中國領先的科技公司一直在穩步推出性能幾乎可與全球頂尖系統媲美的人工智慧模型。但它們都面臨著同一個問題：如何克服這項技術背後嚴酷的經濟難題。

中國的人工智慧公司嘗試了不同的方法來獲取足夠的資金，支撐構建人工智慧系統的巨額開支。

深度求索和月之暗面等初創公司已經從投資者那裡籌集了數十億美元。中國的人工智慧巨頭 阿里巴巴 已開始向使用其最先進模型的用戶收費。TikTok的母公司、本身也是人工智慧巨頭的 字節跳動 推出了分級定價系統，希望讓人們為使用其最先進的模型支付更多費用。

為了構建最先進的人工智慧模型，人工智慧公司需要不斷購買強大的計算機晶片——一部分用來構建模型，更多的用來測試改進，還有更多是用來確保它們能為全球用戶提供服務。這些公司還需要建設或租賃數據中心的空間來容納所有這些計算能力。

面臨這些嚴峻經濟挑戰的不僅僅是中國人工智慧公司。從OpenAI、Anthropic到谷歌，矽谷的強大競爭對手在人工智慧領域的投資也遠遠超過了收益。

對於中國公司來說，這一挑戰因中國人工智慧發展方式中的一個核心悖論而加劇。中國大多數領先的人工智慧系統都是 開源 或開放權重的。這加速了它們的發展——每家公司都公開分享其成果時，整個行業都會從中受益。

中國的開源方法催生了一個競爭激烈的創新型初創企業擁擠領域，它們都以低成本提供系統。

因此，試圖通過提高某些模型的使用費來增加收入的做法可能會嚇跑客戶。無論是企業還是個人，注重價格的中國消費者會迅速在各個平台之間跳轉，尋找更便宜的人工智慧工具。

矽谷公司Datastrato的副總裁理查德·林（音）表示，儘管中國的人工智慧公司正在尋找可持續的商業模式，但目前的狀況是支出高昂，而收入微薄。

「在兩三年內，我們可能還在努力摸索大模型該如何賺錢，」他說。

提供低價幫助中國公司贏得了用戶，包括在矽谷，那裡有許多公司依賴於這些更實惠的系統。然而，中國公司一直難以將龐大的全球用戶群體轉化為利潤。

上個月，中國初創公司智譜AI發布了一款名為GLM-5.2的模型，稱其功能幾乎與Anthropic最好的模型一樣強大。矽谷的許多軟體開發者和初創公司 迅速開始使用它 ，部分原因是它比美國的系統更便宜。

智譜AI的模型不斷改進並變得更加受歡迎，該公司去年的收入增加了一倍多，但虧損了近7億美元。

在香港上市時，智譜AI表示計劃將大部分資金用於改進其模型，主要是通過購買更多晶片。股票上市幾周後，智譜AI表示正在尋找合作夥伴來共享算力資源，並就用戶投訴服務速度慢致歉。

「開放模型是一種強大的分發策略，但它們不是一個完整的商業模式，」總部位於北京的Counterpoint Research首席人工智慧分析師孫偉（音）說。「首次公開募股可以為下一個訓練週期提供資金，但它本身無法創造可持續的經濟效益。」

本月，月之暗面發布了一款名為 Kimi K3 的模型，該公司表示它在某些任務上的表現優於OpenAI和Anthropic的模型。但不到兩天，該公司就被迫宣布需要停止接受新用戶，因為它無法獲得足夠的計算機晶片來為他們提供服務。

中國的人工智慧行業 多年來一直面臨美國的貿易限制 ，這些限制束縛了其購買世界上最強大晶片的能力。為了繞過這些限制，許多中國公司租用位於中國境外、配備先進晶片的數據中心的遠程訪問權限。

但與資金雄厚的美國競爭對手相比，中國人工智慧初創公司用來購買算力的資金要少得多。

上個月，深度求索進行了中國最受期待的融資輪之一，從互聯網巨頭騰訊、電池製造商寧德時代以及中國國家人工智慧投資基金等投資者那裡籌集了資金。深度求索籌集了75億美元。今年5月，月之暗面籌集了20億美元。

相比之下，Anthropic僅在5月就籌集了650億美元。

中國科技公司的資本要少得多，但美國科技高管和投資者擔心，中國的開源熱潮可能會顛覆人工智慧生產的經濟模式。

中國的人工智慧初創公司表示，多年的出口管制迫使它們盡可能高效地使用晶片，這可能會挑戰推動全球大量人工智慧投資的理念：即製造尖端人工智慧系統將始終需要不斷增加對更多晶片和數據中心的投資。

現在，美國正圍繞這一問題 展開激烈辯論 ，這可能會讓中國人工智慧公司更難盈利。

包括Anthropic和OpenAI在內的矽谷領先公司聲稱，中國公司從其人工智慧系統中不當採集數據，以加速中國模型的開發。一些美國科技公司和投資者希望華盛頓限制對中國開源模型的訪問，稱如果它們落入別有用心的人手中，可能會成為威脅。

投資人工智慧技術的對沖基金Interconnected Capital的創始人凱文·許（音）表示：「許多矽谷初創公司依賴開放權重模型來定製其產品，同時又不必向OpenAI和Anthropic支付高昂的價格。」

這些美國科技公司一直是中國許多人工智慧公司的重要收入來源。如果它們被排斥在外，它們將面臨失去這一收入的風險。