6月3日传来消息，近期美国对中国芯片的出口管控不断加强，这一举措迫使诸如DeepSeek等中国的AI开发者不得不在有限的算力资源中寻求更高效的模型训练途径。对此，两位中国投资者以及一位初创企业创始人指出，尽管遭遇这样的挑战，中国AI领域的创新活力依然会保持强劲。
ReOrc这家AI初创企业的创始人兼CEO Tony Ren表示，在目睹了DeepSeek V3模型的表现后，他们意识到，依托这一模型，我们有望在中国本土研发出全新的AI功能。蓝驰创投的管理合伙人谭锐，他曾是月之暗面等多家AI模型公司的投资者，他提到，应用开发者们正在尝试将DeepSeek V3、阿里通义千问等众多大型模型进行混合调用，他们不再仅仅依赖单一的技术，这一现象进一步加剧了各大模型开发商之间的竞争态势。
中美关系的不稳定以及高端AI芯片销售受限，给我国AI产业的发展带来了诸多不确定性。伯恩斯坦公司的资深半导体分析师林庆元指出，美国对芯片出口的管控可能并未达到外界所担忧的严重程度，因为监管上的漏洞削弱了这一政策的效力，而且我国企业在自主开发AI芯片方面已经取得了显著的成就。
这些出口管制政策同时为华为等国内AI芯片制造商提供了超越英伟达的机遇。林庆元强调，尽管现阶段我国大部分AI开发者仍倾向于使用英伟达的CUDA软件，但出口管制正推动他们逐步转向并开始依赖本土的软件生态系统。
DeepSeek的兴起促使华为等芯片设计企业对AI技术的投入有所增加。林庆元指出，华为起初在拓展AI芯片研发领域时持谨慎立场，然而在DeepSeek成功在性能较低的英伟达芯片上完成模型训练之后，华为立刻转变了策略，开始积极增加投资力度。
考虑到获取先进人工智能系统所必需的关键芯片遭遇了严格的管控，众多新兴企业不得不实施一种“并行策略”，这包括同时针对美国和中国这两个主要市场进行市场布局。
以下是针对Tony Ren、谭锐以及林庆元的访谈摘要：
请问，贵应用所依赖的核心模型是哪些构建而成的？DeepSeek是否已经跻身于全球顶尖模型的行列，这是否对贵方的选择策略产生了影响，例如在开源与闭源之间的抉择？
Tony Ren：我们实施了全球化的战略部署，其中中国团队专注于本土市场的服务，而海外团队则负责覆盖亚太及其他地区。回顾去年，在DeepSeek尚未崭露头角之际，我们遭遇了难题，那就是难以寻觅到合适的基础模型，以开发出符合中国市场合规性要求的应用。起初，我们挑选了性价比极高的DeepSeek V2版本，该版本在token成本方面并未造成显著负担。然而，与OpenAI和Anthropic等业界领先模型相比，其在性能上仍存在一定差距。
然而，DeepSeek V3的崭露头角使得整个局势发生了翻天覆地的变化。如今，我们得以依托这一模型在中国地区部署智能体，并在数据平台上实现多样化的AI服务。现阶段，我国业务主要依靠DeepSeek V3和阿里Qwen 3两大技术，而海外智能体功能则是基于Claude 3.7进行构建的。若未来工程资源得到充分保障，我们亦将评估将Claude Sonnet 4纳入考量，然而，当前模型的更新迭代速度过快。
询问：阿里Qwen 3在某些性能上可能超越DeepSeek，这种情况是否会对月之暗面等企业的生存环境构成压力？我国所谓的“六小龙”以及独立的大型模型开发商在如此激烈的竞争中，他们的未来展望又将如何？
谭锐表示，月之暗面等企业需持续提高大型模型的质量，同时构建完善的生态系统，以吸引更多合作伙伴采用其模型。在他看来，行业的进步不应仅限于个别模型的较量。实际上，整个AI行业正朝着智能体应用的方向发展。GenSpark，我们投资的智能体企业，采纳了“模型中立”的方针，这一方针意味着会根据客户的具体需求，灵活运用多个模型与智能体的组合。在最终成果面前，客户所关心的只是成效本身，而非具体采用了哪些模型。因此，在开发者选择工具时，必然倾向于采用多样化的策略。
问：美国对芯片出口的限制措施是否仍旧会对我国在人工智能领域的创新发展构成限制？
林庆元指出，美国对芯片的出口限制确实给我国带来了不小的挑战，特别是在获取高端计算技术方面。然而，这种限制的实际效果并未达到外界所预期的那么显著。事实上，我国正在加快7纳米半导体生产能力的提升，预计今年国内7纳米芯片的产量将实现翻倍增长。若每月能增加1万片先进逻辑生产晶圆，那么每年就能生产大约200万颗人工智能芯片。另外，我们预测，本年度我国晶圆产量有望再提升，每月新增产量将达20,000片。这些源自国内的额外供给，对于国内人工智能产业计算资源的保障至关重要。同时，出口限制措施也促进了国内AI芯片市场的迅猛发展，逐步蚕食了英伟达的市场份额。
问：华为的芯片为何在中国模型开发商中应用不广泛？这或许是因为其软件环境未能与CUDA相媲美？
林庆元指出，这一现象主要源于两点：首先，华为的供货能力受到一定限制，必须优先保障中国电信等国有企业的需求，这使得对民营企业的供应相对更为复杂；其次，华为自主研发的Cann软件生态系统相较于CUDA来说，尚显不够完善。然而，出口限制的推行正推动着开发者逐步采纳国内解决方案，而DeepSeek的胜利甚至促使华为在人工智能芯片领域的投资策略由保守转为积极。
问：我国企业传统上对软件服务支付费用持保留态度，那么目前企业用户对于人工智能应用的付费态度是否出现了新的转变？
谭锐表示，尽管我国企业市场尚不完善，但已有若干专注于企业服务的智能体应用新公司崭露头角。其核心在于能否实现基于效果付费的商业模式，而非仅仅依赖销售工具。现阶段，消费级智能体应用（例如字节跳动、腾讯推出的免费软件）颇受欢迎，然而，它们如何实现盈利的可持续性仍需进一步观察。毫无疑义，智能体的进步速度极为迅猛，尤其是我们观察到，这一趋势并不仅限于企业领域，以Claude 4为代表的能力在消费者领域也实现了显著的进步。鉴于此，我们预测，未来将出现更多针对消费者的智能体应用，而不仅仅局限于企业应用。
我国研发智能体Manus的团队正积极开拓国际市场，那么，这种成就能否在其他地区得以重现呢？
Tony Ren表示，这种成就完全可以被模仿。目前，众多中国创业者正全球范围内打造高端AI应用，其中Manus和GenSpark尤为引人注目。观察发现，众多针对全球专业用户群体的智能体应用，均由中国创始人引领开发。尽管在构建基础模型的过程中面临诸多制约，然而，若专注于应用领域的创新，关键因素便是工程技术。在这方面，我国工程师无论是在技术水平还是人才规模上，都显现出显著的优势。
谭锐表示，智能体不应局限于特定模型或芯片，因为对于智能体企业而言，根本目的是满足企业客户的具体需求。在人工智能时代，客户仅对最终成果付费。只要符合法律法规，运用我国本土生态的性价比方案同样是可行的。此外，在全球顶尖的AI人才中，华裔占据了相当一部分，这将为应用层面的创新带来迅猛的爆发式增长。
在中美及中西方关系趋于紧张的环境之下，我国企业面临的一大挑战便是如何有效地开拓海外市场。
Tony Ren表示，合规合法是海外业务拓展的关键所在。为此，我们实施了“双轨制”策略：在国内市场，我们主要依赖阿里云、DeepSeek和Qwen等本土化解决方案；而在国际市场，我们则选择了谷歌云以及更为先进的全球模型。特别是在亚太地区，客户更倾向于重视服务能力，而非团队的地理出身。对于企业客户而言，他们更关心的是流程的合规性，而非供应商的国籍。
问：海外企业如何获取中国的AI人才？
谭锐提到，大约在两三年前，我国大语言模型领域的人才主要聚集在科研院所和高等学府。然而，随着智能体技术的广泛应用，越来越多的专业人才涌现自我国移动互联网背景下的企业创业者群体。与此同时，美国也汇聚了众多华裔人工智能领域的杰出人才。由此可见，这些人才的分布范围已十分广泛，且随着市场的发展，其分布格局也在持续演变之中。
Tony Ren表示，人才选拔并不以国籍为依据。目前，众多中国工程师热切期望能加入那些在国内无法实施的国际项目，这一需求为国外企业拓宽了人才招募的渠道。
华为和中芯国际采用过时的制造工艺装备并得到了政府的经济援助，这种情况对芯片的生产成本产生了怎样的影响？
林庆元指出，政府补助在中国芯片制造业的发展过程中扮演了极其关键的角色。半导体产业本身对资金需求巨大，且投资回收期较长，唯有借助规模效应，方能实现盈利。中芯国际的资本投入与营业收入大致持平，而台积电等盈利能力较强的企业，其资本投入更是占据了收入的30%至40%。
芯片在总营收中的占比微乎其微。尽管华为因采用非顶尖制程技术，成本上升至原来的三倍，毛利率也从90%降至80%，但公司依旧展现出强劲的市场竞争力。尤为重要的是，华为的昇腾384芯片因市场需求旺盛，其售价甚至超过了英伟达的NVL72。真正的挑战在于，客户是否愿意转向使用华为的软件生态系统。
此外，芯片的成本还受到能效比的影响。鉴于华为不能使用最前沿的制程技术，其芯片的能耗相对较大。我国本土企业正努力改进芯片的设计，以降低这种影响。同时，在我国，包括电力在内的所有运营费用普遍较低，这在一定程度上抵消了能耗较高带来的不利影响。
当华为的芯片在中国市场的需求达到饱和状态，它是否能在国际舞台上与英伟达展开激烈的竞争？
林庆元表示，预计在未来三到五年间，华为有望在中国市场取得显著的市场份额。观察云服务提供商的资本投入，可以发现中国市场规模仅为美国的二十分之一，而华为目前对这一份额的需求尚未得到充分满足。鉴于此，华为当前面临的最迫切任务是构建一个完善的中国本土生态系统。
问：中国能否自研EUV光刻机？
林庆元表示，我国必然能够自主研制出EUV光刻机，这不过是时间早晚的问题。EUV技术实质上是一个工程技术上的重大挑战，我国必须攻克精密制造难关并构建起完整的供应链生态系统。全球大约有20%的先进逻辑芯片需求源自我国。一旦我国在EUV技术上取得突破，将有20%的市场份额等待我们去开拓。然而，目前精密制造技术仍是我国在这一领域亟待填补的关键短板。
问：专注欧美市场的中国智能体初创企业如何与本土公司竞争？
Tony Ren提到，核心在于工作效率与经济投入。硅谷的AI企业常常因为人才费用高昂而受限，相比之下，中国的团队不仅能够维持较高的项目执行速度，而且在成本上具有显著的优势。特别是在项目初期，跨国团队的地理分散性往往会导致工作进度缓慢。因此，集中资源、聚焦单一市场成为了成功的关键因素。
谭锐指出，随着AI领域的竞争愈发剧烈，无论是亚洲还是美洲的创业人士，都必须保持极高的专注度。尤其是那些计划进军美国市场的中国团队，他们必须全力以赴，对美国市场进行深入研究，并充分融入当地的商业环境。
