AnswersPublished28 sources
Tiga pengasas yang sedang menulis semula cabaran AI China terhadap Silicon Valley
DeepSeek R1, GLM 5.2 dan Kimi K3 menjadikan keupayaan model, kos inferens dan akses pembangun sebagai ukuran penting dalam persaingan AI—bukan sekadar siapa menghasilkan chatbot terbaik. Liang Wenfeng menumpukan DeepSeek pada kecekapan dan penyelidikan AGI jangka panjang; Tang Jie membawa penyelidikan Tsinghua ke ar...
Diterbitkan olehDisunting dengan GPT-5.6 LunaImej dijana dengan GPT Image 1.5
Research answer
Key takeaways
- DeepSeek R1, GLM 5.2 dan Kimi K3 menjadikan keupayaan model, kos inferens dan akses pembangun sebagai ukuran penting dalam persaingan AI—bukan sekadar siapa menghasilkan chatbot terbaik.
- Liang Wenfeng menumpukan DeepSeek pada kecekapan dan penyelidikan AGI jangka panjang; Tang Jie membawa penyelidikan Tsinghua ke arah perusahaan, pengekodan dan ejen AI; Yang Zhilin pula mempertaruhkan konteks panjang...
- Cabaran utama masih merangkumi akses cip dan kuasa pengkomputeran, pengkomersialan, ketidakpastian penanda aras, kepercayaan, kawal selia eksport dan akses kepada pasaran global.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How have Liang Wenfeng of DeepSeek, Tang Jie of Z.ai (formerly Zhipu AI), and Yang Zhilin of Moonshot AI driven China’s challenge to Silicon. Article summary: Liang Wenfeng, Tang Jie, and Yang Zhilin have made China’s AI challenge credible by pairing frontier-capability claims with open-weight releases and aggressive cost/performance competition. Their strategy gives developer. Topic tags: general, general web, user generated, news, government. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermar
Kepentingan Liang Wenfeng, Tang Jie dan Yang Zhilin bukan sekadar kerana tiga pengasas dari China ini menghasilkan model AI yang mendapat perhatian dunia. Secara bersama, DeepSeek, Z.ai dan Moonshot AI telah meluaskan takrif persaingan AI termaju: keupayaan model kini perlu dinilai bersama keterbukaan, kos inferens, akses pembangun dan jumlah kuasa pengkomputeran yang diperlukan untuk menggunakannya.
Ini tidak membuktikan China sudah mengatasi Silicon Valley. Namun, ia menunjukkan pasaran AI semakin kurang eksklusif kepada Amerika Syarikat—dan sesebuah model tidak semestinya perlu tertutup, sangat mahal atau disokong gergasi teknologi Amerika yang tersenarai di pasaran saham untuk membentuk jangkaan global.
Tiga pengasas, tiga laluan ke AI termaju
Liang Wenfeng: cabaran DeepSeek berasaskan kecekapan
Liang mempelajari kejuruteraan elektronik dan komunikasi di Universiti Zhejiang sebelum mengasaskan bersama High-Flyer, sebuah dana lindung nilai kuantitatif yang menggunakan AI. Beliau menubuhkan DeepSeek pada 2023, dengan membawa pendekatan yang dipengaruhi latar kewangan—pengoptimuman matematik dan kecekapan pengkomputeran—ke dalam penyelidikan model asas. 41
44
DeepSeek-R1, yang dilancarkan pada Januari 2025, menjadi pencapaian utama syarikat itu. Model penaakulan tersebut diedarkan dengan pemberat yang boleh dimuat turun dan diposisikan sebagai alternatif berkos lebih rendah kepada sistem tertutup terkemuka. Dakwaan kos dan prestasi DeepSeek sendiri tidak boleh menggantikan penilaian bebas secara menyeluruh, tetapi ia cukup kuat untuk mengubah cara pelabur melihat ekonomi latihan dan inferens AI. 17
22
26
Kesan terhadap pasaran juga luar biasa. Nvidia kehilangan AS$593 bilion daripada nilai pasarannya dalam satu hari apabila pelabur mula mempersoalkan sama ada AI termaju benar-benar memerlukan belanjawan perkakasan yang sangat besar dan terus meningkat seperti yang diandaikan industri. Kejatuhan itu sebahagiannya pulih tidak lama kemudian, maka ia lebih tepat dilihat sebagai penyusunan semula pantas terhadap jangkaan—bukan bukti bahawa permintaan terhadap cip termaju sudah lenyap. 17
18
Falsafah Liang turut membezakan DeepSeek daripada banyak makmal AI komersial. Reuters melaporkan bahawa beliau menyifatkan keutamaan DeepSeek sebagai kecerdasan am buatan (AGI) jangka panjang, bukannya memaksimumkan keuntungan jangka pendek. Beliau juga dilaporkan percaya model paling maju syarikat itu berkemungkinan akan terus dibuka. 33 Kedudukan pembiayaan, penilaian, rancangan penyenaraian dan kekayaan peribadi Liang belum dapat disahkan dengan cukup kukuh untuk dianggap sebagai fakta muktamad.
Tang Jie: model Z.ai daripada penyelidikan ke perusahaan
Tang Jie ialah profesor sains komputer di Universiti Tsinghua serta pengasas bersama dan ketua saintis Z.ai, yang sebelum ini dikenali sebagai Zhipu AI. Syarikat itu lahir daripada penyelidikan Tsinghua di Beijing pada 2019 dan mula menerbitkan keluarga model GLM pada 2021. 49
50
Strategi Z.ai lebih tersusun dari segi institusi berbanding DeepSeek: ia menggabungkan asas penyelidikan universiti dengan cita-cita komersial dan perusahaan. Model GLM semakin menekankan penaakulan, pengekodan, penggunaan alat dan aliran kerja berasaskan ejen. Pusat U.S. Center for AI Standards and Innovation melaporkan bahawa GLM-5.2 dilancarkan sebagai model dengan pemberat terbuka pada 16 Jun 2026. 49
Tang pernah berhujah bahawa kemunculan DeepSeek-R1 menandakan berakhirnya fasa AI yang berpusat pada sembang, manakala pengekodan dan penaakulan akan menjadi lebih penting apabila ejen AI berkembang. 52 Pandangan ini membantu menjelaskan kedudukan Z.ai: syarikat itu bukan sekadar bersaing dari segi kelancaran chatbot, tetapi menyasarkan model yang mampu menyelesaikan tugasan lebih panjang dan berinteraksi dengan alat perisian.
Z.ai juga menggambarkan perubahan daripada makmal penyelidikan persendirian kepada syarikat pasaran modal. Laporan menganggarkan pembiayaan pra-IPO syarikat itu sekitar AS$1.25 bilion menjelang pertengahan 2025, manakala penilaian kerajaan Amerika Syarikat menyatakan Z.ai melengkapkan IPO di Hong Kong pada 8 Januari 2026. 49
50 Anggaran nilai pasaran yang diterbitkan berbeza-beza dan tidak wajar dianggap sama atau muktamad. Bukti yang boleh dipercayai tentang kekayaan peribadi Tang juga tidak mencukupi.
Yang Zhilin: pertaruhan Moonshot AI pada konteks panjang
Yang Zhilin belajar di Universiti Tsinghua dan menamatkan pengajian doktor falsafah di Universiti Carnegie Mellon. Laporan turut menyebut pengalaman penyelidikannya di Google dan Meta sebelum beliau mengasaskan bersama Moonshot AI di Beijing pada 2023. 2
7
12
Moonshot mula mendapat perhatian melalui Kimi, yang identitinya sangat berkait dengan interaksi ber-konteks panjang. Model Kimi K3 memperluas strategi itu kepada sistem berskala jauh lebih besar: sumber menyifatkannya sebagai model campuran pakar atau mixture-of-experts dengan 2.8 trilion parameter serta tetingkap konteks sehingga satu juta token. 1
5
Pemberat K3 dikeluarkan selepas model itu tersedia melalui produk dan API Moonshot, menghubungkan perniagaan chatbot pengguna dengan strategi platform untuk pembangun. 2 Saiz model itu memang menarik perhatian, tetapi jumlah parameter sahaja tidak membuktikan tahap kecerdasan, kos operasi atau kegunaan sebenar. Keputusan papan pendahulu bebas boleh membantu perbandingan, namun kedudukan mudah berubah dan tidak menggantikan ujian terhadap kebolehpercayaan, pengekodan, keselamatan serta tugasan ejen dalam dunia sebenar.
Angka pembiayaan Moonshot juga masih berubah-ubah. TechCrunch melaporkan pusingan kira-kira AS$2 bilion pada penilaian AS$20 bilion pada Mei 2026, manakala laporan kemudian menyebut kemungkinan penilaian melebihi AS$30 bilion dan persiapan untuk penyenaraian berpotensi di Hong Kong. Ini ialah anggaran pasaran persendirian yang dilaporkan, bukannya nilai pasaran awam yang diaudit. 4
12
15 Bukti yang boleh dipercayai tentang kekayaan peribadi Yang juga tidak mencukupi.
Mengapa cabaran ini berbeza daripada perlumbaan mudah AS-China?
1. Keupayaan kini diukur bersama kos
DeepSeek menjadikan penaakulan cekap sebagai tajuk utama. Z.ai menekankan pengekodan, penggunaan perusahaan dan ejen. Moonshot pula menggabungkan konteks panjang, pemberat terbuka pada skala sangat besar dan pengedaran melalui produk. Pendekatan mereka berbeza, tetapi ketiga-tiganya mendorong industri kepada soalan yang lebih luas: berapa banyak keupayaan berguna yang boleh diperoleh pembangun bagi setiap dolar latihan atau inferens?
Perbandingan ini tidak sepenuhnya mudah. Kos latihan yang dilaporkan sering berdasarkan dakwaan syarikat dan mungkin tidak merangkumi data, kejuruteraan, akses perkakasan, penilaian serta kos penggunaan. Namun, kesan strategiknya nyata: DeepSeek memaksa pelabur dan makmal AI menilai semula andaian tentang keluk kos model termaju. 17
22
2. Pemberat terbuka memberi lebih banyak pilihan kepada pembangun
Pemberat model yang boleh dimuat turun membolehkan pembangun mengehos sendiri, melakukan penalaan halus atau mengintegrasikan model tanpa bergantung sepenuhnya pada API proprietari. Ini memberi DeepSeek, GLM dan Kimi laluan ke dalam ekosistem perisian global walaupun syarikat-syarikat tersebut mungkin mempunyai akses pengedaran luar negara yang lebih terhad.
Namun, “pemberat terbuka” tidak semestinya bermaksud sumber terbuka sepenuhnya. Pemberat mungkin tersedia, sementara data latihan, kaedah pemprosesan data, kod latihan dan keseluruhan saluran pembangunan tidak didedahkan. Perbezaan ini penting dari segi kebolehulangan, pelesenan, keselamatan dan tadbir urus.
3. Kejutan pasaran melangkaui makmal AI
Pelancaran DeepSeek pada Januari 2025 menjejaskan penilaian syarikat teknologi Amerika kerana ia mencabar andaian bahawa AI yang lebih berkeupayaan secara automatik memerlukan perkakasan berprestasi tinggi pada kadar yang sepadan. Kerugian satu hari Nvidia menunjukkan betapa pantasnya inovasi pada peringkat model boleh mempengaruhi lapisan infrastruktur. 17
18
Kimi K3 Moonshot mencetuskan perhatian yang sama terhadap kemungkinan syarikat China menerbitkan model dengan skala terbuka yang sebelum ini dikaitkan dengan makmal Amerika terbesar. Reaksi itu lebih wajar ditafsirkan sebagai tekanan terhadap andaian sedia ada—bukan bukti bahawa kemenangan teknologi sudah pun lengkap. 1
4
Kekangan yang boleh menentukan fasa seterusnya
Ketiga-tiga syarikat masih berdepan masalah struktur yang sukar.
- Pengkomputeran dan perkakasan: Kawalan eksport serta akses terhad kepada pemecut termaju menyukarkan latihan dan penyediaan model termaju. Teknik kecekapan boleh mengecilkan jurang, tetapi tidak menghapuskan keperluan terhadap cip, tenaga, rangkaian, bakat kejuruteraan dan modal.
45
- Pengkomersialan: Model terbuka atau murah boleh tersebar dengan pantas, tetapi pada masa sama menyukarkan penciptanya menjana hasil. Perhatian teknologi perlu diterjemahkan kepada perniagaan perusahaan, API atau pengguna yang berkekalan.
- Ketidakpastian penanda aras: Kemenangan pada satu penanda aras sempit atau yang dilaporkan sendiri tidak menyelesaikan persoalan tentang kebolehpercayaan, kualiti berbilang bahasa, prestasi pengekodan, keselamatan atau ketahanan ejen. Dakwaan keunggulan memerlukan penghasilan semula secara bebas.
- Kepercayaan dan tadbir urus: Privasi, keselamatan, sekatan kandungan dan penelitian geopolitik boleh mengehadkan penggunaan di luar negara walaupun model itu menarik dari segi teknikal.
- Tekanan pasaran modal: Penyenaraian Z.ai memberikan kedudukan pembiayaan yang berbeza berbanding DeepSeek yang masih persendirian, manakala persiapan IPO Moonshot yang dilaporkan masih belum pasti. Struktur pemilikan dan rancangan penyenaraian DeepSeek juga kurang jelas dalam laporan awam yang boleh dipercayai.
49
50
15
Kesimpulan
Liang Wenfeng, Tang Jie dan Yang Zhilin tidak melaksanakan satu strategi AI China yang seragam. Liang menjadikan kecekapan dan penyelidikan AGI jangka panjang sebagai teras identiti DeepSeek. Tang membawa penyelidikan model asas yang lahir daripada universiti ke bidang pengekodan, ejen dan skala pasaran awam. Yang pula membina Moonshot berasaskan konteks panjang, sistem mixture-of-experts yang sangat besar dan pengedaran terbuka kepada pembangun.
Pencapaian bersama mereka ialah menjadikan AI termaju lebih pelbagai. Mereka memperluas pilihan untuk pembangun, mencabar ekonomi infrastruktur model tertutup dan melemahkan andaian bahawa China akan sentiasa berada di belakang Amerika Syarikat.
Kesimpulan yang lebih berhati-hati juga merupakan kesimpulan yang paling kukuh: ketiga-tiga pengasas ini sudah mengubah landskap persaingan, tetapi kekangan pengkomputeran, penanda aras yang belum seragam, pengkomersialan dan kepercayaan akan menentukan sama ada perubahan itu berkekalan.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Tiga pengasas yang sedang menulis semula cabaran AI China terhadap Silicon Valley"?
DeepSeek R1, GLM 5.2 dan Kimi K3 menjadikan keupayaan model, kos inferens dan akses pembangun sebagai ukuran penting dalam persaingan AI—bukan sekadar siapa menghasilkan chatbot terbaik.
What are the key points to validate first?
DeepSeek R1, GLM 5.2 dan Kimi K3 menjadikan keupayaan model, kos inferens dan akses pembangun sebagai ukuran penting dalam persaingan AI—bukan sekadar siapa menghasilkan chatbot terbaik. Liang Wenfeng menumpukan DeepSeek pada kecekapan dan penyelidikan AGI jangka panjang; Tang Jie membawa penyelidikan Tsinghua ke arah perusahaan, pengekodan dan ejen AI; Yang Zhilin pula mempertaruhkan konteks panjang...
What should I do next in practice?
Cabaran utama masih merangkumi akses cip dan kuasa pengkomputeran, pengkomersialan, ketidakpastian penanda aras, kepercayaan, kawal selia eksport dan akses kepada pasaran global.