根據摩根士丹利（Morgan Stanley）中國首席經濟學家邢自強的最新報告，中美 AI 之爭的格局正在發生重大變化。中國憑借國家級基建的高效執行能力，正在逐步縮小與美國的差距。
中國 AI 的崛起之路
中國在 AI 領域的進步並非一蹴可及。近期，中國廠商推出的 Kimi K3 開源大模型表現卓越，這並不是一夜之間的奇蹟，而是中國 AI 行業多年來持續積累和進步的結果。據邢自強介紹，6 月份智譜發布的 GLM-5.2 同樣表現出色。預計未來還會出現更多規模更大、性能更好的中國模型，具有全球競爭力。
中國的 AI 發展路徑與美國不同，其重點並不在於簡單追趕前沿模型的算力，而是更強調實際應用價值。中國通過優化速度、降低成本效率和系統整合，使 AI 技術能夠更快地在實體經濟和應用場景中落地。
美國 AI 的挑戰
尽管美國在 AI 技術上仍處於領先地位，但也面臨著多方面的挑戰。邢自強指出，AI 的「軍備競賽」並不仅仅是購買高端晶片，更重要的是誰能夠構建一個完整的 AI 生態鏈和基礎設施，包括資料中心及其運轉所需的能源系統。
目前，美國 AI 投資正遇到三道障礙：當地居民反對、電力供給不足，以及地方政治監管。許多州的居民認為，AI 算力中心無法帶動當地就業，反而可能帶來污染和能源價格上漲，因此社區紛紛投反對票。據統計，從現在到 2028 年，美國將面臨大量電力缺口，電網無法支持這些資料中心的建設。
此外，美國各個州可以針對資料中心建設推出自己的監管規定，這種對資料中心的抵制，从去年以來已經明顯加速。
全球 AI 版圖的雙軌發展
未來，全球 AI 版圖可能會演變為兩條不同的發展路徑。一條是美國的成本較高、封閉生態、追求最前沿大模型的路徑；另一條是中國利用較大的能源供應能力，通過開源、低成本、高靈活性的模型，搭建數位公共基礎設施的路徑。
野村證券中國首席經濟學家陸挺也在近日表示，中美之間在大模型表現上的差距可能僅有 6 個月，最多不超過 1 年。中國的優勢集中在電力供應與電網建設、AI 與製造業結合的完整產業鏈，以及頂尖 AI 人才儲備。
數據背後的啟示
從產業面來看，中國在 AI 領域的快速崛起，主要得益於國家級基建的高效執行能力和低成本大模型的開發。然而，中國也面臨著高階晶片依賴其他經濟體的瓶頸，尤其是製造晶片所需的曝光設備。美國雖然在前沿模型上仍佔優勢，但能源和基礎設施的瓶頸制約了其進一步發展。
對於一般讀者來說，這場中美 AI 之爭不僅反映了技術的競爭，更體現了國家綜合實力的對比。未來，全球 AI 版圖的雙軌發展將成為新的趨勢。讀者不妨思考一下，面對這場技術變革，個人和企業如何才能把握住其中的機遇？
本文改寫整理自公開新聞來源，原始報導由科技新報發布。
常見問題 FAQ
中美 AI 之爭的主要差異是什麼？
中美 AI 之爭的主要差異在於發展路徑。中國側重於低成本大模型和國家級基建，而美國則追求前沿模型和封閉生態。
中國在 AI 領域的優勢有哪些？
中國在 AI 領域的優勢主要包括國家級基建的高效執行能力、低成本大模型的開發、電力供應與電網建設、AI 與製造業結合的完整產業鏈，以及頂尖 AI 人才儲備。
美國在 AI 領域面臨哪些挑戰？
美國在 AI 領域面臨的主要挑戰包括當地居民反對 AI 算力中心建設、電力供給不足，以及地方政治監管。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
