马斯克为何点赞中国AI模型？美企降级背后的真相
（文/陈济深 编辑/张广凯）
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
面对中国大模型的强势崛起，美国硅谷的反应正在越发割裂。
就在几天前，以反华为标签的Anthropic CEO再次对中国模型开炮，不仅表示多家中国开源模型企业“蒸馏”Claude的数据涉嫌剽窃，随后更是贬低中国模型是靠“刷题应对基准测试”才取得的排行榜跑分成绩。
但就在3月2日晚，当阿里千问开心3.5系列旗下4款小尺寸模型后，马斯克旋即在社交媒体留下了一句辣评： "Impressive intelligence density."（令人惊叹的智能密度）
表面上看，似乎是科技狂人的一次随性点赞，但在业内人士眼里，马斯克回复“智能密度”这个用词，犹如一把尖刀，精准刺穿了Anthropic等美国AI巨头苦心经营的“高性能、高溢价”的护城河。
从堆参数到堆密度
“智能密度”是马斯克近一年来反复鼓吹的核心概念。是衡量大模型效率的关键指标。
他不仅多次表示“AI智能密度的潜力被低估了两个数量级”，也公开称赞自家Grok 5将拥有6万亿参数且每GB拥有更高的智能密度。
现在他把自己最珍视的概念送给了竞争对手，也就意味着，比起传统的商业互吹，马斯克对于这款中国的模型是真心认同。
而在同一天晚上，太平洋对岸最懂“算账”的AI创业者，给出了完全相同的答案。
MiniMax创始人闫俊杰在上市后首份财报电话会上，也提及了这个关键词，他把公司的核心战略概括为“智能密度的持续提升，加上Token的吞吐能力”。他说：“最终决定胜负的并不是单纯的烧钱和烧资源，而是智能能力进步的速度。”
两件事撞在同一天，指向同一个词。如果把时间线再拉长，你会发现这不是巧合，而是一场正在成型的行业共识。
过去三年AI行业的主旋律是军备竞赛：拼参数、拼GPU、拼烧钱。万亿参数是门槛，十万张卡是标配，谁的数字大谁就是王。但这条路的收益正在递减——模型参数翻十倍，性能可能只好了两成，成本却翻了不止十倍。
而在喧嚣之下，一条“暗线”早已浮出水面。
2025年11月，清华大学刘知远教授团队的研究登上《自然·机器智能》封面，正式提出了大模型的“密度法则”（Densing Law）。基于对51个主流大模型的严谨回测，论文揭示了一个惊人的规律：从2024年到2025年，大模型的智能密度以每3.5个月翻倍的速度增长。
这意味着每一百天，人类就可以用一半的参数量，实现当前最优模型的性能。
刘知远教授把这件事讲得非常透彻：“规模法则和密度法则就像大模型演进的明线和暗线。之前的信息革命也是如此，明线是设备越来越小，大型机→小型机→个人电脑→手机；暗线则是芯片行业的高效进化，也就是摩尔定律。”
IBM首席研究科学家Kaoutar El Maghraoui的判断更直白：“2026年将是前沿模型与高效模型之争的一年。”行业已经厌倦了单纯堆砌规模的收益递减，正在寻找新的解法。
所以我们现在看到的，并不是几个人碰巧说了同一个词。从学术界到产业界到竞争对手，一条新的共识正在合流：AI竞赛的度量衡变了。从比谁“大”，到比谁“密”。
小模型也能够实用
但并非所有人买账。
就在几天前，Anthropic CEO阿莫代伊公开唱了反调，称中国模型针对基准测试的优化，远多于对现实世界使用的优化。
翻译一下：中国模型是刷题刷出来的，不算数。
这话有其语境，也暴露了美国头部大厂的深层焦虑。中国模型每证明一次小模型也能打，Anthropic和OpenAI赖以生存的高溢价定价模式就多一分崩塌的危险——如果9B的模型能干十倍参数量模型的活儿，巨头们精心构筑的API利润池就会被瞬间抽干。
然后，马斯克转头就给千问点了赞。
这里有一层微妙的博弈：马斯克跟OpenAI和Anthropic打得不可开交。夸中国模型，某种程度上也是在敲打美国同行——你们口中不值一提的对手，正在用你们最害怕的方式挑战你们的定价权。
当然，争论归争论，密度法则给出的数字是冷冰冰的：据论文统计，GPT-3.5级模型的API调用价格在短短20个月内下降了266.7倍。这不是某个人的观点，这是技术通缩规律。
争论可以继续。曲线不等人。
千问3.5的小模型，就是这条密度曲线上最新的那一个数据点——也是最让人不敢忽视的那一个。
先说一个最直观的事实：一年前需要整个服务器集群才能跑的能力，现在装进了手机。
9B参数量的千问3.5，在多项基准上性能媲美甚至超越十倍参数量的模型：GPQA Diamond得分81.7，指令跟随91.5，视觉理解在MMMU-Pro上以70.1 vs 57.2大幅领先同级别的GPT-5-Nano。最夸张的是，不到10亿参数的0.8B模型，能一口气处理26万token的超长上下文——相当于两三本长篇小说的体量，跑在一部普通手机上，而不是发热的服务器机房里。
千问团队在16天内连发9款模型，全部Apache 2.0完全开源，每一款都在各自参数级别称王。这不是一款产品的胜利，而是一整条密度曲线的“活体证据”。
刘知远教授早就预见了这个趋势。他曾断言：“只要能实现某种智能，未来一定可以在更小的终端上运行。”
千问3.5正在验证这句话。
当9B模型能跑出十倍参数量的性能，AI的部署门槛就从“有服务器集群的大公司”降到了“有一张消费级显卡的个人开发者”。当几百人的公司能做出与数千人巨头掰手腕的模型，创业公司入场的门槛就从“先融十亿美元”变成了“先找三百个聪明人”。
MiniMax就是后一种故事的注脚。全公司385人，平均年龄29岁，据闫俊杰在电话会上披露，公司成立至今累计花费仅5亿美元——对比OpenAI的数千员工和数百亿融资，交出的却是营收增长159%、毛利增长437%的答卷。智能密度不只是模型参数的物理概念，也是一种极其强悍的组织杠杆。
不要低估个人设备的汪洋大海。 信息革命初期曾有人预言“全球只需要几台大型计算机”。但到了今天，全球有超过70亿部手机。刘知远曾算过一笔账：早在2024年，全国散落在千万部设备上的端侧算力总和，就已经是数据中心的12倍。
智能的终局，注定是分布式的。
这才是“智能密度”比任何一次跑分都重要的原因。它指向的不是“谁的模型今天更强”，而是“AI最终以什么形态、多低的成本、来到每一个普通人身边”。
回到马斯克那句“Impressive intelligence density”。与其说他在夸赞一家中国公司的某次发布，不如说他在确认一个正在发生的转折：
AI的下半场，不属于最大的模型，属于最密集的智慧。
相关攻略
IT之家 3 月 30 日消息，韩媒 ZDNET Korea 当地时间今日援引业内消息人士的话报道称，苹果近期已要求三星显示、LG 显示这两大 IT OLED 面板企业利用量产线生产适用于 iMac
来源：环球网【环球网科技综合报道】3月26日消息，根据中国科学院最新信息，近日，中国科学院物理研究所 北京凝聚态物理国家研究中心团队，提出了构建单壁碳纳米管导电限域网络的策略，攻克了锡基负极的稳定性
（文 陈济深 编辑 张广凯）面对中国大模型的强势崛起，美国硅谷的反应正在越发割裂。就在几天前，以反华为标签的Anthropic CEO再次对中国模型开炮，不仅表示多家中国开源模型企业“蒸馏”Clau
IT之家 2 月 21 日消息，科技媒体 Wccftech 昨日（2 月 20 日）发布博文，报道称 AI 芯片初创公司 Taalas 为解决大模型的延迟与成本难题，推出“硬连线”（Hard-wir
IT之家 1 月 13 日消息，在今日的蜂巢能源第六届电池日活动中，蜂巢能源公布了旗下半固态电池的发展规划。蜂巢能源宣布全球首创固态电解质转移技术，包括电解质隔膜转移、仿形梯度热压，相比传统电池的热
热门专题
热门推荐
PromptLayer是什么 如果说构建AI应用是一场精巧的协作工程，那么Prompt（提示词）往往是其中最关键的“暗物质”。它决定了模型输出的质量，却常常散落在代码的各个角落，难以管理。PromptLayer的出现，就是专门为了解决这个痛点而生。它是一款专为Prompt工程设计的AI工具，核心目标
Automix AI是什么 在当下的就业市场，一份出色的简历和从容的面试表现，几乎成了每个求职者的“硬通货”。而这就引出了我们今天的主角——Automix AI。简单来说，这是一款由Automix团队精心打造的AI智能工具，它的核心使命就是帮助求职者打磨简历、锤炼面试技巧，从而在激烈竞争中脱颖而出。
ProMind AI是什么 在众多AI工具中，有一款产品正悄然成为专业工作者的得力搭档——它就是ProMind AI。简单来说，这是一款专为“效率”而生的AI助手，目标直指需要应对高复杂度任务的专业人群，比如内容创作者、营销人、工程师和产品经理。它的核心使命很明确：帮你把想法快速落地，无论是生成一段
伊朗副总统警告：任何对伊能源设施的袭击将招致严厉升级回击 4月24日，伊朗方面释放了明确且强硬的信号。副总统伊斯梅尔·萨加布·伊斯法哈尼公开表示，伊朗已准备好严厉回击任何针对其能源设施的袭击。这番话，无疑给当前紧张的地区局势又增添了一层清晰的注脚。 在伊朗埃斯拉姆沙赫尔举行的一次集会上，伊斯法哈尼的
WriteCap是什么 如果创作社交媒体内容时，你曾为想一句点睛的配文而绞尽脑汁，那么你对WriteCap的出现可能就不会感到陌生。简单来说，这是一款专门为解此困境而生的AI工具。它背后的开发团队，瞄准的正是社交媒体内容创作者、品牌营销人员乃至普通用户的日常痛点——如何让每一段分享都更抓人眼球。它的