科技观察--人类的去向

浅贝

　　科技进步一日千里，超越想像，特别是人工智能，有种恐惧感。开帖记录之。

浅贝

中国正在焊死工业化的大门


2024年12月，联合国工业发展组织（UNIDO）大会期间，发布了一份很有意思的报告：《工业化的未来》。

报告基于全球价值链参与度模型与制造业竞争力指数，进行了国家工业实力的研究，并得出了一个结论：

中国在1980年仅占全球制造业5%，但到2024年已经跃升到了31.6%，并将在2030年达到45%。

同期，美、日、德三国占比将分别萎缩至11%、5%和3%，三国合计仅占19%，不足中国的二分之一。

这意味着什么？

意味着全球范围内每两件工业制成品中，就将有一件产自中国，中国工业产值将达到美国的四倍！

说实话，这在人类的历史上，是从来都没有发生过的事情。

达到45%这个数字也意味着，中国将成为全球产业链无可比拟的绝对核心，并焊死工业化大门。

除了中国之外，全球其他国家将再无重整制造业的机会。

为什么这么说呢？

1 为什么是中国？

其1，产业分工发展的必然规律。

很多人可能有点奇怪，按道理来说，工业化的初级阶段应该是劳动密集型产业，对人力资源的要求很高。

但问题在于，17世纪末的时候，英国人口满打满算也才550万啊！

刨去老人、女性、孩子，残疾人、病人，能进工厂的，也就100多万人。

可为什么就是这100多万人，却开启了第一次工业革命呢？

答案很简单，那时候的工业，分工没有那么细。

工人多集中在手工工场里面，能做圆形齿轮，也能敲长条铁轨，还能锻打铆钉。

你可能马上就意识到这个问题了，这样搞，效率不行啊！

干嘛不让工人只干一个工序，把工人来回走动、寻找零部件、挑选工具的时间都节省下来，用在工作上呢？

没错，资本家也是这么想的，于是，分工协作诞生了。

打铆钉的只打铆钉，敲钢轨的只敲钢轨，做齿轮的只做齿轮。

人长期重复一件工作，手熟之后效率就会大大提升，产量增加，资本家也就能赚更多的钱。

随着工业升级的不断进步，这种产业分工也越来越细了。

可能光一个齿轮，就要分出毛坯制作、‌车削加工、切齿、‌磨齿、热处理、表面处理等等一系列工序，分成不同的人来干。

那么相应的，需要的工业人口也开始呈指数级上升，从百万级变成千万级。

这样一来，英国的人就不太够了。

所以，从19世纪后期开始，英国制造业就开始向美国转移。

因为那时候的美国人口已经达到了7600万人，足够支撑起一个完整的工业体系。

于是，美国开始崛起，并且在工业产值上很快超过英国。

二战之后，随着电气化、信息化对工业的变革，产业分工向更深层次发展。

一个完整的工业门类对应需要的工业人口从千万级变成亿级规模，这时候，美国人的人口也不够了。

所以从80年代开始，人类开始了第三次产业转移。

人口资源最丰富的中国，成为产业转移最大的承载地。

中国敏锐抓住了这个机会，通过中国人的坚韧不拔和吃苦耐劳，推动国家一步步开始崛起，逐步成为全世界最大的制造业基地。

那么问题来了，一方面是产业分工还在进一步向更深更细的领域去发展，需要的劳动力更多。

另外一方面是中国的的生育率下降，未来没有那么多工人了，那中国未来的工业该怎么办呢？

别担心，中国早就开始布局了。

虽然人不多了，但我可以让机械臂干活啊！

中国大概从十年前开始，就已经成为世界第一机械臂大国。

仅仅2023年一年，中国新安装工业机器人27.63万台，占全球总量的51%，超过其他国家总和！

说实话，这真是对其他国家降维打击了。

为啥？因为机械臂这玩意不拿工资啊，用电就可以。

只需要付出一个前期采购成本，就可以长期使用，成本压低到极致。

在过去，一些国家还能通过廉价劳动力来抢订单，但现在呢？

你人力再廉价，能比得上钢铁的机械臂廉价？

这样一来，后发国家想搞工业化，也搞不成了。

其2，效率的碾压。

中国制造业不仅先进、成本低，在效率上也是极其惊人的。

很多人都想不明白，特斯拉的上海工厂和德国工厂，明明都是一样的标准，但为啥产量天差地别？

如德国工厂，平均产能一年大概二三十万辆的样子。

但是上海工厂呢？2024年达到了91.6万辆的产量！

为啥差别那么大？

原因很简单，上海工厂毗临长三角汽车产业链集群，电池、电机、电子控制系统等关键零部件供应商密集分布，大幅减少了供应链复杂度。

特斯拉的成功并非个例，许多跨国企业都发现，在中国生产不仅能够降低成本，还能提高响应速度和产品质量。

更可怕的是，这种产业集群，不仅仅在汽车领域存在，在任何制造领域都存在。

20250917225b43c3d2a74d98aa339f1a0d2a4a50_20250917656973ee5d46485680793bab5ddf62fb.jpg

例如，在电子制造领域，深圳及周边地区几乎可以在一天内配齐生产一款智能手机所需的所有零部件。

在纺织服装行业，浙江和江苏的产业集群方圆50公里内，从纺纱、织布、印染到成衣制作，所有环节一应俱全。

夸张一点说，上午接到订单，下午就能从隔壁厂调来面料，第二天样品就能发往上海港口。

还有广东东莞的无人机制造集群、江苏苏州的精密制造集群、湖南长沙的工程机械集群等等。

这种集中化带来的效率提升是显而易见的。

企业无需远距离采购原材料或零部件，大幅降低了运输和时间成本；

同时，产业集群内的竞争和创新氛围也推动了生产技术的不断进步和成本的持续优化。

一位制造业内人士算过一笔账：

虽然东南亚国家人工成本更低，但零散的产业布局导致原材料采购周期长，配套设备维修困难，物流成本高昂。

综合算下来，单件产品的总成本反而比中国高出30%-40%。

如果说这种产业集群是看得见的，那么中国的物流优势，是看不见但又实实在在的存在。

中国拥有全球最庞大的高速公路网络、高速铁路网络和港口体系，物流效率在全球范围内处于领先地位。

无论是原材料的输入还是成品的输出，都可以通过多式联运快速完成。

比如上海洋山，这个全球最大的自动化码头，吊桥无人操作，集装箱自动流转，每昼夜可处理超过2万个标准箱。

从这里出发的货物，24小时就可以通过高速公路、铁路和内河航运快速分拨到全国各地。

此外，中国还拥有全球最长的高速公路里程、最发达的高铁网络。

这些基础设施带来的物流优势，可以直接转化为制造业的竞争力。

数据显示，中国制造业原材料的物流成本（不是商品物流成本）占比仅为10%左右，远低于全球15%的平均水平。

更可怕的是，这种优势，正在不断进化。

在这些产业集群和物流中心里，工业机器人、5G、人工智能等技术正在广泛应用，让中国制造业的“技术红利”正在从中高端制造业向传统劳动密集型行业渗透。

比如，一直被认为是夕阳产业的纺织业，许多工厂已经配备了自动纺纱机、智能织布机和智能质检系统，。

一条生产线上所需的人工减少了三分之二，但产能和产品质量却显著提高。

智能制造不仅改变了生产环节，还重塑了产业链和物流链的协同方式。

比如通过工业互联网平台，企业能够实时监控生产数据、优化资源配置，甚至预测市场需求。

这让中国企业在产品研发、设计灵活性和订单响应速度方面也具有明显优势。

说实话，在过去，许多人担心低端制造业会因中国人力成本上升而逐渐向外转移。

但现实是，通过自动化和智能化改造，中国甚至在一些传统劳动密集型行业中也保持了强劲的竞争力。

以纺织行业为例，尽管孟加拉和印尼等国家的人工工资远低于中国，但今年上半年，这些国家的纺织厂纷纷抱怨，即便工资成本更低，它们在综合成本和效率上依然无法与中国工厂抗衡。

今年年初，印尼规模最大、历史最悠久的纺织厂Sritex宣告破产。

从2015年以来，印尼已经超过100家纺织厂破产了，正式宣告了廉价劳动力神话的破灭。

其3，电力优势。

工业的核心是什么？是能源。

19世纪是煤炭的世纪，20世纪是石油的世纪，21世纪，将是电的世纪。

AI推动的数字化浪潮，本质是电气化浪潮的延续与升华。

没有强大、稳定、廉价的电力支持，任何算法、芯片与数据都只是空中楼阁。

巧了，在电力方面，中国也是断崖式领先。

‌2024年中国发电量总量突破10万亿千瓦时，占全球比重约为33%‌，居世界首位。

除此之外，中国特高压输电技术独步全球，实现了“西电东送、北电南供”的能源大动脉布局。

这意味着即便在极端天气或用电高峰情况下，中国仍能保持电网的稳定运行。

值得一提的是，中国水电、核电、风电、太阳能发电等清洁能源消费量，占能源消费总量比重为28.6%，接近三分之一，而且绿电的比例还在急速上升之中。

大家可能刷到过西部大面积风电场、光伏电厂的视频，这种规模化的投资摊薄成本之后，成本也将大幅度降低，上网电价可能要降到一两毛钱！

这么说吧，这个价钱，世界没有任何一个国家的绿电能和中国相比。

今年7月，八名欧美风投公司的合伙人共同赴华考察，通过走访工厂，与当地投资人交谈，采访企业创始人等，得出了一个结论：

西方国家绿色能源项目，已经不具备投资价值！

为啥？因为你就算搞出来，在成本上也没法跟中国竞争啊！投资它还有啥意义呢？

显然，在全球电力转型的竞赛中，中国是行动最坚决、投入最彻底，也是成果最显著的国家，而这种投入也将成为中国未来最核心的竞争力。

图片
为什么这么说?

首先，从根本上讲，电力是成本最低、最易规模化应用的清洁能源。

尤其在与传统化石能源的对比中，电力的经济性优势堪称“降维打击”。

我们以常见的汽车为例来说吧。

一辆普通燃油车每百公里的油耗成本大约在60-80元，同等级别的纯电动车，每百公里电耗成本仅需6-8元——用电成本仅相当于用油成本的10%。

这还只是基于当前电网电价和充电技术所计算的数据。

随着光伏、风电等新能源装机容量持续扩大，以及储能技术不断突破，电力的基础成本仍有大幅下降空间。

更值得期待的是，一旦可控核聚变技术在未来十年内实现商业化突破，人类将接近“能源自由”，电力的边际成本甚至可能趋近于零。

这意味着什么？

意味着所有依赖能源的产业——包括制造业、运输业、算力行业——其基础成本结构将被彻底颠覆。

中国目前在高超导托卡马克装置（EAST）等核聚变工程中已处于全球第一梯队，正在为下一轮能源革命积蓄力量。

其次，电力是AI智能化应用的“血液”与“神经”，不可或缺。

很多人误以为AI是纯软件、是算法、是数据，但实际上，任何人工智能的应用最终必须依赖物理设备去执行指令。

在控制精度、响应速度和系统复杂度方面，电力驱动相比传统机械驱动具有压倒性优势。

一个鲜明的例子是汽车智驾。

如果我们仍然依靠机械传动、液压助力等传统控制方式，由于信号延迟高、响应慢、执行部件笨重，最多只能实现初级的辅助驾驶功能（这也是为什么传统燃油车在智能化进程中始终步履蹒跚）。

但电动车从设计之初就是“电子电气架构”为核心。

电信号传递的速度接近光速，电机的响应时间是毫秒级，控制精度远超机械。

传感器收集数据、芯片做出决策、电控系统执行指令——整个过程必须在瞬息之间完成。

没有电控，就没有真正的智能汽车。

只有在这种底层控制能力的基础上，L3及以上的高阶智能驾驶系统才可能实现。

正因如此，我们可以断言：电动化是智能化的前提。

电车不仅是替代燃油车的环保选项，更是未来汽车作为“智能终端”的基础。

行业共识是，当汽车实现完全自动驾驶（L4-L5级），它就不再只是一个交通工具，而将进化成为人类的“第三空间”——

也就是除居住空间、工作空间之外最重要的个人移动空间。

想象一下，一旦驾驶行为不需要人类参与，车内的空间布局将彻底重构：

你可以把方向盘收起，把座椅放平，在通勤途中开一场视频会议、看一部电影、甚至小睡一觉。

汽车将成为连接办公室与家庭的缓冲带，也是个人休闲、社交、消费的延伸场景。

这一转变将引发前所未有的产业变革。

传统汽车产业的价值链主要集中在制造、销售和维护环节，而智能汽车的价值将向软件、服务、数据和用户体验转移。

操作系统、AI算法、车载娱乐、远程服务等软性附加值，将成为车企最核心的竞争力。

当然，这些愿景的实现，无一不建立在一个前提之上：

稳定、充沛且廉价的电力供应+高度成熟的电控技术。

这也正是中国制造业最大的优势所在。

中国在电力生产、电车制造、AI应用三方面同时具备领先优势，显然正站在下一次工业革命的最中央。

其4，AI与工业融合优势。

如果我们去北京的小米工厂或者重庆的赛里斯工厂，会发现和大家认知中的工厂已经完全不同了。

偌大厂房没多少人，几乎都是机器人在工作。

这就是标志着先进制造业标杆的“灯塔工厂”，不论白天黑夜，工厂都能生产。

截至2023年12月，全球共有153座“灯塔工厂”，其中中国占据了近半数的份额，达到了62座！

更可怕的是，这些灯塔工厂，正在迅速AI化。

AI化啥意思呢？

简单来说，过去的机械臂要想完成一个工作，需要事先写好程序，X轴运动到哪，Y轴运动到哪，Z轴运动到哪，然后电机转多少圈，然后再移动。

它的确可以精准完成命令，但可惜，它无法触类旁通，也无法根据你一个模糊的指令，去完成你需要它完成的工作。

比如你让他打螺丝，它可能打得不错，但你让他去喷漆，他就不会了。

但现在呢？AI的革命，为机器人补上了最后一个短板。

随着深度学习、强化学习、大模型理论和技术研究的深入，AI技术进入一个快速发展的阶段。

原先一些难以处理的视觉识别、自然语言交互、翻译以及复杂决策等问题，通过深度学习和强化学习等技术的应用，都可以较好地解决。

这样一来，如果把AI大模型技术应用于机器人，那么就相当于给机器人装上了一个会“思考”的大脑。

比如你让一个打螺丝的机械臂去喷漆，他就会先决定用什么工具（把螺丝刀换成喷枪），然后根据摄像头捕捉到的汽车车体形状，自发生成喷漆最优路线，然后以均匀的力度，操控喷枪完成喷漆。

有了“思考”能力之后，机器人才算真正智能化，真正具备“感知-决策-执行”的能力。

巧了，这方面，中国也是遥遥领先。

论AI，中国有DeepSeek；论机器人，中国有宇树、天工等等一票头部企业。

二者结合，必将为已经非常先进的灯塔工厂，再次带来一个效率革命。

更关键的在于，这种AI赋能，正在各行各业展开。

在物流仓储领域，智能物流系统正在全国范围的工厂迅速落地；

在生产环节，AI质检技术大幅提升检测精度和效率；

在工厂管理方面，数字孪生技术构建起虚拟与现实交融的智能制造新范式。

这些应用不仅快速落地，更在以惊人的速度迭代升级，将欧美传统制造模式远远抛在身后。

这些，得益于中国扎实的数字基础设施。

截至2025年6月底，中国5G基站总数达到455万个，具备千兆网络服务能力的端口数达3022万个，智能算力规模达到748EFLOPS，为海量数据计算提供了强大支撑。

所以，中国制造业的崛起不是单一维度的突破，而是分工规律+规模效应+新基建与新质生产力+智能制造+AI革命综合因素的结果。

这也是联合国工业发展组织预测到2030年，中国工业产值将达到全球的45%的根本原因。

随着时间的推移，中国制造业与全球制造业的差距还会进一步扩大。

到本世纪中叶，中国制造业全球占比可能达到60%以上。

这种多重优势融合形成的护城河极宽，使中国制造业的崛起几乎成为一种必然。

那其他国家咋办？

要走低价竞争路线？

他们没有低价电力也没有生产效率，跟中国竞争只有被卷死一条。

要学中国搞产业升级和AI工业？

那他们又没有绿色电厂和特高压输电，更没有物联网和5G以及算力基础，想学中国根本学不成。

你要是外国人，是不是也挺绝望的？

2 攻守易势

回到文章开头的问题，如果中国制造业全球占比达到45%以上将发生什么？

首先，制裁与反制的战略逆转。

2018年，美国对中国发起贸易战，如今7年过去了，结果如何呢？

你看特朗普加关税的理由是贸易逆差，但经过一场贸易战，贸易逆差变小了么？

美国商务部数据显示，2023年美国货物贸易逆差达1.06万亿美元，远高于对华贸易战之前的水平。

除此之外，这些关税90%以上由美国进口商和消费者承担，相当于对美国消费者“征税”，助推美国相关商品涨价。

所以近几年，高通胀把美国人折腾得要死要活的。

彼得森国际经济研究所的报告指出，贸易战导致美国就业岗位减少24.5万个，实际收入每年减少500亿美元。

你看，上一次贸易战已经证明了，美国的关税大棒是一件杀敌800，自损1000的赔本买卖。

要知道，这还是在2018年中国工业产值不到世界25%的情况下的结果。

如果2030年中国制造业全球占比达到45%以上，那还得了？

欧美国家将越来越难以使用关税大棒来制裁中国了。

原因很简单：制裁中国就等于制裁自己。

在过去，美国对华贸易战，无非也就是减少服装、玩具等低端产品进口，对美国有影响，但能忍受。

但2030年呢？中国已经成为全球供应链的核心节点。

从智能手机零部件到新能源电池，从工业机床到医疗设备，中国制造已经渗透到全球产业链的每一个环节。

看看中国这一次对全世界的稀土磁铁的出口管制，带来了什么结果？

不仅美欧的汽车产业纷纷停产，就连美国的F35战斗机的生产也都无以为继了。

随着中国制造业全球占比扩大，类似稀土这样由中国占据垄断地位的产业会越来越多。

从锂电池正极材料（全球占比75%）到太阳能光伏组件（全球占比80%），从无人机（全球占比70%）到特高压输电设备（全球占比60%），中国手中可打的牌正在快速增加。

只要中国愿意，完全可以利用自己工业的绝对核心与垄断地位对欧美国家实施反向制裁。

只要管控垄断地位的物资出口（或者加征出口税），就足以让欧美国家痛不欲生。

这样一来，美欧能做的只有乞求中国不要对这些物资禁运了，至于再打贸易战？

借他们个胆都不敢！

其次，大中华经济圈的加速形成。

与欧美“高端锁定”和发展中国家“低端徘徊”不同，中国形成了全产业链协同发展的独特模式。

从劳动密集到资本密集，从技术密集到知识密集，中国制造业在各个层级都具备了强大的竞争力。

也就是说， 要高端，有高端；要低端，也有低端。

一旦中国制造业全球占比达到45%以上，全球产业格局将形成以中国为核心的双循环结构：

内循环以国内14亿人口大市场为基础，完成技术创新和产业升级；

外循环则通过一带一路、RCEP等机制，辐射影响全球市场。

这绝不夸张，而是正在发生的现实。

202509166af9e91436aa44e6bf0b832e15aaeeb2_202509167948d769513944e2af89210cea662a86.jpg

RCEP生效第一年，中国与东盟贸易额就达到9753亿美元，成为中国最大贸易伙伴。

俄乌战争爆发后，中俄能源、农产品、工业品贸易快速增长，俄罗斯正在成为中国制造业体系的重要能源和原材料供应方。

这种深度经济融合，正在产生强大的磁吸效应。

原因很简单，谁不想享受中国又先进又便宜的科技产品？

谁不想在中国外溢的经济红利中分一杯羹？

这时候，政客的态度其实已经不重要了，经济的自驱性会让他们认清现实的。

这样一来，大中华经济圈将会以三种圈层结构加速形成：

核心圈是中国大陆；紧密圈包括东盟十国、韩国、日本；扩展圈则涵盖俄罗斯、中亚及南亚部分国家。

想象一下，2030年，越南承接中国部分的电子制造和纺织产业，成为全球供应链重要一环；

马来西亚吸引了中国新能源企业的巨额投资，正在打造区域性的电动汽车中心；

至于中亚和俄罗斯，也成为了中国拓展中东、东欧市场的重要跳板。

总之，只要融入大中华经济圈的经济体，都能够分享中国制造业升级带来的红利。

与之形成鲜明对比的是那些试图排斥这一趋势的国家，比如印度。

印度虽然拥有庞大的人口红利和市场规模，但由于缺乏与中国制造业的深度整合，其工业化进程面临巨大挑战。

世界银行数据显示，印度制造业增加值占GDP比重长期徘徊在15%左右，远低于中国的28%。

莫迪政府提出“印度制造”计划实施八年，制造业占比却不升反降。

现在印度甘当美国马前卒，走反华路线，也必将错过全球产业转移的黄金窗口期，如今面临的是工业化大门被焊死的严峻现实。

没有深度融入全球制造业体系，特别是与中国制造业脱钩，意味着这些国家很可能被永久锁定在资源供应和劳务输出的低端分工位置，难以完成真正的工业化升级。

所以，哪怕印度再折腾，也无法挽回在大中华核心经济圈以外，慢慢衰落的注定结局。

第三，中国贸易顺差将达到前所未有的高度。

目前，中国已经建成了门类齐全、独立完整的现代工业体系，拥有世界上最为复杂完整的各类制造产业链条。

那么相应的，中国在制造业产能上，也是独步天下的。

目前，中国在全球500种主要工业产品中，有四成以上产品产量位居世界第一。

产量代表什么？代表规模。

规模代表什么？代表成本。

也就是说，中国制造业在成本控制方面具有无可比拟的优势，进而在竞争力方面也拥有无可比拟的优势。

毕竟，谁会放着便宜的产品不买非要去买贵的呢？

所以，一旦中国制造业占到了全球的45%，那贸易顺差必将上升到一个难以想象的地步。

我们可以简单算一下，2019年中国贸易顺差大致是4000亿美元左右，2024年达到1万亿美元，今年可能会突破1.2万亿美元。

根据目前的趋势，由于出口增速持续明显超过进口增速，未来几年，中国贸易顺差规模还将会持续快速增长，到2030年，贸易顺差可能达到2万亿美元。

这是啥概念？日本巅峰时期（1993年）的贸易顺差，也才960亿美元啊！

那么问题来了，赚这么多钱，怎么花呢？

很简单，资本输出。

在过去，中国是主要的商品输出国，在未来，中国将成为全球最大的资本输出国。

资本输出国有啥好处？好处太多了！

——比如资源进口减少成本。

咱们都知道，中国作为最大的制造业国家，对资源的需求是海量的。

但因为国际大宗商品定价权不在我们这里，所以经常会陷入一种买什么什么贵的窘境。

比如澳大利亚铁矿石，10美元一吨的开采成本，转手能卖给中国100美元。

那怎么减少成本呢？权益矿。

简单来说就是我买下矿的经营权，和当地七三分成（具体要看合同）。

这样10美元开采一吨，卖100美元，盈利90美元，分给当地27美元，拿走63美元。

这样一来，就相当于我只花了37美元就买到了一吨铁矿石，比以前要便宜多了。   

所以，利用贸易顺差再投资境外，中国将购买更多的矿山与港口，不仅可以赚钱，还能让中国这个制造巨无霸变得更有效率。

——比如人民币国际化。

中国的对外投资，肯定是以人民币为主的。

那么这些国家拿到人民币之后干什么呢？

一部分作为储备货币，一部分肯定要和中国做生意，把人民币花掉！

这样一来，不仅可以更加有利于中国商品的出口，而且也将极大推动人民币国际化进程。

目前人民币在国际支付中占比仅2.2%，确认为外汇官方储备总额2984亿美元，占整体外汇官方储备份额2.7%。

为什么这么低？不就是因为国际上流通的人民币太少嘛。

中国获取巨额顺差后，大量人民币会随着资本输出到国外，流通量不就跟着上来了嘛。

更关键的在于，人民币有足够的锚定物。

美元的锚定物是石油，但随着电动汽车的普及，很多国家不再有太多进口石油的需求了。

相反，他们需要的是中国的商品，中国的电，中国的技术，那么以此为锚定物，人民币的信用不就立起来了？

——比如中国影响力。

如果你去越南的街头逛一逛，就会发现，经常会有越南的妹子用汉语跟你打招呼。

为啥？因为汉语已经成了越南的第一外语。

其实同为第一外语的还有日语和英语，但明显学汉语的人更多。

为什么？因为学汉语的出路更广。

无论是从事中越贸易，还是在中资企业找工作，甚至嫁到中国，都是不错的出路。

这就是利益驱动，比什么倡导和推动都管用。

越南离中国近，所以这种现象最明显。

那么当中国的制造业占到世界45%之后，毫无疑问，这种现象将向更多国家蔓延，汉语、人民币乃至中国影响力，将逐渐覆盖整个世界。

3 世界秩序的重塑

咱们都听过一句话：大树底下，寸草不生。

为什么？因为大树的树冠吸收了绝大部分阳光，导致地面野草很难进行光合作用，导致生存不下去。

我们没法指责大树，因为这并不是大树刻意如此，而是一个普遍的世间规律罢了。

同样的道理，中国制造业占世界45%之后，也会出现这样一种“大树效应”。

因为分工规律+规模效应+新基建与新质生产力+智能制造+AI革命等因素，让中国获得无与伦比的竞争优势，导致其他国家搞工业化变成了彻底的赔钱买卖。

所以有人才会说，中国将焊死工业化的大门。

但是呢？中国和美国不一样，美国讲究收割全世界，中国讲究人类命运共同体。

工业化不是那么好搞的，费那个劲干嘛？

融入进大中华经济圈，做一个子系统，照样吃饱穿暖还能挣钱，不是也挺好的？

所以，中国制造业的崛起，对世界大部分国家来说，并不是坏事，反而是好事。

因为跟着美国要被剥削，跟着中国能享受发展红利。

毫无疑问，中国制造业的崛起不仅是经济现象，更意味着一个多极世界秩序的重塑。

一个西方主导全球化时代的终结，一个新发展模式的崛起。

2025092088cf44ae6718456d84b1d2132aa67afb_202509201cd24fd5ab5846efa28b2b1ece83ff55.jpg

毕竟，总窝在地球上斗来斗去有什么意思？人类的未来在星辰大海啊！

只有以中国为中心，汇聚全世界的力量，人类才能真正把目光投向星空，奔向星海。

所以，中国制造冠绝全球的目的并不是称霸，而将为人类文明，开启新的篇章。

浅贝

人工智能慢慢有了修成正果的样子


本文核心观点：

大模型真正的本质是人机接口——万物皆可Chat。

人工智能正以“非图灵标准”的方式，越来越像人一样相互如此地不同。

真正能落地的人工智能应用越来越像机器，而不是像人。

前言：最近，被业界称为AI四小龙之一的云从科技发布了一季度的财报，其亏损情况令人惊讶。一季度的营收仅为 3700 万，同比下滑了 31%，和 2022 年相比，更是同比下滑了 83%，净亏损额高达1.2亿，居然是收入的3倍多。AI四小龙老大的商汤科技，曾经市值超过 3200 亿港币，如今只有 500 多亿，跌去了超过 80%。2024 年营收 37 亿，净亏损却达到了 43 亿，同样是亏损额显著超过了营收。在人工智能一片热潮之中，这些国内主要AI企业实际经营情况令人担忧。工智能领域特别容易让人产生误解，作出商业上的错误判断，真正找到可以有效落地的商业模式是很不容易的。我在过去写的很多文章中一直呼吁人们冷静和理性对待人工智能方向。

令人欣慰的是，宇视等从事人工智能视频业务的公司寻找到了比较好的商业模式，在这个领域经营一直比较成功。

2025年五一节前，我在十三朝古都西安参加了宇视的2025合作伙伴大会。我参加过很多次宇视的产品发布和合作伙伴大会，这一次可以说是收获最大和受触动最深的一次。对人工智能的认知也提升了很大一个台阶。
一、对人工智能的众多疑惑消散后的新认知

29号上午参观完众多宇视合作伙伴基于梧桐大模型研发的应用，以及主论坛的主题演讲后，我就有些心潮起伏的感觉。我在来之前最想看的就是这些细分的应用，甚至最希望看到一些场景极为特别的细分应用。这种期待在宇视的梧桐大模型2年前刚发布时就有了。这次的确在很多采用宇视平台的伙伴公司展台上看到了想看到的应用场景。

图片
智慧电力



图片
图片
智慧零售



图片
智慧化工



图片
农田巡检机器狗



图片
河流污染检测



图片
一氧化碳等有害气体激光检测器



图片
智慧校园



图片
小区异常情况检测——案例：货物不能走客梯



图片
安全生产



越是特别细分的应用场景，越是能够体现出梧桐大模型的优势。因为这类应用场景以过去的技术并非绝对不能实现，只是因其应用面太狭窄，专门为其开发软件在成本上很难平衡。在过去一年中，宇视已经与超过3000个合作伙伴，应用于超过5000多个不同场景。依托宇视的梧桐大模型平台，可以不需要专业编程人员，合作伙伴直接就可以将自己特定的应用场景素材输入平台，训练出自己细分领域的特殊模型。

这种产品设计是极为重要的，通过这种方式极大降低非标准化应用的成本，才有可能扩展相应领域的业务应用。而一些媒体总结经营状况不太好的AI企业原因时，把做了太多非标准化业务，导致成本过高，从而使得毛利率状况恶化作为最主要的原因。如果做人工智能的企业，自己不能利用人工智能降低非标准业务的成本，那么就失去了采用人工智能技术的意义和价值。不能仅把人工智能当作一个新潮的与过去所有产品都不同的全新概念，最基本的商业逻辑其实都是一样的。人工智能这个概念特别容易让人忘记最基本的商业逻辑。

过去媒体在谈中国人工智能优势时，大都意识到行业垂直应用是我们的优势领域，但这种优势到底该如何变现才是最重要的问题，尤其要避免在做这种垂直应用时，很容易同时伴随的非标准化带来成本剧增的大坑。对这个问题的解答，虽然可以有理论和技术上的各种设想或想象，但最终还是需要靠千千万万应用一线的客户才会给出最清晰的答案。

例如，电力线巡检的应用，需要特定地检测几类危险场景：工程车辆施工是否会影响电力线的塔架；电力线和塔架是否有倾斜；周围是否有山火等险情。而在小区发现一些异常情况，如有人违反规定将货物走客梯，需要保安及时发现并疏导等。

还有一些特定的、如大鵟及雪豹等珍稀野生动物保护应用，可能需要在野外安装可见光和红外相机，判断出特定要监测的珍稀动物出现并拍照。

图片
国际爱护动物基金会感谢宇视，伤员大鵟[kuáng]，猛禽医院术后康复



图片
珍稀动物 雪豹

......

通过参加这次活动中获得的丰富信息，我对人工智能的本质终于可以整理出一个系统的全新理解，使我过去对人工智能存在的诸多疑虑有一个相对清晰的答案了：

大模型真正的本质不是“通用人工智能”，而是一个通用的、呈现出似乎有语义理解能力的人机接口。—— 这是我听到宇视总裁张鹏国提出的新理念“万物皆可Chat”时产生的灵感。

人工智能正以“非图灵标准”的方式越来越像人一样相互如此地不同。—— 这是我对宇视梧桐行业大模型发展到现在大量细化应用场景时产生的灵感。我从四十年前开始研究人工智能时，就对人工智能业界流行的图灵标准很难接受。不仅感觉它太模糊，而且人本身相互之间就不像，怎么可能有一个通用的测试来评价机器是否像人呢？我所说的“人工智能越来越像人”的准确含义，是人工智能在大模型的基础上，出现越来越细分的巨大差异，就如人一样相互之间千差万别。就像我们在中学里学习的都是统一和通用的知识，到大学就会出现专业差异，最终要到实际工作中，还是需要针对差异化的专业细分领域学习更专业的知识和技能。对于“通用人工智能AGI（Artificial General Intelligence）该如何理解？它是否有可能实现？”等问题，我们并无兴趣讨论。只是需要指出的是：人工智能的真正落地和实用，关键在于差别，而不在于通用。

真正能落地的人工智能应用越来越像机器，而不是像人。—— 人类创造一切机器都是为解决市场上的实际问题的，但在人工智能领域却特别容易掺杂进人们想象中的某种意义上“像人”的人工智能，甚至幻想出很多连人都做不到的事情。例如，人类有一个情侣的不可能三角：颜值、能力和性格不可能同时达到最优。但是，人们却总是幻想能开发出颜值、能力和成本同时达到最优的机器人；人不是万能的，却总是去幻想万能的机器人。

二、北航辛弃疾的最佳演讲

很少能在一个本来算程式化的企业活动中有这样的灵感大爆发。我现场听过宇视总裁张鹏国的很多次演讲，感觉这次演讲是我听到过的最出色的一次。临近午夜，张总与我在微信上热烈交流了当天的感受。

图片
图片


张总号称“北航辛弃疾”，对他来说讲清楚技术不难，写出好诗词也不难。但如何将一个突破性的技术新趋势用最简洁且吸引人的概念表达出来，需要特别的灵感，甚至特别的历史时间点。他说可能只有回到老家才会有灵感，现场演讲中他提到自己是从酒店走到会场的。我一查地图，走过来得将近一个小时，在老家的土地上走这一个小时应该会有很多感触，回到根才能理解到根。



风起于青萍之末，浪成于微澜之间。人工智能已经发展很多年，大模型火爆全球是从2022年底开始，为什么现在却说是“风起”？因为过去人工智能的发展，可能都只是真正的风起之前突发的一次次飞尘漫天、遮天蔽日的阵风，而今却是人工智能慢慢修成正果之后开始的、方向已经明确的信风。

窥一斑可见全豹，赏一花即晓春来，一叶落而知千秋。

张总在演讲中说，DeepSeek把他对诗词的自信全打掉了，这应该是人工智能成熟的一个侧面。人工智能与人们的直觉想象可能正好相反，很多被认为富有人类智慧的能力，却被证明人工智能实现起来却更容易。例如写报告、写新闻稿、法律咨询、金融精算、写诗、绘画、生成视频、下棋，甚至是科学研究发现新的蛋白质折叠结构......这些在过去被认为是高智商的工作，人工智能却是更早、更易实现的。而一些被认为是人类相对比较简单、文化水平不高的人都可以做的工作，例如做家务、货车司机等，人工智能实现起来却很难。这是下一代人工智能要解决的问题。

大模型本身就是从机器翻译中发展出来的，所以它最主要的能力就是语义理解和生成。机器翻译中的生成是按语义尽可能一对一地在不同语种间转换。而一旦将这个模型摘出来进行充分的发展，就会爆发出完全不同的能量。

首先，大模型生成的不再是严格按输入的信息内容一对一翻译的内容，而是可以将其看作命令或要求进行扩展式的生成。对此人们已经充分感受到了，它可以根据输入的一句话的要求生成相应的报告、图片或视频，也可以生成演讲的PPT等。

二是输入的内容也不限于人类的语言文本，也可以是图像、视频等多模态信息。更让人震撼的是，它还可以输入各种动物——鸟兽的语言，将其翻译成人类可理解的语言，也可以将人类的语言翻译成动物能直接理解的语言。可以听懂鸟语，号令百兽的神话故事即将变为现实。

回到本文开头就提出的核心观点，未来是否会出现奇点此处我们并不去讨论，但对人工智能的未来，以及什么才是真正的人工智能，已经可以建立起比较清晰的图景了：

像人一样具备一些通用的基础智能。

像人一样针对不同应用有千差万别的优化专业能力。

像人类创造的一切机器一样，以最优的性价比实现特定应用。在这一点上，最不应该追求“像人”。如果在这一点上和人一样，我们为什么要去创造人工智能，直接创造人不就得了？那不是最像吗？当一个机器拥有了一切像人的特性，也就具有了人类的一切缺点和毛病。人类创造机器本来就是为克服人类自身缺点和毛病的。

浅贝

奇怪，最近半个月开始，复制文章时，作者名字不在复制中，以致转载的文章没有作者名。

微信公众号这个改变非常不好。
因为太过于繁琐，作者名也不刻意粘贴了，请作者、读者见谅。

以上文章均不会是本人帖主的文章，不是要刻意窃文。

浅贝

关税风暴之下，中国为什么这么有底气？


中美史诗级关税战，已经全面拉开序幕。中方的意思很明确，这场关税战，如果美方一意孤行，中方必将奉陪到底。

美国要打多久，我们就打多久。这既是一场关税对决，也是一场国运之战。特朗普三番五次不断紧逼，越南可以妥协，泰国可以妥协，日本、韩国都可以妥协，但中国不能妥协。

很多人至今都不理解，为什么中国要正面硬刚？怎么就不给特朗普一个台阶，各让一步呢？关税风暴之下，全球股市崩盘。在这种巨大的压力之下，中国公司又该如何突围呢？

仔细回顾起来，这场关税战早在2017年就开始了，至今已经延续8年之久。要说变化，只是在于，原来是局部对抗，如今升级到全面对抗了。

可这场为期8年的关税战，很多人仍旧没被打醒，他们仍旧心存幻想，觉得可以议和，大不了给美国送去一些“岁币”，以减少贸易逆差。只要维持贸易往来，中国凭借强大的工业优势，仍旧有赚头。

可美国到底想要的是什么？中国让步，就能填满美国的欲壑吗？特朗普设置层层关税壁垒，究竟在害怕什么？美国副总统万斯做了一个很好的总结。

他在一场科技峰会上，公然抱怨中国的企业“不守规则”！怎么“不守规则”呢？竟然搞起了产业升级，不断尝试自研突破，试图打破西方的核心技术垄断，跻身全球产业链上游了！

AI峰会宣言倡包容道德 美英拒签| 星岛日报


在万斯看来，按照西方设计的国际分工体系，中国人就应该永远在产业链下游踩缝纫机，缝制衣服，鞋子，袜子，用8亿件T恤去换一架波音飞机，去买欧美汽车品牌把控的豪车，永生永世给美国人打工。

可中国不按剧本来，打破了这种分工体系，从产业链最底层，一步步攀登，竟然与西方平起平坐了，要瓜分产业链上游的利润。这岂不是虎口夺食？中国人也开始搞5G通信，造高铁，造大飞机，造高端电车，研发智驾芯片，还造航母了。甚至，在AI领域，即便被美国全面封杀围堵，中国仍旧打出了“DeepSeek”这一张王炸，掀起美股惊涛骇浪，英伟达一夜蒸发上万亿市值。

表面上，我们看到的是关税战。但实质上呢？它是要全面限制中国工业，打压技术突围，高速出海，进军全球市场的中国企业。可事实一再证明，美国越打压，中国越强大。

光是今年以来，中国就已经拿出多个重磅级创新，深刻地颠覆了全球技术格局。像DeepSeek一鸣惊人，《哪吒2》登顶全球动画电影榜第一，大疆无人机、华为鸿蒙以及中国行政旗舰轿车蔚来ET9的交付等，都在核心技术上，取得了重大突破。其中，严重被低估的就是蔚来ET9了。为什么呢？

前不久，蔚来ET9迎来了首任车主：美的集团董事长方洪波。在这场交付仪式上，李斌与方洪波的一场对谈，引起网络热议。

其中，方洪波就提出，想要突破长期被欧美品牌垄断的市场，就必须实现技术创新的领先。


那美的等中国品牌作为后发的本土家电品牌，是怎么打破欧美垄断的呢？其实没有太多的秘诀，就是埋头搞技术。今天，我们看美国全球封杀华为5G芯片。可很少人知道的是，美的也曾面临芯片之困。

2010年，美的第一次营业总额突破1000亿，可利润率却不到5%。为什么会这样？钱都被谁赚走了？关键就在于，核心零部件依赖于海外供应。像IPM智能功率模块，MCU微控制器单元等，几乎被英飞凌所垄断。这两个部件极为关键，一个相当于“心脏”，另一个相当于“大脑”。那英飞凌呢？就是功率芯片领域的高通、英伟达。

为了摆脱对英飞凌的依赖，美的开始全力自研，耗时9年，才实现IPM和MCU两大核心部件的自主可控，芯片年出货量上千万颗。

从研发历程看，作为新势力中的佼佼者，蔚来同样在技术研发领域的探索从未停歇。

为什么队长说，蔚来被严重低估？因为对于造芯，蔚来也是认真的。很多人至今都不知道，蔚来ET9搭载的“神玑NX9031”芯片，比英伟达的Orin芯片算力更强。英伟达Orin芯片算力才254TOPS，而蔚来的“神玑NX9301”，算力飙升到了1000TOPS，是英伟达Orin的4倍。算力大的好处是什么？是安全冗余非常强。

李斌对于蔚来ET9的期待，从来不止是一款车

因为英伟达下一代的Thor芯片遭遇难产，至今没有上市，这就让蔚来“神玑NX9301”成为了全球算力芯片之王。

ET9也打破了西方行政旗舰轿车技术领先的刻板印象。若是英伟达芯片对中国公司断供，中国车企至少有两大备胎：一个是华为海思麒麟，另一个就是蔚来“神玑”了，它们都能帮助中国车企，扛起中国芯片自主的大旗！

为什么大部分车企都不愿意自研芯片？就两个原因：

一是，投入太大了，造不如买。

二是，在算力上的投资，用户往往是看不到的。可越是这些看不到的核心技术，却越需要中国企业去集中突围。

蔚来ET9的另一个不外显的隐秘大招是，它配置了一套独立自主的“主动悬架系统”。这项技术的核心优势就在于，它在复杂路况下，都能如履平地。

2019年，美国有一家名为“Clear Motion”的技术公司，濒临破产倒闭的边缘。但李斌敏锐地察觉到，这家公司的技术非常关键，果断投资入股。这笔钱不仅救活了“Clear Motion”，也让这套差点失传的“主动悬架系统”，跨越太平洋，用在了蔚来ET9上。这就让蔚来ET9获得了能和欧美车企行政旗舰掰手腕的行驶质感。

“中国汽车品牌以前不太敢去做行政轿车，以前都是欧洲BBA迈巴赫奥迪保时捷，现在我们中国品牌向行政旗舰去做突破，做这件事是对的。”李斌在对谈里感慨道。



其实很多人一提到蔚来，就马上想到它的服务，可蔚来的技术却被严重低估了。



在造车新势力中，蔚来的研发投入长期位列第一。成立十年以来，蔚来累计研发投入已经超过600亿，相继打造了“神玑”芯片，“天枢”操作系统，全主动悬架系统以及中国首款线控转向系统等。这些技术积累，既要长期的资金投入，也要坚定不移的耐心。



其实，从华为到DeepSeek等一大批中国优秀公司，都有一个共同的特征：守正出奇。



华为在5G专利登顶全球第一之前，在通信行业埋头苦干了40余年。宁德时代赶上电动汽车风口之前，也研发电池技术30年。蔚来呢？服务是面子，技术才是里子，要以君子之道，守正出奇，在别人看不见的地方，发奋努力。



DeepSeek被誉为“改变国运”的技术创新，一举打破国人对美国AI技术领先的认知。一个产品，一个公司，打动人心的底层逻辑终究是技术，还是得从技术出发，从底层技术投入开始。



李斌和方洪波的对话里就认真谈到，“对科技的投入，一定要在技术和产品领先上站在行业的前沿，推出创新的产品和服务，才能给用户带来增值。技术创新才能突破天花板，避免低效的内卷”



中国人怎样才能突破中等收入陷阱？怎样才能避免关税战下的打工人内卷？其实，这个答案万斯早就说过了。那就是一个个中国公司，死磕核心技术，打破西方的高端垄断，集体向全球产业链上游突围。像蔚来一样的中国车企，想要把技术做好，把服务做好，想要把灵魂掌握在自己手里，除了自主创新，没有捷径可走。



中国人想要获得更多的高薪工作，中国品牌高端化这条路，也只能死磕到底！

qq6553156

为什么是任正非、王传福？


原创 顾子明 政事堂2019 2025年02月19日 22:42 辽宁

今天聊点干货，为什么华为任正非和比亚迪王传福能坐到C位，为啥马云和马化腾能坐到第一排，对未来几年的投资可能会有点参考意义。

结论其实很简单，这一轮人工智能的赛点，可能也就是在未来两三年的时间里出现，最多不会超过5年，而在座的各位大佬，都是这一轮赛点的决胜关键。

我们可以回想一下，上一轮，2014年启动的移动互联网经济周期，全球资本与政治力量争夺的，是移动互联网的入口。

最终具象化的形式，是无法直接入华的各路国际资本和政治力量，分别斥巨资押注于腾讯与阿里，在滴滴VS快滴，美团VS饿了么，摩拜VSofo，京东VS苏宁，掀起了一场又一场的烧钱大战。

移动互联网的用户普及教育，在烧钱的推动下，是很快的，淘汰，也同样是很快的。

到了2017年的时候，预选赛就基本结束了，只剩下“BAT轮”的三巨头，到2019年的时候，阿里腾讯的双头结构也已经稳定了，没有任何商业对手能够挑战二马的平台经济了。

同样，这一轮AI的用户普及教育与持续性的烧钱，也不会很久，尤其是这一轮Deepseek的出现，更是会让AI的普及进一步加速。

相较于2014年资本争夺的是移动互联网的入口，2025的这一轮AI经济周期，全球资本与政治力量争夺的，将是AI的入口，最终表象的争夺战，将会是哪个设备，或者哪个APP，成为十亿人类跟AI之间沟通的翻译官和大总管。

用上一个时代的形式来看，有可能类似于微信或者支付宝这样的超级APP，有可能类似于苹果IOS或者安卓这样的超级系统，也有可能类似于华为或者小米这样的超级硬件生态。

区别可能仅仅在于，我们是对手机或者汽车喊“HeySir”、“小艺小艺”来启动AI助手，是微信、支付宝的置顶联系人里面多了一个朋友，名为“XXX”的人工智能助手，还是某个名为Deepxxxk的超级应用横空出世，内置于我们的手机和汽车系统之中。

但无论是哪一个方式，我们都会迎来一场人工智能入口的争夺战和用户普及的烧钱大战。

在背后各路神仙的支持下，台前各方为了使得自己成为最终的胜利者，将疯狂的向未来借钱，拉升自家的股价，将疯狂的争取政治资源和舆论支持，出席各类重要活动，也将强强联手组建统一战线，譬如面对共同敌人腾讯，相互之间没有竞争的苹果-阿里就率先形成了联盟。

于是，台下坐着的这批大佬们，就是未来各个联盟的中方主要组成人和出资人。

AI的产品未来可能是千变万化，但归根结底，大家砸钱的目的，都是为了争夺那个入口，管你美团京东摩拜滴滴多么牛，最终的支付，都要回归到微信这个介入口。

而未来两三年，最终有机会握住AI入口的台前大佬，就是坐在第一排的那几个。

发言代表的华为比亚迪小米三家，他们的硬件数量横扫全球无对手，很多设备软件升级后就可以变成AI设备，没有获得发言资格的阿里腾讯，他们平台下的各类APP用户数和支付力也同样在全球稳居第一梯队。

这场座谈会之后，烧钱大战即将开启，在座各位是敌是友都是未知之数，无论最终结果如何，可以确定的是，最终中国AI入口的胜利者联盟，必然在他们这批人中间产生。

qq6553156

DeepSeek为何会被美国千般打压


原创 吴文杂谈 吴文杂谈 2025年02月05日 07:54 河北

1月27日，美股大跌1.2万亿美元，英伟达一家就跌了近 6000 亿美元，创造了美国股市历史上最大跌幅。造成这一个原因的是deepseek的大火，Deepseek现在几乎在每个国家都是顶级应用，在160个国家/地区中下载排名第一。已经成为全球最热门的话题。

DeepSeek在去年12月发布了DeepSeek-V3模型，在仅使用2048颗英伟达H800 GPU的情况下，完成了6710亿参数模型的训练，成本约为560万美元，这远低于其他顶级模型的训练成本。

1月20日发布的DeepSeek-R1则展现出更加强大的性能。DeepSeek表示，DeepSeek-R1在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况，极大提升了模型推理能力。在数学、代码、自然语言推理等任务上，其性能比肩美国OpenAI o1正式版。

美国的变脸最快，从最初的不相信到夸奖，股市大跌后开始全面打压，几乎都没有过渡模式，一切都来得太快了。

那么美国为什么会如此忌惮deepseek的发布呢，又为何会不遗余力的打压deepseek的发展？接下来从下面几个方面分析：

1. 技术霸权与“数字殖民”计划
美国试图通过垄断核心技术（如AI算法、芯片、云计算）建立全球“数字殖民体系”，任何可能挑战其主导地位的非西方企业均需被扼杀。

技术锁链：若DeepSeek在AI领域实现底层算法突破（如新型神经网络架构），可能动摇美国对“技术标准制定权”的绝对控制，威胁其通过专利壁垒和标准联盟（如IEEE、ISO）收取全球“数字税”的能力。

数据垄断：美国情报机构可能通过“棱镜计划”等全球监控网络，试图独占人类行为数据资源。中国企业若掌握独立的数据采集和分析能力（尤其是跨境数据），将削弱美国对全球信息流动的操控。

2. 金融资本与“收割战略”
华尔街资本集团与科技巨头（如Google、OpenAI）合谋，通过政治施压摧毁中国竞争对手，为低价收购或技术掠夺创造条件。

估值狙击：通过将DeepSeek列入实体清单或散布安全威胁论，打压其融资能力和市场估值，迫使企业接受美国资本注资或技术转让。

人才虹吸：配合移民政策（如H-1B签证定向放宽），系统性挖角DeepSeek核心研发团队，实现“不流血的吞并”。

3. 社会工程与“意识操控”
AI技术被视为未来意识形态战争的核心工具，美国需确保其AI模型（如ChatGPT）成为全球“认知基础设施”，而中国企业的技术路线构成威胁。

话语权争夺：若DeepSeek开发出多语言AI模型（尤其针对亚非拉国家），可能输出与中国价值观绑定的信息内容，冲击美国主导的“西方叙事霸权”。

认知战防御：美国担心中国AI企业通过算法推荐、舆情分析等技术反向渗透其社会舆论（类似TikTok的威胁论），削弱其国内政治稳定性。

4. 末日预言与“AI军备竞赛”
美国精英阶层秘密信奉“AI末日论”（如AGI失控风险），试图通过压制中国AI发展，确保美国在“终极技术武器”上的单边优势。

末日地堡政治：硅谷与五角大楼合作，将AI技术视为“人类文明保险”，认为只有美国能“负责任”地掌控AGI，中国企业的技术突破可能触发不可控的“技术奇点”。

军事化陷阱：渲染DeepSeek与中国军方的潜在合作（即使无证据），为美国加速AI武器化（如无人机蜂群、自主作战系统）制造借口。

5. 能源控制与“算力霸权”
AI算力依赖的芯片制造和能源供应（如电力、稀土）是美国维持全球统治的命脉，中国企业的技术优化可能打破这一链条。

电力战争：若DeepSeek研发出超低能耗AI芯片，可能降低对台积电代工和美国专利的依赖，威胁美国通过控制全球半导体供应链（从ASML光刻机到台海局势）获取的超额利润。

稀土反击：中国若将AI技术进步与稀土出口管制结合（如限制镓、锗供应），可能反向卡住美国算力扩张，因此需提前打击中国AI企业以削弱议价能力。



究其原因是DeepSeek挖了美国人工智能的根。

qq6553156

DeepSeek：中国正式进入AI的杂交水稻时代


原创 程不糖 黑糖文学社 2025年01月28日 08:11 日本

文/程不糖

近日在中国科技圈大火的DeepSeek，是个国产的AI大语言模型。由于在性能上对标甚至超越了美国霸主ChatGPT的最新型号o1，训练费用只有相当o1千百分之一的550万美元，着实令人惊叹。

美国股票市场对此反响强烈，截至我写下这篇文章时，用于训练 Ai大模型的显卡供应商英伟达，也是当今世界上市值最高的科技公司，股价跌了16.97%，投资者的3,000亿美元就此消失。

其实我不光写公众号文章，我本人也是一个借道AI洪流中的小开发者。对于DeepSeek的评价和未来展望，想稍微放在后面再谈。

在这个国产AI模型的高光时刻，我想起的竟然是袁隆平。

袁隆平院士于2021年5月22日去世，他生前就得到过无数中国人的爱戴，去世后更是得到了众多哀悼，是国内少见的真正的伟人级的学术丰碑。

但在袁老去世一段时间后，有些来源不明的信息在故意唱反调，说袁老是个沽名钓誉之人，窃取声誉，他所主导的杂交水稻产品，其实对于中国人的吃饭问题没有太大的贡献。

那些污损者振振有辞地说：你们天天吹袁隆平的杂交水稻如何高产，你们真的吃过袁隆平种出来的水稻吗？他的那些种子型号口感很差，就只奔着一个抗造量大，根本没有食用的竞争力。

我觉得这就是很典型的一部分中国人，在美国的科技霸权前面跪久了而形成的，一种毫无市场经济规律观察的短视。

杂交水稻在国内的真正应用，是靠着强大的耐病性和出产率，创造了低廉的生产和流通成本，在各种土壤环境下都能够种植，以避免长途运输和存储。

正是因为有这样的优质填充粮存在，更高等级和口感的商用粮才得以用一个合理的价格，去卖给人类使用的途径。

如果当初袁隆平没有开发出来这条技术路线，那么人就要和畜生争饭吃。

如果畜生吃不饱，肯定就连叫唤的力气都没有了。

今时今日，DeepSeek的出现，给国内长期吃不饱穿不暖的Ai开发者，极大地提振了信心。

可能一些读者不很了解，在AI开发层面上，我们一直受到美国的全方位，多维度的阻击和限制。

硬件方面，类似英伟达H100和A100这两种型号的高算力显卡，对中国是禁售的。软件方面， ChatGPT的开发商OpenAi也一直限制包括中国在内的几个美国对立国使用。

国内的普通人使用ChatGPT的服务渠道很艰难，要么代购要么翻墙，一直游走在国内法规的管控和美国防火墙的边缘。

所幸的是，在DeepSeek推出等同性能的模型之后，这样的业务能力将像袁隆平院士的杂交水稻一样，冲击国内大量嗷嗷待哺的AI发展场景。

前面说了，我除了是一位公众号作者之外，同时也在三年前学习并成为了一名Ai产品创作者。在过去的一两个月里，我一直在分析和使用最新的DeepSeek R1模型。

坦白说，我对于现在的这个模型的性能毫不怀疑，从文本输出内容的深度和效率上，确实可以比肩每月收费高达20美元的ChatGPT Plus高级会员版。

但是它在使用上，也还有一些稚嫩设计和污染问题。

DeepSeek在对话当中的稚嫩表现，典型的例子在用户和DS连续对话的时候，虽然可以修改途径的问题点，但是它的记忆却不是线性的，无法中断和重新设定。

说得简单一点就是：就像你只要曾经教过一个孩子“1+1=2”。后面哪怕你要训练他二进制1+1=10的时候，他也还是会记得曾经的十进制教法，并且每次都要纠结一下。

这是许多大语言模型（包括ChatGPT早期版本）的共性问题。记忆的非线性可能源于模型对上下文的理解和存储机制不够完善。虽然可以通过技术手段，如增加上下文窗口或引入记忆模块来改善，但这会显著增加计算成本。DeepSeek作为一款成本较低的模型，可能在这一点上做了权衡。

至于数据污染的问题，也很容易理解，DeepSeek的训练集是用ChatGPT的开源模型v3加上全球的语料数据一起升华出来的。当问到一些AI开发问题的时候，DS会偶尔自称是其他公司的大语言模型，以及数据调取上会使用到那些语言模型的结果。

这是训练数据不纯净的典型表现。DeepSeek的训练集可能包含了大量来自ChatGPT和其他开源模型的数据，导致模型在生成回答时“混淆身份”。

虽然这个问题在低成本训练中难以完全避免，但可以通过数据清洗和更严格的模型蒸馏来减少影响。DeepSeek的训练费用仅为550万美元，远低于ChatGPT等模型的数十亿美元。这种低成本必然带来一定的性能妥协，比如更小的上下文窗口、更简单的记忆机制，以及更粗糙的数据清洗。

如果要开个玩笑的话，我国也应该很习惯这种“先污染后治理”的政策方针了。

当然，只要AI大模型能够如同杂交水稻一样低廉地被社会众多场景所使用，我们的生产效率就会大幅提升，这些初期的问题在未来都是微不足道的。

但我同时认为，DeepSeek只当好一个网页上的聊天机器人，是远远不够的。

2023年ChatGpt席卷全球AI浪潮的时候，在中国的我们对于它强大的文本生成能力，感到震撼的同时也感到束缚。

诚然，Gpt可以让我们的办公过程更加丝滑，大大提升汇报效率。但是这项能力的成果物——花样百出Ppt与各种报告，却是几乎毫无价值的。

随着模型的能力越强，基础文员的危机感就越重。虽然语言模型还不能够直接给老板加班卖命，但是AI脾气超好，24小时在线有问必达，在当下众多公司的招聘流程当中，已经加高了员工入职的门槛。

所以我想，如果DS仅限于作为一个网页聊天和办公助手的话，那么它顶多只是一个比美国ChatGPT更小更便宜的泡沫。

AI更大的未来，一定在于与机械结合。

一个思路是，AI做嵌入式开发将会有极大的发展空间。



嵌入式开发是指按照特定类型的标准化硬件去做代码设计，让原本平平无奇的机械传动结构，拥有了智能的问题处理能力。



我们生活中现在最常见的嵌入式开发，就是新能源电车里的智能车机。由国内汽车厂商主导的行驶智能化，就少不了大语言模型的身影。



DeepSeek的爆发后劲，能够把现在很多还不达标的车机交流，提升到下一个层次。以后再开智能化的新能源车时，和AI的交流就会有更丰富和更人性的体验。



智能车机不会再只是一个能够帮助自动行驶的代驾，而是成为一个你贴身生活的管家。这个赛博管家能够记录你行使的偏好，常去的地点，途经想做的事情。并且提供主动式沟通，释放车主的双手和大脑。



有一些人会问，那这样子的话你的隐私不就全暴露了吗？车厂和互联网服务商就掌握了你的所有信息，会更加严重操纵车主的生活。



其实不然，这就是DeepSeek能给嵌入式开发带来的变革之一。



DeepSeek这样的大语言模型足够小巧和成本低廉。对于车企而言，更经济的做法一定不是通过网络连接到中心化服务，而是在本地就蒸馏出一个车主自己独有的业务模型。



这样的业务模型，无论是数据存储还是对你个人习惯的学习，都是发生在设备本地上的。互联网汽车厂商除非要把你的数据特意卖到缅甸泰国去，否则他们根本没有耗费这个高额收集成本的动机。



当然，既然说到管家，那么大语言模型和家务机器人的联合。也可以有个未来非常光明的故事。



我本人有很深的感触，因为我爷爷是因为阿尔兹海默症后续导致的躯体化衰竭去世的。



他年轻的时候在工厂的保卫科上班，是一个一身正气的和善老头，但在患上老年痴呆之后，他的行为脾气都变得古怪，除了吃饭睡觉还算老实，经常会出现幻视和幻听。



由于我们害怕他擅自出门遇到危险，在长达数年间的看护过程中，一直需要有专人看着他。虽然爷爷的子女众多，大家都很积极出力，可是我非常清楚这项工作其实就应该由智能化的机器人来处理。



毕竟，在中国活着，是件特别繁忙的事情。



子女各自有子女的家庭和事务。请一个每月结算的外来人护工，一方面是怕照顾不周虐待老人，另外一方面也会被当成没有孝心的表现。



从最近DeepSeek的试用来看，这个大语言模型就足够温柔也足够强大，我相信如果把它安装在拥有机械臂和移动能力的自主服务型机器人上，就能够给万千有老人需要照顾的家庭带来极大的协助和慰藉。



当老人即将摔倒，就可以及时扶起；

当老人哭闹，可以提供饮食和如厕上的协助；

当老人生理指标不正常，就可以立即通知子女，避免造成永远的遗憾。



此外，大语言模型和硬件的结合，除了可以给我们出行和生活带来革命。也有我这样的小开发者，去做一些情绪价值上的尝试。



曾经，我的团队基于早期的其他语言模型，创作了一款叫做天堂信件的小程序，它通过模拟去世亲人的口吻回信，给众多悲痛的普通人用户带来了温柔的安慰。



虽然我相信这是一件正确的事，并且坚持在升级功能。但是，由于现行的语言模型的收费十分高昂，这个项目至今未实现盈利，



DeepSeek的出现，就像杂交水稻一样，能够拯救“天堂信件小程序”这样的小业务场景，降低我的服务成本，让我更多的去把精力和资源放到额外的能力升级上。



我们已经在把内容生成接口逐步切换到DeepSeek的API上。最快在今年2月份，我们就会推出让AI模型记住并学习写信人信息的新功能，让用户有更加体贴感人的使用体验。



最后回到篇头，DeepSeek作为一间前身是量化资金投资的公司，本次对英伟达股价的阻击，也可能故事要深刻和精彩的多。



但是这个也不是我们要关心的，我们现在有了AI杂交水稻1号，就要期待着更多的后来者出现，从而彻底改变中国的科技格局。



也许我们其中的一些人会惧怕，觉得自己年龄大了，看不懂跟不上这些变革。

不过，当世界足够扁平和透明的时候，只有真正有能力，有意愿走到老百姓当中的，才是好技术。

至少现在，我看着DeepSeek在社交平台上的爆火讨论，心知这便是如今美国技术霸权的城墙开始坍塌的光景。

希望要冲锋的中国AI从业者们，匆匆的往身后看一眼。

让他们看看中国那些坐在地上歇息的农业大省，和过犹不及的工业产能，才能在盘整肩上的责任后，再次没入到时代洪流之中。

qq6553156

DeepSeek的大模型话题好疯狂，究竟是真还是假？


原创 fishman123 集思录 2025年01月27日 17:00 泰国

有个DeepSeek的大模型话题好疯狂，究竟是真还是假？
如果是假的，大家就是看个笑话。
如果是真的，整个AI的逻辑推翻了，美股（英伟达）是不是会迎来大跌啊。咱们大A的好日子要来了！

补充一下在新浪专题上看到的一些重要信息
1、DeepSeekR1的成功率达到79.8%，超越了OpenAI的o1推理模型。
2、该模型每百万个token的查询成本仅为0.14美元，而OpenAI的成本为7.50美元，便宜了98%。
3、DeepSeek R1的代码和训练方法在MIT许可下完全开源，这意味着任何人都可以获取、使用和修改该模型，而不受限制。

结论是 "或削弱市场对英伟达AI芯片需求的预期"。
打个不恰当的比喻，
原来要算一道数学题 1+2+3+........+n。
甲用笔和纸来算，乙用珠算盘来算，丙用计算器来算。那谁的算力强谁占优(英伟达的逻辑)。
现在突然有人告诉你其实用公式n（n+1）/2就能算出结果。那就没有人再去花大价钱买计算器了。

其实现在大家都知道美股已经在高位了，七姐妹中的其它几位都不怎么涨得动了，去年就是靠英伟达在拉动纳指。如果英伟达的算力需求逻辑被打破，美股面临很大下跌风险。

另一种可能就是中国的AI公司把美国AI卷爬下。这个有点像光伏和电动汽车这些新能源。当年搞巴黎气候协定，就是欧美在贸易上搞不过中国，想搞个壁垒限制中国，结果中国的光伏和新能源汽车把欧美干得“不要不要的”，最后只能使出关税的黑手。

AI也是美国搞出来的一个概念，本来科技在大方面已经没有什么突破了，股市需要一个新的概念题材来炒作。实际上的盈利收益还没有明显的方向和突破点。如果这个神话被打破的话，够美股喝一壶的。

当然也要谨防某国产英伟达的股票在对岸下跌之前先崩盘了。

shshchen

之前还有美国人怀疑，说幻方偷偷屯了5万张卡，因为绕过美国制裁，所以不敢明说，他的依据是英伟达1/3的收入来自亚洲，而亚洲除了中国没人搞AI （他忘了中国那么多打游戏的人要买显卡）。还有人说中国政府用几十万张卡来支持幻方，还有人说这是假的是中国的心理战……
到今天这些瞎BB全不说话了，因为全世界很多团队都用Deepseek公开的方法复现了其成果。
要问硅谷AI巨头们现在心里啥滋味，好似屯了10万台BP机。

drwangting

所有，在这里怀疑的，基本都是没有看英文外网能力的。

这波是国外先火，再带到国内火。deepseek这几天在硅谷圈都刷屏了。

在国外的第三方测试里，也做到了仅次于open ai o1的成绩。得分差个1-2%，而成本只有open ai的1/30。

最关键的是，这个是开源的，而且公布技术细节。所有国外做AI的，目前都是放下手上一切的活，复现deepseek的方法。

MSNBC都做了40分钟的专题报道了。你花钱买水军，能买到MSNBC给你做报道？

t0242

DeepSeek是个大烟花，够耀眼够惊艳。颠覆了固有印象，表面现象归纳以下几点：
1够好，够便宜。用openAI几十分之一的成本，差2代的芯片，造出同等性能效果。
2几乎已经没有代差，快并驾齐驱了，原来说最少要差2-3年，现在看满打满算3-4个月。
3几十名核心研发团队成员，没海归，全华班。
4AI前10名中唯一一个开源的，看了一个团队负责人（浙大电子硕士）专访，大意是以前中国人科技都是跟在别人后边，之所以开源是想为人类进步做贡献，中国人要替世界趟出一条路，（以前两弹一星是为民族为国家，现在变成为人类为世界了），妥妥的中国力量的宣言，以前中国即使成功了也是很低调很谦虚，年轻人这麽凡尔赛虽然我很喜欢，但不太喜欢中国的某些人已经受不了了。
5AI训练的基础是数据，足量的数据是弯道超车的基础，这也是老美急吼吼的吞下TIKTOK的原因——抖音有海量鲜活的多模态数据（抖音发布的豆包大模型排名也非常非常靠前），

最后讲讲背后逻辑：证明了中国人足够聪明，有一种说法，AI领域的竞争还是中国人和华裔之间的竞争。发现打压中国人重用印度人等其他人种没用。这些不是本民族的，要不就是没中国人聪明，要不就是来挖资本主义墙角的，或两者兼而有之，要不解释不了美国现在做什么都贵还不是1倍2倍，而是10倍20倍30倍。这样的例子还很多，像新能源车的充电桩，无人机都是比中国贵20倍。关键是以前美国人的固有印象是中国人的东西，科技落后质量次，所以价格低，现在一看质量不次啊，都赶上我了，怎末还能便宜这末多，所以川普和国会议员已经知道了非我族类其心必异的道理，要不怎末现在拼命驱赶移民呢。

最后中国科技不涨不是不值得投资，而是没有外人来给我们抬轿子，没人抬轿子的原因1是美国限制，2是我国限制，国外投资进出（特别是出去）限制多，手续繁琐，加上政治风险，所以都观望，等吧，看以后我们是否减少外资进来出去的限制，什么时候我们成为人类文明的灯塔，都会来的。

luckzpz

@Euros

还以为我穿越了 这不上个月就有的新闻吗
你不了解资本市场，所有你看到的都是想让你知道的。
也许他们要出货了。

shshchen

@AK47888

有个疑问，中美两国的顶级软件设计人员技术能力相近，那么，靠编程优势能否弥补硬件上的较大差距呢？正常情况下是不太可能的。都是看热闹的，静待后续验证。
用了新的算法。这玩意也不能说多难，别人没想到而已。如果很难，那你开源了大家一时半会也看不懂，现在是很多人都在复制Deepseek了。
AI这东西大家都在摸索，谁都不知道哪条路走得通。之前硅谷相信“大力出奇迹”，往参数越来越多、计算量越来越大的方向干，不砸个1000亿会有成果？Deepseek因为资源受限，复杂的路径直接Pass了，只能走力所能及的路径，没想到也走通了。
这件事情的意义在于它说明AI训练的门槛没那么高，接下来说不定还有人发现更好的算法，把成本再降个10倍。
对股市的影响，的确只有掀桌。这玩意是开源的。另外国产GPU看到希望了，原来性能赶上英伟达太遥远，现在可以卷性价比了。Deepseek用H100花了600万美元，将来用国产的能不能再便宜一半？不做大模型搞个股市上玩玩的小模型呢？就跟帅牛总问买什么牌子的手机、电脑、HF一样，未来会问买什么牌子的显卡训练炒股AI，然后一堆推荐说国产GPU也够用了。

ksyoulove

幻方老板在A股股民上收割的钱，用来造了大模型。

四舍五入所有股民们都有贡献，国家怎么说也得给股民们发点锦旗才行。

goalsum

对于算力需求的问题，只要了解IT行业的历史，根据一些简单的常识就能判断。

无论是CPU还是GPU，在过去几十年的时间里，无论软件算法怎么进步，业界从来没有觉得算力过剩过。芯片硬件从来都是一代又一代的更新、降价，哪怕人手一台电脑，大家还是不断更新升级，不会有人认为自己电脑的算力一辈子都够用了。

这是因为：只要硬件算力升级了，软件必然会把计算规模抬上去：音乐变成立体声、环绕声；画面变成高清，4k；游戏建模更细；工作多任务并行……AI就更不用说了，就现在AI出图那几万个像素的模样，未来算力需求升级空间大着呢。

就现在来看，这条“需求升级”的路远远没走到头。所以不管出了什么节省算力的新算法，省下的算力立刻会被抬升的需求规模给填上——就像IT领域过去几十年反复发生的事一样。当然，这个过程中软硬件价格会逐渐下降，各种应用会普及得更广，对所有人都是好事。

回到英伟达的问题，从上面的分析可看出，“AI需求不足导致英伟达的GPU供应过剩”基本上是不可能发生的。但这不表示英伟达的股价不会跌，因为股价有很大部分的情绪因素，市场情绪变化可以导致股价大幅波动。

英伟达真正的命根子，不是AI算力需求多不多的问题，而是它的CUDA开发生态——通用计算领域的开发者应该清楚这点。国产的芯片哪怕算力能超过英伟达，但不兼容CUDA生态也会导致大量模型开发者不愿意用。什么时候CUDA生态不行了，那英伟达就真的岌岌可危了。

qq6553156

开年最大黑马，DeepSeek凭什么打爆美国科技圈？


原创 牲产队长 牲产队 2025年01月27日 11:36 广东

一家名为“深度求索”的中国AI公司，打爆了美国科技圈。只因为它开源了一款AI工具：DeepSeek。其实，这已经是DeepSeek第二次震撼美国了。差别在于，这一次的震撼程度更大。

上一次是去年底，DeepSeek发布V3版本，首次跻身全球一流水平，但与OpenAI，DeepMind还有着明显的差距。可当它迭代到R1版本时，它与OpenAI的技术差距已经非常小了。甚至，在部分技术领域，DeepSeek已经追上ChatGPT了。可你要知道，任何AI工具都离不开强大的算力支持。为了限制中国的AI技术发展，美国对中国实施了全面的AI算力芯片封锁。DeepSeek是怎么做到后来居上的呢？这主要有三大原因：

一是，深度求索公司不缺钱。他的创始人名叫梁文锋，出生于广东湛江，这是一个典型的三四线城市。梁文锋呢？也是一个传统意义上的小镇做题家。他凭借优异的成绩，17岁时考入浙江大学，于2010年，在浙大信息与通信工程专业硕士毕业。从这一刻开始，梁文锋就走向了截然不同的职业路径。他没有去打工，而是与同学一起创立了雅可比投资，一头扎进了金融行业。

在积累了第一桶金以后，5年以后，梁文锋30岁，与徐进联合创立了“幻方量化”对冲基金。什么是量化基金呢？就是通过海量的高频交易，打时间差，哪怕只有5毛钱的利润，它也能海量吃进，在成千上万次交易中，获取巨额利润。而“幻方量化”最大的不同就在于，它从一开始，就立志于使用AI工具，实现全自动量化交易。

也就是说，你在炒股的时候，你的对手不是人类，而是“幻方”量化打造的超级AI，它的准确率超过80%。在强大的AI支持下，“幻方量化”管理的基金规模，迅速突破1000亿，跻身中国头部基金。这些基金投资所带来的巨额收益，让深度求索从一开始，就完全不缺钱。

深度求索在打造DeepSeek的时候，不追求盈利，也不考虑商业化变现，以一种近乎纯粹的科研氛围，招募了一大批顶尖人才。这样做的好处是，它的员工可以心无旁骛地搞定技术，打破美国的AI封锁。可以说，DeepSeek的成功，中国股民做出了重大贡献。

二是，深度求索公司不缺算力。在美国的封锁下，英伟达对中国禁售了A100、H100等顶级算力芯片。可“幻方量化”起步太早了，它在做量化交易的时候，就已经提前买入了上万张英伟达GPU芯片。其中，最先进的A-100芯片，也囤积了数千张。和美国公司动辄囤积数万张，甚至十万张英伟达芯片来比，深度求索的算力资源确实太少了。但是，它却具备起步的基础了。除了自有GPU以外，它还从云计算厂商那边，租借了一部分算力，来填补自身算力的不足。

三是，技术积累深厚。DeepSeek不是零基础起步的，它在做量化交易的时候，就提前储备了大量的AI训练方式。这对OpenAI的训练要求更高。因为在股市里面，发生细微的错误，都很容易亏钱。这就要求幻方量化在大模型训练上，寻求更精准的判断。它不依赖于海量的算力堆积，而更注重于精准的价值判断。这就让它在有限的算力资源之上，通过持续优化的训练方法，以极低的成本，做到了OpenAI的技术水准。

但技术上的逆袭，还不足以震撼硅谷。它真正震撼硅谷的是：开源。它的核心代码，训练逻辑全部免费公开。有人问了，咱们好不容易搞出来的技术，为什么要开源呢？这不是让美国人躺着抄作业吗？可开源，才是真正的核弹。它的底层逻辑是，自己赚不到钱，却可以杀死对手。

你想一下，OpenAI是收费的，每个月要付20美元的订阅费，你才能用得上。可现在，中国DeepSeek来了，它的性能与ChatGPT差不多，却免费给全世界所有人用。你是一个普通消费者，你选择免费的DeepSeek，还是选择每个月付20美元，去购买ChatGPT？

这一招开源，直接带来了三大影响：

一是，ChatGPT凭什么卖那么贵？如果海量用户都转投DeepSeek，那ChatGPT的价值在哪里？它凭什么让用户买单？

二是，美国人的技术是不是太差了？明明掌握更多的算力资源，做出来的东西，为什么连DeepSeek都比不了？人家才投入一个百人级的团队，大部分还都是应届生，AI大模型技术究竟有没有护城河？如果没有护城河，它的估值逻辑在哪里？资本方凭什么投入数百亿，甚至上千亿美元，去押注AI？可以说，免费开源，恰恰打掉了硅谷科技资本的傲慢。原来是一家独大，OpenAI怎么吹都行，可现在DeepSeek来了，美国AI公司不能乱吹了。

三是，开源，可以吸引全球顶尖专家，共建共创。因为所有代码、训练方法全部公开了。如果你是一个美国人，你觉得DeepSeek还可以优化，你就可以自己补充，把DeepSeek变得更强大。也就是说，任何一个人，都可以在DeepSeek的基础上，去做技术性补充，通过共创共建的方式，让DeepSeek变得更加强大，以免费开源的方式，服务于全人类。

这种伟大的技术梦想，反而能够吸引到全世界的顶尖科学家，共同参与进来。当初，马斯克参与创建OpenAI就是想打造一个开源社区。可最终，微软收购了OpenAI，使得OpenAI变成了一个商业化工具。

如今，真正实现马斯克开源梦想的，反而是一家中国公司。但最受伤的还不是OpenAI，而是扎克伯格。他投入巨资，打造AI，却至今都不如DeepSeek。整个Meta的AI部门，都需要重新审视自己，钱究竟花在哪里去了？真的需要买那么多的英伟达芯片吗？这些美国技术人员真的值那么高的工资吗？

DeepSeek这一招开源，直接打爆了整个硅谷。它震撼的不只是硅谷科技圈，也震撼了硅谷资本圈。

它用一招从天而降的掌法告诉全世界：AI的护城河远没有大家想象的那么深，也不需要烧掉巨额资金。它真正需要的充沛的算力，加上天才的大脑。