黄仁勋称DeepSeek、Kimi等中国AI模型已足够优秀，坚定支持开源推动效率提升

10月12日，在新加坡星展银行（DBS）举办的一场行业论坛上，英伟达创始人兼CEO黄仁勋就全球AI发展格局发表观点。他明确表示，中国本土AI模型——包括DeepSeek、Kimi与GLM系列——当前的表现“已经足够优秀”，展现出强劲的技术实力与应用潜力。

这一表态并非临时起意。早在2026年7月接受Axios采访时，黄仁勋就曾指出：“中国开源AI模型非常优秀”，并呼吁美国不应恐惧此类模型的崛起，而应警惕那些主张限制开源模型传播的声音。此次发言可视为其立场的延续与强化。

值得注意的是，黄仁勋发表上述言论的时间点颇具象征意义：就在不久前，月之暗面推出的Kimi K3大模型引发全球关注，继2026年初“DeepSeek时刻”后再度刷新业界对中文大模型能力的认知边界。然而，黄仁勋认为，部分政策制定者与金融市场的反应存在误判。“市场曾第一次误解了DeepSeek的影响，华尔街这次又误解了Kimi的影响。”他直言，外界过度聚焦于“冲击”叙事，却忽略了更本质的趋势：AI正从封闭、昂贵的专属工具，转向开放、普惠的基础设施。

黄仁勋进一步阐释其核心逻辑：他本人是开源的坚定支持者，认为这是“推动效率提升的最佳方式”。在他看来，开源不仅加速模型迭代与社区协作，更重要的是降低了AI技术的使用门槛——更便宜、更开放的模型将使中小企业、开发者乃至个人用户都能接入AI能力，从而催生海量新应用场景。

这种扩散效应最终将反哺底层算力需求。“自由的AI对硬件来说应该大有裨益，对芯片来说应该大有裨益，对数据中心来说也应该大有裨益。”黄仁勋强调，英伟达的商业模式并非依赖于控制模型本身，而是服务于整个AI生态的算力底座。当更多人用得起AI，对GPU、NVLink互连、DGX系统及云服务的需求自然水涨船高。

他还驳斥了将AI竞争简化为“有终点的竞赛”的短视观点。“我们将永远使用AI。在这一领域，美国会长期存在，中国也会长期存在。”在他构想的未来图景中，中美并非零和博弈的对手，而是共同推动技术演进的两大支柱。差异在于路径选择：一方侧重封闭式工程化落地，另一方则以开源协同驱动快速试错与规模化应用。两者互补而非互斥。

事实上，中国开源AI的爆发并非偶然。自2025年起，以DeepSeek-R1、Qwen系列、GLM-4及Kimi为代表的大模型陆续开源关键版本，覆盖推理、多模态、长上下文等核心能力。其中，Kimi K3在128K上下文长度、代码生成与复杂推理任务上的表现，已接近国际头部闭源模型水平；而DeepSeek-V3则凭借极高的推理效率与低部署成本，在企业私有化场景中获得广泛采用。

开源生态的繁荣亦带来结构性变化。过去依赖单一厂商API调用的开发模式，正被本地化微调、轻量化部署与垂直领域定制所替代。Hugging Face数据显示，2026年Q3中国开发者上传的开源模型数量同比增长140%，其中超70%为中文优化或混合架构模型。这背后是大量高校、初创公司与传统IT企业共同参与的“全民造模”浪潮。

黄仁勋对此持乐观态度。他指出，市场终将决定哪些模型最适合特定应用场景——无需行政干预，优胜劣汰机制已在运行。例如，在客服、文档处理等标准化任务中，轻量级开源模型可能更具性价比；而在科研仿真、金融风控等高精度场景，高性能闭源模型仍有不可替代性。关键在于构建灵活的“模型-算力-应用”匹配体系。

除AI模型议题外，黄仁勋还简要谈及量子计算前景。他认为，该技术有望在未来3至5年内进入主流应用阶段，但其价值释放高度依赖软件栈的成熟度。“硬件只是基础，软件才是让基础设施高效运转的关键。”他举例称，类似CUDA之于GPU的编程抽象层，量子计算也需要一套统一的中间件标准，才能真正实现从实验室到产业落地的跨越。

这一判断与行业共识趋同。目前，IBM、谷歌与阿里云等均已推出量子云平台，但实际可用的算法仍集中于化学模拟与优化问题。真正的商业化拐点，或将伴随纠错码突破与编译器优化同步到来。

回到AI主线，黄仁勋的发言折射出一个深层转变：全球科技巨头正逐步放弃“模型即护城河”的旧范式，转而拥抱“生态即壁垒”的新逻辑。英伟达自身亦在调整策略——除持续迭代Blackwell架构外，其已加大在AI推理优化、开源框架集成（如vLLM、MLX）及边缘端部署方案上的投入。

对中国而言，黄仁勋的认可虽具商业动机，但也客观印证了本土AI研发体系的阶段性成果。尤其在开源方向上，中国团队展现出独特的工程化能力与场景理解深度：既能复现前沿架构（如MoE、State Space Models），又能针对中文语义、本地合规要求进行深度适配。

当然，挑战依然存在。高质量数据集的持续供给、顶尖人才的长期积累、以及跨学科交叉创新的机制保障，仍是制约进一步跃升的关键变量。此外，如何在开放与安全之间取得平衡，避免技术滥用风险，也将考验政策制定者的智慧。

不过，从黄仁勋反复强调的“长期共存”视角看，AI发展的主旋律已从对抗转向协同。当开源成为默认选项，当模型能力趋于收敛，竞争焦点将自然转移至数据质量、应用深度与系统集成效率——而这恰恰是中国产业界最擅长的领域。

可以预见，随着Kimi K3、DeepSeek-V3等模型持续迭代，以及更多企业级开源项目落地，中国AI生态的影响力将进一步扩大。而英伟达作为底层支撑者，其利益与整个生态的繁荣深度绑定。黄仁勋的公开背书，既是对现状的确认，也是对未来路线的押注。