此語言為機器翻譯,尚未經過人工審閱。

人工智慧 · 文章

中國如何縮小與美國的人工智能差距

發布:

重點

根據史丹福大學2026年AI指數,截至2026年3月,中國已將與美國頂級人工智能模型的性能差距縮小至僅2.7個百分點,相比之下,2023年5月的差距為17.5至31.6個百分點。這一轉變反映了中國更便宜的開源模型策略、國家支持的投資以及國內晶片的進展,同時華盛頓限制了晶片出口。

此版本是原文(English)的機器翻譯。 閱讀原文

史丹福大學人工智能人文中心(HAI)在4月發佈了其2026年AI指數,報告稱美國和中國最先進的人工智能模型之間的差距已縮小至2.7個百分點。根據該報告,截至2026年3月,Anthropic的Claude Opus 4.6在聊天機器人競技場排行榜上排名第一,得分為1,503,而ByteDance的Dola-Seed-2.0-Preview緊隨其後,得分為1,464——相差39點。

這一差距比2023年5月有了急劇縮小,當時美國模型在主要基準上領先中國競爭對手17.5至31.6個百分點,史丹福HAI發現。自2025年初以來,兩國的模型在各個排行榜上多次易位,包括2025年2月DeepSeek-R1短暫與領先的美國系統並駕齊驅的時刻,該報告說。

花費更少,卻仍在追趕

儘管資金差距很大,但性能差距仍在縮小。根據史丹福HAI的報告,美國公司在2025年獲得了285.9億美元的私人人工智能投資,而中國為12.4億美元——比例大約為23比1。該研究所警告說,中國的數字可能低估了實際支出,因為北京通過私人數據庫無法完全捕捉的政府主導的工具來調配資源;史丹福估計中國在2000年至2023年間通過此類基金在各行業部署了約9120億美元。

私人交易規模說明了這種對比:根據implicator.ai引用的報告,Anthropic單獨在2026年2月進行了30億美元的G輪融資,估值為3800億美元,而中國人工智能實驗室在同一時期從海灣投資者那裡共獲得了約1億美元,而流入美國實驗室的資金約為150億美元。

開源的賭注

中國快速追趕的一個中心原因是其開源發行戰略。根據Rest of World的報告,DeepSeek、阿里巴巴的通義千問、月之暗面的Kimi、MiniMax和智譜等中國實驗室已將許多模型作為開放權重下載發佈,全球開發者可以免費運行和修改。相比之下,美國領導者OpenAI和Anthropic則將其最強大的系統保留在付費API和訂閱背後,保護利潤但限制全球傳播,根據相同的報告。

該策略在採用方面得到了回報:根據《財富》雜誌的分析,由通義千問、MiniMax和DeepSeek領導的中國開源模型達到了全球大語言模型使用量的約三分之一,相比之下,2024年末幾乎為零。DeepSeek的成本效率推動是這一轉變的一部分;該公司的母公司表示,它可以生成100萬個輸出令牌,成本約為3元人民幣(大約50美分),約為ChatGPT同期成本的二十分之一,《財富》雜誌報導。

史丹福HAI的2026年指數指出了這一趨勢的部分逆轉:一些中國公司正在轉向封閉的付費模型。阿里巴巴推出了通義千問3.6-Plus和通義千問3.5-Omni作為付費雲服務,智譜發佈了其GLM-5-Turbo作為閉源,定價為每百萬輸入令牌1.40美元,每百萬輸出令牌4.40美元——低於Anthropic對Claude Opus 4.6的5美元/25美元費率,根據implicator.ai對報告的總結。

晶片和變通辦法

在華盛頓對先進晶片出口的限制中,英偉達對中國數據中心市場的實際進入已經縮小。到2026財年末,該公司在最近一個季度的H20晶片(為中國量身定製的型號)的收入為零,根據《海灣新聞》關於該公司晶片生產計劃的報導,北京單獨勸阻國內公司出於安全考慮使用英偉達產品。

華為利用這一機會擴展其昇騰晶片系列。根據《海灣新聞》引用的生產目標報導,該公司計劃在2026年生產約600,000個昇騰910C單位——約為2025年產量的兩倍——並將昇騰晶片總產量提高到160萬個單位。這些晶片仍通過國內合作夥伴中芯國際採用7納米工藝製造,相比之下英偉達最新的GPU採用4納米工藝,同一報告說華為仍然依賴外國高帶寬存儲器組件。

各方實際領先的地方

史丹福HAI的評估不是中國已經超越美國,而是兩國在不同指標上領先。根據該指數對2026年發現的總結,美國仍然在總投資、頂級前沿模型的生產和計算基礎設施方面領先。中國在人工智能出版物數量、引用、專利申請和工業機器人安裝方面領先。

根據The Next Web報導的史丹福HAI 2026年指數,在專利方面,中國實體申請了全球AI專利的69.7%,中國研究人員發佈了全球AI出版物的23.2%和引用的20.6%,而美國為12.6%。在機器人方面,根據同一報告,中國在測量期間安裝了約295,000個工業機器人——大約是美國34,200個的九倍。

該指數還指出了一個與晶片或資金無關的美國漏洞:自2017年以來,人工智能學者移民到美國的人數下降了89%,僅在最近一年就下降了80%,儘管根據史丹福HAI自己對報告的總結,美國仍然擁有比任何其他國家更多的人工智能研究人員。

產業政策 vs 私部門賭注

兩國的基礎戰略在結構上不同。中國的方法將人工智能發展嵌入到工業政策和政府引導基金的國家協調框架內,如上所述的投資數字所反映的那樣,而美國模式更多地依賴於私人資本動員和OpenAI、Anthropic、Google和xAI等實驗室之間的公司競爭。

美國業內的商業緊張也已成為公開話題。OpenAI首席執行官Sam Altman和Tesla及xAI首席Elon Musk已經公開交鋒——根據《日本商業內幕》,Musk稱Altman為「騙子Altman」,而Altman批評Musk的衛星數據中心計劃無法實現。儘管存在這種競爭,該報告指出,主要的美國人工智能公司——包括OpenAI、Anthropic、xAI、Google和英偉達——同意了一個由白宮主導的自願安全標準框架。

常見問題

2026年中國和美國之間的人工智能性能差距有多大?
史丹福HAI的2026年AI指數將截至2026年3月的差距設定為2.7個百分點,在聊天機器人競技場排行榜上,以Anthropic的Claude Opus 4.6(1,503點)和ByteDance的Dola-Seed-2.0-Preview(1,464點)為基準進行測量——相比之下,2023年5月的差距為17.5至31.6點。
美國在人工智能上的支出是否仍然遠多於中國?
是的。美國公司在2025年吸引了285.9億美元的私人人工智能投資,而中國披露的為12.4億美元,比例大約為23比1,儘管史丹福HAI表示這可能低估了中國的實際支出,因為政府主導的基金在私人數據庫中沒有被完全捕捉。
中國人工智能模型為何在全球獲得使用?
DeepSeek、通義千問和Kimi等中國實驗室已將許多模型作為免費的開放權重下載發佈,而OpenAI和Anthropic等美國領導者則主要將系統保留在付費API背後。根據《財富》雜誌的報導,中國開源模型達到了全球大語言模型使用的約三分之一,相比之下,2024年末幾乎為零。
美國晶片限制如何影響中國的人工智能行業?
根據《海灣新聞》,在出口限制中,英偉達在最近一個季度的中國量身定製H20晶片的收入為零,北京勸阻國內公司使用英偉達產品。作為回應,華為正在擴展昇騰晶片生產,目標是在2026年生產約600,000個昇騰910C單位——仍通過中芯國際採用7納米工藝製造,落後於英偉達最新的4納米晶片。
中國在人工智能的哪些領域領先美國,美國仍在哪些領域領先?
根據史丹福HAI的2026年指數,中國在人工智能專利申請(全球總數的69.7%)、研究出版物數量、引用和工業機器人安裝方面領先。美國在總人工智能投資、前沿模型的生產和計算基礎設施方面仍然領先。

世界如何講述

來源

  1. Stanford HAI — Inside the AI Index: 12 Takeaways from the 2026 Report
  2. implicator.ai — Stanford's 2026 AI Index puts US lead over China at 2.7% as DeepSeek V4 stalls
  3. The Next Web — Stanford's AI Index finds China has nearly closed the performance gap with the US despite spending 23 times less
  4. Rest of World — OpenAI or Deepseek? Role of China's open-source in the AI race
  5. Fortune — China isn't trying to beat the U.S. at AI — it's playing a completely different game
  6. Gulf News — Huawei to double output of top AI chip as Nvidia wavers in China
  7. Second Talent — USA vs China in AI: Where Each Country Actually Leads in 2026
  8. Business Insider Japan — サム・アルトマン氏、イーロン・マスク氏との協力関係について語る
  9. Diamond — AIのリスクと米中AI冷戦

本文由人工智慧撰寫,發布前已通過自動來源查核。如發現錯誤,請申請更正。 申請更正或回應 · 我們如何製作

相關文章