【核心提要】 彭博行业研究（Bloomberg Intelligence）报告显示，中国人工智能模型与美国同行的性能差距已大幅收窄，降至3%的历史低点。 深度求索（DeepSeek）等国产模型的快速进步，引发了外界对美国芯片出口限制政策成效的广泛质疑。 尽管技术水平迅速追赶，但中国AI企业仍面临严峻的监管审查、激烈的国内价格战以及复杂的商业变现挑战。 【正文报道】 近日，彭博行业研究（Bloomberg Intelligence）发布的一份报告引起了业界高度关注。报告指出，随着深度求索（DeepSeek）等中国人工智能企业的技术突破，中国顶尖模型与美国竞争对手在基准测试中的性能差距正在显著收窄。数据显示，这一差距已降至近几个月来的最低水平。 根据彭博社报道，该机构高级分析师罗伯特·利（Robert Lea）指出，随着深度求索于9月发布的V4.1 Flash模型，中国顶尖模型与美国对手在基准测试得分上的差距仅为3%。相比之下，这一数字远低于今年5月的约9%，以及更早前出现的15%。罗伯特·利强调，性能的持续提升意味着中国企业有望在国际市场中进一步扩大份额。 分析认为，中国人工智能领域的崛起主要得益于两个核心因素：一是不断积累的底层技术实力；二是研究人员针对国产硬件进行的深度优化能力。这些进展也让外界开始质疑美国对英伟达（NVIDIA）芯片等关键技术的出口限制是否达到了预期的遏制效果。此前，相关政策旨在限制中国人工智能的发展，并阻碍华为等企业在自主替代方案上取得突破。然而，目前的进展让一些观察家质疑，美国在人工智能领域的领先地位是否能够长期维持。 具体到模型表现，深度求索的V4.1 Flash模型在上月在LiveBench全球排名中位列第六。这是该公司自2025年凭借推理模型R1取得突破以来，排名最高的中国模型。LiveBench是一个衡量AI模型回答问题、解决谜题及执行任务能力的综合性评估平台，类似于衡量人类智商的测试。 数据显示，深度求索在LiveBench上的得分为81.1分，虽然略低于美国Anthropic公司旗下模型的最高分（83.4分），但罗伯特·利认为这意味着深度求索的表现已与Anthropic和OpenAI等领先机构的系统“可比拟”。不过，尽管顶尖模型之间的差距缩小到3%，但在LiveBench排名前15的模型中，目前仍只有三款来自中国。 然而，技术上的追赶并不等同于商业领域的坦途。罗伯特·利提醒，即便基准测试得分接近，实现商业变现仍面临重重困难。由于涉及模型蒸馏（Model Distillation）等技术的争议，中国人工智能模型正面临美国日益严格的监管审查，甚至可能面临被禁用的风险。 此外，国内市场的竞争环境同样严峻。目前中国市场已有超过1100个大语言模型在激烈角逐。企业为了争夺利润率较低的模型调用业务，陷入了极其激烈的价格战中。这种高度内卷的竞争环境可能导致任何一家企业都难以建立稳固的竞争优势。据预测，中国人工智能行业可能要到2030年左右才能真正实现大规模盈利。 【小编观点】 从技术层面看，中国AI模型在基准测试上的“追赶”是实打实的硬实力体现，尤其是DeepSeek等企业的崛起，证明了国产算法在优化和工程落地上的极高造诣。然而，正如报告所言，技术的领先并不直接等于商业的成功。中国企业目前面临的是“技术突破”与“地缘政治压力”、“国内内卷竞争”三重夹击的复杂局面。未来两年的核心博弈点，可能不再仅仅是模型参数的对标，而是如何在复杂的监管环境和高压的价格战中，找到可持续的商业变现路径。 背景链接： LiveBench 官方评估标准 关于“模型蒸馏”技术的合规性讨论
【核心提要】
【正文报道】
近日，彭博行业研究（Bloomberg Intelligence）发布的一份报告引起了业界高度关注。报告指出，随着深度求索（DeepSeek）等中国人工智能企业的技术突破，中国顶尖模型与美国竞争对手在基准测试中的性能差距正在显著收窄。数据显示，这一差距已降至近几个月来的最低水平。
根据彭博社报道，该机构高级分析师罗伯特·利（Robert Lea）指出，随着深度求索于9月发布的V4.1 Flash模型，中国顶尖模型与美国对手在基准测试得分上的差距仅为3%。相比之下，这一数字远低于今年5月的约9%，以及更早前出现的15%。罗伯特·利强调，性能的持续提升意味着中国企业有望在国际市场中进一步扩大份额。
分析认为，中国人工智能领域的崛起主要得益于两个核心因素：一是不断积累的底层技术实力；二是研究人员针对国产硬件进行的深度优化能力。这些进展也让外界开始质疑美国对英伟达（NVIDIA）芯片等关键技术的出口限制是否达到了预期的遏制效果。此前，相关政策旨在限制中国人工智能的发展，并阻碍华为等企业在自主替代方案上取得突破。然而，目前的进展让一些观察家质疑，美国在人工智能领域的领先地位是否能够长期维持。
具体到模型表现，深度求索的V4.1 Flash模型在上月在LiveBench全球排名中位列第六。这是该公司自2025年凭借推理模型R1取得突破以来，排名最高的中国模型。LiveBench是一个衡量AI模型回答问题、解决谜题及执行任务能力的综合性评估平台，类似于衡量人类智商的测试。
数据显示，深度求索在LiveBench上的得分为81.1分，虽然略低于美国Anthropic公司旗下模型的最高分（83.4分），但罗伯特·利认为这意味着深度求索的表现已与Anthropic和OpenAI等领先机构的系统“可比拟”。不过，尽管顶尖模型之间的差距缩小到3%，但在LiveBench排名前15的模型中，目前仍只有三款来自中国。
然而，技术上的追赶并不等同于商业领域的坦途。罗伯特·利提醒，即便基准测试得分接近，实现商业变现仍面临重重困难。由于涉及模型蒸馏（Model Distillation）等技术的争议，中国人工智能模型正面临美国日益严格的监管审查，甚至可能面临被禁用的风险。
此外，国内市场的竞争环境同样严峻。目前中国市场已有超过1100个大语言模型在激烈角逐。企业为了争夺利润率较低的模型调用业务，陷入了极其激烈的价格战中。这种高度内卷的竞争环境可能导致任何一家企业都难以建立稳固的竞争优势。据预测，中国人工智能行业可能要到2030年左右才能真正实现大规模盈利。
【小编观点】
从技术层面看，中国AI模型在基准测试上的“追赶”是实打实的硬实力体现，尤其是DeepSeek等企业的崛起，证明了国产算法在优化和工程落地上的极高造诣。然而，正如报告所言，技术的领先并不直接等于商业的成功。中国企业目前面临的是“技术突破”与“地缘政治压力”、“国内内卷竞争”三重夹击的复杂局面。未来两年的核心博弈点，可能不再仅仅是模型参数的对标，而是如何在复杂的监管环境和高压的价格战中，找到可持续的商业变现路径。
背景链接：