美国风投机构Dimension Capital近期发布内部信，披露其在中国AI领域的深度走访见闻。信中直言，中国AI实验室在算力封锁下展现出的工程创造力、开源模型对西方技术栈的渗透，以及中美两国在AI产业链上的深度咬合，正在重新定义全球AI竞争的格局。
面对算力封锁，中国AI实验室普遍选择下潜至系统抽象层之下，通过极致的工程压榨来弥补硬件差距。信中分析，美国实验室购买的是“一次性算力消耗”，而中国实验室每增加一名深谙系统或编译器的工程师，就能实现对算力依赖的永久性降低。这种全栈式能效文化贯穿从算子内核、优化器到推理服务系统和自研芯片的整个链条，其积累的复利效应远非单纯“烧钱”可比。
中国算力的相对匮乏反而成为“发明之母”，催生了深层系统架构与编译器工程的持续突破。这一轮中国开源模型已经实现了过去二十年中国企业级软件从未做到的成就——渗透进西方的生产技术栈。据信中数据，约80%的美国AI初创公司在生产环境中运行着至少一个中国开源模型。开源策略还巧妙地绕开了西方企业的审查壁垒：当代码和模型免费时，采购合规部门很难找到“一票否决”的实体供应商。
从商业逻辑看，中国AI正在“吃掉西方的工作负载”，而非直接收割其营收。推理环节的商业利润正流向实际承接Token调用的算力底座，中国前沿实验室的行动正在将美国同行最依赖的变现层“大宗商品化”。信中列出当前中国前沿阵营包括DeepSeek、阿里巴巴（千问）、月之暗面（Kimi）、字节跳动（豆包）和智谱（GLM），并强调中国内部烈度极高的竞争对创新的推动力。
数据层也遵循类似模式。美国数据供应商Mercor、AfterQuery、Turing等与蚂蚁集团、阿里和字节之间均有商业合作。一批新生的中国初创企业正转向构建评测与验证基础设施，而非单纯的数据标注服务。其中几家成立不足两年的公司，年营收已快速冲破1亿美元。
电力与算力瓶颈是决定中期战局的关键。2024年中国新增发电装机容量约429GW，美国约51GW；到2030年中国预计还有超过400GW新增电力上线，而美国有高达241GW的数据中心扩建项目在并网申请中排队多年。中国的核心瓶颈在算力底座，美国则受困于电力供应。未来走向取决于：是美国发电装机与电网审批提速，还是中芯与华为在芯片良率与先进封装上更快爬坡。
中美AI技术栈早已深度咬合。尽管芯片及底层硬件加速脱钩，但软件与数据层仍在火热嵌合：美国应用层企业直接调用中国开源权重，中国实验室在马来西亚和泰国租用英伟达算力，利用美国前沿模型的输出做蒸馏训练，高质量的行业专家数据在两国间全天候双向流动。在这种背景下，争论“谁赢麻了”是伪命题，除非出现工程上真正可行的递归自我改进等断层变量，才能掀翻现有棋盘。
信中披露，少数中国头部研究员表示已摸到“弱形态RSI（递归自我改进）”的雏形——一种受限于时间或算力的早期自进化内核。若模型自我改进速率主要与算力线性相关，美国阵营胜算极高；若瓶颈最终落在评测与验证质量上，或中国通过底层优化和国产芯片跨过算力够用门槛，那么美国前沿模型的核心壁垒将持续贬值泛化，中国开源模型将全面铺开并主导生态。
未来可能出现这样的格局：美国前沿实验室关闭下一代SOTA模型的公开API，转向按价值收费而非按Token用量计费，以锁死蒸馏空间。这将逼迫中国实验室回归高强度重度预训练，直接撞上算力储备瓶颈。信中提示，这一策略转向在科学、工程与数学领域的下一代模型攻坚中已悄然发生。
估值层面，中国头部AI实验室在营收规模落后硅谷一到两个数量级的情况下，估值乘数反而高出5到10倍。例如月之暗面以350亿美元估值完成35亿美元融资，市销率高达115倍，而Anthropic的估值倍数仅在20倍左右。智谱和MiniMax的市值近期也经历了大起大落，反映出中国投资者正在从消费互联网定价逻辑向企业级软件与开源生态定价能力过渡。
Dimension Capital认为，对中美两国的模型评测与验证基础设施进行彻底对比拆解，是当前科技投资界信息产出比最高的必修课。华盛顿目前的粗暴管制，很可能反噬美国本土创新活力，在细分赛道拱手让出主导权，反倒为善于快速跟进的中国AI创业者腾出超车空间。
