最近看李开复的访谈，他对"AI 主权”的理解挺有意思。他好像觉得，光有技术掌控力或者数据安全还不够，最关键的其实是模型能不能真正适应本地的文化和法律。
基于这个观点，他不太赞成那些资源有限的国家去盲目模仿 OpenAI 的模式，或者花大价钱搞闭源研发。说实话，我觉得他说得挺实在——对于很多小国家或者中小企业来说，那条路确实太难走，性价比不高。
那出路在哪？李开复建议走一条“第三条路”，就是基于开源模型来做文章。
首先是低成本。在开源模型的基础上，通过增量训练（Incremental Training）去微调，让模型符合特定区域的价值观。这一套下来，成本非常低，不用像从头训练那样烧钱。
其次是避险。如果用外国的通用模型，多少总得受制于人吧？用开源模型自己改，至少在本地化需求上更有保障，心里也踏实点。
再聊聊中美那边的竞争。李开复注意到一个挺明显的现象：资源有限反而逼着中国企业把工程效率练到了极致。
你看 DeepSeek 的例子，中国企业花的投资只有美国的十分之一，哪怕算力不够，也能通过优化架构、减少依赖，跑出高性能来。这招挺狠的。
至于未来格局，他预测 AI 领域会变成类似"iPhone vs Android"的双极局面：
- 闭源模型大概像 iPhone，主打高利润，把生态控制得死死的。
- 开源模型则像 Android，虽然单体利润可能不高，但市场覆盖广，普及度也高。
最后的结果可能是两者长期共存，共同把未来的智能生态搭起来。
另外，他对中国在硬件上的优势还是很有信心的，特别是在物理 AI这块。
咱们供应链太全了，制造成本也比西方低不少。
顺着这个趋势看，从智能穿戴设备到机器人，未来 AI 时代那些“基准硬件”（Benchmark Hardware），大概率会在中国完成设计和品牌化。毕竟，手里握着硬件命脉，AI 跑起来才更有底气。
