中美這一波AI競賽，中國能行嗎？_風聞

最近看到一個新聞，就在這周，阿里AI三連發：7月22日開源千問3（非思考版）新模型、7月23日開源AI編程模型Qwen3-Coder、7月25日開源千問3推理模型，分別斬獲基礎模型、編程模型、推理模型等主流領域的三項全球開源冠軍。

需要注意的是，阿里這些開源模型的性能已經比肩甚至超越全球最頂級的閉源模型了。如千問3（非思考版）超越了Claude4（Non-thinking），Qwen3-Coder超越了GPT4.1、Claude4，千問3推理模型完全可比肩Gemini-2.5 pro、o4-mini。

截至目前，阿里已開源300餘款通義大模型，通義千問衍生模型突破14萬個，超越Meta的Llama系列成為全球第一的開源模型家族，成為全球最重要的開源旗手，獲得了全球開發者的追捧。

不只是在技術圈，通義也是企業使用最廣泛的大模型。包括工商銀行、建設銀行、中國人壽等頭部金融機構，國家電網、中國石油、中國一汽等央企，榮耀、OPPO、VIVO等手機品牌，比亞迪、蔚小理、小米等汽車品牌、小紅書、微博、攜程等互聯網廠商，還有寶馬、星巴克、西門子等全球品牌。

顯然，阿里已成為全球AI牌桌上的重量級玩家。

這讓我忍不住想寫一個後台追問了很久的問題，中國能在這一波技術革命中不落下風甚至保持優勢不？

1、

首先第一個問題，大家一定要明白，對於技術來説，最重要的事，是需要對應的需求，也就是得有人花錢購買使用，只有這樣，技術才能茁壯成長，不斷進步。

當然了，前期可能只需要投資就可以，但終究都得回到“社會需求”這個基本面上來。有點像很多人糾結工業革命沒爆發在中國，其實中國當時缺的不是一個蒸汽機，而是缺乏對應的市場和購買力。

也就是説，中國當時沒有哪個公司或者機構會花錢買一台蒸汽機，就算發明出來也沒用。蘇聯就是沒弄明白這個問題，或者弄明白了，沒有市場機制來回收投資，天量的科研開支不但沒給蘇聯續命，反而成了巨大的負擔，跟其他問題一起把蘇聯給壓垮了。

懂了這個道理，就懂了為啥現在全世界搞AI最積極的，在美國主要是微軟，谷歌、META等公司。而在中國主要是阿里，字節，華為等超級數據公司，因為他們最需要AI。

它們擁有億級用户、萬億級場景、最迫切的降本增效與創新需求。AI能提升它們的服務水平、開拓業務，也就是能幫他們賺到錢，所以他們研發AI最積極。

進一步講，今後的科技革命只有中美這樣的經濟體，才有錢投資新技術，老百姓也有錢消費新技術。

大家注意到了吧，這些專攻AI的公司都有個特點，就是背靠着巨大無比的市場，擁有海量的需求。所以他們能拿出天量資源做研發，將來也有信心通過背後的市場把錢賺回來，只有這樣，這個循環才能運轉起來。

也正是基於這種考慮，全球主要科技巨頭均在AI基礎設施上開出了鉅額預算。比如馬斯克和open AI都要建立史無前例的算力中心，阿里巴巴也計劃在未來三年投入3800億元人民幣，主要用於建設雲和AI硬件基礎設施，總額超過去十年總和。

今後大公司的算力中心耗電量都跟一些中小城市差不多，無論是前期購買計算卡，還是運行起來後的電力消耗，都讓絕大部分國家財政都望而卻步。

説到這裏，大家也看出來了，人工智能的競賽，不僅演變成了中美兩個大國的競爭，更是中美頂級科技公司之間的競爭。

相比較而言，歐洲日本在這方面積極性很差，他們沒有這麼大的數據公司，如果投入大量資金，可能將來不一定能收得回來，不如等着用現成。

2、

不知道大家注意到沒，這一波技術革命，各國政府直接參與已經很少了。中美都一直在助力他們幾個大型公司去做，給他們政策和資源，讓這些大公司去競爭。

仔細想想，當前這種大公司主導的技術進步，可以迴避很多問題。

比如可以避免蘇聯那種“比數據”，也就是數據沒輸過，實戰沒贏過。

大公司研發技術過程中就在考慮這些技術將來怎麼用，避免了技術脱離實際應用場景。而且大公司在研發過程中，就在想着現在投資進去的錢，後續怎麼收回來，避免了浪費。

那在AI領域，我們有優勢嗎？這個可以分析下，AI主要需要這麼幾個要素，財力，數據，人才，計算卡。

財力，或者投資規模，本質就是市場規模，畢竟無論是大公司，還是國家財政的錢，前者通過交易，後者通過税收，都是從市場裏汲取的。中美市場規模已經很接近了，財力方面中國這邊問題不大。

財力雄厚又間接解決了另一個問題，就是人才。

以前我們總説科學家兢兢業業不圖回報，然後又痛心疾首很多優秀人才跑國外。其實對於絕大部分人才來説，生活中最重要的事，還是讓自己的家人過得好一些，他們的選擇無可厚非。

大家發現沒，這些年這些話説得很少了，一方面不需要你不圖回報，另一方面人才大規模迴流了。

原因也不復雜，錢多了很多。如今互聯網大廠的收入大家也都知道，做AI研發的那些人收入更是離譜，有效避免了人才外流。

這種情況下，對於相關領域的人才來説，待在美國和回國，薪資方面的考慮就少了很多，待在國內還可以免於跟家人長期分離。

大家可能納悶，中國這邊薪資主要吸引的是華人，美國那邊可以吸引全世界的人，美國是不是有一些優勢？

有一些，但不多。

因為AI和芯片這倆領域，現在主要是華人在弄。我們現在收入已經上來了，對人才包容一些，整體沒啥問題。如今阿里組建的通義實驗室是目前中國AI人才最密集、AI產出最豐厚的AI Lab。

最麻煩的是計算卡，但最近的新聞大家也看到了，美國已經解除了一部分英偉達對華限售，主要是他們也看出來了，繼續限下去，很快就把中國國產計算卡給逼出來了。

還是那句話，只要有需求支撐，啥都會慢慢搞出來。

3、

大家看出來了，依託中國巨大無比的市場，作為互聯網頭部的阿里能有海量的資源、數據和研發能力參與到這場競爭當中。

而且阿里也不是傳統意義上的大模型公司。

一些小夥伴理解不了大模型和AI產業的關係，大模型大概相當於電氣時代降臨時的發電機，發電機儘管很重要，而且屬於前置條件，但只是電器時代最基礎的一部分，還有無數其他應用，比如電燈、電話、電視機等等。所以阿里雖然連發大模型，但阿里不是模型公司，他的業務範圍大得多。

阿里最大的優勢，是從互聯網早期開始就養成了強大的研發能力，很早就有了達摩院等研發機構。也正是這種研發能力的支撐，讓他有強大的全棧AI實力，覆蓋了底層的AI基礎設施、AI平台層、模型層以及AI應用層，只有具備這種軟硬一體垂直整合的實力，才能支撐AI馬拉松。

而且別人還在研究怎麼做AI的時候，它已經把AI用到了商業實踐裏。比如夸克作為阿里的AI旗艦應用，全面升級為一個無邊界的“AI超級框”，滿足了2億用户的需求。還有高德的“動態導航系統”，能憑藉AI即時分析 10 億級用户的出行數據，預判 30 分鐘後的路況擁堵概率（準確率提升至 92%），去年國慶期間幫助全國用户平均節省28 分鐘通勤時間，今年這個數據更加驚人。

AI融入釘釘後也效果顯著，比如釘釘之前推出 “智能協同助手”，通過自然語言理解自動生成會議紀要（準確率達 98%），並同步拆解任務清單、匹配負責人，使企業會議效率提升 40%，目前已有超 500 萬企業在使用。

更關鍵的是阿里雲，在雲技術沉澱和大模型研發上的投入也最為充分，是目前中國唯一同時在基礎設施和模型研發具備全球一流能力的平台，過去七個季度，阿里雲AI相關收入持續保持三位數增長。同時，AI需求帶來多種雲計算產品需求，阿里雲上一季度增速達到18%。

更難能可貴的是，阿里一直堅持開源。很多小夥伴不知道軟件開源是個啥，大概就是把做出來的產品和配方一起發佈了，從此沒秘密了。

這樣做的好處是賺錢比較難，畢竟配方泄露了。而那個open AI的產品就是閉源的，方便他們盈利回血。

但開源好處也很明顯，長期看可以吸引更多的人加入進來，大家一起做開發，一起完善系統，形成自己更加龐大且複雜的生態圈。

也就是短期無利可圖，長期優勢非常大。一般都是不差錢的高手才敢這麼做，阿里顯然對自己的實力非常自信。

這就是技術發展的良性路徑，投入科研的研發經費，能顯著提升社會效率，最後投資出去的錢從應用領域收回來，可以進一步投資出去，資源滾動了起來，這才是長期的可持續戰略。

尾聲：

除了阿里這種全棧AI玩家之外，國內的其他廠商在AI方面的研究也非常有成效，比如字節和華為。有這些財力雄厚、研發能力超強而且雄心勃勃的公司，我們在AI方面真沒啥可擔憂的。

或者説，當新技術紮根於全球最複雜的應用場景，當創新由市場真實需求驅動，中國AI不僅不會掉隊，反而可能依靠巨大的市場和人才池實現趕超。