美智库：中美未来在AI不同领域各占优势

作者：跋公

近年来，美国政府和高科技企业不断强调与中国的AI“竞赛”（race），并称其为决定未来国家竞争力的关键战场。特朗普签署的AI行政令也提出美国必须保持领导地位，包括让盟友采用美国的全栈解决方案。Anthropic等美国AI公司被爆限制与监控中国用户后，美国政府本周又允许Anthropic向部分受信任的中国企业和机构开放新模型Mythos 5的应用。这种举措说明，在芯片和能源之外，美国将AI视为对华竞争的核心战略资产。

然而，美国长期研究中美科技关系的专家认为，将AI发展简单理解为一场输赢分明的竞赛，既忽略了两国战略目标的差异，也低估了AI技术本身发展的复杂性。事实上，中美虽然都将人工智能视为未来核心生产力，但双方关注重点、发展路径以及最终目标存在明显区别。这场竞争，更像是一场不同发展模式之间的综合较量，而不是一场简单的百米冲刺。

近日，布鲁金斯学会约翰·桑顿中国研究中心研究员陈凯欣(Kyle Chan)美国麻省理工学院国际政策研究计划（IPRI）杰出研究员大卫·埃德尔曼（R. David Edelman）在一档播客节目中，讨论了中美AI发展现状及趋势。其中，大卫·埃德尔曼同时在MIT计算机科学与人工智能实验室（CSAIL）和国际研究中心任职，主要研究人工智能治理、科技与通信地缘政治以及计算国家安全等议题。

他们认为，现在真正值得关注的，或许不是谁将赢得这AI“竞赛”，而是中美能否在加快速迭代的技术图景中，管理好由此带来的现实风险，尤其是网络安全以及关乎人类决策自主权的军事误判等。

是不是“竞赛”？

两人首先认为，AI“竞赛”这一说法过于简化。该词语与政治经济诉求紧密相关，而在华盛顿，它更像是政策出台后的一种叙事合理化的用词，因为竞争叙事在政治和经济上都对美国有利，就像冷战时期对苏联的态度一样。

目标差别：通用人工智能 vs. 全面产业融合

陈凯欣认为，中美AI战略最大区别在于目标设定的不同。美国聚焦于实现“通用人工智能”（AGI）乃至“超级人工智能”（ASI），美国科技企业投入巨额资金建设算力中心，希望率先突破技术前沿，实现能够完成绝大多数人类智力工作的AI系统。仅美国数据中心和算力基础设施投资，2027年可能超过1万亿美元。

▲中国AI机器人公司宇树科技生产的武装机器狗。

相比之下，中国虽然同样高度重视人工智能，但重点并不是率先实现AGI，而是推动AI快速融入实体经济。中国希望将AI应用到制造业、医疗、教育、科研、政府服务、生物医药等各个领域，使人工智能成为产业升级的重要工具。

大卫·埃德尔曼也认为，美国是在AI实验室比拼，中国则是在给工厂车间扩大产业，推广实际应用，实现真正创造经济价值的能力。

开源与闭源模型的博弈

美国AI领先企业多采用闭源模式，企业控制模型权重、训练数据和运行方式，用户只能通过API调用服务，难以获知内部机制。这种方式有利于保护商业利益，也便于持续保持技术领先。而中国企业则更加积极推动开源，允许开发者下载模型、进行本地部署、二次开发，并且运行成本更低，更容易形成广泛生态。DeepSeek、阿里巴巴等中国企业正借助这一模式快速扩大国际影响力。

这两种模式各有利弊：闭源模型代表最高性能，但开放模型更容易传播、更便宜，也更容易形成产业生态。而且，过度依赖美国闭源模型的国家担心遭遇技术“卡脖子”。现实是，许多美国企业出于成本考虑（中国开源模型成本仅为美国同类产品的约5%），只要模型能够满足实际需求，价格往往比性能更重要。因此，即使部分美国企业存在安全顾虑，也可能因为成本原因而选择使用中国开源模型。

能源短板是美国隐忧

AI竞争不仅是算法竞争，更是能源、芯片和基础设施竞争。在能源议题上，大卫·埃德尔曼坦言美国面临严峻挑战。如今衡量数据中心实力的标准已从芯片数量变为电力容量，而美国目前面临能源建设周期长、电网接入缓慢、社区反对数据中心建设等现实问题。相比之下，中国则拥有更大的电力容量，并持续建设新的能源设施，包括核电和大型电网。

▲美国五角大楼要求Anthropic公司向军方提供Claude人工智能技术的无限制使用权限，以用于军事行动，并威胁称如果Anthropic公司拒绝，将取消合同并破坏供应链。

他特别提到，Anthropic与SpaceX合作建设的Colossus数据中心目前部分依赖天然气发电，凸显了美国在清洁能源基础设施上的短板。

芯片出口管制：有效，但也有代价

美国对中国实施高端AI芯片出口管制，确实限制了中国训练最先进大模型的能力，使中国在短期内难以保持与美国同样的发展速度。

不过，陈凯欣认为美国的出口管制是一把“双刃剑”。短期看，对外管制确实限制了中国AI实验室的算力和训练规模；但长期看，这反而促使中国下决心打造完全自主的半导体供应链。从光刻机、材料、EDA软件到芯片制造，中国正以前所未有的力度推动建立完整产业链。

同时，中国企业不断提高算法效率，希望在有限算力下实现更高性能，并通过更多芯片联网协同（比如华为的“韬定律”规划）、先进封装等方式缩小与美国的差距。陈凯欣将此比作“中国的普通列车试图追赶子弹头列车”，难度极大，但在推理端芯片和模型效率优化方面，中国仍有可能取得实质进展。

大卫·埃德尔曼补充认为，出口管制或许无意中助长了中国国内的“技术自主创新能力”或技术民族主义阵营，这是一个值得美国政策制定者深思的问题。

中美未来在不同领域各自领先

针对谁更占据优势，两人认为，在基础模型研发、算法创新和前沿科研方面，美国仍然拥有明显优势。美国拥有全球最强的人才吸引能力、开放创新环境以及成熟的资本市场，这些因素共同推动AI基础研究不断突破。但如果将目光转向机器人、自动驾驶、无人机、智能制造等“物理世界的AI”，中国则具有更强竞争力。

原因在于，中国拥有全球最完整的机器人产业链，从传感器、电机、电池到激光雷达等核心零部件均具备规模优势。同时，中国拥有全球最大的制造业体系，可以快速部署机器人，在实际生产过程中不断积累数据，再利用数据持续优化模型和硬件，实现“部署—采集数据—继续优化”的良性循环。

▲2026年一季度，中国单独列名的机器人合计出口额更是高达113.2亿元人民币。

因此，如果说美国擅长推动AI技术创新，那么中国更擅长推动AI产业扩散，两国优势并不完全重叠。

国家安全影响

在国家安全层面，陈凯欣提醒不应只盯着谁的模型更强，而应关注中美AI生态事实上存在的相互依赖关系。不少美国开发者青睐中国的低成本开源模型，中国开发者也大量使用Claude等美国模型。这种技术交流既带来创新，也带来新的安全挑战。过度粗暴地推动“脱钩”，包括限制人才流动和科研交流，可能反而对美国不利。

大卫·埃德尔曼则指出，AI一方面能够显著提升网络安全防御能力，另一方面也可能大幅提高网络攻击、诈骗、信息伪造等攻击效率，加大网络空间风险。

更值得警惕的是未来AI介入传统军事决策风险。如果危机发生时，各国过度依赖AI判断，可能因为误判而导致局势迅速升级。因此，中美不仅需要竞争，更需要建立风险沟通机制，及早应对这一挑战，避免因AI而放弃独立判断，导致误判甚至冲突升级。

高端访谈

更多访谈（下滑查看）

中美聚焦网｜中美交流基金会