6月3日消息，近期，美國對華芯片出口管制持續收緊，迫使像DeepSeek等中國AI開發者在有限的算力資源下，探索更高效的模型訓練方法。兩位中國投資人和一位初創企業創始人表示，盡管面臨這種困境，但中國AI行業的創新勢頭仍將持續。

AI初創企業ReOrc的創始人兼CEO Tony Ren表示：“當看到DeepSeek V3模型的表現時，我們意識到，可以基于該模型在中國本土開發出新的AI功能。”藍馳創投的管理合伙人譚銳（曾投資月之暗面等多家AI模型公司）也指出，應用開發者正在嘗試混合調用DeepSeek V3、阿里通義千問等多個大模型，而不再依賴單一技術，這加劇了各大模型開發商之間的競爭。

然而，由于中美關系緊張以及高端AI芯片禁售的影響，中國AI產業的發展仍然存在不確定性。伯恩斯坦資深半導體分析師林慶元認為，美國的芯片出口管制實際影響可能并不像外界預期的那樣嚴重：“監管漏洞削弱了政策效果，同時中國企業在國產AI芯片研發方面已取得顯著進展。”

同時，這些出口管制措施也為華為等本土AI芯片廠商創造了趕超英偉達的機會。林慶元指出，盡管目前中國大多數AI開發者仍然偏好英偉達的CUDA軟件，但出口管制正促使他們逐漸轉向并依賴本地軟件生態系統。

DeepSeek的崛起也刺激了華為等芯片設計商增加對AI技術的投資。林慶元提到，華為最初在擴展AI芯片開發方面保持謹慎態度，但在DeepSeek證明其能夠在較低性能的英偉達芯片上完成模型訓練后，華為隨即調整了策略，積極加大投入。

鑒于獲取AI系統所需的高端芯片面臨嚴格限制，許多初創企業被迫采取“雙軌戰略”，即同時針對中美兩大市場進行布局。

以下是針對Tony Ren、譚銳以及林慶元的訪談摘要：

問：你們的應用基于哪些基礎模型構建？DeepSeek躋身全球頂級模型行列是否改變了你們的選擇策略，比如開源與閉源？

Tony Ren：我們采取全球化布局，中國團隊服務本土市場，海外團隊覆蓋亞太及其他地區。去年，當DeepSeek尚未崛起時，我們面臨著找不到合適的基礎模型來開發符合中國市場合規要求的應用。最初，我們選擇了性價比突出、適合開發的DeepSeek V2，這個版本雖然在token成本上沒有太大壓力，但性能與OpenAI和Anthropic等頂尖模型相比仍有一定差距。

然而，DeepSeek V3的崛起徹底改變了局面。現在，我們能夠基于該模型在中國部署智能體，并在數據平臺上提供各種AI功能。目前，我們的中國業務主要依賴DeepSeek V3和阿里Qwen 3，而海外智能體功能則基于Claude 3.7構建。如果未來工程資源充足，我們也會考慮整合Claude Sonnet 4，但目前模型迭代速度實在太快。

問：阿里Qwen 3在某些方面可能優于DeepSeek，這是否會擠壓月之暗面等企業的生存空間？中國“六小龍”及獨立大模型開發商在激烈競爭中前景如何？

譚銳：月之暗面等公司必須不斷提升大模型的質量，并且要構建生態系統，吸引更多合作伙伴來使用他們的模型。作為投資人，我認為行業的發展不應僅僅局限于單一模型的競爭。事實上，整個AI領域正在向智能體應用轉型。例如，我們投資的智能體公司GenSpark就采取了“模型中立”策略，即根據客戶的不同需求調用多個模型和智能體的組合。最終，客戶關注的僅僅是結果，而不是具體使用了哪些模型，因此開發者在選擇工具時必然會趨向多元化。

問：美國芯片出口管制是否仍將繼續成為中國在AI領域創新的制約因素？

林慶元：美國的芯片出口管制確實帶來了很大挑戰，尤其是在獲取先進計算能力方面，但其效果并不像外界預期的那樣有效。中國實際上已經在加速7納米半導體的生產能力，預計今年本土7納米芯片產能將翻倍。如果每月增加10,000片先進邏輯生產晶圓，這意味著每年可以生產大約200萬顆AI芯片。此外，我們預計今年中國還可能再增加每月20,000片晶圓的產量。這些來自中國本土的額外供應將在為國內AI產業提供計算資源方面發揮重要作用。而且，出口管制反而催生了國產AI芯片市場的崛起，逐步替代了英偉達的市場份額。

問：為何華為的芯片未被中國的模型開發商廣泛采用？是否因為缺乏媲美CUDA的軟件生態？

林慶元：這主要基于兩個原因：一方面是華為的供應能力確實受限，它需要優先供應給中國電信等國企，面對民營企業供應相對較為困難；另一方面，華為自主研發的Cann軟件生態系統相比于CUDA還顯得不夠成熟。不過，出口管制的實施正在促使開發者逐漸轉向本土方案，DeepSeek的成功甚至改變了華為此前在AI芯片投入方面的保守態度。

問：中國企業素來不愿為軟件服務付費，如今企業客戶對AI應用的付費意愿是否發生了改變？

譚銳：中國的企業市場仍然不夠成熟，但我們已經看到一些面向企業的智能體應用初創公司正在崛起。關鍵在于能夠解決按效果付費，而非單純靠銷售工具的商業模式。目前，消費級智能體應用（如字節跳動、騰訊推出的免費應用）更受歡迎，但它們的可持續變現模式仍有待觀察。然而，毫無疑問的是，智能體的發展速度非常快，尤其是我們看到，這種趨勢不僅限于企業市場，像Claude 4這樣的能力已經在消費者層面取得了顯著進展。因此，我們預計，未來會有更多面向消費者的智能體應用，而不僅僅是面向企業。

問：開發智能體Manus的中國團隊正在拓展全球市場，這種成功是否可以復制？

Tony Ren：毫無疑問，這種成功是可以復制的！目前，已有大量中國創業者在全球范圍內開發專業級AI應用，Manus和GenSpark可能是其中最為突出的兩個。我們看到，許多面向全球專業消費者的智能體應用，都是由中國創始人主導開發的。雖然開發基礎模型存在不少限制，但如果只關注應用層面的創新，最重要的就是工程能力。而在這一點上，中國工程師無論在質量還是數量上，都具備巨大的優勢。

譚銳：智能體本就不應與模型或芯片綁定，因為對智能體公司來說，最終目標是滿足企業客戶的需求。在AI時代，客戶只會為結果付費。只要合法，采用中國本土生態的平價方案也是完全可行的。而且在全球頂尖的AI人才中，華裔占據了相當大的比例，這將推動應用層面的創新迎來爆發式增長。

問：在中美及中西方關系緊張的背景下，中國企業如何拓展海外業務？

Tony Ren：合法合規是拓展海外業務的核心。我們采用了“雙軌戰略”：在中國市場，我們依托阿里云、DeepSeek和Qwen等本土方案；在海外市場，則使用谷歌云和更為尖端的全球模型。尤其在亞太市場，客戶更看重服務能力，而非團隊的地域背景。企業客戶更關注的是流程合規性，而非廠商的國籍。

問：海外企業如何獲取中國的AI人才？

譚銳：兩三年前，中國大語言模型領域的人才大多集中在科研機構和高校。但隨著智能體應用的興起，越來越多的人才來自移動互聯網時代的中國企業創業者。此外，美國也有大量華裔AI人才。因此，這些人才的分布已經非常廣泛，并且隨著市場的演變在不斷發生變化。

Tony Ren：人才選拔標準與國籍無關。如今，許多中國工程師渴望參與在國內無法開展的全球項目，這為海外企業提供了更大的人才窗口。

問：華為與中芯國際使用舊版制程設備并獲得政府補貼，這對芯片成本有何影響？

林慶元：政府補貼在推動中國芯片制造發展中起著至關重要的作用。半導體行業本身需要大量資本投入且回報周期長，只有通過規模效應才能實現盈利。中芯國際的資本支出大致與其營收相當，而臺積電等盈利豐厚的公司，其資本支出也占收入的30%-40%。

芯片制造成本僅占整體營收的一小部分。即便華為由于采用非最尖端的制程技術導致成本增加三倍，毛利率從90%降至80%，它依然保持強大的市場競爭力。更關鍵的是，華為昇騰384芯片因需求強勁，售價甚至高于英偉達的NVL72。真正的挑戰在于客戶是否愿意轉向華為的軟件生態系統。

此外，芯片價格也受能效的影響。由于華為無法采用最先進的制造工藝，其芯片功耗相對較高。中國本土公司正在積極優化芯片設計，以減少這一影響。而在中國，所有運營成本，包括電力成本，普遍較低，這在一定程度上彌補了功耗較高所帶來的劣勢。

問：當華為芯片需求在中國市場飽和后，是否能夠在全球市場與英偉達競爭？

林慶元：在未來三到五年內，我認為華為應該能夠在中國市場獲得足夠的份額。如果你看看云服務提供商的資本支出，中國市場的規模僅為美國的20%，而華為仍遠未滿足這20%的需求。因此，華為眼下更緊迫的問題是如何構建完整的中國本土生態系統。

問：中國能否自研EUV光刻機？

林慶元：中國一定會成功研發EUV光刻機，這只是時間問題。EUV本質上是一個工程技術難題，中國需要解決精密制造和構建完整的供應鏈生態。全球約20%的先進邏輯芯片需求來自中國。如果中國能夠突破EUV技術，那么將會有20%的市場等待它。然而，當前精密制造仍是中國在這一領域的關鍵缺口。

問：專注歐美市場的中國智能體初創企業如何與本土公司競爭？

Tony Ren：關鍵在于效率和成本。硅谷的AI公司往往受限于高昂的人才成本，而中國團隊不僅能夠保持較高的工程效率，還具備明顯的成本優勢。尤其是在初期階段，跨國團隊的分散布局往往會拖慢進度。因此，集中力量、專注于一個市場是制勝的關鍵。

譚銳：AI領域的競爭日益激烈，因此無論是亞洲還是美國的創業者，都需要極致的專注。如果一個中國團隊打算主攻美國市場，他們必須全身心投入到美國市場，深入理解并融入當地的生態系統。（小小）