中美AI竞争，目前谁更领先？
最近，有网友制作了一张图表，该图表是依据此前斯坦福发布的《2025年AI指数报告》制作而成的。
数据表明，中国GenAI专利数量占全球比例达70%，这一比例远远超过世界上其他任何国家。
其中，在2014年到2023年期间，提交量达到了令人震惊的38000多项。
不过，在专利和出版物的引用量上，美国则稳居TOP 1。
OpenAI发表的文章数量为48篇，在相关排名中位列第325位，然而这些文章却获得了高达11816次的引用，在引用排名中位列第13位。
从结果方面来看，如今中国和美国顶级模型之间的差距已经缩小到了0.3%，这种差距几乎可以忽略不计。
就在同一时间，非营利组织AI Futures Project此前曾预言“2027年ASI接管世界”，该组织的两名核心成员带来了一篇长篇博文进行预测 。
在他们眼中，AI竞赛的结果是美国必定获胜，缘由仅有两个字，那便是算力！
前OpenAI研究员：算力为王，美国胜券在握
Scott Alexander和Romeo Dean是AI 2027的两位作者，在他们看来，美国在AI竞赛中能够稳操胜券。
因为归根结底，算力才是关键。
Epocah AI：各国AI超级计算机的计算性能份额，会随着时间而发生变化。
为什么？理由如下。
全球最顶级的芯片制造商是台积电，台积电的生产设备在很大程度上依赖美国及其盟友，这使其一直处于美国影响力范围之内 。
2022年起芯片管制开启，美国禁止台积电向中国大陆出口先进芯片，这在一定程度上限制了中国的算力发展。
接下来，一旦美国政府开始严肃对待AI军备竞赛的可能性，相关限制将会进一步严格起来 。
两位作者做出估计，到2024年时，在全球可用于AI开发的先进芯片方面，美国占据其中的75%，中国仅占15%，世界上其他地区总共会拥有10% 。
而据他们预测，到2027年，这个比例也不会发生太大变化。
可以确定，当下的出口管制，必定提高了中国AI企业的运营成本，致使它们难以轻松获取性价比最高的尖端芯片。
经过初步估计能够得出，和在没有制裁的情形下相比，中国企业获取算力的成本高出了大约60% 。
在未来，美国的出口管制或许会进一步收紧，即便中国成功提高了本土芯片的制造能力，中国企业获取算力的成本效益也极有可能会进一步降低。
公开报告中的数据表明，到2025年的时候，中国企业在AI芯片方面的投入，大约是美国企业投入的四分之一 。
基于这样的情况能够推断出，中国和美国在人工智能领域的差距，极有可能会保持当前的状况 。
美国的算力是中国的5倍，然而，在他们的预测当中，中国却只是落后3至6个月，这是为什么呢？
两位作者解释说，当下，美国的芯片资源分散到了众多AI公司和非AI应用上，中国的芯片资源同样分散到了众多AI公司和非AI应用上。
谷歌是美国算力最强的公司，其占全球先进算力的比例约为15%（并非所有算力都用于AI研发），OpenAI的占比则仅为5-10% 。
AI竞争的关键之处，在于能不能把算力集中投入到特定项目里。要是中国在算力的集中使用方面比美国做得更出色，那么就很有可能建立起领先优势，又或者至少能够迅速追赶上去。
在他们的推演里，中国会在2026年开始集中算力资源，会把15%算力份额中的10%集中到一个单一的大型AI项目中，美国的算力资源却依旧处于分散状态。
鉴于科技公司更倾向于集中资源，而非分散投入，所以在2026至2027年期间，美国领先企业所拥有的算力占比有可能达到15%至20%，而非当前的10%至15%。
中国的AI项目会占用全球10%的算力，美国领先的项目会占用全球15%至20%的算力。
因此他们做出预测，美国会在算力方面维持对中国的微弱优势，前提是没有发生以下这些事情——
对中国算力集中度在「AI2027」中的预测，该预测情况为，从2025年到2027年，算力集中度从0增长到70% 。
在他们的认知里，一直到2027年，中国依靠自身制造出来的芯片，都无法带来具有实质意义的影响 。
若美国在制裁方面执行力度不足，中国在2030年初或许能够制造出大量国产芯片 。然而要是美国对芯片、关键设备以及组件实施严格制裁，那么中国实现芯片独立将会推迟至2030年代末 。
当然，他们承认，要是我们高估了AI进步的速度，并且智能爆炸直到2030年代才出现，那么中国就会处于有利的位置 。
电力的影响还未显现
在他们进行的推演里，时间处于2027年至2028年，电力不会对AI的发展构成太大的阻碍 。
毫无疑问，中国在电力上的优势非常大。
美国很幸运，电力需求处于AI芯片需求的下游环节，美国极有可能有能力调集充足的电力产能，进而避免出现瓶颈。
这个领域的最终结果，和芯片制造一样，在很大程度上取决于时间线。
要是AI大爆发到2030年代才会出现，那么中国就能占据更为有利的位置。
全球，美国和美国公司的AI电力
人才 VS 算力
难道AI仅仅取决于算力吗？当然不是。
「AI 2027」报告发出后，有读者认为，他们的观点明显有失偏颇，原因在于低估了人才的重要性。
两位作者承认，这种看法不无道理。
对于AI发展模式，通常分为两个维度：算力提升和算法优化。
通过在算法上取得突破，也就是提升构建AI的效率，这样做能够在一定程度上弥补算力方面的短板。
但在他们看来，算法会受到算力的制约，就算安排大量人才去进行算法创新，最终也无法弥补和美国的算力差距！
原因有三点：
1. 算法没有秘密
算法取得进步，总会有相互借鉴与学习的情况，仅仅凭借与AI模型进行交互，阅读模型卡，或者阅读相关论文，便能够获取大量信息。
DeepSeek-V3技术报告
美国参考中国的算法，中国参考美国的算法，OpenAI参考Anthropic的算法，Anthropic参考OpenAI的算法。
这也是有原因的，中国和美国头部AI企业的发展水平存在差距，而这个差距仅仅在一年左右 。
系统卡：了解AI系统工作原理的新资源
此外，公司会用高薪去挖竞争对手的核心研究人员，借此来获取关键技术。
可以合理推测，美国和中国都将在未来几年内加强安全措施。
但是，如果安全措施太过严格，反而会对发展造成阻碍。比如说，把研究人员隔离在戒备森严的基地里，还禁止他们使用手机，这样做可能就会致使大量人才流失。
2. 芯片制裁持续
即使存在差距，美国也更有可能占据优势。
两位作者称，DeepSeek的-R1着实让人印象深刻，特别是从价格方面考量，其性能非常卓越 。
但是，随着芯片制裁开始实施，这种具备“低成本，高性能”特点的成功，将会很难再次出现。
而且，从同期模型的对比来看，美国的性价比更高。
3. 算力影响更大
一种观点觉得，不管当下情形怎样，到最后中国人才会占据主要地位 。
中国的人口数量是美国的四倍，中国STEM专业的博士毕业生数量是美国的两倍，这表明，有众多聪明人具备进入AI领域的潜力 。
不过，美国有一个优势，就是可以吸引来自世界各地的优秀人才。
美国顶尖AI研究员Ilya Sutskever诞生于俄罗斯，于以色列成长，在加拿大接受教育。
考虑到这些因素，很难判断谁更具优势，或者优势有多大。
然而，一旦智能爆炸启动，AI便会着手参与AI研发，开启「自我改进」，到那时，「人才」规模会呈指数级增长，可是算力资源不会有改变。
那么，会发生什么呢？
很明显，算力会成为研究的瓶颈，它会限制大规模训练的规模，也会限制算法研究人员验证新想法的能力。
这个瓶颈有多严重？
为此，他们模拟了一种极端情况，接近ASI的AI模型把「人才」库扩大了1000倍，每个AI「员工」都具备顶尖AI研究员（比如Alec Radford或Ilya Sutskever）的效率 。
即便处于这种极端情形下，研发速度也仅仅能够提升25倍。如此看来，（研究员所假设的）2至4倍的人才优势便几乎可以被忽略掉了。
GPT开山一作：Alec Radford
也就是说，算力的限制是很难逾越的。
AI公司的预算，也间接证实了这一点——
OpenAI在算力上的投入，是人力成本的6倍之多。
这么说，芯片制裁至关重要？
两位作者表示，在他们看来，最应该关注的反而是AI对齐风险。
中美两国停止竞争，就负责任地开发AI技术达成某种国际框架，这会是最好的结果。
但对于那些更加关注中美竞争的人而言，没有什么比严格执行芯片制裁更为重要了。
作者认为，这会直接关系到美国能保持多久的全球AI领先地位。
在他们的推演过程中，芯片制裁执行方面存在一点点微小的差异，而这微小差异有可能直接决定未来的AI主导权归属，到底是由美国主导，还是由中国主导 。
如果美国政府能充分认识到其中的厉害关系，就会把芯片制裁的执行放在首要位置，而这一招对美国取胜很关键 。
只需投入数亿美元，就能在AI竞赛中取得决定性的胜利——
远低于像「星际之门」计划这样的大项目，远低于发电厂这类大项目，它们动辄就有数十亿的投资。
翻译过来就是——给美国工业与安全局（BIS）打钱，它负责执行芯片制裁，且预算仅为2亿美元。
最终：算力限制是关键
美国在AI相关算力方面具有优势，在芯片出口管制的作用下，其优势是中国的5倍，这一比例预计至少会维持到2027 - 2028年这段关键时期。
因此，美国顶尖公司相对于中国的竞争对手，会有极大优势。
在算力整合这方面，中国做得更为出色，而且始终在大力推进芯片国产化 。
不过，这是个漫长的进程。他们预计，最早要到2030年，才能达成完全自主可控的供应链。
要是美国大力实施对芯片的制裁，那么就有可能会把这个时间进一步延迟到2035年至2040年。
考虑到人才方面，美国能够吸引全球人才，然而中国的研究人员同样具备出众才华，在这一点上，中美谁具有优势仍存在很大的不确定性。
总的来说，要是美国想要继续维持在人工智能领域的领先地位，其核心要点在于强化芯片制裁，在2027年到2028年这个时间段内扩大自身的领先优势，并且把这一优势延续到2030年代后期 。
参考资料：
