如今，美国已经开始陷入「冷战2.0焦虑」——我们的AI技术，恐怕已经落后于中国了？
甚至AI社区的不少人已经押注：接下来几个月，将有一大波中国开源AI模型的浪潮！
某AI大V如是说：一年前，没有人会预料到，在AI竞赛中，美国竟会被更强大的中国超越。如今，这种恐慌已经弥漫开来，更加显而易见。
下面这张图片，愈发成为如今的现实。
一位大V呼吁道：如果中国赢得技术竞赛，那他们也会赢得经济和其他领域的竞赛。届时，他们将成为世界上的主导力量，我们不能让这种情况发生！
因此，如果美国现在还想赶上中国、击败他们，就需要无限的能源、无限的算力和更简单的立法。
LeCun附议：DeepSeek击败美国，不过是中国内部竞争的副产品
科技大V、天使投资人、技术创始人Balaji已经预测到，接下来几个月里，中国还会有一波开源AI模型的浪潮，涵盖从计算机视觉到机器人技术，再到图像生成的各个领域。
这是一种AI的生产过剩。
他之所以做出这种判断，是因为从公开声明中推断出，很明显中国的目标是让AI软件不再有利润，因为他们在通过AI硬件赚钱。
他认为，对于美国科技产业（这个最后的堡垒），中国想复制他们已经对美国制造业做过的事情——复制它、优化它、规模化生产，然后用低价击垮原版。
在他看来，整件事的内在逻辑，是这样的。
1.中国注意到，DeepSeek的发布曾一度让美国科技公司的市值蒸发了大约一万亿美元。2.中国的核心优势一直是出口实体产品，而非软件。3.中国的另一项核心竞争力是以极大规模出口商品，直到所有外国生产商被压垮，他们就能主导市场，就像他们对德国和日本汽车产业所做的。4.DeepSeek的出现，让中国有了信心，认为在AI领域拿下世界第一，已经是可能实现的目标。5.DeepSeek已经在中国迅速走红，其开源特性意味着每个人都可以快速接入。6.如今，DeepSeek可能已经拥有了无限的资源支持。
综合这一切来看，中国现在认为自己已经抓住了这样的机会：打击美国科技公司、拉动内部经济、从全球AI软件（至少是在模型层面）中抽走利润空间。
而在那之后，则是通过销售价格低廉、质量过硬的AI硬件来赚钱，比如智能家居、自动驾驶汽车、消费级无人机和机器狗。
从上面这些叙述可以看出，美国人看待这件事的角度可谓是十分「酸鸡」。
总之，在做过一番预测后，Balaji表示，自己不知道中国是否能在应用层取得成功。
但对那些开发封闭源代码AI模型的公司来说，显然他们亏惨了。因为，他们已经很难收回训练SOTA模型所需的高昂固定成本，尤其是如今在开源好模型层出不穷的情况下。
总之，中国如今成了开源AI的先锋，这实在令人惊讶。
然而内部逻辑却是一致的：因为中国专注于不择手段地赢，这就意味着他们需要复制一些已经被西方放弃的价值观，比如开源，而这曾经被认为是最难模仿的。
最后，Balaji十分不情愿地表示：不得不承认，中国在软件上的进步速度，已经超过了西方在硬件上的进步速度。
对于Balaji这居高临下的言论，是时候拿出LeCun曾经的这番话，来回怼他们一番了——
「硅谷圈子的常见病，就是一种错位的优越感。高级阶段的症状，是认为小圈子就能垄断好的想法」
并且这次，LeCun依然转发了类似论调的观点，强调中国并不是一个协调一致的单一实体，而是一个竞争异常激烈的国内市场，企业家们时刻怀揣着梦想，也怀揣着被人赶上的恐惧。
所以，击败美国不过是中国内部竞争的副产品而已。
不过，对于Balaji的判断，还是不少人表示赞同，尤其是「硬件是中国科技扩展到全球市场的主要渠道」。
有人表示，所以美国现在的对策就是停止训练基础模型，完全专注于微调和构建app。训练基础模型，已经是整个AI产业中最昂贵、利润最低的部分，所以最不划算。
Aitomatic CEO、港科大教授Christopher Nguyen对此评价道：你的很多客观见解都很有道理，但我认为你的观点太过「美国中心主义」了。
如果想要更贴近中国视角地来理解这件事，就要明白——我们对他们的关注，远远多于他们对我们的关注。
要知道，中国的公司和技术人员一直在大力投入开源项目（比如Linux基金会，或深圳的机器人产业），他们也一向致力于以更高质量和最低成本「击败」竞争对手——在彼此之间，他们的竞争都一直很激烈。
可以说，在中国，这种氛围并不是出于某种国家层面的统一工业政策，而是源于纯粹的、激烈的市场竞争和技术创新。
Nguyen教授举例说，自己就曾在松下领导一个工业级的AI项目。当时松下中国内部的说法就是，他们必须用「中国速度」来做事——比全球其他地区更快、更精简、更强硬，根本等不起全球总部的节奏。
他建议说，你们应该试着从中国自身多元的视角去理解中国，而不是把美国放在他们的宇宙中心。
美国已落后于中国，必须迎头赶上！
Facebook前高管、Social Capital创始人兼CEO Chamath Palihapitiya也表示，中国在很多方面已经全面领先美国。
如果美国还想赶上中国、击败他们，就需要无限的能源、无限的算力和更简单的立法。
「无限的能源」，意味着在维持现有政策（如投资税收抵免和可转让性）的基础上，同时尽可能批准各类新型能源项目，包括天然气、煤炭、核能、风能和太阳能等所有模式。
「无限的算力」，意味着要迅速将对台湾省芯片制造的依赖转移到美国本土。
「更简化的立法」就更简单了，如今繁杂且相互矛盾的法律法规让高效推进变得几乎不可能。因此每制定一条新规，就应废除十条旧规。
总之，如果迅速行动，赢得这场竞赛还是有可能的。
很多人呼吁，现在，美国应该解除对所有技术、AI、机器人和能源行业的管制，像在太空竞赛时那样，重新投资STEM。
而削减国家科学基金会（NSF）和国立卫生研究员（NIH）的预算、削减研究经费，显然是南辕北辙的做法。
比尔盖茨：DeepSeek创新的开放性，我从未见过
如今，已经有越来越多的大佬看好中国AI的发展势头。
比如最近在访谈中，比尔盖茨就表示，非常看好DeepSeek的创新能力。
在访谈中，他表示，中国拥有非常强大的大学，可以开展深入的研究。
而DeepSeek所做的其实并不罕见，但它们做了一件非常聪明的事，让所有人都看到了。
不过比尔盖茨强调说，这种创新的开放性，以及DeepSeek所打破的数字纪录，的确是他从未见过的。
而且，因为如今最先进的技术基本都已经开源，尽管它们大部分来自中国和美国，但没有人真正落后。
不过，对于中美AI竞赛，他的预测是只要美国能控制住台积电，美国就不会输。
软件爆炸在美国，全栈AI大爆炸在中国？
AI竞赛最终的胜出者是谁，最近硅谷投资人Tom Davidson等人的长文预测中，也有提到。
他们分析道，如今AI已经会改进算法和软件，提高AI芯片的质量，同时提高芯片的产量。
这些过程，会形成几种循环，周期分别是3个月、数月，以及数年。相对应的，就是软件大爆炸、AI技术大爆炸，和全栈大爆炸！
作者通过计算给出了惊人的结论：在到达AI到达物理极限之前，这些反馈循环最终将导致有效计算能力增加13到33个数量级。
最终，爆炸性的结论来了——AI在达到有效的物理极限之前，能进步到什么程度？
答案是，软件效率可能提升大概13个数量级，也就是1000亿倍；芯片技术可能提升100倍左右；芯片制造规模可能扩大1万倍左右！
所以，哪些国家会率先达到这些进步？
在博客中，几位作者给出了这样的预测——
软件大爆炸，最有可能出现在美国，因为这些AI芯片和算法的所有者掌握着高度集中的权力。
AI技术爆炸，最有可能出现在美国和半导体供应链中的其他国家和地区，比如台湾省、韩国、日本、荷兰，而权力会更广泛地分布在AI算法、AI芯片和半导体供应链所有者之间。
而全栈爆炸，更有可能发生在中国和海湾国家等拥有强大工业基础的国家，这种爆炸也会将权力更广泛地分布在整个工业基础中。
