你有沒有想過，一家沒有模型、產(chǎn)品、收入的美國AI公司，可以按照 500 億美金的估值融資？這個價格可以打包把中國最領先的AI大模型創(chuàng)業(yè)公司全部拿下，包括DeepSeek、Kimi、智譜、Minimax等等等等。

昨天 Gemini 3 Pro模型發(fā)布后，硅谷也出現(xiàn)對美國AI模型狂熱的疑問。能源創(chuàng)業(yè)公司PowerDynamics的創(chuàng)始人Jen Zhu發(fā)帖稱，Google的模型最強，中國的開源模型更受歡迎，Anthropic有企業(yè)市場的優(yōu)勢，xAI有訪問Twitter的優(yōu)勢，那OpenAI憑什么能拿到 1000 億美金的收入？

中美AI模型巨大的估值鴻溝背后，隱藏著一個更深刻的問題：當中國 AI 實驗室能夠用遠低于硅谷的成本做出同等水平的模型時，那些在美國投入數(shù)千億美元建設數(shù)據(jù)中心的科技巨頭，他們的巨額投資到底能不能帶來相應的商業(yè)回報？

我一直在思考這個問題。過去幾周，我仔細研究了 Kimi K2 Thinking 發(fā)布后在全球科技圈引發(fā)的反響，也深入分析了中美兩國在 AI 投資策略上的巨大差異。我發(fā)現(xiàn)，這不僅僅是一個估值問題，更是兩種截然不同的 AI 發(fā)展路徑的對撞。一邊是硅谷式的巨額資本堆疊，另一邊是中國式的效率優(yōu)先。而這場較量的結果，可能會重新定義整個 AI 行業(yè)的未來走向。

中國AI在硅谷的局面已經(jīng)打開

讓我先從最近發(fā)生的幾件事說起。前兩天，Perplexity 宣布接入 Kimi K2 Thinking，這是他們目前接入的唯一一個中國模型。和 Kimi 一起被接入的，是 OpenAI 剛剛發(fā)布的 GPT-5.1。上一個被 Perplexity 接入的中國模型還是今年 1 月震驚全球的 DeepSeek R1。這個消息的分量遠比表面看起來要重。Perplexity 作為全球領先的 AI 搜索引擎，對模型的選擇極為嚴格，他們需要確保接入的模型既有強大的性能，又能穩(wěn)定可靠地服務用戶。能被 Perplexity 選中，本身就是一種全球科技巨頭的背書和認證。

而Perplexity 的 CEO 早在今年 7 月 Kimi K2 首次發(fā)布時就公開表達過興趣，表示將基于 Kimi 進行訓練。這說明他們對這個模型的關注不是一時興起，而是經(jīng)過長期觀察和評估的結果。我認為這反映了一個重要趨勢：全球頂尖的科技公司正在越來越認真地看待中國的 AI 模型，不再將它們視為只能在國內(nèi)市場使用的替代品，而是把它們當作真正有競爭力的全球化產(chǎn)品。

幾乎同一時間，馬斯克發(fā)布 Grok 4.1 時做了一個對比評分，列出了多個頂尖 AI 模型的表現(xiàn)。在這個對比中，Kimi K2 是唯一被當作“參考文獻”的中國模型，而且用的還不是最新的 Thinking 版本，只是基礎版的 K2。即便如此，它的分數(shù)依然領先于許多知名模型。我覺得這個細節(jié)特別值得玩味。馬斯克作為 AI 領域最具影響力的人物之一，他選擇將 Kimi K2 納入對比范圍，本身就是一種認可。

Gemini 3 Pro發(fā)布后，馬斯克急了，他轉發(fā)Grok 4.1推理版超過 Gemini 3 Pro的成績時，大家發(fā)現(xiàn)中國模型 Kimi K2 Thinking 被夾在兩者之間，成了最強背景板。

在全球最權威的大模型競技場 LM Arena 上，Kimi K2 Thinking 再次奪得全球開源模型第一名，在開閉源綜合排名中位列第七。這個榜單不是由某個公司或機構單方面評定的，而是基于全球用戶的真實使用反饋和盲測結果。用戶在不知道使用哪個模型的情況下，對不同模型的回答進行評分，最終匯總出排名。這種方式最能反映模型在實際應用中的真實表現(xiàn)。Kimi K2 Thinking 能在這樣的榜單上名列前茅，證明在用戶體驗層面也獲得了廣泛認可。

Product Growth：Kimi K2 比 GPT-5.1 更重要

當 OpenAI 發(fā)布 GPT-5.1 的時候，整個科技圈都在討論它的改進。但在硅谷風投圈廣為人知的產(chǎn)品增長專家 Aakash Gupta 卻發(fā)表了一個不同尋常的觀點：當周最重要的模型更新不是 GPT-5.1，而是 Kimi K2 Thinking。這個判斷來自他的深度實測。作為前獨角獸公司 Apollo.io 的產(chǎn)品副總裁，同時也是 AI 產(chǎn)品經(jīng)理必讀 Newsletter《Product Growth》的作者，Aakash 的評價在硅谷科技圈有著相當?shù)挠绊懥Α?/p>

他做了一個非常實際的測試。他給 GPT-5.1 和 Kimi K2 Thinking 提了同一個產(chǎn)品決策問題：基于用戶參與數(shù)據(jù)，研究競爭對手的解決方案，比較他們的方法、采用率和定價策略，然后按影響力和工作量對功能選項進行評分，最后推薦發(fā)布優(yōu)先級。這是一個典型的產(chǎn)品經(jīng)理日常工作場景，既需要數(shù)據(jù)分析能力，也需要產(chǎn)品判斷力。

測試結果讓 Aakash 印象深刻。他發(fā)現(xiàn) Kimi 使用了真實數(shù)據(jù)。Kimi 提取了實際的使用數(shù)字（310、260、420 個用戶）來驗證它的建議，而 GPT 只是在抽象的影響力和工作量量表上給功能打分就結束了。Kimi 像產(chǎn)品經(jīng)理一樣思考，而不是像電子表格一樣工作。Kimi 給出的工作量是實際的月數(shù)（0.5 到 3.0 個月），這正是你規(guī)劃沖刺時需要的。GPT 給出的 1 到 5 分在你預訂工程時間時毫無意義。

最關鍵的是，Kimi 在重要的地方應用了判斷力。這是關鍵時刻：Kimi 補充說"盡管得分相似，但 Battlecards 比 Feed 有更清晰的市場推廣路徑"。它理解純粹的數(shù)學無法捕捉市場推廣的復雜性。GPT 盲目遵循它的公式。GPT 的建議在實際產(chǎn)品決策中根本站不住腳。GPT 告訴 Aakash 應該首先發(fā)布"報告導出"功能，這是一個影響分數(shù)為 3 的實用功能。從數(shù)學上講是正確的（3÷1=3.0），但對于一個競爭情報產(chǎn)品來說，這在戰(zhàn)略上是糟糕的。

Aakash 總結說，Kimi 平衡了定量評分和產(chǎn)品感覺。GPT-5.1 把這當成了數(shù)學測驗，得出了一個他在路線圖審查的前 30 秒就會拒絕的建議。這就是當擴展推理真正起作用時的樣子——模型不只是計算，它還驗證假設并根據(jù)現(xiàn)實世界的約束檢查其工作。我認為這個實測非常有說服力，因為它不是在實驗室環(huán)境下的基準測試，而是在真實工作場景中的應用對比。這正是 AI 模型真正價值的體現(xiàn)：不是在測試題上拿高分，而是能幫助人們做出更好的決策。

從“對話問答”到“邊想邊做”

要理解 Kimi K2 Thinking為什么表現(xiàn)不錯，我需要解釋一下它采用的"交織推理"（Interleaved Reasoning）技術。傳統(tǒng)的推理模型只有一步“思考→行動”的過程，它可以從互聯(lián)網(wǎng)上獲取信息，然后就不再與外界互動，而是不斷地想。這種方式在簡單任務上可能還行，但一旦任務變得復雜，需要多步驟協(xié)調(diào)時，就很容易出錯。

Kimi K2 Thinking采用交織推理的方式工作。它的流程是：計劃→識別目標并將其分解為步驟；行動→使用工具（網(wǎng)絡搜索、代碼執(zhí)行、文檔創(chuàng)建）；驗證→檢查行動是否使目標更近了一步；反思→根據(jù)結果調(diào)整策略；精煉→迭代直到完成。如果鏈條中的某一步出錯，傳統(tǒng)推理會整個崩潰。而交織推理會在每一步捕捉這些失敗并糾正它們。

這種方法對構建 AI Agent 來說至關重要。Kimi K2 Thinking可以在一個會話中運行 200 到 300 步工具調(diào)用。每一步都不會重置。它會基于剛剛發(fā)生的事情進行驗證、反思和精煉。傳統(tǒng)推理在規(guī)?；瘯r會崩潰，而交織推理能夠處理這種規(guī)模。

中美 AI 投資的巨大鴻溝

現(xiàn)在讓我們把視角拉遠一點，看看更宏觀的圖景。彭博社最近發(fā)表了一篇題為《DeepSeek 時刻現(xiàn)在成為新常態(tài)了嗎？》的報道，文章開頭就提出了一個尖銳的問題：當一家鮮為人知的中國 AI 公司發(fā)布的開源推理模型挑戰(zhàn)西方主導地位，而且開發(fā)成本只是硅谷的零頭時，市場幾乎沒有反應。這和今年 1 月 DeepSeek R1 發(fā)布時的情況形成了鮮明對比。那時候，DeepSeek 的出現(xiàn)讓英偉達單日市值蒸發(fā)了近 6000 億美元。

彭博經(jīng)濟學家 Michael Deng 指出："與 1 月份 DeepSeek 恐慌形成對比的是，投資者已經(jīng)迅速內(nèi)化了這樣一個事實：中國實驗室可以用更低的成本達到前沿能力。"我們是否已經(jīng)到了用極低預算匹配 AI 領域最佳水平不再令人震驚的地步？這個問題讓我深思。如果說今年初 DeepSeek 的出現(xiàn)還是一次"黑天鵝"事件，那么現(xiàn)在 Kimi K2 的表現(xiàn)則表明，這種"黑天鵝"正在變成常態(tài)。

成本差距是驚人的。CNBC 報道稱，根據(jù)知情人士透露，Kimi K2 Thinking 的訓練成本為 460 萬美元。雖然 Moonshot 團隊成員后來在 Reddit AMA 中表示這"不是官方數(shù)字"，但他在回答下一代模型何時發(fā)布的問題時巧妙地點出了巨大的支出差異，說它會"在 Sam（Altman）的萬億美元數(shù)據(jù)中心建成之前"推出。這種對比充滿了諷刺意味。一邊是數(shù)百萬美元的訓練成本，另一邊是萬億美元的數(shù)據(jù)中心計劃。

Jefferies 分析師上周指出，2023 年至 2025 年間，中國超大規(guī)模云服務商的資本支出總和比美國同行低 82%。但根據(jù)各種分析，他們最好的兩個模型之間的性能差距現(xiàn)在已經(jīng)微乎其微。即使在芯片質(zhì)量較差和競爭激烈的情況下，顯著降低的支出也指向了中國正在形成一條更清晰的投資回報路徑。

我認為這種差距背后反映的是兩種不同的發(fā)展哲學。美國的方法是"暴力美學"：堆疊最先進的硬件，建設最大的數(shù)據(jù)中心，投入最多的資金。這種方法在資源充裕的情況下確實能推動技術快速進步，但代價是巨額的資本投入和較長的回本周期。中國的方法則更注重效率：在芯片受限的情況下，通過算法創(chuàng)新和架構優(yōu)化來彌補硬件上的不足。

這對全球 AI 行業(yè)意味著什么

我認為這種競爭格局的變化會帶來幾個重要影響。對于創(chuàng)業(yè)公司和開發(fā)者來說，他們現(xiàn)在有了更多選擇。不再需要完全依賴 OpenAI 或 Anthropic 的 API，他們可以使用成本更低但性能很有競爭力的中國模型。這會降低構建 AI 應用的門檻，催生更多創(chuàng)新。對于大型科技公司來說，這是一個警鐘。單純的資本堆砌可能不再是保持競爭優(yōu)勢的可靠策略，他們需要在效率和創(chuàng)新上做得更好。

我相信未來的 AI 發(fā)展不會是一方完全取代另一方，而是這兩種路徑的相互借鑒和融合。硅谷可能會學習中國的效率導向，開始更注重性價比而不是單純的性能指標。中國公司可能會在商業(yè)化和生態(tài)建設上學習硅谷的經(jīng)驗，將技術優(yōu)勢轉化為更大的商業(yè)價值。這種競爭和交流最終會推動整個行業(yè)向前發(fā)展。

Kimi K2 的案例給我們的啟示是：在 AI 時代，技術能力不再是單純由資本投入決定的。聰明的算法、創(chuàng)新的架構、高效的工程實踐，這些"軟實力"可能比數(shù)據(jù)中心的規(guī)模更重要。那些能夠在有限資源下做出創(chuàng)新突破的團隊，可能會在這場 AI 競賽中獲得意想不到的優(yōu)勢。而那些過度依賴資本堆砌的公司，則需要開始思考如何提高投資效率，否則他們可能會發(fā)現(xiàn)，自己正在為一場注定無法獲得足夠回報的軍備競賽買單。

最終，市場會給出答案。當越來越多的企業(yè)開始選擇性價比更高的中國模型，當投資者開始質(zhì)疑巨額投資的回報，當用戶發(fā)現(xiàn)不同模型之間的體驗差異越來越小，這個行業(yè)的估值體系就會重新調(diào)整。我期待看到那一天的到來，因為那將標志著 AI 行業(yè)從資本驅(qū)動走向價值驅(qū)動，從炒作泡沫走向理性發(fā)展的轉折點。

結尾

也歡迎大家留言討論，分享你的觀點！

覺得內(nèi)容不錯的朋友能夠幫忙右下角點個贊，分享一下。您的每次分享，都是在激勵我不斷產(chǎn)出更好的內(nèi)容。

歡迎關注深思圈，一起探索更大的世界。

- END -

兩個“特別坑”的AI產(chǎn)品創(chuàng)業(yè)方向，你知道嗎

速度將成為AI時代唯一的護城河

a16z重磅預測：Vibe coding贏者通吃？錯了，垂直專業(yè)化才是未來