和美國AI「御三家」聊DeepSeekV4和美團LongCat，有意外收獲

文 ｜ 闌夕

隨著DeepSeek-V4的發布，我問了一下閉源大模型的「御三家」如何看待這個競爭對手，它們各自的表態很有意思：

GPT-5.5比較「傲嬌」，強調不是一次「終結比賽」的事件，但要「盯緊」這個對手，承認便宜的百萬級上下文，會對整個行業都造成壓力。

Gemini 3.1則是個「實誠人」，定性DeepSeek-V4屬于「掀桌子」級別的危險競品，當開源模型在自己的舒適區展現出巨大統治力時，「壓迫感是極其真實的」。

Claude Opus 4.7顯得最「從容」，表態「高興對于不安」，甚至直言如果DeepSeek-V4在某些任務場景更好用那就切過去，自己「不需要在每件事上都是最優解」。

三個模型之間的細微差別，其實也和各家公司的風格高度相關，OpenAI的狂躁色彩，Google的家大業大，Anthropic的學究氣質，完全吻合有沒有？

除了DeepSeek V4，同一天，美團也開放測試了新的萬億級參數大模型LongCat-2.0-Preview，在繼續向「御三家」追問時，話題開始拐向對于國產算力集群的驚訝，這就更有看點了。

簡單來說，從今年開始，中國第一梯隊的大模型，已經無礙的放在了數以萬計的國產芯片上去做訓練，不再是有限尺寸的小打小鬧，也沒有避重就輕的「只談推理、不接訓練」了。

這在過去被普遍認為是不可能實現的全鏈路替代，只能說一座冰山的水下體積，要數十倍于能夠看到的大小。

行到水窮處，坐看云起時，看歲月之崢嶸啊。

前段時間，黃仁勛做客一檔播客的對話切片火了。

因為從畫面來看，老黃肉眼可見的急了，在關于英偉達迫切想把芯片賣給中國是不是在「資敵」這個話題上，兩人竟然聊出了火藥味。

黃仁勛連續用了「Childish」（幼稚）這個詞來打斷主持人的預設立場，并拋出了后來被各家媒體寫進標題的那段話：

「如果DeepSeek的新模型首先在華為的芯片上發布，對于美國來說是一個相當糟糕的結果。」

考慮到播客錄制的時間，黃仁勛言辭里的「如果」是多余的，因為這在行業里早就是一個公開的秘密了，實際上DeepSeek-V4發布的多次跳票，就是因為要花更多的時間適配國產芯片集群。

所以并沒有什么「黃仁勛擔心的事情終于成了事實」，他很清楚，自己是在「基于既定事實而去借題發揮」。

所以在上頭時，黃仁勛幾乎是在以一種斥責的口吻，批評主持人的禁運論及其支持者，認為這是一種失敗主義的表現，美國根本不相信自己能夠贏得競爭，所以要用拆臺的手段，去遏制中國。

有人用視頻模型整活，演繹了當時的「真實」氣氛，你們可以感受一下：

無論如何，黃仁勛的即興演出，可能會注定載入AI發展的史冊，尤其是對于那些奮力越過山丘的國行模型廠商而言，自己說自己做對了，還不是那么有說服力，來自對手的肯定，才是貨真價實的認證。

就，有一種腳下有路、心里有底的滋味。

算上DeepSeek-V4和美團LongCat-2.0-Preview，在全球范圍內的萬億級參數模型數量上，中國也是第一次超過了美國，站在了「多數派」的一邊。

在前些年的最高點，新加坡消費了英偉達近三成的GPU出口，這顯然不是新加坡人突然有了拿芯片泡酒喝的興致，如果不是特別無知的話，就得承認「轉口貿易」其實占了很大比重。

訓練領先的模型，尤其是大規模參數的模型，離不開英偉達的卡，這在行業里曾是雷打不動的常識。

但在今年這個晚春，那些曾經堅固的鐵律，一條接著一條開始松動。

DeepSeek-V4和國產芯片進行了前所未有的深度適配，是大家都已經知道的了，相比它做這件事情的「政治正確」或是「歷史使命」，美團的「主動為之」也很值得注意。

美團啟動測試的LongCat-2.0-Preview，只看訓練規模的話，可能創下了國產算力的新紀錄。

據我所知，美團對國產算力的重視，已經持續許久了。通過幾年前開始陸續投資半導體領域的那十多家公司，就能看出來——從新材料到圓晶制造，從芯片設計到TPU，不是明星級的頭部企業，就是產業內的隱形冠軍。

除了為自身的AI戰略鋪路，也客觀上為國產算力貢獻了充足的彈藥。

現在的情況是，英偉達高端GPU在中國的名義市占率始終是零，卻有兩個國產的萬億級大模型同一天發布了。

萬億參數，不再是海外大廠的特權了。

去年的這個時候，Anthropic一直在抨擊大廠囤積算力是「不負責任」的行為，雖然現在已經在被瘋狂打臉了——Codex三天兩頭重置額度，從Claude Code這里騎臉搶人——但在當初的說法里，有一個理由其實是站得住的：

「你把未來一兩年的芯片全買光，小公司根本拿不到卡，AI變成少數巨頭的游戲，這是反競爭、反創新?！?/p>

之所以「天下苦英偉達久矣」，并非大家對這家公司天然抱有憎惡，而是在奇貨可居的供需關系里，英偉達把鏟子賣出了比金子更高的價格，這一定不合理。

甲骨文的老板埃里森曾說他和馬斯克一起去約黃仁勛吃漂亮飯，全程兩人幾乎就只是在翻來覆去的說一句話：

「求你了，把錢收下?！?/p>

事實證明，有競爭是好事，自從Google的TPU被證明可堪大任以來，市場對于英偉達的壟斷預期就有了揮之不去的疑慮，加上中國自主芯片集群成功托了新一代大模型，變數就更大了。

要知道，美團的主營業務戰火正酣，AI又是個需要持續砸錢的業務，卻依然能夠掏出LongCat-2.0-Preview這種水平的模型，足以說明國產算力的經濟性和第二選擇有價值。

在技術社區Linux DO上，已經有開發者對LongCat-2.0-Preview表達了驚喜，「起碼美團還在真做事情?！?/p>

很多新的地圖，都是從一條不起眼的小路畫起的。。

脫離英偉達苦心經營的生態，不是沒有代價的，而DeepSeek-V4和LongCat-2.0-Preview要克服難以想象的困難：

• 之所以一直強調萬億級參數，是因為參數越大，對顯存容量和帶寬的要求更高，需要重構整個軟硬件的協同工程；

• 更不用說CUDA的泛用性，模型團隊需要針對國產芯片特性重寫和優化核心算子，甚至自研全確定性的算子，以確保訓練全程的精確可復現；

• 承認短期差距并不丟人，在萬卡集群上長期訓練，硬件故障是必然而非意外的，所以需要同步構建完整的容錯、檢測與恢復體系；

• 如果效率上不去，成本就是笑談，要跑通全鏈路，就必須針對國產環境的特點，對訓練框架和模型結構實現親和設計，確保性能可以滿足需求。

??路雖遠，行則將至。

公允的講，自從DeepSeek-V3震驚世界以來又過去了一年多的時間，大家希望看到的開源模型趕超閉源模型的畫面依然沒有出現，Anthropic的年化收入屢創新高也在說明「一分錢一分貨」的基本規律。

國產模型的任重道遠和彎道超車，恐怕還是要結合中國產業結構的優勢進行，我們的無人機、無人車、機器人乃至工業規模，都在真實生產層面擁有全球獨一檔的稀缺數據。

這些連接萬物的場景，可以為芯片廠商提供長期連續、真實負載的場景，來驗證芯片的穩定性和可靠性。

上半場拼算力資源，下半場比物理底座，時間還很長，長到足以產生任何結果的可能性。