在硅谷喧嚣的咖啡馆里，工程师们如今热议的话题早变了。过去大厂拼命堆砌显卡、烧钱算力，现在却都在死磕谁能用更少的资源干出最惊艳的活儿。
这背后是一场悄然翻转的技术格局。那些原本想靠封锁算力把竞争对手卡在起跑线的尝试，最终却逼出了一条全新的突围之路。
深度求索等中国企业靠着极致的技术优化和毫无保留的开源策略，不仅站稳了脚跟，还反向搅动了全球生态。美国知名专家加里·马库斯的那句断言极为犀利：所谓的霸权争夺其实已经收场，美国没有赢，中国也只是打了个平手。
真正的赢家属于创新本身。我们把时间线拉长来看，这场没有硝烟的较量，其实早就埋下了伏笔。
外媒此前流传消息，金融时报报道中国监管机构正在考虑出台出口管制措施，收紧 AI 模型以及部分芯片向外流出的管控，不少行业人士都在关注这件事是否会落地，以及这件事会给美国市场带来怎样的实际影响。黄仁勋表示，自己并不希望这类管制真正落地。
中国产业已经诞生出大量质量出众的 AI 模型与 AI 技术，全球有一半的 AI 研究人员是华人，其中相当一部分至今仍然生活在中国，持续产出诸多具备突破性的 AI 研究成果。美国以及全球其他地区同样拥有大量优秀科研力量。
技术领域最理想的状态，是想法能够尽可能广泛、快速地流通分享，只有这样，人类才能够安全推进这项伟大的技术，让技术真正造福整个社会，所以他期待各方可以继续维持开放的状态。
被问及几个月前到访中国之后，如何判断管制落地的可能性，黄仁勋称自己并不清楚相关新闻消息的信息来源。大洋两岸都在开展各类出口管制相关的讨论，一旦有一方选择实施管制，其余各方自然也会开始审视同类管控手段。
在他看来，各方都应当尽量缓和对立，给技术留出持续发展的空间。
美国企业本身实力强劲，行动速度足够快，只要能够获得政府层面的支持与鼓励，美国完全有条件继续维持技术领先地位。
话题进一步转向市场监管边界，外界也在讨论，美国政府是否应当禁止或者限制 Kimi 这类来自中国的 AI 模型进入本土市场。黄仁勋并不认同采取限制的思路。
全球市场既需要闭源模型，同样也离不开开源模型。Anthropic、OpenAI 打造的闭源服务体验出众，行业应当尽可能去使用这类现成的闭源模型，能够租用服务就优先选择租用。
但开源模型拥有无可替代的价值。科学研究的推进离不开开源模型，网络安全、国家安全、经济安全同样高度依赖开源体系。
企业需要掌握属于自身的一部分知识产权与数据，才能够以可控的节奏落地 AI 模型相关业务。开源带来透明度，整个技术社区都可以对模型开展检查、测试，以此完成加固优化，这对于网络安全而言是最有利的模式。
开源模型如今已经成为计算机科学与科学进步的底层基础，维持开源开放的环境有着十分重要的现实意义。
有一个备受华尔街关注的现实疑问，美国企业是否应当被允许使用来自中国的 AI 模型。
黄仁勋给出肯定的答复。市场当中存在一种普遍误解，认为来自中国的 AI 模型自带后门，可以在运行过程中连通中国本土。
但实际的技术运行逻辑并非如此。企业下载模型之后，可以自主完成微调、性能增强，自行设置对应的安全护栏。
模型本身不会独立运行，它会运行在一套名为 harness 的工具框架之内，这套框架又被部署在沙箱环境当中。沙箱能够完成隐私防护以及访问权限管控，构建起完整的安全边界。
这些来自中国的模型本身能力出众，属于优质的技术成果，能够推动整个行业向前发展。想要让 AI 技术快速渗透进入各行各业，开源模型就是实现这一目标的重要路径。
监管本身对于很多行业而言具备正向价值，但监管的对象需要有所区分。不能直接针对原始技术本身开展监管，原始技术具备双重用途属性。
监管应当聚焦于技术的应用环节，可以针对 AI 服务本身，针对 AI 在医疗、交通、自动驾驶等不同场景下的落地使用去制定规则，但是底层技术本身，应当获得尽可能快速迭代进步的空间。
在这场所谓的 AI 技术战 中，当时很多人认为严苛的围堵能把对手死死压制，但现实是，真正能推动行业破局的，反而是底层技术的开放互通。被问到面对来自中国的 AI 领域竞争对手，美国应当遵循怎样的竞争规则。
黄仁勋提出，首先要认清 AI 的双重用途属性，应当尽可能加快技术迭代，技术本身越完善，运行表现越好，安全性、可靠性才会随之提升。各个国家的研究人员需要保持对话，开展尽可能多的合作，以此保障技术能够安全向前推进。
开放的对话应当是一切的基础。有人提出质疑，英伟达的股价和企业在中国市场的销售情况深度绑定，外界凭什么相信黄仁勋对于中国市场的相关表述。
黄仁勋直接摆出现实数据，英伟达当下在中国市场的销售额基本归零。他也已经向所有投资人明确提示，不要预期中国市场能够带来收入。
如果未来美国政府完成相关审批，市场环境也允许企业回归，能够重新服务中国客户与市场，对于英伟达而言会是一件幸事，不管是对于业务本身，还是商业收益都会带来利好。但在条件达成之前，企业内部就是按照中国市场销售额为零的状态开展经营规划。
近期 Kimi 这款实力强劲的中国模型搅动全球资本市场，有消息披露微软正在使用、测试 Kimi，甚至有观点认为中国模型有机会替代微软对于 OpenAI、Anthropic 部分服务的使用。
来自中国的 AI 竞争力量崛起速度超出很多人的预料，不少人开始思考，美国本土 AI 企业该如何应对这样的局面。黄仁勋认为，这批质量出众的中国开源模型完全值得行业去使用。
此前 DeepSeek 问世的时候，市场就出现过一轮误判，如今 Kimi 登场，市场又再次出现相似的误读。高质量的 AI 模型，无论来自何方，无论是否开源，对于整个行业都是利好。
只要 AI 能力足够强大，就会带动整体使用规模上涨。使用规模扩张之后，市场就会采购更多英伟达的计算设备，需要建设更多的数据中心，催生更多相关服务，技术也会进一步扩散到更多行业。
优质模型带来更高使用量，更高使用量催生行业增长，这是一套最基础的行业逻辑。DeepSeek 出现的时候是这样，Kimi 问世之后同样会复刻这套发展路径。
还有一种普遍认知误区，觉得开源模型会和闭源模型形成对立竞争关系，这种认知本身并不成立。
很多已经在使用 AI 技术的用户，后续会进一步升级选用 Anthropic、OpenAI 这类闭源模型，一部分是追求使用上的便捷，一部分是看重闭源服务商附带的各类配套服务，也有一部分用户单纯认可闭源模型更强的综合能力，黄仁勋本人也预判这样的趋势会持续发生。
行业真正需要做的，是推动 AI 技术尽快渗透到各行各业，让更多人能够接触到 AI。开源模型提供了成本低廉、门槛更低的 AI 试用入口，这是推动技术普及最好的方式。
当算力不再是唯一的壁垒，那些试图垄断优势的传统打法便不攻自破。最终，这场轰轰烈烈的算力围剿并没有困住创新的脚步。
正如外界所见，中国凭借完备的工业生态和在开源模型上的不懈死磕，硬生生蹚出了一条新路。技术从来不是靠高墙圈禁的私产，越是极限施压，越会激发对手突破底层的创造力。
在这场拉锯中，美国确实输了垄断的算盘，但中国也没赢下全部的技术高地，毕竟通往通用人工智能的征途依然漫长。唯有那些拥抱开放、致力于将技术下沉到实体产业的破局者，才能真正笑到最后。
热门跟贴