整体来看，以生成式 AI 、大模型为代表的新一轮人工智能浪潮正在使广泛的价值链受益，比如算力需求的激增，推动了芯片和云计算产业升级；数据成为核心生产资料，催生数据治理和隐私计算市场；智能化应用的深化，加速了制造、医疗、内容、金融等行业的转型升级。不过，新技术和新应用也会促使“蛋糕”的重新分配，产业链上一些企业可能会成为新时代的赢家。
最典型的比如，DeepSeek-R1 通过高效蒸馏技术，将大模型的推理能力迁移到更小、更高效的版本中。这一突破使其小尺寸版本在保持卓越性能的同时，显著降低了模型体积和计算资源需求，成为端侧部署的理想选择。当 AI 大模型从云端下沉至边侧，一场“端侧 AI 革命”正悄然展开，拥有边缘 AI 解决方案的边缘计算制造商（如 Eurotech 和研华科技）将从中获利；布局边缘计算芯片的芯片公司（如英伟达、AMD、ARM、高通甚至英特尔）也可能受益。
除此之外，数据管理服务提供商是另一大潜在赢家。没有数据就没有人工智能，要使用开放模型开发应用程序，采用者需要大量数据进行训练和部署，这需要适当的数据管理。因此，随着不同 AI 模型数量的增加，数据管理将变得越来越重要。MongoDB 、Databricks 和 Snowflake 等数据管理公司以及超大规模企业提供的相关产品都将从中获利。
在重构供应链的同时，「人工智能+」行动的深化还将催化企业和企业之间，乃至国家和国家之间竞争的升维。传统竞争主要围绕资金、人才、市场、供应链等展开，而 AI 时代的竞争则涉及数据主权、算力基础设施、模型生态和智能化渗透，这种竞争呈现出更复杂、更深远的特征。
企业间的竞争：从产品竞争到 AI 生态竞争
过去，企业之间的竞争主要体现在产品功能、成本控制、市场营销等方面，而 AI 时代的竞争核心在于：①模型能力：企业是否掌握最先进的 AI 模型，决定了其产品智能化水平；②数据闭环：企业能否建立专属的数据流，以提升 AI 系统的长期竞争力；③智能化生态：企业是否构建了从底层基础设施到终端用户体验的 AI 生态闭环。
大厂早已为此行动起来，比如微软早早就深度绑定 OpenAI，在 Office、Azure 等产品中整合 AI；而推出了大语言模型 Claude 的 Anthropic 则得到了亚马逊的大力支持，亚马逊将 Claude AI 平台与 AWS 进行深度绑定，让企业和开发者通过 AWS 使用 Claude AI。
当大模型成为竞争力的关键，算力短缺一度成为企业运行 AI 模型面临的主要困难，GPT-4、Gemini、Llama 2 和其他模型严重依赖 H100 GPU，但 H100 产能却严重受限。即使像微软、Meta 这样大型科技公司，也需要提前数年预定产能，才能获得足够的新型芯片。不过，DeepSeek 的横空出世似乎重构了游戏规则。正如中国工程院院士李国杰所言：DeepSeek 的崛起说明 AI 不再是简单堆砌算力的暴力游戏，而是进入了以算法和模型架构优化为主，同时高度重视数据质量与规模、理性提高算力的新时期。
当 AI 的渗透进一步加速之时，可以预见各行各业、各个场景几乎都能以更加低廉的成本享受到顶尖的人工智能服务，那么，企业间竞争的关键则会变成对 AI 的应用和整合能力，即如何使用 AI 让企业的知识管理、创新速度、决策效率全面升级。
比如，AIGC+自动化客服，使得营销获客效率指数级提升；AI 代码生成（GitHub Copilot），使得研发效率翻倍；AI 驱动的供应链优化，实现精准预测需求，减少浪费等等…..而在消费品营销领域，企业甚至需要开始迎合大模型为代表的 AI 工具的喜好，毕竟越来越多的客户通过 AI 工具来选择商品、提供辅助的购买决策，如何让 AI 更好理解、更多推荐自家产品，是厂商的一个新命题。
当企业间竞争从“资源和管理”维度跃升到“智能化程度”维度，落后的企业将难以追赶。
国家间的竞争：从科技竞争到“智能主权”之争
如果说企业竞争的升维体现在AI生态、算力、数据闭环，那么国家竞争的升维，则体现在 AI 基础设施、数据主权、科技生态完整性等方面。
首先，全球范围内，AI 已经成为国家级竞争的核心战场，各国政府直接参与 AI 投资和政策支持。
以美国为例，1 月上任伊始，特朗普就宣布撤销拜登政府 2023 年签署的 AI 行政令，预示着美国 AI 发展战略可能迎来重大转向。相比于拜登政府更加侧重于 AI 等科技监管，特朗普显然更加支持发展，以最小限度监管取得美国在全球 AI 领域的最大程度竞争优势。上任次日，特朗普宣布启动“星际之门”（Stargate）计划，集聚海量资金投入美国国内的 AI 基础设施建设。而在打造 AI 国家战略，确保 OpenAI、DeepMind、Meta 等企业的领先地位的同时，其还在不遗余力的通过“芯片禁令”限制对手发展。
中国近年来更是重视人工智能安全发展，逐步完善相关政策法规。国务院印发《新一代人工智能发展规划》提出面向 2030 年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施。值得强调的是，中国非常重视 AI 的实际落地应用，比如国新办举行吹风会解读《政府工作报告》时就提及，今年重点要抓三个方面的工作：第一是产业赋能方面，让人工智能尽可能在工业农业、服务业中利用起来；第二是终端应用方面，通过数字技术推动智能网联汽车、手机、电脑、机器人进行新一轮的终端快速发展；第三是场景培育方面，要对新技术、新场景、新业态有一个专门的场景示范行动，比如在确保安全的情况下，加快在低空经济、教育、培训、医疗等领域的场景应用等。
随着“AI 国家队”加速形成，“智能主权”将取代“数字主权”成为大国科技博弈的关键——哪个国家能自主训练和运营本土大模型？哪个国家掌握着最先进的 AI 芯片和算法？哪个国家拥有高质量本土数据？AI 监管体系是否具备全球话语权？
面对全球新一轮科技竞争，各个国家对 AI 的发展思路和政策方向或许将决定未来成败。DeepSeek 的开源策略堪称全球 AI 领域的“破冰行动”，开源模式让全球开发者能够自由使用和改进技术，从而加速 AI 技术在各行各业的普及应用。DeepSeek 的开源战略也向历史证明：在这场 AI 竞赛中，谁拥抱开源，谁就能赢得未来。如今，中国已孵化超 3000 万个开源项目，覆盖了从芯片到框架再到应用的整个产业链。据中国工业和信息化部去年 12 月的数据显示，中国软件开发者数量突破 940 万，开源参与者数量排名全球第二。
而在对 AI 的监管方面，全国政协委员、360 集团创始人周鸿祎建议：大模型发展关系国运，不能因过度追求准确而限制其创造力，需要对「幻觉」给予柔性监管，打造支持创新、包容失误的良好环境，争取让更多企业「复制」DeepSeek 的成功。建议借鉴「避风港原则」成功经验，对大模型以及相关的产品和服务，实施柔性监管，适度包容大模型的「幻觉」，对于「幻觉」导致的一般性失误，避免直接关停、下架，给予企业自我纠正的机会，促进企业大胆创新、放手竞争。
目前，世界模型尚无统一的定义，英伟达官网的定义为：“世界模型是理解现实世界动态 (包括其物理和空间属性) 的生成式 AI 模型。它们使用文本、图像、视频和运动等输入数据来生成视频。通过学习，它们能够理解现实世界环境的物理特性，从而对运动、应力以及感官数据中的空间关系等动态进行表示和预测。”
AI 行业人士认为，世界模型就是 AI 的下一个大事件。相比语言模型还停留在理解人类语义阶段，世界模型从一维形式的数字智能走向三维形式的空间智能，开始理解真实的物理世界，创建对世界运作方式的内部表征，理解现实世界的规律，并据此推理行为的后果。
今年 1 月，谷歌旗下 DeepMind 组建了一个新团队，聘请 Sora 核心人员 Tim Brooks 掌舵，专门开发可以用来模拟物理世界的 AI 模型。无独有偶，黄仁勋也在 2025 年拉斯维加斯消费电子展（CES）上宣布，推出 Cosmos 世界模型（Cosmos World Foundation Models），该模型专为理解物理世界打造，可预测和生成“物理感知”的视频。此外，“AI 教母”李飞飞的 World Labs、初创公司 Decart、 Odyssey 也都涉足其中。
10
发表于 2025-3-8 14:59:07