撰文｜陈白

曾经的国产 AI 之光，最近似乎都没有好消息。

先是被认为是 " 国运级创新 " 的 DeepSeek，原本预计今年 5 月就会更新换代的 DeepSeek-R2 迄今未能推出，引发市场焦虑。此外更有报道指出，DeepSeek 使用率从今年初的 50%，暴跌至目前的 3%，下滑态势明显。

而继 DeepSeek 之后，把 AI Agent 概念带出圈的通用 AI 智能体公司 Manus 最近被媒体曝光 " 跑路 "，其公司总部已经从中国转移至新加坡。

目前，Manus 官方微博和小红书账号的内容均已清空，打开 Manus 的官网，其首页显示 "Manus 在你所在的地区不可用 "，而此前为 "Manus 中文版本正在开发中 "。不仅如此，Manus 近期因对旗下部分国内业务大规模裁员的传闻而再度引发外界关注。

再回过头看 2023 年的 AI 明星公司百川智能最近也是风波不断，再早一些的 "AI 六小龙 " 也显得悄无声息。

国产 AI，到底怎么了？

我们现在把时间线拉回到四个月前的 2025 年 3 月，彼时 DeepSeek 引爆全球的热浪刚刚平息下来，很快，一段演示视频引爆科技圈。

画面中，名为 Manus 的 AI 助手流畅地筛选简历、分析房产数据、生成股票研究报告，俨然一位全能数字员工。一夜之间，Manus 内测邀请码被炒至 10 万元天价，月活跃用户迅速突破 2000 万。一时间，Manus 被誉为 " 下一个 DeepSeek"。

可谁也没想到，120 天之后，这家拿到硅谷投资的公司，居然跑了。

其实客观来说，Manus 并不能算是 " 跑路 "，而是多重压力的结果。

2025 年 4 月，Manus 获得由硅谷知名风投 Benchmark 领投的 7500 万美元 B 轮融资，估值跃升至 5 亿美元。

然而，这笔融资也引发了美国财政部的审查，缘由是 2023 年拜登政府出台法案，禁止美国向中国半导体、量子计算、AI 和军事等相关公司投资，该法案于 2025 年 1 月正式生效。

面对审查压力，Manus 选择主动合规，放弃中国市场，将总部迁至新加坡，以确保在服务全球用户时满足各国合规标准。

更重要的是，按照此前媒体报道，据接近 Manus 的人士透露，Manus 之前就曾遇到过高端算力资源不足，导致智能体产品的迭代延迟。

在这种情况下，迁移到新加坡，有希望更高效地获取算力资源。新加坡作为亚洲的 GPU 和算力枢纽之一，对 Manus 这样的 AI 公司而言，是一个具备资源灵活性和国际连接优势的理想落点。

和 Manus 一样，DeepSeek 的风口和高光只会有过之而无不及。但面临困境时，Manus 可以一跑了之，作为 " 国产 AI 技术派 " 的代表，DeepSeek 到了今天，显然已经与地缘政治深度绑定。

DeepSeek-R2 到今天依然是 " 爽约 " 状态、迟迟未能发布，背后隐藏着复杂的算力困境。

按照此前全球知名科技媒体 The information 的报道，DeepSeek 在训练其 R1 模型时使用了 5 万块 Hopper 架构 GPU，其中包括 3 万块 H20、1 万块 H800 和 1 万块 H100，这些显卡由其投资方高毅资产（High-Flyer Capital Management）采购。

图 / 微信公共图库

然而，2025 年 1 月美国《特定国家风险投资审查条例》生效后，英伟达 H20 芯片对中国内地供应短缺，很显然会拖慢 DeepSeek-R2 的开发进度条。

技术层面，DeepSeek-R2 此前被传闻为一个庞大的 1.2 万亿参数模型，相比 DeepSeek V3（总参数 6710 亿）而言，是参数规模上的显著飞跃。训练如此规模的模型，需要 " 纯粹地让服务器不间断运行 4 到 9 个月 "，且需要在硬件平台上进行深度优化。

然而，由于算力限制，据媒体报道披露，DeepSeek CEO 梁文锋对模型能力仍不满意，内部仍在继续提升性能，相应模型尚未准备好正式投用。

当然，也并不是完全没有好消息。

7 月 15 日晚间，随着黄仁勋访华，有消息称英伟达称将恢复 H20 在中国的销售，宣布为中国推出新的，完全合规的 GPU。美国政府已经向英伟达保证授予许可，英伟达希望很快开始交付。随后英伟达盘中股价直线拉升。

自 2025 年初 DeepSeek 把算力成本打下来之后，中国 AI 产业发展进入了加速阶段。

根据斯坦福大学《2025 年人工智能指数报告》，中美顶级 AI 模型的性能差距从 2023 年的 17.5% 缩小至 0.3%，差距接近抹平。

然而，如果说 2025 年上半年还是模型突破的竞速，那么到了下半年，全球 AI 竞争已进入算力为王的新阶段，算力资源的获取，再一次成为中国 AI 企业难以逾越的鸿沟。

但困扰中国 AI 产业发展的不仅仅是芯片。商业模式始终未能成立，才是现金流的真正杀手。

DeepSeek 在 2024 年 12 月至 2025 年 2 月期间用户增长迅猛，全球日活用户总量达到 1.19 亿，其中国内 APP 端日均活跃用户数达 3494 万。从全球 AI 应用赛道来看，达到这一用户规模，ChatGPT 用了两年时间，而 DeepSeek 仅用了一年多时间便实现。

然而，这种 " 用户量爆发 " 并未转化为稳定的收入来源。直到今天，DeepSeek 依然是免费的。至于 Manus，直到离开前也没有形成一个稳定的商业模式。

相比之下，海外 AI 应用如 ChatGPT 凭借 20 美元的 Plus 会员服务收获超 2000 万付费用户；埃隆 · 马斯克的 xAI 不久之前发布的 Grok 4，订阅费为 30 美元 / 月，Grok 4 Heavy 版本费用更是高达 300 美元 / 月。

反观国内，最早开始收费的文心一言在 DeepSeek 的冲击下被迫取消付费，之后无论是大小厂，已经没有人敢尝试付费的选择。

这可能与国内用户对 To C 软件多年来一直就没有形成付费习惯有关，所以为什么广告更多成为 To C 应用的商业模式的主流选择——这也是我们常说的，" 羊毛出在猪身上，狗来买单 "。

但把用户付费意愿薄弱归咎于用户，其实也并不公平。因为以目前国内大模型的幻觉率，其所交付的成果，其实还远没有达到可以付费的程度。

当前，国内大模型的幻觉问题已成为制约其商业化落地的核心障碍。尽管技术迭代速度加快，但高幻觉率导致的输出不可靠性，使得这些模型在关键领域和用户场景中难以形成稳定的付费需求。

同样以 DeepSeek 为例，其幻觉率远超行业平均水平（如 Gemini-2.0 的 0.7%），甚至在专业领域（如法律、医疗）频繁编造虚假信息。此前就有用户反馈显示，当被问及法律的具体条款时，模型甚至虚构了法律条文；在医疗咨询中，其推荐的 " 纳米机器人治疗癌症 " 方案被专家斥为伪科学。

这类错误不仅暴露了模型对事实的无意识扭曲能力，更直接威胁到用户对其输出的信任基础。

用户或许能容忍一篇风格流畅但内容失真的文章，却无法接受一份因幻觉导致的错误诊断报告或法律文书。

试问，在法律条文、医疗建议等关乎利益、权责乃至是生命安全的场景中，用户如何愿意为充满不确定性的结果支付费用？

当模型输出的可靠性无法保障时，用户自然倾向于选择免费版本，而非为潜在风险买单。即便部分企业尝试通过增值服务（如深度分析、定制化报告）吸引付费用户，但高幻觉率导致的输出质量不稳定，使得这些服务难以形成差异化竞争力。

国内大模型的高幻觉率不仅削弱了其在关键场景中的实用性，更动摇了用户对 AI 输出的信任根基。在这种情况下，强行推动付费模式无异于空中楼阁。

在找到能够跑通的商业模式之前，国内 AI 产业仍将困于 " 免费—不可靠—难付费 " 的艰难循环中。

其实到了今天来看，这一轮 AI 到底有没有泡沫已经不再重要。2000 年前后的美国 .com 泡沫破裂之后，是 PC 互联网在全球大规模扩散的十年。

面对这一轮 AI，目前全球已经基本达成了共识，这一次和前几次的 AI 浪潮都不一样，其所带来的影响，势必不会输给千禧年的那场互联网革命。

那么更关键的问题不是短期的泡沫是否会破裂，而是如何打赢这场持久战？

首先我们必须看到，中国在 AI 领域的崛起并非偶然，而是多重结构性优势叠加的结果。

其中最为关键的一个就是STEM 人才正在成为核心竞争力。最近 Meta 以极为高昂的签字费抢人的主角，就是一位华人 AI 科学家。而在马斯克 Grok 4 发布会上，坐在马斯克身侧的，也同样是两位华人工程师。

根据美国芝加哥保尔森基金会（Paulson Institute）下属智库 MacroPolo 在 2024 年发布的一份报告，2019 年，美国顶级 AI 人才中，有 27% 来自中国大学；到 2022 年，这一比例上升至 38%，超过了来自美国大学的 37%。

过去两年，这一比例还在上升。3 月 19 日黄仁勋在接受包括 21 世纪经济报道在内媒体的采访中谈到他的一个观察：

全球 50% 的 AI 研究人员来自中国，这是迄今为止最大的单一群体，没有接近的第二名。因此，很自然地，中国在 AI 研究方面将会做出巨大贡献。事实上，美国每个 AI 实验室都活跃着华人研究者身影，无一例外。

此外，中国在 AI 场景上的快速落地应用，结合大规模市场优势所形成的 " 技术普惠 "，也让中国在垂直领域的应用创新上具备独特优势。

这些都是支撑中国市场在未来 AI 全球博弈中的关键变量。但回过头来看，如何保证这种能力的持续，需要在认知上进行 " 刷新 "。

对于 Manus 的 " 跑路 "，需要更为客观理性地看待。中国企业已经到了全球化的关键阶段，走向全球是必然趋势。况且，AI 竞争的终极目标不是消灭对手，而是通过技术扩散实现全球生产力跃升。

开源和开放才是这一轮技术革命的主题，也正因此，我们在这一轮博弈中，首先需要摒弃的是 " 零和思维 "，转而探索竞合共生的新范式。

在此之外，更重要的是如何给那些选择留在国内的企业，以一个更为开放、包容的环境。

在营商环境上需要尽可能实现 " 无事不扰 "，在产业政策上，监管部门不应当去试图挑选胜利者，唯有让市场竞争更为充分，AI 企业才有可能尽快找到能跑通的商业模式，以解决当下面临的 " 技术幻觉 " 和 " 变现焦虑 " 问题。

当然，在推动新兴技术落地的阶段，除了监管可能需要提升容忍度之外，企业也需要做出一些举措来降低公众对就业替代、数据安全的担忧。对于 AI 行业的企业来说，能否讲通一个 " 技术赋能而非替代 " 的叙事逻辑，将直接关系在 AI 普及过程中获取的社会支持程度。

AI 革命的持久战，本质上是一场关于国家创新能力的马拉松。中国的优势在于其庞大的市场体量、灵活的政策响应能力与深厚的产业基础，但未来真正的挑战，在于如何将这些优势，转化为对于企业的吸引力以及可持续产生的创新涌现。