“中国将在人工智能竞赛中占据优势。”英伟达创始人黄仁勋在近期一场闭门会议上的发言经主流媒体报道后引发广泛讨论。尽管他在后续澄清中弱化了“中国必胜”的表述，但仍强调中国开源人工智能模型的全球影响力，并呼吁美国加速技术迭代以应对竞争。这场争论背后，折射出中美人工智能发展路径的深刻分歧。
硅谷科技巨头正沿着“高投入、高预期”的路径狂奔。OpenAI与英伟达等企业通过资本密集型投资推动模型迭代，试图以规模效应构建技术壁垒。然而，这种模式正遭遇质疑：OpenAI提出的1.4万亿美元数据中心扩张计划引发行业对泡沫的担忧，而《大空头》原型迈克尔·伯里旗下公司大举做空英伟达和帕兰提尔的举动，更被视为对AI估值虚高的预警。福布斯杂志指出，当前市场对AI的狂热追捧，可能掩盖了技术回报与投入严重失衡的现实。
与硅谷形成鲜明对比的是，中国AI企业选择了一条“效率优先”的务实路线。以DeepSeek、MiniMax为代表的公司通过优化算法架构、控制训练成本，在性能与性价比之间寻求平衡。DeepSeek推出的推理模型R1在数学和编码基准测试中达到国际领先水平，而训练成本仅为同类模型的3%。这种“花小钱办大事”的策略，正在改写全球AI竞争格局。杰富瑞报告显示，2023至2025年中国云厂商资本支出比美国同行低82%，但最先进模型性能差距不足10%。
中国AI企业的技术突破并非孤例。智谱AI、MiniMax、Kimi等公司形成的创新集群，正在多个维度挑战硅谷主导的叙事。MiniMax推出的混合架构推理模型M2，在保持高性能的同时将API定价降至Claude Sonnet 4.5的8%，推理速度提升近一倍。该模型在开源后迅速获得开发者青睐，第三方平台调用量突破800亿次，日调用量比肩谷歌，远超OpenAI开源模型。计算机科学家吴恩达的团队比较发现，在性能与成本的综合评估中，MiniMax M2与Grok 4 Fast并列全球领先，而GPT-5虽性能占优但成本高昂。
这种技术路径的分野，正引发行业对AI发展模式的深度反思。硅谷的“昂贵智能”策略依赖持续资本注入，而中国企业的“精益创新”模式则通过优化资源配置实现可持续增长。MiniMax创始人闫俊杰的转型决策颇具代表性：公司早期在语音交互和视频生成领域取得突破后，果断转向文本模型开源，最终完成语音、视频、文本多模态技术布局。这种战略调整不仅提升技术完整性，更构建起健康的商业闭环——其年化订阅收入已达1亿美元，全部来自用户直接付费。
资本市场的态度差异进一步凸显两种路径的估值逻辑。MiniMax最新估值40亿美元，仅为OpenAI估值的0.8%，但其模型投资回报率被认为达到美国同行的百倍。这种反差背后，是市场对技术转化效率的不同判断。当meta宣布未来三年投入6000亿美元建设AI数据中心时，中国公司正通过算法优化和工程创新，在有限资源下探索效率极限。这种“约束中求最优”的策略，或许正在定义AI发展的新范式。
技术开源与生态共建成为中国AI企业的另一战略支点。DeepSeek的长期主义理念与MiniMax“智能普惠”的愿景，推动中国模型在全球开发者社区快速渗透。闫俊杰认为，开源是加速技术迭代的必由之路，这种开放态度正吸引更多研究者参与AI生态建设。随着多模态技术融合成为趋势，中国公司在语音、视频、文本领域的全面布局，可能在未来竞争中占据先发优势。
