硅谷风投实地调研：芯片制裁倒逼中国AI极致优化，中美技术环流难以脱钩

事件概述

硅谷前沿科技与生物技术风投机构 Dimension 的合伙人 Nan、Adam 和 Zavain 于2026年8月带队深入北京、上海和香港，对当地顶尖 AI 实验室及基础设施进行了为期一周的密集调研。这份写给 LP（有限合伙人）的内部长信揭示了与中国主流叙事不同的现实：美国的芯片制裁并未锁死中国 AI 进程，反而通过高压环境逼出了极致的工程效率；同时，中美 AI 产业在蒸馏、开源和数据层面深度融合，所谓的“技术硬脱钩”被视为伪命题。

核心信息

1. 制裁倒逼“全栈效率文化”

由于高端算力受限，中国 AI 团队被迫进行底层极限优化，形成独特的效率优势：

• 底层代码重构：以 DeepSeek V3 模型为例，团队在 2048 张性能受限的 H800 芯片上完成训练。工程师跳过主流的 CUDA 框架，直接在更底层的 PTX 级别编写代码，并为每个 GPU 重新分配 20 个流多处理器专用于跨节点通信，将系统性能榨取到极致。
• 激励机制差异：与美国实验室倾向于购买一次性算力不同，中国团队倾向于通过招聘工程师从架构层面减少对算力的依赖，这种稀缺性孕育了从内核到芯片的全栈优化能力。

2. 极度内卷的“斗兽场”式竞争

中国前沿 AI 领域的内部竞争强度甚至超过外部压力：

• 头部格局动态洗牌：DeepSeek、阿里 Qwen、月之暗面（Kimi）、字节跳动（Doubao）和智谱（GLM）五家头部实验室实力咬合紧密，排名每季度重新洗牌。
• 开源驱动创新：这五家机构均在疯狂开源模型，这种高压内部竞争带来的创新驱动力不亚于中美跨国竞争，与硅谷由 OpenAI 和 Anthropic 主导的闭源双寡头生态截然不同。

3. “跨洋技术环流”：中美 AI 深度交织

尽管硬件层面临解耦，但软件和数据层的融合速度远超政策响应速度，形成了魔幻的技术循环：

• 技术流向：美国前沿实验室训练顶级模型 -> 中国团队进行蒸馏并开源权重 -> 美国垂直 AI 公司利用中国开源模型微调 -> 包装后出售给美国企业。
• 典型案例：热门代码工具 Cursor 的 Composer 2 基于 Kimi K2.5；法律 AI Harvey 的 Harvey Tenet 基于 Kimi K3 进行后训练。中国开源模型已占据西方 AI 工作流的重要位置，绕过了欧美严苛的企业采购审查。

4. 务实的变现模式与新兴基础设施

• 商业化实用主义：中国创业者展现出极强的下沉能力和实用主义。字节跳动旗下豆包拥有 3.45 亿月活用户，虽日收入不足 100 万人民币，但几乎全部来自电商带货佣金，不在乎“变现方式是否高级”。相比之下，Anthropic ARR 超 65 亿美元，OpenAI 达 400 亿美元，营收体量差距巨大，但中国模式的渗透力极强。
• 评测黑马崛起：在北京和上海，除了数据标注，一批专注于 AI 评估和验证的初创公司迅速崛起。例如由北大博士创办的 UniPat，成立不到 24 个月，依靠高人工监督质量弥补算力劣势，营收已突破 1 亿美元。
• 人力填补算力鸿沟：部分顶尖研究员采用类似早期“半人马国际象棋”的方式，通过手动干预和协助加速模型训练，以人力时间成本弥补算力不足。

5. 估值泡沫远超硅谷

• 倍数差异：考虑到营收差距，中国头部 AI 实验室的估值倍数通常是美国同行的 5-10 倍。
• 具体案例：月之暗面（Moonshot）以 350 亿美元估值融资（约 115 倍 ARR），并运作 500 亿美元估值的 IPO；而 Anthropic 仅为 20 倍。二级市场如智谱 AI、MiniMax 等股价波动剧烈，显示出更高的投机性和狂热程度。

值得关注

Dimension 在报告末尾指出，“芯片正在脱钩，智能仍能流动”。行政禁令强行切断联系可能会扼杀美国企业自身的创新速度。在中美 AI 博弈中，理解真实的筹码流向和技术底牌，比盲目相信“脱钩”叙事更为重要。