黃仁勛是否真説過「中國會贏」？也許已不那麼重要了...

（來源：大公館）

「中國會贏得人工智能競賽。」

近期，一場閉門會議中黃仁勛的發言經由《金融時報》等主流媒體報道，迅速引爆輿論，甚至有PDF在坊間流傳，其中最引人注意的就是這句。

在緊隨而來的「闢謠」中，黃仁勛雖然淡化了措辭，表示並非斷言中國會贏，但同時仍強調目前世界上最流行的開源人工智能模型都來自中國，美國必須「加快步伐」。

黃仁勛是否真的逐字逐句地說出那句話，也許已經不重要。

他曾多次在公開場合發出警告，不斷深化的芯片禁令也許不會起到美國期待的效果，而會適得其反——限制帶來的也許不是沉寂，而是創新的迸發。

而如今，曾經的警告正在被印證，中美人工智能公司的兩條不同路徑愈發清晰。

以英偉達、OpenAI為代表的企業正合力擴大市場規模，遵循高成本、高支出、高預期的模式。然而外界普遍質疑，這種內部循環正在放大泡沫風險，彷彿一顆隨時可能破裂的「氣球」。

以DeepSeek、MiniMax、Kimi為首的公司則專注於夯實基礎，秉持效率、性價比與商業化的務實路線。在英偉達、OpenAI等企業的市值與估值引發疑慮之際，這些中國企業的估值卻疑似被低估，潛藏着爆發潛力。

中國AI企業，正在「戳破」AI泡沫——即便不吹泡沫，人工智能依舊有路可走。

01

要理解黃仁勛那句話背后的深意，首先要了解硅谷當下對人工智能領域的核心爭議。

一方面，是硅谷人工智能繼續高歌猛進，憑藉資本密集型投資和前沿模型迭代，維持着規模效應的敍事。

但另一方面，「人工智能泡沫」的警示聲浪卻日益高漲，被視為系統性風險而嚴肅對待。

尤其是近期，OpenAI提出的「政府擔保貸款」構想——旨在支撐高達1.4萬億美元的數據中心基礎設施擴張——引發了廣泛質疑，行業對高估值與實際回報脱節有着揮之不去的焦慮。

和一年前相比，這種討論已從私下交頭接耳升級為公開警報，頻頻響起於主流媒體和投資圈層。

《大空頭》原型邁克爾·伯里的賽昂資產管理公司在2025年Q3買入英偉達和帕蘭提爾看跌期權，總名義價值逾11億美元，此舉被視為對AI泡沫的對衝。

《福布斯》雜誌的精闢總結捕捉了這一情緒轉折：無論當前的上漲行情多麼令人陶醉，最終懷疑情緒總會浮出水面。關鍵問題是，煙霧報警器鳴響究竟源於電池耗盡的虛驚，還是真正大火的預兆？

但「人工智能泡沫」是不是屬於世界的泡沫？還是硅谷的「局部現象」？

就在11月，傑富瑞（Jefferies）在報告《全球語境下的中國人工智能》（China AI in a Global Context）中指出：2023 至 2025 年間，中國主要雲廠商的資本開支總額為 1240 億美元，比美國同行少了 82%，但中國最先進的大模型如 MiniMax M2 的性能，僅比美國最強的 模型如GPT-5 落后約 10%。

黃仁勛真正想強調的是：眼下，中國並不顯著落后於美國（用他的原話講，只有「納米級」的落后），並警告如果美國切斷中國開發者對英偉達技術的訪問，將導致中國轉向本土棧，從而讓美國失去影響力。

自三年前ChatGPT橫空出世以來，AI的主流敍事長期由OpenAI、Anthropic、谷歌、微軟等硅谷巨頭主導，圍繞「規模效應」和「昂貴的智能」構建高門檻壁壘。

然而，這一範式在DeepSeek推出推理模型R1時首次遭遇顯著的挑戰——該模型在數學和編碼基準上比肩當時最先進模型，成本卻是后者的約3%，引發硅谷對「昂貴智能」必要性的深刻質疑。

DeepSeek R1的突破並非孤例，中國AI企業一次次證明，高智能未必依賴天文數字般的成本投入。

其實，中國AI公司的這條「暗線」早已悄然發力，形成羣雄並起的生態景觀：智譜AI成立於2019年，MiniMax於2022年初起步，月之暗面和DeepSeek則在2023年相繼涌現。

在DeepSeek驚艷全球后的半年內，各家紛紛戰略調整——有的選擇斷臂求生以優化資源配置，有的則強勢進攻，通過亮眼成績單凸顯決策魄力和運營靈活度。

智譜AI和MiniMax均屬於后者，前者加速模型迭代、強化企業級應用，后者則在開源基準上屢創佳績，全面佈局多模態，彰顯出對市場動態的敏鋭響應。

黃仁勛本人也多次來到中國，與中國人工智能界保持交流。

今年7月，黃仁勛脱下皮衣換上唐裝，出現在北京，除了與雷軍等老朋友重聚，黃仁勛還和MiniMax創始人閆俊傑單獨進行了長達兩個小時的深入交流。

這次交談的一個月之前，MiniMax推出了全球首個開源的大規模混合架構的推理模型M1。

02

一個季度之后，在硅谷持續推動人工智能向高成本方向演進之際，中國AI領域迎來一波密集爆發。

智譜AI9月發佈GLM-4.6，MiniMax10月推出M2，Kimi11月發佈Kimi K2 Thinking。

這些接連發布是本土創新的集體涌現：GLM-4.6在效率優化上表現突出，K2 Thinking繼承原有架構，改進數據和訓練配方，M2則用回Full Attention，以求性能與成本的最佳平衡。

這些模型，不約而同地凸顯着「收勁」的藝術——通過精準控制和內斂發力，實現最大化輸出，降低單位智能成本，而非盲目擴張。

在模型的用户友好度和部署可行性層面，中國開源模型已明顯在全球競爭中脫穎而出。

兼顧性價比的典範如MiniMax M2，在同等智能水平下其API定價僅為Claude Sonnet 4.5的8%，卻在推理速度上快了近一倍。

M2甫一發布，在全球開發者社區迅速掀起浪潮，媒體紛紛跟進報道。The Information提到，M2這種低成本與亮眼表現的組合，可能對Anthropic等美國AI模型製造商造成衝擊，后者營收增長的顯著份額依賴於為AI代理系統提供動力。

計算機科學家吳恩達（Andrew Ng）的AI學習網站DeepLearning.AI在上周發佈的周報中，特別比較了當前主流模型在AA性能標準和token成本上的分佈：

在性能層面，GPT-5的兩個版本雖領先市場，但其token成本卻遠遠落后；而在成本與性能綜合領先的第一象限，MiniMax的M2與Grok 4 Fast難分伯仲。

開發者們正用實際行動投票。

MiniMax M2的日token調用量已遠超OpenAI，比肩谷歌，而OpenAI的開源GPT-OSS模型因效果不佳和使用複雜而乏人問津。

開源后，MiniMax M2（含免費與付費版本）在第三方平臺 OpenRouter 上的調用量已突破 800 億，位居開源模型前列。

作為匯集全球第三方 AI 應用流量的平臺，OpenRouter 的數據更接近市場的真實反饋——M2 能在短時間內快速贏得部分原屬硅谷模型的用户與算力時間，顯示出中國模型在開放生態中的勢能。

中美兩國不僅走出了兩條迥異路徑——硅谷的規模效應主導與中國的效率換增長模式——而且二者並非完全平行，而是交織互動的關係。

當中國AI公司攜技術決心和便宜易用的開源模型，在國際舞臺上與硅谷的閉源模型展開角逐，也進一步放大對硅谷鉅額投入的質疑，促使行業反思高CAPEX（資本性支出）模式的長期可持續性。

03

僅講求效率尚不足以構築完整生態。在「收勁」的藝術中，中國AI企業已悄然實現商業閉環，通過精煉的技術路徑和資源配置，最大化產出價值。

中國AI的「模型ROI」（投資回報率）堪稱美國的百倍之巨。MiniMax M1便是一個典型例證：模型在強化學習階段的訓練成本僅為54萬美元（使用512塊H800 GPU，歷時三周），幾乎只是OpenAI同等規模模型訓練成本的零頭。

以更少的資金撬動更多價值，這正是中國AI的核心競爭力所在。

但在這種競爭力背后，中國公司們也在思考一個更深的問題：當技術門檻不斷降低，智能究竟屬於誰？

帶動中國開源風潮的DeepSeek給出了一個回答——用最長遠的眼光去應對最大的命題。

MiniMax則選擇了另一種表達：「Intelligence with Everyone」，讓每個人都能擁有充裕的智能。

「信仰，有點像描述一個很遠的未來；信念是，自己想怎麼做，並能堅持做下去。」

MiniMax創始人兼CEO閆俊傑在一次採訪中，用「信念」來概括他對AI技術的態度。

仰望天空的同時，如何走好腳下的每一步？從今年中國AI頭部公司的佈局來看，這正是他們共同思考的問題。

所謂「性價比」與「務實」，背后是對路線的持續審視與及時調整。

MiniMax的演進路徑尤為典型，且早早顯露出轉折信號：早期產品如Talkie與星野在語音交互上初露鋒芒，隨后Hailuo AI在視頻生成領域后來居上。在DeepSeek V3發佈后，又在文本領域果斷轉向開源。

「如果可以重新選，應該第一天就開源。」閆俊傑在採訪中説。他認為，開源是技術加速的前提——與其套用移動互聯網的邏輯，不如回到以研究和工程為核心的AI路徑。這種開放不僅能啓發更多研究者，也可能成為推動AI Agent時代到來的關鍵力量。

如今，MiniMax更聚焦技術。視頻生成和語音模型都位居領先之后，M2實現了編碼模型位居全球前三。這意味着在文本模態上，公司也最終實現突破，補齊了重要的一環。

作為一家創業公司，在語音、視頻、文本三個模態的模型及產品上進行佈局，一直有過度分散不集中的質疑。不過在谷歌Veo 3的音視頻融合，Open AI Sora 2的語言理解與視覺生成，多模態融和的技術趨勢越來越明顯。此時，多模態技術佈局的重要性才逐漸顯現。

據The Information報道，MiniMax的年化訂閲收入（ARR）已達1億美元，且均為用户直接付費訂閲。海外用户願意為海螺視頻（類似Sora/Pika的產品）、M2模型、Audio等服務付費。這一成功源於從模型到產品的佈局目的——構建健康的商業閉環。

百倍ROI的本質在於，從技術到智能、再到成本的高效資源轉化。這種高效的資源轉化率，在資本市場，最終就會體現在「模型投資回報率」上。

MiniMax的最新估值達40億美元，OpenAI最新估值5000億美元。相比硅谷的資本擴張與昂貴智能，中國AI獨角獸公司的估值或許被嚴重低估。

大洋彼岸，硅谷AI公司仍在囤積算力、推進基建。最新，Meta披露對美國6000億美元投資承諾的細節信息，未來三年重點建設AI數據中心。

而中國公司的路徑更像是一種「有限理性」——在約束中追求最優解，通過資源配置與模型設計的高效配合，形成另一種可持續的增長曲線。

全球AI進入下半場，敍事的主軸或許不再是「規模的極限」，而是誰能率先找到「效率的極限」。

長遠來看，我們或許可以對中國AI更有信心。

作者：畢安娣

來源：字母榜