路透社6月18日刊文指出，AI的未来可能走向更小、更廉价且利润较低的路径，而非当前大模型主导的军备竞赛。一项最新研究显示，运行在桌面电脑上的小型语言模型，已能处理目前大型模型承担的大部分任务，这将显著降低算力需求与部署门槛。[[1]](https://www.reuters.com/commentary/reuters-open-interest/future-ai-may-be-small-cheap-unprofitable-2026-06-18/)
这一判断与当下行业趋势形成鲜明对比。OpenAI、Anthropic等前沿实验室仍在持续扩大模型规模与训练预算，而小模型的兴起可能让更多企业转向本地或边缘部署，绕过云端高昂成本。谷歌、微软等巨头虽已推出轻量版产品，但核心收入仍依赖大模型API订阅；若小模型普及，订阅模式与数据中心扩张的回报预期将面临压力。
与此同时，G7峰会期间各国对美国AI出口管制的担忧，也凸显了“小而自主”部署的战略价值。欧洲和亚洲企业若能用本地小模型满足多数需求，既可规避断供风险，又能控制数据主权。未来6-12个月，值得跟踪小模型在企业生产力工具中的实际采用率，以及大模型厂商是否会加速推出混合架构以保住护城河。[[2]](https://techcrunch.com/2026/06/17/world-leaders-want-american-ai-they-just-dont-want-america-to-be-able-to-turn-it-off/)
信源：https://www.reuters.com/commentary/reuters-open-interest/future-ai-may-be-small-cheap-unprofitable-2026-06-18/