Manus跑路、DeepSeek爽約，國產AI泡沫要破？

曾經的國產AI之光，最近似乎都沒有好消息。

先是被認為是“國運級創新”的DeepSeek，原本預計今年5月就會更新換代的DeepSeek-R2迄今未能推出，引發市場焦慮。此外更有報道指出，DeepSeek使用率從今年初的50%，暴跌至目前的3%，下滑態勢明顯。

而繼DeepSeek之后，把AI Agent概念帶出圈的通用AI智能體公司Manus最近被媒體曝光“跑路”，其公司總部已經從中國轉移至新加坡。目前，Manus官方微博和小紅書賬號的內容均已清空，打開Manus的官網，其首頁顯示“Manus在你所在的地區不可用”，而此前為“Manus中文版本正在開發中”。不僅如此，Manus近期因對旗下部分國內業務大規模裁員的傳聞而再度引發外界關注。

再回過頭看2023年的AI明星公司百川智能最近也是風波不斷，再早一些的“AI六小龍”更是已經悄無聲息。

國產AI，到底怎么了？

AI是風口，芯片是現實

我們現在把時間線拉回到四個月前的2025年3月，彼時DeepSeek引爆全球的熱浪剛剛平息下來，很快，一段演示視頻引爆科技圈。

畫面中，名為Manus的AI助手流暢地篩選簡歷、分析房產數據、生成股票研究報告，儼然一位全能數字員工。一夜之間，Manus內測邀請碼被炒至10萬元天價，月活躍用戶迅速突破2000萬。一時間，Manus被譽為“下一個DeepSeek”。

可誰也沒想到，120天之后，這家拿到硅谷投資的公司，居然跑了。

其實客觀來說，Manus并不能算是“跑路”，而是多重壓力的結果。2025年4月，Manus獲得由硅谷知名風投Benchmark領投的7500萬美元B輪融資，估值躍升至5億美元。

然而，這筆融資也引發了美國財政部的審查，緣由是2023年拜登政府出臺法案，禁止美國向中國半導體、量子計算、AI和軍事等相關公司投資，該法案于2025年1月正式生效。

面對審查壓力，Manus選擇主動合規，放棄中國市場，將總部遷至新加坡，以確保在服務全球用戶時滿足各國合規標準。

更重要的是，按照此前媒體報道，據接近Manus的人士透露，Manus之前就曾遇到過高端算力資源不足，導致智能體產品的迭代延遲。

在這種情況下，遷移到新加坡，有希望更高效地獲取算力資源。新加坡作為亞洲的GPU和算力樞紐之一，對Manus這樣的AI公司而言，是一個具備資源靈活性和國際連接優勢的理想落點。

和Manus一樣，DeepSeek的風口和高光只會有過之而無不及。但面臨困境時，Manus可以一跑了之，作為“國產AI技術派”的代表，DeepSeek到了今天，顯然已經與地緣政治深度綁定。

DeepSeek-R2到今天依然是“爽約”狀態、遲遲未能發布，背后隱藏著復雜的算力困境。按照此前全球知名科技媒體The information的報道，DeepSeek 在訓練其 R1 模型時使用了 5 萬塊 Hopper 架構 GPU，其中包括 3 萬塊 H20、1 萬塊 H800 和 1 萬塊 H100，這些顯卡由其投資方高毅資產（High-Flyer Capital Management）采購。

然而，2025年1月美國《特定國家風險投資審查條例》生效后，英偉達H20芯片對中國內地供應短缺，很顯然會拖慢DeepSeek-R2的開發進度條。

技術層面，DeepSeek-R2此前被傳聞為一個龐大的1.2萬億參數模型，相比DeepSeek V3（總參數6710億）而言，是參數規模上的顯著飛躍。訓練如此規模的模型，需要“純粹地讓服務器不間斷運行4到9個月”，且需要在硬件平臺上進行深度優化。

然而，由于算力限制，據媒體報道披露，DeepSeek CEO梁文鋒對模型能力仍不滿意，內部仍在繼續提升性能，相應模型尚未準備好正式投用。

當然，也并不是完全沒有好消息。

7月15日晚間，隨著黃仁勛訪華，有消息稱英偉達稱將恢復H20在中國的銷售，宣布為中國推出新的，完全合規的GPU。美國政府已經向英偉達保證授予許可，英偉達希望很快開始交付。隨后英偉達盤中股價直線拉升。

遙遙領先的幻覺

自2025年初DeepSeek把算力成本打下來之后，中國AI產業發展進入了加速階段。

根據斯坦福大學《2025年人工智能指數報告》，中美頂級AI模型的性能差距從2023年的17.5%縮小至0.3%，差距接近抹平。

然而，如果說2025年上半年還是模型突破的競速，那么到了下半年，全球AI競爭已進入算力為王的新階段，算力資源的獲取，再一次成為中國AI企業難以逾越的鴻溝。

困擾中國AI產業發展的不僅僅是芯片。商業模式始終未能成立，才是現金流的真正殺手。

DeepSeek在2024年12月至2025年2月期間用戶增長迅猛，全球日活用戶總量達到1.19億，其中國內APP端日均活躍用戶數達3494萬。從全球AI應用賽道來看，達到這一用戶規模，ChatGPT用了兩年時間，而DeepSeek僅用了一年多時間便實現。

然而，這種“用戶量爆發”并未轉化為穩定的收入來源。直到今天，DeepSeek依然是免費的。至于Manus，直到離開前也沒有形成一個穩定的商業模式。

相比之下，海外AI應用如ChatGPT憑借20美元的Plus會員服務收獲超2000萬付費用戶；埃隆·馬斯克的xAI不久之前發布的Grok 4，訂閱費為30美元/月，Grok 4 Heavy版本費用更是高達300美元/月。

而反觀國內，最早開始收費的文心一言在DeepSeek的沖擊下被迫取消付費，之后無論是大小廠，已經沒有人敢嘗試付費的選擇。這可能與國內用戶對To C軟件多年來一直就沒有形成付費習慣有關，所以為什么廣告更多成為To C應用的商業模式的主流選擇——這也是我們常說的，“羊毛出在豬身上，狗來買單”。

但把用戶付費意愿薄弱歸咎于用戶，其實也并不公平。因為以目前國內大模型的幻覺率，其所交付的成果，其實還遠沒有達到可以付費的程度。

當前，國內大模型的幻覺問題已成為制約其商業化落地的核心障礙。盡管技術迭代速度加快，但高幻覺率導致的輸出不可靠性，使得這些模型在關鍵領域和用戶場景中難以形成穩定的付費需求。

同樣以DeepSeek為例，其幻覺率高達52%，遠超行業平均水平（如Gemini-2.0的0.7%），甚至在專業領域（如法律、醫療）頻繁編造虛假信息。此前就有用戶反饋顯示，當被問及法律的具體條款時，模型甚至虛構了法律條文；在醫療咨詢中，其推薦的“納米機器人治療癌癥”方案被專家斥為偽科學。

這類錯誤不僅暴露了模型對事實的無意識扭曲能力，更直接威脅到用戶對其輸出的信任基礎。

用戶或許能容忍一篇風格流暢但內容失真的文章，卻無法接受一份因幻覺導致的錯誤診斷報告或法律文書。

試問，在法律條文、醫療建議等關乎利益、權責乃至是生命安全的場景中，用戶如何愿意為充滿不確定性的結果支付費用？

當模型輸出的可靠性無法保障時，用戶自然傾向于選擇免費版本，而非為潛在風險買單。即便部分企業嘗試通過增值服務（如深度分析、定制化報告）吸引付費用戶，但高幻覺率導致的輸出質量不穩定，使得這些服務難以形成差異化競爭力。

國內大模型的高幻覺率不僅削弱了其在關鍵場景中的實用性，更動搖了用戶對AI輸出的信任根基。在這種情況下，強行推動付費模式無異于空中樓閣。

在找到能夠跑通的商業模式之前，國內AI產業仍將困于“免費—不可靠—難付費”的艱難循環中。

泡沫與長跑

其實到了今天來看，這一輪AI到底有沒有泡沫已經不再重要。2000年前后的美國。com泡沫破裂之后，是PC互聯網在全球大規模擴散的十年。

面對這一輪AI，目前全球已經基本達成了共識，這一次和前幾次的AI浪潮都不一樣，其所帶來的影響，勢必不會輸給千禧年的那場互聯網革命。

那么更關鍵的問題不是短期的泡沫是否會破裂，而是如何打贏這場持久戰？

首先我們必須看到，中國在AI領域的崛起并非偶然，而是多重結構性優勢疊加的結果。

其中最為關鍵的一個就是STEM人才正在成為核心競爭力。最近Meta以極為高昂的簽字費搶人的主角，就是一位華人AI科學家。而在馬斯克Grok 4發布會上，坐在馬斯克身側的，也同樣是兩位華人工程師。

根據美國芝加哥保爾森基金會（Paulson Institute）下屬智庫MacroPolo在2024年發布的一份報告，2019年，美國頂級AI人才中，有27%來自中國大學；到2022年，這一比例上升至38%，超過了來自美國大學的37%。

過去兩年，這一比例還在上升。3月19日黃仁勛在接受包括21世紀經濟報道在內媒體的采訪中談到他的一個觀察：“全球50%的AI研究人員來自中國，這是迄今為止最大的單一群體，沒有接近的第二名。因此，很自然地，中國在AI研究方面將會做出巨大貢獻。事實上，美國每個AI實驗室都活躍著華人研究者身影，無一例外?！?/p>

此外，中國在AI場景上的快速落地應用，結合大規模市場優勢所形成的“技術普惠”，也讓中國在垂直領域的應用創新上具備獨特優勢。

這些都是支撐中國市場在未來AI全球博弈中的關鍵變量。但回過頭來看，如何保證這種能力的持續，需要在認知上進行“刷新”。

首先是對于Manus的跑路，需要有更為客觀理性地看待。中國企業已經到了全球化的關鍵階段，走向全球是必然趨勢。況且，AI競爭的終極目標不是消滅對手，而是通過技術擴散實現全球生產力躍升。

開源和開放才是這一輪技術革命的主題，也正因此，我們在這一輪博弈中，首先需要摒棄的是“零和思維”，轉而探索競合共生的新范式。

在此之外，更重要的是如何給那些選擇留在國內的企業，以一個更為開放、包容的環境。在營商環境上需要盡可能實現“無事不擾”，在產業政策上，監管部門不應當去試圖挑選勝利者，唯有讓市場競爭更為充分，AI企業才有可能盡快找到能跑通的商業模式，以解決當下面臨的“技術幻覺”和“變現焦慮”問題。

當然，在推動新興技術落地的階段，除了監管可能需要提升容忍度之外，企業也需要做出一些舉措來降低公眾對就業替代、數據安全的擔憂。對于AI行業的企業來說，能否講通一個“技術賦能而非替代”的敘事邏輯，將直接關系在AI普及過程中獲取的社會支持程度。

AI革命的持久戰，本質上是一場關于國家創新能力的馬拉松。中國的優勢在于其龐大的市場體量、靈活的政策響應能力與深厚的產業基礎，但未來真正的挑戰，在于如何將這些優勢，轉化為對于企業的吸引力以及可持續產生的創新涌現。