中国の大規模モデル発展史：大規模モデルの競争が「ポスト・ブルートフォース計算時代」へ
TechFlow厳選深潮セレクト
中国の大規模モデル発展史：大規模モデルの競争が「ポスト・ブルートフォース計算時代」へ
後浪は猛烈に進化し、前浪は困難を乗り越えていく。
Web3業界の深掘り報道に専念し潮流を洞察筆者：キーフレーム
画像出典：無界AI生成
AIアリーナは静かに、深刻な技術的パワーシフトを目撃している。
DeepSeekが引き起こしたこの変革はまだ鎮静せず、大規模モデルの競争は「後暴力的計算時代」へと突入し、効率の重要性が浮上した。AIの権力構造も再編されつつあり、OpenAIの「一強支配」状態は常に揺らされている。
後発勢力が猛烈に進化し、先行者は困難を乗り越えようとする。「城頭変幻大王旗」の勝者が決まるには至らず、いかにオープンソースによってエコシステムの支援を得ながら、クローズドソースで商業収益を実現するかが勝負の鍵となる。
01．中国AIプロジェクト、政策の風を受けて「爆発的増加」
国産AIの発展は静かに着実に醸成されてきた。業界関係者にとって2023年は人工知能発展の分水嶺の年と見なされている。
人工知能科学者の李飛飛（リー・フェイフェイ）はかつて、「歴史的に見れば、2023年は技術の深い変化と一般市民の意識覚醒により記憶に残る年になるだろう」と述べた。
しかし、それ以前にも人工知能に関する技術的探求や革新は数えきれないほどあった。
1956年、ジョン・マカーシーがダートマス会議で初めて「人工知能（Artificial Intelligence）」という概念を提唱し、AIは学問として正式に誕生した。
だが1973年になると、AI研究が瓶頸に陥り、資金投入が大幅に削減され、発展は「冬の時代」に入った。
1986年になり、「AIの父」と呼ばれるジェフリー・ヒントン（Geoffrey Hinton）が逆伝播（Backpropagation）アルゴリズムを提唱したことで、ニューラルネットワークの復活が訪れ、AI発展に再び光明が差した。そして2017年、Googleが自己注意機構（Self-Attention）に基づく手法を提案し、RNN/LSTMに取って代わり、以降の大規模言語モデル（LLM）の中心的アーキテクチャとなった……。
国内のAI発展の道のりを振り返ると、2023年もまた「国産AI時代の元年」と呼べる年だった。
天眼查によると、2023年前半だけでも大規模モデル直接関連の資金調達イベントは20件以上あり、国内で公開された大規模モデルの数は100を超えた。そして2024年7月時点で届け出を完了しサービス開始した生成AI大規模モデルの数は近い200に達した。
今日に至っても、ファイナルラウンドまで進めるのは依然として十数社に過ぎない。調査機関フロスト＆サリバンは、現在、汎用基礎大規模モデル分野の競合企業は20社余りにまで絞られ、主にインターネット企業、クラウドコンピューティング大手、および人工知能スタートアップ企業が主導していると指摘している。
誰もがこの「銃声のない戦争」の当事者であり、2025年の年初から振り返れば、2024年の「百模型大戦」による選別を経て、DeepSeekが2025年初頭にグローバルテクノロジー業界に「雷鳴」を落とし、国産AIの「決定的飛躍」を推進し、足場を確固たるものにしたと言えるだろう。
持続的な革新能力を持つ企業が徐々に市場を支配するようになり、画像・文章から動画、多言語広告生成へと、AIの応用範囲は急速に拡大している。
同時に、大規模モデルとエージェント技術も加速発展段階に入った。C向けのユーザー体験の最適化からB向けの企業ソリューションまで、エージェントと大規模モデルは、技術と社会の接続方法を再定義しつつある。
現在のファイナルラウンドには三つの勢力がある。第一はアリババ、字節跳動（ByteDance）を代表とするインターネット大手企業およびクラウドサービスプロバイダーが大規模モデルに参入すること。第二は科大訊飛（iFlytek）を代表とする国家級AIチームがG/B/C連携方式で、ソリューションもハードウェア製品も手掛けること。第三は智譜（Zhipu）、DeepSeekなどのAIスタートアップ企業で、少数ながら基礎モデルの革新を堅持している。
産業チェーンの上下流では立場が分かれ、モデルベンダー各社の成長路線も分岐している。「AI六小虎」ですら道の分岐に直面している。例えば、百川智能は医療など特定業界向け大規模モデルへシフト。零一万物は超大規模モデルの訓練をアリババに委託。月之暗面（Moonshot）とMiniMaxはC向けアプリケーションと製品開発に注力している。
業界関係者の多くは、産業チェーンの上下流と比べて、中間層のモデルベンダーは一般的に収益化の難題に直面していると考えている。2025年には、ファイナルラウンドに残るプレイヤーの中でも、基礎大規模モデル層での革新を続ける企業がさらに減少すると予想される。
02．「金銭信仰」から「効率革命」へ
「コスト、AIエージェント、マルチモーダル」が現在のAI産業の三つのキーワードであり、2024年の大規模モデルの進化方向を表しているとすれば、これらは大規模モデルが産業現場に定着するための重要な節目を示しているかもしれない。
まず、コストは企業の生死を決する要因である。大規模AIモデルの訓練・展開には膨大な計算資源が必要であり、企業は高い計算コストと運用維持コストを負担せざるを得ない。
DeepSeek-R1はまさに企業が効率とコスト管理において抱える課題に着目し、比較的低い計算リソース投入で、トップレベルのモデルと同等、あるいはそれを上回る性能を実現した。
従来のAI発展モデルはしばしば「規模至上」の論理に依存し、超大規模モデルと超大規模計算クラスタの追求を重視してきた。一方、DeepSeek R1の軽量化モデルとオープンソース戦略は、AI応用のハードルを下げ、ミドルレンジの計算設備および分散型データセンターの普及を促進した。
産業チェーン上流のNVIDIAは、DeepSeekの登場により需要構造の調整圧力を受けるようになった。
ASICチップメーカーにとっては新たな発展機会が到来した。ASICチップは特定のAIアプリケーションに特化したハードウェアアクセラレーションが可能であり、エネルギー効率とコスト管理の面で明確な利点を持ち、分散型計算の発展トレンドに適合している。
計算サービス提供側にとって、地域データセンターは低遅延と応用シナリオへの近接性という利点を活かし、製造業のスマート品質検査、金融リスク管理など、遅延に敏感な用途の需要を担い始めている。
AWS、アリババクラウドなどのクラウドコンピューティング大手は、一部大型データセンターの建設戦略を見直し、エッジコンピューティングおよび分散型計算インフラへの投資を強化している。
一方、アプリケーション側は計算コスト低下の恩恵を受け、AIが製造業、金融、医療など各分野への浸透が加速する。
コードホスティングプラットフォームGitHubでは、すでにDeepSeekモデルをベースにした統合アプリケーション事例（awesome deepseek integration）が多数登場しており、「需要が供給を牽引する」好循環が生まれ、「計算力＋業界」の相互エンパワーメントが実現している。
AI技術はあらゆる業界に急速に浸透し、産業の高度化と経済発展を推進する重要な原動力となる。
ただし注目すべきは、DeepSeek R1の技術的ブレークスルーが、AI応用のハードルを下げる一方で、「ジェボンズのパラドックス」を引き起こす可能性があることだ。
ジェボンズのパラドックスは19世紀の経済学者ウィリアム・スタンリー・ジェボンズが提唱したもので、石炭の使用効率が向上しても、石炭の消費総量がむしろ増加するという現象を指す。このパラドックスは、効率の向上が必ずしも資源消費の削減につながるわけではないことを示しており、むしろコスト低下と応用範囲の拡大により需要が刺激され、結果として資源消費総量が増加する可能性がある。
マイクロソフトCEOのサティア・ナデラは、このジェボンズのパラドックスを引用してDeepSeek R1がもたらす影響を的確に説明した。
ナデラは、「より安価でアクセスしやすいAI技術が、より迅速な普及と広範な応用を通じて需要の急増を引き起こす」と述べた。AI技術のハードルが下がることで、これまでコスト制約によりAIの応用が不可能だった分野、例えば中小企業やエッジコンピューティングのシナリオなどに、大量の新たな応用需要が生まれ、計算リソースの呼び出し密度が指数関数的に上昇するだろう。
新興応用シナリオの爆発は、計算需要の分裂をさらに加速させる。自動運転、具身ロボットなどの先端分野ではリアルタイム計算力に対する要求が非常に大きく、DeepSeekの技術最適化スピードをはるかに上回る。単一タスクの効率が数倍向上しても、百万規模のスマート端末が並列処理を行う需要があれば、巨大な計算力消費ブラックホールが形成される。
03．「オープンソース」と「クローズドソース」の協働
オープンソース大規模モデルDeepSeekの「爆発的人気」に伴い、「オープンソース」「無料」などのキーワードが頻繁に登場するようになった。
DeepSeek登場以前、中国の大規模モデル企業は「オープンソース」と「クローズドソース」のどちらを選ぶかで意見が分かれていたが、今や「オープンソース」「オープンエコシステム」「パートナーネットワークの拡大」が主流の声となっている。
この「ナマズ」DeepSeekの衝撃を受け、中国の大規模モデル企業はより「オープン」な姿勢を見せ、自社の開発者エコシステムおよびアプリケーションエコシステムの早期構築を目指している。
オープンソースモデルとクローズドソースモデルの本質的差異は、基本条件、技術面、および商業化の三つの観点から考察できる。
基本条件から見ると、オープンソースモデルは公開データセットやコミュニティ貢献データを情報源とし、分散型の、開発者が独自に保有するGPUクラスタを計算基盤とするため、開発者、研究者、企業などに平等なアクセス機会を提供し、技術革新と共有を促進する。
一方、クローズドソースモデルは企業またはチームが開発し、ユーザ行動ログ、プライベートデータベース、整理済み公開データといった専有データを情報源とし、利用者は企業が提供するAPIやプラットフォームを通じてのみ利用できる。
収益化の観点からは、オープンソースモデル自体は直接収益を生まないが、通常は付加サービス（クラウドコンピューティング、技術サポート、研修、カスタマイズ開発など）を通じて収益化を図る。企業はオープンソースモデルを基盤に、有償の付加価値サービスを提供することで持続可能な収入源を築くことができる。
クローズドソースモデルの商業化ルートは比較的直接的で、企業はライセンス許諾、サブスクリプション、プラットフォーム課金などで利益を得る。クローズドソースモデルは顧客が使用権とサービスに対して支払いを行うため、企業に高利益をもたらすことができる。
オープンソースとクローズドソースは「水と油」ではなく、将来は両者が相互作用する形態が生まれる可能性が高い。オープンソースはAI技術の普及と革新を加速させ、クローズドソースは技術の商業的発展と安定性を確保する。
将来の勝者は、オープンソースとクローズドソースの両方を巧みに使いこなす「多面手」になるだろう。オープンソースを通じてエコシステムの勢能を得つつ、クローズドソースで価値獲得を実現する。
ナデラが言うように、「超大規模AIでは勝者がすべてを取るという状況は起こらない。オープンソースモデルがクローズドソースを牽制する役割を果たすのだ。」
おわりに
現在のAI時代において、DeepSeekはAndroidがモバイルインターネット革命において果たしたのと同じくらい重要な役割を担うだろう。
産業エコシステムの再構築、連鎖反応の発生、上位層アプリケーションの発展と下位層システムの統一を加速させる。これにより、ソフトウェア・ハードウェアおよび産業チェーン上下流を横断するエコシステムの力を結集し、各関係者が「モデル－チップ－システム」の協同最適化および垂直統合への投資を強化するよう促す。その結果、CUDAエコシステムの優位性がさらに弱まり、国産AI産業の発展に新たなチャンスをもたらす。
DeepSeekは技術革新を通じて、AIモデルの訓練プロセスにおける高価な輸入チップへの依存を低減し、国内企業に実行可能な技術的道筋を示した。これは、国内企業が自社開発の計算チップに自信を持つ大きな後押しとなった。
この駆け引きは、オープンソースかクローズドソースかという技術選択を超え、AI発展における発言権、市場主導権、そして計算リソースの分配をめぐる争奪戦である。このAI権力争奪戦はすでに始まっている。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
