美国顶级风投披露中美AI竞赛真实格局：美国缺电、中国缺芯，营收相差两个数量级，约80%美国AI初创公司运行着至少一个中国模型

投资者内参丨易烊铭

走出家门才能看到真实世界。

为了真实了解中美AI间的差异，理解中国科技行业的竞争格局，专注于人工智能和生物技术的美国顶级风投机构Dimension Capital近期派出团队在中国进行了为期一周的深度调研。

在拜访中国多个人工智能实验室、投资机构以及创业者后，Dimension Capital于8月30日在社交媒体上发布了一份内部调研报告。

报告揭示了一个关键现实：美国对华算力封锁，反而意外催生中国AI在系统工程领域的“进化式创新”，中美AI技术栈已深度咬合，制约瓶颈大不相同。

美算力封锁倒逼中国全栈式创新

本次调研的核心发现之一是，美国的算力封锁不仅没能遏制中国AI产业发展，反而无意间对中国AI产业形成了强大的进化压力，倒逼中国全栈式创新。

由于计算资源受限，中国AI团队被迫在系统抽象层之下进行极致且深度的工程优化，而这通常是资源充裕的美国实验室所忽略的。

例如，DeepSeek V3在经过刻意削弱的H800芯片上训练时，通过编写底层PTX代码并重新分配GPU资源来弥补互联架构短板。

这种“算力匮乏”反而成为中国AI的创新源泉。

在美国，花钱投入往往换取一次性算力；而在中国，增加一名精通系统或编译的工程师，则能永久性地降低对算力的依赖。

由此形成的全栈式能效文化，覆盖算力内核、编译器、服务系统乃至自研芯片设计，其复利效应被认为远超单纯的资本支出。

中国开源模型渗透进西方生产技术栈

报告中最具冲击力的观察在于，当前一代中国开源模型实现了过去二十年中国传统企业软件未曾达成的突破——大规模“渗透”进西方的生产技术栈。

数据显示，中国开源模型供应商在不到18个月内，在OpenRouter的代币交易量占比已从不足2%飙升至45%以上。

同时，约80%的美国AI初创公司在其生产环境中运行着至少一个中国开源模型。

而开源策略能巧妙避开西方国家的审查。

Dimension Capital认为，中国正在承接西方企业的业务量（工作负载），而不是直接收割其营收。

推理环节的利润目前主要还是流向提供算力调用的云服务商中。不过，中国前沿实验室正将美国同行最依赖的变现层大宗商品化。

中国大模型竞争激烈

Dimension Capital指出，中国AI前沿阵营的内部竞争激烈程度远超西方认知。

DeepSeek、阿里巴巴（Qwen）、月之暗面（Kimi）、字节跳动（Doubao）及智谱（GLM）等实力非常接近，都处于第一梯队，竞争尤为激烈。

这种由五家实力相当的实验室构成、且均发布产品权重的竞争生态，与两家封闭式实验室构成的美国AI生态体系格局截然不同。

报告对中国极为内卷的AI竞争环境所推动的创新感到尤为震惊。

中国缺芯，美国缺电

Dimension Capital认为，中美两国目前面临截然不同且相互对立的AI发展制约因素——美国芯片充裕但电力吃紧，中国电力充沛但芯片受困。

数据显示，2024年中国新增发电装机容量约429GW，而美国仅约51GW。到2030年，中国还将新增超过400GW的装机容量。相比之下，在美国，有241GW的数据中心扩建项目因电网并网难题已面临长达五年的搁浅与等待。

而中国这边，月之暗面因缺乏推理能力，在产品发布后两天内暂停了新K3用户的注册服务。

中国的核心瓶颈在算力，美国的瓶颈在电力。

报告称，决定中美AI中期战局走势的关键在于，哪一方的瓶颈率先得到解决：是美国的电网建设先完善，还是中国的芯片良率与封装技术完成提升。

收入差距巨大，中国AI估值过高

而在企业营收层面，中美AI企业间的差距非常巨大，美国头部公司营收高出中国近两个数量级。

据企业公开资料显示，截至7月底，Anthropic的年化营收已突破650亿美元；OpenAI当前年化收入预计突破400亿美元。

而中国最强劲的AI模型营收来自字节跳动的视频模型Seedance，其年化营收约为20亿美元；DeepSeek的当前年化营收仅为5亿美元。

在消费端，豆包拥有3.45亿月活用户，这一数字超过了Qwen和DeepSeek的用户总和，但其每日创收不足100万元，且几乎全部来源于电商带货佣金。

中国消费者历来不太愿意为软件付费买单，Dimension Capital也并不认为中国中产阶级已做好为AI大规模付费的准备。

变现方式上，中国已经拥抱电商和广告业务，对流量变现手到擒来，但美国却对这种手段嗤之以鼻。

此外，虽然营收存在两个数量级的差异，但中国AI企业的估值倍数已远高于美国同行。

比如7月底，月之暗面以350亿美元估值完成35亿美元融资，但是其年化收入仅约3亿美元，市销率高达117倍。反观Anthropic，其估值倍数仅在20倍左右。

报告认为，这反映了中国资本市场尚不成熟，仍沿用长达二十年的消费软件投资逻辑。

中美AI技术栈已深度咬合

报告还揭示了一个典型的跨太平洋协作与竞争循环：美国顶级实验室训练出前沿模型，中国实验室会迅速进行蒸馏并开源，然后美国应用初创公司再基于这些中国开源模型进行调整，最终将产品卖回美国企业。

例如，Cursor的Composer 2和Cognition的Swe-1.5均被指基于中国模型构建。在数据层，美国数据供应商与中国科技巨头间也存在明确的商业合作。

中美AI已形成深度咬合的共生关系。

美国应用运行在中国开源模型上，中国实验室在海外租用算力并用美国模型输出做蒸馏训练，专家数据双向流动。

报告认为，在此现实下，争论“谁在获胜”并不合逻辑，因为这些系统相互依存度极高。

美粗暴管制将反噬本土创新活力

中美两国的科技从业者正通过蒸馏技术、开放式权重算法、数据标签化、推理技术，以及日益重要的软件平台与智能搜索基础设施等媒介进行着对话。

Dimension Capital直言，美国的粗暴管制，注定将反噬美国本土的创新活力。

而美国当前盛行的各类限制措施，如实体清单、主机托管禁令和采购禁令等，几乎必然会抑制美国的科技创新，导致其在这些细分领域丧失领先地位，并不可避免地招致中国竞争对手的迅速跟进和反超。

据Dimension Capital描述，部分中国AI模型研究员称，已摸到弱形态递归自我优化机制的雏形——一种受限于时间或算力的早期自进化内核：研究人员通过手动介入与辅助，推着模型加速收敛到原本设想的性能状态，从而省下关键的算力与时间开销。

假设模型自我提升能力与算力规模呈一阶线性关系，那么“美国优势”似乎十分明显：目前两家顶尖美国实验室各自运营约2GW的算力，每家另有超过5GW的合约算力，且到2030年目标规模约为30GW。

从理论上讲，凭借可观的营收和活跃的资本市场支持，若美国启动基于算力规模的自催化“自我提升”循环，中国的芯片产能很难跟上这一进程。

相反，如果“自我提升”的制约因素实为验证质量问题，或者战线拉长到中国通过底层系统优化及国产芯片产能达到足够水平之后，我们很可能会看到过去18个月中出现的这一趋势持续存在甚至可能加速：美国前沿模型的核心壁垒不断贬值泛化，中国开源模型全面铺开并主导生态。

报告认为，未来格局演变，将取决于自我改进的瓶颈所在以及双方基础设施瓶颈的突破速度。但无论如何，两国AI产业早已无法简单切割。

报告最后总结称，倘若监管层能够消除跨境投资、专业科技以及生物技术投资人面临的监管风险，对于选对赛道的投资人而言，中国将存在巨大机遇。

#AI#中美竞争#Anthropic#OpenAI#月之暗面#大模型#智谱#豆包#DeepSeek

风险提示：本文为内容资讯，不构成个人投资建议。市场有风险，投资需谨慎。