中美人工智能竞争格局正在重塑

作者：克里斯托弗·A·麦克纳利

（Christopher A. McNally）

美国檀香山查明纳德大学政治经济学教授

前沿模型的快速迭代，美国主导的闭源体系与中国竞争力日强的开源权重生态系统之间的鸿沟不断扩大，让中美人工智能竞争格局正在被重塑。随着人工智能系统变得更加自主和强大，这场技术领先权之争正在制造传统外交和治理机制越来越无力管控的风险。

近期，中美两国元首在华盛顿举行峰会，发布了常规外交公报，但对人工智能（AI）关注寥寥。双方未签署任何具有约束力的人工智能协议，但在沟通层面有所改善：两国将建立双边热线，以应对人工智能相关突发危机。

双方还将建立正式的中美对话磋商机制，尽管美国使用的是“超级智能”，而中方更倾向于使用“人工智能”。此外，双方还探讨了基本护栏和防止核武库采用自动化指挥与控制系统的问题，考虑到近期有关先进人工智能系统行为特征的披露，这一步意义重大。

但峰会未能达成任何约束性框架，以限制前沿人工智能模型的能力。事实上，两国领导人都不愿限制、也不愿协商放缓先进模型的研发，这场争夺当代数字制高点的结构性、系统性竞赛仍在继续。两国都清楚，这场竞争的胜者将主导全球经济生产力、科学进步以及主权安全和大国力量的底层形态。在地缘政治视角下，这场竞争被视作一场赢家通吃的博弈。

▲6月23日，在链博会先进制造链展区中信集团展台，一款由灵心巧手（北京）科技股份有限公司生产的人形机器人在演示穿针引线。（图源：新华社）

然而，就在最近数月乃至数周，这场全面竞争呈现出新的面貌。能力越来越强的模型，一旦接近递归自我改进，或将自主重写自身代码、训练下一代模型架构。按照这一逻辑，到那时技术演进的速度将脱离人类掌控。

想要理解当下这种态势如何变得如此不可预测，需要回溯当代人工智能的底层架构。2022年末ChatGPT公开发布，极大加速了这一领域的发展。该模型展示了大语言模型的涌现能力，但即便在早期阶段，一些看似长期存在的结构性缺陷就已显现，那就是幻觉问题。

早期的大语言模型并不能像人类一样“知晓”事实，而是基于统计规律预测下一个词元，经常自信地编造看似合理的虚假信息。当西方实验室争相借助人类反馈强化学习来修复幻觉问题时，中国企业却选择了不同的架构和战略路径。

例如，月之暗面（Moonshot）的模型率先推出创新解决方案，重点打造超大上下文窗口和长文本处理能力。2025年1月下旬发布的DeepSeek-R1，以其强大的推理能力和低成本，进一步引发了大规模的成本冲击。

由此，全球人工智能赛道分化为开源权重模型与闭源模型的底层竞争。由OpenAI和Anthropic等先行者倡导的闭源模型，依托专有应用程序编程接口（API）对外服务。模型创建者完全掌握权重——决定神经网络如何处理信息的数值参数。与之相对，开源权重范式是直接向公众发布模型参数，允许研究人员、初创企业和主权实体下载、修改并在本地运行模型。

两种方式各有明显的优缺点。开源权重模型日益使算力普及，成本更低，更灵活。例如，在Hugging Face平台上，中国开源权重模型已超越美国同类产品，约占平台模型总量的 41%，并在开发者采用率和下载数据方面占据优势。尤其是较小的企业和初创公司，正越来越多地选择中国开源权重方案，而非昂贵的美国闭源API，原因在于其更低的推理成本、更强的性能以及没有护栏摩擦——这类模型没有严苛的专有防护机制，支持完全定制化与本地推理，成本优势显著。

除成本外，开源权重模型的主要优势在于其去中心化创新的能力。通过向全球开发者开放底层权重，优化在开放生态系统中持续发生。然而，也存在一个重大弊端，那就是控制权的丧失。一旦开源权重模型被发布，其护栏可以被完全剥离，任何人都可以系统性地绕过安全过滤器，将模型另作他用。

闭源模型通过严格的API监控和集中式内容过滤，来缓解这些即时部署风险，但它们形成单点集中故障隐患，外部审计空间有限，一旦某款模型成为主导，就可能给整个数字经济带来高昂的垄断成本。

过去三年，中美人工智能竞赛越来越像两种战略技术路径的竞争。美国在闭源模型生态系统中占据明显领先地位，这得益于大规模风险资本流入、专有云基础设施以及不断挑战人工智能极限的前沿实验室。

中国人工智能企业面临西方对尖端半导体硬件的严格出口管制，于是战略性地转向开源权重生态系统，绕过了基础训练的巨额成本。它们通过快速跟进，有效缩小了能力差距。

原本看似清晰有序的战略竞争，现在遭到剧烈冲击。近期关于最先进模型内在风险和意外能力的披露，迫使各方重新评估人工智能发展整体走向。Anthropic的Claude和OpenAI的GPT-6 Astra等模型，已超越简单的模式匹配，展现出多步骤智能体推理、跨模态工具调用，甚至早期情境感知的迹象。显然，这些系统如今已可以自主制定计划、执行代码和操控环境。

▲5月5日，在美国洛杉矶，人们在“国际显示周”上参观京东方展台。（图源：新华社）

这一转变带来一系列全新的结构性和存在性问题。首要问题是：是否应该放缓发展？从纯粹的安全角度看，答案无疑是肯定的，因为人类缺少经过验证的方法，来对齐那些运行速度超越人类认知能力的智能体系统。然而，在现有的结构性竞争下，实施这样的暂停几乎不可能。摩擦不仅存在于国家之间，也存在于创新生态系统、企业以及人工智能的基础理念之间。

企业分歧和理念对立，进一步放大了最关键的技术问题：当一个极强的模型接近递归自我改进时，会发生什么？其他模型能否追上？人工智能毕竟是一种高度易扩散的技术，在加州学术实验室取得的突破，深圳工程师数日内就能完成适配，反之亦然。

抑或是，会不会形成无法撼动的永久性垄断，在竞争对手来不及理解范式转变之前，就锁定决定性技术优势？尽管这一场景听起来骇人，但如果开源权重架构缩小了能力差距，另一个同样可怕的场景或将出现：灾难性风险的大众化。

开源权重模型允许用户直接操控底层对齐，因此终端用户可以系统性改动或剥离模型核心参数。一个经过对齐的、安全的前沿模型被下载后，可以通过定向微调逆向改造，变成具有原生危害性的工具。

简言之，中美人工智能竞赛不再是一场可预测的地缘政治博弈，或有关市场地位的常规企业竞争。我们正进入人工认知的未知领域。此次峰会表明，主权国家仍在用过时的外交手段，来应对一项无视传统国界与治理框架的技术。随着前沿人工智能模型真实且难以预测的特性逐步显露，人类可控的假象正在消散。国际社会正面临一个深刻的悖论：那些用来赢得这场竞赛的手段，如不计代价的规模扩张、开源扩散、智能体自主化，恰恰有可能让这场竞赛彻底失控，衍生出一系列难以想象的毁灭性风险。

高端访谈

更多访谈（下滑查看）

中美聚焦网｜中美交流基金会