【文/观察者网 柳白】
面对中国人工智能（AI）日新月异的技术进步，长期被视作全球科技领跑者的硅谷，会作何反应？
美国全国广播公司（NBC）11月30日刊文指出，包括DeepSeek在内的一众中国开源AI模型，凭借低成本、高定制化、强隐私保护及完善的开发者生态等优势，在过去一年中被越来越多美国硅谷AI初创公司采用，部分场景下性能已接近甚至比肩 OpenAI、Anthropic等美国企业的闭源旗舰模型，人们已开始质疑美国继续走"封闭"路线是否正确。
文章称，AI初创企业的估值正创下纪录，但美国许多公司的技术根基，却建立在可免费下载的低成本中国AI模型之上。
今年早些时候，在审视美国人工智能领域现状时，米沙·拉斯金（Misha Laskin）感到了担忧。
作为曾参与打造谷歌多款顶尖AI模型的理论物理学家兼机器学习工程师，拉斯金发现，美国AI企业对免费、可定制且日益强大的开源AI模型的接受度正不断提升。
但这些模型大多源自中国，且这些系统正迅速追赶美国竞争对手。
"这些模型与前沿水平的差距并不大。事实上，它们出人意料地接近前沿。而现在推出的新一代模型，" 拉斯金说到这里，顿了顿。
"嗯……它们与前沿水平的距离已经触手可及。"
拉斯金创办了一家名为Reflection AI的初创公司（近期估值达80亿美元），旨在为硅谷日益青睐的这些高性能中国模型提供美国本土的开源替代方案。
"你开始看到，开源模型企业正推动中国乃至全球人工智能的前沿发展。"拉斯金说。
过去一年，美国越来越多热门AI初创公司开始转向中国开源AI模型。这些模型的竞争力日益增强，有时甚至取代了昂贵的美国系统，成为美国AI产品的技术基石。
2025年11月23日，中国深圳：2025年11月23日，深圳某商店展示联想笔记本电脑中运行的深度求索AI程序。 IC Photo
NBC采访了超过15位AI初创公司创始人、机器学习工程师、行业专家和投资者。他们表示，尽管美国公司的模型仍在AI性能前沿引领发展节奏，但在过去一年中，许多中国系统不仅接入成本更低、定制化程度更高，且性能已足以满足多种使用场景的需求。
这种日益增长的接受度可能给美国AI产业带来挑战。投资者已向OpenAI和Anthropic投入数百亿美元，押注美国领先AI企业将主导全球AI市场。但美国公司对中国免费模型的广泛使用，引发了关于美国模型实际优势的质疑--甚至有人质疑美国执着于闭源模型的路径是否完全误入歧途。
估值7亿美元、专注于AI搜索的Exa公司，得到了光速创投和英伟达等硅谷巨头支持。该公司机器学习负责人迈克尔·法恩（Michael Fine）表示，在许多情况下，在Exa自有硬件上运行中国模型，比使用OpenAI的GPT-5或谷歌的Gemini等大型模型速度更快、成本更低。
"通常的情况是，我们先用闭源模型实现某个功能，然后发现它太贵或太慢，于是会问：我们有什么办法能让它更快、更便宜？"
"这通常意味着用等效的开源模型替代闭源模型，然后在我们自己的基础设施上运行。"法恩说。
像DeepSeek R1、阿里巴巴通义千问这样的中国模型免费可用，被视为"开源"或"开权重"，因为任何人都可以下载、复制、修改和运行它们。这与美国公司Anthropic的Claude或 OpenAI 的主流GPT模型不同，后者是封闭的，只能通过大公司控制的数据中心访问。
多年来，OpenAI和Anthropic推出的美国闭源模型，性能远超美国和中国的开源替代方案。即便是资源充足的企业内部尝试使用开源模型也举步维艰：彭博社曾试图利用开源模型，基于其海量金融新闻和文档训练内部工具 BloombergGPT，但最终发现该工具在金融知识方面仍落后于OpenAI的闭源模型。
然而在过去一年中，DeepSeek、阿里巴巴等中国企业取得了巨大技术突破。
据独立AI基准测试公司Artificial Analysis的追踪数据显示，它们的开源产品如今在多个领域已接近甚至达到美国领先闭源模型的性能水平。
"差距确实在不断缩小，"Fireworks AI 首席执行官、PyTorch联合创始人乔琳（Lin Qiao）在谈及美国闭源模型与中国开源模型的性能差异时表示。
得益于性能的提升，一些允许用户在不同模型间选择的平台发现，用户正逐渐倾向于中国开源模型。
效率工具应用程序Dayflow的创始人杰瑞·刘（Jerry Liu）估计，目前约40%的Dayflow用户选择使用开源模型。
Dayflow围绕截图扫描、用户活动总结等核心任务构建，允许用户选择多款AI模型完成这些任务，包括谷歌的Gemini和阿里巴巴的通义千问等开源模型。
杰瑞·刘表示，在描述用户屏幕等任务中，通义千问的表现非常稳定。"就我的使用场景而言，通义千问和GPT-5一样好用。"
而且与GPT-5或 Gemini不同，小型版本的通义千问可以以相对较低的成本运行，甚至免费使用。杰瑞·刘称，为用户使用闭源模型付费，每人每年可能给Dayflow带来高达1000美元的成本，因此更便宜的开源模型对Dayflow的生存能力至关重要。
Dayflow的开源模型还能在每个用户的个人电脑上完成所有处理流程。
杰瑞·刘表示，这对那些出于隐私考虑不愿将数据上传至云端的用户颇具吸引力。他个人更倾向于使用开源模型在本地处理数据："如果一个产品需要将我整个屏幕的内容上传到某个陌生人的云端，我会用吗？绝对不会。"
除了性能提升、隐私保护更强、成本更低之外，开源模型还通过生态系统优势不断扩大市场份额。开源模型采用率的提高以及开发者创建的开源资源，正吸引更多开发者使用这些模型。
浏览器代理初创公司Circlemind AI的联合创始人安东尼奥·维斯波利（Antonio Vespoli）表示，中国模型如今在在线开发者资源中占据主导地位。原因很实际：Airbnb首席执行官布莱恩·切斯基（Brian Chesky）透露，Airbnb也"大量"依赖中国模型，它们拥有丰富的培训指南和社区支持。
AI基础设施公司Together AI的首席产品官查尔斯·泽德尔斯基（Charles Zedlewski）表示，如今开发者发现，从开源模型入手，用自己的数据对其进行适配，添加"目前所有模型中都没有的技能或知识"，变得更简单、更高效。他说，随着企业推出首款AI应用，它们对自身需求有了清晰的认识。
对于希望定制模型的开发者而言，这些资源使中国模型成为默认的起点。
热门编程应用Kilo Code（帮助开发者借助AI编写软件）允许用户选择多种模型。在Kilo Code用户最青睐的20款模型中，有7款是中国模型，其中6款为开源模型。
美国的AI发展大多由私营部门主导，以OpenAI和Anthropic等行业巨头为代表，它们奉行闭源模型路线；而中国则更积极地规划国家AI发展愿景。
中国已经开始呼吁加强"开源技术合作"，表明了支持开源模型生态的意图。
中国的实验室通常会公开发布其模型，而OpenAI等美国公司早期凭借闭源模型取得成功后，一直坚持闭源路线。
许多中国公司的产品推出速度也快于美国同行：比如今年阿里巴巴大约每20天就发布一款新模型，而Anthropic的平均发布间隔为 47 天。
艾伦人工智能研究所高级研究员、开源模型AI生态专家内森·兰伯特（Nathan Lambert）告诉NBC，中国模型近期的进步并非偶然。
"中国人是人工智能领域真正的创新者，"兰伯特说，"过去12个月里，力量平衡发生了迅速转变。"
不过，也有部分硅谷人士认为，闭源模型的很多优势是开源模型无法比拟的。
硅谷风投公司Menlo Ventures合伙人蒂姆·塔利（Tim Tully）表示，闭源模型的性能仍然显著更优，且往往更实用："工具更好用，生产力更高，每个人都在使用的智能体框架，在Anthropic和OpenAI的生态中表现更佳。它们就是更好用。因此闭源环境的生态系统非常强大。"
报道称，还有许多公司臆测使用中国产品会存在所谓的"风险"，比如所谓的"安全风险"，以及"亲华输出内容增多"。白宫近期还炒作一些中国AI公司与军方的关联，这一说辞已遭到中企驳斥。
然而，随着美国创新者试图提升美国开源模型的竞争力，美国的开源努力可能正逐渐觉醒。
今年7月，白宫发布《人工智能行动计划》，呼吁联邦政府"鼓励开源和开源权重AI模型的发展"。
8 月，OpenAI发布了五年来首款开源模型。在发布该模型时，OpenAI 强调了美国开源模型的重要性，称 "广泛获取美国开发的这些高性能开源权重模型，有助于推动民主人工智能的发展"。
11月下旬，总部位于西雅图的艾伦研究所发布了其最新开源模型Olmo 3，据发布声明称，该模型旨在帮助用户"快速构建可信功能，无论是用于研究、教育还是应用场景"。
艾伦研究所的兰伯特还发起了"ATOM 计划"（American Truly Open Models 的缩写，意为"美国真正开源模型"）。正如ATOM计划的宣言所宣称的："美国已失去在开源模型领域的领先地位--无论是在性能还是采用率方面，而且正朝着进一步落后的方向发展。"
"如果我们想成为人工智能时代的卓越国家，就不能将生态系统中如此关键的一部分拱手让给任何国家。" 兰伯特说。
