马斯克撕破了一块遮羞布

牛弹琴
Mar 30

  AI竞争这件事上,攻守之势正在发生变化。

  也许很多年后,人们才会意识到,转折点,只是当时的一件“小事”。

  (一)

  这几天,一场堪称“AI世纪打假”的戏码在全球科技圈上演。

  硅谷当红炸子鸡AI编程巨头Cursor,高调发布其“自研”的Composer 2模型。然而,全球开发者却在代码中抓到了致命问题——模型ID赫然显示为中国产大模型Kimi K2.5。

  一家正在寻求500亿美元估值的硅谷明星企业,其最核心的竞争力,竟然必须悄悄建立在一个来自中国的基础模型之上——而且,开发这个模型的公司估值仅有180亿美元。

  这简直滑天下之大稽,一时间,全网AI从业者哗然。

  更有意思的事,开发者这个模型的中国公司,4天前刚刚才给了硅谷技术圈一个小小的震撼。到底是咋回事?还得从技术底层聊起:

  这两年让AI技术深入生活的,大部分是“大模型”产品,普通人能跟AI直接对话,让它帮忙工作、做视频、出主意,都是因为它能进行“逻辑推演”,这背后,源自它名为Transformer的核心组件,这个核心组件的底层,则用了一种叫“残差连接”的主要逻辑。

  这个残值连接不得了,它堪称现代大模型的基石,不管是长文本理解、复杂逻辑推理,还是多轮对话,模型都靠它保证深层网络的稳定训练和信息传递。

  但是,这种连接还是不完善的,用久了,大家就发现了一个核心痛点——层数越深,残差里的有效信息越容易被稀释,早期层的关键信息直接被埋住。

  这是阻碍大模型的能力进一步变强的绊脚石之一。

  而就在3月16日,中国大模型厂商月之暗面,也就是发布了Kimi的公司,发布了一份名为《注意力残差》的技术报告,从底层逻辑的层面,对Transformer架构的关键组件残差连接进行了其发布十年来的首次重大重构。

  简单来说,就是Kimi为大模型这整个“物种”的基础架构层,提出了一套新的思考路径,让其找到全新的进化空间。

  这一成果,让马斯克关注到了,并评价为“印象深刻”。紧接着,就有开发者发现一个问题:

  这个中国模型的名字怎么有点眼熟?它似乎出现在硅谷自研的前沿模型 Composer 2的底层代码里。

  马斯克确认了这件事,并在社媒上转发,一锤定音,舆论哗然后,“冒用者”Cursor也坐不住了,其联合创始人Aman Sanger发表声明“服软”:

  “我们系统评估了众多开源基座模型,Kimi k2.5被证明是世界最强的。”

  这毫无疑问是揭开了一块“遮羞布”:

  硅谷公司引以为傲的技术创新大厦,其地基正在被悄然置换为中国制造。

  (二)

  硅谷可不是仅仅是一个地名,它几乎是全世界顶尖人工智能人才向往的圣地,是美国在AI竞争中最不可替代的基石。它的品牌,是几代精英,用几十年来铸造的。

  硅谷何以为硅谷?这背后有两个关键“定量”:

  第一,必须始终保持创新,保持对全世界的技术优势,甚至让这里的思想,成为引领全世界技术进化的方向;

  第二,必须能够输出标准,这里不仅仅是科技领域的技术标准,还包括了很多产业范式,比如AI领域一贯坚持的“开源协作”。

  但是,当马斯克撕开了遮羞布,这两大基石就产生动摇了。“还能相信硅谷吗?”有人在社交媒体上反问。

  怀疑的种子一旦种下,命运的齿轮也就开始转动了。越来越多的人发现,不能只关注硅谷故事,还应该多看看中国成果。

  这一看不要紧,原来,除了硅谷的初创公司开始抛弃昂贵的专有模型,转向开源的中国版本之外,从Airbnb到德国工业巨头西门子,已公开使用中国模型。

  市场在用脚投票,资本也没闲着。

  以这次事件的主角Kimi为例——它在3个月内估值翻4倍至180亿美元,增速超过了同期的字节和拼多多

  正如全球最大AI社区Hugging Face联合创始人直言:

  “中国开源已成为塑造全球AI技术栈的最强驱动力。”

  其实,中国的AI企业在起步之初,也都深受硅谷影响。在硅谷巨头面前,始终保持学习者的姿态。但现在,跑道上的差距正在缩短:

  追赶者正加快脚步,逼近领先者。

  这不是单纯的臆想,实际上,除了目前已经发生的改变,还有逻辑上的必然。

  Kimi为什么能成为被竞争对手选定,甚至不惜冒险隐身使用的“世界最强开源基座模型”?这看起来只是一次偶然的事件,但在偶然背后,一定是必然。

  在被硅谷巨头点赞之前,市值800亿美元的全球互联网基础设施巨头Cloudflare宣布在生产环境中部署Kimi K2.5后,其内部安全审计Agent(日处理70亿Token)的运营成本直降77%,效率也有明显的提升,这背后,固然有中国AI 通过“万亿MoE架构”和“原生多模态理解”等技术优势的原因,但更重要的,是因为这个模型做到了“性能和价格的最佳平衡点”。

  正如同中国制造一样,中国大模型也有自己的独特优势,比如,它进化快,它成本低。

  而这两个优势,本质上,其实指向一个关键点:

  中国在AI时代的“基建优势”,正在成为AI竞争的胜负手。

  (三)

  这两天有个新闻:Token出海,很轰动。

  媒体说,过去一年,中国大模型的海外付费调用量呈现爆发式增长,今年,这个趋势更快。

  这里有俩关键词:

  第一,Token,它刚刚有了一个中文名词元,简单来说,就是大模型运算时需要消耗的基础货币。

  第二,海外付费调用量,指的是海外个人、企业充值来使用中国大模型生产的Token。

  这个数据,简单来说,就是世界上花钱使用中国大模型的人数正在变多。

  为什么?

  一方面当然是因为中国大模型越来越好用,另一方面,是因为成本,简单来说就是,中国电力优势正在转换为算力优势,让词元——Token的定价,远低于国外。

  这可不仅仅意味着中国将为全世界提供廉价的算力,更意味着中国AI产业从此刻起,就拥有了“近水楼台先得月”的发展环境。

  试想一下,当中国大模型通过性价比更高的Token,服务全世界的用户时,它的成长速度一定会硅谷的同行,这一东升西落的趋势是不可逆的,且会逐渐加速的。

  转折点已经不远了,因为端倪确实已经出现:

  目前,顶尖中国大模型的海外调用量正在成倍增长。

  而你追我赶的国产大模型,在关键指标上与国际头部模型差距持续收窄;

  并且,是中国,出现了DeepSeek、Kimi这样敢于打破范式,试图重构底层逻辑的突破者。

  其实,Kimi被冒用这件事,最后的结果很“平和”——事情发生后,月之暗面并没有禁止硅谷巨头使用自家产品,而是顺势发文祝贺,落落大方地写道:“We are proud to see Kimi K2.5 provide the foundation。”

  用中文说,就是“我们很自豪看到Kimi K2.5 奠定基础”。

  相信硅谷一定不愿意看到这样平和但坚定的话语,因为这等于釜底抽薪,改变了硅谷对于未来技术的定义权。

  用一个比喻来说就是:

  硅谷长期在打造豪华跑车,引领行业发展,结果有一天,一辆新跑车被人打开,一看发动机是来自中国的,那么,距离中国人重新定义高级跑车的时间已经不远了——更何况,中国还在全世界修高速公路。

  硅谷的巨头们甚至不敢正视“中国AI技术的崛起”,因为当他们一旦承认中国实验室正在以更高效、更开放的方式推动行业进步,中国的基础设施又好又便宜,硅谷的神圣地位就不复存在了,而当全世界的AI企业都把目光转向东方,那个“我们需要 10000 亿美元才能构建 AGI”的融资叙事还会好使吗?

  (四)

  马斯克揭开的,绝不仅仅是硅谷的遮羞布,而是硅谷的命运线——它将指向一个必然的结果:全球AI的发展范式不只有“硅谷发明-全球应用”这一个轨道,还有“中国创新-全球受益”新轨道。

  中国通过DeepSeek、Kimi等公司证明,新质生产力不仅是更高效的生产工具,更是一种可定义成本、可制定规则、可输出生态的全球性基础设施能力。它包含了重写架构标准的技术定义力,定义能效与Token价格的成本定价力,继承并发展开源协议治理的生态规则力和定义绿色、普惠的AI路径的发展话语权。

  “中国AI崛起”,崛起的不是简单的GDP数字,而是这种定义下一个时代发展基座的系统能力。当越来越多的全球智能,开始运行在由中国定义效率、成本和规则的基础之上时,

  时代将被谁塑造,已经不言而喻。

海量资讯、精准解读,尽在新浪财经APP

责任编辑:杨赐

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10