最近在大模型领域有几个新的事情发生。一个是字节跳动推出了SeeDance 2.0，可以说在视频领域的技术上带来了一些颠覆。另一个是我们也注意到，美国那边芯片企业的发展开始出现分化,ChatGPT 4o的产品下架了。下架的原因主要还是功能上的问题，还有商业模式上的考量，因为它是个闭源模型，需要收费。整体来看，中国在大模型方面一直在追赶，美国的大模型也在不断进步，但也确实暴露出一些问题。

今天我们想针对这些现象，研究一下中美在大模型方面的竞争格局到底怎么样，未来结局会如何。为此，我们主要讨论以下几个问题：第一，中美大模型各自的发展现状；第二，当前美国大模型发展的主要特点；第三，中国大模型发展的主要特点；第四，中美之间的竞争最终可能会是什么样的结果；第五，基于以上分析，提出几个结论和建议。

一、中美大模型发展格局

谈到当今世界的科技进步，那首先肯定离不开芯片，由此演化出的人工智能，其中最具代表性的就是大模型了。大模型因为它兼具应用和人工智能的结合，所以世界各国都非常关注。

现在在大模型领域，世界处于两强相争的局面，也就是中美齐头并进。从大模型的发展角度来看，美国动手比较早，取得的成果也比较多；中国起步相对晚一些，但是追赶得很紧。目前中美之间在大模型方面可以说是各有所长。但总的来说，美国在大模型的技术积累上比较多，投资额也比较大，这也符合美国的特点。不过我们也确实看到中国近年来追赶的速度比较快，所以我们就要分析一下，在这个大模型领域里，中美各自是什么情况，在竞争过程中，最终的结局又会是什么，这也是我们想要探讨的基本问题。

我们对中美大模型可以做出两个结论性的分析：第一，中美之间的大模型都在往前推进，并且遥遥领先于其他国家；第二，大模型是人工智能应用的典范。目前大模型是建立在芯片和算力的基础上的，但现在有了数据中心之后，它又有了更深入的应用，所以人工智能的发展也进入了一个新的阶段，这一点是值得我们注意的。

二、美国大模型发展的情况

提到人工智能，我们很容易就想到大模型。美国最早的大模型是ChatGPT，也就是OpenAI发明的，它是由马斯克、微软、奥特曼、比尔·盖茨他们几个联合发起创立的。这个大模型最早推出来的时候，主要是文本大模型，后来逐步发展成了视频大模型。2024年，OpenAI的大模型一度非常盛行，可以说是独领风骚，融资情况也很好，奥特曼也成了明星人物。后来，OpenAI的大模型从3.5版本升级到4.0，再到4o、4.5，再到GPT-5，大致是这么一个发展脉络。所以我们要肯定ChatGPT在大模型领域取得的重要成绩和它的引领作用。

不过现在，美国的大模型也出现了一个分化现象。一方面，美国出现了马斯克旗下xAI的大模型Grok；另一方面，还有谷歌的大模型Gemini，这两个是比较典型的代表。除此之外，还有Meta的大模型和亚马逊的大模型。但不管怎么说，美国有代表性的大模型。总体来说，它们代表着世界最先进的大模型水平。它们的特点首先是文本大模型，也就是问它问题，它能够回答，而且通过运算形成非常强的导向，能够帮助解决问题，某种意义上可以看作是原来搜索引擎的升级版。第二个特点是，大模型开始向算力方向发展。比如Gemini3，它能够计算出很多问题，可以做数学题、搞科研，甚至很多人用它来写文章，效果也特别好，这就是现在大模型的一些特点。

不过，目前的大模型又出现了升级版。比如英伟达开始搞算力数据中心，马斯克则在算力的基础上开始做人形机器人、做自动驾驶，这已经有了实际应用的概念，比单纯的大模型又进了一步。这是美国目前的基本情况。最近美国融资额最大的一家企业叫Skild AI，融了3亿美元，它是一家做软件设计的企业，有可能颠覆传统的软件设计模式，估值达到了380亿。另外，还有一家估值最高、在全球也很有影响力的企业就是SpaceX，它同时在做星舰、火箭回收，也包括和X合并之后形成的混合模式，这也是美国科技进步的一个重要体现。

三、关于中国大模型的发展

中国大模型早期有像百度的文心一言，还有Kimi这样的产品。后来就陆陆续续出现了豆包、通义千问、元宝等大模型。不过我们也看到，百度的文心一言似乎有些落了下风，百度给人的感觉总体上是起了个大早，赶了个晚集。Kimi可以做些文本生成，但这几年好像也不是特别突出了。现在最耀眼的大模型要数DeepSeek。DeepSeek有两个特点：第一个特点是它投资额比较少，但性能和ChatGPT-5很接近，这颠覆了美国大模型要用很多芯片、花很多钱的模式；第二个特点就是DeepSeek通过蒸馏技术，实现了投资少、性能优的效果，这也是中国大模型目前的一个基本情况。而且梁文锋本身是做量化的，他所在的团队是国内顶级的量化公司，每年从资本市场能挣四五百个亿，所以他在投资上也舍得花钱，既能挣钱也能花钱，这是典型的中国本土大模型的代表，而且还在不断发展，这是一个很显著的特点。

另外，豆包的升级版也发布了。字节跳动之前做了豆包，当时就很流行，应用也非常广。最近字节跳动又推出了一个叫SeeDance2.0的产品，它的性能非常强，向豆包说一句话，或者一个场景描述，就能生成很逼真的视频。这会带来两个结果：第一，它能做出非常好的视频，可以用来替代广告、短视频，甚至各种文宣内容。这样一来，电影的制作成本接下来会显著降低。有人因此说，有了SeeDance 2.0之后，电影的拍摄可能就会从团队拍摄变成导演一个人就能完成。以后剧本会非常值钱，发行会非常值钱，这就是我们能够看到的趋势。所以有了DeepSeek，再加上SeeDance 2.0之后，整个大模型的特点可以说被颠覆了。如果总结一下中国的大模型，我们认为它不仅仅是跟随，而是具有颠覆性的，甚至在某些方面是超越的。而且现在在Seedance的基础上，又提出了一个Seedream 5.0，算力更加强大。

为什么中国的大模型能够后来居上、急起直追？可能跟两个因素有关。一个是跟中国工程师多有很大关系，聪明的大脑是最宝贵的资源；另一个是跟中国的算力发达有很大关系。有了发达的算力，就能推动中国经济和中国大模型的发展。中国目前缺的是两样东西，一个是芯片，一个是投资，但我们有算力做保障，有应用场景做保障，所以芯片性能低一点没关系，可以多铺一些芯片，这就完全不一样了。我记得英伟达可以用72块芯片串联做成B300，形成一个算力矩阵；而华为做的昇腾，是用384个芯片串联，它的逻辑是，虽然单个芯片性能低一点，但芯片数量多，综合算力并不差。这就是我们能够看到的基本情况。所以理解了这一点，也许我们的芯片发展和大算力、大模型的发展，接下来会有一个很大的突破，这也是我们应该注意的现象。

四、中美大模型最后竞争是个什么结局？

中美大模型的发展，经历了这样一个阶段：先是美国领先、中国跟随，再到中美齐头并进，现在各自优势开始凸显出来。

目前美国是卡在了应用场景和人才队伍上。美国的优势主要在于芯片的优势和资金的优势，这是美国的特点。但美国长远发展下去，有没有好的应用场景，这是个关键问题。另外一方面，我们也能看到，中国的优势在于有丰富的工程师队伍，有人才的储备，这是我们能看到的一个基本情况。而且中国的应用场景会弥补我们在芯片和投资上的不足。所以未来实际上，美国的优势可能会减弱。因为美国的优势是芯片优势，而中国的芯片会逐渐赶上。美国靠遏制光刻机出口来遏制中国的芯片，靠遏制高端芯片、不让英伟达芯片卖给中国，但这种局面在未来两三年会发生根本性的改观。

再就是中国广阔的应用场景和庞大的人才队伍，以及由此带来的技术迭代，会让中国迅速形成一个应用生态，这一点美国是有欠缺的。所以从DeepSeek和Seedance的进步就能看得出来，以巧取胜、以小取胜，这方面的优势会逐渐明显起来。2月15日美国的ChatGPT 4o下架，这说明它的性能已经没那么突出了，而且靠大投资的方式也很难持续。美国原来有一个闭环：英伟达的芯片卖给甲骨文，甲骨文做成数据中心给OpenAI服务，OpenAI购买这个服务，然后再反过来拿钱买英伟达的芯片，这种相互迭代是互相支撑的。但最近英伟达这边有些变化，因为很多人说我并不想买OpenAI的服务，所以在这种情况下，这个闭环一旦被打破，美国大模型的发展就会出现问题。所以现在美国就需要找新赛道。OpenAI面临着巨大的竞争压力，如果按照马斯克的观点，算力经济会成为主流。美国的劣势就在于它的电力存在不足，再就是整个芯片应用的产业链正在崛起，而美国在这个产业链上的供应链基础是不够的，这就是美国存在的问题。

总之，中美之间各有优势，但各自也需要克服自己的不足。中国现在的发展势头似乎更猛烈一些。中国在未来，至少和美国之间是能够齐头并进的，甚至有些领域由于应用场景的优势，可能会超越美国，这也是美国所担心的问题。

五、结论和建议

我们通过对中美大模型的分析，至少可以得出两个结论。

第一，美国的大模型发展比较早，技术领先，投资额大；中国的大模型发展比较晚，投资额相对小一些，但是发展势头很猛，中美正在逐步接近。

第二，中国在应用场景上有优势，在算力上也有优势，所以中国正在涌现出一批创新性的产品，有代表性的早期是DeepSeek，现在又有Seedance，这种势头会越来越猛。这就是中美之间目前的现状。从未来的竞争来看，中美齐头并进，中国大有超过美国之势，这是一个基本结论。

为此，我们提两个建议。

第一，人工智能的大发展对世界都是有好处的。大模型是人工智能早期的做法，但大模型目前主要还是文本和视频的概念，更多的是一种工具，下一步可能就会演化出更综合的应用。这一点必须看到，从最近的Skild AI这种软件替代工程师的趋势，就能看出一些苗头，所以要注意它可能带来的颠覆性。

第二，大模型和由此带来的人工智能发展，可能会替代很多现有的岗位。这样会促使社会不断地进行产业调整和就业调整，但同时也会出现很多新的岗位，这是需要注意的问题。大模型不是终点，未来一定会有更好的东西来超越它、代替它，这是我们的分析。