著名风投机构Dimension Capital近期走访中国AI产业后发布内部信，以下为要点梳理：

一、算力封锁下的中国式突围
1. 受美国芯片断供倒逼，中国AI实验室通过算子内核、编译器、推理服务系统到自研芯片的全栈优化，永久降低对算力的依赖。而资源充裕的美国实验室靠堆算力，没人干这些“脏活累活”。
2.中国算力短缺催生了深层系统架构与编译器工程的突破，每一名懂系统或编译器的工程师带来的对算力依赖的永久降低，这种积累的复利效应远非单纯烧钱可比。

二、开源策略的战略奇效
3. 使用开源模型成本极低，约80%的美国AI初创公司在生产环境中运行至少一个中国开源模型。
4. 开源策略规避了合规审查，让西方政府找不到一个可以一票否决的实体供应商。
5. 中国开源模型正在将美国同行最依赖的变现层彻底“大宗商品化”，推理环节的商业利润流向承接Token调用的算力底座，而中国借此不断积累生态影响力。
6.籍开源策略形成微妙的中美循环：美国实验室训练出前沿模型→中国实验室蒸馏并开源→美国应用层初创公司基于中国模型精调→最终产品卖回美国企业。

三、中国内部的竞争烈度
7. 包括DeepSeek、阿里巴巴（千问）、月之暗面（Kimi）、字节跳动（豆包）、智谱（GLM）之间的内部竞争激烈程度远超西方认知，成为创新的核心驱动力。
8. 一批成立不足两年的中国初创公司，正在构建评测和验证基础设施，而非单纯的数据标注。其中几家年营收已迅速冲破1亿美元。

四、基础设施的胜负手
9. 电力是中国的绝对优势
2024年中国新增发电装机容量约429 GW，美国约51 GW。到2030年，中国还将有远超400 GW的新增电力上线；美国241 GW的数据中心扩建项目面临长达五年的并网搁浅。
中期战局关键：美国的发电装机与电网审批能否提速vs中芯与华为在芯片良率与先进封装上的工艺爬坡。

五、收入差距与估值倒挂
10. 中国消费者缺乏为软件付费的习惯，中产是否准备好为AI大规模付费仍存疑，中美AI收入差距接近两个数量级。
11. 中国企业靠电商、广告、流量红利变现，与美国企业形成鲜明对比。
12. 中国头部AI企业营收落后硅谷一到两个数量级，估值乘数却高出5到10倍。以月之暗面为例，350亿美元估值对应115倍市销率，而Anthropic仅约20倍。

六、深度嵌合与未来推演
13. 中美AI技术栈深度嵌合，，美国企业调用中国开源权重，中国实验室在东南亚租用算力，行业专家数据双向流动。
14、华盛顿的粗暴管制反噬美国本土创新活力，在细分赛道拱手让出主导权，为善于快速跟进的中国AI创业者腾出超车空间。
15. 递归自我改进（RSI）决定胜负。若RSI速率与算力线性相关，美国胜算极高。若RSI瓶颈在评测与验证质量，美国前沿模型壁垒将不断贬值，中国开源模型全面铺开并主导生态。
16. 美国AI企业可能选择关闭下一代顶尖大模型的公开API，转向按价值收费而非按Token计费，锁死被蒸馏前沿能力的空间。届时中国AI实验室将被迫回归重度预训练，直面算力瓶颈。

个人觉得，这份报告基本实事求是，没有搞赢学叙事。可见，风投机构比政客们要靠谱太多，毕竟谁也不敢跟钱过不去。政客不一样，他们要的不是事实，要的是情绪。看看特朗普，每天在互联网上发大量让我们觉得搞笑的帖子，其实他这是深谙网络民意之道——不要事实，只要情绪。

我唯一不太认同的，就是他仍然觉得中国AI大模型的能力，是靠蒸馏美国大模型获得的，认为美国AI企业关闭下一代顶尖大模型的公开API，将会对中国大模型构成重大挑战——必须重新进行大模型训练，将面对难以克服的算力瓶颈。

一直以来，美国的大模型路线都是封闭的，蒸馏起来本来就很麻烦，哪怕未来完全关闭，对中国大模型的影响也微乎其微。而中国的大模型都是开源的，他们可以肆意蒸馏，谁偷谁真不好说。