“未来的超级明星，越来越多不再来自加州，而是来自中国。”11月10日在葡萄牙首都里斯本开幕的2026网络峰会（Web Summit）上，峰会的创始人兼CEO帕迪·科斯格雷夫（Paddy Cosgrave）对全场万余名观众说。
AGIBOT的跳舞机器人、小鹏汇天的分体式飞行汽车“陆地航母”成为开幕式舞台上备受瞩目的主角，Manus联合创始人则现场展示Manus 2.0，演示利用AI自主搜集资料并生成视频。
在这场欧洲科技盛会上，中国的人工智能技术被推到了聚光灯中央。除大模型公司外，参展的中企还涉及机器人、无人机、云计算等。多家中国参展商告诉澎湃新闻（www.thepaper.cn），大量欧洲企业前来咨询和洽谈业务，甚至还有葡萄牙当地大学生直接投递简历，对中国科企展现出极大的兴趣。
同时，峰会上可见，全球各地的大量初创企业涌入了AI赛道，年轻的创始人们信心满满，深耕垂直行业场景。从利用AI实时采集和分析全球音视频信息，到自动化管理网红营销、为职业体育机构制作和分发个性化内容，再到辅助二手电动汽车检测、估值和交易。竞争焦点正从模型能力本身，转向如何将AI技术嵌入具体业务流程并形成可持续的商业模式。
值得一提的是，英伟达风波也成为各组讨论中绕不开的话题，与英伟达深度绑定的西方云厂商和AI公司高度关注这一事态，荡起的涟漪向更广范围延伸。欧盟负责技术主权、安全和民主事务的执行副主席亨娜·维尔库宁10日谈及此事时透露出危机感，她表示，目前欧洲在AI芯片方面高度依赖少数几家美国企业，因此，未来几年欧洲不仅要能设计更加先进的芯片，还要能制造这些芯片。
大模型开源与闭源之争
硅谷风险投资公司Menlo Ventures于11月初发布的一份最新研究报告显示，在其对约400名美国企业决策者的调查中，中国AI模型占比达到89%，其中Kimi占61%，DeepSeek占15%，GLM占11%。相比之下，Meta旗下的Llama系列模型仅占7%。
尽管中国开源模型的采用率不断上升，但报告显示，闭源模型仍然占据了企业模型预算的绝大部分。在企业通过应用程序编程接口（API）调用的模型市场中，美国企业Anthropic和OpenAI合计占据86%的支出份额。与此同时，开源权重模型在使用量增长的同时，仍未能转化为相应规模的商业收入。
这一趋势凸显出全球AI产业链正在形成一种新的分工格局：美国科技巨头在闭源API商业化方面占据领先地位，而中国开源模型则成为海外开发者进行适配和二次开发、构建自身服务的基础。
“未来的关键并不是简单地争论开源还是闭源。对每一家企业来说，最重要的还是投资回报率（ROI）。”美国智能体人工智能基金会（Agentic AI Foundation）的执行董事马津·吉尔伯特（Mazin Gilbert）在网络峰会的发布会上回答澎湃新闻。该基金会的成员包括Anthropic、OpenAI、微软、亚马逊等。
吉尔伯特进一步指出，拥有最好的开放权重模型，并不意味着能拥有最好的智能体或最好的系统。许多模型主要基于开放的互联网数据进行训练，但对大多数企业来说，这还远远不够。
业界关于开源模型商业化的质疑不绝，但中国AI企业正在有力回应这个问题。
“开源是一种商业模式，能够高效、低成本地吸引开发者，这些开发者未来可能成长为公司的客户。我们已经证明，基于开源模式的模型公司同样能够跑通商业闭环。只要商业闭环成立，公司就能持续获得资源、迭代模型。”面壁智能CEO李大海10日在峰会上告诉澎湃新闻，“系列模型MiniCPM的全球累计下载量达到7000万次，在很多国家和地区能感受到模型积累的口碑，这在很大程度上也是开源带来的。”
面壁智能已与国内合作伙伴共同参与老挝国家大模型建设，承担模型训练工作。李大海介绍，把最新的开源大模型与针对当地需求训练的模型结合，可以形成一个整体系统。系统持续采用最新的开源模型作为可替换部分，而将体现当地国情、价值观、管理需求和文化特点的核心部分，通过定制训练来实现，帮助一些国家建设普惠人工智能基础设施。
中国开源大模型在全球市场正呈现加速出海、规模化渗透的新态势。英国金融科技公司Revolut已将中国智谱AI的开源权重模型GLM-5.3作为约2000名软件工程师的默认编程模型。该公司负责AI运营的戴维·阿比托尔10月在一次行业会议上介绍，采用自托管模型后，相关AI调用账单降至此前使用Anthropic和OpenAI服务时的约十分之一。不过，Claude和Codex等前沿模型仍被保留，用于部分特殊任务。
Anthropic的国际业务负责人纪尧姆·普林森近期在接受美媒采访时表示，“在安全性方面，我们必须对开源技术格外谨慎。我无法代表开源模型发言。但从定义上讲，它们的风险更大。”
谈及此话题，帕迪·科斯格雷夫对澎湃新闻说：“我认识的几乎每一位非人工智能领域的科技创业者和公司都在使用中国的开源模型。所以我很难对西方的闭源模型持乐观态度。”
近年来，越来越多科技巨头将旗下的AI项目开源，与全世界的开发者共享，美国的谷歌、亚马逊、IBM也在名单之内。开源和闭源只是一种路径选择，企业拥有自主选择和切换不同模型的控制权。
AI海洋中的热浪与冷流
在网络峰会的一个角落，不同国家的首次创业者聚在一起互通有无，热烈情绪中夹杂着一丝焦虑。多名创业者对其挖掘的AI应用场景充满信心，但共有的挑战是投资难寻。
西方风险投资市场正在向少数头部AI公司集中。毕马威私企季度报告显示，2026年第一季度，AI吸引了全球风险投资中不成比例的高份额，其中相当一部分资金流向了少数几家专注于大语言模型（LLM）研发的头部企业，主要以大规模融资的形式完成。
当被问及“是否担心AI泡沫”时，前亚马逊AGI实验室的认知科学家丹妮尔·佩尔希克（Danielle Perszyk）回避了这个问题，她对澎湃新闻说：“相比AI泡沫，我更担心的是人们如何理解AI。”
佩尔希克今年早些时候离开亚马逊，投入AI创业。她认为，目前整个行业构建AI的方式是整体式的、静态的，而且它正在让所有人产生越来越相似的想法。“这意味着，人类思维的多样性正在减少，这非常危险。”
佩尔希克思考的是：如何构建一种能够持续感知信息的系统？“它不应只在用户输入提示词时才运作，而应持续感知信息，并在与人类的互动中不断学习和改变。”她将这一概念形容为“智能种子”。
AI领域不乏新概念的出现，但多数转瞬即逝。多名科技创业者指出，当前围绕AI的讨论中，许多不符合主流叙事的可能性被忽视了。主流叙事强调追求技术前沿和投入巨额资金，却未能充分呈现AI发展的其他面向。
佩尔希克跳出大厂，对创业前景持乐观态度，她想从不同路径去探索AI的潜力。同时，她也承认在算力方面存在供需挑战。
美国AI初创公司You.com和Recursive的创始人理查德·索彻直言：“关于AI的某些兴奋和某些恐慌都被夸大了。无论如何都依然需要投入海量的算力才能让模型输出具有巨大潜力的实用成果，而数据中心的建造、资金筹集以及电力供应等，终究是需要时间的。”
