据外媒报道，中国对AI的不懈推动和战略投资表明，它赶上美国早期的领先优势只是时间问题。

中国是人工智能研究出版物的全球领导者，在生成式人工智能方面与美国并驾齐驱。然而，中国的研究出版物的影响力不如美国，引用次数较少，私营部门的参与也较少。

北京清华大学是中国领先的人工智能初创企业的孕育地，其中包括四家中国“人工智能小龙”——智谱AI、百川AI、探月和MiniMax——它们都是由教职员工和校友创立的。

中国大型语言模型正在缩小与美国模型的性能差距，一些中国模型在双语基准测试中的表现优于美国模型。

中国的私人人工智能投资少于美国，但对中国生成式人工智能领域的外国投资正在增长，其中沙特阿拉伯的沙特阿美公司处于领先地位。

事实证明，国家主导的资本基金和财政援助可以有效地支持私营部门通常投资不足的中国地区的高潜力企业。

中国的开源LLM生态系统正在迅速发展，阿里的Qwen1.5和智谱AI的ChatGLM3等模型的性能优于一些美国同行，并因其令人印象深刻的功能而获得认可。

美国政策制定者不应优先考虑遏制中国，而应制定并资助一项全面的国家人工智能战略，以实现增加人工智能发展和增加人工智能采用的双重目标，以保持领先地位。

美国一直处于人工智能创新的前沿，受益于领先的研究型大学、强大的技术部门以及迄今为止的支持性监管环境。然而，中国在过去十年中已成为一个强大的竞争对手。2而认为中国只是一个复制者的说法是虚假和过时的。中国强大的学术机构和创新研究，尤其是清华大学的创新研究，催生了大多数中国顶尖的人工智能初创企业。

尽管美国通过出口管制广泛努力限制中国获得先进技术，但这些措施收效甚微。事实上，这些措施有助于刺激中国发展其本土生态系统。中国公司正在通过尽可能在公共云中进行培训来规避限制，并在无法做到的地方通过开发本地私有云（例如华为的“AI-in-a-box”产品）进行创新。

现实情况是，美国遏制中国人工智能进步的努力不太可能成功。中国在人工智能研究和应用方面进展迅速，挑战了美国在这一关键领域的主导地位。尽管存在障碍，但中国强大的学术基础、创新的方法和不断增加的外国投资正在推动其成为领先的人工智能强国。问题不在于美国能否在人工智能领域遏制中国，而在于它能否保持领先地位。

美国拥有 9500 家 AI 公司，其绝对数量几乎是中国的五倍。在美国，过去十年有近 60,000 笔投资，使中国的近 8,200 笔相形见绌。就价值而言，差异是显着的。据估计，美国的投资价值约为 6050 亿美元，远超中国的 860 亿美元。

中国政府还通过补贴支持其人工智能行业。例如，北京市当局为购买国产人工智能芯片的公司提供补贴，以促进中国的半导体行业并减少对外国技术的依赖。该计划将根据公司对国产控制图形处理单元GPU芯片的投资百分比为公司提供财政支持。此外，至少有16个地方政府，包括最大的上海，正在向公司提供代金券，以便从大型国营数据中心获得补贴处理能力，这些数据中心整合了有限的先进芯片供应。

中国已经迅速从十多年前的无名小卒转变为 AI 技术创新的关键驱动力。

位于北京的清华大学是中国人工智能创业的根源。这所精英大学一直是许多中国最成功的人工智能初创企业的重要孕育地，通过大学的投资工具为它们提供人才、研究资源和资金支持。智谱AI 直接在其研究实验室内孵化，而百川 AI、探月和 MiniMax 均由清华大学的教职员工或校友创立。智谱还投资了其他几家与清华大学相关的初创公司，包括ModelBest、盛书和灵信人工智能，这表明清华大学自己的人工智能生态系统内部正在不断创新和增长。

事实上，中国在 AI 研究的绝对数量方面长期以来一直处于领先地位，全球 AI 研究文章的五大生产商都是中国机构。尽管数量如此之多，但美国的质量（通常以引用来衡量）传统上更高，那里的学术机构和私营部门公司都在生产更有效地转化为实际应用的前沿研究。

有趣的是，中国人工智能研究排名前 10 的机构都是学术机构，而美国产生顶级人工智能研究的机构则是学术组织和私营公司的组合。事实上，世界知识产权组织 （WIPO） 在 2024 年的一份报告中给出的更广泛的前20名排行榜显示，所有进入前 20 名排行榜的公司都是美国拥有的公司（Alphabet、Meta、DeepMind、NVIDIA、OpenAI、Microsoft、Twitter 和 Indico Research）。来自所有国家（包括中国）的出版物和引文列表中的所有其他参赛者均为大学或研究机构。

2023 年，美国有61个著名的机器学习模型，而中国只有15个。世界上大多数基础模型都来自美国（109），而只有很少来自中国（20）。

2022年，中国组织申请的人工智能专利数量约为美国同行的四倍，中国专利局授权的专利数量几乎是美国专利局的三倍。事实上，世界知识产权组织2024年关于生成式人工智能的报告发现，自2017年以来，中国每年在该领域公布的专利比所有其他国家的总和还要多。

中国领先的一个原因是它在数据量方面的优势。由于 AI 相关创新是由数据实现的，因此人们认为产生最多 AI 相关专利的组织通常是能够访问更多数据的组织。

中国在生成式人工智能领域的前20名专利权人中也占据主导地位，占其中的13个和前5名中的4个（第5名是IBM）。公司在整个名单中占据主导地位，但前20名中有3家研究机构都是中国的（中国科学院、清华大学和浙江大学）。

在培养顶级 AI 研究人员方面，中国处于领先地位。2022 年，中国培养了全球 47% 的顶级 AI 研究人员（“顶级”是指所有 AI 研究人员的前五分之一），而 2019 年这一比例为 29%。对于最精英的 AI 研究人员（定义为所有 AI 研究人员中的前 2%），26%来自中国，而28%来自美国。这与2019年相比有了显着飞跃，当时中国仅培养了10%的精英人工智能研究人员，而美国则培养了 35%。

中国顶尖的 AI 人才最终流向美国的人数比其他任何地方都多。长期以来，大量中国人才移居美国大学完成博士学位，美国一直受益于美国，他们中的大多数人留下来并帮助增强美国人工智能生态系统的竞争力。

根据 2023 年 10 月《纽约时报》的一篇文章，虽然人们普遍认为中国正面临人才流失，但数据表明，越来越多的高素质中国研究人员选择留在中国。中国正在成功地为其顶尖人才创造有吸引力的机会和环境，抵消向外迁移并促进国内创新。

获得先进的芯片对于研究和开发先进的 AI 系统至关重要，而先进的 AI 系统通常需要大量的计算能力。不幸的是，对中国来说，获得这些芯片完全依赖于美国和美国的盟友。最近对 20 个中国 LLM 的研究发现，17 个模型是使用美国公司 NVIDIA 生产的芯片构建的，只有 3 个模型是使用中国制造的芯片构建的。自 2022 年 10 月以来，美国实施了一系列出口管制措施，以限制中国获得其芯片。虽然我们采访的一些专家指出，这些控制措施似乎在短期内削弱了中国的人工智能发展，但其他人指出，这些措施不太可能阻碍中国在人工智能方面的进步。中国已经拥有现有的芯片库存，并正在迅速转向发展不依赖美国公司的自身供应。中国的人工智能公司正在通过云提供商获取美国高端芯片来规避美国的出口管制。事实上，尽管受到制裁，但据称国家支持的语音识别公司科大讯飞等公司租用了 NVIDIA 的 A100 芯片，这凸显了执法漏洞。

中国正在努力实现计算能力的自给自足，并减少对美国的依赖。首先，中国已优先考虑创建国内半导体产业。华为的 Ascend 910B为 AI 应用提供了一种有竞争力且具有成本效益的替代方案，但它的效率不如 NVIDIA 的 A100。

外媒最后发出灵魂拷问：美国应该怎么做？

美国是开发人工智能的全球领导者，但它面临着来自中国的激烈且日益激烈的竞争。从长远来看，专注于阻碍中国的增长不会阻碍中国的进步。相反，美国应该专注于保持其领先地位。国会和白宫必须制定一项全面的国家 AI 战略并为其提供资金，以实现增加 AI 开发和增加 AI 采用的双重目标。

为了实现促进人工智能发展的目标，美国政策制定者应采取以下措施：

1. 刺激私人投资对人工智能研发。这对于巩固美国在人工智能领域的领导地位至关重要，因为美国的私营部门在进行人工智能研发和保持国家领先地位方面发挥着独特的重要作用，这与中国不同，政府在进行研发方面发挥着更大的直接作用。国会应该将研发税收抵免翻倍并恢复第一年的支出。

2. 振兴 AI 的联邦资助流程。目前的联邦资助机制太慢、太僵化，无法跟上 AI 的快速发展。国会应该引入灵活的资助模式，在项目达到特定目标时发放资金（基于里程碑的奖励），并创建灵活的资金，可以快速用于最有前途的人工智能研究（与项目无关的基金）。这种方法可确保联邦投资敏捷并响应快速发展的 AI 环境。

3. 避免出台削弱美国人工智能领导地位并支持中国竞争对手的政策。 例如，过于严格的出口管制可能会削弱美国的芯片竞争力，并在无意中支持中国的芯片行业。同样，无端的反垄断行动可能会过度削弱美国大型科技公司，削弱它们在多个业务线资助和利用人工智能进步的能力，政府和创业生态系统都无法充分填补由此产生的空白。

4. 制定国家数据战略，以显著扩展用于训练 AI 模型的数据可用性。中国最近宣布成立一个新的监管机构，以改善其将数据作为战略经济资源的使用。作为推动中国数字经济发展的一部分，国家数据管理局将致力于建设智慧城市、实现政务服务数字化和促进数据驱动发展。美国的政策制定者应该从这个例子中吸取教训，加强他们对数据驱动创新的承诺，并增加对数据的商业访问。

为了实现提高人工智能采用率的目标，美国政策制定者应关注以下几点：

5. 创建国家 AI 采用路线图。人工智能的广泛采用应该是美国政策制定者的首要任务之一，尤其是在教育、交通、政府和医疗保健等关键领域，由于现有法规和政府参与，公共部门需要与私营部门合作部署该技术。政府应制定国家人工智能路线图，概述特定行业的机遇和障碍，以及在这些领域实现广泛采用的详细战略。

6. 优先考虑在联邦政府中快速采用 AI。联邦政府为刺激 AI 可以做的最重要的事情之一就是成为 AI 技术的有力采用者，提高自身的生产力，降低成本，并改善公共服务。政府服务管理局 （Government Services Administration） 内的 AI 卓越中心应确定 AI 可以发挥作用的最重要的核心流程。理想情况下，人工智能将导致客户服务和质量的显著改善，或者降低成本（对政府和政府服务的用户来说）。

7. 支持数字化转型。美国公司对 AI 的采用率很低，部分原因是它需要基础技术，例如制造业中支持物联网的设备。成功的 AI 应用程序取决于累积的技术进步。联邦政府应该投资于广泛的数字基础设施，包括宽带、网络安全、智慧城市等。

8. 激励AI员工培训投资。雇主目前对AI劳动力培训的投资不足，如果没有政府干预，员工培训率不太可能达到社会和经济效益的最佳水平。政策制定者应引入涵盖至少50%培训支出的税收抵免，以大力鼓励企业扩大对劳动力发展的投资并扩大AI人才库。