全球人工智能竞赛中,受制裁中国公司称低价模型仍可胜出
中国人工智能企业正加速推出新模型,竞争激烈。DeepSeek、Moonshot AI、阿里巴巴及小米等近期接连发布新模型,争夺排行榜前列位置。从初创公司到平台巨头,企业面临创新、用户拓展与盈利路径的多重压力,同时需应对高昂的研发和算力成本。
SenseTime作为中国早期AI企业,已转向多模态系统开发,整合文本、音频与视觉数据。该公司成立于2014年香港,因被指涉新疆监控系统遭美国制裁,其否认相关指控。最新模型SenseNova U1将语言与视觉处理整合于单一系统,提升效率并降低成本。
公司首席科学家林达华表示,SenseNova U1成本仅为OpenAI ChatGPT Images 2.0的十分之一。“在多数场景下,您未必需要顶级模型,”林达华对CNBC表示,“我们与国际前沿模型如GPT Image 2和Gemini Nano Banana仍有差距,但成本优势显着,效率很高。”
面对中美AI市场有限重合,SenseTime将竞争重点转向国内。初期曾受字节跳动AI视频模型Seedance威胁,现已将其背景生成能力整合至短视频工具Seko,并加入自有音频功能。
技术之外,商业模式成为关键。Jefferies指出,纯AI模型公司面临客户忠诚度低、差异化不足、竞争激烈与训练成本高的困境。相比之下,大型互联网平台拥有更强现金流、用户数据和客户基础,更易商业化AI应用。在中国,阿里巴巴、腾讯、字节跳动等平台可依托主业补贴AI研发。
UBP高级股权顾问Vey-Sern Ling指出:“平台公司显然比独立AI企业更具优势,后者持续亏损。”但即便大型企业如阿里巴巴、快手,其AI投入也影响了利润。
为脱颖而出,SenseTime整合大模型、应用与基础设施,提升服务质量并降低单次使用成本。其产品主要面向企业客户,后者对服务质量要求高、愿支付更多且转换成本高。
2023年,SenseTime净亏损同比收窄58.6%,并首次在上市后实现第二季度EBITDA转正,这一趋势受到投资者密切关注。林达华称公司AI成本“可控”,重点在于提升模型效率。
行业定价策略分化:DeepSeek等公司降价促销,智谱AI等则提价推进商业化,阿里云、百度云因算力需求激增也上调价格。字节跳动计划为AI聊天机器人“豆包”推出订阅服务。
林达华认为:“价格战可能在短期促销中起战略作用,但长期可持续性依赖差异化价值。”
UBP的Ling分析,部分中国企业正沿用“烧钱抢市、后期提价”的模式,但“无法无限补贴AI使用,因其成本高昂”,企业需或描绘巨大未来需求以获得投资者理解,或尽早实现商业化。
面对美国出口与投资限制,SenseTime将国际扩张聚焦东南亚、东北亚、中东及巴西。尽管美以对伊朗军事行动造成短期交通与互动中断,但林达华称公司长期区域战略不变。
“海外市场的重复购买往往不因技术特别先进,而是服务性价比最优,”林达华表示。
相关阅读:中国正在重塑硅谷模式——从香港开始;中国自动驾驶卡车领军企业称AI突破不会加速落地;Meta收购Manus遭中国‘严厉发展’红线;中国推动伊朗停火背后的商业考量;阿里巴巴推出搭载1万颗自研芯片的数据中心;印度代表团访华谈电动汽车等;AI为何尚未取代中国岗位(目前);Meta面临中国调查其收购AI代理公司Manus;北京对Meta收购Manus的意外干预震动科技圈;三种小众商品价格飙升,反映中国供应链掌控力
编辑点评
此次新闻揭示了中国AI产业在国际竞争中的战略转型:从单纯追求技术参数领先,转向强调成本效率与商业模式创新。在全球AI军备竞赛中,美国企业如OpenAI、Google虽在技术前沿占据优势,但高成本与商业化压力同样显着,尤其是在OpenAI收入未达预期的背景下。中国AI企业如SenseTime通过整合多模态、优化算力效率、聚焦企业客户等策略,构建差异化竞争力,这在企业级市场中具有实际价值。
美国制裁使中国AI企业面临技术封锁与供应链挑战,但这也倒逼其发展自主技术体系与区域化市场策略。SenseTime将重点转向东南亚、中东、巴西等地区,既是规避美国限制,也契合这些市场对高性价比AI解决方案的需求。这种“以价换市”的策略可能在发展中国家形成中国AI“性价比优势”的品牌认知。
此外,中国AI产业正经历从“纯模型竞赛”向“平台整合+应用落地”的演进。平台型企业如阿里巴巴、腾讯、字节跳动凭借生态优势,可更可持续地投入AI研发,而独立AI公司则需在创新与盈利之间寻找平衡。SenseTime实现EBITDA转正,标志着中国AI企业正在从“烧钱扩张”转向“效率驱动”,这可能是行业成熟的重要信号。
未来,随着全球AI算力成本持续攀升,成本效率有望成为决定企业生死的关键因素。中国企业在开源生态、本土化部署、企业服务等方面的优势,可能使其在特定垂直领域形成护城河。但若无法突破芯片、基础算法等核心技术瓶颈,长期技术差距仍难弥合。因此,中国AI的发展路径将是对“技术追赶”与“商业创新”双重能力的考验。