百倍算力差距下的平等對話：ChatGPT時刻三年后中美AI從百米沖刺走向馬拉松

由國家語言資源監測與研究中心、商務印書館、新華網聯合主辦的“漢語盤點2025”活動12月19日在京揭曉“年度字詞”，“韌”“深度求索（DeepSeek）”從萬千詞匯中脫穎而出，分別當選年度國內字。本文為新經濟學家智庫專稿，轉載請注明來源。

本賬號接受投稿，投稿郵箱：jingjixuejiaquan@126.com

百倍算力差距下的平等對話：ChatGPT時刻三年后中美AI從百米沖刺走向馬拉松

旻宏

新經濟學家智庫特約研究員

2022年11月30日，OpenAI發布ChatGPT，這一時刻曾被中國科技界比作“斯普特尼克時刻”——一種令人窒息的落后感席卷了北京中關村與深圳南山。然而，彼時美國國家安全顧問 Jake Sullivan等人針對中國AI將陷入“長夜”的悲觀預言并未成真。站在2025年12月的節點回望，我們看到的并非一個贏者通吃的市場，而是一個高度分化且競爭焦灼的雙極世界。隨著DeepSeek等中國本土模型的崛起，以及“人工智能+”（AI plus）戰略的工業化滲透，中國在算力受限的硬約束下走出了一條獨特的追趕曲線。這不僅是一場關于芯片的博弈，更是一場關于誰能用更少的資源做更多事情的效率實驗。

一、漸近線的收斂：從“不可望其項背”到“僅差三月”

2025年初，中國大模型領域的格局發生了質的改變，這種改變不再是單純的跟隨，而是具象化的性能對齊。這一切的標志性事件是DeepSeek在2024年末至2025年初接連發布的V3及R1推理模型。【點擊查看】此前，中美頂尖模型的性能差距被普遍認為在一年以上，甚至有觀點認為是無法跨越的代差。然而，根據LMSYS Chatbot Arena的權威測試基準，到了2025年2月，中美頂級模型在復雜推理任務上的分值差距已從一年前的103分急劇收縮至23分，核心能力差距被業內專家李開復等人評估為“僅剩三個月”。

這種追趕速度震撼硅谷。DeepSeek R1模型的出現打破了“算力決定論”的宿命，它證明了即便沒有最頂級的英偉達GPU集群，通過極致的算法優化與架構創新，依然可以訓練出對標OpenAI o1系列的推理模型。這一突破不僅是技術層面的勝利，更是心理層面的轉折點——中國開發者不再僅僅是開源模型的“套殼者”，而是開始在核心架構層面貢獻具有全球影響力的創新。

對于關注AI發展的觀察者而言，這一現象揭示了一個深刻的技術規律：模型能力的提升并非總是與算力投入呈線性關系。雖然OpenAI繼續引領著技術的前沿探索，但中國頭部梯隊（包括豆包、千問、文心一言及一眾新晉獨角獸）已經具備了快速復現并優化前沿成果的能力。這種“快速跟隨并局部超越”的能力，使得任何單一技術壁壘都難以維持長期的壟斷優勢并“卡死對方的脖子”。

隨著2025年步入尾聲，這種收斂趨勢愈發明顯。國際知名研究機構卡內基國際和平基金（CEIP）分析指出，盡管地緣政治導致的硬件限制依然存在，但人才的流動與開源社區的繁榮在很大程度上對沖了這一大劣勢。中美在同一創新網絡中呈現雙向互惠：美國受益于來自中國的大量人工智能人才與研究貢獻，中國也通過海外科研網絡與合作獲得持續溢出；開源社區則由跨國協作驅動，中美同為重要貢獻者與受益者。當下，中美AI競爭已不再是百米沖刺的距離差，而是變成了兩條并在的軌道，雖然美方軌道更寬，但中方列車的速度并未如預期般減慢。

二、匱乏作為催化劑：算力封鎖下的“反脆弱”創新

美國在算力基礎設施上的霸主地位依然不可動搖。據Epoch AI數據顯示，截至2025年中，美國掌握了全球約74%的AI超算算力，而中國僅占約14%；在高性能芯片（如英偉達H系列等效算力）的儲備上，美國更是擁有近乎百倍的數量級優勢。按照傳統的硅谷邏輯，這種懸殊的“火力差距”本應直接宣告戰局的終結。然而，現實卻上演了一出經典的“反脆弱”戲碼：外部的嚴酷封鎖反而倒逼中國企業進化出了驚人的計算效率。

布魯金斯學會（Brookings Institution）早在2025年初的分析中就敏銳地指出，“稀缺是創新的催化劑”。面對高端GPU的禁運，中國AI公司無法像美國同行那樣通過“大力出奇跡”來堆砌參數，而是被迫轉向模型架構的精細化打磨。DeepSeek R1的成功正是這一邏輯的產物——據報道，其訓練成本僅為美國同類模型的幾分之一，推理成本更是降低了90%以上。這種在約束條件下逼出來的“低成本、高性能”路線，正在成為中國AI產業的核心競爭力。

與此同時，中國科技巨頭正在重構底層的軟硬件生態。阿里巴巴和百度等公司已開始大規模部署自研AI芯片，以減少對NVIDIA的依賴。雖然單卡性能尚有差距，但通過分布式計算網絡的優化，中國在2025年底已建立起規模龐大的算力調度網絡，嘗試用數量和架構優化來彌補單點性能的不足。

不僅如此，這種效率優勢正在轉化為商業壁壘。在企業級市場，客戶往往更在乎性價比而非絕對的性能上限。當中國模型能以十分之一的價格提供美國模型95%的性能時，其在全球尤其是“全球南方”市場的吸引力無疑巨大。美國無意中通過出口管制，迫使中國點亮了“高效能計算”這棵科技樹，這或許是美國政策制定者始料未及的長期后果。

三、路徑的異同：作為生產力的“人工智能+”戰略

如果說美國AI的發展路徑更側重于通用智能（AGI）的探索與C端創造力的釋放，那么中國則更堅定地選擇了AI的工業化與實體化。2025年8月26日，國務院印發了《關于深入實施”人工智能+“行動的意見》（以下簡稱《行動意見》），這是中國首次以”人工智能+“命名的系統性國家級行動方案，標志著“人工智能+“作為正式國家戰略被提出。在2025年12月的中央經濟工作會議上，“人工智能+”從去年開展行動、培育未來產業的概念性部署，升級為深化拓展、置于新質生產力主戰場的核心抓手，與重點產業鏈升級和服務業提質并列，且與人工智能治理、知識產權保護一并推進，強調了大規模產業化落地與制度化保障并重。這意味著，中國押注的并不是一次“模型爆發”，而是一套能把人工智能持續嵌入產業鏈、并被治理體系托住的長期機制。

中國龐大的制造業門類與超長產業鏈，為“人工智能+”提供了天然的“實戰場”——既有海量真實工況數據，也有足夠復雜、可度量的生產約束，能把算法從“會說”拉到“會干”。政策端的信號也在轉向更明確的“產業落地”：《行動意見》提出，到2027年要率先實現人工智能與制造業等六大重點領域“廣泛深度融合”，并明確“新一代智能終端、智能體等應用普及率超70%”的階段目標；工信部近期亦表態將推動人工智能與制造業應用“雙向賦能”，并研究出臺“人工智能＋制造”專項行動實施意見，為重點行業、關鍵環節的智能化改造提供路線圖與抓手。

更關鍵的是，這套路徑不能簡單理解為“把AI裝進工廠”，而是在爭奪一種更稀缺的生產要素：實時產生的工業場景數據。相比互聯網文本數據，工業數據往往更碎片、更封閉、采集成本更高，且與設備、工藝、供應鏈深度綁定，因而形成更高壁壘。中國若能在實體經濟中實現大規模部署，就有機會沉淀海量的場景專有數據（domain-specific data），并以此訓練出在垂直領域更具競爭力的行業模型——數據、模型與應用在現場形成閉環迭代。于是，這里發生的并不只是“自動化升級”，而是把大模型能力嵌入到流程優化、質量管控與設備運維的全鏈路中：用預測性維護減少非計劃停機，用工藝與排產優化壓縮波動成本，用智能體把“經驗”轉化為可復制的控制策略。在新能源汽車、光伏制造等中國優勢產業里，AI越來越像一種“新型工業電力”：不靠敘事點燃想象，而靠持續擠出良率、效率與能耗的改進空間。

正因如此，評估中美人工智能實力就不能僅看誰的模型跑分更強、寫詩美、情緒價值更高，還要看誰的模型能更高效地控制機械臂、優化電網調度或加速新藥研發。在這條“數實融合”的賽道上，中國憑借其完整的產業鏈優勢，正在構建一個其他國家難以簡單復制的生態護城河。AI不僅是聊天機器人，更是下一代工廠的超級智慧綜合體。

四、2026展望：開源生態與全球技術的雙重變奏

展望2026年，中美人工智能競爭將進入更“常態化”的階段：前沿能力仍由算力、資本與基礎研究牽引，但真正擴散到產業與開發者社區的速度，越來越由生態與工程化能力決定。在這一維度上，中國正在從“追趕者”轉向全球“開源”生態的關鍵供給方之一——不是靠口號，而是靠可復用的模型、工具鏈與工程范式，把更多開發者與企業拉進同一條創新管道中。這是一種以開放換規模、以規模促迭代的生態策略。

站在2025年12月，我們看到，以DeepSeek為代表的“開源”路徑，至少在傳播機制上更像互聯網時代的“標準擴散”：通過發布權重與代碼、降低復現與微調門檻，讓全球開發者都有機會可以在本地或私有化環境中快速部署、蒸餾、二次訓練，從而把模型能力轉化為更廣泛的行業應用與工具生態（DeepSeek 的相關發布明確以 MIT 許可證開放模型與代碼）。 更重要的是，這并非“中國單向輸出”的敘事，而是全球開源共同體的一部分：Hugging Face 等平臺的觀察也指出，計算資源稀缺環境倒逼出的“高效率開放路線”，正在成為國際開發者高度關注的工程樣本。

這種“開源vs閉源API”的分化，正在深刻重塑全球人工智能版圖，但它也未必意味著簡單的“分層統治”。 經濟合作與發展組織（OECD）對開放權重模型的政策研究指出，開放權重模型在商業供給中已占相當比重，其價值在于降低進入門檻、節省開發與算力成本、促進第三方審計與再創新，當然也會帶來治理與風險管理的新命題。換句話說，這場擴散并不以國籍為中心，而以“可復制性”為中心：開放權重把創新從少數巨頭的數據中心里釋放出來，讓更多地區、更多行業都能把模型馴化成自己的工具。中國模型只是其中增速最快、影響力顯著的供給之一。

如果把目光從年度報告移到 2025 年的資本流向本身，美國的優勢依舊鮮明：CB Insights 的統計顯示，美國正在以近乎虹吸的方式集中全球AI融資——資金與交易都顯著向美國聚攏，而亞洲（包括中國在內）的風險投資整體仍偏謹慎。但這并不自動推導出“美國壟斷、其他皆陪跑”的結論——下一階段更可能出現的是：美國繼續在前沿范式、平臺能力與資本密度上保持強勢；中國則在開放生態、工程效率與產業落地上把優勢推到更深處，并把這些優勢轉化為更穩定的商業路徑與全球合作網絡。

最終，我們可能會看到一個“雙引擎”式的人工智能世界：一臺引擎追逐智能上限，由美國的算力與資本密度持續加壓；另一臺引擎追逐工程效率與產業嵌入，由中國的場景規模與制造業縱深驅動。對全球技術觀察者而言，最精彩的劇情或許不在于誰能徹底擊敗誰，而在于這兩種迥異的技術哲學如何在碰撞與互補中，繼續推高人類智能的邊界。

結語

三年時間，足以讓驚恐平復，也足以讓一個追趕者重新校準呼吸與步頻。資本的泡沫依然在起伏——估值、敘事與投機時常先于落地；但人工智能技術本身并沒有泡沫：模型能力、工程效率與產業應用的進展是真實可測的。中國AI產業在經歷了ChatGPT帶來的最初沖擊后，并沒有在算力焦慮中停滯，而是在約束中選擇了兩條更難、也更可靠的路：一邊推動“效率革命”，把算法、軟件棧與算力利用率做到更精；一邊堅持“產業深耕”，把大模型嵌入制造、能源、政務等流程，換取可驗證的降本增效。同時，2025年的數據也明晰地提醒我們——要尊重對手：美國科技依然強大，且有變得更強的可能，但中國已不再是三年前那個措手不及的被動應對者。在這場漫長的馬拉松中，決定勝負的不僅是起跑時的爆發力，更是在“缺氧環境”里持續迭代的耐力，以及把技術從一次次演示，沉淀為組織能力與產業能力的那種深沉且古老的智慧。■

掃碼入群可參加全年至少12場精彩閉門研討