SaaS 喊了 20 年没进去的地方，中国 AI 模型 18 个月就进去了

昨晚群友发来一份文件，是前段时间美国风投机构 Dimension Capital 的几位合伙人来中国跑了一圈之后，对中国 AI 的全新认识和投资判断。

他们密集拜访了一批中国 AI 公司，回去后给出资人写了一封内部信。里面有 13 个观察，有一些很反常识，也很有意思，简单带大家扒一扒。

01 算力不够，反而逼出了另一套能力

Dimension 的第一个判断叫“稀缺催生进化”。

美国 AI 公司习惯用资本解决问题：模型有效，就继续堆 GPU。但中国长期缺算力，只能逼着工程师往更底层优化。

他们特别提到 DeepSeek：在 H800 上训练模型，深入 PTX、通信和系统层优化。

Dimension 认为，这不是美国工程师做不了，而是激励机制不同。美国是“多一美元，多买一美元算力”；中国则是“多一个懂编译器的工程师，就少依赖一点算力”。

最终逼出的是一套覆盖系统、优化器、推理算法甚至芯片的“全栈效率文化”。

最关键的是，这种能⼒可以持续积累，不像⼀次性的资本开⽀，⽤完就结束了｡

02 中国开源模型，进入了西方生产环境

这是整封信里最值得注意的判断之一：

中国开源模型完成了过去 20 年中国 SaaS 没做到的事：进入西方生产环境。

Dimension 给了几个数据：

不到 18 个月，中国模型在 OpenRouter 上的 Token 份额从不足 2% 涨到 45%；Qwen 成为 Hugging Face 上最快突破 10 亿下载的模型家族；他们甚至声称，约 80% 的美国 AI 初创公司内部已经部署至少一款中国开源模型。

背后的原因很简单：开源绕过了传统软件复杂的采购流程。（特别是审查）

于是出现了一条很奇怪的链条：

美国训练前沿模型 → 中国快速追赶并开源 → 美国 AI 公司再拿中国模型做产品。

Dimension 还点名提到 Cursor Composer 2 与 Kimi K2.5、Cognition SWE-1.5 与 GLM、Harvey Tenet 与 Kimi K3 的关系。

一年前大家可能优先选 Llama、Mistral，现在中国模型已经成了重要选项。

03 中国 AI 最狠的对手，可能是自己人

Dimension 认为，目前中国模型第一梯队包括 DeepSeek、Qwen、Kimi、豆包和 GLM，而且差距很小、洗牌很快。

他们一个很强烈的感受是：

中国模型之间的竞争，可能比它们和美国模型之间的竞争还激烈。

这也解释了为什么国内模型更新这么快、价格降这么狠。没有哪一家能舒服地躺着赢。

这个大家有目共睹，美国只有 2-3 家公司在卷，而中国至少有 7-8 家。

04 一个缺芯片，一个缺电

2024 年，中国新增电力供给约 429GW，美国大约 51GW，差了一个数量级。

与此同时，Dimension 称美国数据中心扩建项目面临约 241GW 的电力缺口，部分地区电网接入甚至要排队 5 年。

于是形成了一个很有意思的错位：美国芯片更充裕，但越来越受制于电力；中国电力更充裕，却长期受制于芯片。

他们认为，中期 AI 格局很大程度上取决于哪一边的瓶颈先被解决。

05 中国 AI 最大的问题，还是赚钱

模型能力正在接近，但收入差距依然巨大。

按照这封信的数据，Anthropic 年化收入超过 650 亿美元，OpenAI 约 400 亿美元；中国纯语言模型公司大多还在数亿美元级别。（比如 DeepSeek 正在接近 5 亿美元水位。）

甚至豆包月活已经达到 3.45 亿，但每天收入仍不到 100 万人民币，而且主要来自购物佣金。

Dimension 的判断很直接：

中国消费者不愿意为软件付费，这个死结目前还没解开。

中国开源模型把价格打下来了，但最大的受益者可能反而是云厂商和应用公司。

所以中国 AI 接下来真正的问题，不只是模型能不能做强，而是怎么把技术影响力变成收入。

06 硬件在脱钩，软件反而在融合

这是原文另一个很有意思的判断。

Dimension 发现，美国产品可能跑在中国模型上，中国实验室也会在海外使用英伟达 GPU，数据、模型、评测和推理服务仍然在双向流动。

所以他们认为：“到底哪边在赢”可能本身就是一个伪命题。

硬件和半导体越来越分开，但软件、模型和数据反而越来越纠缠。

07 AI 下一步，可能出现一个关键分叉

Dimension 在中国接触到的一些研究员，已经开始讨论“弱形式 RSI”，也就是 AI 开始帮助人类研发下一代 AI。

现在还不是模型真正“自我进化”，更像是人和 AI 一起做研究。

但这会带来一个非常关键的问题：如果未来 AI 进步主要还是靠堆算力，那么拥有更多 GPU 的一方优势巨大。

但如果瓶颈逐渐变成数据质量、算法效率、监督质量，那么中国过去几年练出来的“效率能力”反而会越来越重要。

Dimension 把它称为一个“至关重要的分叉”。

未来 AI，到底更吃算力，还是更吃质量和效率？

08 最强模型，未来可能不再卖 API

Dimension 还提出了一个很大胆的可能：未来最先进的模型，未必还会像今天一样开放 API。

原因是现在这一代模型已经足以满足大量商业需求。真正最先进的下一代模型，可能不再按 Token 收费，而是直接类似 SaaS 那样按结果收费。

不是卖你模型，而是直接帮你写软件、做研究、完成任务。

换句话说：AI 商业模式可能从“卖 Token”，逐渐走向“卖结果”。

这也可能彻底改变 Agent 的价值。

09 全球 AI 很难真正一刀切开

Dimension 最后的判断是，随着模型蒸馏、开放权重、数据、推理服务、Agent 基础设施不断交叉，全球 AI 技术体系很难彻底变成两个互不相干的世界。

因为论文、代码、模型权重、Benchmark，本质上都在传递知识。

硬件供应链可以变化，但知识本身很难停止流动。

所以未来真正值得看的，可能不是简单讨论谁赢谁输，而是：不同的 AI 体系会怎样竞争，又会怎样互相利用。

最后还有一个很现实的问题：估值。

Dimension 给出的数据是，月之暗面的估值约为年化收入的 115 倍，智谱、MiniMax 上市之初也接近 100 倍，而 Anthropic 大约只有 20 倍。

这也说明，中国 AI 现在最不缺的可能是技术故事，真正稀缺的还是持续赚钱的能力。

看完整封信，我觉得他们的判断还是非常真实的，这个跟我们天天身处国内环境看到的基本类似。

让我印象深刻的当然是中国团队在极致条件下的生存策略，比如死磕算法来提升效率、减少算力。努力尝试各种新的商业模式，来应对各种疯狂的内卷。

而中国开源模型 1-2 年的时间，就走完了 SaaS 20 多年没走完的路，这个更加让人惊讶。

世界已经离不开中国模型，这个是明显的事实。而且从目前的趋势看，中国模型已经不是在疲于追赶，部分能力已经开始领先了。

中国模型从来不缺故事和估值，但就如他们的判断，如何找到一个真正有效的商业模式，是所有中国模型公司需要探索的问题。