撰文｜陈白配资天眼
曾经的国产 AI 之光，最近似乎都没有好消息。
先是被认为是"国运级创新"的 DeepSeek，原本预计今年 5 月就会更新换代的 DeepSeek-R2 迄今未能推出，引发市场焦虑。此外更有报道指出，DeepSeek 使用率从今年初的 50%，暴跌至目前的 3%，下滑态势明显。
而继 DeepSeek 之后，把 AI Agent 概念带出圈的通用 AI 智能体公司 Manus 最近被媒体曝光"跑路"，其公司总部已经从中国转移至新加坡。
目前，Manus 官方微博和小红书账号的内容均已清空，打开 Manus 的官网，其首页显示" Manus 在你所在的地区不可用"，而此前为" Manus 中文版本正在开发中"。不仅如此，Manus 近期因对旗下部分国内业务大规模裁员的传闻而再度引发外界关注。
▲ Manus 官网截图（图 / 网络）
再回过头看 2023 年的 AI 明星公司百川智能最近也是风波不断，再早一些的" AI 六小龙"也显得悄无声息。
国产 AI，到底怎么了？
01
AI 是风口，芯片是现实
我们现在把时间线拉回到四个月前的 2025 年 3 月，彼时 DeepSeek 引爆全球的热浪刚刚平息下来，很快，一段演示视频引爆科技圈。
画面中，名为 Manus 的 AI 助手流畅地筛选简历、分析房产数据、生成股票研究报告，俨然一位全能数字员工。一夜之间，Manus 内测邀请码被炒至 10 万元天价，月活跃用户迅速突破 2000 万。一时间，Manus 被誉为"下一个 DeepSeek "。
可谁也没想到，120 天之后，这家拿到硅谷投资的公司，居然跑了。
其实客观来说，Manus 并不能算是"跑路"，而是多重压力的结果。
2025 年 4 月，Manus 获得由硅谷知名风投 Benchmark 领投的 7500 万美元 B 轮融资，估值跃升至 5 亿美元。
然而，这笔融资也引发了美国财政部的审查，缘由是 2023 年拜登政府出台法案，禁止美国向中国半导体、量子计算、AI 和军事等相关公司投资，该法案于 2025 年 1 月正式生效。
面对审查压力，Manus 选择主动合规，放弃中国市场，将总部迁至新加坡，以确保在服务全球用户时满足各国合规标准。
更重要的是，按照此前媒体报道，据接近 Manus 的人士透露，Manus 之前就曾遇到过高端算力资源不足，导致智能体产品的迭代延迟。
在这种情况下，迁移到新加坡，有希望更高效地获取算力资源。新加坡作为亚洲的 GPU 和算力枢纽之一，对 Manus 这样的 AI 公司而言，是一个具备资源灵活性和国际连接优势的理想落点。
和 Manus 一样，DeepSeek 的风口和高光只会有过之而无不及。但面临困境时，Manus 可以一跑了之，作为"国产 AI 技术派"的代表，DeepSeek 到了今天，显然已经与地缘政治深度绑定。
DeepSeek-R2 到今天依然是"爽约"状态、迟迟未能发布，背后隐藏着复杂的算力困境。
按照此前全球知名科技媒体 The information 的报道，DeepSeek 在训练其 R1 模型时使用了 5 万块 Hopper 架构 GPU，其中包括 3 万块 H20、1 万块 H800 和 1 万块 H100，这些显卡由其投资方高毅资产（High-Flyer Capital Management）采购。
图 / 微信公共图库
然而，2025 年 1 月美国《特定国家风险投资审查条例》生效后，英伟达 H20 芯片对中国内地供应短缺，很显然会拖慢 DeepSeek-R2 的开发进度条。
技术层面，DeepSeek-R2 此前被传闻为一个庞大的 1.2 万亿参数模型，相比 DeepSeek V3（总参数 6710 亿）而言，是参数规模上的显著飞跃。训练如此规模的模型，需要"纯粹地让服务器不间断运行 4 到 9 个月"，且需要在硬件平台上进行深度优化。
然而，由于算力限制，据媒体报道披露，DeepSeek CEO 梁文锋对模型能力仍不满意，内部仍在继续提升性能，相应模型尚未准备好正式投用。
当然，也并不是完全没有好消息。
7 月 15 日晚间，随着黄仁勋访华，有消息称英伟达称将恢复 H20 在中国的销售，宣布为中国推出新的，完全合规的 GPU。美国政府已经向英伟达保证授予许可，英伟达希望很快开始交付。随后英伟达盘中股价直线拉升。
02
遥遥领先的幻觉
自 2025 年初 DeepSeek 把算力成本打下来之后，中国 AI 产业发展进入了加速阶段。
根据斯坦福大学《2025 年人工智能指数报告》，中美顶级 AI 模型的性能差距从 2023 年的 17.5% 缩小至 0.3%，差距接近抹平。
然而，如果说 2025 年上半年还是模型突破的竞速，那么到了下半年，全球 AI 竞争已进入算力为王的新阶段，算力资源的获取，再一次成为中国 AI 企业难以逾越的鸿沟。
但困扰中国 AI 产业发展的不仅仅是芯片。商业模式始终未能成立，才是现金流的真正杀手。
DeepSeek 在 2024 年 12 月至 2025 年 2 月期间用户增长迅猛，全球日活用户总量达到 1.19 亿，其中国内 APP 端日均活跃用户数达 3494 万。从全球 AI 应用赛道来看，达到这一用户规模，ChatGPT 用了两年时间，而 DeepSeek 仅用了一年多时间便实现。
然而，这种"用户量爆发"并未转化为稳定的收入来源。直到今天，DeepSeek 依然是免费的。至于 Manus，直到离开前也没有形成一个稳定的商业模式。
相比之下，海外 AI 应用如 ChatGPT 凭借 20 美元的 Plus 会员服务收获超 2000 万付费用户；埃隆 · 马斯克的 xAI 不久之前发布的 Grok 4，订阅费为 30 美元 / 月，Grok 4 Heavy 版本费用更是高达 300 美元 / 月。
反观国内，最早开始收费的文心一言在 DeepSeek 的冲击下被迫取消付费，之后无论是大小厂，已经没有人敢尝试付费的选择。
这可能与国内用户对 To C 软件多年来一直就没有形成付费习惯有关，所以为什么广告更多成为 To C 应用的商业模式的主流选择——这也是我们常说的，"羊毛出在猪身上，狗来买单"。
但把用户付费意愿薄弱归咎于用户，其实也并不公平。因为以目前国内大模型的幻觉率，其所交付的成果，其实还远没有达到可以付费的程度。
当前，国内大模型的幻觉问题已成为制约其商业化落地的核心障碍。尽管技术迭代速度加快，但高幻觉率导致的输出不可靠性，使得这些模型在关键领域和用户场景中难以形成稳定的付费需求。
同样以 DeepSeek 为例，其幻觉率远超行业平均水平（如 Gemini-2.0 的 0.7%），甚至在专业领域（如法律、医疗）频繁编造虚假信息。此前就有用户反馈显示，当被问及法律的具体条款时，模型甚至虚构了法律条文；在医疗咨询中，其推荐的"纳米机器人治疗癌症"方案被专家斥为伪科学。
图 / 微信公共图库
这类错误不仅暴露了模型对事实的无意识扭曲能力，更直接威胁到用户对其输出的信任基础。
用户或许能容忍一篇风格流畅但内容失真的文章，却无法接受一份因幻觉导致的错误诊断报告或法律文书。
试问，在法律条文、医疗建议等关乎利益、权责乃至是生命安全的场景中，用户如何愿意为充满不确定性的结果支付费用？
当模型输出的可靠性无法保障时，用户自然倾向于选择免费版本，而非为潜在风险买单。即便部分企业尝试通过增值服务（如深度分析、定制化报告）吸引付费用户，但高幻觉率导致的输出质量不稳定，使得这些服务难以形成差异化竞争力。
国内大模型的高幻觉率不仅削弱了其在关键场景中的实用性，更动摇了用户对 AI 输出的信任根基。在这种情况下，强行推动付费模式无异于空中楼阁。
在找到能够跑通的商业模式之前，国内 AI 产业仍将困于"免费—不可靠—难付费"的艰难循环中。
03
泡沫与长跑
其实到了今天来看，这一轮 AI 到底有没有泡沫已经不再重要。2000 年前后的美国 .com 泡沫破裂之后，是 PC 互联网在全球大规模扩散的十年。
面对这一轮 AI，目前全球已经基本达成了共识，这一次和前几次的 AI 浪潮都不一样，其所带来的影响，势必不会输给千禧年的那场互联网革命。
那么更关键的问题不是短期的泡沫是否会破裂，而是如何打赢这场持久战？
首先我们必须看到，中国在 AI 领域的崛起并非偶然，而是多重结构性优势叠加的结果。
其中最为关键的一个就是STEM 人才正在成为核心竞争力。最近 Meta 以极为高昂的签字费抢人的主角，就是一位华人 AI 科学家。而在马斯克 Grok 4 发布会上，坐在马斯克身侧的，也同样是两位华人工程师。
根据美国芝加哥保尔森基金会（Paulson Institute）下属智库 MacroPolo 在 2024 年发布的一份报告，2019 年，美国顶级 AI 人才中，有 27% 来自中国大学；到 2022 年，这一比例上升至 38%，超过了来自美国大学的 37%。
过去两年，这一比例还在上升。3 月 19 日黄仁勋在接受包括 21 世纪经济报道在内媒体的采访中谈到他的一个观察：
全球 50% 的 AI 研究人员来自中国，这是迄今为止最大的单一群体，没有接近的第二名。因此，很自然地，中国在 AI 研究方面将会做出巨大贡献。事实上，美国每个 AI 实验室都活跃着华人研究者身影，无一例外。
此外，中国在 AI 场景上的快速落地应用，结合大规模市场优势所形成的"技术普惠"，也让中国在垂直领域的应用创新上具备独特优势。
这些都是支撑中国市场在未来 AI 全球博弈中的关键变量。但回过头来看，如何保证这种能力的持续，需要在认知上进行"刷新"。
对于 Manus 的"跑路"，需要更为客观理性地看待。中国企业已经到了全球化的关键阶段，走向全球是必然趋势。况且，AI 竞争的终极目标不是消灭对手，而是通过技术扩散实现全球生产力跃升。
开源和开放才是这一轮技术革命的主题，也正因此，我们在这一轮博弈中，首先需要摒弃的是"零和思维"，转而探索竞合共生的新范式。
在此之外，更重要的是如何给那些选择留在国内的企业，以一个更为开放、包容的环境。
在营商环境上需要尽可能实现"无事不扰"，在产业政策上，监管部门不应当去试图挑选胜利者，唯有让市场竞争更为充分，AI 企业才有可能尽快找到能跑通的商业模式，以解决当下面临的"技术幻觉"和"变现焦虑"问题。
当然，在推动新兴技术落地的阶段，除了监管可能需要提升容忍度之外，企业也需要做出一些举措来降低公众对就业替代、数据安全的担忧。对于 AI 行业的企业来说，能否讲通一个"技术赋能而非替代"的叙事逻辑，将直接关系在 AI 普及过程中获取的社会支持程度。
AI 革命的持久战，本质上是一场关于国家创新能力的马拉松。中国的优势在于其庞大的市场体量、灵活的政策响应能力与深厚的产业基础，但未来真正的挑战配资天眼，在于如何将这些优势，转化为对于企业的吸引力以及可持续产生的创新涌现。
辉煌优配网提示：文章来自网络，不代表本站观点。
沪深京指数
热点资讯
