在中美兩國的 AI 競爭中，中國正逐步縮小與美國之間的差距，而這背後的原因究竟是什麼？摩根士丹利中國首席經濟學家邢自強日前在大摩宏觀策略談中分享了他的最新觀點。

現象觀察：中國 AI 的崛起

中國近期推出的 Kimi K3 開源大模型表現卓越，這並非偶然，而是中國 AI 行業長期積累和進步的結果。邢自強指出，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，而是更注重實際應用價值。6 月份智譜發布的 GLM-5.2 同樣表現出色，預示著中國未來還會出現規模更大、性能更好、具有全球競爭力的 AI 模型。

原因剖析：國家基建的執行能力

中國在 AI 領域的優勢主要體現在國家級基建的執行能力上。首先，中國能夠通過優化速度、成本效率和系統整合，使 AI 技術更快地在實體經濟和應用場景中落地。其次，中國擁有較大的能源供應能力和完善的電網建設，這為 AI 發展提供了堅實的基礎。邢自強強調，AI 的「軍備競賽」並不仅仅是購買高階晶片，更重要的是誰能構建一個完整的 AI 生態鏈和基礎設施。

影響評估：美國面臨的挑戰

相比之下，美國雖然在 AI 技術上仍領先，但也面臨多方面的挑戰。首先，當地居民對 AI 相關設備投資的反對意見日益增多，他們擔心這些設施不能帶動當地就業，反而可能帶來污染和能源價格上漲。其次，美國的電力供給不足，從現在到 2028 年，美國將面臨大量電力缺口，電網無法支持大量資料中心的建設。最後，美國各州針對資料中心建設的監管規定不一，這種對資料中心的抵制近年來已明顯加速。

趨勢預測：兩條不同的 AI 發展路徑

展望未來，全球 AI 版圖可能會演變成兩條並行的發展路徑。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；另一條則是中國的低成本、開源、高靈活性的模型，借助較大的能源供應能力，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指出，中美之間在大模型表現上的差距可能僅為 6 個月，最多不超過 1 年。中國在電力供應、電網建設、AI 與製造業結合的完整產業鏈，以及頂尖 AI 人才儲備等方面具有優勢，但高階晶片的依賴仍然是其最大的瓶頸。

從產業面來看，中國的 AI 發展路徑更加注重實用性和成本效益，這使得中國在 AI 應用場景中具有更大的優勢。然而，高階晶片的依賴依然是中國需要解決的重要問題，這可能成為中國 AI 發展的一大挑戰。

面對中美 AI 競爭的白熱化，讀者們不妨思考：中國的低成本、高靈活性 AI 模型能否在全球市場中佔有一席之地？而美國又如何克服能源和基礎設施的瓶頸，維持其技術領先地位？這場競賽的結果將深刻影響全球科技格局。

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

中國在 AI 領域的主要優勢有哪些？

中國在 AI 領域的主要優勢包括國家級基建的執行能力、較大的能源供應能力、完善的電網建設、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對 AI 相關設備投資的反對、電力供給不足，以及各州對資料中心建設的監管規定不一。

中美 AI 發展路徑有何不同？

中美 AI 發展路徑的主要差異在於：美國注重成本較高、封閉生態、追求最前沿大模型的路徑，而中國則側重低成本、開源、高靈活性的模型，借助較大的能源供應能力，搭建數位公共基礎設施。

※ 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。