北京時間1月19日，英國《金融時報》經濟社評作者泰杰·帕里克(Tej Parikh)發文稱，電力充裕、開源模型領先以及制造業實力將幫助中國贏得AI競爭。
以下是文章主要內容：
本周將迎來DeepSeek震驚硅谷一周年紀念日。去年初，這家中國AI創業公司推出了一款高性能大語言模型，成本卻只有美國科技巨頭的零頭，這讓硅谷瞠目結舌。
目前，中美正在爭奪全球AI領域的領導地位。美國在尖端大語言模型方面暫時領先，這主要是因為它能大量獲取最先進AI芯片。這些芯片主要由英偉達設計。
但在本期專欄中，我認為應當將這場AI競賽視為馬拉松，而非追逐最強模型的短跑。從這個角度來看，我認為中國將勝出。
實現技術主導地位歸根結底取決于兩大核心要素：創新與普及。接下來我將逐一闡述。
中國開源模型優勢
得益于高端芯片的訓練能力，OpenAI、谷歌和Anthropic等美國公司開發的AI模型處于領先地位，但這種領先并非板上釘釘。
以DeepSeek、阿里巴巴、月之暗面等為代表的中國企業正緊追不舍。根據模型評估機構Artificial Analysis的數據，中國頂尖大語言模型與美國的性能差距正在快速縮小。
中國在開源模型方面處于領先地位，這類模型可以免費發布，供開發者修改和再訓練。(下面會詳細說明這為何重要)。
中國大模型性能與美國接近
實際上，中國已經證明，即使在尖端芯片量產受限的情況下，他們也能通過開發對算力要求遠低于美國的先進模型，實現技術創新。
“如果能夠繼續發揮算法效率、數據質量和系統級設計的優勢，在中國訓練的模型仍可能與美國最頂尖的模型競爭。”凱投宏觀中國經濟學家利亞·法伊(Leah Fahy)表示。她近期剛發布了一份關于AI競賽的新研究報告。
算力不是決定性的
她援引了谷歌DeepMind的研究成果，該研究發現：即便算力較弱，但基于更豐富數據訓練的小型模型也可能超越規模更大的模型。同樣，一項OpenAI的研究也表明，模型可以在較不先進的硬件上實現接近前沿水平的性能。
鑒于中國企業在AI前沿領域的驚人追趕速度，以及中國集中統籌的產業發展戰略，未來中國在芯片技術和制造領域超越美國能力的可能性不能排除。
自2016年將AI列為戰略性產業以來，中國已投入大量資源用于研究、人才培養和基礎設施建設。2022年，中國授予的STEM(科學、技術、工程和數學)博士學位比美國多出50%以上。中國研究人員在AI領域產出的專利數量更是美國的三倍。
澳大利亞戰略政策研究所發布的二十年關鍵技術追蹤報告顯示，在截至2023年的五年間，中國在六大關鍵技術領域中有五個領域的高質量研究成果產出超越美國，僅在自然語言處理領域以微弱差距落后。
中國AI專利領先
盡管美國私營部門在AI領域的投資規模大于中國，但若將中國的財政支持納入考量，雙方實際投入資本的差距并不明顯。
“在中國，建設數據中心能力這一資本密集型工作更多由國有電信運營商承擔，這意味著科技公司承擔的投資風險較小。”凱投宏觀中國經濟學家法伊表示。
中國公司正在加速提升主要用于“推理”的芯片產量，這種芯片用來運行AI模型而非訓練。在這一細分領域，中國公司與英偉達的差距相對較小。伯恩斯坦預估，到2028年，中國將能夠生產足夠滿足國內需求的推理芯片。
然而，贏得AI競賽并不僅限于模型研發。技術的實際應用與在實體經濟中的部署同樣關鍵。在這方面，中國長期實施的國家驅動型產業戰略賦予其顯著優勢，足夠好的半導體水平以及大規模生產推理芯片的潛力，也將有力支撐技術普及。
電力
隨著AI應用日益普及，驅動數據中心的發電量也需相應增長。
高盛預計，到2030年，中國的數據中心備用電力容量將超過全球預計需求的三倍以上，這有助于抵消不夠先進芯片的更高功耗。
相比之下，該投行估計，美國13個區域能源市場中已有8個處于或低于關鍵備用容量水平。特朗普對太陽能和風能等綠色能源產業的施壓無助于緩解這一問題。
中國發電量、礦產資源遙遙領先于美國
盡管中國在數據中心建設方面暫時落后，但其工程實力、高效的審批流程以及充裕的能源供給意味著能夠快速實現規模化擴張。英偉達CEO黃仁勛(Jensen Huang)近期指出，在美國建設數據中心需要“大約三年時間”，但中國“能在一個周末建成一所醫院”。
供應鏈優勢
此外，中國在芯片、數據中心、電網及其他先進技術建設所需原材料供應鏈中已取得主導地位。這種資源優勢為中國在高科技應用中部署AI提供了充足空間。
“問題不再是誰的模型達到技術基準，而是誰能建立并維持一個將AI融入日常產品和服務的生態系統。”南加州大學法學教授張湖月近期為評論平臺Project Syndicate撰文指出。
換言之，這場競賽不僅是生成文本與圖像的較量，更是通過感知、控制與決策將AI實體化嵌入物理環境的能力角逐。這涵蓋了智能制造、人形機器人以及在汽車、手機、可穿戴設備等其他終端上的應用場景。
中國在關鍵礦產資源、綜合制造業實力以及國家統籌調配生產與需求的集中力量，恰恰在此形成了戰略優勢。
而且，中國已在機器人、電動汽車等一系列互補技術領域確立領先地位，并已明確將“具身AI”提升為國家優先發展方向。
全球普及
最后，中國在將其AI技術推廣到全球方面也處于有利位置。
多項調查顯示，中國企業的AI國內普及水平并不落后于美國太多。長期以來，中國在公共服務和日常生活中整合技術的努力意味著技術擴散可能會更快。事實上，中國民眾對AI的樂觀程度遠高于全球平均水平。
中國真正的優勢在于國際市場。根據麻省理工學院和開源AI創業公司HuggingFace的一項研究，中國在“開放”AI模型下載的全球市場份額最近已超過美國。這些模型廣受歡迎，因為它們免費發布，允許開發者進行定制，同時還可以使用本地而非美國的云服務提供商。
中國愿意對AI相關產品和基礎設施提供補貼，這也推動了中國低成本開源模型在全球的擴散。微軟總裁布拉德·史密斯(Brad Smith)上周強調，DeepSeek在新興市場的部署上已超越西方。
高盛首席中國經濟學家閃輝 (Hui Shan)在最近的一份研究報告中指出，中國與全球南方國家的緊密經濟聯系，是其在科技競賽中的一大優勢。
“華為在超過170個國家開展業務，積極推動這些國家采用中國的電信技術標準。隨著更多國家加入這一行列，由此產生的網絡效應將進一步提升中國標準對全球其他地區的吸引力。”閃輝在報告中稱。
相比之下，在特朗普執政下的美國，其政策正在疏遠貿易伙伴，尤其是在新興市場國家。
目前，這兩大超級大國似乎在進行不同類型的競賽。美國憑借高額投資、優質芯片和專有生態系統，或更有可能在“打造最強模型”的短跑中勝出。中國則更擅長將“足夠好”的模型融入實際應用中，并推動其全球普及。
然而，科技主導權的本質不僅在于前沿創新能力，更在于實際應用。從長遠看，科技領導地位將取決于對“創新”與“普及”雙重能力的掌控，而非僅僅依靠早期突破。美國仍在創新領域領先，但中國正在快速追趕，其芯片短板的影響可能比分析師預期更小，且在規模化部署方面具有獨特優勢。這正是我認為中國在這場馬拉松中更具勝算的原因。