先来看一个笔者最近在媒体上看到的关于人工智能（Artificial Intelligence，简称AI）的小故事。
一位名叫邱嗣军的退休泥瓦工有一次去宁波大学附属人民医院做了常规的糖尿病检查，三天后他接到了该医院胰腺科主任朱柯磊的电话，让他再去医院做一次复查。邱嗣军随后去医院做了进一步的检查并得到了一个坏消息和一个好消息：坏消息是他得了胰腺癌，好消息是肿瘤发现的很早。确诊后朱柯磊成功切除了邱嗣军胰腺上的病灶。在2025年11月的一次随访中，邱嗣军告诉朱柯磊他感觉非常健康，正忙着在自家的农地里种菜。
邱嗣军的病和AI有什么关系呢？简单地说，AI“发现”了他的胰腺癌。胰腺癌是最凶险的癌症之一，五年生存率（五年生存率一般指的是已确诊为某疾病的病患，从确诊开始五年后的存活百分比，这是衡量一种疾病治疗效果的重要指标）仅约10%（很多种类的癌症的五年生存率已超过50%，甲状腺癌甚至超过了90%），这在很大程度上是因为胰腺癌的早期发现极其困难，症状往往要等到癌症恶化之后才会出现。然而，等到胰腺癌出现明显症状时，医生能做的实际上已经不多了，因此胰腺癌的早期发现对其治疗来说就显得极为重要。
邱嗣军一开始在医院仅仅是做了一个腹部的平扫计算机断层扫描（Computed Tomography，简称CT）。平扫CT的辐射量较小，对人体的危害也比较有限，但缺点是成像不够清晰，容易造成误诊漏诊。2024年，一款由阿里巴巴开发的名为“人工智能胰腺癌检测系统”（Pancreatic Cancer Detection With Artificial Intelligence，简称PANDA）的AI工具在宁波大学附属人民医院投入临床试验。PANDA的作用就是用经过训练的AI在腹部平扫CT上识别胰腺癌的病灶。根据朱柯磊的介绍，截至目前，PANDA已经帮助该院的医生发现了二十多例胰腺癌，其中14例为早期。对此，朱柯磊的评价是：“我认为可以百分之百地说，是人工智能救了他们的命。”
2025年4月，阿里巴巴宣布美国食品药品监督管理局（U.S. Food and Drug Administration，简称FDA）已认定PANDA为“突破性医疗器械”（Breakthrough Device），这意味着其评审流程将加速，以便更快进入市场。
自从2022年11月OpenAI发布其具有里程碑意义的AI聊天机器人ChatGPT以来，AI的热潮就几乎没有退却过。目前关于AI的基本共识是AI将对人类社会产生革命性的影响。面对这种大势，各国都不想掉队，都害怕掉队，因此AI发展呈现出八仙过海各显神通以及你追我赶的激烈竞争态势。假如AI竞赛是一场足球比赛，那么中国现在情况如何？未来中国需要怎么做才能在这场比赛中获胜呢？
中美AI争霸
对于AI竞争，我们首先需要对全球AI发展的格局有一个初步的判断。先说结论，在这场AI竞赛中，目前得分领先的两只队伍就是中国和美国，未来AI的发展方向很可能主要就取决于这两个国家之间的竞争。
你可能觉得笔者有些武断，但从目前的形势来看，欧洲和日韩大概率已经出局了。即使它们能留在赛场上，估计也只能踢一些边后卫和边前卫之类的辅助位置，前锋和守门员这样的关键位置恐怕只能由中美两国来担任。
以欧洲为例，其在本土AI尚未充分发展的情况下就出台了限制AI发展的法律法规，这其中的一个典型代表就是2024年3月13日获得欧洲议会通过的《人工智能法案》（AI Act），该法案对AI设置了诸多的限制性条款。欧洲对AI的担忧并非全无道理，美国也暴露了不少AI对社会的负面影响，例如AI可能加强人的偏执和妄想并导致消极的后果，但在AI对人类社会的影响远未完全显现之际就对AI进行严格的前置性监管，这是否合适呢？目前欧洲没有一个蜚声国际的AI公司，没有一个拿得出手的AI大模型，这不是偶然的。
聚焦中美两国。从目前的态势来看，美国的做法是各家科技巨头都在进行激烈的AI军备竞赛，这其中一个典型的例子就是各大AI公司都在不惜血本的增加算力以便更早的训练出更优秀的AI模型。为了获得算力，美国的AI巨头一方面大规模建设提供算力的数据中心，另一方面向云计算公司大量购买算力。这种军备竞赛造成了两个直接的后果，一是各公司拼命向英伟达公司（Nvidia Corporation）购买用于生成算力的AI芯片，这推动英伟达的市值一度超过了5万亿美元，而且像谷歌（Google）这样的科技巨头还在自研AI芯片；二是由于AI芯片的运行非常耗电，因此寻找电力就成为了各家科技巨头的一大任务。这种对电力剧增的需求让上市的美国电力公司的股价大涨，而像埃隆•马斯克（Elon Musk，简称马斯克）这样的急脾气干脆为xAI的数据中心自建配套发电厂。
假如美国目前对AI的态度是“大力出奇迹”，那么中国则有些四两拨千斤的味道，这方面一个典型的例子就是2025年年初DeepSeek的横空出世。2025年1月，DeepSeek发布了其当时最新款的AI模型——R1。R1模型一开始并未引起市场的关注，但随着时间的流逝，大家觉察到了其中的意义。R1在表现上与美国顶尖AI公司，例如OpenAI的一些最新模型不相上下，但它需要的算力更小，成本也要低得多，这导致其使用费远低于那些美国竞争对手的收费。由于那些美国科技巨头公司的AI模型需要大量的算力去支持，因此这些公司耗费了巨资去大量购买芯片。DeepSeek的R1模型提示人们：AI公司以后可能不需要再购入那么多的芯片以维持高算力了，这直接质疑了愈演愈烈的芯片军备竞赛的合理性。这导致英伟达的股价在2025年1月27日暴跌17%，近6000亿美元的市值迅速灰飞烟灭。
现在各家的AI模型呈现出百舸争流的态势，但未来很可能只会有两三家，甚至一家，占据主导地位，其他的AI模型要么消失，要么专攻某一专业领域。这一点和搜索引擎的局面很相似，当年各种搜索引擎百花齐放，但经过激烈的市场竞争之后，谷歌的搜索引擎获得了一家独大的地位。无论是搜索引擎，还是AI模型，都具有明显的网络效应，其前期投入是巨大的，但一旦其获得了主导市场的地位，那么其提供服务的边际成本是很低的。一旦某一AI模型成为了市场上最主流的AI模型，那么其在竞争中就有了很宽的护城河。除非新来的竞争者带来革命性的功能优势或者明显的成本优势，否则其将难以撼动领先者的优势地位。
现在AI模型之争还处于跑马圈地的阶段，各家公司都在积极扩军备战，谁都不希望被挤下牌桌。在目前的格局下，中美两国AI模型的竞争实力是最强的，它们之间的竞争也是最激烈的。这场足球比赛刚刚进行至中场休息，下半场各家公司如何发力将不但决定各家公司的命运，更会决定中美两国在AI上将谁主沉浮。
中美在AI发展上的优势和劣势
竞争在持续进行中，那么中美两国谁更有潜力去成为未来AI领域的王者呢？对此，我们可以从商业模式、能源、芯片、应用和人才这五个维度去进行一番比较。
从商业模式的角度来看，美国的AI模型主要采用了闭源的模式，以OpenAI为例，其代码和模型权重是不公开的。中国则主要采用了开源的模式，在这一模式下，模型代码和模型权重是完全公开的，任何人都可以免费使用、下载并对模型进行优化升级，这方面的典型例子就是DeepSeek。这两种模式各有优劣，但从商业史来看，最后的成功者往往是一个低价服务的提供者。这方面我们可以看看Windows的发展历程，Windows在早期只是众多操作系统之一，但微软将Windows的价格定在很低的区间上，很多电脑在出厂的时候甚至会预装Windows系统。慢慢的Windows获得了越来越大的市场份额，这甚至导致完全免费的Linux都无法与之竞争。从这个角度来看，中国开源的模式更有潜力一些。另外，中国开源的AI模型实际上制约了美国闭源AI模型的收费水平，有DeepSeek在，OpenAI就没法子收高价。从某种意义上说，中国开源的AI模型阻止了美国的闭源AI模型去收AI税。
从能源的角度来看，中国处于绝对领先的地位。AI模型的运行需要大量的电力，中国在这方面有着得天独厚的优势。公开资料显示，中国现在拥有世界上有史以来最大的电网。2010年至2024年期间，中国的发电量增幅超过了世界其他地区的总和。2024年，中国发电量是美国的两倍多。一些中国数据中心现在支付的电费不到美国数据中心的一半。
具体来说，摩根士丹利预测，从2026年至2028年，美国数据中心可能面临44吉瓦（吉瓦是功率单位，通常用于衡量发电站的装机容量和电网能力，1吉瓦等于10亿瓦特）的电力缺口，相当于纽约州夏季的发电能力。而根据高盛的预测，到2030年，中国将拥有约400吉瓦的富余发电能力，约为届时全球数据中心预期电力需求的三倍。
最近15年，中国的发电能力有了飞速的增长。在2010年，中国的发电能力为0.926太瓦（1太瓦等于1000吉瓦），美国的则为1.139太瓦。到了2024年，中国的发电能力已增至3.349太瓦，美国的则为1.325太瓦。
从芯片的角度来看，美国具有一定的优势。英伟达是全球最顶尖的AI芯片提供商，其占据了这一市场的大部分份额，其芯片长期处于供不应求的状态。除此以外，美国还对中国进行了芯片出口管制，不允许英伟达最先进的AI芯片出口到中国，这迫使中国不得不自研AI芯片。目前中国已有英伟达芯片的替代品，但性能与英伟达旗舰AI芯片的性能还有一定的差距。
根据媒体报道，按一种常用的机器学习规格计算，捆绑了384枚昇腾（Ascend）芯片的华为CloudMatrix 384系统提供的算力比英伟达包含72枚Blackwell芯片的旗舰系统高出三分之二。但据研究公司SemiAnalysis称，华为系统的功耗是后者的四倍。不过中国有富余的电力，这在一定程度上弥补了国产芯片的劣势。