Gartner公司的闫斌指出，AI竞争已经进入了后半段。到了2025年，全球公司在AI套件里会把中国的大语言模型（LLM）和多模态模型纳入其中的比例，会从5%一路飙升到2027年的50%。这个时候，中国自己的大模型不但能力不差，在成本方面也很占优势。因为它们采取了开源策略，竞争力又进一步提高了。闫斌觉得，大家之所以这么做，主要是怕模型用单一来源会出问题。以前很多跨国公司给机器装AI的时候，太依赖一家独大的模型了，这不仅可能带来合规风险，还没法很好地处理特定文化环境和垂直领域的问题。 现在的情况变了。中国的大模型在理解自然语言、搞多模态交互还有写代码这几块上进步很快，性能指标已经跟国际上的一流水平差不多甚至更厉害。特别重要的是，中国模型特别擅长处理中文和其他亚洲语言，也懂东方的生意逻辑。这就让全球公司在拓展亚太市场时不得不考虑把这些中国模型放进自己的核心战略里面去。 闫斌在采访里说：“大家都明白了一件事，光靠一个大脑是不行的。”以前大家想找个“大而全”的模型去解决所有问题；现在的策略变成了“专而精”，根据不同的业务、地方特色还有数据类型，灵活调用最合适的家伙。 他分析说中国模型能拿下这么大份额的一个重要原因是多模态能力做得特别好。视觉、听觉还有语言能力在一个模型里能无缝配合的时候，机器才能真正看懂这个世界。传统的文本模型面对图像识别或者视频分析这种活儿就比较费劲了；而中国的多模态模型已经能在工业质检、看医疗片子还有自动驾驶这些复杂场景里提供高精度的服务了。 随着数据本地化成为大家都认可的规矩，能在本地部署又符合当地法律的模型才是企业敢大量用的根本条件。在这点上中国供应商表现出了很强的灵活性和适应性。他们不光提供了各种云端API服务，还专门给大企业弄了一站式的私有化部署方案；这样就不用担心数据出去被别人看到了。 这种做法让不少跨国公司吃了颗定心丸。随着占比的提升带来的连锁反应正在各个行业里产生大影响。多模态能力普及了以后重新定义了人和机器怎么打交道。 在零售店里结合了中国大模型的系统能同时听顾客说话、看脸和商品图像；制造业那边把视觉检测和语言报告生成合在一起用的话；生产线的小毛病就能立马发现还能自动写维修建议。 这种深度融合就是闫斌说的“协同工作”模式活生生的例子。现在的企业把AI当业务流程的大脑中枢来用了。中国模型因为接口开放定制能力强就成了连接各个环节的黏合剂；无论是处理财务报表还是翻译合同条款或者监控物流状态都挺好用的。 有意思的是这个趋势也让全球开源社区火起来了；越来越多的中国大模型决定开源或者部分开源；吸引了全世界的开发者一起改进代码；这种模式让技术更新得更快；也降低了中小企业用AI的门槛；让技术的好处能惠及更多地方。 最后闫斌总结说：“2027年的时候我们能看到一个更多元包容高效的全球人工智能新局面。”到了那个时候国界在数字世界里会越来越模糊；技术流动看的是价值和效果；未来的竞争不是模型之间的你死我活；而是看谁能把全世界的智慧整合得更好去为人类创造更大价值。