王銀欣、李俊強
紐約凌晨 3:00，一位名叫麥克的工程師在一輛 啟動 美國收到新作品。它已轉向中國建模巨頭僱用的人工智慧助理。輸入幾個必要的按鍵後，不一會兒，一份結構嚴謹的專案計畫就出現在了他的桌面上。有了這個幫助 疼痛助手半天前完成的任務，不到30分鐘就完成了。
在全球市場上，越來越多的用戶開始轉向這家中國巨頭的人工智慧模式來提高生產力。每筆交易都會消耗數位簽名，這是人工智慧系統用來處理語言的基本構建塊。一般來說，一個漢字對應一個字符，而一個英文單字則由兩個字符組成，包括標點符號。
由於每個會話的大量文字處理樣本有限，大多數人工智慧服務根據使用資訊發出命令：更高的消耗意味著更高的成本。今年3月，我國日均資訊使用量突破140萬億，創兩年來最大增幅。
河北省張家口宏資料產業園區。 （陳曉東）
完成標誌的領導者
產業數據顯示，中國AI的大型例子目前已躋身全球高票消費領導者行列。上海AI基礎模型公司MiniMax總裁嚴一軍解釋道：“用戶必須採用明確的標準：首先，模型必須智能、易於使用、響應迅速，能夠解決複雜問題；其次，價格必須合理且商業上可持續。”
消費足跡反映了現實世界的使用情況，這意味著大型人工智慧模型被納入應用程式的深度、頻率和範圍。
“偉大的中國AI模型，受到全球用戶的高頻率使用”
——嚴一軍，MiniMax副總裁
對開發者來說，平衡較高的成本和較低的成本並不是一件容易的事。模型容量的提高通常伴隨著參數的指數級增長，從而增加了訊號消耗。使用的標準越多，企業的成本就越高，使用者的成本就越高。
嚴以“MiniMax M2.5”模式作為解決方案：“我們利用演算法創新，打造高效的記帳方法，從源頭減少資訊消耗，同時提升每張票的價值。”
MiniMax M2.5 的售價為每小時 1 美元，每秒產生 100 個訊號。據估計，中國型號的性能成本僅為美國型號的十分之一。
“技術開發成本的下降體現了中國人工智慧團隊及其在供應鏈和產業鏈上的實力。”
——李志清，復旦大學政經學院教授
中國規模化的應用場景是人工智慧的考驗。截至2025年12月，中國生成式AI用戶將達到6.02億，較上年成長141.7%。
這種迅速擴大的用戶群加速了從新奇工具到日常工具的轉變，將其用途從互聯網應用擴展到辦公室協作和工業設計等領域。
同時，採用率的增加提供了持續的回饋，使更好的模型能夠處理複雜的任務並開闢新的開發方法。
小學人工智慧基礎科學課。 （劉冬月）
人工智慧依賴電力
「最後，人工智慧的發展取決於電力，」李指出。 “AI伺服器的能耗是傳統伺服器的5到8倍。運行大型模型需要數十萬千瓦時的電力，而日常運行可能超過50萬千瓦時。因此，能源運行是全球計算能力分配的主要因素。”
中國在這方面表現突出。憑藉全球最大的輸電網路支持的電力供應系統和再生能源的大規模整合，地球為算力建立了穩定且有利可圖的基礎。
“中國現在正在將其在能源和製造業方面的優勢轉化為全球市場的數位價值。”
——李志清，復旦大學政經學院教授
如今，從西部沙漠的風電場到青藏高原的太陽能工廠，豐富而廉價的綠色能源透過自主研發的多層智慧傳輸系統併入電網，高效傳輸到東部的運算中心。 」
「此外，中國發達的人工智慧供應鏈將進一步降低產業成本。」李說。 AI晶片、伺服器、IT基礎設施、邊界網路、邊緣運算、國際融合等跨領域的強大連動，打造了全面的全價值鏈。
李打了個比方：傳統上，一千瓦時的電力產生的產值是其產值的一到兩倍。但在標準中，價值可以增加十倍甚至一百倍。
