DeepSeek-V4 与 Kimi-K3等中国开源大模型的迅猛发展与持续技术突破,正在加速全球大模型竞争。
竞争愈发激烈,必然推动美国大模型不断降低 Token 成本、提升模型能力,进一步降低 AI 的使用门槛,促进 AI 在全球范围内更广、更深地部署。
这就像电动车的发展一样。随着电池成本不断下降、续航不断提升,消费者并没有因为每辆车更省电而减少用电,反而越来越多人选择电动车,带动了整个充电网络、电网升级以及电池产业链的快速扩张。
AI 也是同样的逻辑。按照杰文斯悖论(Jevons Paradox),当 Token 成本持续下降、模型能力持续提升时,人们不会减少 Token 的使用,而是会创造出更多前所未有的 AI 应用,让 Token 的生成与消耗呈指数级增长。
最终,需求将传导至整个基础设施层,持续推动 GPU、CPU、内存、存储、网络以及电力 的投资和扩容。
模型越来越便宜,并不意味着算力需求下降;恰恰相反,它意味着 AI 将无处不在,而算力基础设施的需求也将持续增长。这,正是杰文斯悖论在 AI 时代的体现。