浪潮之后，中国AI出海有几成胜算？

“太平洋两岸，AI世界的潮水正在发生变化。

几年前，当ChatGPT第一次掀起生成式AI的浪潮时，中国AI站在岸的另一端。GPT-4、Claude、Gemini接连刷新模型能力的边界，算力、资本和顶尖人才向美国聚集，一道由模型能力划出的技术鸿沟横亘其间。那时，人们最常问的问题还是：中国大模型距离美国还有几年？而如今，这个问题正在失去原本的意义。

斯坦福大学《2026 AI Index Report》给出了一个颇具象征意味的数字：截至2026年3月，美国头部模型在Arena上的领先幅度仅为2.7%。从2025年开始，中美模型甚至数次交换领先位置。DeepSeek、Qwen等中国模型的快速迭代，让曾经泾渭分明的追赶关系，开始变成一场彼此紧咬的竞速。

但就在模型排行榜上的距离越来越短时，资本与基础设施的鸿沟仍然清晰可见。斯坦福《2026 AI Index Report》披露的最新完整年度数据显示，2025年美国私人AI投资达到2858.8亿美元，中国为124.1亿美元，美国约为中国的23.1倍；与此同时，美国拥有5427座数据中心，数量超过其他任何国家。报告同时提醒，仅以私人投资衡量可能低估中国AI的总体投入，因为政府引导基金并未被完整计入。

2.7%的模型差距，与23.1倍的私人资本差距，同时存在于今天的AI世界。

这也意味着，真正的全球竞争，从来不会停留在排行榜上。一个模型可以在一夜之间刷新Benchmark，却无法在一夜之间建立遍布世界的开发者生态；它可以回答一道更难的数学题，却未必能让雅加达的创业公司、利雅得的能源企业或巴黎的独立开发者愿意把业务交给它。当模型能力从稀缺品逐渐变成一张进入AI时代的船票，谁能把技术真正送到更远的地方，正在成为下一阶段竞争的关键。于是，在大模型的浪潮越过国境线之后，中国AI也开始驶向深水区。

这一次，它要跨越的不只有太平洋，还有语言、市场、监管、算力，以及一道道正在重新升起的数字疆界。

中国AI出海

到底有几成胜算？

模型潮汐：2.7%之外的真实距离

如果把视线从年初的综合趋势拉到8月的实时榜单，距离仍在继续收窄。第三方评测机构Artificial Analysis的Intelligence Index显示，智谱Z.AI的GLM-5.3（max）得分为60，Claude Opus 5在最高推理强度（Xhigh Effort）下得分为63，两者相差3分。排行榜仍在快速刷新，但趋势已经越来越清晰：中美前沿模型之间，早已不是一场以“几年”为单位计算的追赶。

换句话说，模型追平解决的只是一个问题：中国AI有没有资格坐上全球牌桌。而真正困难的问题是，坐上牌桌以后，按照谁的规则打牌？

当技术差距从一道鸿沟缩短为可以追赶的距离，中国AI的全球化逻辑也开始发生变化。与其沿着OpenAI已经建立优势的航线一路追赶，一些中国企业正在寻找新的水域。开源，成为最先被撬开的那道闸门。

开源航道：让模型先于公司抵达世界

软件世界曾经有过一种独特的全球化方式：代码没有护照。它可以在杭州被写下，在巴黎被修改，在雅加达部署，最后运行在一台位于利雅得的数据中心里。开源让技术拥有了近乎天然的跨境能力，而到了大模型时代，这种互联网传统重新成为全球AI竞争的重要变量。

Qwen正在成为其中最典型的中国样本之一。从2023年开始，阿里持续开放通义千问系列模型，并不断扩展参数规模、语言能力和应用场景。DeepSeek则进一步让全球开发者意识到，高性能AI模型未必只能通过昂贵的闭源API获得。

这种吸引力首先来自一笔很现实的账。对于一家东南亚创业公司、一所预算有限的大学实验室，或者一家希望将数据留在本地的企业而言，最重要的问题未必是谁拥有世界第一的模型，而是谁能够以更低的成本提供“足够好”的能力，同时允许企业进行本地部署和二次开发。

这也是开源真正改变竞争规则的地方。闭源模型争夺的是用户入口，开源模型争夺的则可能是技术底座。当越来越多海外开发者基于中国模型进行微调、开发和部署，即使最终呈现在消费者眼前的产品没有任何中国公司的Logo，中国模型也已经悄悄进入全球AI产业的毛细血管。

从这个意义上看，中国AI最早抵达海外的，未必是一家公司，可能只是一串可以被任何人下载的模型权重。

但开源能够让技术跨过国境线，却无法回答商业世界最现实的问题：当世界开始使用中国模型，中国企业又该如何从中获得收入？答案开始出现在另一片战场。

应用群岛：在ChatGPT的高墙之外

ChatGPT已经是一座很难正面攻下的城池。品牌认知、用户习惯、开发者生态和先发优势，共同筑起了一道远比模型参数更厚的城墙。即使中国企业做出了能力相近的通用聊天机器人，也很难仅凭一次模型升级，让全球数亿用户重新选择入口。于是，一批中国AI企业没有继续撞向城墙，而是驶向那些仍未被完全占领的岛屿。视频生成就是其中之一。

2026年第一季度，快手旗下可灵AI收入已经超过6.5亿元人民币，同比增长超过300%；到3月，其年化收入运行率（ARR）约为5亿美元。一个诞生于中国短视频平台内部的生成式AI工具，正在成为真正能够独立创造收入的全球化产品。

MiniMax的路径更加直接。2025年，其总收入达到7900万美元，同比增长158.9%，其中超过70%来自国际市场。截至2025年底，MiniMax累计服务超过200个国家和地区的2.36亿用户，以及来自100多个国家和地区的21.4万企业客户和开发者。

这些数字意味着，中国AI出海正在越过一个关键节点：从“海外有人使用”走向“海外有人付费”。

与基础模型不同，这些产品面对消费者时，底层模型叫什么甚至没有那么重要。用户不会因为一个视频生成模型参数更多而付钱，他只会问：生成得够不够好？够不够快？值不值得付钱？而这恰恰是一片中国科技公司熟悉的海域。

过去十多年，从游戏、电商到短视频，中国互联网企业已经在海外市场反复训练出一套产品能力：快速迭代、精细运营、控制成本，再从庞大的用户规模中寻找商业化路径。当大模型逐渐从实验室走向应用层，这套在移动互联网时代积累下来的能力，开始重新获得价值。

模型决定一款AI产品能走多高，产品则决定它能走多远。当通用助手的入口越来越集中，视频、设计、陪伴、生产力工具和Agent等垂直场景反而留下了更多缝隙。中国AI企业需要做的，或许不是再造一个ChatGPT，而是在ChatGPT尚未覆盖的地方，找到属于自己的用户。

而应用层的另一条航线，并不从消费级App出发，而是藏在企业每天使用的财务、人力、供应链和制造系统里。对用友、金蝶这样的企业软件公司而言，AI出海未必意味着另起炉灶做一款海外AI产品，更现实的路径，是让AI能力跟着已经存在的软件、客户和本地服务网络一起走出去。

金蝶2026年中期业绩显示，上半年AI原生产品收入约2.96亿元，同比增长189%；与此同时，其国际业务签约企业客户约140家，并已在马来西亚、泰国、越南、印尼、新加坡和卡塔尔等市场搭建本地服务网络。需要注意的是，这两组数据分别描述AI业务增长与国际业务拓展，官方并未披露140家国际客户中有多少已经采购AI产品。但两条曲线同时向上，至少说明企业软件的全球化网络正在成为AI能力向外延伸的新通道。

用友则提供了另一个样本。2026年8月，用友披露已在海外设立14个分支机构，拥有200多家合作伙伴，服务覆盖40多个国家和地区的2300多家企业客户；其YonBIP也正把AI嵌入财务、人力、供应链和制造等核心业务场景，并加速企业AI产品的全球部署。同样，这2300多家是海外企业客户总量，并不等同于AI客户数量。相比“模型先出去”和“AI原生应用直接出去”，这是一条更安静的路径：成熟的软件先扎下根，再让AI沿着既有的业务网络向外生长。

而当这些应用继续向南、向西航行，世界AI版图上两片新的大陆也开始越来越清晰。

南方航线：雅加达的用户与利雅得的算力

如果把“全球化”等同于“进入美国”，中国AI的胜算并不乐观。但世界显然不只有硅谷。

赤道附近，东南亚拥有年轻而庞大的互联网人口、复杂的多语言环境，以及大量仍在快速数字化的企业。再向西，利雅得和阿布扎比正在建设数据中心、购买算力、训练本地语言模型，并试图在石油之外为下一代经济寻找新的发动机。

两片市场，需要的是两种不同的AI。

在东南亚，价格、本地语言和部署门槛往往比“全球最强”更加现实。更重要的是，这里同样在建立自己的AI治理规则。东盟已经发布生成式AI治理与伦理扩展指南，将模型安全、透明度、评估、内容风险等问题纳入区域治理框架。

这意味着，低成本只能帮助中国AI拿到入场券。本地化和信任，才决定它能不能留下。

中东的故事则完全不同。沙特和阿联酋需要的不只是一个更便宜的AI应用，而是一整套能够支撑未来产业转型的数字基础设施。当AI开始进入能源、医疗、金融、交通乃至公共治理，一个越来越频繁出现的词开始浮出水面——“主权AI”。

模型由谁训练？数据存在哪里？关键行业使用谁的云？一个国家是否拥有掌握自身AI能力的权利？这些问题让AI第一次像石油、电网和通信网络一样，带上了鲜明的主权属性。

2025年，商汤与沙特主权财富基金PIF成立的合资公司SenseTime MEA宣布与沙特国王大学共建AI创新中心，同时在当地建设GPU算力集群，计划将能力延伸至医疗、能源、物流、智慧城市等场景。

中国企业带到中东的，因此越来越不是一款孤立的软件，而是一整套由算力、模型、行业应用和本地合作构成的技术系统。

如果说东南亚争夺的是下一批AI用户，那么中东争夺的可能是下一代AI基础设施。中国AI的出海，也由此第一次从“产品卖到哪里”，变成了另一个更庞大的问题：谁能够参与铺设未来世界的数字地基？

然而，地基铺得越深，技术与国家之间的边界也就越难绕开。

数字海关：当代码也开始拥有国籍

互联网曾经让人产生过一种错觉：数字世界没有国境。一段代码可以在几秒钟内跨越大陆，服务器的位置似乎只是地图上的一个坐标。但AI正在结束这种浪漫。

因为大模型跨境时，带走的不只有代码，还有模型权重、训练数据、用户隐私、算力需求、版权责任，以及越来越敏感的国家安全问题。

欧洲已经率先把这道边界写进法律。2025年8月2日，欧盟《人工智能法案》针对通用AI模型提供商的相关义务正式开始适用。模型提供商需要准备技术文档、执行版权政策，并公开训练内容摘要；对于具有系统性风险的模型，还需要承担风险评估、事故报告和网络安全等额外义务。对于欧盟以外的模型提供商，在进入欧洲市场前还可能需要指定欧盟授权代表。

于是，开源世界里最简单的动作——把一组模型权重上传到服务器——一旦进入商业世界，背后就可能连接起数套完全不同的监管体系。

开源可以降低技术跨越国境线的成本，却无法拆掉监管的海关。而这道“数字海关”正在全球越来越普遍。OECD在2026年发布的《服务贸易限制指数》显示，截至2025年，其数字服务贸易限制指数覆盖的129个国家中，有46个国家要求特定数据必须在本地存储；2014年至2025年间，要求数据在本地处理或存储的国家数量接近翻倍。数据曾经是互联网时代最自由流动的生产要素之一，如今却越来越需要回答一个古老的问题：它属于哪里？

地缘政治又在另一侧筑起更高的墙。先进芯片、云计算、模型权重和数据中心正在被越来越多国家视作战略资源。AI企业因此进入一种互联网时代并不常见的处境：用户可能越来越全球化，技术供应链却越来越区域化。

全球化的海面依然辽阔，但海图已经不再空白。数据主权、芯片管制、版权制度、模型安全和国家信任，正在重新画出一道道数字疆界。这也是中国AI出海最难跨越的一片水域。

潮水之后：谁能留在世界的技术底座里

所以，中国AI出海到底有几成胜算？

如果把这场比赛理解为争夺“全球最强闭源旗舰模型”，答案仍然并不乐观。美国企业在先进芯片、资本、云计算基础设施、开发者生态和全球品牌上拥有长期积累，中国AI依然需要追赶。

但如果AI正在从一场模型竞赛，逐渐变成一场关于成本、开放、应用、基础设施和全球部署能力的系统竞争，答案便不再那么确定。

开源正在让中国模型先于中国公司抵达世界；AI原生应用让中国企业绕开已经拥挤的正面战场；金蝶、用友这样的企业软件厂商，则开始把AI能力嵌入原有产品和海外服务网络；东南亚和中东又提供了两片尚未完全定型的新市场。在那里，人们寻找的未必是世界上参数最大的模型，而可能只是一个更便宜、更开放、更容易部署，也更理解当地语言和产业的答案。

当然，航线从来不会无限延伸。当AI逐渐成为国家基础设施的一部分，技术也开始背负它的出生地。数据需要护照，芯片需要通过海关，算法开始接受不同法律的审视。曾经看似没有边界的数字世界，正在重新长出边界。或许，这才是中国AI真正需要面对的“大航海时代”。

重要的已经不是某一天的排行榜上，DeepSeek距离GPT还有几个百分点，也不是一家中国AI应用在海外多获得了多少下载量。真正决定未来格局的，是多年以后，当雅加达的一名开发者写下第一行代码，当利雅得的一座数据中心第一次点亮，当一家欧洲企业选择自己的AI技术底座时，中国技术是否仍然在那里。

技术的潮水每天都在改变方向。今天领先的模型，很快会被下一次更新覆盖；今天令人惊叹的参数，也终将成为明天技术史上的一行数字。但生态一旦扎根，基础设施一旦铺开，标准一旦成为习惯，它们留下的痕迹，往往比任何一张排行榜都更加漫长。

中国AI真正要跨越的，从来不只是太平洋。而是当模型的浪潮退去之后，世界的海岸线上，依然留有中国AI的坐标。

文：一批英俊的素马数据猿
责编：凝视深空数据猿