自2025年初DeepSeek把算力成本打下来之后，中国AI产业发展进入了加速阶段。
根据斯坦福大学《2025年人工智能指数报告》，中美顶级AI模型的性能差距从2023年的17.5%缩小至0.3%，差距接近抹平。
然而，如果说2025年上半年还是模型突破的竞速，那么到了下半年，全球AI竞争已进入算力为王的新阶段，算力资源的获取，再一次成为中国AI企业难以逾越的鸿沟。
但困扰中国AI产业发展的不仅仅是芯片。商业模式始终未能成立，才是现金流的真正杀手。
DeepSeek在2024年12月至2025年2月期间用户增长迅猛，全球日活用户总量达到1.19亿，其中国内APP端日均活跃用户数达3494万。从全球AI应用赛道来看，达到这一用户规模，ChatGPT用了两年时间，而DeepSeek仅用了一年多时间便实现。
然而，这种“用户量爆发”并未转化为稳定的收入来源。直到今天，DeepSeek依然是免费的。至于Manus，直到离开前也没有形成一个稳定的商业模式。
相比之下，海外AI应用如ChatGPT凭借20美元的Plus会员服务收获超2000万付费用户；埃隆·马斯克的xAI不久之前发布的Grok 4，订阅费为30美元/月，Grok 4 Heavy版本费用更是高达300美元/月。
反观国内，最早开始收费的文心一言在DeepSeek的冲击下被迫取消付费，之后无论是大小厂，已经没有人敢尝试付费的选择。
这可能与国内用户对To C软件多年来一直就没有形成付费习惯有关，所以为什么广告更多成为To C应用的商业模式的主流选择——这也是我们常说的，“羊毛出在猪身上，狗来买单”。
但把用户付费意愿薄弱归咎于用户，其实也并不公平。因为以目前国内大模型的幻觉率，其所交付的成果，其实还远没有达到可以付费的程度。
当前，国内大模型的幻觉问题已成为制约其商业化落地的核心障碍。尽管技术迭代速度加快，但高幻觉率导致的输出不可靠性，使得这些模型在关键领域和用户场景中难以形成稳定的付费需求。
同样以DeepSeek为例，其幻觉率远超行业平均水平（如Gemini-2.0的0.7%），甚至在专业领域（如法律、医疗）频繁编造虚假信息。此前就有用户反馈显示，当被问及法律的具体条款时，模型甚至虚构了法律条文；在医疗咨询中，其推荐的“纳米机器人治疗癌症”方案被专家斥为伪科学。
这类错误不仅暴露了模型对事实的无意识扭曲能力，更直接威胁到用户对其输出的信任基础。
用户或许能容忍一篇风格流畅但内容失真的文章，却无法接受一份因幻觉导致的错误诊断报告或法律文书。
试问，在法律条文、医疗建议等关乎利益、权责乃至是生命安全的场景中，用户如何愿意为充满不确定性的结果支付费用？
当模型输出的可靠性无法保障时，用户自然倾向于选择免费版本，而非为潜在风险买单。即便部分企业尝试通过增值服务（如深度分析、定制化报告）吸引付费用户，但高幻觉率导致的输出质量不稳定，使得这些服务难以形成差异化竞争力。
国内大模型的高幻觉率不仅削弱了其在关键场景中的实用性，更动摇了用户对AI输出的信任根基。在这种情况下，强行推动付费模式无异于空中楼阁。
在找到能够跑通的商业模式之前，国内AI产业仍将困于“免费—不可靠—难付费”的艰难循环中。
▲ 图源Pixabay