措施保持一致。美国公民也被禁止支持一些中国芯片制造厂。
今年新一轮规定甚至将矛头指向了云服务访问和与中国实体分享模型权重。
这些管制措施产生了严重影响。华为预计在2025年其先进的昇腾AI芯片产量不会超过20万颗，这远低于国内需求。美国现在的指导意见警告盟友在全球任何地方都不要使用这些芯片。
然而，这些制裁非但没有冻结中国的人工智能雄心，反而催生了一股“节俭工程”浪潮。
据报道，DeepSeek的V3和R1模型性能已达到GPT-4级别，而训练成本约为550万美元。这比美国前沿模型通常引用的数亿美元训练成本低了几个数量级。智谱（Z.ai）的GLM-4.5V多模态模型服务成本约为DeepSeek的13%，它仅需八块英伟达H20芯片即可运行。其后续版本GLM-4.6则针对寒武纪和摩尔线程等国内加速器进行了优化。
DeepSeek的最新发布版本从一开始就针对中国制造的芯片和软件栈进行了优化，例如华为的昇腾/CANN和寒武纪的MLU。这减少了它们对英伟达CUDA生态系统的依赖。阿里巴巴和百度已开始在自家研发的芯片上训练大型模型，部分取代了英伟达硬件。
越来越多的分析认为，出口管制无意中加速了中国构建完整本土人工智能技术栈的努力。与此同时，它们也损害了美国芯片制造商的收入和研发预算。
如果中国能够利用被削弱的H20图形处理器、国内加速器和极致优化的训练方案，实现接近前沿的性能，那么美国最新芯片的边际优势，可能就不像华盛顿希望的那样具有决定性了。
追踪资金流向：估值为何分道扬镳
从技术角度看，差距已缩小。从金融角度看呢？鸿沟巨大。
斯坦福大学2025年人工智能指数显示，2024年美国私人人工智能投资达到约1090亿美元，几乎是中国93亿美元的十二倍。一项最新行业调查估计，2025年美国人工智能投资仍领先，约为672亿美元，而中国为438亿美元。美国拥有47家人工智能独角兽企业，而中国则少得多。
看看估值。OpenAI的估值在1500亿至3000亿美元之间，具体取决于你相信哪笔后期交易。Anthropic？超过500亿美元。xAI在最新一轮100亿美元融资后估值达到2000亿美元。CoreWeave及其他人工智能算力提供商？估值超过200亿美元。
在中国，DeepSeek的估值约为150亿美元。智谱（Z.ai）在最近一次披露的融资中估值约为200亿元人民币，约合27亿美元，尽管其GLM模型在多个开源基准测试中名列前茅。拥有长文本聊天机器人Kimi的月之暗面（Moonshot AI），据报道估值正接近40亿美元以下。
公开市场也呈现出类似的情况。恒生科技指数目前的远期市盈率约为21倍，即使在今年40%到50%的反弹之后，这一水平仍低于其五年平均水平，并相对于纳斯达克100指数折价。该指数包括阿里巴巴、百度、小米等众多人工智能相关企业。
美国银行首席执行官们现在公开警告，美国科技股存在人工智能驱动的估值泡沫。他们预测，在两年疯狂资金涌入后，市场将出现10%至20%的调整。
对投资者而言，令人担忧的问题不仅仅是美国是否存在人工智能泡沫，而是他们是否错误地评估了下一波价值创造的地理位置。
当风险投资变得“非必要”时
部分答案在于中国人工智能企业的融资方式。
中国人工智能初创公司的风险投资急剧下降。最近一项分析指出，2025年初该领域的风投资金同比下降近50%，第二季度仅达到47亿美元，创十年新低。宏观经济放缓和监管不确定性都发挥了作用。
但这并不意味着没有资金，只是资金来源发生了变化。
北京正在组建一支万亿元人民币的国家引导基金，以支持“硬科技”，约合1380亿美元，目标领域包括人工智能、量子计算和半导体。这是全球最大的国家支持的风险资本池之一。地方“政府引导基金”和市级项目则为人工智能公司提供补贴、廉价办公空间和税收优惠。风险投资与产业政策之间的界限变得模糊不清。
智谱（Z.ai）最近几轮融资由市级和省级国有资本主导，甚至在美国商务部将该公司列入黑名单之后，情况依然如此。
还有一个特例是DeepSeek。今年一份广为流传的数据分析报告指出一个引人注目的事实：该公司没有任何传统的风险投资，创始人持股84%。它主要凭借产品优势和口碑，成为一家估值数十亿美元的“开源独角兽”，月活跃用户超过3000万。
在这个生态系统中，资金不再是稀缺资源，算力和人才才是。一旦通过国家支持的云算力补贴、本土芯片制造商或大型科技公司合作获得这些资源，对传统沙丘路（Sand Hill Road）式风险投资的需求就会减少。
对西方创始人而言，这提出了一个引人深思的可能性：也许高增长的人工智能初创公司并不总是需要传统风投才能实现规模化。而对中国创始人来说，这正日益成为现实。
还有什么能阻止中国成为人工智能超级大国？
这一切并不意味着中国已经“赢得”了人工智能竞赛。美国实验室仍然主导着闭源前沿模型。在许多高风险领域，从法律推理到复杂编程和智能代理工作流，GPT-5、Claude Sonnet 4.5和Gemini 2.5仍然是难以超越的系统。
中国也面临严峻的挑战。
芯片仍然是一个问题。尽管有各种规避方法，但国内加速器仍落后英伟达最优秀的图形处理器一代或更多。对人工智能芯片和制造设备的出口限制依然严格。
资本管制和信任问题使情况复杂化。地缘政治紧张局势、制裁以及对中国科技公司海外上市的限制，都压低了估值。它们也限制了中国人工智能在敏感领域的全球应用。
国内监管增加了另一层复杂性。中国平台面临自身在人工智能内容、数据安全和算法治理方面日益收紧的规定。这些限制可能会进一步减缓商业化进程。
但过去两年阐明了一点重要事实：出口管制和枯竭的风险投资管道并未阻止中国在核心人工智能技术上达到近乎平等的水平。充其量，它们只是让这种进步变得更具资源效率，也许也使其更深植于国内。
考虑一下这些因素的结合：DeepSeek、阿里巴巴和智谱（Z.ai）的世界级开源模型；Seedance和Kling等极具竞争力的视频和图像系统；积极的国家支持资本取代传统风险投资；以及一个对人工智能驱动的自动化充满渴望的庞大国内市场。
很难想象仅凭硬件限制就能将中国永久排除在下一次工业革命之外。
更大的问题可能不再是中国能否赶上——这已经在实时发生。问题是全球投资者、监管机构和竞争对手是否已为一个世界做好准备：在这个世界里，最重要的开源模型和日益增长的尖端应用型人工智能，在一个不依赖硅谷资金或华盛顿许可的体系中构建。
非投资建议