國力如何，AI便如何！百舸爭流不進則退！最近為什麼那麼多人唱衰DeepSeek？_風聞

DeepSeek這顆曾經璀璨的AI新星，如今光芒似乎開始黯淡，在各個平台出現很多不好聲音，開始懷疑國內的AI水平。

在春節期間，DeepSeek憑藉技術創新與強大功能吸引了大量用户，活躍率一度飆升至7.5%的高峯。

然而，熱度如潮水般退去，用户活躍率跌落至3%左右，第三方平台託管的Token流量也從3月的42%迅速降至5月的16%，這意味着市場對DeepSeek的關注和依賴明顯減弱。

這一切的背後，核心原因無疑是其重磅新一代模型R2遲遲未能如期發佈。計劃在今年5月推出的R2，一再延期，如同OpenAI的GPT-5跳票一般。

傳言DeepSeek CEO梁文鋒對R2性能不滿，認為未達預期，令市場期待化為失望。曾經引領風潮的產品，如今因迭代遲緩而失去光環，用户熱情和市場口碑雙雙受挫。

與此同時，激烈的國內外競爭壓得DeepSeek喘不過氣。國際陣營中，OpenAI的ChatGPT和谷歌的Gemini表現強勁，用户增長分別達40.6%和85.8%；

國內市場，字節跳動的豆包、阿里的千問等新晉模型，效果更優、成本更低，迅速蠶食市場份額。豆包深度思考模型用户評價高出DeepSeek R1 8%，推理成本減少50%，成為強有力對手。

儘管如此，DeepSeek仍保有一定領先優勢。3月時，月活1.94億，穩居AI原生APP榜首，遠超第二名豆包。5月月活降至1.69億，領先幅度縮小。6月更跌破億級，剩9400萬，豆包反超登頂。App Store下載排名亦由榜首跌至30名開外，用户興趣顯著流失。

騰訊旗下元寶產品全面接入DeepSeek，曾被視為黑馬彎道超車，但熱度未能持續。3月4164萬月活驟降至5月2256萬，反映用户對DeepSeek生態信心動搖。

其實，DeepSeek熱度下降，主要是用户期待與實際體驗落差、迭代速度慢導致。其他大模型多次更新，DeepSeek卻停滯早期版本，難以跟上行業節奏。

競爭日益白熱化。DeepSeek爆紅，促使百度文心大模型開源，OpenAI推出優質開源模型，國內“月之暗面”等團隊亦加入開源陣營，行業格局持續重塑。

所以，DeepSeek曾憑創新與技術紅極一時，隨着迭代滯後、競爭加劇、用户期望變化，光環漸失。

其未來是否能靠R2復興輝煌，仍需看技術實力與市場表現能否打動用户。AI更新換代賽道，不進則退，DeepSeek下一步走向決定其命運。

那麼，中國的AI究竟處於什麼水平？

其實不難理解。核心就是一條：中國的AI發展，強綁定於國家綜合國力。

換言之，中國今天能實現的AI水平，根本取決於工業基礎、科研體系、市場規模，甚至制度效率與社會組織力。

不是單純某實驗室的黑科技，而是國家整體資源調配的系統工程。這一邏輯不懂，你就只會糾結模型參數，卻看不到背後的時代大勢。

如今AI，不再是“程序員靈光一閃”，而是大國競爭的全新戰場。核心要素是：算力、數據、算法。

Advertisements

背後比拼的是工業體系的完備、資本投入的深度、數字社會的廣度，和資源協調的能力。

中國恰恰擁有這一切。

算力方面，外界常説中國受制於GPU採購限制，但真相遠比表面複雜。

中國善於把系統級效率做到極致，靠芯片替代、架構優化、超大規模調度，以更低成本跑出近似效果，彰顯國家級工程實力。

數據方面，中國是唯一擁有複雜結構、高覆蓋、高密度數字化場景的國家。14億人口全網聯通，數字生活無處不在，年齡、行業、地域、行為模式全方位覆蓋。

這是任何國家都無可複製的生態底座。

沒有如此規模與複雜度，根本無法訓練出真正通用的大模型。

算法方面，近年來高校、科研機構與企業齊頭並進，從基礎架構到工程優化，從中文語義理解到政務醫療場景，成果層出不窮。國產模型越來越準、越來越穩，且更懂“本地語境”。

更關鍵的是，中國不僅能“造”AI，更能“用”AI。

這極其重要。許多國家技術有，但市場無，落地難。中國則從數據採集到部署應用一條龍作戰，產業體量龐大，驅動模型具備實用級能力。

只有經過大規模應用不斷反饋、優化的模型，才是真正有生命力的模型。

這正是中國AI最大特色：全面轉向開源協同的“羣眾路線”。

2024年，中國AI在開源領域徹底放開，DeepSeek便是典範：開源、開放、實用，且獲國家認可。這不是偶然，而是戰略選擇。

這次，DeepSeek爆紅，正是中國大模型首次與世界頂尖技術同步“同桌競技”的信號。與移動互聯網時代中國電商、支付、社交領先全球的感覺相似。

2018年中美貿易戰爆發後，很多人把中國科技成果貶為“模式創新”，質疑只是靠人口紅利堆砌的假繁榮。杭州也被批評“沒硬科技”“沒後勁”。

結果呢？從遊戲《黑神話·悟空》、人形機器人到DeepSeek，杭州悄然孕育出一批數字硬科技企業，坊間稱“杭州六小龍”，涵蓋系統、機器人、遊戲，底層邏輯是數字經濟——

軟硬結合、虛實融合、算法驅動的未來產業樣板。

如今仍有人習慣割裂軟件與硬件，其實這已是舊思維。

機器人不是單純硬件，智能靠雲端數據和AI算法即時驅動。

未來是數據時代，數據是血液，AI是神經，沒有AI的硬件只是無魂軀殼。

從這個視角看，杭州的電商、金融、支付積累非“虛擬”，而是數據經濟核心應用場景。阿里雲算力、移動支付普及、金融科技落地，是AI發展必備“基礎設施”。

AI歸根結底是數據處理能力，中國在這一領域全球領先。

放眼全球，中美兩國就像F1賽道上的兩輛跑車，其他國家還在拖拉機階段。AI競爭，本質就是中美之間的較量。

這也讓我們重新認識“虛擬經濟”的價值。

遊戲、動畫、電影、金融等領域，常被誤解為泡沫，實則AI成長的沃土。顯卡升級為何快？不是科研而是遊戲驅動。動畫電影對GPU依賴甚至比AI訓練更敏感。

正是這些軟場景，催生了硬科技進步。

有人説芯片被卡脖子，沒錯，但中國不缺需求、不缺市場、不缺產業協同。擁有全球最大實際應用市場，市場需求持續拉動，硬件突破遲早到來。

回頭看DeepSeek，資本背景也耐人尋味。其母公司幻方量化是金融量化企業，在外界眼中或“虛”，但金融與AI深度耦合是全球趨勢。

金融帶來高算力場景、雄厚資金和長期視野，是技術突破的天然温牀。

DeepSeek的成功不是偶然，而是中國土壤孕育的必然。創新不是計劃出來，而是在寬容試錯的環境中自發迸發。

只要底層土壤肥沃，未來必定不斷湧現更多“橫空出世”的創新。

所以，我們要構建一個不問“虛”“實”、不區分“軟”“硬”，只看價值的創新生態。

看看通義千問，十萬衍生模型，全球第一。這背後是成千上萬開發者不懈試驗、調優、測評的結果。閉源根本不可能實現這種生態，因為這不是實驗室單打獨鬥，而是國家系統合力產物——教育、算力、制度、產業、資本協同推動。

這才是“AI基礎設施化”的真諦。

這條路，中國不是第一次走。過去20年發展製造業、數字經濟的路徑，正在AI領域重演：起步慢，靠模仿，一旦跑通，全系統跟進，體量碾壓，效率超越，形成閉環生態。

過去造芯片、做軟件被稱“後來者”，現在中國是世界工廠、供應鏈心臟。

AI領域，將重現此劇本，但跑得更快、體系更強、全民動員能力更高。

但別誤以為這樣就天下大同。

社會分層才剛開始。

部分人用AI寫代碼、辦公自動化、生成方案，效率飛漲，收入攀升，未來肯定會出現一批AI+的超級個體，這部份人會實現階層躍遷；另一部分人仍質疑AI，感覺“我不懂、我用不上”，甚至沒意識到“被淘汰”風險。

這不是AI的問題，而是人類自我篩選。

AI不會拯救所有人，只屬於願意主動擁抱它的人。

工具已經擺在面前，接口已開，全套國產方案運行中，下一步看你是否動手。

別等別人教，也別等行業逼，用起來，就是勝利。

總結一句：

國力如何，AI便如何。中國AI發展，是科技路徑選擇，也是AI不是奇蹟，而是國家級資源調度能力在新時代的產物。國力層級的直接體現。

答案很清楚：中國的AI水平，取決於中國的國力水平。

gonewithsmoke