跑路、爽约、各种幻觉……国产AI到底怎么了？

曾经的国产AI之光，最近似乎都没有好消息。

先是被认为是“国运级创新”的DeepSeek，原本预计今年5月就会更新换代的DeepSeek-R2迄今未能推出，引发市场焦虑。此外更有报道指出，DeepSeek使用率从今年初的50%，暴跌至目前的3%，下滑态势明显。

而继DeepSeek之后，把AI Agent概念带出圈的通用AI智能体公司Manus最近被媒体曝光“跑路”，其公司总部已经从中国转移至新加坡。

目前，Manus官方微博和小红书账号的内容均已清空，打开Manus的官网，其首页显示“Manus在你所在的地区不可用”，而此前为“Manus中文版本正在开发中”。不仅如此，Manus近期因对旗下部分国内业务大规模裁员的传闻而再度引发外界关注。

再回过头看2023年的AI明星公司百川智能最近也是风波不断，再早一些的“AI六小龙”也显得悄无声息。

国产AI，到底怎么了？

▲ Manus官网截图

AI是风口，芯片是现实

我们现在把时间线拉回到四个月前的2025年3月，彼时DeepSeek引爆全球的热浪刚刚平息下来，很快，一段演示视频引爆科技圈。

画面中，名为Manus的AI助手流畅地筛选简历、分析房产数据、生成股票研究报告，俨然一位全能数字员工。一夜之间，Manus内测邀请码被炒至10万元天价，月活跃用户迅速突破2000万。一时间，Manus被誉为“下一个DeepSeek”。

可谁也没想到，120天之后，这家拿到硅谷投资的公司，居然跑了。

其实客观来说，Manus并不能算是“跑路”，而是多重压力的结果。

2025年4月，Manus获得由硅谷知名风投Benchmark领投的7500万美元B轮融资，估值跃升至5亿美元。

然而，这笔融资也引发了美国财政部的审查，缘由是2023年拜登政府出台法案，禁止美国向中国半导体、量子计算、AI和军事等相关公司投资，该法案于2025年1月正式生效。

面对审查压力，Manus选择主动合规，放弃中国市场，将总部迁至新加坡，以确保在服务全球用户时满足各国合规标准。

更重要的是，按照此前媒体报道，据接近Manus的人士透露，Manus之前就曾遇到过高端算力资源不足，导致智能体产品的迭代延迟。

在这种情况下，迁移到新加坡，有希望更高效地获取算力资源。新加坡作为亚洲的GPU和算力枢纽之一，对Manus这样的AI公司而言，是一个具备资源灵活性和国际连接优势的理想落点。

和Manus一样，DeepSeek的风口和高光只会有过之而无不及。但面临困境时，Manus可以一跑了之，作为“国产AI技术派”的代表，DeepSeek到了今天，显然已经与地缘政治深度绑定。

DeepSeek-R2到今天依然是“爽约”状态、迟迟未能发布，背后隐藏着复杂的算力困境

按照此前全球知名科技媒体The information的报道，DeepSeek 在训练其 R1 模型时使用了5万块 Hopper 架构 GPU，其中包括3万块 H20、1万块 H800 和1万块 H100，这些显卡由其投资方高毅资产（High-Flyer Capital Management）采购。

然而，2025年1月美国《特定国家风险投资审查条例》生效后，英伟达H20芯片对中国内地供应短缺，很显然会拖慢DeepSeek-R2的开发进度条。

技术层面，DeepSeek-R2此前被传闻为一个庞大的1.2万亿参数模型，相比DeepSeek V3（总参数6710亿）而言，是参数规模上的显著飞跃。训练如此规模的模型，需要“纯粹地让服务器不间断运行4到9个月”，且需要在硬件平台上进行深度优化。

然而，由于算力限制，据媒体报道披露，DeepSeek CEO梁文锋对模型能力仍不满意，内部仍在继续提升性能，相应模型尚未准备好正式投用。

当然，也并不是完全没有好消息。

7月15日晚间，随着黄仁勋访华，有消息称英伟达称将恢复H20在中国的销售，宣布为中国推出新的，完全合规的GPU。美国政府已经向英伟达保证授予许可，英伟达希望很快开始交付。随后英伟达盘中股价直线拉升。

▲ 图源Pixabay

遥遥领先的幻觉

自2025年初DeepSeek把算力成本打下来之后，中国AI产业发展进入了加速阶段。

根据斯坦福大学《2025年人工智能指数报告》，中美顶级AI模型的性能差距从2023年的17.5%缩小至0.3%，差距接近抹平。

然而，如果说2025年上半年还是模型突破的竞速，那么到了下半年，全球AI竞争已进入算力为王的新阶段，算力资源的获取，再一次成为中国AI企业难以逾越的鸿沟。

困扰中国AI产业发展的不仅仅是芯片。商业模式始终未能成立，才是现金流的真正杀手。

DeepSeek在2024年12月至2025年2月期间用户增长迅猛，全球日活用户总量达到1.19亿，其中国内APP端日均活跃用户数达3494万。从全球AI应用赛道来看，达到这一用户规模，ChatGPT用了两年时间，而DeepSeek仅用了一年多时间便实现。

然而，这种“用户量爆发”并未转化为稳定的收入来源。直到今天，DeepSeek依然是免费的。至于Manus，直到离开前也没有形成一个稳定的商业模式。

相比之下，海外AI应用如ChatGPT凭借20美元的Plus会员服务收获超2000万付费用户；埃隆·马斯克的xAI不久之前发布的Grok 4，订阅费为30美元/月，Grok 4 Heavy版本费用更是高达300美元/月。

反观国内，最早开始收费的文心一言在DeepSeek的冲击下被迫取消付费，之后无论是大小厂，已经没有人敢尝试付费的选择。

这可能与国内用户对To C软件多年来一直就没有形成付费习惯有关，所以为什么广告更多成为To C应用的商业模式的主流选择——这也是我们常说的，“羊毛出在猪身上，狗来买单”。

但把用户付费意愿薄弱归咎于用户，其实也并不公平。因为以目前国内大模型的幻觉率，其所交付的成果，其实还远没有达到可以付费的程度。

当前，国内大模型的幻觉问题已成为制约其商业化落地的核心障碍。尽管技术迭代速度加快，但高幻觉率导致的输出不可靠性，使得这些模型在关键领域和用户场景中难以形成稳定的付费需求。

同样以DeepSeek为例，其幻觉率远超行业平均水平（如Gemini-2.0的0.7%），甚至在专业领域（如法律、医疗）频繁编造虚假信息。此前就有用户反馈显示，当被问及法律的具体条款时，模型甚至虚构了法律条文；在医疗咨询中，其推荐的“纳米机器人治疗癌症”方案被专家斥为伪科学。

这类错误不仅暴露了模型对事实的无意识扭曲能力，更直接威胁到用户对其输出的信任基础。

用户或许能容忍一篇风格流畅但内容失真的文章，却无法接受一份因幻觉导致的错误诊断报告或法律文书。

试问，在法律条文、医疗建议等关乎利益、权责乃至是生命安全的场景中，用户如何愿意为充满不确定性的结果支付费用？

当模型输出的可靠性无法保障时，用户自然倾向于选择免费版本，而非为潜在风险买单。即便部分企业尝试通过增值服务（如深度分析、定制化报告）吸引付费用户，但高幻觉率导致的输出质量不稳定，使得这些服务难以形成差异化竞争力。

国内大模型的高幻觉率不仅削弱了其在关键场景中的实用性，更动摇了用户对AI输出的信任根基。在这种情况下，强行推动付费模式无异于空中楼阁。

在找到能够跑通的商业模式之前，国内AI产业仍将困于“免费—不可靠—难付费”的艰难循环中。

▲ 图源Pixabay

泡沫与长跑

其实到了今天来看，这一轮AI到底有没有泡沫已经不再重要。2000年前后的美国。.com泡沫破裂之后，是PC互联网在全球大规模扩散的十年。

面对这一轮AI，目前全球已经基本达成了共识，这一次和前几次的AI浪潮都不一样，其所带来的影响，势必不会输给千禧年的那场互联网革命。

那么更关键的问题不是短期的泡沫是否会破裂，而是如何打赢这场持久战？

首先我们必须看到，中国在AI领域的崛起并非偶然，而是多重结构性优势叠加的结果。

其中最为关键的一个就是STEM人才正在成为核心竞争力。最近Meta以极为高昂的签字费抢人的主角，就是一位华人AI科学家。而在马斯克Grok 4发布会上，坐在马斯克身侧的，也同样是两位华人工程师。

根据美国芝加哥保尔森基金会（Paulson Institute）下属智库MacroPolo在2024年发布的一份报告，2019年，美国顶级AI人才中，有27%来自中国大学；到2022年，这一比例上升至38%，超过了来自美国大学的37%。

过去两年，这一比例还在上升。3月19日黄仁勋在接受包括21世纪经济报道在内媒体的采访中谈到他的一个观察：

• “全球50%的AI研究人员来自中国，这是迄今为止最大的单一群体，没有接近的第二名。因此，很自然地，中国在AI研究方面将会做出巨大贡献。事实上，美国每个AI实验室都活跃着华人研究者身影，无一例外。”

此外，中国在AI场景上的快速落地应用，结合大规模市场优势所形成的“技术普惠”，也让中国在垂直领域的应用创新上具备独特优势。

这些都是支撑中国市场在未来AI全球博弈中的关键变量。但回过头来看，如何保证这种能力的持续，需要在认知上进行“刷新”。

对于Manus的"跑路"，需要更为客观理性地看待。中国企业已经到了全球化的关键阶段，走向全球是必然趋势。况且，AI竞争的终极目标不是消灭对手，而是通过技术扩散实现全球生产力跃升。

开源和开放才是这一轮技术革命的主题，也正因此，我们在这一轮博弈中，首先需要摒弃的是“零和思维”，转而探索竞合共生的新范式。

在此之外，更重要的是如何给那些选择留在国内的企业，以一个更为开放、包容的环境。

在营商环境上需要尽可能实现“无事不扰”，在产业政策上，监管部门不应当去试图挑选胜利者，唯有让市场竞争更为充分，AI企业才有可能尽快找到能跑通的商业模式，以解决当下面临的“技术幻觉”和“变现焦虑”问题。

当然，在推动新兴技术落地的阶段，除了监管可能需要提升容忍度之外，企业也需要做出一些举措来降低公众对就业替代、数据安全的担忧。对于AI行业的企业来说，能否讲通一个“技术赋能而非替代”的叙事逻辑，将直接关系在AI普及过程中获取的社会支持程度。

AI革命的持久战，本质上是一场关于国家创新能力的马拉松。中国的优势在于其庞大的市场体量、灵活的政策响应能力与深厚的产业基础，但未来真正的挑战，在于如何将这些优势，转化为对于企业的吸引力以及可持续产生的创新涌现。