黄仁勋盛赞DeepSeek和Kimi：市场两次误判中国开源模型的影响

黄仁勋公开力挺中国开源模型

英伟达CEO黄仁勋近日在公开场合对中国开源大模型给予了极高评价。他直言："这些中国模型非常出色，出色的开源模型就应该被使用。"这一表态在AI行业引发广泛关注，尤其是他明确点名了DeepSeek和Kimi两款中国模型。

黄仁勋认为，资本市场对这些中国模型的影响存在明显误判。"市场第一次误解了DeepSeek的影响，这一次又误解了Kimi的影响。"这番话的背景，正是每当中国开源模型取得突破时，市场往往将其解读为对英伟达等算力供应商的利空，进而引发股价波动。

从DeepSeek到Kimi：市场两次误判

回顾此前，DeepSeek发布高性能低成本模型时，曾一度引发市场对"AI算力需求是否会减少"的担忧，英伟达股价随之出现剧烈震荡。DeepSeek是由中国量化基金幻方量化旗下的深度求索公司开发的大语言模型系列，其采用了混合专家架构（MoE）和创新的多头潜在注意力机制（MLA），在大幅降低推理成本的同时保持了接近GPT-4级别的性能表现。如今随着月之暗面（Moonshot AI）的Kimi系列模型再度取得亮眼表现，类似的市场恐慌又一次重演。Kimi由清华大学校友杨植麟创立的月之暗面开发，最初以支持超长上下文窗口（200万字）而闻名，其最新发布的Kimi K2模型采用了万亿参数级别的MoE架构，在多项基准测试中展现出与国际顶尖模型竞争的实力。这两家公司代表了中国AI创业的两种路径：一种依托金融资本的算法创新，另一种则是学术精英的技术创业。

黄仁勋的核心观点是：市场的这种反应恰恰颠倒了因果关系。更强、更便宜的AI模型，非但不会削弱算力需求，反而会通过普及应用而放大整体需求。

开源模型为何对整个AI行业都是利好

黄仁勋反复强调开源模型对产业的正面意义。他表示："首先，拥有出色的AI开源模型，对整个行业都是极好的事情。"

开源大模型的兴起正在从根本上重塑AI产业的竞争格局。Meta的LLaMA系列率先打开了开源大模型的闸门，随后Mistral、DeepSeek、阿里通义千问等纷纷跟进。开源模式降低了AI应用开发的门槛——企业无需支付高昂的API费用，可以在自有基础设施上部署和微调模型，还能根据特定业务场景进行定制优化。这种模式对闭源API服务商（如OpenAI）形成了定价压力，但对底层算力提供商却是利好：开源模型的广泛部署意味着更多企业需要购买或租用GPU资源来运行这些模型。据估计，AI推理所需的算力总量已经超过训练，且这一比例还在持续扩大，这正是开源模型扩散带来的直接结果。

应用需求才是算力增长的核心驱动力

黄仁勋提出了一个值得深思的逻辑链条：当存在优秀的AI能力时，即便它是开源的，无论来自何处，最终都会带来更多的使用场景。

"显然，当有出色的AI时，即使它是开源的、无论来自哪里，都会带来更多的应用。"这意味着模型能力的提升和成本的下降，会降低企业和开发者的采用门槛，从而催生海量新应用——而这些应用最终仍然需要庞大的算力基础设施来支撑。

这一逻辑正是英伟达所秉持的"杰文斯悖论"（Jevons Paradox）式判断：效率提升不会减少资源消耗，反而会因需求扩张而增加总消耗。这一经济学现象源自英国经济学家威廉·斯坦利·杰文斯1865年的观察——当蒸汽机的煤炭利用效率提高后，煤炭的总消耗量不降反升，因为更高的效率使得更多应用场景变得经济可行。在科技行业，类似的规律反复上演：存储成本下降催生了流媒体和云计算，带宽成本下降催生了短视频和直播经济。在AI领域，当模型推理成本从每百万token数美元降至几美分时，原本因成本过高而不可行的应用场景（如实时客服、代码审查、个性化教育）突然变得经济可行，这些新增应用的总算力消耗远超过单次推理效率提升所节省的算力。当AI变得更便宜、更易用时，使用它的人和场景会呈指数级增长。

英伟达加速AI技术扩散的战略意图

从英伟达的商业战略来看，黄仁勋明确了公司希望推动的方向。他表示："我们想做的事情，就是确保AI技术尽可能快地扩散到各个行业，让尽可能多的人尽可能快地使用它。"

英伟达目前在AI训练和推理GPU市场占据约80-90%的份额，其CUDA软件生态经过十余年积累，形成了强大的开发者锁定效应。从H100到最新的Blackwell架构（B200/GB200），英伟达通过持续提升单芯片算力密度和能效比来满足AI模型日益增长的计算需求。公司的商业模式本质上是"卖铲子"——无论哪家公司的模型胜出，无论模型是闭源还是开源，只要AI应用的总推理量在增长，对英伟达GPU和配套网络设备（如InfiniBand/NVLink）的需求就会持续攀升。

开源与低成本是AI普及的最佳路径

黄仁勋总结道："所以开源模型、极其便宜的模型、便捷的AI尝试入口，这就是我们能做的最好的事情。"

这段话揭示了英伟达的深层战略逻辑：作为算力基础设施的核心提供者，英伟达的利益与AI应用的普及深度绑定。无论模型来自OpenAI、Google，还是DeepSeek、Kimi，只要AI的使用规模持续扩大，对GPU和数据中心的需求就会持续增长。因此，中国开源模型的崛起对英伟达而言并非威胁，反而是做大整个市场蛋糕的助力。

黄仁勋表态对AI行业的三大启示

黄仁勋的这番表态，为观察当前AI产业格局提供了几个重要视角。

第一，中国开源模型的技术实力获得顶级认可。 从DeepSeek到Kimi，中国团队在模型性能与成本控制上的进步，正在实质性地改变全球AI版图。值得注意的是，这些模型在面临芯片出口管制的约束下依然取得了突破性进展，这说明算法创新和工程优化能够在一定程度上弥补硬件限制带来的差距。

第二，市场对"低成本高性能模型"的悲观解读可能是短视的。 黄仁勋提醒我们，AI的价值最终体现在应用的广度和深度上，而不仅仅是训练单个模型所消耗的算力。历史经验表明，每一次计算成本的数量级下降，都会催生出此前无法想象的新应用范式——正如云计算的普及催生了SaaS产业，AI推理成本的下降正在催生AI原生应用的爆发。

第三，开源生态是推动AI普惠的关键力量。 无论从产业发展还是技术扩散的角度，开放、便宜、易用的模型都是加速AI落地的最佳方式。开源不仅降低了使用门槛，还通过社区协作加速了技术迭代，形成了"开源模型发布→社区微调优化→应用场景拓展→算力需求增长"的正向飞轮。

对于关注AI发展的从业者和投资者而言，黄仁勋的判断值得深思：真正的机会不在于担心谁的模型更强、更便宜，而在于如何抓住AI大规模普及所带来的应用浪潮。

核心要点