11月5日現任阿里巴巴董事長蔡崇信做客香港大學陸佑堂，與香港大學副校長兼商學院副院長鄧希煒教授進行了一場精彩的爐邊談話。談話主要涉及蔡崇信對體育的投資、阿里巴巴的文化、中美AI競賽實力對比、蔡崇信給年輕人在AI時代的建議等。非常精彩！以下為相關對話全文中文翻譯：一、蔡崇信談對體育的投資主持人：首先啊，我從沒見過陸佑堂裡擠過這麼多人。喬（註：此處指蔡崇信），你要知道，這可是香港大學最老牌的講堂了。其實我們當初真該選個更大的場地，畢竟就發了一封活動通知郵件，反響卻又快又熱烈，短短兩小時就有超 1200 人報名。要是再開放兩天報名，我敢說報名人數能突破 10 萬，到時候就得去啟德新體育場館給你辦活動了。不過不管怎樣，歡迎你來到香港大學！特別榮幸能有機會和你對話。今天的話題既應景又宏大，我知道你剛從另一個活動趕過來，所以先從一個你打心底裡在意的話題慢慢切入，那就是體育。大家都知道，你不只是阿里巴巴的董事長，還是布魯克林籃網隊的老闆。而且最近你還帶著球隊去澳門和菲尼克斯太陽隊打了比賽，聽說你們贏了？蔡崇信：我們是一勝一負。主持人：原來如此，我只聽說你們贏的那場。那我的第一個問題，也是台下觀眾特別好奇的：你是從什麼時候開始萌生投資職業體育的想法的？你覺得 NBA 能給中國帶來那些機遇？蔡崇信：唐教授，在回答問題之前，我想先表達最誠摯的謝意。能站在這裡，我感到萬分榮幸。我不是馬雲，但能有機會來交流想法，我很珍惜。當初你們聯絡我時，說這是系列講座，我就提了個想法，不想站在講台上單向授課，更希望用爐邊談話的形式，和大家交流思想，也是為了致敬陳教授。我很期待這次交流，也知道之後會有和現場學生的問答環節，對此我十分期待。謝謝大家！NBA 進入中國已經有很長時間了，早年就常來中國辦賽。2019 年後賽事一度中斷，今年是六年來 NBA 首次派兩支球隊，其中一支就是我旗下的布魯克林籃網隊，來中國地區參賽，最終選定了澳門。NBA 和澳門金沙集團簽了五年合約，未來五年都會在澳門辦賽，而且合約裡也預留了去中國大陸辦賽的可能性。所以我預計，用不了多久，NBA 就能重返中國大陸賽場。從 NBA 的角度看，這個佈局邏輯很清晰：中國大概是全球籃球迷最多的國家，幾乎人人都關注 NBA。為什麼？因為這裡匯聚了世界最頂尖的籃球運動員。NBA 里約 30% 的球員都不是美國人，他們來自世界各地：歐洲、東歐、澳大利亞等等，亞洲球員目前還不多，但我們都希望未來中國籃球能不斷發展，再出一個姚明這樣的 NBA 球星。中國的球迷基礎太龐大了，所以 NBA 重返中國辦賽、讓球員和球迷面對面互動，是完全合理的選擇。而且這麼多年來，NBA 賽事也一直在中國保持轉播，不管是央視還是各大串流媒體平台，都能看到 NBA 比賽。從中國的角度來說，加強和世界的交流同樣重要。把全球體育乃至文化領域的精華引入中國，和國內的球迷、大眾互動，意義重大。這次賽事也得到了國內各界的熱烈歡迎，因為 NBA 的號召力實在太強，兩場比賽辦得非常成功，給球迷們呈現了超高水準的競技對決，其中一場還打到了加時賽。加時賽那場我們輸了，但第二晚的比賽贏了三分。這段經歷特別棒，我對這種體育文化交流也特別有信心。我想強調的是，用體育搭建文化交流的橋樑，這件事的價值無可估量。我在國內的公益事業，很大一部分也和體育相關，把體育納入教育體系就是我的重點投入方向。我有個項目，專門選拔即將升入九年級的初中生，送他們去美國讀四年高中，一方面是讓他們接受籃球專業訓練，更重要的是讓他們去美國接受教育。這某種程度上是復刻了我自己的經歷，我 13 歲就離開台灣，去美國讀寄宿學校，之後又在美國讀了大學。這個項目既能培養中國下一代籃球人才，也能讓這些孩子見識更廣闊的世界。但我覺得最大的受益者其實是美國的高中生們，他們以前只在書本上瞭解中國，沒機會和中國人真正打交道。我們選的都是學業和籃球雙優的孩子，他們融入美國當地社區後，很受大家歡迎。這種民間層面的交流太重要了，只要我有能力、有資源，就會一直支援這個項目。主持人：很棒！那每年能拿到你的獎學金去美國的孩子有多少呢？蔡崇信：選拔標準特別嚴格，競爭也很激烈。所以我們每年只選 6 到 8 個孩子。主持人：原來如此，那可都是真正的佼佼者啊。蔡崇信：沒錯。主持人：我還盼著我 9 歲的兒子能有機會呢，現在看來這難度也太大了。蔡崇信：可以試試嘛，說不定是你沒給孩子機會呢。主持人：哈哈，有道理！蔡崇信：是啊。主持人：你這話太鼓舞人了！我之前還真不知道你的體育事業裡還藏著公益的一面，真心希望你以後能多帶球隊來中國，讓我們見識世界頂級職業籃球的風采。二、阿里巴巴的自我革新主持人：在切入更大的主題之前，我的第二個問題想聊聊阿里巴巴。你應該還記得，2008 年你的好友馬雲曾來過這裡。大家肯定也對 2008 年的阿里印象深刻，但要知道，過去 26 年裡，阿里已經從一家單純的 B2B 電商公司，蛻變成了如今全球頂尖的 “AI + 雲端運算” 科技巨頭。你能不能和我們分享一下，阿里巴巴是如何實現這般顛覆性蛻變的？又是什麼 “獨門秘籍”，讓它每五到十年就能完成一次自我革新、變身成全新業態的公司？蔡崇信：好的，我先簡單回顧下歷史背景。1999 年我加入阿里時，中國人均 GDP 才 800 美元，而現在已經漲到了 13000 美元，這增長幅度是相當驚人的。我總跟朋友說，自己特別幸運，正好趕上了兩大時代紅利的交匯期：一是中國作為製造大國和整體經濟的崛起，二是網際網路的興起和網際網路驅動的經濟增長。站在阿里巴巴的平台上，我得以親眼見證這雙重引擎帶來的發展奇蹟，這種機遇真的可遇不可求。就像你說的，阿里最初只是一個 B2B 網站。當時馬雲的想法很純粹，就是想用網際網路為中國的中小商家、貿易公司和小工廠們創造公平的競爭環境。大家應該還有印象，2001 年中國才加入 WTO，在那之前，國際貿易都得通過國有外貿公司來做。而中國入世後，貿易大門徹底打開，這也成了中國成為全球製造基地的起點。越來越多人開始建廠創業，他們看到了通過網際網路和全球做生意的機會，阿里的 B2B 模式就是在這個背景下誕生的，我們的核心就是幫中小企業做批發貿易。順便提一句，阿里最早的網站是全英文的，畢竟是面向全球採購商，是個外向型平台。之後我們從 B2B 電商拓展到了消費電商領域，也就是如今國內最大的消費購物平台淘寶。同時，因為當時買賣雙方互不信任的痛點，買家不願先付款、賣家不願先發貨，我們又順勢推出了支付寶，最初其實就是個第三方託管系統，專門解決交易信任問題。再往後，我們又逐步切入了物流等多個領域。你問到 “獨門秘籍”，我覺得核心很簡單：一家優秀的公司，永遠是跟著使用者需求走的。我們所有業務的拓展都是順勢而為，完全圍繞使用者的真實訴求來推進。我也想給台下的同學們提個建議：未來如果你們創業，一定要優先選擇內生式增長，而不是依賴併購。當然我們也做過一些收購，有成功的案例，也有慘敗的教訓。但內生增長始終是首選，因為這種模式是靠自己的團隊一步步搭建起來的，團隊成員也最懂阿里的企業文化和創新基因，這也是我們能持續迭代的關鍵。至於雲端運算業務，我們最初佈局也不是因為覺得這個賽道前景好才跟風，而是純粹為了滿足自身需求。16 年前，雲端運算還沒成為行業熱點，當時我們的消費平台已經在處理海量交易資料，我們的 CTO 就跟我們說：如果一直依賴第三方的軟硬體，比如戴爾、IBM 的伺服器，EMC 的儲存裝置，Oracle 的資料庫軟體，未來我們賺的利潤早晚都要拱手讓給這些技術供應商。所以我們做雲端運算，本質是為了實現技術自主可控，這後來也成了一個國家層面的發展議題。當時我們組建了專門團隊，研發能跨資料中心、跨多台電腦運行的作業系統，畢竟只有實現平行計算，才能處理我們手裡的海量資料。這就是阿里雲的起源，我們先自己 “吃螃蟹”，把這項技術用在了自家業務上，後來發現技術足夠成熟，才決定開放給第三方客戶，正式踏入雲端運算領域。三、宏觀經濟和十五五規劃主持人：接下來我想回到開源戰略的話題，上周我們其實聊過這個。不過今天的主題格局更大、也更深，顯然有著重要意義。我先簡單說說為什麼選這個主題。上周碰面時，喬（蔡崇信）你跟我說的第一句話就是 “我不是什麼厲害的貿易專家或宏觀經濟學家”。可你明明是耶魯經濟學專業畢業的，我當時還納悶這怎麼說得通。但很快你就說服了我，你其實特別睿智，也特別懂經濟，只是算不上傳統意義上的宏觀經濟學家罷了。後來我也跟你提過，陳坤耀教授是極具影響力的經濟學家，他深耕香港教育領域，培養了好幾代優秀學子，這些人後來不管是在私營領域還是政府部門，都取得了斐然成就。所以我當時就說，我們能調整主題的空間不大，必須緊扣中國經濟增長這個核心。考慮到你在科技領域投資頗豐，而且阿里巴巴在科技方面成績亮眼，我們就加了 “技術驅動力” 這個維度。那為什麼要聚焦 “十年” 這個時間節點呢？因為到 2035 年，中國共產黨和中國政府設定的目標是讓中國邁入中等發達國家行列。具體是什麼概念我其實也不完全清楚，但可以想像的是，屆時中國人均 GDP 需要達到 3 萬美元左右，這是有實現可能的。有意思的是，就在我們上周碰面到今天這段時間裡，中國國務院總理李強在上海發表講話，提出到 2030 年，也就是五年後，中國 GDP 總量要達到 24 兆美元。這意味著什麼？目前中國 GDP 大概是 20 兆美元，要增長到 24 兆美元，我能猜到你這會兒已經在心裡算起來了。這相當於需要實現年均 5% 左右的名義 GDP 增速，這並非天方夜譚。如果能保持 4% 的實際 GDP 增長，再加上 1% 到 2% 的通膨率，五年內就能達成目標，完全具備可行性。但要實現 4% 的實際 GDP 增長，就離不開大量創新，而且這些創新還得轉化為生產力的提升。所以我想向你提一個核心問題：在中國的國家級科技規劃中，你認為那些關鍵或具有影響力的內容，能確保中國在未來五年乃至十年內實現這樣的經濟增長目標？蔡崇信：好的，這確實是個非常貼合當下的問題。中共中央剛發佈了 “十五五” 規劃，我猜在座有些人可能完整讀過全文，我自己看了規劃摘要。這份五年規劃裡，有兩個核心要點。第一，中國希望繼續鞏固製造業強國的地位，規劃裡明確強調了要重視作為實體經濟重要組成的製造業，這是國家領導層的清晰表態，也是我們未來的發展方向。對比全球其他國家，中國的消費佔 GDP 比重其實很低，還不到 40%，而美國的消費佔比高達 70%。這說明中國經濟的核心還是在生產端，一定程度上還要依靠把產品出口到全球。我相信不管是現在，還是未來十年、二十年，中國都會持續作為全球製造基地，為世界供應各類商品。第二，規劃提出要實現科技自立自強。我認為這既是國家領導層的前瞻性佈局，也是應對當下地緣政治局勢的必然選擇 ，畢竟美國和部分歐洲國家一直在對中國實施關鍵技術封鎖。所以中國深知必須自主研發核心技術，而且目前已經在這條路上取得了不錯的進展。再回到第一個目標，也就是鞏固製造業根基。回顧中國的致富之路，從人均 GDP 800 美元到如今的 13000 美元，未來十年還要衝擊 30000 美元，靠的就是生產製造、靠的是把產品賣到全世界來創造財富。當然，外界對此有不少批評聲音，說中國存在 “產能過剩”，還把過剩產能出口到全球，彷彿這是什麼十惡不赦的事。但仔細想想，當年德國汽車行業大量出口汽車時，有人指責他們產能過剩嗎？其實從定義上來說，“產能過剩” 只是指國內市場消化不了的產能，只能通過出口來釋放，可 “過剩” 這個詞卻被貼上了負面標籤，這其實很不應該。因為一個國家要實現富裕，本質就是靠生產商品、從全球賺取財富，進而提高本國國民的收入水平。我堅信，只要繼續堅持做全球製造中心，而且向高端製造業轉型，不再侷限於生產鞋子、T 恤這類低端產品，中國經濟就能持續增長，老百姓的財富和可支配收入也會不斷增加，消費市場自然會慢慢壯大。就拿阿里巴巴平台的資料來說，現在有大約 5600 萬人每年在淘寶上的消費超過 6000 美元，這個數字遠超中國居民的平均可支配收入，足以說明我們的消費市場已經有了相當規模，未來只會越來越大。不過國家領導層很清楚，健康的經濟增長和財富創造，根基還是在於強大的製造業，而且是高端製造業。如今中國在電動汽車、電池、太陽能面板等全球急需的產品製造領域，已經走在了世界前列。四、中美AI競賽實力對比主持人：現在所有人都在聊人工智慧，中國顯然也在這一領域投入了大量資源，而且 DeepSeek 的亮眼表現確實震撼了全球。我想再順著中國國家科技議程的話題追問一下，之前我問過你阿里巴巴實現蛻變的 “獨門秘籍”，現在想問問中國科技政策的 “制勝法寶” 是什麼。中國到底是怎麼做到後來居上的？要知道，過去國外企業和國家對中國實施了不少出口管制，十年前的中國還只在做簡單的製造業代工。可如今就像你說的，中國已經邁入高端製造領域，人工智慧各方面的實力也具備了競爭力，甚至在部分技術領先性上開始挑戰美國。我能不能把問題再聚焦一點，麻煩你著重講講人工智慧領域，中國有那些政策或者 “獨門優勢”，推動了該領域實現這樣的高速發展？蔡崇信：首先，說到國家層面的政策，中國政府已經明確了重點投資領域，比如半導體、半導體製造工藝，還有半導體生產裝置這類核心領域，這些佈局當然都很有必要。不過我個人覺得特別有意思、也格外關注的，是幾個月前國務院出台的一份人工智慧專項規劃。中國人做事向來務實，目標導向也很強，這份規劃裡就直接定下了明確目標：到 2030 年，也就是五年後，要實現人工智慧代理和相關裝置 90% 的滲透率。政府其實是給出了一個清晰的目標，然後把具體落地的空間交給了市場，不管是國企還是民營企業家，都可以去探索如何實現 AI 在中國的大規模普及。我認為這是一項非常高明的政策。畢竟現在全球都在參與所謂的 “AI 競賽”，也就是中美之間的 AI 角逐。但說到底，評判競賽勝負的標準，從來不是看大語言模型的技術有多尖端，而是要看 AI 的實際普及率。有越多的人用上 AI，整個社會才能從中獲得越大的收益。所以中國的整體思路是先推動 AI 的規模化落地，這無疑是一步好棋。主持人：我記得上周和你聊過中國 AI 生態的獨特性，當時提到了人才儲備、基礎設施、中國保有完整高端製造體系（而很多發達國家如今已不具備這一優勢），還有高效的能源生產能力這些點。能不能請你給現場觀眾具體講講，中國要成為 AI 超級大國，具備那些獨特的競爭優勢？蔡崇信：好的。現在美國人評判 AI 競賽勝負的標準，其實很單一，就是只看大語言模型的技術水平，今天是 OpenAI 領先，明天可能就換成 Anthropic。不過順便提一句，阿里的通義千問模型剛在一個為期兩周的加密貨幣和股票交易競賽裡拿了冠軍，當時參賽的有 10 個不同模型，涵蓋了美國和中國的主流產品，最終阿里模型奪冠，DeepSeek 位居第二。說起來真的很佩服 DeepSeek，他們就在杭州，和我們是鄰居，確實做出了非常出色的成果。所以我們並不認同美國人對 AI 競賽的評判邏輯，我們更看重中國在 AI 全產業鏈上的綜合優勢，先從能源說起。中國在電力生產上有顯著優勢，這得益於 15 年前政府的前瞻性佈局，當時就開始大規模投資能源輸送網路。畢竟中國的電力大多在北方生產，卻需要輸送到用電需求更大的南方；而且清潔能源的發電場地（比如有光照、風能、水能的地方），往往和用電集中區域不重合，這就需要強大的輸電網路來調配。中國有兩大電網，也就是國家電網和南方電網，它們每年的資本開支能達到 900 億美元，而美國全國的電網年投資只有 300 億美元，在電力輸送領域的投入遠遠不足。過去 15 年中國一直堅持在這方面發力，結果就是中國的電力裝機容量達到了美國的 2.6 倍，而且每年新增的電力裝機容量，更是美國的 9 倍之多，電力產能的增長速度遠超美國。更關鍵的是，這些新增產能裡大部分都是太陽能這類清潔能源，最終帶來的直接好處是，中國的電價每千瓦時比美國便宜約 40%。這對 AI 發展來說是巨大的能源優勢，畢竟運行 GPU、訓練大語言模型、做推理運算，都要消耗海量電力。機器和人腦不一樣，機器運轉起來特別耗電，而人腦的能耗卻極低，所以能源成本對 AI 產業的影響極大。再看資料中心的建設成本，在中國建資料中心，不算晶片和 GPU 的話，成本要比美國低 60%。至於模型研發層面，我認為中國的 AI 模型和美國的差距其實已經不大了，這背後是有原因的：中國的工程師儲備非常充足，每年培養的理工科（STEM）學生數量全球第一。可能有人覺得 AI 研發和模型訓練是高精尖的科研工作，但其實其中很大一部分是工程化的實操任務：需要搭建高效的系統，來支撐數千億甚至上兆參數模型的訓練。如果系統效率跟不上，會耗費巨量的 GPU 資源。而中國恰恰因為 GPU 資源相對緊缺，反而倒逼出了 “窮則思變” 的優勢：資源有限時，就必須在系統層面進行創新，這正是中國的強項，畢竟我們有大量的工程人才。還有個很有意思的現象：全球範圍內，近一半的 AI 科學家和研究人員，都有中國高校的學位背景。不管他們是在美國企業、中國企業，還是全球其他地方工作，都能看到這一群體的身影。這意味著你走進任何一家美國科技公司，都能發現很多華裔 AI 從業者。我最近還看到一個社交媒體帖子，是一位在 Meta（臉書母公司）工作的非華裔員工吐槽，說他所在的 AI 團隊裡，所有人都在說中文、用中文交流想法，他完全聽不懂，只能乾著急。主持人：不過他們既然能做出這麼厲害的 AI 工具，按理說應該能實現中文到各種語言的即時翻譯才對啊。蔡崇信：話是這麼說，但你想啊，在茶水間閒聊、在食堂吃飯時的那種隨口交流，那能靠翻譯工具把所有內容都精準捕捉到，對吧？這其實意味著，現在全球範圍內的 AI 領域，有大量的想法交流和觀點碰撞都是用中文進行的。這還是頭一回，中文成了一種優勢。過去，中文對中國企業出海來說其實是個短板。比如阿里巴巴去義大利、日本或者美國開辦公室，當地招聘的員工都不會說中文，只能用英語溝通，而我們杭州總部的同事就得用第二語言和他們對接，這肯定不是最理想的狀態，也成了中國企業拓展海外市場的一大阻礙。但現在不一樣了，懂中文在 AI 圈反而成了優勢，這事兒真的特別有意思。我剛才其實已經列舉了中國在 AI 領域的不少優勢，不過我覺得最大的優勢，還是中國企業對待大語言模型的思路，也就是開源策略，這會大大加速 AI 的普及，真正實現 AI 的規模化落地，讓更廣泛的社會群體從中受益。開源之所以這麼重要，核心原因就是它成本極低，甚至可以免費使用。阿里巴巴就推出了多款開源大模型，而且已經上架到美國乃至全球的各類開源市場。任何人都能直接下載我們的模型，部署到自己的基礎設施上，甚至是普通筆記型電腦裡，零成本就能開啟 AI 應用。這種開源模式能有力推動 AI 的普及，反觀美國，要是想用上 AI，得給 OpenAI 這類公司支付高額費用。所以我認為，這才是中國最終的核心優勢 ——AI 競賽的贏家，從來不是擁有最頂尖模型的那一方，而是能把 AI 最好地應用到各行各業、融入日常生活的一方，而這一點，中國肯定能做到。主持人：那想再追問一下，中國 AI 模型為何會側重開源，而美國的 AI 模式卻更偏向私有閉源，還要按市場價售賣資料和模型？這是不同國家的企業競爭模式存在本質差異，還是說有政府層面的激勵政策，促使中國企業更願意開放自身資源？蔡崇信：我給你舉個例子你就明白了。比如中東國家，就拿沙烏地阿拉伯來說，他們肯定也想發展 AI，而且希望能擁有自主可控的 AI 技術，也就是所謂的 “主權 AI”。但問題是，世界上絕大多數國家其實都沒有足夠的人才去獨立研發自己的主權 AI。所以當他們面臨選擇 —— 是通過 API 呼叫 OpenAI 的閉源模型，還是直接拿阿里巴巴的開源模型在此基礎上做二次開發時，從成本和效益的角度來看，顯然開源是更優解。除此之外，還有一個關鍵因素就是資料隱私。如果用 OpenAI 的服務，你在模型上做進一步訓練時，得把自己的資料輸入到對方的 API 裡，這就像一個 “黑箱”，你根本不知道這些資料會流向那裡、會被如何處理。但如果選擇開源 AI，企業和機構就能更好地掌控資料隱私，還能搭建自己的私有雲來儲存資料。所以放眼全球，不管是政府這類公共機構，還是私營企業，在選擇 AI 技術路線時，出於成本和資料隱私的雙重考量，都會傾向於發展開源 AI，或是基於開源 AI 進行二次開發。五、阿里巴巴的AI開源策略主持人：這話確實有道理，不過就拿阿里巴巴來說，你們這麼大方地讓大家免費使用開源 AI，到底靠什麼賺錢呢？肯定是在其他地方有盈利管道吧？蔡崇信：你這個問題問得特別好。直接答案是，我們並不靠 AI 本身賺錢。但別急，要知道我們還營運著雲端運算業務。畢竟運行 AI 模型，得有對應的雲基礎設施才行，而且這種基礎設施的技術門檻極高，不是隨便那家公司雇幾個工程師就能搭建起來的。它既需要 AI 基礎設施的專業維運能力，還得有足夠的規模效應 ，這行業本身就是拼規模的。這就像我們普通人不會自己建酒店一樣，出門都是直接訂酒店入住，因為酒店營運商有專業的營運能力。雲端運算和資料中心業務也是這個道理，核心就是把基礎設施資源整合起來，當客戶數量足夠多時，就能形成營運槓桿，攤薄服務單個客戶的單位成本。所以我們的盈利邏輯是這樣的：如果使用者要運行 AI 模型，剛好又選擇了阿里雲，我們就能為其提供一整套配套產品，從儲存、資料管理、安全防護、網路服務，到我其實也不太懂的容器技術（姑且先這麼說），應有盡有。這些一站式產品能幫使用者在我們的基礎設施上更高效地運行 AI，我們也正是通過這樣的雲端運算服務來實現商業化變現的。六、AI 時代應該的技能和專業方向選擇主持人：好的，在切換到問答環節前，我先問最後一個問題。對了，先說明一下，現場來了超多學生，其實 80% 的觀眾都是學生，從本科生到博士生都有。喬（蔡崇信）之前跟我說，看到這麼多學生他特別興奮，因為他平時打交道的多是政府官員、商界人士和投資人，學生群體反而不常接觸，所以他也很樂意給大家一些建議。那你覺得，年輕人要為 AI 時代做準備，應該掌握那些技能？或者說該選擇什麼專業方向深耕？蔡崇信：我覺得這其實是兩個不同的問題，一個是技能儲備，一個是專業領域，二者略有區別。先說說技能層面，我始終認為有兩點最關鍵：一是學會如何獲取知識，二是建立分析資訊的框架，最終能形成自己的判斷。而要提升這些能力，沒有什麼一蹴而就的辦法，得靠日積月累的訓練。比如我一直建議大家學點程式語言，這就像學一門外語 ，學西班牙語能和西班牙人交流，學法語能和法國人溝通，而學電腦語言，是為了和機器對話，是在給機器下達指令。程式語言背後藏著很強的邏輯，怎麼建構合理的指令讓機器完成任務，這個過程本身就是一種思維訓練。可能有人會說，現在有很多可視化程式設計工具，根本不用專門學程式碼，直接用自然語言就能操作機器。但我想說，學程式設計的目的不是為了實操機器，而是為了經歷這個思維錘煉的過程。我自己是法律和金融出身，金融領域裡大家常用電子表格。我也會跟家裡孩子說，一定要學好電子表格 —— 在表格里搭建公式並讓它正常運轉，輸入一個資料就能自動算出結果，這是很精妙的事。能熟練用好電子表格，本質上也是在鍛鍊邏輯思維。所以技能層面，核心就是學會獲取知識、學會分析思考，還有一項重要能力是提出正確的問題。再說說專業領域，我一直跟年輕人推薦兩個方向。第一個是資料科學，這其實就是以前說的統計學，只是換了個更時髦的叫法。未來會迎來資料大爆炸，世界數位化程度越高，個人和企業掌握的資料就越多，學會管理和分析資料會變得至關重要。掌握了資料相關的技能後，還得關注 “人” 的層面，所以心理學也很值得學。心理學和生物學能幫我們理解人腦的運作機制，我始終覺得人腦是目前能耗最低、效率最高的 “機器”，搞懂它的工作原理意義重大。另外我還想到一點，現在很多孩子沒選電腦科學，反而去學材料科學，這在未來會很有前景。當下世界是由數字（位元）主導的，但未來能讓數字傳輸更高效的，會是物理實體（原子）。搞懂原子層面的運作規律會越來越重要，比如半導體領域就需要材料科學的支撐，未來這個領域會有大量創新，所以材料科學會是個很有潛力的專業。主持人：說得真好。總結下來就是材料科學、認知科學、資料科學這幾個方向。而且我們還是得學程式設計，不是因為工作剛需，而是為了培養邏輯思維，搞明白 AI 到底在對我們做什麼。這些建議真的特別實用。七、問答環節主持人：喬（蔡崇信）的日程其實特別滿，而且我知道今天現場來了一千多人。所以我們今天做了個特別安排：本來是有二維碼讓大家掃碼提問的，但現在可能來不及了，因為我已經收到了 10 個問題。大家也不用走到麥克風前，現場其實也沒設移動麥。我會挑幾個優質問題來問，有些問題可能會有點有意思，要是問到你不想答的，可別怪我，你要是覺得不方便，不回答也沒關係，不過我相信你肯定有應對的辦法。先插個小推廣：喬，你知道嗎？我們港大其實和阿里雲合作開了一門課，不是學位項目哈，是一門課程，但修完能拿學分，算入學位考核的。特別感謝阿里雲的支援！有位修這門課的學生提了個問題：阿里巴巴集團一直是各行業變革的推動者，你覺得雲端運算接下來會驅動那一場重大變革，進而影響大眾行為和商業格局？蔡崇信：在我們看來，雲端運算就像水電煤一樣，是一種公共基礎設施，支撐著各類活動和技術的運轉。而云計算領域目前最火的方向，顯然是人工智慧。因為不管是 AI 模型的訓練，還是 AI 的實際應用、推理運算，都離不開雲端運算的支撐。我覺得 AI 領域下一個重大變革，會發生在人們不再只把 AI 當成工具，而是當作朋友的時候。現在的 AI 更多還是工具屬性，大家都想用它提高個人和公司的效率，比如 AI 已經能幫我們寫程式碼，讓企業不用雇那麼多軟體工程師了。但什麼時候 AI 能變成你的夥伴呢？等大多數人都把 AI 當成另一個 “人” 看待時，才會真正顛覆整個世界，改變人們的行為模式。有時候想想還挺讓人覺得後怕的，但我確實能看到這種趨勢正在發生。主持人：我也覺得這一天會來的。蔡崇信：或者說等到通用人工智慧（AGI）實現的時候。傳統的圖靈測試是說，如果 AI 的行為和反應讓你分不清它是人還是機器，就算通過測試。當你和 AI 互動、來回交流時，它給出的回應就像朋友一樣自然，那時候既讓人興奮，也難免有點不安。主持人：好的，第二個問題特別有意思，其實我本來也想問，但因為主題是陳教授牽頭的委員會定的，就沒機會提。這是個職業規劃相關的問題：很多學生，還有像我這樣的職場中年人，都在糾結是創業，還是加入初創公司。聽說 90 年代末你在香港有份很不錯的工作，後來卻跑去杭州見了你的合夥人馬雲，還加入了當時前途未卜的阿里，放棄了高薪。是什麼讓你做了這個決定？另外，對於想加入初創公司的人來說，什麼時候是合適的時機？又該重點考量那些因素？蔡崇信：不管是年輕人，還是我這種 “老年人”，做決策時其實都在權衡風險和收益。如果事情沒成，你得承擔風險；但要是成了，能獲得的回報又是什麼？這雖然沒法完全用數學公式量化，但大體能估算出最壞結果和最好前景。我當年加入阿里時，就覺得下行風險特別小，為什麼？因為我有不錯的大學學歷，還讀了法學院，就算阿里失敗了，我大不了回去當律師，退路是有的。可上行空間卻大到沒法想像，幾乎是無限的。這其實是一種風險收益不對稱的局面，學金融的同學應該懂，就像看漲期權一樣。所以這個決定對我來說其實很容易，核心就是看中了這種不對等的風險回報比。而且這種好機會可遇不可求，刻意去找反而找不到。所以我想對現場年輕人說，最重要的是做好準備，機會來的時候才能抓得住，畢竟你永遠不知道它會在什麼時候出現。主持人：這個問題是關於 AI 會不會成為下一個網際網路泡沫的。大家都經歷過 2000 年初網際網路泡沫的興起和破裂，而且你要是關注過 “七大科技巨頭” 的股價就知道，它們最近漲得特別瘋狂，我就特別後悔太早賣掉了輝達的股票。當然我們不是來要炒股建議的，就是想問問你，你覺得 AI 領域存在泡沫嗎？如果不存在，你覺得這次和當年的網際網路泡沫有什麼本質區別？蔡崇信：其實 “泡沫” 分兩種，一種是真實的行業泡沫，另一種是金融市場層面的泡沫。金融市場有沒有泡沫我不好說，畢竟股票估值這事兒更像一門藝術，  雖然有成熟的估值理論，但你可以因為看好某家公司的高增速，就給它 50 倍的市盈率，這合理嗎？誰也說不準。AI 相關的股市可能確實存在泡沫，但 AI 這個技術浪潮本身是真實存在的。現在大家搭建的各類 AI 基礎設施、投入到模型研發的所有資源，都不會白費，因為這是實實在在的技術變革。就像 2000 年 3 月前後，網際網路泡沫破裂了，但那只是股市的泡沫，網際網路技術本身不僅沒消失，反而發展得越來越壯大，對吧？所以技術本身是造不成泡沫的。主持人：這個問題特別有意思，我們的學生真的很聰明，問的問題比我有水平多了。接下來是關於管理風格的：你既投資了職業體育，不知道你在管理籃球隊、長曲棍球隊上投入了多少精力，同時還得管理科技公司。管理這兩類截然不同的機構，有那些共通之處，又有那些差異？搭建團隊、塑造企業文化這件事，到底有多重要？這算是個比較宏觀的領導力和管理問題，畢竟你同時涉足了兩個差異極大的領域。蔡崇信：我剛買下布魯克林籃網隊的時候，很多人都主動來給我提建議，說職業體育和普通生意完全是兩碼事。他們覺得我懂企業管理，但職業體育圈裡都是明星球員，得用不一樣的方式去管理，還說我根本不懂這行的門道，應該把球隊交給業內人去管。可我後來發現，那些所謂的體育圈 “行家” 其實啥也不懂，他們就只靠人脈吃飯，通訊錄裡存了一堆人的聯絡方式，知道該給誰打電話，和球員經紀人有點交情而已。現在我反而覺得，在優質管理這件事上，體育圈和商界的理念正在趨同。首先第一條，就是得選對人。我在籃網隊就有個很靠譜的總經理，專門負責籃球業務，比如簽球員、做交易、選新秀這些事；還有個 CEO 管商業類股，負責賣門票、拉贊助、做行銷、拓展球迷群體，和企業管理的邏輯一模一樣。說白了，不管是做企業還是管球隊，都得靠團隊，得找那些比你更專業、更有能力、更聰明的人。不然的話，你自己就會變成組織發展的瓶頸。我本身不是籃球專家，更別說打球了，所以就得找最懂行的人，然後和管理團隊建立信任。主持人：所以核心是要做一個有遠見的領導者，能長期帶領團隊朝著同一個方向走。那說到薪酬，你給阿里員工開的工資，是不是得和 NBA 球星一樣高才行？蔡崇信：其實是一個道理。我最操心的就是怎麼留住人才，優秀的人永遠搶手，總有競爭對手會挖牆腳。所以得制定合理的薪酬體系，而且針對公司裡的資深核心人才，還得量身定製薪酬方案。我自己的職責是啥呢？公司董事會有個薪酬委員會，成員都是獨立董事，但這些獨立董事並不瞭解公司的具體營運，也不熟悉每個員工的情況。所以我的工作就是向獨立董事和薪酬委員會說清楚，我們的核心團隊有多重要，說服他們給這些人才開高薪，因為他們確實值這個價。主持人：好的，我們還剩幾分鐘時間，我再問個簡單點的問題。能不能在兩分鐘內，給我們講講阿里巴巴的 AI 戰略？你們現在重點聚焦在那些方面，下一步又有什麼規劃？當然，不用透露太多商業機密。蔡崇信：我們的 AI 戰略其實特別簡單。第一，大語言模型和雲端運算業務兩手抓，靠雲端運算為 AI 和數字時代提供基礎設施來盈利；第二，把大語言模型開源，讓更多人能用上我們的技術。就這麼簡單，這就是我們的核心戰略。主持人：沒想到居然這麼簡單，我都學會怎麼管阿里了！你們在這個領域其實已經是絕對的龍頭了，雖然你沒明說。本來我想收尾了，但按照這個系列講座的傳統，我得先請陳坤耀教授來做總結髮言。 (大咖觀點)

美國的精英層認為他們正在與我們中國展開一場關於技術和人工智慧霸權的競賽。以下是黃仁勳對中美兩國AI實力在五個方面的對比分析，說的比較客觀，可見美國的精英們並不自大。黃仁勳：AI是一塊“五層蛋糕”『 AI就像一塊“五層蛋糕”，五層分別是：能源、晶片、基礎設施、模型和應用。AI is a five-layer cake: energy, chips, infrastructure, models, and applications.中國的能源總量是我們國家的兩倍，而我們的經濟體量卻比他們更大。這在我看來完全說不通。China has twice as much energy as we have as a nation and our economy is larger than theirs. That makes no sense to me.第二，晶片領域。我們領先了好幾代。第三，基礎設施領域。如果想在美國建一個資料中心，從破土動工到搭建好一台人工智慧超級電腦，大概需要三年時間。而他們能在一個周末就建成一所醫院。這是我們面臨的一個實實在在的挑戰。Number two, chips. We're generations ahead. Number three, infrastructure. If you wanna build a data center here in the United States, from breaking ground to standing up an AI supercomputer is probably about three years. They can build a hospital in a weekend. That's a real challenge.再快速說說晶片，我們雖然領先好幾代，但絕不能掉以輕心。要知道，半導體產業核心是製造環節。誰要是覺得中國沒有製造能力，那可就大錯特錯了。Really quickly on chips, we're several generations ahead but don't be complacent. Remember, semiconductors is a manufacturing process. Anybody who thinks China can't manufacture is missing a big idea.再來說模型層：我們的前沿模型無疑是世界級的，大概領先中國六個月左右。但在現存的140萬個模型中，絕大多數都是開放原始碼的，而在開源領域，中國已經遙遙領先，甩開我們一大截。The model layer: our frontier models are unquestionably world-class. We are probably, call it six months ahead. However, out of the 1.4 million models, most of them are open source. China is well ahead, way ahead on open source.最後是模型之上的應用層。如果分別在他們的社會和我們的社會做一項民意調查，問大家“人工智慧帶來的好處可能會多於危害嗎？”，結果會是：在他們那邊，80%的人會回答“人工智慧帶來的好處多於危害”；而在我們這邊，情況恰恰相反。And then the layer above that, applications. If you were to do a poll of their society and ours and you ask them, "Is AI likely to do more good than harm?" they're gonna say, in their case, 80% would say "AI will do more good than harm." In our case, it'd be the other way around.』 (大咖觀點)

中國駐美大使館發言人劉鵬宇在X平台發佈一則消息稱，“美國在缺乏有效證據的情況下，草率下結論，對中國進行毫無根據的指責。這是極其不負責任的，完全是歪曲事實。中方對此堅決反對。”這是對中方和相關中企遭受最新無端指責的一次有力回擊。11月14日，阿里巴巴正式推出基於Qwen大模型的千問APP，一款被業內視為與ChatGPT正面競爭的個人AI助手。在這個高光時刻，卻有外媒引述一份美國白宮備忘錄報導，稱華盛頓指責阿里巴巴“為中國軍方針對美國境內目標的行動提供技術支援”。阿里巴巴迅速發表聲明說：“有關內容的斷言和影射完全不實。我們質疑匿名洩露者的動機，報導者也承認，他們無法核實洩密內容。”一場承載技術理想的上線，與一場充滿政治意味的指控，在同一天上演。真的是巧合嗎？恐怕只是中美在人工智慧領域競爭日益激烈的一個縮影，亦側面說明阿里AI的競爭力已經讓美國非常擔憂。不是安全風險，是競爭焦慮美方此次“指控”並未提供任何實質性證據，更像是一場精心策劃的輿論攻勢。其目的或許也並非揭露所謂“安全風險”，而是在中國AI技術實現關鍵突破之際，製造輿論壓力、擾亂市場信心。值得注意的是，這不是美國第一次對中國科技企業出手。從華為到TikTok，從大疆到商湯，中國科技公司屢屢在崛起過程中遭遇美方以“國家安全”為名的阻擊。現在，對象換成了阿里巴巴。正如阿里巴巴在聲明中所指的，這更像是一場“惡意公關行動”，意圖破壞中美近期在貿易領域達成的緩和態勢。而其根本動機，是中國AI技術已不再是“追趕者”，而是“並跑者”，甚至在部分領域成為“領跑者”。那麼，千問APP的上線為什麼會讓美國緊張？資料顯示，千問APP由多款Qwen模型驅動，具有強大的推理、理解、執行能力，介面更簡潔，互動更自然，內容更專業。業內普遍認為，對比當下“娛樂化”AI應用，千問APP重新開闢了一條“AI生產力工具”賽道，全面對標ChatGPT。而千問APP背後的Qwen模型一直是開發者口裡的“源神”，也是最受企業歡迎的模型。2023年至今，Qwen已開源300多款模型，囊括文字、程式設計、圖像、語音、視訊等全模態，覆蓋0.5B到480B等全尺寸，在全球主要模型社區的下載量突破6億，衍生模型突破17萬個，超越Llama成為全球第一的開源模型家族。千問佔據HuggingFace全球模型榜單前十中的七席更值得注意的是，阿里Qwen大模型已經征服了對技術最為挑剔的矽谷。輝達CEO黃仁勳多次公開稱讚Qwen，稱其與DeepSeek是“世界頂尖的開源大模型”“開源AI模型之中最好的”；愛彼迎Airbnb CEO布萊恩·切斯基直言，公司“大量依賴阿里巴巴的Qwen模型”，並稱其“比OpenAI更好更便宜”；推特創始人傑克·多爾西發文點贊Qwen3-Coder，表示其相關產品希望“與Qwen3-Coder結合出激烈火花”；特斯拉創始人馬斯克點評基於通義萬相Wan2.2生成的Instagirl圖像：Wan2.2的生成效果難辨真假；甚至在一次真實的AI大模型即時投資比賽中，Qwen以22.32%的收益率奪得冠軍，而GPT-5虧損超62%墊底。2025GTC大會，黃仁勳展示：2025年以來阿里千問Qwen已佔據開源模型大部分市場份額，並且領先優勢還在持續擴大中除了技術圈，全球知名品牌也用腳投票。寶馬、西門子、星巴克、歐萊雅、渣打集團、萬豪、LV等也紛紛採用阿里Qwen大模型。在史丹佛大學人工智慧研究所《2025年人工智慧指數報告》中，Qwen位列全球模型貢獻度第三。這些事實，不是“自說自話”，而是來自全球技術圈和商圈的真實反饋。中國AI已經具備了與美國分庭抗禮的能力。中美AI競爭：從“仰望”到“平視”也不怪美國會緊張，還記得ChatGPT剛問世時，中國科技圈那種“既驚嘆又焦慮”的複雜心情嗎？就像1957年蘇聯發射“斯普特尼克”號人造衛星時美國的震撼，那一刻，美國人意識到自己在太空競賽中落後了。美國作家雷·布萊伯利曾回憶說：“斯普特尼克號第一次劃過天空的那個夜晚，我抬頭仰望，思考了未來的命運。畢竟，那顆快速從天空的一邊移動到另一邊的小小星火是全人類的未來。我知道，儘管俄羅斯人的努力很出色，但我們很快會跟隨他們，在天空中佔據適當的位置。”而今天，千問APP的發佈，正是中國的“斯普特尼克時刻”。只不過，這一次，是矽谷在仰望東方。美國顯然已經感受到了壓力。今年以來，美國政商界提出“星際之門計畫”（Stargate Project），由美國政府、OpenAI 及多家科技公司和國際基金共同參與 ，未來四年內投資5000億美元，在美國本土為OpenAI建設下一代AI基礎設施，以“確保美國在AI領域的領導地位”。這是美國在人工智慧基礎設施領域有史以來最大規模的單次投資計畫，號稱人類史上最大規模的AI項目。美國歷史上確實存在一個對抗蘇聯的“星際之門計畫”，在新的“AI戰”中，美國再次感到了對東方的恐慌，重新啟用了這個在“上一次冷戰”中代表著“焦慮”的代號。此外，今年6月，美國國會兩黨議員正式提出“無敵對AI法案”（NoAdversarial AI Act），試圖禁止聯邦機構採購或使用中國開發的AI模型。提案發起人之一眾議員JohnMoolenaar直言：“美國必須劃清界限：敵對的AI系統絕不能運行在我們政府內部”。前GoogleCEO埃裡克·施密特也公開擔憂，大多數國家最終會因為成本問題選擇中國開源模型。他在某播客節目中說：“美國最頂尖的模型是閉源的，而中國最頂尖的模型是開放原始碼的。這裡的地緣政治問題在於，開源是免費的，而閉源模型不是免費的。”這一切，都指向一個事實：中美AI競爭已從“技術差距”進入“生態博弈”。中國不再只是“使用者”“參與者”，而是成了“定義者”和“規則挑戰者”。對普通中國使用者而言，千問APP的發佈，不僅僅是多了一個AI工具的選擇，更是一種“終於有了”的踏實感。過去我們用ChatGPT，總帶著一點“借別人東西”的小心翼翼：擔心那天用不了了，擔心它不理解中文語境、擔心資料隱私。現在，我們有了自己的“神兵利器”，不僅更懂中文、更懂中國，還在全球舞台上證明了自己的實力。這就像一場科技界的百米決賽。美國選手率先衝出去，全世界都以為金牌已無懸念。但中國選手從後面追了上來，並在最後關頭以更強的姿態沖線。這不僅是技術的勝利，更是精神的勝利。牌局，才剛剛開始世界AI的“牌桌”上，曾經只有一個玩家在制定規則。現在，另一個玩家帶著最強的開源模型、億萬使用者的場景、以及全球開發者的信任落座了。千問APP的發佈，不僅是一款產品的上線，更是一個訊號的釋放：中國AI，已經從“跟跑”進入“並跑”，並在部分賽道實現“領跑”。美方的“指控”，不過是對這種趨勢的焦慮式回應。牌局，才剛剛開始。而這一次，我們手中握著的，是自己的牌。 (觀察者網)

當輝達CEO黃仁勳在英國《金融時報》AI未來峰會上拋出「中國將贏得人工智慧競賽」的論斷時，這句被定義為「最直白」的評論，瞬間在全球科技圈掀起波瀾。作為手握全球AI算力命脈的行業掌舵人，黃仁勳的判斷絕非空穴來風，而是基於能源成本、監管環境與產業生態的現實考量，既戳中了中美AI競爭的核心矛盾，也揭示了全球算力格局重構的必然趨勢。黃仁勳的判斷首先錨定了AI競賽的「成本命脈」—能源。AI大模型訓練堪稱“吞電巨獸”，其耗電量足以匹配中型城市的月均需求，能源成本直接決定算力擴張的速度與可持續性。中國通過能源補貼政策與清潔能源佈局，讓資料中心電價僅為美國的三分之一左右，部分地區甚至低至0.4元/度，這種「近乎免費的電力」讓字節跳動、阿里等科技巨頭得以低成本推進技術迭代。反觀美國，高盛預測其AI產業面臨50GW的電力缺口，矽谷企業只好自建電站，算力擴張陷入「有電才能創新」的被動局面，能源鴻溝成為美國AI發展的天然桎梏。能源成本直接決定算力擴張的速度與永續性。監管環境的差異則是另一個關鍵變數。黃仁勳直言不諱地批評，美國各州正在醞釀50項相互割裂的AI新規，碎片化的監管讓企業陷入層層合規泥潭，而中國則以連貫務實的政策為AI發展鋪路。從《新世代人工智慧發展規劃》的頂層設計，到對國產晶片應用的能源補貼，中國政策始終保持戰略一致性，讓企業敢於進行長期投入，形成「研發—應用—迭代」的良性循環。更深刻的是心態分野：美國被「消極多疑的犬儒主義」裹挾，監管老化且滯後於技術發展；中國則在鼓勵創新與風險防控間找到平衡，將政策支援轉化為產業加速度，這種差異直接體現在創新效率的高下之分。值得深思的是，黃仁勳的警告背後，藏著對美國技術封鎖政策的隱性批評與產業焦慮。作為昔日壟斷中國95%AI晶片市場的巨頭，輝達因美國出口管制已徹底退出中國市場，每年損失百億美元收入。而美國的制裁反而成為中國的「最佳動員令」：華為升騰910C性能與輝達H100差距縮至8-12%，月產能達20萬片；國產晶片與主流AI框架適配率超98%，阿里雲、騰訊雲連夜啟動換芯，一個脫離輝達依賴的自主生態正在形成。黃仁勳爆料的一組資料更具衝擊力：中國有100萬人24小時投身AI研發，而整個矽谷全職從業者僅2萬人，這種工業級規模對作坊式創新的降維打擊，正是其看好中國的核心底氣。不過，將這番言論簡單解讀為「中國必勝」並不全面。美國在基礎研究、演算法創新等領域仍有積累，矽谷的創新活力並未消失。但黃仁勳的判斷揭示了核心趨勢：AI競爭的勝負不再取決於單一技術突破，而是國家意志、產業規模、成本控制與創新生態的綜合對決。中國以「能源優勢+政策協同+人才規模+場景賦能」建構的完整閉環，正在避險美國的技術先發優勢；而美國的封閉內耗，正在不斷消耗其原有領先地位。黃仁勳預言“2027年中國AI算力將超全球其他國家總和”，本質是對這種趨勢的理性預判。歸根結底，黃仁勳的直白評論是一面照見全球AI格局的鏡子。它既反映了中國AI發展的真實實力與獨特路徑，也揭露了美國技術封鎖的適得其反。AI競賽從來不是零和博弈，但在當前的發展態勢下，誰能破解成本瓶頸、理順監管邏輯、凝聚產業合力，誰就能佔據賽道先機。黃仁勳的警告，與其說是對中國的看好，不如說是對全球AI競爭規則的清醒認知－－封閉與懷疑只會自縛手腳，而務實與協同，才是穿越技術周期的真正底氣。 （東方財經雜誌）

【開篇懸念：一顆晶片引發的全球震盪】"美國商務部最新出口管制名單更新3小時後，輝達CEO黃仁勳的專機降落在上海浦東機場。"——這則未被主串流媒體報導的細節，揭開了2025年最激烈的AI算力暗戰。當全球AI競賽進入白熱化階段，輝達即將推出的中國特供版H20晶片，正在技術、政治與商業的鋼絲上跳一支危險芭蕾。今天，我們將用10分鐘帶您看懂：·被閹割的H20性能究竟還剩多少？·中國企業為何一邊罵一邊搶購？·這場博弈將如何重塑未來3年AI產業格局？一、H20晶片拆解：戴著鐐銬的舞者1. 核心參數：刀法精準的「技術外科手術」·算力：採用Hopper架構但FP32性能僅180 TFLOPS，相當於H100的15%·記憶體：GDDR7替代HBM，頻寬從3TB/s暴跌至800GB/s（實測抖音文生視訊任務延遲增加47%）·互聯：NVLink被砍，多卡並聯效率從90%降至35%2. 隱藏技能：輝達的「合規創新」·動態頻率調節：通過驅動程式實現算力"瞬時爆發"，短暫突破限制（需聯網驗證許可證）·定製化CUDA：專為中國客戶保留自動駕駛、醫療影像的加速庫·---"這就像給法拉利裝上自行車輪胎，但發動機艙裡藏了一台火箭助推器。"——某國產GPU廠商技術總監二、中美AI競賽的「第二戰場」【1. 中國企業的兩難抉擇】·網際網路巨頭：騰訊已預訂5萬張H20，用於微信視訊號推薦演算法迭代（儘管訓練成本增加2.3倍）·自動駕駛公司：小鵬汽車測試顯示，H20處理雷射雷達資料耗時比A100多19ms，但仍是合規方案中最優解【2. 國產替代的「鯰魚效應」】·華為昇騰910B價格暴漲30%，交付周期延長至6個月·摩爾執行緒發佈首款支援CUDA相容的MTT S4000，實測Llama3-70B推理性能達H20的82%三、未來推演：2025年AI產業的3種可能【場景1：技術冷戰升級】若美國進一步限制14nm裝置出口，中國或將啟動"半導體雙循環"計畫，華為/中芯國際產能優先滿足軍方與央企【場景2：灰色供應鏈崛起】東南亞出現"晶片改裝作坊"，通過物理改造H20破解限制（但會失去官方質保）【場景3：開源生態逆襲】中國AI企業轉向PyTorch+ROCM開源組合，倒逼全球技術標準重組【結語：算力自主的覺醒時刻】當我們在為H20的殘血性能扼腕時，別忘了：·華為昇騰已拿下沙烏地阿拉伯NEOM智慧城市2000P算力訂單·阿里平頭哥的"劍池"編譯器讓國產晶片效率提升27%---這場博弈沒有贏家，但清醒者永遠在危機中尋找轉機。正如黃仁勳在斯坦福大學的演講："地緣政治會改變供應鏈，但改變不了人類對算力的貪婪。" (算力風暴)

全球最年輕的 95 後億萬富翁、MIT 輟學生以及估值突破 1000 億的 AI 獨角獸 Scale AI 創始人 Alexandr Wang，近日在 SPC 的對話中，回顧了他在 YC 創業加速器的經歷。 1. Alexandr 直言，創業初期充滿了焦慮與迷茫。他引用 YC 的一句話來形容創業之路：“在 YC，失敗就像《飢餓遊戲》，90%的公司最終會失敗，但往往需要三年時間才能知道結果。”他強調，創業者必須具備一種非理性的堅定信念，“如果要競爭，我們就要做出更好的產品”。這種信念，成為 Scale AI 成功的核心驅動力。 在談到全球科技競爭時，Alexandr 提出了一個重要觀點：美國與中國的 AI 技術對決，將決定未來全球科技的主導地位。他指出，中國近期在 AI 領域的突破，尤其是在複製 OpenAI 的“思維循環”技術方面，標誌著中美在 AI 技術上的差距已大幅縮小。

人工智能（AI）在製造業、採礦業、農業和物流業中的普及和應用堪稱人類“第四次工業革命”，誰能在這場“革命”中佔據主導地位，直接影響世界地緣政治、經濟格局的發展。“美國試圖打壓中國已經太晚了。美國必須認真加大研發力度，並輔以有效的產業政策，否則將輸掉21世紀科技主導權之爭。 ”這是《亞洲時報》副主編、克萊蒙特研究所華盛頓研究員大衛·戈德曼（David Goldman）近日發表在美國《國家利益》（The National Interest）網站的文章觀點。這篇題為《為什麼美國正在輸掉和中國的科技戰爭》（Why America Is Losing the Tech War with China）的文章認為，美國的限制和控制措施似乎並未奏效，反而讓中國加快了自主研發和替代進口的步伐，並促使中國加速將AI應用於工業自動化領域。根據文章觀點，“美國正輸掉和中國的科技戰爭”，主要有四個方面的原因。 第一，西方分析人士高估了技術控制對中國的影響，低估了中國繞過美國管制的能力。 沒有跡象表明，拜登政府對高端芯片以及製造它們的軟件和機器的限制減緩了中國在所謂的第四次工業革命中佔據主導地位的努力——人工智能在製造業、採礦業、農業和物流業中的應用。儘管技術戰爭的迷霧使得很難精確地評估中國的進展，但現有信息表明，中國在解決技術限制方面的努力取得了令人驚訝的快速進展。要么認真競爭，要么滅亡。