AI革命不会在电视上播出——它将量化

借用吉尔·斯科特-赫伦1971年的抗议歌曲，如果说AI革命不会被量化，那可能就错了。在中国，一场文化变革正在进行，量化确实在推动变化。

量化是压缩AI模型权重至更低数值精度的过程，使模型更小、运行成本更低。它与开放权重模型的提供并行，开发者可以公开访问模型的训练参数，然后定制模型并在本地或选择的云上运行。RQR Intelligence指出，“中国AI生态系统的巨大优势在于其对开放权重的坚定承诺。”

软件工程师能够使用Qwen、小米的MiMo或DeepSeek V4 Pro等模型，下载权重，经过量化过程，然后在本地机器或选择的云服务上运行和托管，从而获得前沿智能。Sonar的首席工程师Gautam Korlam表示：“中国前沿模型如Z.AI、Qwen、GLM和DeepSeek已成为当今软件开发的实用工具。它们适用于测试生成、重构、仓库分析、文档和初步调试。但需要注意的是，它们仍需验证。它们是有用的工程工具，但不是自主的高级工程师。”

Korlam进一步指出，中国前沿模型的最大优势不仅仅是基准测试的提升，而是从不同角度的实力展示。“有了这些中国前沿模型，开发者可以检查、微调、本地运行，并将其集成到仅通过API部署难以实现的工作流程中。这使团队对成本和智能有更多控制。”

对专有封闭权重AI前沿模型公司的革命，部分源于对美国GPU硬件出口管制的战略回应。这些约束促使中国AI实验室通过使用各种编码方法进行创新。Index.dev指出，阿里巴巴云的Qwen通过稀疏模型方法实现效率，在推理时仅激活部分参数。“与传统AI模型一次激活所有参数不同，Qwen3-Max仅使用与给定任务相关的部分。这使得推理效率提高约30%，在不消耗大量计算能力的情况下实现高性能。”

Quesma的创始工程师Piotr Migdał表示：“事情变得有趣了，但这是双刃剑。对公司和开发者来说是福音。同时，这意味着工具可以被任何一方——国家或私人——用于防御或攻击。”他认为Z.ai的GLM 5.2等模型的发布表明AI竞赛不再只是美国的事情。Migdał指出：“虽然竞争激烈，但可以期待更多中国模型领先。”

随着中国前沿AI模型被广泛基准测试、评论，并且很少因幻觉受到指责，下一个转折点可能带来新的标准化、透明度，甚至是商品化。OC&C战略咨询公司的合伙人James McGibney认为：“原始模型智能已经开始商品化，更便宜的中国开放权重和量化模型将加速这一转变。”其结果是企业可能逐案选择模型。当商品化开花时，将推动前沿AI公司向上游移动，专注于软件、工作流集成、治理和实施层，使AI在真实商业环境中可靠且有价值。

回到吉尔·斯科特-赫伦，他说革命不会在电视上播出，意思是真正的变化是内在的，不会被赞助或商业化，没有人应该坐以待毙。如果他今天还在，并关注中国前沿模型的发展，他可能会同意AI模型革命很可能被量化。也许唯一的区别是，在软件开发者的参与下，这场革命几乎肯定会伴随可乐进行得更好。