中美之间的AI竞赛初见分晓：能把中国击败的，估计只有魔法了

Quora上曾有一个流传甚广的讨论帖，题目问的是：美国、中国、日本、印度、俄罗斯还是欧洲，谁将赢得这场人工智能的竞赛？

当时一位从事计算机视觉与算法训练工作的用户Blake Senftner给出了一个颇具冲击力的答案。他说，赢家不会是这些国家中的任何一个，而是一家企业，这家企业最终将悄无声息地控制上述所有国家，无论这些国家是否意识到这一点。

这个回答在当时的Quora上并没有获得太多支持，另一位用户B. A. Rehl随即提出了反驳，他坚持认为通用人工智能一旦真正实现，带来的将是控制权的分散，而不是集中。

两个人来回交锋了几个回合，Senftner说自己能够设想商业与经济压力如何一步步促成AGI推动权力收拢，Rehl则回击说，Senftner根本不熟悉一线研究，只是拿着自己对AI的旧认知在推测。

Rehl还打了一个让人印象很深的比方：这就好比十九世纪末的人琢磨着在蒸汽机车上装一对扑动的翅膀，就想造出一台飞行器。用旧的框架去理解全新的技术范式，得出的结论多半是南辕北辙。

有意思的是，这场原本只是网上闲聊式的争论，放到如今再看，反倒像是一面镜子。它照出了很多人对AI格局的老式想象——要么是国家对国家，要么是企业统治世界。

可现实的走向，比这两派预言都要意外得多。真正在这条赛道上跑到最前面的，并不是某家跨国巨头，也不是曾被视作理所当然的领跑者，而是一个在几年前还被普遍质疑"能不能追上"的国家。

今年夏天发生的一连串事情，把这种转变摆到了明面上。7月27日，长鑫存储在上海证券交易所科创板挂牌上市，发行价8.66元，收盘直接冲到49元，首日涨幅接近470%，总市值定格在3.28万亿元人民币，一举超过工商银行，成为A股市值第一。

这家过去被美国国防部列入涉军企业清单、被百般围堵的国产存储厂商，用一天的时间把自己的名字写进了世界存储产业的第一梯队。根据TMTPost援引的数据，长鑫存储在2025年第四季度已经拿下全球DRAM市场约7.67%的份额，位居三星、SK海力士、美光之后，排名世界第四。

更耐人寻味的是苹果的动作。据《华尔街日报》《金融时报》多家媒体披露，当时的苹果CEO库克和公司高层从年初开始就密集拜访美国商务部长卢特尼克、财政部长贝森特，甚至直接找到特朗普本人，游说的目标就是一个——允许苹果在iPhone和MacBook里使用长鑫存储和长江存储的芯片。

到7月24日，苹果的胃口已经从"仅限中国市场销售的产品"扩大到"全球销售的产品"，理由也说得很直接：全球存储芯片供应吃紧，中国厂商是眼下最现实的解药。这场游说在8月5日踩了一脚急刹车，长鑫方面拒绝给苹果任何价格折扣，报价直接对标三星和SK海力士。

7月29日，包括共和民主两党在内的七位美国参议员联名致信库克，要求他在8月21日前书面承诺，苹果所有产品都不会使用来自被五角大楼点名的中国厂商的芯片。

一边是苹果求着买，一边是华盛顿严令不许买，中间夹着的是一家被美国封锁多年、如今却让全球最挑剔的电子产品公司放下身段的中国企业。这个画面本身，就比任何评论都更能说明问题。

芯片之外，模型层面的翻转更加彻底。AI模型路由平台OpenRouter的数据显示，从今年2月8日开始，中国出品的AI大模型在其平台上的周token调用量份额稳定在30%以上，到6月一度冲到46%以上，而在2025年上半年，这个数字还只有4.5%。

CNBC在7月7日发布的调查披露，中国模型在美国企业用户中的token使用峰值同样达到了46%。DeepSeek单一厂商就占据了OpenRouter约17.6%的份额，阿里的Qwen占13.9%，小米的MiMo一度冲到21%左右，成为单一供应商中最高的一家。

相比之下，Anthropic作为美国最大的模型供应商，份额只有14.8%。价格差是这场翻转背后最直接的推手：DeepSeek V4 Flash每百万输入token收费0.14美元，OpenAI的GPT-5.5同类价格是5美元，中间差着几十倍。

对于要按token算账的企业客户来说，这种价差不是"考虑一下"的问题，而是"用不用"的问题。

硬件端的画面同样戏剧性。摩根士丹利今年5月8日的报告估算，华为将在2026年拿下中国AI加速器市场62%的份额，寒武纪紧随其后占14%，百度和阿里各占5%左右。

华为2026年AI芯片收入预计达到120亿美元，比上年的75亿美元大幅跃升。而英伟达在中国AI芯片市场的份额，据其CEO黄仁勋本人在多次公开场合承认，已经"归零"。

这位曾经把全球AI硬件牢牢攥在手里的老板，用"糟糕的结果"来形容英伟达在中国失去阵地的现状。TrendForce的数据显示，华为当前量产的昇腾950PR，实测算力约为英伟达特供中国的H20的2.8倍，而后者已经是英伟达被允许卖到中国的最高型号。

模型迭代的节奏则用一个更直白的方式印证了差距的收窄。GLM-5在今年2月11日发布，7440亿参数MoE架构，端到端在华为昇腾芯片上完成训练和推理；DeepSeek V4于4月24日上线；Kimi K3在7月27日晚间开源，2.8万亿参数，被称为目前世界最大的开源权重模型。

斯坦福大学的AI指数报告显示，中国顶尖大模型与美国顶级产品之间的性能差距已经压缩到2.7%左右，部分工业级指标已经出现反超。

回过头再看Blake Senftner和B. A. Rehl当年那场争论，会发现两个人其实都只说对了一半。

Senftner押注的是"企业主导"，Rehl押注的是"技术本身的去中心化"，但他们都没有把一种可能性放进视野——就是一个国家凭借完整产业链、超大规模市场、廉价能源和开放开源生态的组合拳，把这场比赛的规则整个改写。

国家能源局数据显示，截至今年5月底，中国发电装机容量突破40.1亿千瓦，超过美国、欧盟、印度、日本、俄罗斯五方总和。西部数据中心的算力供给成本压到每度电0.03到0.12元。能源、算力、模型、应用一条链贯通下来，形成的不是单点突破，而是系统性优势。

Rehl当年那个蒸汽机车装翅膀的比喻，用在今天倒是别有一番味道。那些仍然坚持"只要卡住高端芯片就能拖住中国AI"的判断，那些以为封锁一份清单就能扭转竞赛走向的思路，用的正是老范式去套新格局。技术的真正跃迁从来不是把旧机器修修补补，而是换掉底层逻辑。

中国AI产业这两年走的路，恰恰是绕开被卡的地方，另起一条完整的技术栈——从SMIC的N+3工艺，到华为CANN开源软件层，再到全流程国产化的训练管道，一层一层把美国原本以为无可替代的位置替换掉。

在这样的背景下，"谁能击败中国的AI"这个问题，答案确实越来越不像一个技术问题，而更像一个玄学问题。真要说还有什么变量能扭转局势，那大概只剩下一些超出常识框架的东西了——用大白话说，就是得靠魔法。

国家层面的比拼从来不是靠某一场发布会或某一颗芯片决定的，而是看谁能把能源、市场、产业、人才、生态拧成一股绳。这盘棋走到现在，胜负已经不需要太多想象力去猜测。