澄清認知誤區，理性看待中美人工智能競爭

給自封“中國唯一產業觀察家”的項某剛 普及人工智能知識

近日，自封“中國唯一產業觀察家”的項某剛發布了一則時長10分鐘的視頻，大肆宣揚 《人工智能中國將一家獨大》 。視頻中，他搖頭晃腦、夸夸其談，表面上是在為中國人工智能產業搖旗吶喊，實則用“一家獨大”“遙遙領先”“獨霸全球”等夸張表述對中國人工智能產業進行“捧殺”。其宣稱的觀點和引用的論據大多信口開河，毫無客觀依據，有必要對其混淆視聽的言論逐一進行駁斥。

一、坐井觀天：聲稱“移動互聯網領域中國領先美國5-8年”

在視頻中，項某剛宣稱，基于移動互聯網形成的業務能力，如短視頻、電子商務、移動支付，甚至外賣、打車、導航等，“中國今天做的很多事情，是美國不可想象的，美國也是做不到的”，“美國做不出同類的產品和中國的產品去競爭”，因此“基本判斷中國比美國領先5-8年”。

項某剛的這些言論，源于TikTok短視頻、Shein和Temu等電商APP在美國的迅猛發展，給人一種美國移動互聯網市場被中國應用攻占的錯覺。但僅依據一兩款APP的火爆就得出中國比美國領先5 - 8年的結論，恰恰暴露了項某剛作為所謂“互聯網產業專家”的淺薄與無知。

回顧移動移動互聯網產業的發展歷程，當下在國內廣泛應用的移動互聯網產品，如社交領域的微信、視頻領域的優酷和抖音、電商領域的淘寶和京東、打車導航用的滴滴和高德等，其底層技術及業務模式無一不是先起源于美國，而后被引入國內市場進行本土化創新與規模化應用，才取得如今的成就，又怎能說這些產品是“美國難以想象且無法做到的”呢？

再看中美移動互聯網產業的現狀。

社交應用領域，騰訊旗下的微信月活躍用戶約13億，主要用戶群體仍集中在國內；而美國Meta旗下的Facebook、Instagram和WhatsApp三款社交應用，每一款的月活躍用戶均達10億級別，且在全球市場廣泛布局。

電商領域，美國的亞馬遜2024年第四季度營收規模高達1878億美元，僅北美市場不含云業務的營收就達到1156億美元；相比之下，京東2024年第三季度營收為371億美元，阿里巴巴最新季度收入384億美元，其中來自電商的淘天集團季度收入僅138億美元。

打車出行領域，美國優步（Uber）日均出行約3300萬次，滴滴出行日均單量3460萬單，二者使用頻率相差不大。不過，優步2024年全年營收為439.78億美元，滴滴出行2024年全年數據雖未完全公布，但根據前三季度1538.85億元營收推測，全年營收約2000億元，折合270億美元左右。

對比這些客觀的產業數據，自詡“產業觀察家”的項某剛竟宣稱美國比中國落后5 - 8年，難道項某剛的觀察視野就局限于眼前的方寸之地嗎？

二、見識淺薄且觀念陳舊：胡亂定義“人工智能”以刻意貶低通用大模型的技術價值

在視頻中，項某剛先煞有介事地樹了一個靶子，稱“美國定義的人工智能是叫多模態通用大模型”，裝腔作勢地將其批評一通之后，再拋出自己所謂的定義，聲稱人工智能應涵蓋智能感應、信息存儲、信息傳輸、信息處理和智能終端等綜合能力，其中信息處理指的就是算力、算法和大模型等，所以大模型只是一小部分的人工智能，以此導出在算力、算法和大模型上領先并不能代表在人工智能上領先的結論。

在中國的DeepSeek推出之前，由于美國的ChatGPT在多模態大模型技術上處于領先地位，項某剛便一直貶低多模態通用大模型，認為其訓練的生成式人工智能只是徒有其表，不過是能寫詩、畫畫、制作視頻而已。而他認為在國內廣泛應用的智能感應、自動駕駛、工業機器人等方面的人工智能，才是產業發展的方向，是中國應當重視的實用能力，并由此自創出所謂“人工智能需要涵蓋智能感應、信息存儲、信息傳輸、信息處理和智能終端等綜合能力”的定義。

實際上，產業界對于人工智能的能力界定有著極為科學且明確的劃分。項某剛所提及的那些用于圖像識別、語音識別、自動駕駛、股票交易算法以及游戲策略等具體任務的AI系統，專注于解決特定領域內的問題，因此被稱為專用智能（Domain - Specific AI），也稱弱AI或窄AI。

自1956年美國人約翰·麥卡錫在達特茅斯會議上首次提出“人工智能”這一術語，標志著人工智能學科誕生以來，人工智能的發展歷經20世紀80年代至90年代初的知識工程與專家系統階段、20世紀90年代到21世紀初的機器學習與數據挖掘階段，再到21世紀初到2020年初的深度學習與突破階段，一直在持續提升人工智能在特定領域內解決問題的專用智能能力。

專用智能依托特定領域的海量數據，運用“窄任務”優化算法，對計算能力的要求相對較低，開發成本與周期也相對較短，故而能在特定領域展現出高效性與準確性，可迅速解決特定問題。然而，由于專用智能主要聚焦于某一特定領域或任務，其局限在于應用范圍相對狹窄，缺乏跨領域的通用性與靈活性。

以當前廣泛應用的工業機器人、智能駕駛艙等智能體為例，盡管其專用功能模塊的能力日益強大，但作為核心指揮系統的智能水平仍有待提升，無法做到觸類旁通、自主學習，仍需外界指令輸入才能完成任務，尚不能完全取代人類。因此，專用智能階段仍被視作人工智能發展的初級階段。

故而，若要使人工智能真正具備人類智慧，甚至超越人類智慧，就需推動人工智能從專用智能階段向通用智能階段發展演進。通用智能（Artificial General Intelligence, AGI）不僅能在單一領域達到專家級水平，還能實現跨領域的知識遷移，真正像人類一樣擁有自我意識、抽象思維、創新思考和情感理解等能力，能夠全面理解和處理各類智力任務。

通用智能一直被視作人工智能領域的高階目標，宛如皇冠上的明珠。直至2023年以ChatGPT為代表的生成式人工智能問世，產業界才打通了以多模態通用大模型推動專用智能向通用智能躍遷的關鍵路徑。

多模態大模型通過整合多種模態的數據，能夠更好地模擬人類的多模態感知和認知能力，它不僅能夠提升人工智能系統的性能和能力，勝任需要多種感知途徑和表達方式的場景；還能夠拓展人工智能的應用范圍，在多個領域內靈活處理各種問題，從而與實體經濟深度融合，推動各行業的智能化升級和產業變革。所以，當今世界各國將多模態大模型作為人工智能競爭的核心領域，積極布局和投入資源，以期在這一關鍵技術上取得領先地位，進而帶動整個經濟社會的高質量發展。

由此可見，項某剛所謂人工智能需涵蓋各種綜合能力的定義，混淆了專用智能與通用智能的界限和層次，暴露出其對人工智能產業發展認知的淺薄。而且，項某剛刻意用專用智能貶低大模型推動的通用智能，無疑集中體現了其知識體系的滯后與產業觀念的陳舊。

三、盲目無知：以似是而非的概念和來源不明的數據對比中美能力

在相關視頻中，項某剛為佐證其“人工智能中國一家獨大”的觀點，將隸屬于專用智能范疇的智能感應、信息存儲、信息傳輸、信息處理和智能終端等能力逐一進行中美對比。然而，其所采用的論據要么是似是而非的概念，要么是來源不明的數據，給人一種如“門外漢”般盲目無知的印象。

在智能感應能力方面，項某剛竟然以國內街頭裝了“5億個攝像頭“為例來論證中國視覺感應能力的領先，驢唇不對馬嘴。此外，他以智能駕駛為例，聲稱國內車企整合了攝像頭、激光雷達、毫米波雷達、超聲波雷達等多種感應能力，而特斯拉因激光雷達成本過高采用純視覺方案，所以其能力不及中國。

實際上，國內車企整合毫米波雷達、超聲波雷達與激光雷達，正是因為前兩者成本較低，可以此來降低激光雷達方案的整體成本。激光雷達雖在智能駕駛技術早期開發中應用較為廣泛，能提供精確的距離和形狀信息，但存在價格昂貴、系統復雜度高的弱點。

正因如此，特斯拉的智能駕駛技術采用純視覺方案，通過攝像頭捕捉周圍環境信息，借助深度學習算法提取關鍵信息，并迅速生成車輛行駛控制指令。該方案不僅降低了智能駕駛技術的普及成本，還通過海量數據訓練和AI大模型的優化迭代，已經實現了類似經驗豐富老司機般的自動駕駛效果。而且，純視覺智能駕駛技術的核心能力在于數據和算力，而非攝像頭的智能感知、感應，這恰恰又暴露了項某剛認知的誤區。

在信息處理方面，項某剛承認美國領先、中國位居第二，卻以算力過剩為由，認為算力在人工智能發展中無關緊要。

他沒有意識到，人工智能從專用智能邁向通用智能，離不開算力的持續推動。DeepSeek之所以備受關注，是因為其以低成本算力滿足了當前普通推理需求，在商業成本上找到了性價比平衡點。然而，要進一步提升人工智能性能，包括推理能力，必然需要更高端的算力支持。因此，項某剛所謂的“算力過剩”純屬偽命題。

在英偉達最新的財報發布會上，黃仁勛表示，市場對Blackwell芯片的需求極為驚人。因為推理AI引入了一種新的擴展法則——增加訓練計算能力可使模型更智能，而額外的長時間思考算力能讓答案更精準。與此同時，多家媒體報道，DeepSeek推出的R1滿血版是目前性能最強的版本，但對算力芯片等硬件資源的要求也極高，這使得英偉達特供中國的H20芯片成為國內市場需求最大的芯片之一，不僅價格上漲，還出現了供不應求的局面，何談“過剩”？

在信息傳輸領域，項某剛以5G基站數量為據，將中國的430萬個與美國的15萬個進行對比，以此證明美國的落后。但實際上，項某剛所稱的15萬個5G基站僅僅是美國一家運營商的部署數量，美國全國的5G基站總數早已超過46萬個。罔顧中美兩國在人口數量和密度方面存在顯著差異，項某剛單純拿基站數量來對比通信能力的做法無異于關公戰秦瓊。

全球移動通信協會GSMA移動智庫于2024年10月發布的2024年第二季度5G連接指數報告，依據5G基礎設施和5G服務兩大類別以及17個細分指標，對各國的5G發展狀況進行了綜合評估。中國以55.96分排名第9，美國以55.34分排名第10，由此可見，兩國在5G發展上的差距并非像基站數量對比那樣明顯。

在信息存儲方面，項某剛以美國沒有“東數西算”、算力樞紐集群這類大型工程，來論證其在存儲能力上的落后。然而，算力存儲主要涉及數據中心和云計算的應用，在全球云基礎設施排行榜上，美國的亞馬遜AWS、微軟Azure和谷歌云占據了六成以上的份額，而我國云市場排名第一的阿里云，在全球市場的份額僅為8%，位列第四。

最后，在智能終端領域，我國作為高端制造業大國，無人機和機器人產業發展態勢迅猛。然而，特斯拉的自動工廠、波士頓動力的機器狗以及iPhone的AI應用同樣各有特色，相關競爭仍在激烈進行，遠未到評判勝負的階段。

結語：

綜上所述，自封為“中國唯一產業觀察家”的項某剛，以坐井觀天的姿態、陳舊淺薄的觀念以及盲目無知的表現，得出的“人工智能中國一家獨大”的論斷，純屬嘩眾取寵。其片面觀點不僅不利于客觀認識產業發展態勢，更可能誤導公眾對全球科技格局的判斷。這種罔顧事實、夸夸其談的行為，除了博人眼球、賺取流量外，對中國人工智能產業的發展毫無益處。

當然，批判項某剛的無知與自大，并非是貶低我國在人工智能領域取得的進展和成就。中美在人工智能領域的競爭仍在持續，承認美國的先發優勢和局部優勢，并不意味著否定中國取得的突破性成績。我們既要為已取得的成績喝彩，更要認清現實，直面差距。

歷史經驗表明，技術競爭的本質是創新體系與制度優勢的較量。中國既需保持戰略定力，避免陷入“技術民粹主義”的誤區，更應通過深化改革開放，在開放中實現超越。唯有如此，方能在未來十年的人工智能競爭中，實現從“跟跑者”到“領跑者”的歷史性跨越。