中美人工智能的長短、差距與我國的出路

習近平總書記指出：“加快發展新一代人工智能是我們贏得全球科技競爭主動權的重要戰略抓手，是推動我國科技跨越發展、產業優化升級、生產力整體躍升的重要戰略資源。\"[中美在人工智能（AI）領域競爭日益激烈，目前格局態勢如何？近期筆者走訪調研了多家領軍企業及相關機構，了解中美在AI競爭方面的優勢與劣勢、存在的問題與差距。總體看，中美AI全球領先，美國領跑，我國跟跑并跑。美國對我國竭力實施遏制打壓，我國芯片等部分技術發展受限，但這也倒逼我國加快自主創新，如近期DeepSeek取得突破性進展。這充分表明，在黨中央堅強領導下，我國堅持科技自立自強，無論面對什么樣的困難和挑戰都難不住、壓不垮、打不倒。未來，我國宜加大技術創新支持力度，突破AI發展面臨的資金、人才、市場等瓶頸約束，提升AI綜合競爭優勢。

一、中美AI技術差距與我國新機遇

AI產業涵蓋從硬件、軟件到基礎設施，從大模型研發到行業應用等多個領域和環節，所涉領域廣泛（見表1）且發展迅速。大模型是新一輪AI技術革命的新標桿，是中美AI競爭前沿。算力、算法和數據“三大要素”互相支撐、缺一不可，共同決定AI技術水平。

（一）算力：中美差距有所拉大，但新市場空間是我國新機遇

美、中算力居全球前兩位，美國算力規模全球占比為 41% ，中國的占比為 31% （見圖1、圖2）；其中，智能算力（AI算力）方面美國的占比為 43% ，中國的占比為 33% 0

圖1.全球算力規模分布情況（2023）

圖2.全球算力指數排名（2023）

數據來源：中國信息通信研究院發布的《先進計算暨算力發展指數藍皮書（2024年）》；國際數據公司（IDC）、浪潮信息、清華大學全球產業研究院聯合發布的《2022—2023全球計算力指數評估報告》。

從單卡看，中國芯片相對落后。中美在AI芯片性能上的差距在4年左右。目前我國國產芯片中最好的華為昇騰910B、寒武紀思元590，可對標2020年發布的美國英偉達A100；即將上市的華為昇騰910C，性能可達2022年發布的英偉達H100的50% 左右。企業表示，國產芯片“功能可替代、性能差距大\"，910B與美國主流使用的H100、H200存在3—15倍差距，與最新的B300存在30倍差距。我國國產芯片與美國的差距在拉大，且較難追趕。從集群看，我國與美國差一個數量級。大模型訓練需要提升大規模芯片集群效率。美國是10萬卡集群，我國剛步入萬卡級別。埃隆·馬斯克只用122天就建成10萬張H100卡的AI集群，之后又用92天翻倍至20萬卡，凸顯美國超強算力集群能力。從利用率看，美國算力集中，我國算力不足與浪費并存。企業介紹，美國算力 60% 來自公有云，而我國來自公有云的算力不到 30% 。我國分散的小算力難以共享，利用率僅為 10%-15% ；國家級、大廠級智算中心利用率高低不一，因供需不匹配、空間錯位、技術不兼容等，一些千卡集群利用率不足 30% 。

從市場趨勢看，我國國產AI芯片迎來加速發展期。一方面美國嚴加管制，為我國AI芯片騰出國內、國際市場空間。據IDC數據，2021—2023年英偉達芯片占我國市場份額從 90% 降至 85% ，華為升至 10% ；2024年英偉達H20芯片、國產主流AI芯片的出貨量分別為100萬枚和55萬枚左右，英偉達芯片占我國市場份額降至六成。今后若美國再禁H20，國產芯片將快速擴展。另一方面，隨著AI技術發展，更適合“推理”的定制芯片（ASIC）市場快速增長，這降低了對英偉達GPU的依賴，而華為、寒武紀主流產品均屬ASIC芯片。隨著市場空間打開，國產芯片將迎來快速發展機會。

（二）算法：美國有從0到1的引領優勢，但我國有快速模仿創新能力

算法是決定大模型技術水平的關鍵要素。大模型原始創新源于美國，我國在模仿創新上緊跟，部分應用算法趕超美國。從基礎研發著，美國有先發優勢。全球大模型底層架構和算法都源自谷歌、微軟、臉書等美國巨頭，我國在美國底層技術的基礎之上進行再創新，并未超越美國的技術架構范式。從頂級大模型看，我國的數量不及美國。我國國內完成備案的大模型有200多個。據斯坦福大學評測，2023年全球頂級AI模型中，美國有61個，我國僅有15個。但我國加速追趕，推出性能相近模型，從落后2年縮短到落后1年內。美國于2020年推出GPT3，2022年推出ChatGPT，我國落后2年推出性能相近模型；美國于2023年發布GPT4，我國智譜AI于2024年初推出性能相近的GLM4，僅相差1年。但也有專家認為，中美之間之所以存在1—2年的差距，主要是因為美國大模型創新迭代周期是1一2年，美國推出一代，我國模仿創新追趕一代。但就原始創新能力而言，我國與美國差距依然較大。

近期，DeepSeek“破圈”，重新定義AI競爭邏輯，為我國AI發展創造新機遇，提振了全民信心。DeepSeek-R1對標OpenAIo1模型，僅落后后者4個月，是以后者1/20左右的訓練成本推出的性能接近的模型。DeepSeek以開源、低成本、高效率的模式，挑戰了美國堆算力、堆資本的模式，以算法和工程創新高效利用硬件算力，為各國打破對高性能芯片的依賴指出新路徑，并以開源帶動AI技術平權。各國紛紛復刻這一模式，重塑了全球AI競爭規則。當然，這只是并跑，還不是超越。業內專家認為，DeepSeek并未顛覆AI技術路線，相比ChatGPT的戰略性突破，DeepSeek是戰術性優化。美國仍在發揮算力強的優勢，不斷迭代推出性能更強的先進大模型。如近日馬斯克用20萬卡“算力怪獸”訓練出的Grok3，登頂Chatbot Arena（AI盲測開放平臺）排行榜，在數學、科學、編程等多項基準測試中刷新紀錄，得分超過谷歌、OpenAI和DeepSeek等一眾明星模型。同時，我國AI下一步發展仍面臨美國先進芯片管制、高質量數據跨境流動等方面的挑戰。

（三）數據：美國有質量我國有數量，但我國有巨大的質量提升潛力

數據是AI時代的“新石油”，數據的數量、質量都對AI訓練效果具有重要影響。從總量看，2023年我國數據生產總量為32.9ZB，規模與增速都超過美國。據IDC預測，2018—2025年，全球每年產生的數據將從33ZB增至175ZB，中國從7.6ZB增至48.6ZB，美國從6.9ZB增至30.6ZB。從質量看，美國高質量數據多于我國。美國高質量數據標注企業數量多，高質量數據標注準確率超過 90% ，我國高質量數據標注準確率僅為 40%-50% 。美國數據呈現多樣化，其大型科技企業用戶覆蓋全球，占有多國、多語種、多文化高質量數據，我國高質量數據開發開放不足。就互聯網數據看，英文網站占全球網站的 60% ，中文網站僅占 1.3% 。有專家稱，我國國內搜索平臺數據中廣告多、有用內容少，與谷歌、維基數據相比質量差距很大，不利于發展進步。我國可用于AI訓練的數據存在如下問題：一是“供不出”，海量垂直行業歷史積累的私有數據，無法得到有效開發利用；二是“流不動”，中文語料、科研成果等高質量數據集開放程度低，“數據孤島”現象嚴重，企業刻意封閉數據；三是“用不好”，企業用于訓練的語料來源不清、權屬不明，合規隱患多，同時也存在數據安全隱憂。從未來看，AI訓練幾乎窮盡人類知識的總和，其發展也進入一個全新階段，開始產生AI“合成數據”，AI將通過自我學習來突破人類知識邊界。與美國相比，我國在基礎模型能力、強化學習算法、仿真算法平臺方面存在差距，這限制了我國高質量合成數據的生成和運用能力。

近來，隨著知識“蒸餾”技術快速發展，后發模型可以“站在巨人的肩膀上”，通過向“教師”模型輸入問題、獲取反饋數據的方式，獲得高質量數據，美國高質量訓練數據“護城河”有所松動。

二、中美AI發展環境差異

從長遠看，我國與美國在算力、算法、數據等方面存在差距，需要取長補短，不斷完善資本、人才和產業三大支撐體系，為AI發展創造更好的基礎環境。

（一）風險資本是命脈：美國融資連創新高，我國觸底回升

風險投資是AI初創企業的重要生存基礎。近年來，與美國相比，我國AI企業獲風險投資金額差距拉大。據市場研究機構CBInsights和Crunchbase數據，全球AI領域私營投資對美國AI初創企業的投資份額，從2020年的 51% （225億美元）增至2023年的 73% （310億美元）；中國企業份額從 29% （123億美元）降至 5% （20億美元）。據PitchBook數據，2024年美國AI初創企業獲創紀錄的970億美元投資，占全球的 74% （見圖3）。其中，美國少數AI企業獲至少數十億美元融資，如OpenAI（66億美元）、Databricks（100億美元）、xAI（60億美元）、Waymo（56億美元）Anthropic（40億美元）等。據國內市場機構IT桔子數據，2024年我國AI領域融資金額超820億元人民幣（約115億美元），占全球融資的 8.8% ，為美國的 1/8-1/9 。我國大模型“六小虎”（智譜AI、MiniMax、月之暗面、階躍星辰、百川智能、零一萬物）完成10筆總額超200億元人民幣融資。單筆融資最大的是月之暗面，超70億元人民幣，融資最多的是智譜AI，獲四輪融資（最大單筆30億元人民幣），均與美國相差甚遠。

圖3.中美AI初創企業獲得投資額（億美元）與全球份額數據來源：CB Insights、Crunchbase、PitchBook、IT桔子

美國風投催生AI獨角獸企業估值遠高于我國。從AI獨角獸企業數量和估值看，中美領跑全球，但我國與美國差距較大。據CBInsights數據，截至2024年底，美國104家AI獨角獸企業總估值為5780億美元，我國14家總估值為256億美元，約為美國的1/23。僅0penAI一家的估值（1570億美元）就是我國14家總估值的6倍。

我國AI初創企業總體融資環境仍較嚴峻。我國市場化融資環境相較于美國還有不小差距。一是市場出清壓力大。近年來，隨著首次公開募股（IPO）監管收緊，我國股權投資退出渠道受阻。據清科研究中心數據，從2018年到2024年上半年，我國股權投資市場有6萬多億元人民幣創投資金面臨退出問題。二是美元基金退出缺口彌補難。全球AI投資以美資為主，美元資金也曾是我國AI風投主要來源。企業表示，美資與國內資金不是一個量級。據清科研究中心數據，2024年前三季度中國股權投資（包括早期投資機構、VC、PE）3779億元人民幣，僅為美國的 7% 。三是國資創投體系有待完善。企業反映， 1% 的成功率是風投規律，但國有資產流失要終身追責，一些國資創投從業者“有錢不敢投”；國資背景的政府引導基金、國有創投基金等，投資期限更多與任期、考核周期掛鉤，資金到期多要求回購，一些股權投資“明股實債”，與AI初創企業成長規律相違背。積極的一面是，國家的大力支持帶來AI投資回暖。各地方和央國企大力發展AI投資基金，北京、上海、深圳等地由政府牽頭的AI產業投資基金，很多規模達到百億元人民幣。2025年初，AI領域投融資活動升溫。據IT桔子數據，1月份我國AI領域融資57起，金額達41億元人民幣。

（二）頂級人才是關鍵：美國是引才強國，我國是產才大國

習近平總書記多次強調，“人才是第一資源”，要“聚天下英才而用之”。[2][3]我國是AI人才的最大產出國。據美國保爾森基金會下屬的麥克羅波洛智庫（MacroPolo）的“全球AI人才追蹤”調查數據，全球 65% 的頂級AI人才出自中美兩國。從其本科院校來源看，中國占 47% ，美國僅占 18% 。DeepSeek團隊規模不足140人，成員多是來自清華、北大、北航等國內頂尖高校的博士、碩士，反映出我國培養AI人才的潛力。

美國頂級AI人才優勢明顯。據清華大學報告，2024年人工智能全球2000位最具影響力學者榜單（AI2000）中，美國有1188人，占比過半；我國有369人，位列第二，不到美國的 1/3 （見圖4）。其中最頂尖的100名學者中，美國有74人，占比超七成；我國有11人，位列第二（見圖5）。美國是全球AI最精英人才（前 2% ）就業首選地。據MacroPolo數據， 57% 的AI最精英人才首選在美國就業；我國僅次于美國， 12% 的最精英人才首選在中國就業，約為美國的1/5（見圖6）。

圖4.中美最具影響力AI2000學者比較

數據來源：AMiner發布的AI2000。

圖5.中美AI最具影響力TOP100學者比較

數據來源：AMiner發布的AI2000。

圖6.全球最精英AI人才（前2%）就業首選地

數據來源：MacroPolo發布的《全球人工智能人才追蹤報告 2.0? 。

美國AI人才國際化水平更高。美國是移民大國，其經濟和科技實力對全球精英有很強的吸引力。單從人才方面看，我國是在14億人口中選人才，美國是在全球80億人口中“掐尖”。比如，OpenAI公司創始團隊是典型的“國際隊”：聯合創始人馬斯克生于南非，首席科學家伊爾亞生于俄羅斯、長于以色列，首席技術官米拉16歲前在阿爾巴尼亞，核心代碼團隊負責人沃伊切赫是波蘭人，首席執行官奧爾特曼和總裁格雷格是美國人。值得注意的是，華人在美國頂級AI企業中發揮著重要作用。以OpenAI為例，ChatGPT研發骨干200多人中，華人有30多位；GPT4核心團隊17位成員中，華人占比超1/3。

（三）市場生態是基礎：美國錯位互補競爭，我國內卷逐底競爭

企業發展由市場定成敗，維護良性競爭的市場生態至關重要。從產業生態看，美國大型科技公司支持初創企業發展，市場多元共生。美國科技“七姐妹”（蘋果、微軟、谷歌、亞馬遜、Meta、英偉達、特斯拉）憑借各自在AI、云計算、芯片等領域的優勢，共同引領行業發展。比如，谷歌與安卓生態系統上的開發企業協同共生。2009年，谷歌開發者大會就宣布當年開發者獲益250億美元；今天，谷歌已成為全球最賺錢的科技公司之一。我國商業文化有所不同，企業更注重模仿，易出現同質化競爭，最后不得不低價競銷、陷入內卷。一些鏈主或龍頭企業擠壓上下游以實現自身利益最大化，出現“大廠吃飽，小廠跌倒”現象。比如，據業內人士介紹，對上游企業的賬期，特斯拉中國從2023年的100天縮短至2024年的90天；國產電動汽車頭部企業則逐年拉長，從2023年的250天延長至2024年的300天。從長遠看，企業要走得更遠、行業要繁榮，就需要塑造更好的商業文明。從市場環境看，美國消費者和企業愿為知識付費，軟件市場環境完善。美國AI企業與行業上下游合作，實現“軟件即服務”（SaaS）、“模型即服務”（MaaS）的良性商業循環。比如，美國第四大AI獨角獸企業Databricks提供高效的數據管理解決方案，擁有1.2萬家客戶，2024年收入為30億美元。我國國內還普遍缺乏對軟件價值的認知，“重硬輕軟”，這影響了包括AI大模型企業在內的軟件業健康發展。企業表示，有的央國企在幾千萬甚至上億元的項目上，只愿以幾十萬元購買軟件，甚至逼出“賣硬件送軟件”的商業模式，使軟件企業無法覆蓋軟件研發成本。我國SaaS產業規模僅為美國的 8.3% ，排名前10位的SaaS上市公司市值與美國相應公司市值相差17倍。企業表示，“給資金、給政策不如給市場，DeepSeek也不是國家重點支持的三家大模型企業之一”。這樣的商業生態嚴重影響我國AI企業長遠發展。

總之，我國相較于美國既存在算力等方面的技術差距，也擁有自身獨特的發展優勢和潛力。未來，我國宜更好統籌發展、安全和開放，充分利用國際國內算力資源，優先保證算法創新進步，不斷挖掘釋放數據潛力，進一步完善資本、人才、市場等各方面的發展環境，促進我國AI自主創新、開放創新，共促全球AI開放發展。

三、中美引領AI全球競爭格局

當前，全球AI進入加速競爭階段。AI領域中中、美兩國屬于第一梯隊，是全球競爭對手。歐盟、日本、韓國等屬于第二梯隊，各有優勢，正在發力追趕。中美AI競爭是長跑不是短跑，誰能更好發揮自身競爭優勢、補齊短板，誰就能占據戰略主動。我國宜堅定信心，促進開放合作、開放創新，加速技術突破，不斷優化發展環境，爭取早日處于領先地位。

從全球范圍看，目前僅有中、美兩國具備AI全產業綜合優勢，其他國家則各有所長。在各類AI發展指數排名中，中國、美國都絕對領先，歐盟、日本、韓國、印度等梯次分布。斯坦福大學發布的“全球人工智能活力工具（GVT）”從研發、經濟、教育、基礎設施等8個維度進行評估。評估顯示，2023年美國、中國AI總體活力分別為70分、40分，領先全球；英國、印度、法國、韓國、德國、日本等國，依次在27分到18分之間，位于第二梯隊。英國、法國、德國等國在AI研發、基礎設施上得分較少，更偏重監管和治理。比如，2024年歐盟出臺了《人工智能法案》，這是全球首部針對AI的專門立法。正如美國數據智庫CBInsights的首席執行官所評論的，“歐洲擁有的AI法規比像樣的AI公司還要多”。韓國有半導體優勢，日本有機器人和工業自動化優勢，印度有規模龐大的IT外包軟件工程師隊伍，這些國家運用自身優勢加速AI轉型，在全球AI競爭中占據一席之地（見表2）。

其他評價也大致如此。如國際金融論壇（IFF）2024年11月發布的《全球AI競爭力指數報告》，對全球5.5萬家AI企業進行分析，提出AI競爭力排名前10位的大國依次為美國、中國、英國、印度、德國、加拿大、日本、韓國、法國、澳大利亞。中國科學技術信息研究所發布的《2023全球AI創新指數報告》顯示，美國、中國分別以74.7和52.7的得分同屬第一梯隊，第二梯隊國家依次為英國（37.9）、日本（34.4）新加坡（33.8）、韓國（33.1）加拿大（32.4）德國（32.3）法國（31.7）荷蘭（30.7）瑞典（30.5）。2024年度AI2000最具影響力學者國別統計顯示，美國有1188人，占一半以上，位居第一；我國有369人，位居第二；其后依次是德國、加拿大、英國、澳大利亞等國。德國媒體稱，美國、中國這兩個AI超級大國身后，是以色列、印度、韓國、日本和歐盟等“人工智能中等經濟體”，這些國家和地區各有優勢與特色。

從未來看，全球AI發展仍存在變數。一是競爭格局變數。全球AI初現三大集群，即北美側重基礎創新、亞洲側重應用落地、歐洲側重倫理治理，但區域博弈并未止步。美國特朗普政府2.0時期的政策凸顯“去監管、促創新”導向，這將更大釋放AI發展動能。特朗普政府還推出“星際之門”計劃，擬投資5000億美元建設AI基礎設施。我國DeepSeek橫空出世，大模型創新能力震撼歐美，打破“堆算力”模式，為追趕者帶來希望。歐洲奮起直追，將AI視為重塑全球競爭力的核心。歐盟委員會主席馮德萊恩表示，歐洲必須成為AI的全球領導者。近年來，歐洲AI投資活躍，涌現出一批前景看好的初創公司。2023年歐洲頂級大模型數量首次超過我國（見圖7）。2024年，歐洲AI初創公司融資1700多輪，超1億美元的融資達14筆。比如，法國AI初創公司MistralAI得到總統馬克龍的大力支持，被寄希望成為歐洲的OpenAI。

圖7.2023年中美歐頂級AI大模型數量

數據來源：斯坦福大學發布的《2024年人工智能指數報告》。注：2023年英國、法國、德國的頂級大模型合計17個，是自2019年以來在數量上首次超過中國。

二是技術路徑變數。中國科學院院士陳潤生指出，發展大模型絕不能像西方國家那樣靠“堆越來越多芯片”來實現，而是要探索人類大腦的運行模式。未來“大而全”與“小而精”兩種技術架構將并行發展。比如，DeepSeek等通過流程優化，以更低成本實現更高效率，這也可能成為技術突破的方向。客觀地看，DeepSeek并未改變當前技術路徑下“算力即王道”的基本邏輯。算法優化很重要，但模型提升仍需算力支撐，DeepSeek公司也表示其存量芯片已難以支撐新一代模型訓練。DeepSeek“沖擊波”間接引發英偉達股價一度大跌 17% ，但其近期又回升至先前3萬億美元的市值水平，表明美國資本對AI算力投資依然看重。

三是規則監管變數。AI國際規則正在形成，博弈激烈。近期法國、印度聯合主持AI行動峰會，吸引全球100多個國家和地區的約1500名參會者研討AI治理框架。同時，各國監管尺度不一，AI倫理規范有待確立完善，未來發展面臨諸多不確定性。

四、中美AI發展的優勢與挑戰

總體上看，美國AI發展的優勢與挑戰體現為“四有四缺”。首先，美國AI有市場、創新、投資和國際合作四大優勢。一是有美式“舉國體制”。美國竭力維護其全球主導地位，強化國家戰略引導，堅持市場引領，形成政策、資本、產業和技術生態的全面協同，科技巨頭籌措巨資投入基礎研發和算力基礎設施建設，中小企業加快技術創新和應用，軟硬件廠商密切配合共建技術生態，事實上形成了市場化的“舉國體制”。比如，2024年微軟、谷歌、亞馬遜和Meta等科技巨頭對AI基礎設施投入共超1500億美元；2025年微軟、亞馬遜將資本開支預算分別提升至800億、1000億美元。英偉達的GPU芯片占據了美國九成的市場份額，其GPU編程平臺（CUDA）成為通用標準，構建了擁有全球400多萬開發者、4萬多家大型公司用戶、1.5萬家初創公司用戶的強大技術生態。美國還強化國家戰略，“對內促發展、對外搞打壓”，發布的AI臨時最終規則變本加厲，首創AI芯片“全球三級許可制”以封堵中國。二是有基礎創新引領。美國堅持從0到1的基礎研發創新，堅定追求通用人工智能（AGI）。美國運用AI科學發現（AIforScience）走在世界前沿。比如，2024年諾貝爾物理學獎頒給了開發出AI機器學習方法的美、加兩位科學家，化學獎頒給了用AI大模型破解蛋白質結構的谷歌的三位AI科學家。美國獨角獸公司KoBoldMetals用AI技術在贊比亞找到世界級巨型銅礦，掀起AI礦產勘探革命。OpenAI的o3模型會在解決問題時進行“深思熟慮”，能夠進行更高級的類人推理。美國在AGI探索上一旦率先取得成功，將產生顛覆性、全局性影響，形成對其他競爭者的“降維打擊”。三是有成熟創投環境。美國產業發展包容性強，科技巨頭尊重中小企業的創新能力，初創企業成為AI產業不可或缺的部分。比如，微軟已向OpenAI投資超130億美元，OpenAI的ChatGPT被引入微軟各類軟件產品中，加速推廣應用。2023年美國AI領域的私人投資達672億美元，是我國的9倍。四是有國際合作主動。美國有AI先進芯片壟斷優勢，各國AI基礎設施依賴于美國。作為AI技術發源地，美國在AI技術和知識產權上占據國際主導地位。

其次，美國也面臨四個方面的挑戰。一是缺持續領先動能。“大力出奇跡”的邊際效應減弱，大模型“堆硬件、堆參數”的規模法則（ScalingLaw）效力下降，這使后發國家有機會逐步追平美國領先優勢。二是缺電力資源支撐。AI智算中心能源消耗巨大，而美國在綠色能源領域轉型落后，AI基礎設施建設受到電力供應制約。谷歌為解決AI智算電力瓶頸，開始籌備自建核電站。三是缺產業應用場景。制造業等產業空心化，制約了美國AI在相關領域落地應用。四是缺合作共贏基礎。美國堅持自身利益至上，其OpenAI等前沿企業開始放棄開源搞閉源。同時，其出口管制也是“雙刃劍”，可能損害美國在世界市場的主導地位。

總體上看，我國AI發展的優勢和挑戰體現為“三強三弱”。首先，我國有體制強、產業強、應用強三大優勢。一是新型舉國體制。習近平總書記多次就推動我國新一代人工智能發展作出戰略部署，在公開講話中有300多次提到人工智能。2017年，國務院印發《新一代人工智能發展規劃》。2024年，黨的二十屆三中全會就促進人工智能健康發展進一步作出部署。我國既有大型央國企，也有充滿活力的民企，科研及產業人才規模大，有能力逐步突破關鍵核心技術，加快科技成果產業化。依托新型舉國體制優勢，我國在產業政策動員和執行層面具有顯著效能，相較于美國更易實現跨領域資源配置與技術攻關突破。比如，近年來各地方和央國企加速推動\"AI + ”應用落地。二是產業完備。我國有完備的工業體系和產業配套，制造業產值占全球近 30% ，有\"AI + 制造”的獨有優勢，AI發展空間廣闊。比如，我國工業機器人使用率是美國的12倍；人形機器人產業鏈完整，美國特斯拉人形機器人也需依賴我國供應鏈。三是應用場景豐富。我國有超大規模市場，網民規模超11億，電子商務、移動支付規模居世界首位，互聯網應用場景豐富。AI在智慧城市、交通、金融、教育、醫療、電商、文娛、安防和能源等垂直領域得到廣泛應用。數據顯示，近3年我國AI市場規模年均增速比美國高17.4個百分點（見圖8），我國AI市場世界占比提高3個百分點、美國下降3個

圖8.中美AI市場規模（億美元）變化

數據來源：PrecedenceResearch、艾媒報告；2025年為預測數。

注：全球AI市場規模，2024年為6382億美元，預計到2034年達到3.7萬億美元，年均增長率為 19.1% ，美國AI市場規模，2024年為1461億美元，3年平均增長率為 24.7% ；預計到2034年達到8515億美元，年均增長率為 19.3% 0中國AI市場規模，2024年為1049億美元（7470億元人民幣，平均匯率7.12），3年平均增長率為 42.1% ，比美國高17.4個百分點；預計2025年為1469億美元（10457億元人民幣），全球占比達 20.9% ，年增長率為 40% 0

圖10.中國AI行業滲透率（2021—2023）

數據來源：PrecedenceResearch、艾媒報告。

五、對策建議

為了更好提升我國AI發展水平、更好參與國際競爭合作，我們一方面要堅定不移做好自己的事，推動科技自立自強，提升AI創新創造活力；另百分點（見圖9）；我國AI相關行業滲透率2023年比2021年平均提高8個百分點（見圖10）。

其次，我國也面臨三個方面的挑戰。一是算力弱。AI前沿探索需大量先進算力，我國在芯片等AI產業鏈上游環節面臨美國技術封鎖和“卡脖子”難題，尚待突破。二是原創弱。我國在基礎理論和原創研究方面相對薄弱，仍依賴美國前沿企業創新指路。三是市場弱。我國市場生態中內卷式競爭嚴重，軟件企業利潤低，支撐高質量發展資源不足。

圖9.中美AI市場世界占比對比

數據來源：PrecedenceResearch、艾媒報告；2025年為預測數。

一方面要堅定不移走擴大開放之路，更好地以開放促改革促發展、促合作促共贏，積極參與AI全球治理，讓AI更好造福中國人民、造福全人類。

（一）增強開放合作磁力

AI技術進步依賴于全球范圍內的數據共享、算法優化和算力協同。DeepSeek的開源，讓全球開發者都能夠自由使用和改進技術，有助于提升我國在全球AI生態中的影響力，同時有利于加速AI技術的普及應用。我國宜繼續以開放姿態推動AI技術的創新和共享，支持開源生態建設，加強AI領域國際合作，積極參與全球科技治理體系建設與完善，讓全人類共享AI發展紅利。

（二）增強基礎支撐動力

要加強技術創新，加大對芯片、高性能計算等領域的科研投入，早日突破“卡脖子”技術。要大力發展公有云，加強智算資源統籌調度，強化軟硬件生態標準建設，提高算力利用率。要提高數據質量和安全水平，構建高質量數據共享平臺，完善數據資產定價合作機制，降低大數據使用成本，克服“數據孤島”障礙；加強高質量數據集建設，增強AI大模型價值觀塑造和國際文化輸出能力；完善公共數據授權運營、企業數據治理、個人隱私數據保護及跨境數據流動和安全合規管理規則，保障數據安全。

（三）增強資本造血能力

要多渠道拓寬風投資金來源，用好政府基金、引導社會資本，激活國有資本對AI領域的投資動力，吸引來自中東等地區的海外資本。要提升我國資本市場“含科量”，支持AI等高科技企業登陸科創板，或赴海外上市融資。要加大政府和國企對AI大模型的采購力度，加快行業推廣應用，以提振AI企業估值，增強其對風投的吸引力。

（四）增強人才培養蓄力

要構建多元人才培育生態，開展重點領域緊缺人才自主培養行動，鼓勵高校、AI企業、工業制造企業等成立專注于工業AI的創新聯合體，暢通產學研用人才鏈。要加大對頂級人才的吸引力度，通過實施重大科技項目、建設國家級科研平臺等方式，吸引國內外頂尖科學家和高水平創新團隊；推動引進海外頂尖AI人才，擴大科研崗位全球招聘規模，為高層次科技人才來華參加科研活動提供便利，并優化外籍人才在華工作與生活環境。

（五）增強市場創新活力

要更好發揮新型舉國體制優勢，通過政策引導和資源整合，推動建設AI基礎設施，降低初創企業、中小企業進入AI產業的門檻，完善產業生態體系。要更加注重發揮市場機制作用，優化市場化、法治化、國際化營商環境；發揮“鏈主”企業作用，帶動上下游企業集聚發展、共生共榮。要培育軟件付費習慣，鼓勵良性競爭，促進形成良好行業生態。

參考文獻：

[1]習近平在中共中央政治局第九次集體學習時強調加強領導做好規劃明確任務夯實基礎推動我國新一代人工智能健康發展[N].人民日報，2018-11-01.

[2]習近平.高舉中國特色社會主義偉大旗幟為全面建設社會主義現代化國家而團結奮斗—在中國共產黨第二十次全國代表大會上的報告（2022年10月16日）[N].人民日報，2022-10-26.

[3]習近平.深入實施新時代人才強國戰略加快建設世界重要人才中心和創新高地[J].求是，2021（24）.

[責任編輯 張華]

Comparison of Artificial Intelligence between China and the U.S.and China's Strategy

YANG Zhengwei，BU Wentao

（ChinaSocietyofdmiistratieReforBeijngo89;PolicyReseacheparment，Mnistryofommece，Beig03） Abstract：ChinaandtheU.S.arecurrentlyleadingtheworldinartifcialintelligence（Al）withtheU.S.astheleaderandCina following orrunningalongside.Fromtheperspectiveofcomputingpower，thegapbetweenthemhas widened，butChinahas the newmarketopportunities.Fromtheperspectiveofalgorithm，theU.S.hasleadingadvantagefromOto1butChinahasthe ability ofquick imitationandinovation.Fromtheperspectiveofdata，theU.S.hasquality，whileChinahasquantityand huge potentialforqualityimprovement.Tirdiferenceidevelopmentevironmentisefetedinventurecapital，topalentsand marketecology.TheU.S.asreachednewheightinfinancing，whileChina hasrebounded.TeU.S.isatalentatractionpowerhouse，whileChina isatalentproducingone.CompetitionintheU.S.isdiferentiatedandcomplementarywhile thatofChina is botom-up.TeyareleadingglobalAIcompetition，buttherearestillvarables incompetitiopattes，tchologicalpaths， andregulatoryrulesforits future development.The advantagesandchallengesofAIdevelopmentare refected inthe U.S.with four majoradvantagesofmarket，inovation，investment，andinternationalcooperationaswellasfourdisadvantagesflacking sustained leading momentum，powerresource support，industrialapplicationsenariosandcooperationorwin-win foundation， andinChina with three majoradvantagesoftrong system，industryandaplicationaswellasthreedisadvantagesofweakcomputing poweroginalityandmarket.IndertoeterimproveAIdevelopmentofChina，itissuggestedtostrengthenagetic forceof openessandcooperatio，basicsupportpower，capitalmatopoieticcapacitytalentcultivationandacculation power， and market innovation vitality.

Key Words： AI comparison between China and the U.S.;AI; technological gap; computing power; algorithm; data