开放式人工智能与封闭式人工智能——全球人工智能地缘政治的转折点：中国的开源模式与美国的主导地位之争

Konrad Wolfenstein

29分钟前

开放式人工智能与封闭式人工智能——全球人工智能地缘政治的转折点：中国的开源模式与美国的主导地位之争

开放式人工智能与封闭式人工智能——全球人工智能地缘政治的转折点：中国开源模式与美国主导地位的较量——图片来源：Xpert.Digital

比 OpenAI 便宜 30 倍：“DeepSeek”模型如何革新市场

美国霸主地位终结？中国的开源战略打破了硅谷的垄断。

排他性的终结：开放人工智能模型的兴起如何重塑全球秩序

2025年是人工智能领域一个历史性的转折点。长期以来，硅谷凭借其封闭、高价系统的理念，一直被视为无可争议的技术进步中心。但这种霸权正在瓦解。在美国贸易限制和效率压力的推动下，中国开发者发起了一场悄然兴起的革命，如今这场革命正在全球市场掀起轩然大波：这就是“开放智能”时代。.

凭借DeepSeek和Qwen等模型，中国科技公司不再专注于单纯的计算能力，而是致力于大幅降低成本并实现广泛普及。当一个模型能够达到OpenAI旗舰模型的性能水平，而运行成本却仅为其一小部分时，经济格局将发生翻天覆地的变化。这是一种悖论效应：旨在遏制中国的制裁反而引发了一波民主化浪潮，使得人工智能突然间惠及所有人——从柏林的小型创业公司到班加罗尔的开发团队。.

但这种转变并非只有机遇。价格下降、创新加速的同时，弊端也随之而来：缺乏透明度、审查风险以及地缘政治的不确定性都伴随着新型的开放式超级模式。本文将深入分析中美力量平衡的转变，Meta为何突然成为受益者，以及这种新现实对欧洲经济和数据安全意味着什么。.

适合：

DeepSeek V3.2：性能媲美 GPT-5 和 Gemini-3，而且可以本地部署在您自己的系统上！千兆 AI 数据中心时代是否即将终结？

人工智能的民主化正在重新定义权力关系。

全球人工智能格局正在发生根本性转变，其影响远超技术指标，并将产生深远的经济、战略和地缘政治影响。在现代人工智能发展史上，中国开发者首次在开源模型下载量上超越了美国竞争对手。这不仅仅是统计上的变化，更是人工智能开发、传播和商业化方式发生根本性重组的征兆。美国长期以来在人工智能领域的霸权——这种霸权建立在对专有、高性能、闭源系统的控制之上——正受到一种新逻辑的挑战：开放、可扩展且经济高效的模型。.

实证数据无可辩驳。根据分析Hugging Face平台下载统计数据的《开放智能经济》报告，2025年热门新模型下载量中，超过44%来自中国。曾经无可争议的市场领导者——美国开发者——的市场份额正在持续下滑。阿里巴巴旗下的Qwen和DeepSeek模型家族正经历着爆炸式增长，将曾经占据主导地位的美国竞争对手，如Meta和谷歌远远甩在身后。仅这两个中国模型家族就占据了总下载量的14%。相比之下，Meta的Llama模型在2024年仍占据市场主导地位，但同期下载量仅为5亿次，而阿里巴巴的Qwen模型家族的下载量则超过了7.5亿次。.

战略开放是应对美国制裁的措施

然而，这种转变并非仅仅源于技术优势，而是中国科技公司深思熟虑的战略调整的结果。当OpenAI和谷歌等美国巨头将最先进的人工智能技术置于高昂的付费墙和封闭的API之后时，中国却采取了截然相反的策略。二十多家中国企业和高校发布了开源模型，这向全球市场传递了一个协调一致（即便并非正式定向）的信息。这种开放战略并非出于利他主义，而是对美国针对中国科技公司实施的出口限制和技术制裁的一种精心策划的回应。根据美国的人工智能扩散框架，先进的人工智能芯片被禁止进入中国市场，迫使中国开发者使用成本更低的硬件和更高效的算法。.

矛盾的是，这种技术限制反而催生了一项创新，而这项创新从长远来看可能会给美国人工智能产业带来更大的代价：人工智能技术的普及化。通过公开其模型，中国企业正在大幅降低全球小型团队、初创公司和研究机构的准入门槛。它们确保人工智能开发不再是少数拥有数十亿美元预算的巨型企业的专属特权。这一出于必要性的战略选择，正成为对抗美国封闭式人工智能理念的最有力武器。.

效率而非蛮力：新型架构的经济优势

这一转变的经济核心在于中国模型的成本效益。例如，DeepSeek-R1 的技术性能与 OpenAI-o1 持平甚至更优，而运营成本却仅高出约 5%。成本指标非常具体：DeepSeek 每百万个输出代币收费 2.19 美元，而 OpenAI-o1 每百万个代币收费 60 美元。这并非微不足道的差别，而是在输出质量相当甚至更优的情况下，成本节省了约 30 倍。这种成本结构基于一项根本性的方法论创新。OpenAI 采用由监督式微调、奖励建模和 PPO 优化组成的三阶段流程，而 DeepSeek 则使用纯粹的强化学习，无需上游监督。该模型通过试错进行学习，通过算法实验进行自我修正并解决复杂问题，而无需昂贵的人工指导。.

训练预算凸显了经济上的差距：DeepSeek 在其 R1 模型训练上投入了约 1200 万美元。而 OpenAI 目前每年在训练和推理上的花费估计高达 70 亿美元，据报道，单次训练运行的成本就高达数亿美元。《华尔街日报》的一篇报道指出，OpenAI 为 GPT-5 制定的每六个月训练周期预算约为 5 亿美元。这些数字不仅突显了成本效益的提升，也揭示了技术逻辑的更深层次转变：中国开发者已经发现，模型规模和计算能力并非决定模型性能的唯一因素。智能架构、高效的训练方法以及优化的硬件利用率可以带来巨大的成本节约。.

这项技术创新直接影响着人工智能的经济可及性。例如，阿尔巴尼亚的Qwen Long模型价格降低了97%，使其能够被数百万开发者、初创公司和企业家所接受，而这些人原本无法与OpenAI的价格竞争。与此同时，显而易见，中国模型正通过更频繁的更新和更快的版本迭代周期获得市场动力。每次模型更新通常都会带来用户群和采用率的增长。由于中国厂商发布新版本的频率远高于美国厂商，因此其用户群的增长速度也更快。美国厂商虽然更新频率较低，但每次更新都会在性能和功能上带来更大的飞跃。.

硅谷的答案：基础设施优势和Meta开源软件的转型

从垄断到分散格局的转变不应被简单地理解为大卫与歌利亚式的较量，而是不同经济逻辑并存的结果。美国仍然拥有结构性优势。美国拥有约50万名人工智能专家，是全球最大的人工智能人才库。每年在风险投资和研发方面的投入约为5020亿美元。美国的数据中心容量高达45吉瓦，位居世界第一。这种基础设施优势使得美国公司能够继续训练功能最强大的闭源模型，这些模型在许多高度专业化的应用中都优于开源模型。OpenAI模型因其可靠性和一致性而备受推崇，Meta-Llama已发展出一个强大的社区，而Google Gemini则提供具有专有可扩展性的多模态功能。.

与此同时，美国最重要的科技公司之一Meta正成为美国闭源模式的最大反叛者。在马克·扎克伯格的领导下，Meta启动了一项积极的开源计划，发布了迄今为止最强大的开源模型Llama 4。Llama 4拥有4000亿个参数，直接与OpenAI和谷歌展开竞争，但两者之间存在一个根本区别：它是完全免费的。Meta的这一决定标志着其战略的自觉转变，也表明即使是老牌科技巨头也已意识到，人工智能市场的未来在于开放。Gartner的预测也印证了这一趋势：到2027年，开源语言模型将占据企业市场约50%的份额，是目前的两倍。.

通过“托管人工智能”（人工智能）开启数字化转型的新维度 - 平台和 B2B 解决方案 | Xpert Consulting

“托管人工智能”（AI）开启数字化转型新维度——平台与 B2B 解决方案 | Xpert Consulting - 图片：Xpert.Digital

在这里您将了解您的公司如何快速、安全且无高门槛地实施定制化的AI解决方案。

托管 AI 平台是您全方位、无忧的人工智能解决方案。您无需处理复杂的技术、昂贵的基础设施和冗长的开发流程，只需几天时间，即可从专业合作伙伴处获得根据您的需求量身定制的交钥匙解决方案。

主要优势一览：

⚡ 快速实施：从构思到实际应用，只需几天，无需数月。我们提供切实可行的解决方案，创造即时价值。

🔒 最高数据安全性：您的敏感数据将由您自行保管。我们保证数据处理安全合规，不会与第三方共享。

💸 无财务风险：您只需为结果付费。完全无需在硬件、软件或人员方面进行高额的前期投资。

🎯 专注于您的核心业务：专注于您最擅长的领域。我们负责您 AI 解决方案的整个技术实施、运营和维护。

📈 面向未来且可扩展：您的 AI 将与您共同成长。我们确保持续优化和可扩展性，并灵活地调整模型以适应新的需求。

更多相关信息请点击这里：

托管人工智能解决方案 - 工业人工智能服务：服务业、工业和机械工程领域竞争力的关键

开放式人工智能模型如何增强欧洲中小企业实力并实现真正的数据主权

中小企业和欧洲数据主权的新机遇

开源人工智能模型的兴起对中小企业产生了立竿见影的影响。企业家和开发者现在无需花费数百万美元购买专有API，即可将人工智能功能集成到他们的产品中。在欧洲、亚洲或其他地区成立的初创公司首次实现了与行业巨头真正的技术对等。例如，法国公司Mistral AI开发开源模型，最近完成了一轮估值达60亿欧元的融资，该公司直接受益于这一新格局。同样，专注于欧洲数据主权的德国初创公司Aleph Alpha也可以基于强大的开源基础进行开发，而无需从零开始。.

与此同时，开源模型开辟了新的部署选项，这对注重数据隐私和安全的企业至关重要。企业无需将数据发送到 OpenAI、谷歌甚至中国的服务器，即可在本地硬件上运行模型。这不仅是技术上的可行方案，更是经济和监管方面的必然选择。2025 年 8 月，欧盟实施了通用人工智能模型监管条例，其中包含广泛的透明度要求。大型语言模型的提供商必须详细披露其模型的工作原理、训练数据以及风险管理方式。开源模型享有部分豁免，这使得欧洲乃至全球的开发者在监管方面比封闭系统更具优势。.

适合：

最新消息！DeepSeek OCR：中国悄然取得的胜利：开源人工智能如何削弱美国在芯片领域的统治地位

透明度悖论与地缘政治安全风险

然而，这些开放模型的质量和透明度正呈现令人担忧的下降趋势。2022年，约80%的热门模型公开了其训练数据。到2025年，这一比例已降至仅39%。实际上，涌现的并非真正意义上的完全透明的开源，而是一种新的类别：半开放模型。这些模型可以免费下载，但其内部运作机制和训练数据却无法追踪。这是一种缺乏透明度的民主化，一种缺乏理解的可用性。它允许许多人使用和集成人工智能系统，但同时也引发了人们对这些系统真实来源和偏见的新的不确定性。.

这种缺乏透明度的问题在中国模型领域尤为突出。尽管中国开发者积极传播他们的模型，但这些模型的运行却受到国家审查准则的制约。众所周知，DeepSeek和其他中国人工智能系统会在用户查询台湾或天安门事件等敏感话题时，压制或篡改信息。这并非巧合，而是中国控制框架的体现，在该框架下，所有科技公司都在国家监管之下运营。其安全隐患虽微妙却意义重大：虽然来自西方的开源模型至少在理论上可以由研究界进行审查，但中国模型却受到不透明的政治控制机制的影响，缺乏任何透明度。.

第二个安全隐患与数据隐私和政府监控有关。DeepSeek 将用户数据存储在中国的服务器上，且未向用户提供退出选项。这使得中国政府有可能获取这些数据。有报告指出，当查询涉及政治敏感信息时，DeepSeek 的实现也容易发出不安全的代码。这不仅引发了隐私方面的担忧，也让人质疑关键基础设施或政府机构所用系统的安全性和可靠性。德国联邦政府和欧洲机构对在敏感领域部署中国人工智能系统持谨慎态度，这是理所当然的。.

矛盾的是，这种地缘政治紧张局势可能使长期以来在美中人工智能竞赛中扮演被动观察者的欧洲能够发挥独立作用。欧洲的传统错误在于，在其他国家创新时进行监管，在美国规模化发展时进行创新。这种历史模式导致互联网等欧洲发明被美国公司垄断。然而，欧盟的人工智能监管或许能开辟一条不同的道路。欧洲不再只是被动地进行监管，而是可以主动关注透明度、数据主权和本地处理。这不仅能带来监管的清晰度，还能为专注于信任、安全和合规的欧洲开发者创造一个竞争环境。.

然而，地缘政治现实依然错综复杂。美国在最强大的系统中仍然保持着绝对领导地位，尽管其领导地位越来越多地并非来自OpenAI，而是来自Meta，以及在某种程度上也来自Anthropico。中国并非在技术上超越美国，而是在使技术竞争更具成本效益和民主性。这改变了数百万参与者的游戏规则，但未必会改变拥有无限预算的组织。然而，从长远来看，未来所有参与者都能便捷地获得经济高效的人工智能技术，这将重新分配全球机遇和风险。.

商业模式的颠覆以及使用量数据的真实情况

这种转变带来的经济影响深远。对企业而言，这意味着基于专有人工智能技术的传统商业模式正面临压力。在最近的一项研究中，85%的受访企业认为生成式人工智能是其商业模式转型的重要机遇。与此同时，约五分之一的企业警告称，现有商业模式可能面临重大颠覆性风险。如果高性能人工智能系统能够普及，软件开发、设计、内容创作和传统咨询等领域都可能发生翻天覆地的变化。.

这一点也适用于劳动力市场动态。如果人工智能系统不再局限于昂贵的专有技术，而是任何开发者都能使用，那么目前需要专业知识才能完成的任务就有可能实现大规模自动化。例如，一家网页设计公司可以被一个配备完善人工智能支持的小团队所取代。由于强大的开放模型的出现，服务中心、程序员、设计工作室和行政部门都可能发生根本性的变革。然而，这并非传统意义上的自动化事件，而是价值创造的重新分配：不再由预算雄厚的大公司提供人工智能服务，中小型企业也能做到这一点。.

实际使用指标证实了这一根本性转变。如果考虑实际代币生成量（即用户实际产生的AI产出量），而非下载量，情况就更加清晰了。2024年底，中国模型在全球代币生成量中仅占约1.2%。到2025年，这一比例在短短几周内就飙升至近30%，全年平均约为13%。这一转变比下载量所显示的更为显著。仅DeepSeek在2024年11月至2025年11月期间就生成了约14.37万亿枚代币，远超Qwen的5.59万亿枚，两者的总和甚至超过了所有其他开源模型的总产出。.

换句话说，这不仅仅是可用性或兴趣的转变，而是使用方式的真正转变。数以百万计的个人和组织已经在日常工作、软件开发、研究和内容创作中积极使用中国开源模型。.

总之，2025年的现实情况与三年前相比已截然不同。从美国主导、以闭源为中心的架构向多极化、开源驱动的格局转变，不再是预测或潜在趋势，而是切实存在的现实。中国开发者虽然在技术上尚未超越美国，但他们建立了一种不同的经济逻辑，优先考虑成本效益、可及性和速度。这场竞争的胜负并非取决于绝对的技术优势，而是取决于市场逻辑：无论系统在每个基准测试中是否仅高出十分之一个百分点，能够提供价格合理、易于获取且定期更新的模型的厂商，都将获得更大的市场份额。.

因此，2025年标志着人工智能时代从封闭封闭向普及开放的过渡。这将对经济、治理、安全和全球权力格局产生重大影响，并要求政治、商业和科学领域的战略考量进行根本性的重新调整。高性能人工智能系统的免费或低成本获取本身并非问题，但它带来了新的责任：人工智能系统的来源、训练数据和潜在偏差的透明度至关重要。与此同时，这也为德国和欧盟等国家提供了一个新的机遇，使它们不仅可以作为监管者，还可以作为独立的参与者参与全球人工智能市场。.