四川
紧随K3之后，智谱AI的GLM-5.2、MiniMax的M3以及DeepSeek-V4等模型接连亮相，展现了中国AI实验室扎实的自主研发能力。
算力瓶颈与商业模式的破局
中国AI发展曾面临算力瓶颈，但这一局面正在快速改变。K3从训练阶段就应用了量化感知训练，使用MXFP4等开放标准格式，对包括华为昇腾在内的国产芯片提供了支持。更重要的是，美团近期发布的LongCat-2.0模型，总参数量达1.6万亿，是业界首个完全依靠国产算力完成训练和推理全流程的万亿参数大模型，峰值训练规模超过5万张国产算力卡。这标志着中国AI的技术栈正在逐步成型，算力问题已不再不可逾越。
更关键的优势在于商业模式。根据全球最大的中立大模型路由平台OpenRouter的统计数据，在短短18个月内，中国来源的开源模型处理的工作负载份额从不到2%飙升至超过60%。这意味着，全球超过一半的AI推理流量正运行在中国模型上。核心原因在于高性价比——中国模型以美国顶级模型十分之一左右的价格，提供了接近的能力。当企业从盲目追求“消耗了多少token”转向关注“投资回报率”时，中国模型的性价比优势就变成了结构性优势。截至2026年6月中旬，月之暗面的年度经常性收入（ARR）已突破3亿美元，API收入占总收入七成以上。
制度竞争：定义未来的AI规则
长期来看，谁能主导全球AI的治理规则，将决定未来的竞争格局。2026年7月16日，《关于成立世界人工智能合作组织的协定》在上海签署，来自亚洲、非洲、拉美和欧洲的29个国家成为创始成员国。这是首个由中国主导成立的全球性AI治理机构。
其核心主张包括：加强AI能力建设国际合作，确保发展中国家平等受益；发挥供需对接平台作用，鼓励共建开源生态；在AI领域推动构建公正合理的全球治理体系。这提供了一个不同于美国封闭路线的选择，强调“AI主权”与合作共赢。
综上所述，中国在AI领域的优势建立在扎实的技术积累、更具性价比的开源商业模式，以及着眼长远的全球治理规则构建之上。从制造业到科研，历史上多次出现中美关键指标的“死亡交叉”。如今，在人工智能这个代表未来的核心领域，一个新的交叉点正在清晰浮现。这不仅是技术的赶超，更是一场关于发展路径和全球规则的深刻变革。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
