“当AI能骗过真人时，整个产业已经在飞速往前跑。”2024年全球AI市场规模突破6100亿美元，到2030年将暴涨4倍。更惊人的是，中美主流模型性能差距已从最高40个百分点缩小至4%以内——这个变化如何发生？资本正疯狂押注AIGC领域，占整体投资的56%，而中美走上截然不同的路径：美国专注底层技术，单笔融资平均15.5亿元；中国聚焦场景落地，京津冀、长三角、珠三角形成三大应用集群。数据显示，中国95%的数据尚未被存储利用，但“东数西算”工程正加速改变这一现状。当AI从“拼训练”转向“拼推理”，从技术玩具变成产业引擎，我们该如何理解这场正在发生的变革？本期深度解析全球AI产业生态，看清技术如何真正融入我们的生活。

主持人:我们今天想要深入聊聊的，是AI到底走到哪一步了。说实话，前两天我用AI写了个周报，连老板都没发现是机器写的，你有没有这种感觉，AI突然就无处不在了？ 嘉宾:你这么一说我就笑了，我上周还让AI帮我编了个请假理由，结果我妈打电话来问我是不是真发烧了。这说明啥？AI已经能骗过真人了。但背后其实是整个产业在飞速往前跑，不只是咱们生活里的小把戏。 主持人:对，这正是我想聊的——它不再只是个技术玩具，而是真正在重塑产业。那你作为长期观察者，怎么看现在全球AI的整体格局？我们是不是已经进入一个新阶段了？ 嘉宾:绝对是新阶段。这么说吧，2024年全球AI市场规模已经到了六千一百五十七亿美元，这可不是小数目。而且预测到2030年，会突破两万六千亿美元，差不多翻四倍。增长速度简直像坐火箭。 主持人:六千多亿美金……这数字太抽象了。我得缓一下。那这些钱都去哪儿了？是谁在主导这个市场？ 嘉宾:别急，我们先划个圈。今天咱们不聊太深的技术细节，比如模型怎么训练的，而是聚焦整个产业生态：市场有多大、钱往哪儿投、中美怎么打擂台、技术往哪走、最后怎么落地到企业甚至咱们手机里。你觉得这样行吗？ 嘉宾:而且得说清楚，我们聊的是基于公开数据的观察，不是预测政策或内部消息。比如中美差距这块，咱们重点看路径差异，不说谁绝对领先。 主持人:明白，这样反而更客观。那我们先从最宏观的看起——全球市场到底谁在领跑？是不是还是美国一家独大？ 嘉宾:美国确实还在前面，但中国追得特别猛。你看一个关键数据：2024年，中美新增大模型的数量加起来占了全球的百分之八十六，比2022年的百分之七十二还高。这说明全球AI的创新，基本就集中在这两国了。 主持人:百分之八十六？这么高！那中国到底有多少个大模型？是不是都在刷数量？ 嘉宾:截至2025年上半年，中国有1509个大模型，占全球百分之四十，数量上确实是第一。但重点不是数量，而是质量。你刚说‘刷数量’，其实是个误解——中美主流模型在MMLU、MMMU这些权威测试里的性能差距，已经从原来的十到四十个百分点，缩小到四个百分点以内了。 主持人:等等，你刚说差距缩到四个百分点以内？我原以为还差一大截呢。这变化也太快了吧！ 嘉宾:是挺惊人的对吧？这背后是技术迭代太快了。比如像DeepSeek这样的模型，用更聪明的架构，训练成本低，但推理效果却很强。这就推动整个行业从‘拼训练’转向‘拼推理’，也就是更看重实际用起来好不好。 主持人:我有点跟上了。也就是说，以前是看谁算得多、训得猛，现在是看谁落地快、用得顺？ 嘉宾:Exactly。而且不只是技术，资本也在投票。2024年全球AI投资额接近六千亿元，比2023年多了三千亿元，直接翻倍。这个增长里，AIGC领域就占了百分之五十六，成了最热的方向。 主持人:AIGC？就是AI生成内容那个吧？写文章、画画、做视频？ 嘉宾:对，就是它。而且你发现没，融资结构也在变。2024年，早期融资事件占了百分之六十三，比去年还上升了五个百分点。说明资本不只是投巨头，也在赌新机会。 主持人:那中美在投资上是不是也走不同路子？我猜美国投技术，中国投应用？ 嘉宾:你太懂了。美国占了全球融资的百分之七十八，单笔平均十五点五亿元，明显是冲着底层技术去的，比如大模型、芯片。中国占百分之十四，单笔平均一点二亿元，更偏向场景驱动——哪个行业能马上用上AI，钱就往哪儿去。 主持人:所以美国像在造发动机，中国在造整车？ 嘉宾:这个比喻我喜欢！而且中国这边，京津冀、长三角、珠三角已经形成三大集群，北京搞全链条，长三角多点开花，广深就盯着应用落地。跟美国硅谷那种‘技术—资本—应用’闭环不太一样，咱们是‘场景—生态—反哺技术’的路子。 主持人:听起来咱们是用实战练兵。那全球AI企业总数现在有多少？是不是中美加起来就垄断了？ 嘉宾:截至2024年上半年，全球AI企业突破三万家。美国占百分之三十四，中国占百分之十五。数量上美国多，但中国这百分之十五背后是产业化速度特别快。很多人问，我们企业数不如美国，为啥说发展猛？因为咱们是‘用起来’的速度快。 主持人:这倒提醒我了，咱们是不是该先搞清楚几个词？比如‘大模型’到底‘大’在哪？还有‘多模态’‘算力’这些，听着都挺玄乎的。 嘉宾:好问题。我用大白话解释：大模型的‘大’，主要是参数规模大。你可以把它想象成AI的‘大脑’，参数越多，学得越深，理解能力越强。现在国产大模型参数都突破千亿级了，像通义、文心这些，已经在医疗、金融里专用化落地了。 主持人:那‘多模态’呢？是不是就是能看图、听声、读字？ 嘉宾:没错。以前AI只能处理一种信息，比如纯文字或纯图片。现在多模态能让它同时理解文字、图像、语音，甚至视频。而且不只是‘看懂再拼起来’，像国产模型已经在做‘原生融合’——从一开始就把多模态数据一起学，理解更自然。 主持人:有点像人脑处理信息的方式了。那‘算力’呢？是不是就是GPU越多越好？ 嘉宾:算力就是AI的‘动力系统’，像汽车的发动机。没有足够算力，模型再聪明也跑不动。现在智算规模已经飙到七百二十五EFLOPS了。但有意思的是，需求正在变——大模型占了智能算力需求的近百分之六十，但它正从‘训练为主’转向‘训练和推理均衡’，甚至以后可能推理更重。 主持人:推理更重？那是不是意味着以后不需要那么多超级计算机了？ 嘉宾:不是不需要，而是布局要变。以前集中训练，现在要分布式推理——比如你的手机、家里的音箱，都能本地跑小模型。这就催生‘端云协同’，像阿里云的无影AgentBay，就是让AI在云端和终端之间灵活调度。 主持人:难怪我手机越用越聪明。那数据呢？我们每天产生这么多信息，AI能用得上吗？ 嘉宾:这就是个大矛盾了。2024年中国数据生产总量是四十一点零六ZB，但存储总量只有二点零九ZB，也就是说，大约百分之九十五的数据都没存下来。不是技术不行，而是管理太难，尤其是非结构化数据，比如聊天记录、监控视频，量大又杂。 主持人:百分之九十五没存？那不都浪费了！ 嘉宾:对，但也在改。国家推‘东数西算’，就是把东部的数据送到西部算力富余的地方处理，优化资源配置。而且预计到2025年，数据存储能力能到一千八百亿EB，比2020年翻快三倍。 主持人:听你这么一串数据，我脑子有点晕。要不咱们喘口气，打个比方：整个AI产业像棵树，基础层是根，技术层是干，应用层是枝叶，对吧？ 嘉宾:你这个比喻太准了。根要吸水（数据）、要有劲（算力）、懂生长规律（算法）；树干要把营养输上去（模型、平台）；最后枝叶开花结果，就是我们看到的AI医生、AI老师、AI客服这些。 主持人:这样一说就清楚多了。那咱们回到主线——现在产业重心是不是从技术驱动，转到商业落地了？ 嘉宾:绝对是。以前是‘我能做啥’，现在是‘你能用啥’。你看中国2024年AI核心产业规模已经突破七千亿元，政策在推‘人工智能+’，就是让AI往制造、医疗、交通这些实打实的行业里扎。 主持人:那投融资也跟着变了吧？是不是更看重能不能赚钱？ 嘉宾:没错。2024年中国AI融资数量降到六百九十六起，比2021年的一千零七十六起少了一半，但不是退潮，是理性。钱现在更愿意投应用层，尤其是具身智能、工业AI这些能见效的。2024年应用层融资超五百亿元，占了全部的百分之五十五。 主持人:具身智能？是不是就是机器人？ 嘉宾:对，就是能让AI有‘身体’的技术。比如工业机器人，现在占具身智能产业营收的百分之五十三，是最成熟的。服务机器人在酒店、医院也用起来了。但人形机器人和无人驾驶载具还在早期，商业化还得等。 主持人:那无人机呢？我最近老看到快递无人机的新闻。 嘉宾:民用无人机市场从2019年的四百三十五亿元涨到2024年的1108亿元，年均增速百分之二十点六。但更猛的是工业级，从一百五十二亿到六百五十一亿，年均增长百分之三十三点八。未来低空物流一放开，工业级可能占到民用市场的近七成。 主持人:所以工业级才是真金白银的战场。那技术层呢？大模型现在到底是通用的好，还是垂直的好？ 嘉宾:目前备案的大模型里，通用的只占百分之二十八，垂直的占了百分之七十二。金融、政务这些行业，都有自己专用的大模型。2023年金融大模型市场十五点九亿元，到2028年预计五十二点六亿元；政务从二十四点三亿到一百三十五点一亿。说明企业愿意为专业能力买单。 主持人:那C端用户呢？我们普通人用的AI，能赚钱吗？ 嘉宾:挑战挺大。现在C端产品营收只占大模型市场的百分之二十，近一半还是免费的。云厂商还打价格战，降价幅度普遍超过百分之九十。你用的那些APP，可能背后成本已经压到极限了。 主持人:那他们图啥？不赚钱怎么活？ 嘉宾:短期可能是为了抢用户、抢数据。但长期还得靠模式创新，比如会员制、虚拟商品、AI原生应用。行业现在有个共识：‘先B后C’。先在企业里验证技术，再往消费端推，数据还能反哺优化。 主持人:有意思。那开源呢？像Qwen、DeepSeek这些模型免费，开发它们的公司靠啥吃饭？ 嘉宾:好问题。开源不等于免费午餐。像阿里Qwen、DeepSeek在HuggingFace开源榜上都进了全球前十，是仅有的两家非美国机构。他们靠的是生态——别人用我的模型，就会用我的云服务、开发工具，形成闭环。而且DeepSeek-V3用更低的训练成本做出强推理性能，直接改写了‘成本-性能’曲线。 主持人:所以开源是‘让利换生态’？ 嘉宾:可以这么理解。而且开源还降低了门槛，让更多中小企业能用上大模型。2024年大模型中标项目金额超六十亿元，同比增长七点二倍，很多都是中小企业在用。 主持人:聊了这么多，我脑子里有几个画面：中美像两个跑步选手，美国技术猛，中国落地快；AI从‘大脑’到‘手脚’都在长；钱从追技术转向追闭环。你觉得我总结得对吗？ 嘉宾:非常准。再补三点：第一，市场高速增长，中美双极但路径分化；第二，技术快速迭代，多模态、垂直化、开源是趋势；第三，商业落地加速，B端为主，C端潜力待释放；第四，产业链协同，基础层支撑，应用层创造价值。 主持人:听你这么一说，AI不再是未来，而是正在进行时。它就在我们写报告、看病、收快递的过程中，悄悄改变一切。 嘉宾:是啊，而且这种融合只会更深。未来我们可能不会说‘我在用AI’，而是‘这就是生活’。 主持人:所以最后我想问大家：当AI成为日常，你希望它最先改变你生活的哪个部分？是工作更轻松，还是陪伴更温暖？感谢B今天的分享，让我们看清了AI产业的全景图。这期就到这儿，咱们下期再见。