從人工智能大模型看大國科技博弈態勢

【摘要】正在全面展開的中美人工智能博弈，并不是我們過去熟知的普通創新科技爭先賽，而是人類百年內最重大的一項通用目的技術——GPT技術的超級競賽。ChatGPT和Sora等生成式人工智能應用的爆發以及英偉達的強勢崛起，標志著人工智能正式引領人類新一輪GPT技術的全面主流化。逐漸升級和不斷調整的美國對華科技戰，越來越將勝負手從早期的半導體轉向人工智能。研判中美這一輪科技博弈的走勢以及中國如何制定正確的應對戰略，必須深入了解人工智能作為未來相當長一段時期最富有決定性意義的GPT技術的本質特性和內在規律。尤其是在美國引領新一輪生成式人工智能創新浪潮并不斷加碼遏制中國獲得人工智能技術和產品創新的背景下，我們如何作出對局勢和技術發展的正確研判，將直接決定中美未來的競爭態勢，影響全球格局重塑。

【關鍵詞】大模型 通用目的技術 GPT技術 科技戰 AIGC

【中圖分類號】F123.9 【文獻標識碼】A

【DOI】10.16619/j.cnki.rmltxsqy.2024.13.005

ChatGPT和Sora昭示的全球科技發展新階段

要正確辨析和研判這一輪正在全面展開的中美科技博弈的全球影響與未來進程，就必須認識到，這不是我們過去習以為常的創新技術爭奪戰，而是人類至少百年內最重大的一項通用目的技術（General Purpose Technology，本文統一稱為GPT技術，以區分當下代表生成式預訓練的GPT）的爭先賽。只有基于GPT技術的理論框架和內在邏輯，我們才能避免被眼前的現象和短暫的表象所主導，而以中長時段的視角，理性、科學和準確地考察大國人工智能博弈的現在和未來。

2022年底以來，以ChatGPT、Sora和GPT-4o等為代表的人工智能生成內容（Artificial Intelligence Generated Content， AIGC）突破性技術和應用，標志著人類新一輪的通用目的技術從互聯網全面切換到人工智能，開啟全新格局。Sora展示了文本生成視頻的“世界模擬器”的全新可能性，標志著媒介生產自動化與媒體形態一體化的臨界點。人工智能（Artificial Intelligence， AI）技術開啟的“谷登堡時刻2.0”通過數據和算法實現了信息傳播的指數化增長，代表了人類傳播的又一次根本性變革，開啟了智能傳播新時代。[1]傳播的革命性突破，將推動社會各個層面的全局性變革。全球發展規則和大國競爭邏輯由此發生歷史性轉向。

正是這樣的技術發展和歷史背景，幫助我們建立新的認知框架，重新審視當前全球高科技的新態勢和大國博弈的新趨勢，獲得全新的啟發。尤其是審視當下美國不斷升級的對華科技戰，可以清晰地發現，美國將科技戰的勝負手從最初的半導體逐漸轉向人工智能，而處于這一輪競爭風口浪尖的AI芯片首當其沖。ChatGPT既是引爆AI產業的“iPhone時刻”，也可能成為逆轉中國AI競爭態勢的“衛星時刻”。如何強化中國企業的全球化動力和動能，真正構建中國高科技全球化的新格局，是最大的戰略關鍵所在。[2]

若要科學、理性、正確地研判這一輪中美科技戰的走勢和AI時代的中美競爭態勢，則必須首先洞察GPT技術的基本特性和內在規律。

智能時代中美博弈、力量對比與前景研判

GPT技術不僅能帶來經濟利益，還能影響國家安全、產業結構和全球地緣政治格局。全球AI競爭是一場全球一體化的政治經濟體系的競爭，也是一場GPT技術的爭奪戰。20世紀50年代以來，AI領域經歷了許多起伏，至今其未來仍充滿不確定性。隨著AI的發展，算法、數據、算力和人才這四個關鍵要素的相對價值可能會發生變化，使某些參與者受益，而使其他參與者處于不利地位，并進一步改變全球AI力量的平衡。人類面臨的挑戰不僅在于如何使用AI，還在于誰來制定規則。[3]

從大多數標準來看，美國仍然是人工智能領域的全球領跑者，但人工智能這一或將徹底變革人類社會的技術還遠未達到巔峰。[4]人工智能領域存在的沖突包括半導體的競爭、技術標準的碎片化以及被不同技術標準分割開來的市場對新人工智能工具傳播的制約。地緣政治是阻礙國際社會形成全新的全球人工智能治理體制的最大障礙。[5]圍繞人工智能的地緣政治博弈主要集中在對控制訓練強大人工智能模型所需的計算硬件訪問權的爭奪上，這引發了有關聯盟、制裁和監管的新問題。[6]純粹的“脫鉤”被視為一種弱策略，美國一直在穩步推進中美人工智能生態系統的選擇性“脫鉤”。[7]有研究者發現，歷史上美國為遏制中國技術崛起而采取的單邊或域外執法行動都以失敗告終。在當前情況下，美對華開展的系列行動正在對美國長期的地緣政治伙伴關系造成無法彌補的損害。[8]因為美國政府對華科技政策的本質就是，其不甘于在一些領域被中國超越，試圖通過策動自上而下的政治力量，干預自下而上的技術與市場力量，擾亂既有的技術與市場進程。[9]

“在人工智能方面，我們遙遙領先，可能比中國領先兩三年，但在我看來，這已經是一個永恒的時間了。”谷歌前首席執行官埃里克·施密特稱，中國在人工智能領域無法趕上美國有四個原因，即芯片短缺、用于訓練大型語言模型的中文材料較少、外國投資和風險投資的大幅減少，以及關注了錯誤的領域（營利性應用公司）。[10]大國之爭，對美國來說，不只是利益之爭，更重要的是思想之爭、價值之爭。[11]例如，Meta負責全球事務的Nick Clegg表示，公開分享公司的人工智能模型有助于傳播其價值觀和標準，進而有助于鞏固美國的領導地位。[12]與上述觀點不同的是，喬治城大學安全與新興技術中心（CSET）數據顯示，中國在超過一半的人工智能熱門領域的研究成果超越美國，成為全球領先的研究成果提供者。[13]數據分析公司Govini最新報告發現，美國在實用且有價值的人工智能能力方面投資不足，同時在研發階段上也停滯不前。[14]此外，美國目前擁有大量人工智能人才，但這并不意味著美國在人工智能發展方面的優勢是決定性的和持久的。[15]

中美關系正在進入一個新的、暫時積極的外交時刻。基辛格認為，“中美需要展開嚴肅對話的領域就是人工智能”。依據中美的政治體制和現有的地緣政治緊張局勢，將中美AI競爭描繪為文明的根本沖突是有問題的。盧西亞諾·弗洛里迪等人認為，這種狹隘觀點試圖通過對瞬時情況的分析來推測未來，忽略了影響各國技術哲學以及人工智能總體戰略的眾多歷史因素。[16]盡管合作的重大障礙依然存在，但中美在人工智能上仍有很多需要深入對話的空間。正如鄭永年所言，“既然造‘剎車’上我們已經做得很好了，現在要想辦法刺激‘發動機’的發展”。盡管美國希望在人工智能領域保持絕對領先地位，但其在某些方面可能過于高估自己。中國在人工智能的商用應用上表現突出，有很大機會趕超美國，但我們也需要自我反思，要學習美國推動人工智能發展的模式。[17]

美國對華科技戰的勝負手：不在于半導體而在于人工智能

中美科技競爭本質是美國借助全球霸權地位，用政治方式野蠻介入和干預高科技的政策市場競爭，瞄準以華為為代表的中國高科技領軍企業和前沿領域，遏制中國高科技的崛起。面對充滿變數的科技競爭，從“自下而上”的技術演進的視角出發，結合“自上而下”地緣政治的視角，更能觸及問題的本質。[18]

中美科技戰正發生從半導體到人工智能的轉向。或者說，轉向了一場以半導體為切入點的人工智能狙擊戰。美國商務部施行了一套自視完美的三位一體狙擊戰略——“阿斯麥的光刻機—臺積電的先進制程—英偉達的AI芯片”。阿斯麥是世界上唯一使用EUV（極紫外光刻技術）的制造商，在光刻機市場的占有率超過80%，特別是在最尖端的EUV光刻機市場上擁有完全壟斷地位，占有率為100%；臺積電生產全球約92%的先進芯片，在全球代工芯片制造市場中占據約55%的份額，涵蓋所有類型的芯片；[19]英偉達在AI芯片的生產方面幾乎處于壟斷地位，控制著95%以上專業AI芯片市場[20]。阿斯麥、臺積電和英偉達共同構成了一條強大但脆弱的壟斷供應鏈，控制著超過4萬億美元的市值。

科技創新是決定中美戰略競爭走向的關鍵因素。中國產業基礎、市場規模和整體科技能力已經今非昔比。中國擁有強大的產業基礎和完善的產業生態，以華為等為代表的中國高科技企業在推動產業發展的過程中不斷實現漸進式技術創新，取得了顯著的技術成就。活躍的產業集群也為我國企業的技術創新提供了堅實的產業支撐，而龐大的消費市場則為技術創新提供了豐富的應用場景。[21]與此同時，中國在基礎科學、人才引進等多個方面仍處于劣勢，面臨挑戰，不利于中國進行顛覆性的技術創新。

2022年底，隨著OpenAI引爆AIGC浪潮，人工智能也突破了主流化臨界點，美國針對中國高科技的遏制進入更加精準的“小院高墻”微調階段，逐漸將發力點聚焦到AI，尤其是AI芯片的供給之上。因此，美國圍繞AI緊鑼密鼓出臺一系列遏制舉措。

2023年10月17日，美國發布對華半導體出口管制規則。2024年3月29日，美國政府再次修改規則，升級針對AI芯片、半導體制造設備的對華出口限制，旨在停止向中國出口由英偉達和其他美國公司設計的更先進的AI芯片。在2023年8月9日美國總統拜登簽署的限制投資和保護美國AI發展的第14105號行政命令基礎上，2024年6月22日，美國財政部宣布了一項新的禁令，旨在限制美國人對中國在AI和芯片領域的投資。根據新規定，美國人將被禁止參與涉及對美國所謂國家安全構成嚴重威脅的技術和產品的對華交易，此外，即使是開發未被禁止的AI系統或芯片相關的交易，也必須向美國財政部報告。目前，中國是唯一被明確列入該禁令名單的國家。同年6月25日，據OpenAI官方網站消息，該公司將停止向中國提供API服務。這意味著中國境內的組織和個人將無法直接訪問OpenAI的API服務。這實質上代表著美國對中國獲取先進AI技術的進一步限制。

對英偉達AI芯片的出口限制無疑是當下美國遏制舉措的重中之重。但是，制裁效果受到了一系列質疑。尤其是2023年華為Mate 60發布之后，態勢逐漸逆轉。圍繞華為昇騰910C等難辨真偽的海外報道，更加劇了公眾對AI芯片遏制效果的質疑。通過對昇騰芯片性能的分析，美國安全與新興技術中心的Jacob Feldgoise和Hanna Dohmen認為，華為打造昇騰910C系列，可能通過增加活躍AI核心的數量，使910B系列的性能翻倍。但由于制造問題，最終降低了910C系列的規格，以匹配910B的規格。華為未來在人工智能芯片技術領域的領導地位，取決于該公司能否做出一致的、變革性的設計和封裝創新，以彌補美國出口管制對中國在制造工藝方面的阻礙所造成的差距。[22]

作為通用目的技術的人工智能的發展趨勢研判

研判作為GPT技術的人工智能，必須首先洞察GPT技術的基本特性。GPT技術的發展歷程是一場馬拉松，而非百米沖刺。GPT技術需要通過長時間的技術積累和逐步改進來實現，無法一蹴而就。短則十年二十年，長則數十年。正如陳永偉所言，“GPT的擴散通常表現為一個‘創造性毀滅’過程。它可能在促進生產力提升的同時，顛覆既有的經濟秩序。在這個過程中，可能會造成一系列復雜的經濟、社會和組織影響”。[23]AI作為GPT技術，其技術特性決定了其有潛力在長期內產生深遠的影響。AI可以重塑各個行業的生產力，提升效率，并引發新的商業模式和社會變革。然而，受限于當前技術水平、基礎設施、行業融合與協調等多種因素，AI的全面影響在短期內可能不會立即顯現。[24]因此，我們必須具備長期視野，持續投入研發，并建立穩健的技術基礎和制度保障，以確保這項GPT技術能夠在未來發揮最大潛力。

GPT技術不僅在影響經濟結構、推動技術創新和產業變革方面具有重要意義，還有助于解釋關鍵技術在經濟增長中的動態及其變革性作用。Richard G. Lipsey等人在《經濟轉型：通用目的技術與長期經濟增長》中提出，GPT技術具有一些重要的共同特征，即：其最初作為相對粗糙的技術，應用范圍有限；隨著時間的推移，該類技術逐漸演變成更為復雜的技術，應用范圍在經濟中顯著擴大，并且其幫助生產的經濟產出種類也大幅增加；隨著這些技術在經濟中的擴散，效率不斷提高；作為成熟技術，它們被廣泛用于多種不同的用途，并與許多其他技術形成強大的互補，能夠協同工作。[25]GPT技術具有技術互補性、難以替代性、廣泛應用性、演變復雜性、技術動態性和創新互補性等主要特性。技術系統的演變性作為一個關鍵概念被強調，反映出歷史和技術發展的連續性。GPT技術被視為一個不斷演變的知識體系，不是靜態的，而是隨著時間不斷發展和變化。一項GPT技術的演變通常經歷多個階段，演變過程常常與其他技術相互促進，不僅能在自身領域內發展，還能夠推動其他領域的創新，形成集群效應。[26]

外部性對于GPT技術而言扮演著核心角色。包括學習效應、網絡外部性、垂直和水平外部性、路徑依賴與鎖定效應等。這些因素會大大增強某種技術在市場上的競爭力，使得它能夠在生態系統中占據主導地位。[27]但Timothy F. Bresnahan等人發現，由于市場交易的局限性，GPT技術的創新和應用也可能出現“創新不足或創新滯后”的問題。因此，他們認為需要更好的協調和創新激勵機制，以充分發揮這些關鍵技術的潛力。[28]Nicholas Crafts從歷史視角深入分析了AI作為GPT技術可能帶來的長期影響，強調在技術變革期間理解和應對生產力變化的重要性，提出新技術可能帶來滯后效應，并探討如何制定有效的政策和措施，以促進技術創新和經濟增長，同時保護勞動者的利益。[29]

我們首先考察近百年來最重要的三大GPT技術，計算機、互聯網和AI，尋找一般特性和內在規律（如表1所示）。回顧計算機、互聯網和人工智能這三大GPT技術的演進可以發現，它們不僅推動了技術本身的發展，也深刻影響著社會、經濟等各個方面。從早期的機械計算裝置到PC，再到量子計算，IBM、蘋果在計算機領域進行早期創新和市場開拓，英特爾和微軟在計算機硬件和軟件領域達到行業巔峰；從阿帕網的誕生，到萬維網的普及，再到移動互聯網和物聯網的興起，網景、雅虎等公司在互聯網初期市場進行創新和探索，Google、亞馬遜在互聯網服務和電商領域達到頂峰，并形成龐大生態系統；從最早的簡單算法和規則系統，到機器學習和深度學習，再到生成對抗網絡和強化學習，OpenAI在人工智能領域進行基礎研究和前沿應用的探索，英偉達通過高性能計算硬件達到行業壟斷地位。計算機、互聯網和人工智能都呈現出逐步進化和革命性變革的特性。

首先，GPT技術具有影響人類社會全局性變革的潛能，實現了生產力的提升和生產關系的重構。計算機提升了計算和數據處理能力，互聯網加速了全球的互聯互通，人工智能優化了決策和自動化流程。同時，遠程在線協作改變了工作方式，智能制造和自動化技術改變了生產線配置，推動了全球供應鏈的重新布局。其次，GPT技術的基礎性，有著以公共物品為基礎的發展過程。如同早期計算機技術的發展受益于政府和科研機構的投入，互聯網得益于科學共同體和開放的全球一體化基礎設施的互聯網元架構，[30]AI的發展同樣依賴于開放的數據資源、開源的軟件平臺和廣泛的科研合作，這些公共物品為技術的廣泛應用和普及奠定了堅實基礎。最后，外部性是GPT技術的競爭關鍵，本質上是生態之戰，由技術的外部性定勝負。計算機領域的Windows和MacOS之爭，互聯網時代的FAANG、BAT競爭，AI時代的OpenAI、Meta、Google和微軟等競爭，都是生態系統的較量。這些技術生態系統不僅包括核心技術，還包括開發者社區、應用場景、配套服務等。

中美博弈態勢的兩種前景：分析與比較

中美AI競爭呈現兩種模式的分化。美國延續其半個多世紀的資本驅動、創新引領的“硅谷模式”。OpenAI就是最新的成功典范，延續了過去英特爾、蘋果、微軟、思科、雅虎和谷歌等科技企業崛起的模式和路徑。締造了無與倫比的科技創新神話和一枝獨秀的競爭優勢。而中國從1990年代開始，經歷了追隨美國硅谷模式的互聯網浪潮，締造了三大門戶、BAT和字節跳動等基本可以媲美美國硅谷的科技創新故事。但是，隨著2019年美國全面發動對華科技戰，風險投資和核心技術成為美國政府遏制中國發展的重要手段并逐漸政治化和武器化，中美優勢互補的硅谷模式面臨“脫鉤”“斷鏈”的沖擊。在這種歷史背景下，過去長期依賴美國核心技術和產業生態的注重發揮應用優勢的發展路線，難以為繼，直接影響了這一輪人工智能革命的中國戰略和路徑選擇。最近幾年，中國開始轉向立足本國核心技術，打造自主產業生態的新模式。具體在人工智能領域，開始轉向更富有戰略性的注重基礎設施，以及市場與政府兩種機制雙管齊下的中國新模式。

正如美國國務卿布林肯所言：“一場全球技術革命正在進行中。世界主要大國正在競相開發和部署人工智能和量子計算等新技術，這些技術可能會改變我們生活的方方面面——從能源來源、工作方式到戰爭方式。我們希望美國保持科技優勢，因為這對我們在21世紀經濟中蓬勃發展至關重要。”[31]其言論凸顯了美國在技術領先、戰略優先級以及在全球技術標準和規則制定中占據主動的重要性，預示著未來中美兩國將在高科技領域展開更為激烈和多層次的競爭。從競爭方式來看，拜登政府不僅在傳統的地緣政治領域重視調動盟友的積極性，還將聯盟體系作為對華科技戰的重要工具。通過“結盟”助力對華人工智能競爭的態勢已經顯現。[32]Anton Malkin等人系統研究了美國在全球半導體行業中的結構性權力，并從地緣經濟學的角度對美國在該領域的主導地位作出解釋，他們強調法律管轄權和技術發展的空間維度在維持美國在全球半導體價值鏈中的結構性權力方面的作用。[33]這也意味著在中美科技競爭中，美國不僅依靠自身的技術和法律力量，還通過聯盟體系來鞏固和加強其在半導體行業的主導地位。這種多層次的競爭策略使得中國在半導體領域面臨更加嚴峻的挑戰。

之前中美科技也存在一定的競爭和博弈，但是，直到這一輪AI浪潮，在美國形成整體遏制中國的共識之后，中美科技才真正進入一場多維度、激烈的博弈之中，因此兩個階段的競爭博弈有著全然不同的特點。為了應對美國不斷加碼和升級的科技戰，中國也開始形成新的戰略應對體系，從而中美呈現出一定程度上的取向不同的兩種模式之爭。然而，兩種模式究竟誰更有優勢，無法簡單計算和評判。因為，人類歷史上任何一項GPT技術都有著一定的共性，但是更有著自己的獨特性，呈現與歷史經驗并不一樣的走勢。人工智能尤其如此。美國硅谷模式是否依然可以獨領風騷？中國模式是否會遭遇瓶頸？目前眾說紛紜，觀點分歧極大，悲觀和樂觀者都為數不少。需要我們基于學理，展開更深入的分析研判。

我們以這場科技博弈中最前沿的華為為例解析2019年以來的走勢和進展，可以更好理解中美科技的未來。華為遭遇極端打壓，其整體收入走勢在2019年還沒有全面顯現，2021年開始大幅度下滑，2022年一定程度企穩，2023年開始恢復增長，估計到2024年，有望回到歷史最高點。華為的這一超乎美國想象的韌性和先抑后揚的發展走勢，在一定程度上呈現了中國科技的內在特性，也預示著中美科技博弈的整體走勢。

具體而言，美國對華科技戰之于中國最大的成效在于迫使中國戰略覺醒，堅定走自主創新之路，也即第一次深入核心根技術，打造基于自身核心技術的產業生態。這一生態的根技術，大致包括麒麟、鯤鵬和昇騰三款芯片，歐拉和鴻蒙兩個操作系統，以及高斯數據庫（如表2所示）。其中，面向智能終端的麒麟芯片是用于智能手機的芯片解決方案，采用海思先進的SoC架構。主要面向高端旗艦手機市場，提供強大的處理能力和優秀的功耗控制。面向通用計算的鯤鵬芯片是服務器芯片，應用于數據中心和云計算領域。面向AI計算的昇騰芯片則為AI領域提供了強大的算力支持，能廣泛應用于各種AI應用場景。作為數字基礎設施操作系統的歐拉，支持通用服務器、云計算、邊緣計算、電信設備等多種ICT場景，以及高精密機床控制和航空控制等高可靠性、強確定性的工業場景。鴻蒙作為分布式的智能終端操作系統，旨在實現跨設備的無縫連接和協同工作，廣泛應用于智能手機、智能終端、智能穿戴、智能汽車座艙等消費電子場景，以及具有以強交互性為代表的工業平板、充電樁等工業場景。[34]高斯數據庫作為一款分布式數據庫管理系統，旨在支持從傳統數據中心到云計算的全景應用環境，具有很強的擴展性和靈活性，實現了核心代碼100%自主研發，是國內當前唯一做到軟硬協同、全棧自主的國產數據庫。[35]

不難發現，上述六項根技術大多數還屬于追隨型，也就是，在美國已有強大的生態基礎之上再造一個全新的生態。處于當今中美博弈火線最前沿的，是AI芯片昇騰。華為首席財務官孟晚舟曾表示，華為希望為中國打造一個計算基礎，為世界提供“第二種選擇”。半導體研究公司SemiAnalysis表示，中國開發的芯片在AI算法方面可以與英偉達的A100相媲美。華為在2019年被列入美國貿易黑名單四個月后首次推出昇騰芯片系列，自此其人工智能戰略一直專注于構建專有軟件和硬件生態系統。如今，昇騰生態系統擁有40個硬件合作伙伴、1600個軟件合作伙伴和2900個AI應用解決方案。[36]華為自研AI芯片昇騰910B采用先進的達芬奇架構，支持深度學習、推理等多種AI計算任務，半精度（FP16）算力高達320TFLOPS，整數精度（INT8）算力高達640TOPS，功耗僅為310W。[37]在訓練大規模語言模型時，相比英偉達的A100，昇騰AI芯片效率提升高達80%。在具體測試性能上，超越A100 AI GPU 20%。目前，中國市場占英偉達2024財年營收的17%，華為的芯片系列使得英偉達在中國市場面臨的競爭愈發激烈。然而與華為相比，英偉達擁有巨大的先發優勢，其中一個關鍵優勢是現有AI項目依賴英偉達的軟件生態系統。[38]雖然華為略微滯后于英偉達，但是，鑒于AI浪潮處于初始階段，大多數行業還沒有真正智能化，因此可以說華為大致保持同步，具備了一定的引領性。昇騰的態勢和趨勢，是中美AI博弈最具代表性的寫照。有分析師估計，中國的人工智能芯片市場價值達70億美元，從英偉達手中奪取市場份額可能標志著華為在與美國的競爭中獲勝。[39]

中美人工智能博弈的本質：外部性定勝負與生態競爭

中美AI博弈態勢很大程度上取決于中美雙方的戰略目標，尤其是美國的戰略目標。美國總統拜登在2021年上任的首場記者會上承諾，他將在任期內阻止中國成為世界上最強大的國家，還聲稱美國不尋求對抗。這一定程度上反映了美國的對華戰略。按照拜登的邏輯，這場AI博弈的目標是分出誰能夠最終勝出。

GPT技術具有改變生產力、促進經濟和社會變革的巨大潛力。然而，其真正價值不僅在于技術本身的創新能力，還在于其被廣泛擴散和應用的能力。在關于中美權力轉移的討論中，西方有關中國作為科技超級大國而崛起的論調通常被放置在顯著的位置，這些討論主要集中在國家的創新能力上，反映了對科技能力的評估更偏向于產生的新進展。然而，美國外交政策研究所高級研究員Jeffrey Ding則認為，這些評估應該更多地考慮一個國家擴散或廣泛采用創新的能力。她認為，當一個崛起大國的創新能力與其擴散能力之間存在顯著差距時，僅僅依據前者判斷，會導致對其長期維持經濟增長潛力的錯誤評估。[40]當前，中國AI仍然面臨著美國在AI核心能力上的長期領先，中國處于跟隨模式；高端算力產品禁售以及高端芯片工藝的長期受限；國內智能計算生態相對薄弱，AI開發框架的滲透率不足；AI在各行業應用的成本門檻居高不下；以及我國AI領域的人才數量與實際需求相比明顯不足等挑戰與困境。[41]當然，即將到來的利用新技術潛在優勢的時間框架還被視為一種權衡。[42]換言之，在規劃和實施新技術時，我們必須權衡各種因素，以最佳的時間和方式來利用這些技術的潛在優勢。決策者需要綜合考慮資源分配、市場需求、技術成熟度、競爭態勢、政策環境和社會接受度等因素，以實現新技術的最大化效益。這種權衡過程是確保新技術能夠成功應用并帶來預期優勢的關鍵步驟。

作為GPT技術的AI，與短時段的Web 1.0、Web 2.0、移動互聯網以及電子商務等非GPT技術的產業“殺手級應用”相比，創新周期與影響輻射面是不一樣的。產業“殺手級應用”往往10年一個階段，10年之內分出勝負。而AI技術，甚至比起計算機和互聯網兩大GPT技術，都有著更長的周期。基于其創新周期之長、行業覆蓋面之廣和社會影響力之大，其發展與影響起碼是一個以30年為基礎周期的創新擴散過程。因此，以阿爾法狗為代表的21世紀10年代僅僅是AI產業化浪潮的序幕。而以AIGC熱潮為代表的21世紀20年代，將是主流市場全面拓展的時代。因此，AI浪潮要到21世紀30年代才可能進入真正主流化、決定出勝負主次的關鍵性階段。

鑒于此，至少以這一中時段作為考察的時間長度，才能正確把握這一輪AI革命以及中美博弈的大致輪廓。核心的進程依然是雙方生態的進程。21世紀10年代，中國AI完全基于美國的核心技術和產業生態；21世紀20年代，以華為昇騰為代表的企業開始構建芯片、軟件和服務等全鏈條的中國自主AI產業生態；21世紀30年代，中美兩國形成類似移動互聯網時代安卓和iOS兩大相對獨立的生態體系，形成各有優勢、各有特色的全球競爭和博弈態勢。

顯然，中美科技博弈趨于白熱化，這是確定的。新一輪美國大選無論特朗普還是拜登當選，都難改此趨勢。但是，中美雙方只要還是聚焦分出新一輪高科技浪潮的高低，風險就還處于整體可控的范圍之內，誰勝誰負，都不至于對全球帶來極具破壞性乃至毀滅性的沖擊。而研判中美博弈未來結果和結局的，就要基于這一輪GPT技術中雙方的生態競爭，看最終結果將是并駕齊驅，還是一強一弱，抑或一家獨大。因此，我們將綜合自上而下與自下而上視角，對美國體系與中國體系兩大生態的優劣勢和發展趨勢進行研判，對這三種結局的可能性展開一定的分析。立足最近10年之內，筆者認為最可能的三種結局及其大致研判如下（如表3所示）。

第一種結局（大致概率為25%）：美國如愿以償，完成AI時代產業生態的一家獨大。美國延續其計算機和互聯網時代的優勢，甚至出現計算機、互聯網和AI三大GPT技術更加強大而不可撼動的疊加效應。真正將中國牢牢鎖定在落后一兩代以上的代際差距。中國科技創新因此受到機制性、結構性的長期遏制，始終從屬于美國。

第二種結局（大致概率為25%）：一強一弱。中美兩大體系最終形成各自優勢，但仍呈現一強一弱卻誰也難以全面壓制對方的基本格局。目前看起來此種結局中最可能的是美國占據領先優勢，作為后來居上的中國也獲得自己相應的“地盤”，但依然處于明顯的弱勢。而中國成為強勢一方、美國處于弱勢一方的可能性相對較低。

第三種結局（大致概率為50%）：各有優勢，并駕齊驅。此種結局最有可能。中美各有優勢，與制造業和傳統高科技產業類似，最終美國牢牢占據以歐美為代表的中高端市場，而中國則繼續以成本優勢，占據以本國市場為基礎，延伸到全球南方國家的中低端市場。中美形成錯位競爭。鑒于雙方各有對方難以模仿和超越的優勢力量與領域，這種情況將最有可能成為現實。

進入21世紀30年代，人工智能革命將全面影響經濟社會發展的各領域各環節，中美雙方的競爭態勢還將繼續發生新的變化，包括中美AI層面停止全面沖突而走向新一輪合作的可能性。這些變化不僅局限于技術競爭本身，更與中美經濟、政治、文化等更加廣泛的發展態勢緊密相關，預測和研判將會更加復雜。

中美人工智能博弈現實下的中國戰略與路徑

在新的地緣政治因素影響下，中美兩國高科技的合作與競爭模式已經發生根本性轉變。過去我們一貫熟知的中美優勢互補型的單體系模式，也就是建構在美國核心技術和產業生態的跟隨模式，已經走到盡頭。中國只有自下而上全面構建自己主導的生態體系，與美國體系形成開放性競爭的雙體系或者多體系模式，才是必由之路（如表4所示）。這種真正解放了各國產業和消費者自由選擇權的雙體系模式，可能才是全球高科技發展的最佳模式。對于中國來說，從單體系模式邁向雙體系模式，不但意味著發展模式的重大轉變，更意味著我們必須加快補課，補上過去單體系時代較為薄弱的一系列基礎性研究、核心技術以及支撐產業生態的基礎設施。同時，我們既要調整和修改半導體、計算機、互聯網等舊有的GPT技術的發展模式，還要開辟人工智能這一全新的GPT技術賽道。“補舊拓新”，必須雙管齊下，雙輪驅動。這就是華為過去5年的基本狀況，也是整個中國高科技的基本寫照。過去中國高科技全球化主要是應用層面的產品和服務的全球化，而未來中國也必須跟美國一樣，學會推動全產業鏈整體體系化，走向全球化的能力提升，這樣才能建構自身的競爭優勢，也才能從此擺脫美國將高科技政治化、武器化的被動局面，將科技自主權真正掌握在自己手中。這種雙體系模式將使以人工智能為核心的GPT技術得到有效應用，并落實到各個行業和領域之中。

GPT技術的競爭，是一項全局性、長時段、高度復雜的競爭。不但超越簡單的技術、產品或者幾家企業之間一城一地之爭，而且超越一時間誰勝誰負、誰強誰弱的階段性結果，需要站在更加綜合的技術-社會-經濟-政治復合體的視角下，戰略性、系統性地部署和實施。從華為六項根技術的發展態勢來看，困難依然很大，但是，樂觀的信息也層出不窮。整體而言，我們依然可以謹慎樂觀。對應與《論持久戰》中戰略防御、戰略相持、戰略反攻等三個階段的劃分，可以說目前中美GPT技術博弈競爭大致從戰略防御進入了戰略相持階段。下一個5年，應該就可以更清晰更確定地看清這一次人類歷史上最波瀾壯闊的科技競爭的結果。

這一輪中美AI博弈，中美雙方的特色優勢都很清晰。美國當下形成了絕對引領性的先發優勢，然而，中國開始逐漸擺脫美國核心技術封鎖，歷史性地第一次構建自己的產業生態，為這場競爭的研判帶來了前所未有的挑戰性。但是，不管走勢如何，最終結果如何，中國新的戰略與路徑必須抓住一系列重點和關鍵。

其一，基礎研究始終是最關鍵的基礎和重要底牌。中美AI競爭，熱鬧的都在產業層面，但是真正發揮支撐性的能力系統，還是兩國基礎研究能力的競爭和比拼。中國在AI領域基礎研究的不斷提升，無疑是這場持久戰的最重要底氣所在。但是，雖然目前中國勢頭不錯，也還應該繼續加大力度，夯實基礎研究。中國在諸多AI研究領域都很活躍，其中包括越來越多的基礎研究。全球AI研究論文數量排名前五的都是中國機構，以中國科學院為首。Macro Polo智庫最新研究表明，從某些指標來看，中國已經超越美國，成為人工智能人才的最大生產國，全球近一半的頂尖人工智能研究人員都來自中國。[43]但是，中國不可掉以輕心，尤其是針對美國《芯片法案》在基礎研究層面的支持舉措——除了芯片補貼，規定提供1740億美元支持基礎與關鍵技術領域研究、科技成果轉化、STEM教育與培訓和區域創新等，有組織科研成為高水平大學知識生產與科學研究的主導模式，[44]中國應該早日出臺針對性方案。一方面，要有效破解美國在基礎研究方面的封鎖，另一方面，要構建和提升中國基礎研究的優勢，力爭實現基礎研究優勢的逆轉，培養AI產業競爭力提升的先導性力量。

其二，推動中美各自擅長的上下半場的優劣勢轉移，推動固有格局朝我們有利的方向轉變。與過去代表性的高科技競爭一樣，中美AI博弈延續了過去美國的“上半場優勢”和中國的“下半場優勢”的慣性，但均勢的時間點將有所前移。隨著中美科技力量的優勢轉移、用戶目標核心群體特性的變化，中國的稟賦和特長將得以更充分發揮，這是我們后來居上成功的關鍵。隨著中國在上半場前期實力提升，要跨越“上半場陷阱”，贏得這一次AI博弈的勝利，必須立足長遠，認清現實，走出過度悲觀或者過度樂觀的兩極思維。但是，我們的短板和弱點，必須加快彌補，而優勢方面需要進一步加強。提升前后兩端夾擊的能力，縮短追趕時間。新一輪AI競爭中美走向全生命周期、全體系的全面競爭是大勢所趨，也是技術發展和社會進步的必然。[45]

其三，在高科技領域，捷足先登的先導性優勢往往具有決定性作用。這種先導性優勢不僅體現在技術的研發和應用上，更體現在市場占有率、標準制定以及生態系統建設等方面。避免技術時差（TTD）的拉大至關重要，一旦時差拉大，后來者將難以趕超先行者的優勢。顯然，ChatGPT發布之后，美國的領先優勢在進一步擴大。中國需要通過加大基礎研究投入、優化產業生態、降低應用成本和加強人才培養等措施，縮短技術時差，實現技術趕超和創新引領。

其四，外部性取勝，網絡效應是關鍵。美國體系與中國體系實質是兩大生態之戰。與相對單一的非GPT技術相比，GPT技術的勝負很難通過AIGC一項技術的領先性分出最終的勝負。尤其是在美國對華科技戰背景下，真正立足核心技術構建的產業生態的比拼才是關鍵。以英偉達芯片為基礎的這一輪AIGC浪潮中，美國無疑具有先發優勢，生態相對成熟。作為英偉達的核心壁壘和護城河，CUDA的生態完備，對整個AI計算資源已形成事實上的壟斷。它不僅是眾多GPU加速應用程序的標準，而且在AI領域的圖像處理、深度學習等方面也發揮著重要作用。但是，以華為昇騰為基礎的中國體系，也在快速的構建并完善之中。中國第一次有了自己的完整生態，以中國市場為基礎，延伸到占據全球網民數量75%以上的全球南方國家。鑒于此，此輪博弈誰笑到最后，目前還難以定論。

其五，重塑底線意識，謹防規律的轉向和逆轉。與計算機和互聯網兩大通用目的技術不同，AI發展呈現出一系列顯著特性。必須謹防美國以對全球產業鏈和生態的強大控制阻斷中國延續下半場優勢的固有路徑。雖然這一局面出現的可能性并不大，但是鑒于GPT技術的發展之快變化之大，我們依然不可掉以輕心，要善用底線思維，做好各方面的防御。

總之，研判這一輪圍繞人類有史以來最重大的GPT技術的大國博弈，既需要走出數十年固有的技術演進和競爭規律的思維模式，也需要超越就技術而技術的狹隘的觀察視角和既有經驗與方法，需要站在全新的GPT技術的新格局和新視角，創新富有洞察力的基礎理論和認知框架，形成正確的研判，從而制定行之有效的國家重大戰略與對策，為人類發展進步，作出中國的獨特貢獻。

（本文系國家社會科學基金重大項目“健全互聯網領導和管理體制研究”的階段性成果，項目編號：22ZDA079）

注釋

[1]方興東、鐘祥銘：《谷登堡時刻：Sora背后信息傳播的范式轉變與變革邏輯》，《現代出版》，2024年第3期。

[2]方興東、鐘祥銘：《ChatGPT革命的理性研判與中國對策——如何辨析ChatGPT的顛覆性變革邏輯和未來趨勢》，《西北師大學報（社會科學版）》，2023年第4期。

[3]P. Scharre， Four Battlegrounds： Power in the Age of Artificial Intelligence， W.W. Norton & Company， 2023， p. 331， 339.

[4]C. Thorbecke， "China's AI Strength Suggests US Curbs Could Backfire，" 24 Jun 2024， https：//www.bloomberg.com/opinion/articles/2024-06-25/china-s-ai-strength-suggests-us-curbs-could-backfire.

[5]A. Huq， "A World Divided Over Artificial Intelligence，" 11 Mar 2024， https：//www.foreignaffairs.com/united-states/world-divided-over-artificial-intelligence.

[6]R. Agrawal， "Why the United States Is Winning the AI Race—for Now，" 5 Jul 2023， https：//foreignpolicy.com/2023/07/05/why-the-united-states-is-winning-the-ai-race-for-now/.

[7]P. Scharre， "To Stay Ahead of China in AI， the U.S. Needs to Work with China，" 18 Apr 2023， https：//time.com/6272400/us-china-ai-competition/.

[8]T. Chan; B. Harburg; K. Mahbubani， "America Can't Stop China's Rise，" 19 Sep 2023， https：//foreignpolicy.com/2023/09/19/america-cant-stop-chinas-rise/.

[9]方興東：《美國對華科技政策研判》，《人民論壇·學術前沿》，2021年第19期。

[10]A. Altchek， "Eric Schmidt Says China Can't Catch up to US in AI for 4 Reasons，" 8 May 2024， https：//www.businessinsider.com/eric-schmidt-comments-china-behind-united-states-ai-2024-5.

[11]H. Brands， "The Age of Amorality： Can America Save the Liberal Order Through Illiberal Means？" 18 Mar 2024， https：//www.foreignaffairs.com/united-states/age-amorality-liberal-brands.

[12]P. Mozur; J. Liu; C. Metz， "China's Rush to Dominate A.I. Comes With a Twist： It Depends on U.S. Technology，" 28 Feb 2024， https：//www.nytimes.com/2024/02/21/technology/china-united-states-artificial-intelligence.html.

[13]The State of Global AI Research[EB/OL]， https：//eto.tech/blog/state-of-global-ai-research/.

[14]C. Welch， "US Falls Further Behind in AI Race， Could Make Conflict with China 'Unwinnable'： Report，" 13 Jun 2024， https：//breakingdefense.com/2024/06/us-falls-further-behind-in-ai-race-could-make-conflict-with-china-unwinnable-report/.

[15]J. Sherman， "Why U.S.–China AI Competition Matters，" 6 Mar 2019， https：//www.newamerica.org/cybersecurity-initiative/reports/essay-reframing-the-us-china-ai-arms-race/why-us-china-ai-competition-matters/.

[16]E. Hine; L. Floridi， "Artificial Intelligence with American Values and Chinese Characteristics： a Comparative Analysis of American and Chinese Governmental AI Policies，" AI & SOCIETY， 2024， 39（1）.

[17]《IPP專訪｜鄭永年：中美圍繞人工智能的對話，不要演變成新的“核武器談判”》，2024年6月3日，https：//www.sohu.com/a/783277739_121948389。

[18]方興東、杜磊：《中美科技競爭的未來趨勢研究——全球科技創新驅動下的產業優勢轉移、沖突與再平衡》，《人民論壇·學術前沿》，2019年第24期。

[19]D. Sloan， "This $362 Billion 'Beyond Well–Positioned' Dutch Company Is Quietly Winning the Global AI Chips Race，" 18 Apr 2024， https：//fortune.com/2024/04/18/asml-semiconductor-ai-manufacturing-uev-lithography-chips-act-nvidia-tsmc-wafers/.

[20]"Why Do Nvidia's Chips Dominate the AI Market？" 27 Feb 2024， https：//www.economist.com/the-economist-explains/2024/02/27/why-do-nvidias-chips-dominate-the-ai-market.

[21]王緝思、賈慶國、唐永勝等：《美國戰略探析與中美關系前景展望》，《國際經濟評論》，2024年第2期。

[22]J. Feldgoise; H. Dohmen， "Pushing the Limits： Huawei's AI Chip Tests U.S. Export Controls，" 17 Jun 2024， https：//cset.georgetown.edu/publication/pushing-the-limits-huaweis-ai-chip-tests-u-s-export-controls/.

[23]陳永偉：《作為GPT的GPT：通用目的技術視角下新一代人工智能的機遇與挑戰》，《財經問題研究》，2023年第6期。

[24]陳永偉：《理性看待AI的短期和長期影響》，《科學·經濟·社會》，2024年第2期。

[25]R. G. Lipsey; K. I. Carlaw; C. T. Bekar， Economic Transformations： General Purpose Technologies and Long–term Economic Growth， Oup Oxford， 2005.

[26]C. Bekar; K. Carlaw; R. Lipsey， "General Purpose Technologies in Theory， Application and Controversy： A Review，" Journal of Evolutionary Economics， 2018， 28.

[27]U. Cantner; S. Vannuccini， "A New View of General Purpose Technologies，" Jena Economic Research Papers， 2012， p. 54.

[28]T. F. Bresnahan; M. Trajtenberg， "General Purpose Technologies 'Engines of Growth'？" Journal of econometrics， 1995， 65（1）.

[29]N. Crafts， "Artificial Intelligence as a General–Purpose Technology： An Historical Perspective，" Oxford Review of Economic Policy， 2021， 37（3）.

[30]方興東、鐘祥銘、李星：《互聯網元架構——解析互聯網和數字時代范式轉變的底層邏輯》，《現代出版》，2023年第5期。

[31]U.S. Department of State， "Artificial Intelligence （AI），" https：//www.state.gov/artificial-intelligence/.

[32]孫成昊、張丁：《美國構建人工智能聯盟的動因、路徑與影響》，《當代美國評論》，2024年第1期。

[33]A. Malkin; T. He， "The Geoeconomics of Global Semiconductor Value Chains： Extraterritoriality and the US–China Technology Rivalry，" Review of International Political Economy， 2024， 31（2）.

[34]《華為芯片與系統詳細梳理——Kirin麒麟 & Ascend昇騰 & Kunpeng鯤鵬 & HarmonyOS鴻蒙 & Euler歐拉》，2024年5月25日，https：//blog.csdn.net/qq_38880380/article/details/139188462。

[35]《華為云全棧自主創新數據庫GaussDB正式面向全球服務》，2023年6月7日，https：//www.chinanews.com.cn/cj/2023/06-07/10020811.shtml。

[36]C. Pan， "Huawei Says Its AI Chip Better than Nvidia's A100 Amid China's Self–Reliance Drive，" 6 Jun 2024， https：//www.scmp.com/tech/big-tech/article/3265640/huawei-says-its-ai-chip-better-nvidias-a100-amid-chinas-self-reliance-drive.

[37]"Revolutionizing AI with Huawei's Ascend： A Comprehensive Overview，" 26 Aug 2023， https：//forum.huawei.com/enterprise/en/Revolutionizing-AI-with-Huawei-s-Ascend/thread/695506316057001984-667213860488228864.

[38]C. Pan， "Tech War： Huawei's AI Chip Capabilities Under Intense Scrutiny After Market Leader Nvidia Taps It as Potential Rival，" 3 Mar 2024， https：//www.scmp.com/tech/tech-war/article/3253943/tech-war-huaweis-ai-chip-capabilities-under-intense-scrutiny-after-market-leader-nvidia-taps-it.

[39]J. Ye， "How Huawei Plans to Rival Nvidia in the AI Chip Business，" 7 Nov 2023， https：//www.reuters.com/technology/how-huawei-plans-rival-nvidia-ai-chip-business-2023-11-07/.

[40]J. Ding， "The Diffusion Deficit in Scientific and Technological Power： Re–Assessing China's Rise，" Review of International Political Economy， 2024， 31（1）.

[41]孫凝暉：《人工智能與智能計算的發展》，2024年4月30日，http：//www.npc.gov.cn/npc/c2/c30834/202404/t20240430_436915.html。

[42]D. F. Engstrom; D. E. Ho; C. M. Sharkey et al.， "Government by Algorithm： Artificial Intelligence in Federal Administrative Agencies，" Public Law Research Paper， 2020.

[43]P. Mozur; C. Metz， "In One Key A.I. Metric， China Pulls Ahead of the U.S.： Talent，" 22 Mar 2024， https：//www.nytimes.com/2024/03/22/technology/china-ai-talent.html.

[44]谷賢林、王垚赟：《高等學校科學研究與人才培養能夠再次確保美國繁榮嗎——〈2022年芯片與科學法案〉對美國高等教育與國家安全影響解析》，《比較教育研究》，2024年第3期。

[45]方興東、鐘祥銘：《Sora沖擊波后中美AI差距研判——新一輪智能革命中美“半場優勢”分析模型與趨勢》，《西北師大學報（社會科學版）》，2024年第5期。

責 編∕桂 琰 美 編∕周群英