黄仁勋是否说过“中国会赢”，也许已经不那么重要

中美AI走上了两条不同的路径。

来源 |字母榜

作者 |毕安娣

“中国会赢得人工智能竞赛。”

近期，一场闭门会议中黄仁勋的发言经由《金融时报》等主流媒体报道，迅速引爆舆论，甚至有PDF在坊间流传，其中最引人注意的就是这句。

在紧随而来的“辟谣”中，黄仁勋虽然淡化了措辞，表示并非断言中国会赢，但同时仍强调目前世界上最流行的开源人工智能模型都来自中国，美国必须“加快步伐”。

黄仁勋是否真的逐字逐句地说出那句话，也许已经不重要。

他曾多次在公开场合发出警告，不断深化的芯片禁令也许不会起到美国期待的效果，而会适得其反——

限制带来的也许不是沉寂，而是创新的迸发。

而如今，曾经的警告正在被印证，中美人工智能公司的两条不同路径愈发清晰。

以英伟达、OpenAI为代表的企业正合力扩大市场规模，遵循高成本、高支出、高预期的模式。

然而外界普遍质疑，这种内部循环正在放大泡沫风险，仿佛一颗随时可能破裂的“气球”。

以DeepSeek、MiniMax、Kimi为首的公司则专注于夯实基础，秉持效率、性价比与商业化的务实路线。

在英伟达、OpenAI等企业的市值与估值引发疑虑之际，这些中国企业的估值却疑似被低估，潜藏着爆发潜力。

中国AI企业，正在“戳破”AI泡沫——

即便不吹泡沫，人工智能依旧有路可走。

01

要理解黄仁勋那句话背后的深意，首先要了解硅谷当下对人工智能领域的核心争议。

一方面，是硅谷人工智能继续高歌猛进，凭借资本密集型投资和前沿模型迭代，维持着规模效应的叙事。

但另一方面，“人工智能泡沫”的警示声浪却日益高涨，被视为系统性风险而严肃对待。

尤其是近期，OpenAI提出的“政府担保贷款”构想——

旨在支撑高达1.4万亿美元的数据中心基础设施扩张——

引发了广泛质疑，行业对高估值与实际回报脱节有着挥之不去的焦虑。

和一年前相比，这种讨论已从私下交头接耳升级为公开警报，频频响起于主流媒体和投资圈层。

《大空头》原型迈克尔·伯里的赛昂资产管理公司在2025年Q3买入英伟达和帕兰提尔看跌期权，总名义价值逾11亿美元，此举被视为对AI泡沫的对冲。

《福布斯》杂志的精辟总结捕捉了这一情绪转折：

无论当前的上涨行情多么令人陶醉，最终怀疑情绪总会浮出水面。

关键问题是，烟雾报警器鸣响究竟源于电池耗尽的虚惊，还是真正大火的预兆？

但“人工智能泡沫”是不是属于世界的泡沫？还是硅谷的“局部现象”？

就在11月，杰富瑞（Jefferies）在报告《全球语境下的中国人工智能》（China AI in a Global Context）中指出：

2023 至 2025 年间，中国主要云厂商的资本开支总额为 1240 亿美元，比美国同行少了 82%；

但中国最先进的大模型如 MiniMax M2 的性能，仅比GPT-5 落后约 10%。

黄仁勋真正想强调的是：

眼下，中国并不显著落后于美国（用他的原话讲，只有“纳米级”的落后），并警告如果美国切断中国开发者对英伟达技术的访问，将导致中国转向本土栈，从而让美国失去影响力。

自三年前ChatGPT横空出世以来，AI的主流叙事长期由OpenAI、Anthropic、谷歌、微软等硅谷巨头主导，围绕“规模效应”和“昂贵的智能”构建高门槛壁垒。

然而，这一范式在DeepSeek推出推理模型R1时首次遭遇显著的挑战——

该模型在数学和编码基准上比肩当时最先进模型，成本却是后者的约3%，引发硅谷对“昂贵智能”必要性的深刻质疑。

DeepSeek R1的突破并非孤例，中国AI企业一次次证明，高智能未必依赖天文数字般的成本投入。

其实，中国AI公司的这条“暗线”早已悄然发力，形成群雄并起的生态景观：

智谱AI成立于2019年，MiniMax于2022年初起步，月之暗面和DeepSeek则在2023年相继涌现。

在DeepSeek惊艳全球后的半年内，各家纷纷战略调整——

有的选择断臂求生以优化资源配置，有的则强势进攻，通过亮眼成绩单凸显决策魄力和运营灵活度。

智谱AI和MiniMax均属于后者。

前者加速模型迭代、强化企业级应用；

后者则在开源基准上屡创佳绩，全面布局多模态，彰显出对市场动态的敏锐响应。

黄仁勋本人也多次来到中国，与中国人工智能界保持交流。

今年7月，黄仁勋脱下皮衣换上唐装，出现在北京，除了与雷军等老朋友重聚，黄仁勋还和MiniMax创始人闫俊杰单独进行了长达两个小时的深入交流。

这次交谈的一个月之前，MiniMax推出了全球首个开源的大规模混合架构的推理模型M1。

02

一个季度之后，在硅谷持续推动人工智能向高成本方向演进之际，中国AI领域迎来一波密集爆发。

智谱AI9月发布GLM-4.6，MiniMax10月推出M2，Kimi11月发布Kimi K2 Thinking。

这些接连发布是本土创新的集体涌现：

GLM-4.6在效率优化上表现突出；

K2 Thinking继承原有架构，改进数据和训练配方；

M2则用回Full Attention，以求性能与成本的最佳平衡。

这些模型，不约而同地凸显着“收劲”的艺术——

通过精准控制和内敛发力，实现最大化输出，降低单位智能成本，而非盲目扩张。

在模型的用户友好度和部署可行性层面，中国开源模型已明显在全球竞争中脱颖而出。

兼顾性价比的典范如MiniMax M2，在同等智能水平下其API定价仅为Claude Sonnet 4.5的8%，却在推理速度上快了近一倍。

M2甫一发布，在全球开发者社区迅速掀起浪潮。

The Information提到，M2这种低成本与亮眼表现的组合，可能对Anthropic等美国AI模型制造商造成冲击，后者营收增长的显著份额依赖于为AI代理系统提供动力。

计算机科学家吴恩达的AI学习网站DeepLearning.AI在上周发布的周报中，特别比较了当前主流模型在AA性能标准和token成本上的分布：

在性能层面，GPT-5的两个版本虽领先市场，但其token成本却远远落后；

而在成本与性能综合领先的第一象限，MiniMax的M2与Grok 4 Fast难分伯仲。

开发者们正用实际行动投票。

MiniMax M2的日token调用量已远超OpenAI，比肩谷歌；

而OpenAI的开源GPT-OSS模型因效果不佳和使用复杂而乏人问津。

开源后，MiniMax M2（含免费与付费版本）在第三方平台 OpenRouter 上的调用量已突破 800 亿，位居开源模型前列。

作为汇集全球第三方 AI 应用流量的平台，OpenRouter 的数据更接近市场的真实反馈——

M2 能在短时间内快速赢得部分原属硅谷模型的用户与算力时间，显示出中国模型在开放生态中的势能。

中美两国不仅走出了两条迥异路径——硅谷的规模效应主导与中国的效率换增长模式——而且二者并非完全平行，而是交织互动的关系。

当中国AI公司携技术决心和便宜易用的开源模型，在国际舞台上与硅谷的闭源模型展开角逐，也进一步放大对硅谷巨额投入的质疑，促使行业反思高CAPEX（资本性支出）模式的长期可持续性。

03

仅讲求效率尚不足以构筑完整生态。

在“收劲”的艺术中，中国AI企业已悄然实现商业闭环，通过精炼的技术路径和资源配置，最大化产出价值。

中国AI的“模型ROI”（投资回报率）堪称美国的百倍之巨。

MiniMax M1便是一个典型例证：

模型在强化学习阶段的训练成本仅为54万美元（使用512块H800 GPU，历时三周），几乎只是OpenAI同等规模模型训练成本的零头。

以更少的资金撬动更多价值，这正是中国AI的核心竞争力所在。

但在这种竞争力背后，中国公司们也在思考一个更深的问题：

当技术门槛不断降低，智能究竟属于谁？

带动中国开源风潮的DeepSeek给出了一个回答——

用最长远的眼光去应对最大的命题。

MiniMax则选择了另一种表达：“Intelligence with Everyone”，让每个人都能拥有充裕的智能。

“信仰，有点像描述一个很远的未来；信念是，自己想怎么做，并能坚持做下去。”

MiniMax创始人兼CEO闫俊杰在一次采访中，用“信念”来概括他对AI技术的态度。

仰望天空的同时，如何走好脚下的每一步？从今年中国AI头部公司的布局来看，这正是他们共同思考的问题。

所谓“性价比”与“务实”，背后是对路线的持续审视与及时调整。

MiniMax的演进路径尤为典型，且早早显露出转折信号：

早期产品如Talkie与星野在语音交互上初露锋芒，随后Hailuo AI在视频生成领域后来居上。

在DeepSeek V3发布后，又在文本领域果断转向开源。

“如果可以重新选，应该第一天就开源。”闫俊杰在采访中说。

他认为，开源是技术加速的前提——

与其套用移动互联网的逻辑，不如回到以研究和工程为核心的AI路径。

这种开放不仅能启发更多研究者，也可能成为推动AI Agent时代到来的关键力量。

如今，MiniMax更聚焦技术。

视频生成和语音模型都位居领先之后，M2实现了编码模型位居全球前三。

这意味着在文本模态上，公司也最终实现突破，补齐了重要的一环。

作为一家创业公司，在语音、视频、文本三个模态的模型及产品上进行布局，一直有过度分散不集中的质疑。

不过在谷歌Veo 3的音视频融合，Open AI Sora 2的语言理解与视觉生成，多模态融和的技术趋势越来越明显。

此时，多模态技术布局的重要性才逐渐显现。

据The Information报道，MiniMax的年化订阅收入（ARR）已达1亿美元，且均为用户直接付费订阅。

海外用户愿意为海螺视频（类似Sora/Pika的产品）、M2模型、Audio等服务付费。

这一成功源于从模型到产品的布局目的——构建健康的商业闭环。

百倍ROI的本质在于，从技术到智能、再到成本的高效资源转化。

这种高效的资源转化率，在资本市场，最终就会体现在“模型投资回报率”上。

MiniMax的最新估值达40亿美元，OpenAI最新估值5000亿美元。

相比硅谷的资本扩张与昂贵智能，中国AI独角兽公司的估值或许被严重低估。

大洋彼岸，硅谷AI公司仍在囤积算力、推进基建。

最新，Meta披露对美国6000亿美元投资承诺的细节信息，未来三年重点建设AI数据中心。

而中国公司的路径更像是一种“有限理性”——

在约束中追求最优解，通过资源配置与模型设计的高效配合，形成另一种可持续的增长曲线。

全球AI进入下半场，叙事的主轴或许不再是“规模的极限”，而是谁能率先找到“效率的极限”。

长远来看，我们或许可以对中国AI更有信心。

· END ·

合 作 对 接

扫码添加投资人说运营者微信，备注「商务合作」详细沟通。

超 级 社 群

【投资人说】正在组建超级创业者社群、超级读者群、超级媒体群等，目前总人数已超1000人。

关注【投资人说】微信公众号，发送信息「进群」，与各行业精英直接交流，共同进步。

旗 下 媒 体