中国顶尖的技术企业一直在稳步发布人工智能模型，其性能几乎与全球最顶尖的系统相媲美。然而，它们都面临着同一个难题：如何摆脱这一技术背后沉重的经济负担。

为了筹集足够资金来支撑构建 AI 系统的巨额开支，中国的人工智能企业尝试了各种不同的途径。

像深度求索和 月之暗面这样的初创公司已从投资者那里融资到数十亿美元。中国 AI 界的重量级巨头阿里巴巴，已开始对使用其最顶级模型的用户收取费用。TikTok 的母公司——同时自身也是 AI 巨头的字节跳动，则推出了阶梯定价体系，希望以此吸引人们为使用其最先进的模型支付更多费用。

为了构建最先进的人工智能模型，AI 企业需要源源不断地购买高性能计算机芯片——不仅要有足够的芯片来训练模型，还需要更多来测试和改进成果，并投入额外算力以保障全球用户的顺畅使用。此外，企业还必须建造或租用数据中心，以容纳所有这些算力设备。

面对如此严峻的经济考量，中国 AI 企业并非孤例。从 OpenAI、Anthropic 到 Google，它们位于硅谷的巨头对手们在 AI 领域的投入同样远超所得。

而对于中国企业而言，由于该国 AI 发展模式中存在的一个核心悖论，这一挑战变得更加复杂：中国大多数领先的 AI 系统都属于开源或开放权重。这种做法加速了整体技术的发展——当每家企业都公开发布其成果时，整个行业都将从中受益。

中国这种开源的路线孕育出了众多充满创新力且竞争异常激烈的初创企业，它们都在以极低的价格提供各自的系统。

因此，试图通过提高某些模型的使用费来增加收入的做法，很可能会吓跑客户。无论是企业还是个人，对价格敏感的中国消费者都会迅速在不同平台间切换，寻找更便宜的 AI 工具。

硅谷数据公司 Datastrato 的副总裁林表示，在中国 AI 企业寻找可持续商业模式的同时，行业现状依然是投入高企而收入匮乏。

“两三年后，我们可能仍在探索大模型究竟该如何变现，”他说道。

提供低廉的价格帮助中国企业赢得了大量用户，其中也包括硅谷——当地许多公司都依赖这些性价比更高的系统。然而，中国企业却始终难以将庞大的全球用户量转化为切实的可观利润。

上个月，中国初创公司智谱发布了一款名为 GLM-5.2 的模型，据称其性能几乎与 Anthropic 最顶尖的模型不相上下。许多硅谷的软件开发者和初创企业迅速开始使用它，部分原因正是它比美国的同类系统更为便宜。

随着智谱的模型不断升级且大受好评，该公司去年的收入翻了一倍多。然而，智谱依然亏损了近 7 亿美元。

在香港上市时，智谱表示计划将大部分募集资金用于改进其模型，其中主要是通过采购更多芯片。然而上市仅几周后，智谱便表示正在寻找可以共享算力资源的合作伙伴，并在用户抱怨服务卡顿慢速后公开道歉。

“开源模型是一种强有力的分发策略，但它本身并不是一个完整的商业模式，” Counterpoint Research 位于北京的首席 AI 分析师孙伟表示。“首次公开募股可以为下一轮模型训练提供资金，但单凭这一点无法创造出可持续的经济效益。”

本月，月之暗面发布了一款名为 Kimi K3 的模型，公司宣称其在某些指标上的表现超越了 OpenAI 和 Anthropic 的模型。然而仅仅两天之内，该公司就不得不宣布暂停接受新用户，因为他们无法获取足够的计算芯片来满足服务需求。

多年来，中国的人工智能产业一直面临着美国的贸易限制，这极大地约束了其购买全球最顶尖芯片的能力。为了绕开这些限制，许多中国企业选择远程租用中国境外配有先进芯片的数据中心。

然而，与财力雄厚的美国对手相比，中国 AI 初创企业在购买算力方面的资金要少得多。

上个月，深度求索完成了中国最受瞩目的融资轮次之一，获得了包括互联网巨头腾讯、电池巨头宁德时代以及国家人工智能投资引导基金在内的投资者支持，共计融资 75 亿美元。而在今年 5 月，月之暗面也募集到了 20 亿美元。

相比之下，单在今年 5 月，Anthropic 一家公司就筹集到了 650 亿美元。

尽管中国科技企业的资金量要少得多，但美国的科技高管和投资者却担心，中国对开源的推动可能会颠覆整个 AI 生产的经济学法则。

中国 AI 初创企业表示，多年来的出口管制反而倒逼它们尽可能高效地利用现有芯片，这可能会对一直以来驱动全球 AI 投资的主流观点发起挑战——即打造最前沿的 AI 系统并不必然意味着必须不断增加对更多芯片和数据中心的资金投入。

Source：nytimes