AI應用場景正以驚人的速度在大陸指數式增長

文︱關品方

本月13至15日，一大群美國新聞記者到訪中國，其中竟然有不少是“初到貴境”。他們看到中國的進步。過去一星期，美國媒體一片驚嘆歡呼，用潮語形容是所謂“集體破防”，一方面表示不可置信，另方面反省為何過去對中國會有錯誤觀念（主要是誤以為中國落后，人民生活水深火熱）。他們對于中國的AI應用場景在衣食住行各方面的廣泛使用感到驚訝。

中國的AI應用場景發展如此驚人，值得深入研究。筆者認為，中國AI應用場景大爆發，核心是《有政策驅動、數據算力強、產業鏈完整、市場需求大、性價比占優、制度利創新》六大因素疊加，形成全球獨有的規模化落地高速度。

首先是國家戰略的持續加碼，具頂層牽引力。早在9年前（2017），《新一代AI發展規劃》已上升為國家戰略。2024年，“AI+”寫入政府工作報告，聚焦應用落地。去年，《“AI+”行動意見》明確提出2027/2030/2035（兩年、五年、十年）三階段目標，直接帶動5萬億元人民幣級別的產業規模。中國規劃的特點是政策連續穩定，著眼落地轉化應用，因此企業敢于長期投入。

其次是數據與算力全球領先。這是AI產業的硬底座。高質量數據集合總量現已高達890PB（是國家圖書館數字資源的310倍）。890PB是9558.6億GB。14億多人口+統一大市場+數字化消費，提供海量訓練數據。智能算力多達42個“萬卡智算集群”，1882EFLOPS位居全球前列。更兼“東數西算”，構建了低時延（time delay）的算力網絡。中國是全球最大電力生產國，電力充足廉價。

其次，中國有全產業鏈閉環的生態優勢。從芯片/算力/模型/應用/終端，達成完整閉環。中國現有5300多家AI企業、400多家專精特新“小巨人”。因為制造業基礎雄厚，工業AI、智能硬件和機器人落地快；5G全覆蓋、云計算普及，端邊云之間（end edge cloud）的協同能力強。

再其次，中國有超大規模市場，造成剛性強力需求，更兼聚焦應用轉化，具有應用場景落地的肥沃土壤。互聯網用戶超過10億，短視頻、電商、支付等數字化滲透率全球最高，AI應用容易獲得海量用戶。制造業的數字化轉型是剛性需求。金融、醫療、教育、政務等垂直場景的痛點十分明確、因此付費意愿極強。上月公布的數字：AI應用網頁端的單月訪問超過9億、AI的APP單月下載2.4億；日均token（詞元，即AI的語言積木）調用超過140萬億，過去兩年間，增長率高達1000倍。所有其他國家望塵莫及。

再其次，中國AI有超高的性價比和快速的迭代能力。模型價格僅為境外的10%以下（例如MiniMax M2.5，百萬Token僅是美國價格的6%）。中國的工程化能力強，頭部企業每周迭代2.1個工業級模型，效率為美國同行的3倍。今年2月，中國的大模型月調用量高達4.12萬億token，首次超過美國。以上綜合表明中國AI具備優越的競爭力。現時的弱點主要是在高端芯片（2nm或以下，2nm大約是一根頭發絲的四萬分之一）。

最后是軟環境的制度創新護航。數據治理方面，北京是實施監管沙盒的先行區，數據可用不可見，解決“不愿/不敢開放”的難題。區塊鏈存證覆蓋頭部應用，“技術+制度”雙保險，平衡創新與風險，照顧倫理與安全。總而言之，中國AI不是單點突破，而是政策、數據+算力、產業鏈、市場、成本、制度六大要素形成的正向循環，讓應用場景從“點狀開花”快速走向“千行百業全面滲透”，速度全球罕見。美國由于制度使然，迷信閉環加密，構筑小院高墻，閉源不肯分享。這是美國的致命弱點，改也難。

上周在北京，有美國記者在humanoid robotic（人型機器人）面前用英語發出指示要一條香腸，萬萬沒想到真的可以收獲一條中國烤腸。該記者當然是移動支付，因為美國記者們入境后都已各自取得一張電子借記卡。這只是中國AI應用場景簡單一例而已。

筆者參加的清華大學珠海校友會知行讀書會近期聚焦談有關AI的新發展。其中提到自媒體OPC（即“一人公司”）的最有效組合。一個全能主模型+3個垂直小模型+本地輕量模型，已可兼顧多語種、多模態、低成本、自動化的功能。

按照最新綜合實力（推理、代碼、多模態、真人評測），目前全球最強的10個主模型之中，有4個國產。外國的主模型有Open AI（2個），Anthropic（2個），Google，xAI。國產的主模型有DeepSeek，豆包，通義千問，智譜AI；各有所長，細節不在這里多說。大家一致公認，中文最強是豆包，國產綜合最強是DeepSeek。以上10大主模型用于寫代碼、做文案、學知識、剪視頻、長文檔，可供綜合選擇。

日常全能主模型首選是豆包（母公司是字節），最適合中文自媒體，與字節的生態打通（抖音/頭條/剪映；用于選題、標題、腳本、文案、口播稿、字幕、海報和短視頻生成）。其次是通義千問（母公司是阿里），優勢是中文好、響應快、開源、免費，善于長文寫作、公眾號、干貨文、字稿整理和知識庫。如果要做英文和跨境，外國的大模型比較好用（例如open AI和Anthropic）。

垂直小模型可以考慮Kimi（月之暗面），智譜AI（智譜華章），即夢AI（剪映旗下），Sora（OpenAI），Heygem（開源數字人）等，試用后如認為得心應手，蘿卜白菜白，任君選擇。筆者還偶然試用Midjourney V8（今年3月剛發布，由Midjourney,Inc.獨立開發和運營；該公司2021年舊金山成立，是獨立公司，無母公司、無上市、無外部風投，靠訂閱收入自給自足）。

最后值得一提的是，自動化工作流程是OPC（一人公司）的核心，有不少配對組合可供選擇，例如n8n+本地模型（Qwen/GLM）或Dify，可以搭建個人知識庫，把爆款文案、話術、資料喂進去，之后可以一鍵復用，一人頂得整個團隊。主模型用豆包，長文用Kimi，圖像用即夢AI，字幕/轉寫用Whisper，自動化用n8n+Qwen?7B或n8n+Dify，圖像用Midjourney；或會是OPC的最佳組合。OPC需要避開踩坑，不要貪圖境外的多模型。中文優先用國產模型（豆包/通義/文心一言），高頻重復任務用Qwen/GLM/Whisper就得。香港有志于OPC的年輕人，筆者認為要及時趕上大陸的相關用語，例如爆款、頂流、頭部，甚至搬磚、摸魚，都要知道是什么意思？機會總留給有充分準備的人，信焉。