瑞银看好中国AI开源生态加速追赶
中国AI产业的竞争逻辑正在发生变化。过去市场更关注谁拥有更大的训练集群、更多的GPU资源，而如今，开源生态、模型效率和应用扩散能力正在成为新的变量。
7月21日，瑞银发布报告指出，中国开源AI生态的发展可能进一步推动技术扩散，并通过研发协同效应帮助国内AI实验室缩小与全球领先机构之间的差距。相比单纯比拼算力投入，中国企业正在探索另一条路径：通过模型架构优化、工程效率提升以及开发者生态扩大，提高有限资源的利用效率。
这一判断背后，是中国AI产业近一年来的明显变化。过去，由于高端AI芯片供应受限，外界普遍担心中国企业在基础模型训练阶段会受到算力瓶颈影响。但随着更多开源模型出现，行业竞争逐渐从“堆资源”转向“做效率”。
月之暗面推出的Kimi K3成为瑞银关注的案例之一。该机构认为，Kimi K3在能力提升和架构创新方面的表现，正在缓解市场对于中国模型依赖模型蒸馏、缺乏大规模训练资源的担忧。
对于AI行业而言，这种变化并不陌生。类似情况曾出现在云计算领域，早期竞争集中于服务器规模和基础设施投入，后来随着软件优化、资源调度以及开发者生态成熟，效率成为决定商业价值的重要因素。AI产业可能正在经历类似阶段。
瑞银认为，成本效率依旧是中国AI模型的重要优势。随着行业逐渐进入“token优化”阶段，企业不再只是追求模型参数规模，而是关注单位计算成本能够产生多少有效输出。对于大量企业应用场景而言，能够以更低成本完成任务，可能比单纯追求模型能力排名更具商业吸引力。
这也解释了为何瑞银继续看好中国云计算厂商的发展机会。报告对阿里、腾讯、百度以及金山云保持积极观点，认为AI训练和推理需求增长将成为云业务的新驱动力。
其中，阿里获得瑞银特别关注。一方面，阿里通义千问（Qwen）系列模型持续推进，另一方面，公司与月之暗面的战略联系也增强了市场对于其AI生态布局的期待。
不过，中国AI企业想要真正扩大全球市场份额，仍需要面对应用生态、商业化能力以及国际开发者接受度等问题。模型性能只是起点，如何形成持续使用的开发者网络，才决定技术扩散的速度。
从产业趋势看，AI竞争正在从单一公司的技术竞赛，转变为整个生态系统之间的较量。未来几年，算力、模型、云平台和应用开发者之间的协同能力，可能比某一个模型参数规模更能决定行业格局。