马斯克突然点赞中国AI：一场静悄悄的革命，正在颠覆硅谷认知

马斯克突然点赞中国AI：一场静悄悄的革命，正在颠覆硅谷认知 2026年3月3日，一个普通的初春夜晚。 阿里千问团队像往常一样，在GitHub上开源了一批新模型。0.8B、2B、4B、9B——一串看起来毫不起眼的数字。 然后马斯克来了。 这个全球最顶级的科技狂人，在X上甩出了一句话："Impressive intelligence density（智能密度令人印象深刻）。" 能让马斯克专门发推文点赞的中国AI模型，到底什么来头？ 壹 一个让硅谷坐立难安的数字：0.3% 就在几天前，斯坦福大学发布了2025年AI指数报告。 这份长达456页的报告，抛出了一个让所有人都大跌眼镜的数据： 中美顶级AI模型的性能差距，已经从2023年的20%，骤降至2024年的0.3%。 0.3%是什么概念？ 就是那种在考试中，第一名和第二名之间的差距。或者说，难分伯仲。 2023年之前，硅谷那帮工程师提到中国AI，态度大概是这样的："抄是可以抄的，进步也挺快，但跟我们还是有代际差距的。" 结果2024年一过完账，斯坦福的报告直接扇了一记响亮的耳光。 中国模型不仅追上了，而且在某些关键指标上开始领跑。 高盛在年底的研报里说得更直接：中美AI技术的差距，已经缩小到"3到6个月"。 什么意思？ 就是美国刚发布一个新模型，中国团队大概只需要半年，就能整出一个性能相当的来。 而且这个"追赶"的剧本正在不断加速，从20%到0.3%，只花了一年时间。 贰 马斯克点赞的"智能密度"，到底是什么？ 回到3月3日这个夜晚。 阿里千问开源的Qwen3.5系列，小得让人离谱。 0.8B——就是8亿参数。2B——20亿参数。4B——40亿参数。9B——90亿参数。 这点参数，放两三年前，连个像样的模型都训不出来。 但是千问团队做到了一个关键突破：用更小的参数，实现"跨级"性能。 官方测试集显示，那个只有90亿参数的9B版本，在IFBench、GPQA Diamond等多项测试中，表现已经媲美甚至超越了千亿参数规模的GPT-OSS-120B。 10倍的参数差距，硬是被中国工程师用算法和工程技巧给抹平了。 这就是马斯克说的"智能密度"——在最小的身体里，注入最大的智慧。 而且这已经是千问3.5家族的第八个开源模型了。 就在今年除夕，千问刚开源了Qwen3.5-3970亿参数版本，参数不到4000亿，性能就直接超越了万亿参数的Qwen3-Max模型，部署成本还大幅下降。