（图片来源：百度文心一格 AI 图片/钛媒体App编辑）

美国OpenAI公司2月15日发布的 AI 视频生成工具产品Sora，引发了全球热议和关注。

钛媒体App 2月17日消息，360公司创始人周鸿祎16日谈及其对Sora的看法。他表示，Sora意味着实现通用人工智能（AI）可能从10年缩短至1年，并称OpenAl手里应该还有一些秘密武器，无论是GPT-5，还是机器自我学习自动产生内容，“他们手里的武器并没有全拿出来。这样看来，中国跟美国的 AI 差距可能还在加大。”

阿尔法公社创始合伙人、CEO许四清也提到类似观点，他也认为Sora的出现进一步拉大了中美在 AI 方面的差距。

事实上，自2022年底ChatGPT问世之后，引起一场全球新一轮 AI 热潮。过去一年，中国、美国两国的 AI 领域的资本和技术方向出现了巨大的“反差”。

从二级市场看，2023年多家美国 AI 公司股票大涨。其中，Supermicro（超微电脑）过去12个月内涨幅超过770%，而整体涨幅超过100倍；芯片巨头英伟达涨了接近5倍，市值攀升到1.79万亿美元，超越了亚马逊和谷歌，成为全球第三大科技股；ARM涨了3倍，AMD涨了超过120%，英特尔涨幅也超过58%；微软则借助 ChatGPT 股票涨了一倍，并且超过苹果成为全球市值最高的科技巨头。

很显然，华尔街资本市场已经为这场 AI 热潮买单。不到15个月，受益于生成式 AI，上述企业市值增加了数万亿美元。

不止是公司层面，这些企业CEO身价也随之水涨船高。据彭博报道，今年美国的亿万富豪获得的几乎所有财富与 AI 有关。

彭博数据显示，全球前500名最富有的个人中，有30位持有的财富受益于 AI，而大部分都是美国企业家。今年迄今为止，他们持有的净资产总计增加了1240亿美元，占彭博亿万富翁指数所获得财富总额的96%。

其中，今年，Meta CEO扎克伯格（Mark Zuckerberg）的财富则增加高达371亿美元；英伟达CEO黄仁勋身价暴增了196亿美元，至625亿美元；AMD CEO苏姿丰（Lisa Su）身价则涨至12亿美元；Supermicro联合创始人兼CEO梁见后（Charles Liang）今年的财富则增加了三倍，达到62亿美元；受益于开源 AI 大模型产品。

以下是今年 AI 领域身价增长最快的前十大美国亿万富豪：

• Meta首席执行官Mark Zuckerberg，净资产增长了371亿美元，目前其身价达到1610亿美元。
• 英伟达CEO黄仁勋Jensen Huang，增加了196亿美元，至625亿美元。
• 亚马逊CEO贝佐斯 Jeff Bezos，增加了161亿美元，至1626亿美元。
• 微软前CEO 史蒂夫·鲍尔默 (Steve Ballmer)，增加了96亿美元，至1295亿美元。
• Oracle甲骨文董事长拉里·埃里森 (Larry Ellison)，增加了73亿美元，至953亿美元。
• Dell戴尔科技创始人、Broadcom股票持有人Michael Dell，增加了60亿美元，至596亿美元。
• Meta联合创始人爱德华多·萨维林 (Eduardo Saverin)增加了57亿美元，至246亿美元。
• 谷歌、Alphabet的联合创始人Larry Page，增加了42亿美元，至1136亿美元。
• 谷歌、Alphabet公司联合创始人Sergey Brin，增加了40亿美元，至1068亿美元。
• Meta联合创始人达斯廷·莫斯科维茨 (Dustin Moskovitz)，增加了35亿美元，至150亿美元。

从一级市场看，CB Insights数据显示，2023年，美国 AI 领域初创公司的投融资数量达1151个，比2022年有所下降；但总融资额达310亿美元，不仅同比增长14%，而且吸引了全球所有 AI 领域交易的近一半（46％），占据主导地位，其次则是亚洲（占25％）和欧洲（占24％）。

其中，2023年，生成式 AI 领域融资规模占所有 AI 领域的48%，占据主导地位。其中，包括OpenAI、Anthropic和Inflection等大模型厂商都位于美国，因此，美国 AI 领域吸引了大量的资金、技术、人才和核心算力。

就在2月16日，据彭博和《纽约时报》报道称，OpenAI公司日前已完成一项允许员工出售公司股份的交易，由风险投资公司Thrive Capital牵头，公司员工可将其所持公司股份出售套现。融资完成后，OpenAI的投后估值已超过800亿美元（彭博数据是860亿美元）。

去年4月，OpenAI 曾以近 300 亿美元的估值完成了首轮股票出售。当时，Thrive Capital、红杉资本、a16z和 K2 Global同意收购 OpenAI 的股票，对该公司的估值约为 290 亿美元。如今不到 10 个月的时间里，OpenAI 估值几乎翻了三倍。

目前，OpenAI估值仅次于字节跳动 (ByteDance) 和 SpaceX，已成为全球第三大科技独角兽企业。

除了OpenAI之外，其他美国 AI 公司也正在进行大规模融资。

据The information报道，美国 AI 公司Scale AI正以140亿美元估值进行融资，大约是Scale三年前融资时估值的两倍；Perplexity AI正在以超过10亿美元估值进行融资和出售股权；谷歌和亚马逊投资的Anthropic公司已完成了7.5亿美元一轮融资，投后估值达150亿美元，投资方包括高通、Intuit、 Menlo Ventures等；Abridge正在以8.5亿美元估值进行融资，估值比上一轮高出4倍多；仅成立20个月的Together AI公司已完成超过1亿美元的新一轮融资，估值超过10亿美元，比四个月前翻了一番。

而收入层面，2023年，OpenAI公司年度经常性收入（ARR）超过20亿美元，同比增长4500%；AI 搜索公司 Perplexity 年收入也超过了1000 万美元，比四个月前300 万美元增长超3倍。

如今，OpenAI CEO奥尔特曼宣布募集7万亿美金，重塑美国的 AI 基础设施；软银集团创始人孙正义也传出计划筹措1000亿美元，成立一家 AI 芯片企业。

百川智能创始人王小川曾多次表示，OpenAI团队正在尝试把1000万颗GPU（图形处理器）连在一起。相比于国内数千张卡的规模，中国 AI 领域的核心资源远远不够。

“什么概念呢？英伟达一年大概生产100万颗GPU，训练GPT4要2.5万颗，GPT3.5国内对标4000颗，我们现在做4000颗对标的事情，他们是在研究如何用1000万颗GPU做这个工作。”王小川表示。

相对于美国市场，2023年，中国 AI 领域投融资领域处于“下滑”状态。

CB insights报告显示，去年，中国 AI 领域投融资数量约为232笔，同比下降38%；融资总额约为20亿美元（约合142.45亿元），同比下降70%。特别是2023年第一季度，无论是融资额还是融资量，都创下了5年来最低。

二级市场也不如预期。AI 芯片龙头寒武纪（688256.SH）日前发布公告称，2023年度公司预计实现收入6.8亿元至7.2亿元；净利润预计亏损7.56亿元到9.24亿元，同比亏损收窄26.47%到39.84%。过去12个月内（截至今年2月17日），寒武纪股价仅增长39.96%，年初至今股价则下跌接近15%（14.46%)。

不止是寒武纪，过去一年内，中国 AI 上市公司百度（NASDAQ: BIDU）美股下降24.41%；百度港股（HKG: 9888）则降幅达到26.28%；AI 龙头商汤集团（HKG: 0020）股价则下降65.73%，市值比最高点减少超过990亿元人民币；AI 领域龙头科大讯飞降幅超过14.5%。

科大讯飞近日发布的2023年度业绩预告显示，该公司预计2023年实现营业收入超过200亿元，同比增长约7%；实现归母净利润6.45-7.3亿元，同比增长15%-30%；实现扣除非经常性损益后的净利润8000万元-1.2亿元，同比下降71%-81%。

整体来说，过去一年，尽管国内 AI 大模型市场表面“狂热”，但实质上与美国 AI 市场环境存在差距。如果谈原因，既有宏观方面的问题，也有算力、基础技术等方面的差距等。

一位行业人士向钛媒体App表示，没有足够的资金，没有足够的高性能算力卡，不能犯任何创新过程中难以避免的错误，还得按照收入规模计算ps倍数，中美 AI 差距扩大。

早在2017年，中国就制定出台了《新一代人工智能发展规划》，明确到2025年，中国 AI 基础理论实现重大突破，部分技术与应用达到世界领先水平，AI 成为带动中国产业升级和经济转型的主要动力，AI 带动相关产业规模超过5万亿元；到2030年，中国 AI 理论、技术与应用总体达到世界领先水平，成为世界主要 AI 创新中心，届时，AI 核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。

“大模型可以在方方面面给普通人带来便利，例如帮助大家学习知识、修改文章、生成方案等。因此，大模型的集中发布可以让普通人快速接触、使用和了解大模型。”中国科学院软件研究所研究员、中国中文信息学会秘书长孙乐说。

中国工程院院士、中国人工智能学会理事长戴琼海表示，中国在应用 AI 和高速宽带提高企业生产力方面处于领先地位。通过抢抓科技革命和产业变革的重大机遇，中国不断完善顶层设计和布局，有望推动 AI 技术和产业蓬勃发展。

然而，随着 AI 技术将成为中美下一轮“国力”竞争的焦点，中国急需增补 AI 芯片、算力等核心领域的发展，解决相关风险挑战。

科技部新一代人工智能发展研究中心主任、中国科学技术信息研究所所长赵志耘表示，未来，中国还需加强资源和研发力量统筹，加快基础研究和技术创新，积极参与全球 AI 治理，促进 AI 有序发展。

（本文首发钛媒体App，作者｜林志佳）