中国的开源大型语言模型现在占全球 AI 使用量近 30%，由 Qwen、DeepSeek 和 Moonshot AI 的快速发布推动。中文提示词按 token 体量已跃居全球第二。对全球投资者的信息很明确：中国已从快速追随者跨越为 AI 的共同引领者。受益者横跨云、芯片、服务器、消费设备和电动汽车，营收杠杆效应将在 2026 年逐步显现。
对通过一个主要模型网关路由的 100 万亿 token 的新实证分析显示，中国的开源 LLM 从 2024 年末约 1.2% 的全球份额，在数月内增长到接近 30%。使用仍然分散，没有任何模型占到 25% 以上，但中国的节奏格外突出。Qwen 和 DeepSeek 的发布速度让开发者能比大多数西方同行更快地重新校准工作负载——以及成本。实用优势在于效率。开源降低了切换成本，并允许企业将模型调优到本地数据，包括当前约占所有请求约 5% 的中文提示词，这远高于中文在公共互联网上 1.1% 的占比。这是一个持久的需求信号，而非昙花一现，并且是在美国对高端 GPU 实施限制的背景下出现的。
这一跃升并非偶然。北京的多年创新政策已将算力集群、数据标准和安全框架与商业化采用对齐。阿里云的工程实力、DeepSeek 的节奏和 Moonshot AI 的 Kimi 是可见的证明。在它们之下，是能够资助扩建的融资骨干：ICBC 以约 6.7 万亿美元资产仍为世界最大的银行，也是中国企业中最赚钱的，为大规模支持下一代基础设施提供能力。品牌重力也很重要：Tencent、Alibaba 等位列中国最有价值品牌之列，加强了在消费者和企业渠道的分发。国际上，中国的官方融资正转向发达市场，美国在过去二十年中成为中国官方部门信贷的最大单一接受国，加速了数字基础设施和服务的跨境搭载。这种联系加速了跨境 AI 的部署。
开源采用在三条路径上转化为收入。第一，云服务提供商在规模化地实现微调、编排、向量检索和推理上实现货币化，即使基础模型免费。更低的模型成本扩大了可寻址使用总量，并且可以提升增量工作负载的毛利率。第二，服务器和网络供应商受益于企业为满足成本和主权目标而自建栈。第三，电商、金融科技与出行等应用层冠军可以在无需专有授权拖累的情况下，将 LLM 融入推荐、客户服务和自动驾驶功能。2025 年下半年使用量的加速指向 2026 年的盈利周期，届时算力出货、云账单和 AI 附加服务都会出现拐点，特别是在东南亚、中东和拉丁美洲，当地语言和数据本地化推动开源偏好。
1. Alibaba Group (BABA) – Qwen 以快速的发布周期引领中国的开源浪潮，使开发者的每 token 成本保持较低。阿里云 2024 年云业务营收增长 34% 至 398 亿元人民币，为随着 Qwen 使用规模扩大而捕获微调和推理支出奠定基础。全球影响：Qwen 的可及性正在将新兴市场的中小企业拉入企业级 AI，无需专有授权费用。
2. Tencent Holdings (TCEHY) – 市值约 5,938.1 亿美元且以品牌价值位居中国首位，Tencent 能将开源 AI 分发到 WeChat、游戏与金融科技场景。里程碑：其消费者触达和支付链路使其成为 AI 代理的天然货币化者，而云产品将开源模型整合到企业服务中。全球影响：跨境游戏与金融科技为其提供了中国大陆之外的数据和分发渠道。
3. Baidu Inc. (BIDU) – Baidu 的 PaddlePaddle 是中国最成熟的开源深度学习框架之一，支撑着一个向 ERNIE 堆栈和垂直解决方案输送开发者生态。里程碑：多年开源工具积累赋予 Baidu 在企业混合部署中赢得优势的能力。全球影响：亚洲地区的开发者采用支持主权 AI 构建。
4. iFlytek Co. (002230.SZ) – 中国的语音 AI 领军企业正在将 LLM 嵌入语音助手、教育与办公工具。里程碑：在普通话与方言语音技术上的长期优势，使 iFlytek 成为文本 LLM 与多模态界面之间的自然桥梁。全球影响：多语种语音 AI 降低了新兴市场的采用门槛。
5. Inspur Information (000977.SZ) – 作为全球前三的服务器供应商，Inspur 直接受益于出于成本和主权原因而迁移到本地的 AI 工作负载。里程碑：在 AI 优化服务器上的强劲份额使 Inspur 能为 Qwen 与 DeepSeek 的部署供应集群。全球影响：为亚太、EMEA 与拉美的云与企业数据中心供货。
6. Lenovo Group (LNVGY) – Lenovo 正推动 AI PC 与边缘服务器，将开源模型直接带到终端。里程碑：作为全球最大的 PC 制造商，Lenovo 可预装模型运行时和加速器，降低云成本。全球影响：全球渠道触达将中国的开源创新转化为全球设备体验。
7. Cambricon Technologies (688256.SH) – Cambricon 的 NPU 面向数据中心与边缘推理，给中国企业提供了一个本土算力路径。里程碑：向服务器和嵌入式设备交付加速器，以高效运行开源 LLM。全球影响：使全球 AI 供应链多样化，降低对单一厂商 GPU 的依赖。
8. Kingsoft Cloud (KC) – 提供成本优化的云服务，整合开源模型栈以服务中国和国际客户。里程碑：将存储、向量数据库和模型编排捆绑的混合解决方案。全球影响：是东南亚构建主权 AI 客户的天然合作伙伴。
9. BYD Company (BYDDY) – 这家电动汽车冠军正在向车辆注入车载 AI，用于信息娱乐、驾驶员辅助与能量优化。里程碑：FinDreams Battery 拥有 17% 的全球 EV 电池份额，BYD 在 2024 年《财富》全球 500 强中排名第 143。全球影响：大规模出口具备 AI 功能的电动车，使 BYD 拥有强大的数据与软件飞轮效应。
经济性是关键。开源 LLM 降低了总体拥有成本，允许语言定制，并通过将敏感数据保留在本地来最小化监管摩擦。这就是为什么中文提示词尽管网页足迹较小，仍成为全球第二大提示语言：开发者正在解决亚太及更广区域内金融、物流和政府服务的真实工作负载。报告的 token 分布显示，新加坡和德国等枢纽的采用更强，中国按 token 份额排行第四，强调这是一个跨境现象。若将此与中国在设备和汽车方面的出口规模相结合，结果就是一个覆盖模型到芯片到终端的端到端 AI 交付体系。
存在两重张力：开源在冲击专有利润率时带来的定价压力，以及高端加速器的供给约束。然而，使用量的激增足以提升整个技术栈的各个层面。对投资者而言，采用杠铃式策略是明智的：持有受算力出货和云账单驱动的基础设施股，并将其与能将 AI 转化为交易增长的应用层平台配对。关注随着推理成本下降和使用扩大而产生的经营杠杆。在政策方面，中国的金融深度和积极的产业战略通过补贴本地生态并加速本土芯片采用来缓解供应风险。
预计 Qwen 和 DeepSeek 将有更密集的发布节奏，Moonshot 的 Kimi 会扩展上下文窗口和工具。模型格局现在是刻意碎片化的，这有利于路由器和编排层，同时防止任何单一模型给开发者带来过度负担。在财报方面，关注与 AI 工作负载相关的云订单积压增长、服务器出货指引以及模型微调收入披露。关键指标包括按语言划分的 token 体量、推理时每百万 token 的成本以及 PC 与 EV 的边缘 AI 附加率。还要观察新加坡、德国和中东买家如何在开源栈上形成标准化——这些市场中中国模型已显著吸引力。开源浪潮已至，中国的工程规模正把它转变为持久的全球商业周期。
