{"text":[[{"start":8.72,"text":"中美围绕AI的竞争仍将继续。近期，Kimi K3与DeepSeek V4相继亮相，前者以2.8万亿参数成为全球参数规模最大的开源模型，后者的输出定价较美国同级前沿模型低约97%。这被国际媒体称为又一个“DeepSeek时刻”，而它的冲击余波还远未结束。"}],[{"start":30.119999999999997,"text":"严格来说，中美顶级模型之间已不具有“代际差距”。据斯坦福大学《2026年人工智能指数》报告，两国最佳模型的性能差距仅为2.7%，且近年来双方已多次交替领先。而据Hugging Face《开源生态现状：2026年春季》报告统计，2025年2月至2026年2月之间，中国模型的全球下载份额已达约41%，超过美国的36.5%。"}],[{"start":58.47,"text":"然而，在模型热议的背后，另一条线索同样值得关注。中美围绕AI的竞争，已不止于模型能力的比拼，而是迈入了全球生态构建的新阶段。这里的“生态”，不是指AI在行业间的应用程度，而是指以谁的核心技术为枢纽，能被世界更多国家的开发者、企业与公共部门广泛接受与运用。有趣的是，在走向全球市场的过程中，中美依据各自比较优势，已逐渐形成具有辨识度的不同路径。"}],[{"start":89.19,"text":"一、美国路径：全栈式出口与“主权AI”"}],[{"start":93.42,"text":"近一年里，美国政府与企业对AI的全球生态构建高度重视，动用了相当大的政策与金融资源。从国家战略到白宫行政令，从企业全栈方案到政策性金融工具，一系列动作已从纸面走向落地。"}],[{"start":110.13,"text":"在政府层面，特朗普政府上台伊始就看到了全球生态竞争的紧迫性。2025年1月，拜登政府在卸任前夕发布《AI扩散框架》，拟把全球国家分为三个不同等级，对芯片出口与模型供应设置不同程度的限制。特朗普政府上台后便予以暂停执行并于同年5月启动撤销程序，取而代之的是大规模推动AI技术出口，随后相关政策不断出台、不断深化：2025年7月发布《美国AI行动计划》与《促进美国AI技术栈出口》行政令，把向盟友与伙伴国出口涵盖硬件、模型、软件、应用与标准的“全栈式”人工智能技术包融入美国AI战略的三大支柱之一；2026年4月由美国商务部启动“美国AI出口计划”项目征集，并同步征集由产业界组成“预设联盟”项目方案；5月，美国进出口银行推出“ExportAI倡议”，拟提供数十亿美元级融资贷款支持相关项目。可以看到，一系列政策文件正以连贯的、可识别的路径走向实质化。"}],[{"start":176.32999999999998,"text":"美国走向全球市场的主要做法，是为其他国家建设AI基础设施。由英伟达CEO黄仁勋首推的“主权AI”业务，几乎浓缩了美国出口战略的焦点。"}],[{"start":188.46999999999997,"text":"该概念由黄仁勋在2024年2月于迪拜世界政府峰会上首先提出，强调未来每个国家都应有自主的AI能力。随后，英伟达把AI产业进一步分为涵盖能源、芯片、基础设施、模型与运用的“五层蛋糕”。更为巧妙的是，英伟达切中了大多数中等国家既警惕依附单一大国、又渴望快速获得AI能力的双重心理，从而顺势打包推出了涵盖AI技术栈的“交钥匙”工程服务。从财报上看，这一业务获得了显著的商业回报：截至2026年1月财年，英伟达数据中心业务营收约1940亿美元，其中向各国政府和企业出售主权算力基础设施的营收超过300亿美元，较上年增长逾两倍。不到两年间，亚马逊、微软、谷歌等公司也相继扩大相关投资，推出主权AI相关技术方案。可以说，这一叙事也进入了资本市场对美国科技股的估值逻辑。"}],[{"start":249.84999999999997,"text":"一言蔽之，美国政商两界都充分认识到了AI出海的重要性，而他们的策略，是通过回应多数国家希望“自主掌控算力、模型、数据”的安全需求，提供建立“全栈式”的AI设施服务。当然，这里隐含着一个值得深思的悖论。当各国为争取自主性而花费巨资购买美国方案时，却在芯片、运营与项目维护上形成了新的依赖。"}],[{"start":275.78,"text":"这场生态竞争的先行者优势，在微软总裁布拉德•史密斯看来很可能是决定性的。他在2025年5月美国参议院商务委员会听证会上指出，决定中美谁赢得这场竞赛的第一因素，是谁的技术能在世界其余地区被广泛采用。他给出了一个很具画面感的描述：这是一个由网络效应所定义的全球市场，而全球18%的人口在中国，4%在美国，78%在别处。从华为5G的全球扩张中，美国习得的经验是“谁先大规模推广市场，谁就越难以被取代”。中美AI竞争的胜负手，也离不开海外拓展的速度与规模。"}],[{"start":318.10999999999996,"text":"二、中国路径：从芯片约束到“词元出海”"}],[{"start":322.28999999999996,"text":"客观而言，中国当前尚难以直接复制美国的全栈式出口模式。"}],[{"start":328.02,"text":"数据中心建设与模型训练均需要大量高端芯片，而中国在高端芯片来源上依然受限。在过去两年，美国对华高端芯片出口管制经历了一系列政策反复，从H20在2025年4月被禁、7月恢复许可，到H200在2026年初获准对华出口但附加审查条件，中国科技企业在高端芯片采购上依然面临较大的不确定性。而反观中国自身在尖端算力领域的突破，虽然自主创新步伐明显加快，但为他国大规模建设算力中心仍非行动优先级。"}],[{"start":364.40999999999997,"text":"然而，这并不代表对海外市场的放弃。中国似乎已挖掘出自身比较优势，找到了一条既有差异性、同时也具有巨大商业价值的机会，那就是“词元出海”（也即Token出海）。"}],[{"start":378.46999999999997,"text":"所谓词元出海，是指海外用户通过调用大模型的推理服务、按词元使用量计算服务费。这一业务并不具有天然的垄断性，美国大模型公司也能直接服务于全球用户。然而，正如Deepseek V4以极低价格逼近美国前沿模型的效率，纵使叠加价格上涨预期，中国模型的性价比仍有无可比拟的优势，这对于价格敏感的群体具有极大吸引力。因此，中国模型在部分“全球南方”国家的使用量正快速上升。哪怕是在硅谷，也有大量创业者使用中国模型以节省开支。据美国第三方聚合平台OpenRouter调度量显示，该平台上美企业调用中国模型的词元占比已从2025年上半年的4.5%跃升至周均30%以上，7月首周一度突破60%。"}],[{"start":429.76,"text":"词元出海的模式之所以能在中国兴起，源自其模型的价格与性能优势，而这依托于中国的工程师红利及其他竞争优势。中国每年培养的理工科毕业生总量超过美国和欧洲之和，而AI工程师薪酬水平却低于美国同等岗位。在开源生态上，阿里千问系列模型累计下载已突破10亿次，衍生模型超过20万个，激烈的市场竞争也共同压低了模型成本。至于常被提及的电价优势，事实上中美平均工业电价基本持平，且相较于折旧费用，电价并不是当前推理成本的最大开支。但在西部省份建立大型数据中心，其直购电的低廉价格长远来看也具有重要价值。"}],[{"start":475.86,"text":"不可否认，若按照更为严格的定义，中国当前主流业务形态仍属于依赖海外云服务的模型出海，较真正意义的“电力不上网、算力不出境、价值流全球”仍有距离。但依托工程师红利与开源网络市场竞争，叠加电价协同效应，中国的词元供给能力已然突显。"}],[{"start":497.2,"text":"与“主权AI”的业务形态相对比，可以得到一些更有趣的观察。建立全栈式基础设施能帮助国家获得AI技术的所有权，但其却需要大量投入。如沙特的旗舰AI公司HUMAIN采购18000套英伟达GB300超级芯片系统、与AMD达成100亿美元算力部署合作，对大多数国家而言是望而却步的成本开支。更何况，如果仅拥有设施，但其运营、升级、维护都依赖他国时，所谓“主权”也可能是一种幻觉。而对于词元出海，其实质是通过对AI推理能力所有权与使用权的分离，使大部分国家能直接享受到技术发展的红利。使新一轮技术革命更具有普惠性，其意义将更为深远。"}],[{"start":545.23,"text":"三、两种路径的发展"}],[{"start":547.47,"text":"对于部分对数据安全、技术主权有着强烈诉求的国家，建立AI基础设施、发展AI能力仍是其不可放弃的选项。根据麦肯锡测算，到2030年全球AI支出仍有30%至40%将受主权需求的影响。"}],[{"start":565.4200000000001,"text":"在此过程中，也有更多国家会逐步走向务实。高昂的资金投入以及AI人才的稀缺，使各国逐渐意识到世上恐除了中美两国之外，没有其他国家能够真正建立涵盖能源、基础设施、数据中心、大模型、人才培养体系的全栈式的AI自主能力。取而代之，部分国家转向选择生态链上一到两个关键节点，结合自身优势与核心诉求着力发展，强调“韧性”而非追求绝对意义上的自主。他们的目标也更加多元，包括但不限于增强未来AI产业的竞争力、保护文化的独特性、吸引国际人才的信号效应，或者是希望在未来的AI治理中仍有一定话语权。"}],[{"start":608.34,"text":"总之，服务于主权需求的AI业务在未来仍将持续，对于如何能配合东道国定制化需求的同时保障合规安全，将会提出更高的要求。"}],[{"start":619.4,"text":"对于词元出海，未来则有待更多的挖掘探索。通过应用程序接口（也即API）调用而直接享用AI的推理能力，其成本更加低廉，也更加具有普惠性。电力因其难以储存且远距离运输折损，曾经是最难以进行国际贸易的能源。而当电力找到了一个不依赖跨国电网就能完成价值实现的出口，被改写的就不只是AI服务的成本，也是能源贸易形式本身。或许我们能展望一种具有理想主义的场景：世界上有几个辐射区域的国际算力中心，他们依托当地的能源优势、算力优势、人才优势，以更加普惠的价格为他国集中处理数据、提供推理服务，从而让AI能更好地服务大多数人，提升人类整体福利水平。"}],[{"start":667.71,"text":"但要实现这一场景，当前仍有一系列难题摆在面前。其一，随着词元使用量的快速攀升，相应供给协调能力须同步提高。中国并非绝对意义上的算力不足，但闲置存量未必能直接转化为推理服务能力。如K3模型发布后短期内便触及其算力集群承载极限，未来想要同时满足国内需求、服务国际市场，将对数据调动提出更高要求。其二，国际网络延迟问题需要再次优化。与传统跨境互联网服务相比，AI使用更为强调实时交互体验；数据迅捷传输的效率，也影响着单一数据中心能够辐射的距离。其三，也可能最为重要的，是围绕数据安全的一系列新的合规、标准、脱敏、法律要求。对于海外词元业务的用户而言，他们实质上是将自己的推理需求与数据交由他国的第三方机构处理，此时信任就变得更为重要。如何能保证自己的数据不被泄露、如何信任模型的推理结果，当遇到纠纷时如何解决？这不仅仅是商业承诺，更涉及到如何推进数据跨境流动、推动智能算力设施联通的新的时代探索。"}],[{"start":742.24,"text":"尽管新一轮技术革命的中心发生在中美两国，但它所带来的技术红利也终将延展至世界。“主权AI”与“词元出海”并非绝对互斥的业务形态，或许，如何选择也取决于每个国家在效率、信任与自主之间所做出的考量。"}],[{"start":760.67,"text":"（注：作者是牛津大学国际关系学博士，中国社科院世界经济与政治研究所国际发展与全球治理研究中心秘书长。本文仅代表作者个人观点。责编邮箱bo.liu@ftchinese.com）"}]],"url":"https://audio.ftcn.net.cn/album/a_1787559046_7290.mp3"}