一、引領(lǐng)開源浪潮：從追趕者到全球領(lǐng)導(dǎo)者

費天褀指出，中國AI的一個關(guān)鍵轉(zhuǎn)折點，是在開源大模型領(lǐng)域?qū)崿F(xiàn)了對全球的超越?！皬?024年中到2025年初，一系列出色的中國開源模型，在準確度、性能等關(guān)鍵指標上，與閉源模型的差距迅速縮小，甚至在部分場景下實現(xiàn)了反超。”

這種追趕并非偶然。開源模式為中國企業(yè)提供了獨特的價值：

• 極致的定制化：企業(yè)可以完全下載模型，根據(jù)自身業(yè)務(wù)進行深度微調(diào)，打造最契合的應(yīng)用。
• 安全與隱私可控：將模型置于自有基礎(chǔ)設(shè)施內(nèi)，滿足最嚴苛的行業(yè)安全標準，這在“To B”領(lǐng)域至關(guān)重要。
• 社區(qū)驅(qū)動的創(chuàng)新：開放的生態(tài)吸引了全球開發(fā)者共同迭代，形成了快速、多元的創(chuàng)新循環(huán)。

在全球知名的LLM Arena排行榜上，前十大模型中的所有開源模型均來自中國團隊。費天褀引用了一份美國《科學(xué)人》雜志的調(diào)研，極具說服力地指出：“目前美國有80%的AI創(chuàng)新企業(yè)都在使用中國的開源模型，因為其性價比最高?！?這一數(shù)據(jù)印證了中國在全球開源生成式AI生態(tài)中的毋庸置疑的領(lǐng)導(dǎo)者地位。

二、效率為王：重新定義AI的投資回報

如果說開源是基礎(chǔ)，那么效率就是中國AI實現(xiàn)商業(yè)價值的關(guān)鍵。費天褀觀察到一個行業(yè)心態(tài)的轉(zhuǎn)變：“前兩年大家信奉‘規(guī)模效應(yīng)’，認為算力堆砌得足夠多，就能得到更智能的模型。但DeepSeek的出現(xiàn)證明了另一條路的可行性——通過卓越的工程化和優(yōu)化，在有限的算力上也能輸出頂尖結(jié)果?！?/p>

這種對效率的極致追求，直接體現(xiàn)在成本控制上：

• API成本優(yōu)勢：中國模型的API調(diào)用價格普遍低于國際主流閉源模型，對于Token消耗巨大的業(yè)務(wù)場景，能顯著降低成本。
• “一體機”模式：為了降低部署門檻，中國市場出現(xiàn)了將硬件、軟件、模型和集成服務(wù)打包的“AI一體機”。這為缺乏AI人才儲備的傳統(tǒng)企業(yè)提供了一條快速、可衡量ROI（投資回報率）的落地路徑。

費天褀強調(diào)：“對于大多數(shù)傳統(tǒng)企業(yè)而言，他們的目標是優(yōu)化現(xiàn)有流程，而非進行前沿科研。因此，如何用更低的成本，實現(xiàn)可見的業(yè)務(wù)提升，即效率，才是他們最關(guān)心的?！?/p>

三、數(shù)據(jù)飛輪：構(gòu)建無法復(fù)制的核心壁壘

在模型能力趨同、成本日益透明的未來，費天褀認為，數(shù)據(jù)將成為企業(yè)最獨特的戰(zhàn)略資產(chǎn)?！澳Ｐ痛蠹叶伎梢垣@取，但你的數(shù)據(jù)是獨有的。誰能構(gòu)建起高效的數(shù)據(jù)飛輪，誰就能在AI競爭中建立長久的壁壘?！?/p>

數(shù)據(jù)飛輪的運作邏輯清晰而強大：一個基礎(chǔ)良好的模型催生應(yīng)用，應(yīng)用吸引用戶產(chǎn)生交互，交互反饋生成海量數(shù)據(jù)，這些數(shù)據(jù)再反過來優(yōu)化模型，從而驅(qū)動更好的應(yīng)用，形成正向循環(huán)。

費天褀舉了兩個典型案例：

• 新能源車企：盡管各家技術(shù)路線不同，但它們都極度依賴用戶駕駛數(shù)據(jù)來反哺和優(yōu)化智駕系統(tǒng)，這是一個完美的數(shù)據(jù)飛輪實例。
• 企業(yè)“數(shù)字員工”：以浪潮為例，其開發(fā)的“數(shù)字員工”在采購、營銷、HR等崗位輔助人類工作。人類員工則轉(zhuǎn)變?yōu)椤氨O(jiān)護人”，根據(jù)“數(shù)字員工”的月度表現(xiàn)數(shù)據(jù)進行迭代優(yōu)化，這同樣是一個在企業(yè)內(nèi)部高效運轉(zhuǎn)的數(shù)據(jù)飛輪。

數(shù)據(jù)飛輪的高效運轉(zhuǎn)，也解釋了為何中國在Agentic AI（智能體AI）的落地率（15%）遠超全球平均水平（6%）。

展望未來：挑戰(zhàn)與機遇并存

當(dāng)被問及未來挑戰(zhàn)時，費天褀坦言，清晰的商業(yè)模式和盈利路徑是所有AI廠商共同面臨的難題。技術(shù)已相對成熟，但如何在“To C”和“To B”市場實現(xiàn)穩(wěn)定盈利，仍需探索。

對于志在出海的中國模型，費天褀特別指出了兩大挑戰(zhàn)：

• 地緣政治與合規(guī)：這是最大的障礙。海外客戶，尤其是政府或大型企業(yè)，會從政治和合規(guī)角度對中國模型進行審慎評估。
• 人才與文化差異：海外市場，特別是傳統(tǒng)企業(yè)，普遍缺乏AI人才，且存在使用習(xí)慣和文化上的差異，這對中國廠商的本地化服務(wù)能力提出了高要求。

盡管前路有挑戰(zhàn)，但費天褀對中國AI的未來充滿信心，其總結(jié)道：“開放，讓我們匯聚全球智慧；效率，讓我們能將技術(shù)轉(zhuǎn)化為商業(yè)價值；數(shù)據(jù)飛輪，則為我們構(gòu)建了可持續(xù)的核心競爭力。這三點，是中國AI創(chuàng)新的關(guān)鍵所在?！?/p>

lixiangjing

算力豹主編