硅谷风投眼中的中国AI：制裁没锁死，反而逼出了“怪物”

By: www.techflowpost.com|2026/08/31 10:55:00

作者：David，深潮 TechFlow

**深潮导读：**随着中国大模型的强势崛起，越来越多的西方 VC 正在把目光投向东方，亲自跨洋来摸底中国 AI 的真实水位。

此前，我们曾发布过另一篇文章《西方VC的中国AI观察：硬件无敌，软件全是泡沫》，作者为知名加密机构 Delphi Digital 的合伙人。而就在今天，又有一篇截然不同的中国考察笔记，在英文科技圈和 X（推特）上彻底刷屏。

这次的视角更加硬核，操刀者是硅谷顶级前沿科技与生物技术风投Dimension。

作为一家在硬科技领域极具话语权的重量级资本，Dimension 的合伙人 Nan、Adam 和 Zavain 在今年 8 月带队深入北京、上海和香港等城市，对中国最顶尖的 AI 实验室和基础设施生态进行了一周的密集摸底。

不同于上一位 VC 对"消费级软件与硬件制造"的探讨，Dimension 这封写给 LP（有限合伙人）的内部长信，将目光直击中美 AI 博弈的最核心地带：底层算力、模型开源与技术脱钩。

在西方主流媒体和政界不断渲染"中美 AI 彻底脱钩"的宏大叙事下，这帮硅谷内行在实地看到了截然不同的魔幻现实：

美国的芯片出口管制，不仅没有锁死中国的 AI 进程，反而像高压锅一样，逼出了一个极其恐怖的"底层性能榨取机器"。中美两国的 AI 产业不仅没有断裂，反而正通过蒸馏、开源和数据在底层被死死焊在一起。

由于该信件较长，我们对关键内容进行了编译与提炼，将其中一些从西方视角看中国 AI 行业的有意思的观察，整理如下。

稀缺催生进化，制裁逼出极限 {#article-toc-33631-2}

美国出口管制的初衷是拖慢中国的 AI 进程，但结果却适得其反。它产生了巨大的进化压力，催生了一种截然不同的 AI 实验室形态。

因为严重缺乏高端算力，中国团队被迫在那些美国实验室根本不屑一顾的代码底层进行极限工程优化。

一个最极端的例子是：DeepSeek 的 V3 模型，是硬生生在 2048 张被刻意"阉割"性能的 H800 芯片上训练出来的。为了弥补芯片互连性能的残缺，他们的工程师直接越过主流的 CUDA 框架，在更底层的 PTX 级别编写代码，并为每个 GPU 重新分配了 20 个（共 132 个）流多处理器专门用于跨节点通信。

这不是因为美国缺乏天才工程师，而是因为两边的激励机制完全不同。

在美国实验室，多花一笔美元，是去买更多的一次性算力；而在中国实验室，多招一个工程师，是为了从底层架构上砍掉对算力的需求。

这种极度的稀缺，孕育了中国独有的全栈效率文化------从内核、优化器、服务系统到芯片，他们正把系统的性能榨取到极致。

极度内卷的斗兽场，不仅对外，更是对内 {#article-toc-33631-3}

在硅谷看来，中国 AI 似乎只是在与美国抗衡。但实地考察后发现，中国前沿 AI 领域的内部竞争，比西方想象的要惨烈得多。

DeepSeek、阿里巴巴（Qwen）、月之暗面（Kimi）、字节跳动（Doubao）和智谱（GLM）这五家头部实验室的实力咬得极紧，以至于他们的排名几乎每个季度都会重新洗牌。

这五家实验室不仅要在模型能力和迭代节奏上殊死搏斗，还都在疯狂开源。

这种高压的内部"斗兽场"环境，与美国仅有两家闭源巨头（OpenAI 和 Anthropic）主导的生态截然不同，它带来的创新驱动力丝毫不亚于中美的跨国竞争。

跑出一种全新的"AI 数据评测黑马" {#article-toc-33631-4}

美国数据供应商，如 Mercor、AfterQuery、Turing 等，已经记录了与蚂蚁金服、阿里巴巴和字节跳动的商业关系。在实地，他们看到一群新兴的中国新贵正在构建评估和验证基础设施，而不是数据标注服务。

具体在北京和上海，他们原本以为会看到大量廉价的"数据标注工厂"，结果却发现了一批极具爆发力的、围绕 AI 其他环节的年轻初创公司。

比如一家由北大博士创办的 AI 评测与预测公司 UniPat，成立不到 24 个月，靠着极高的人工监督质量来弥补算力劣势，营收已经迅速飙升到了 1 亿美元以上。

算力不够，人力来凑 {#article-toc-33631-5}

最让硅谷投资人惊讶的是，他们在走访中发现了一批顶尖的中国研究员，正在用一种非常原始但有效的方式实现"弱形式的自我改进（RSI）"。

因为极度缺乏算力，研究员们亲自下场，通过手动干预和协助来加速模型训练。

投资人感叹，这就像当年早期的"半人马国际象棋"（人类+机器的组合击败纯机器），硬生生用人力和时间填平了算力鸿沟。

毫无包袱的商业变现与实用主义 {#article-toc-33631-6}

中美 AI 在营收体量上依然存在着近两个数量级的巨大鸿沟。到 2026 年 8 月，Anthropic 的 ARR（年度经常性收入）已经突破 65 亿美元，OpenAI 达到 400 亿美元；

而中国营收最强的大模型业务（字节跳动的视频模型）年化收入大约在 20-30 亿美元，纯粹的大模型实验室收入普遍在数亿美元级别。

但中国企业的务实与下沉能力，令人印象深刻。

当 Dimension 的投资人们走在拥挤喧闹的香港街头，耳机里放着硅谷知名播客分析美国实验室为何清高地抗拒广告和电商变现时，眼前的中国现实形成了强烈的对比。

字节跳动的豆包已经拥有了 3.45 亿的月活跃用户，超过了 Qwen 和 DeepSeek 的总和。

虽然目前它每天的收入不到 100 万人民币，但这几乎全部来自于电商带货的佣金。中国创业者有着毫不掩饰的实用主义，根本不在乎"变现方式 Low 不 Low"。

极其魔幻的"太平洋数据环流"，一种中美 AI 循环 {#article-toc-33631-7}

虽然硬件在半导体层及以下层解耦，但软件和数据层的融合速度比任何一个政府能够响应的速度都要快。他们认为当前 AI 真实的技术循环链条其实是一个极其魔幻的"跨洋技术环流"：

美国前沿实验室训练顶级模型 ---> 中国团队进行蒸馏并开源权重---> 美国垂直 AI 公司拿中国开源模型进行微调 ---> 包装后卖给美国企业。

那么，所谓的美国垂直 AI 应用，底层正越来越多地跑在中国开源权重上，而里面潜藏着美国前沿模型的智能。

比如，大火的代码工具 Cursor 的 Composer 2，其底层其实是基于 Kimi 的 K2.5；而法律 AI 新贵 Harvey 发布的 Harvey Tenet，则是基于 Kimi 的开源模型 K3 进行后训练的。

中国虽然没有直接赚到西方的钱，但正在疯狂占据西方 AI 时代的"工作流"。开源模型直接绕过了欧美严苛的企业采购审查墙；当软件是免费开放的时候，你根本没有理由去拒绝一个供应商。

7.更加疯狂的估值泡沫 {#article-toc-33631-8}

西方资本市场常谈论 AI 泡沫，但在中国，这个泡沫的沸腾程度远超硅谷。

考虑到中美模型公司在营收上的巨大差距，中国头部实验室的估值倍数往往是美国同行的 5 到 10 倍。比如，月之暗面（Moonshot）在 7 月底以 350 亿美元的估值完成了一轮 35 亿美元的融资，这大约是其 3 亿美元 ARR 的 115 倍，且目前正在运作 IPO 前 500 亿美元估值的融资（对比之下 Anthropic 只有 20 倍）。

二级市场更加狂热且动荡，智谱 AI 与 MiniMax 等公司的市值在上市前后均经历了剧烈的过山车行情。

最后，这封长信在发布到海外社交媒体时，评论区的一句神评论，笔者觉得已经点明了中美 AI 竞争下的整个产业生态：