AI发展瓶颈与技术困境：中国引领创新

ChatGPT-5在2025年8月8日上线，但紧接着在8月9日，OpenAl便重新上线了GPT-4o，这一快速迭代令人瞩目。

然而，ChatGPT-5的发布并未如预期般顺利，用户反馈显示其反应速度慢且处理问题频繁出错。第三方测试也显示GPT-5的领先优势并不明显。这背后暴露了两个核心困境：数据枯竭和算力成本限制。

在AI浪潮重塑全球经济格局与国家竞争版图的今天，OpenAI以GPT-5再次引爆话题，而英伟达GPU则构筑起算力壁垒。AI发展的瓶颈逐渐清晰——高质量训练数据几近枯竭，能耗黑洞，加之安全隐忧，成为AI发展的主要障碍。

面对这些挑战，中国正以开源开放之姿、算法创新之刃，直面算力围城、数据枯竭与安全治理等难题。中国科技力量并未被高墙所困，反而在积极将人工智能融入实体经济，并将更高效、创新的新质生产模式大规模复制。

DeepSeek-V3以极低成本劈开了封闭模型的铁幕；华为昇腾、寒武纪等国产芯片在巨大内循环市场下稳步前行；中国正探索一条以“算法突破为引擎、开源开放为路径、产业应用为根基、安全可控为底线”的AI发展新范式。

基于上述背景，《星船知造》本文主要探讨——当前人工智能发展所面临的主要技术困境有哪些？中国的优势、贡献和挑战又有哪些？

作者从当前人工智能发展所面临的技术困境入手，认为当硅谷深陷“数据荒原”争议、OpenAI亏损阴影笼罩华尔街时，世界人工智能正加速东看——中国正在改写AI竞争规则。

source：unsplash

2025年盛夏，上海世界人工智能大会上，国务院总理李强在会议开幕式表示：无论科技如何变革，都应当为人类所利用、为人类所掌控，朝着向善普惠的方向发展。人工智能也应当成为造福人类的国际公共产品。要坚持开放共享、智能平权，让更多国家和群体从中受益。中国愿同各国联合开展技术攻关，加大开源开放力度，共同推动人工智能发展迈上更高水平。

source：pixabay

一场由算法革新、芯片自主、场景爆发驱动的AI革命，正从东方升起。为了实现中国AI发展这个宏伟目标，我们必须对未来几年内国际上AI技术发展的路径有所认识。

当前人工智能发展所面临的主要技术困境

●生成式大模型的算法偏见与困境

美国开放人工智能研究中心（OpenAI）8月发布其最新人工智能模型GPT-5。据OpenAI官网介绍，这是迄今为止该机构推出的最强大的人工智能系统。然而，上线后却遭遇“反应速度慢、处理问题频繁出错”的吐槽。

目前以ChatGPT为代表的生成式人工智能的算法是否科学有效一直是科学家争论的焦点。专家们对生成式人工智能的批评主要集中在以下几个方面：系统幻觉现象、逻辑推理能力有限、数据依赖性、偏见与缺乏可解释性的输出信息以及安全与伦理风险等。

●AI算力增长尽头是能源消耗问题

AI系统特别是深度学习模型需要执行大量的矩阵运算和密集型计算任务，都离不开高性能计算机和图形处理芯片（GPU）的支持。例如，英伟达的H100芯片在最高负载条件下，其单片功耗峰值可达700W。如果部署10万块H100芯片，总功耗将接近一个小型发电厂的全部输出功率。

算力芯片的能耗问题是制约AI发展的主要技术困难之一，必须采取有效措施予以应对。

●大模型训练数据枯竭引发的思考

数据作为AI的“化石燃料”正日益枯竭，这一趋势将迫使改变当前AI大模型的预训练方式。数据枯竭的原因包括数据收集成本高昂、隐私保护法规限制以及数据质量问题等。

●人工智能的安全管理与风险控制

“科林格里奇困境”由英国技术哲学家大卫·科林格里奇提出。这一困境表明在技术发展的早期阶段由于对新技术的潜在社会负面影响认识不足导致难以实施有效的控制措施。当负面影响开始显现时技术本身已深入到社会各个方面改变的成本和难度显著增加。

当今AI已成为科学技术发展的主旋律其科林格里奇困境则体现为：一方面AI技术发展正带来技术变革与社会进步；但另一方面当前AI的指数级发展正深陷此困境——模型能力与应用边界快速扩张而潜在的社会伦理风险却愈发难以预测和控制。

●AI系统开发软件开源争议

开源软件使用不一定就是零费用基于GPL规则有以下几种收费模式👇

1）通过分发收取一定的开发成本费用； 2）利用提供担保条款收取一定费用； 3）在开源软件基础上开发的软件应用系统可以收取相应的商标许可费； 4）此外可以对开源软件提供的技术支持服务人员培训等收取一定的费用。

在AI软件代码开源这个问题上各方观点与想法存在差异这个问题将会持续探讨下去笔者认为AI系统软件源代码的开放是历史发展的必经之路虽然有波折与起伏但AI软件代码开放是社会进步与科技发展的大势所趋。

source：unsplash

结合国际上一些专家学者的观点以及国际知名预测机构研判《星船知造》提出未来2到3年内AI技术与应用发展可能出现的几大发展趋势进行探索与展望如下。

欢迎志同道合者批评、补充与完善为国家AI顺利发展献计献策。

算法突破改变AI发展瓶颈开源体现中国AI开放精神

过去一年里全球AI大模型阶跃式提升背后离不开中国的贡献——

●中国DeepSeek-V3（MoE架构+MLA机制）等开源模型通过创新算法把训练成本砍半实现高性能低成本（训练成本＜600万美元）推动全球AI普惠。

中国创新让“大力出奇迹”变成“巧力出奇迹”。

●开源打破垄断促进全球创新。开源精神正在成为中国AI名片。

今年7月23日发布的阿里开源全新的通义千问AI编程大模型Qwen3-Coder性能强于所有开源模型。实际体验中性能不输于Claude 和 GPT4.1 等闭源模型。中国企业直接就把大家理想中的编程大模型给开源了。

越来越多的中国科技企业正成为中国人工智能开放、创新愿意和各国共同联合开展技术攻关的一个侧写👇

中国DeepSeek v3是迄今为止排名最高的开源授权模型其训练成本不到 600 万美元。DeepSeek-V3大模型采用了独特的创新架构具有6710 亿参数其中运行激活参数为仅为370 亿参数在14.8万亿token 上进行了预训练。

DeepSeek-V3整体来看仍是成熟稳定且持续演进的中期版本尚未被下一代完全取代。其在AI算法上的突破主要体现在以下几个方面👇

它在2024年就打破了Open AI一家独大的局面。大量节省了预训练时间与成本投入降低了依靠AI芯片堆积的粗放型的AI发展模式。

强调创新算法对大模型原生的支撑能力降低AI计算对硬件要求的依赖从而提升整个AI大模型的运行效率。DeepSeek在成本控制上实现了突破为全球AI大模型的开发提供了新的发展思路。

英伟达垄断AI芯片或被终结成熟制芯片是技术演进的“磨刀石”

ASIC、光子、量子芯片三箭齐发英伟达 GPU 不再是唯一答案。

英伟达在AI芯片市场的垄断地位正面临多方挑战AI专用芯片ASIC有望将替代英伟达传统的GPU图形计算芯片；这一趋势在2024年初步显现。

博通（Broadcom Inc）是全球领先的美国半导体公司正通过其ASIC芯片的生产与服务成为英伟达的竞争者。谷歌、Meta、亚马逊、微软也纷纷开始自研AI专用芯片以减少对英伟达的依赖。

人形机器人+自动驾驶成应用主战场智能体是AI应用推进重点领域

“场景化应用成AI竞争胜负手中国最先获应用红利”

“加强全球合作探索AI安全机制”