从人工智能大模型看大国科技博弈态势

【摘要】正在全面展开的中美人工智能博弈，并不是我们过去熟知的普通创新科技争先赛，而是人类百年内最重大的一项通用目的技术——GPT技术的超级竞赛。ChatGPT和Sora等生成式人工智能应用的爆发以及英伟达的强势崛起，标志着人工智能正式引领人类新一轮GPT技术的全面主流化。逐渐升级和不断调整的美国对华科技战，越来越将胜负手从早期的半导体转向人工智能。研判中美这一轮科技博弈的走势以及中国如何制定正确的应对战略，必须深入了解人工智能作为未来相当长一段时期最富有决定性意义的GPT技术的本质特性和内在规律。尤其是在美国引领新一轮生成式人工智能创新浪潮并不断加码遏制中国获得人工智能技术和产品创新的背景下，我们如何作出对局势和技术发展的正确研判，将直接决定中美未来的竞争态势，影响全球格局重塑。

【关键词】大模型 通用目的技术 GPT技术 科技战 AIGC

【中图分类号】F123.9 【文献标识码】A

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

ChatGPT和Sora昭示的全球科技发展新阶段

要正确辨析和研判这一轮正在全面展开的中美科技博弈的全球影响与未来进程，就必须认识到，这不是我们过去习以为常的创新技术争夺战，而是人类至少百年内最重大的一项通用目的技术（General Purpose Technology，本文统一称为GPT技术，以区分当下代表生成式预训练的GPT）的争先赛。只有基于GPT技术的理论框架和内在逻辑，我们才能避免被眼前的现象和短暂的表象所主导，而以中长时段的视角，理性、科学和准确地考察大国人工智能博弈的现在和未来。

2022年底以来，以ChatGPT、Sora和GPT-4o等为代表的人工智能生成内容（Artificial Intelligence Generated Content， AIGC）突破性技术和应用，标志着人类新一轮的通用目的技术从互联网全面切换到人工智能，开启全新格局。Sora展示了文本生成视频的“世界模拟器”的全新可能性，标志着媒介生产自动化与媒体形态一体化的临界点。人工智能（Artificial Intelligence， AI）技术开启的“谷登堡时刻2.0”通过数据和算法实现了信息传播的指数化增长，代表了人类传播的又一次根本性变革，开启了智能传播新时代。[1]传播的革命性突破，将推动社会各个层面的全局性变革。全球发展规则和大国竞争逻辑由此发生历史性转向。

正是这样的技术发展和历史背景，帮助我们建立新的认知框架，重新审视当前全球高科技的新态势和大国博弈的新趋势，获得全新的启发。尤其是审视当下美国不断升级的对华科技战，可以清晰地发现，美国将科技战的胜负手从最初的半导体逐渐转向人工智能，而处于这一轮竞争风口浪尖的AI芯片首当其冲。ChatGPT既是引爆AI产业的“iPhone时刻”，也可能成为逆转中国AI竞争态势的“卫星时刻”。如何强化中国企业的全球化动力和动能，真正构建中国高科技全球化的新格局，是最大的战略关键所在。[2]

若要科学、理性、正确地研判这一轮中美科技战的走势和AI时代的中美竞争态势，则必须首先洞察GPT技术的基本特性和内在规律。

智能时代中美博弈、力量对比与前景研判

GPT技术不仅能带来经济利益，还能影响国家安全、产业结构和全球地缘政治格局。全球AI竞争是一场全球一体化的政治经济体系的竞争，也是一场GPT技术的争夺战。20世纪50年代以来，AI领域经历了许多起伏，至今其未来仍充满不确定性。随着AI的发展，算法、数据、算力和人才这四个关键要素的相对价值可能会发生变化，使某些参与者受益，而使其他参与者处于不利地位，并进一步改变全球AI力量的平衡。人类面临的挑战不仅在于如何使用AI，还在于谁来制定规则。[3]

从大多数标准来看，美国仍然是人工智能领域的全球领跑者，但人工智能这一或将彻底变革人类社会的技术还远未达到巅峰。[4]人工智能领域存在的冲突包括半导体的竞争、技术标准的碎片化以及被不同技术标准分割开来的市场对新人工智能工具传播的制约。地缘政治是阻碍国际社会形成全新的全球人工智能治理体制的最大障碍。[5]围绕人工智能的地缘政治博弈主要集中在对控制训练强大人工智能模型所需的计算硬件访问权的争夺上，这引发了有关联盟、制裁和监管的新问题。[6]纯粹的“脱钩”被视为一种弱策略，美国一直在稳步推进中美人工智能生态系统的选择性“脱钩”。[7]有研究者发现，历史上美国为遏制中国技术崛起而采取的单边或域外执法行动都以失败告终。在当前情况下，美对华开展的系列行动正在对美国长期的地缘政治伙伴关系造成无法弥补的损害。[8]因为美国政府对华科技政策的本质就是，其不甘于在一些领域被中国超越，试图通过策动自上而下的政治力量，干预自下而上的技术与市场力量，扰乱既有的技术与市场进程。[9]

“在人工智能方面，我们遥遥领先，可能比中国领先两三年，但在我看来，这已经是一个永恒的时间了。”谷歌前首席执行官埃里克·施密特称，中国在人工智能领域无法赶上美国有四个原因，即芯片短缺、用于训练大型语言模型的中文材料较少、外国投资和风险投资的大幅减少，以及关注了错误的领域（营利性应用公司）。[10]大国之争，对美国来说，不只是利益之争，更重要的是思想之争、价值之争。[11]例如，Meta负责全球事务的Nick Clegg表示，公开分享公司的人工智能模型有助于传播其价值观和标准，进而有助于巩固美国的领导地位。[12]与上述观点不同的是，乔治城大学安全与新兴技术中心（CSET）数据显示，中国在超过一半的人工智能热门领域的研究成果超越美国，成为全球领先的研究成果提供者。[13]数据分析公司Govini最新报告发现，美国在实用且有价值的人工智能能力方面投资不足，同时在研发阶段上也停滞不前。[14]此外，美国目前拥有大量人工智能人才，但这并不意味着美国在人工智能发展方面的优势是决定性的和持久的。[15]

中美关系正在进入一个新的、暂时积极的外交时刻。基辛格认为，“中美需要展开严肃对话的领域就是人工智能”。依据中美的政治体制和现有的地缘政治紧张局势，将中美AI竞争描绘为文明的根本冲突是有问题的。卢西亚诺·弗洛里迪等人认为，这种狭隘观点试图通过对瞬时情况的分析来推测未来，忽略了影响各国技术哲学以及人工智能总体战略的众多历史因素。[16]尽管合作的重大障碍依然存在，但中美在人工智能上仍有很多需要深入对话的空间。正如郑永年所言，“既然造‘刹车’上我们已经做得很好了，现在要想办法刺激‘发动机’的发展”。尽管美国希望在人工智能领域保持绝对领先地位，但其在某些方面可能过于高估自己。中国在人工智能的商用应用上表现突出，有很大机会赶超美国，但我们也需要自我反思，要学习美国推动人工智能发展的模式。[17]

美国对华科技战的胜负手：不在于半导体而在于人工智能

中美科技竞争本质是美国借助全球霸权地位，用政治方式野蛮介入和干预高科技的政策市场竞争，瞄准以华为为代表的中国高科技领军企业和前沿领域，遏制中国高科技的崛起。面对充满变数的科技竞争，从“自下而上”的技术演进的视角出发，结合“自上而下”地缘政治的视角，更能触及问题的本质。[18]

中美科技战正发生从半导体到人工智能的转向。或者说，转向了一场以半导体为切入点的人工智能狙击战。美国商务部施行了一套自视完美的三位一体狙击战略——“阿斯麦的光刻机—台积电的先进制程—英伟达的AI芯片”。阿斯麦是世界上唯一使用EUV（极紫外光刻技术）的制造商，在光刻机市场的占有率超过80%，特别是在最尖端的EUV光刻机市场上拥有完全垄断地位，占有率为100%；台积电生产全球约92%的先进芯片，在全球代工芯片制造市场中占据约55%的份额，涵盖所有类型的芯片；[19]英伟达在AI芯片的生产方面几乎处于垄断地位，控制着95%以上专业AI芯片市场[20]。阿斯麦、台积电和英伟达共同构成了一条强大但脆弱的垄断供应链，控制着超过4万亿美元的市值。

科技创新是决定中美战略竞争走向的关键因素。中国产业基础、市场规模和整体科技能力已经今非昔比。中国拥有强大的产业基础和完善的产业生态，以华为等为代表的中国高科技企业在推动产业发展的过程中不断实现渐进式技术创新，取得了显著的技术成就。活跃的产业集群也为我国企业的技术创新提供了坚实的产业支撑，而庞大的消费市场则为技术创新提供了丰富的应用场景。[21]与此同时，中国在基础科学、人才引进等多个方面仍处于劣势，面临挑战，不利于中国进行颠覆性的技术创新。

2022年底，随着OpenAI引爆AIGC浪潮，人工智能也突破了主流化临界点，美国针对中国高科技的遏制进入更加精准的“小院高墙”微调阶段，逐渐将发力点聚焦到AI，尤其是AI芯片的供给之上。因此，美国围绕AI紧锣密鼓出台一系列遏制举措。

2023年10月17日，美国发布对华半导体出口管制规则。2024年3月29日，美国政府再次修改规则，升级针对AI芯片、半导体制造设备的对华出口限制，旨在停止向中国出口由英伟达和其他美国公司设计的更先进的AI芯片。在2023年8月9日美国总统拜登签署的限制投资和保护美国AI发展的第14105号行政命令基础上，2024年6月22日，美国财政部宣布了一项新的禁令，旨在限制美国人对中国在AI和芯片领域的投资。根据新规定，美国人将被禁止参与涉及对美国所谓国家安全构成严重威胁的技术和产品的对华交易，此外，即使是开发未被禁止的AI系统或芯片相关的交易，也必须向美国财政部报告。目前，中国是唯一被明确列入该禁令名单的国家。同年6月25日，据OpenAI官方网站消息，该公司将停止向中国提供API服务。这意味着中国境内的组织和个人将无法直接访问OpenAI的API服务。这实质上代表着美国对中国获取先进AI技术的进一步限制。

对英伟达AI芯片的出口限制无疑是当下美国遏制举措的重中之重。但是，制裁效果受到了一系列质疑。尤其是2023年华为Mate 60发布之后，态势逐渐逆转。围绕华为昇腾910C等难辨真伪的海外报道，更加剧了公众对AI芯片遏制效果的质疑。通过对昇腾芯片性能的分析，美国安全与新兴技术中心的Jacob Feldgoise和Hanna Dohmen认为，华为打造昇腾910C系列，可能通过增加活跃AI核心的数量，使910B系列的性能翻倍。但由于制造问题，最终降低了910C系列的规格，以匹配910B的规格。华为未来在人工智能芯片技术领域的领导地位，取决于该公司能否做出一致的、变革性的设计和封装创新，以弥补美国出口管制对中国在制造工艺方面的阻碍所造成的差距。[22]

作为通用目的技术的人工智能的发展趋势研判

研判作为GPT技术的人工智能，必须首先洞察GPT技术的基本特性。GPT技术的发展历程是一场马拉松，而非百米冲刺。GPT技术需要通过长时间的技术积累和逐步改进来实现，无法一蹴而就。短则十年二十年，长则数十年。正如陈永伟所言，“GPT的扩散通常表现为一个‘创造性毁灭’过程。它可能在促进生产力提升的同时，颠覆既有的经济秩序。在这个过程中，可能会造成一系列复杂的经济、社会和组织影响”。[23]AI作为GPT技术，其技术特性决定了其有潜力在长期内产生深远的影响。AI可以重塑各个行业的生产力，提升效率，并引发新的商业模式和社会变革。然而，受限于当前技术水平、基础设施、行业融合与协调等多种因素，AI的全面影响在短期内可能不会立即显现。[24]因此，我们必须具备长期视野，持续投入研发，并建立稳健的技术基础和制度保障，以确保这项GPT技术能够在未来发挥最大潜力。

GPT技术不仅在影响经济结构、推动技术创新和产业变革方面具有重要意义，还有助于解释关键技术在经济增长中的动态及其变革性作用。Richard G. Lipsey等人在《经济转型：通用目的技术与长期经济增长》中提出，GPT技术具有一些重要的共同特征，即：其最初作为相对粗糙的技术，应用范围有限；随着时间的推移，该类技术逐渐演变成更为复杂的技术，应用范围在经济中显著扩大，并且其帮助生产的经济产出种类也大幅增加；随着这些技术在经济中的扩散，效率不断提高；作为成熟技术，它们被广泛用于多种不同的用途，并与许多其他技术形成强大的互补，能够协同工作。[25]GPT技术具有技术互补性、难以替代性、广泛应用性、演变复杂性、技术动态性和创新互补性等主要特性。技术系统的演变性作为一个关键概念被强调，反映出历史和技术发展的连续性。GPT技术被视为一个不断演变的知识体系，不是静态的，而是随着时间不断发展和变化。一项GPT技术的演变通常经历多个阶段，演变过程常常与其他技术相互促进，不仅能在自身领域内发展，还能够推动其他领域的创新，形成集群效应。[26]

外部性对于GPT技术而言扮演着核心角色。包括学习效应、网络外部性、垂直和水平外部性、路径依赖与锁定效应等。这些因素会大大增强某种技术在市场上的竞争力，使得它能够在生态系统中占据主导地位。[27]但Timothy F. Bresnahan等人发现，由于市场交易的局限性，GPT技术的创新和应用也可能出现“创新不足或创新滞后”的问题。因此，他们认为需要更好的协调和创新激励机制，以充分发挥这些关键技术的潜力。[28]Nicholas Crafts从历史视角深入分析了AI作为GPT技术可能带来的长期影响，强调在技术变革期间理解和应对生产力变化的重要性，提出新技术可能带来滞后效应，并探讨如何制定有效的政策和措施，以促进技术创新和经济增长，同时保护劳动者的利益。[29]

我们首先考察近百年来最重要的三大GPT技术，计算机、互联网和AI，寻找一般特性和内在规律（如表1所示）。回顾计算机、互联网和人工智能这三大GPT技术的演进可以发现，它们不仅推动了技术本身的发展，也深刻影响着社会、经济等各个方面。从早期的机械计算装置到PC，再到量子计算，IBM、苹果在计算机领域进行早期创新和市场开拓，英特尔和微软在计算机硬件和软件领域达到行业巅峰；从阿帕网的诞生，到万维网的普及，再到移动互联网和物联网的兴起，网景、雅虎等公司在互联网初期市场进行创新和探索，Google、亚马逊在互联网服务和电商领域达到顶峰，并形成庞大生态系统；从最早的简单算法和规则系统，到机器学习和深度学习，再到生成对抗网络和强化学习，OpenAI在人工智能领域进行基础研究和前沿应用的探索，英伟达通过高性能计算硬件达到行业垄断地位。计算机、互联网和人工智能都呈现出逐步进化和革命性变革的特性。

首先，GPT技术具有影响人类社会全局性变革的潜能，实现了生产力的提升和生产关系的重构。计算机提升了计算和数据处理能力，互联网加速了全球的互联互通，人工智能优化了决策和自动化流程。同时，远程在线协作改变了工作方式，智能制造和自动化技术改变了生产线配置，推动了全球供应链的重新布局。其次，GPT技术的基础性，有着以公共物品为基础的发展过程。如同早期计算机技术的发展受益于政府和科研机构的投入，互联网得益于科学共同体和开放的全球一体化基础设施的互联网元架构，[30]AI的发展同样依赖于开放的数据资源、开源的软件平台和广泛的科研合作，这些公共物品为技术的广泛应用和普及奠定了坚实基础。最后，外部性是GPT技术的竞争关键，本质上是生态之战，由技术的外部性定胜负。计算机领域的Windows和MacOS之争，互联网时代的FAANG、BAT竞争，AI时代的OpenAI、Meta、Google和微软等竞争，都是生态系统的较量。这些技术生态系统不仅包括核心技术，还包括开发者社区、应用场景、配套服务等。

中美博弈态势的两种前景：分析与比较

中美AI竞争呈现两种模式的分化。美国延续其半个多世纪的资本驱动、创新引领的“硅谷模式”。OpenAI就是最新的成功典范，延续了过去英特尔、苹果、微软、思科、雅虎和谷歌等科技企业崛起的模式和路径。缔造了无与伦比的科技创新神话和一枝独秀的竞争优势。而中国从1990年代开始，经历了追随美国硅谷模式的互联网浪潮，缔造了三大门户、BAT和字节跳动等基本可以媲美美国硅谷的科技创新故事。但是，随着2019年美国全面发动对华科技战，风险投资和核心技术成为美国政府遏制中国发展的重要手段并逐渐政治化和武器化，中美优势互补的硅谷模式面临“脱钩”“断链”的冲击。在这种历史背景下，过去长期依赖美国核心技术和产业生态的注重发挥应用优势的发展路线，难以为继，直接影响了这一轮人工智能革命的中国战略和路径选择。最近几年，中国开始转向立足本国核心技术，打造自主产业生态的新模式。具体在人工智能领域，开始转向更富有战略性的注重基础设施，以及市场与政府两种机制双管齐下的中国新模式。

正如美国国务卿布林肯所言：“一场全球技术革命正在进行中。世界主要大国正在竞相开发和部署人工智能和量子计算等新技术，这些技术可能会改变我们生活的方方面面——从能源来源、工作方式到战争方式。我们希望美国保持科技优势，因为这对我们在21世纪经济中蓬勃发展至关重要。”[31]其言论凸显了美国在技术领先、战略优先级以及在全球技术标准和规则制定中占据主动的重要性，预示着未来中美两国将在高科技领域展开更为激烈和多层次的竞争。从竞争方式来看，拜登政府不仅在传统的地缘政治领域重视调动盟友的积极性，还将联盟体系作为对华科技战的重要工具。通过“结盟”助力对华人工智能竞争的态势已经显现。[32]Anton Malkin等人系统研究了美国在全球半导体行业中的结构性权力，并从地缘经济学的角度对美国在该领域的主导地位作出解释，他们强调法律管辖权和技术发展的空间维度在维持美国在全球半导体价值链中的结构性权力方面的作用。[33]这也意味着在中美科技竞争中，美国不仅依靠自身的技术和法律力量，还通过联盟体系来巩固和加强其在半导体行业的主导地位。这种多层次的竞争策略使得中国在半导体领域面临更加严峻的挑战。

之前中美科技也存在一定的竞争和博弈，但是，直到这一轮AI浪潮，在美国形成整体遏制中国的共识之后，中美科技才真正进入一场多维度、激烈的博弈之中，因此两个阶段的竞争博弈有着全然不同的特点。为了应对美国不断加码和升级的科技战，中国也开始形成新的战略应对体系，从而中美呈现出一定程度上的取向不同的两种模式之争。然而，两种模式究竟谁更有优势，无法简单计算和评判。因为，人类历史上任何一项GPT技术都有着一定的共性，但是更有着自己的独特性，呈现与历史经验并不一样的走势。人工智能尤其如此。美国硅谷模式是否依然可以独领风骚？中国模式是否会遭遇瓶颈？目前众说纷纭，观点分歧极大，悲观和乐观者都为数不少。需要我们基于学理，展开更深入的分析研判。

我们以这场科技博弈中最前沿的华为为例解析2019年以来的走势和进展，可以更好理解中美科技的未来。华为遭遇极端打压，其整体收入走势在2019年还没有全面显现，2021年开始大幅度下滑，2022年一定程度企稳，2023年开始恢复增长，估计到2024年，有望回到历史最高点。华为的这一超乎美国想象的韧性和先抑后扬的发展走势，在一定程度上呈现了中国科技的内在特性，也预示着中美科技博弈的整体走势。

具体而言，美国对华科技战之于中国最大的成效在于迫使中国战略觉醒，坚定走自主创新之路，也即第一次深入核心根技术，打造基于自身核心技术的产业生态。这一生态的根技术，大致包括麒麟、鲲鹏和昇腾三款芯片，欧拉和鸿蒙两个操作系统，以及高斯数据库（如表2所示）。其中，面向智能终端的麒麟芯片是用于智能手机的芯片解决方案，采用海思先进的SoC架构。主要面向高端旗舰手机市场，提供强大的处理能力和优秀的功耗控制。面向通用计算的鲲鹏芯片是服务器芯片，应用于数据中心和云计算领域。面向AI计算的昇腾芯片则为AI领域提供了强大的算力支持，能广泛应用于各种AI应用场景。作为数字基础设施操作系统的欧拉，支持通用服务器、云计算、边缘计算、电信设备等多种ICT场景，以及高精密机床控制和航空控制等高可靠性、强确定性的工业场景。鸿蒙作为分布式的智能终端操作系统，旨在实现跨设备的无缝连接和协同工作，广泛应用于智能手机、智能终端、智能穿戴、智能汽车座舱等消费电子场景，以及具有以强交互性为代表的工业平板、充电桩等工业场景。[34]高斯数据库作为一款分布式数据库管理系统，旨在支持从传统数据中心到云计算的全景应用环境，具有很强的扩展性和灵活性，实现了核心代码100%自主研发，是国内当前唯一做到软硬协同、全栈自主的国产数据库。[35]

不难发现，上述六项根技术大多数还属于追随型，也就是，在美国已有强大的生态基础之上再造一个全新的生态。处于当今中美博弈火线最前沿的，是AI芯片昇腾。华为首席财务官孟晚舟曾表示，华为希望为中国打造一个计算基础，为世界提供“第二种选择”。半导体研究公司SemiAnalysis表示，中国开发的芯片在AI算法方面可以与英伟达的A100相媲美。华为在2019年被列入美国贸易黑名单四个月后首次推出昇腾芯片系列，自此其人工智能战略一直专注于构建专有软件和硬件生态系统。如今，昇腾生态系统拥有40个硬件合作伙伴、1600个软件合作伙伴和2900个AI应用解决方案。[36]华为自研AI芯片昇腾910B采用先进的达芬奇架构，支持深度学习、推理等多种AI计算任务，半精度（FP16）算力高达320TFLOPS，整数精度（INT8）算力高达640TOPS，功耗仅为310W。[37]在训练大规模语言模型时，相比英伟达的A100，昇腾AI芯片效率提升高达80%。在具体测试性能上，超越A100 AI GPU 20%。目前，中国市场占英伟达2024财年营收的17%，华为的芯片系列使得英伟达在中国市场面临的竞争愈发激烈。然而与华为相比，英伟达拥有巨大的先发优势，其中一个关键优势是现有AI项目依赖英伟达的软件生态系统。[38]虽然华为略微滞后于英伟达，但是，鉴于AI浪潮处于初始阶段，大多数行业还没有真正智能化，因此可以说华为大致保持同步，具备了一定的引领性。昇腾的态势和趋势，是中美AI博弈最具代表性的写照。有分析师估计，中国的人工智能芯片市场价值达70亿美元，从英伟达手中夺取市场份额可能标志着华为在与美国的竞争中获胜。[39]

中美人工智能博弈的本质：外部性定胜负与生态竞争

中美AI博弈态势很大程度上取决于中美双方的战略目标，尤其是美国的战略目标。美国总统拜登在2021年上任的首场记者会上承诺，他将在任期内阻止中国成为世界上最强大的国家，还声称美国不寻求对抗。这一定程度上反映了美国的对华战略。按照拜登的逻辑，这场AI博弈的目标是分出谁能够最终胜出。

GPT技术具有改变生产力、促进经济和社会变革的巨大潜力。然而，其真正价值不仅在于技术本身的创新能力，还在于其被广泛扩散和应用的能力。在关于中美权力转移的讨论中，西方有关中国作为科技超级大国而崛起的论调通常被放置在显著的位置，这些讨论主要集中在国家的创新能力上，反映了对科技能力的评估更偏向于产生的新进展。然而，美国外交政策研究所高级研究员Jeffrey Ding则认为，这些评估应该更多地考虑一个国家扩散或广泛采用创新的能力。她认为，当一个崛起大国的创新能力与其扩散能力之间存在显著差距时，仅仅依据前者判断，会导致对其长期维持经济增长潜力的错误评估。[40]当前，中国AI仍然面临着美国在AI核心能力上的长期领先，中国处于跟随模式；高端算力产品禁售以及高端芯片工艺的长期受限；国内智能计算生态相对薄弱，AI开发框架的渗透率不足；AI在各行业应用的成本门槛居高不下；以及我国AI领域的人才数量与实际需求相比明显不足等挑战与困境。[41]当然，即将到来的利用新技术潜在优势的时间框架还被视为一种权衡。[42]换言之，在规划和实施新技术时，我们必须权衡各种因素，以最佳的时间和方式来利用这些技术的潜在优势。决策者需要综合考虑资源分配、市场需求、技术成熟度、竞争态势、政策环境和社会接受度等因素，以实现新技术的最大化效益。这种权衡过程是确保新技术能够成功应用并带来预期优势的关键步骤。

作为GPT技术的AI，与短时段的Web 1.0、Web 2.0、移动互联网以及电子商务等非GPT技术的产业“杀手级应用”相比，创新周期与影响辐射面是不一样的。产业“杀手级应用”往往10年一个阶段，10年之内分出胜负。而AI技术，甚至比起计算机和互联网两大GPT技术，都有着更长的周期。基于其创新周期之长、行业覆盖面之广和社会影响力之大，其发展与影响起码是一个以30年为基础周期的创新扩散过程。因此，以阿尔法狗为代表的21世纪10年代仅仅是AI产业化浪潮的序幕。而以AIGC热潮为代表的21世纪20年代，将是主流市场全面拓展的时代。因此，AI浪潮要到21世纪30年代才可能进入真正主流化、决定出胜负主次的关键性阶段。

鉴于此，至少以这一中时段作为考察的时间长度，才能正确把握这一轮AI革命以及中美博弈的大致轮廓。核心的进程依然是双方生态的进程。21世纪10年代，中国AI完全基于美国的核心技术和产业生态；21世纪20年代，以华为昇腾为代表的企业开始构建芯片、软件和服务等全链条的中国自主AI产业生态；21世纪30年代，中美两国形成类似移动互联网时代安卓和iOS两大相对独立的生态体系，形成各有优势、各有特色的全球竞争和博弈态势。

显然，中美科技博弈趋于白热化，这是确定的。新一轮美国大选无论特朗普还是拜登当选，都难改此趋势。但是，中美双方只要还是聚焦分出新一轮高科技浪潮的高低，风险就还处于整体可控的范围之内，谁胜谁负，都不至于对全球带来极具破坏性乃至毁灭性的冲击。而研判中美博弈未来结果和结局的，就要基于这一轮GPT技术中双方的生态竞争，看最终结果将是并驾齐驱，还是一强一弱，抑或一家独大。因此，我们将综合自上而下与自下而上视角，对美国体系与中国体系两大生态的优劣势和发展趋势进行研判，对这三种结局的可能性展开一定的分析。立足最近10年之内，笔者认为最可能的三种结局及其大致研判如下（如表3所示）。

第一种结局（大致概率为25%）：美国如愿以偿，完成AI时代产业生态的一家独大。美国延续其计算机和互联网时代的优势，甚至出现计算机、互联网和AI三大GPT技术更加强大而不可撼动的叠加效应。真正将中国牢牢锁定在落后一两代以上的代际差距。中国科技创新因此受到机制性、结构性的长期遏制，始终从属于美国。

第二种结局（大致概率为25%）：一强一弱。中美两大体系最终形成各自优势，但仍呈现一强一弱却谁也难以全面压制对方的基本格局。目前看起来此种结局中最可能的是美国占据领先优势，作为后来居上的中国也获得自己相应的“地盘”，但依然处于明显的弱势。而中国成为强势一方、美国处于弱势一方的可能性相对较低。

第三种结局（大致概率为50%）：各有优势，并驾齐驱。此种结局最有可能。中美各有优势，与制造业和传统高科技产业类似，最终美国牢牢占据以欧美为代表的中高端市场，而中国则继续以成本优势，占据以本国市场为基础，延伸到全球南方国家的中低端市场。中美形成错位竞争。鉴于双方各有对方难以模仿和超越的优势力量与领域，这种情况将最有可能成为现实。

进入21世纪30年代，人工智能革命将全面影响经济社会发展的各领域各环节，中美双方的竞争态势还将继续发生新的变化，包括中美AI层面停止全面冲突而走向新一轮合作的可能性。这些变化不仅局限于技术竞争本身，更与中美经济、政治、文化等更加广泛的发展态势紧密相关，预测和研判将会更加复杂。

中美人工智能博弈现实下的中国战略与路径

在新的地缘政治因素影响下，中美两国高科技的合作与竞争模式已经发生根本性转变。过去我们一贯熟知的中美优势互补型的单体系模式，也就是建构在美国核心技术和产业生态的跟随模式，已经走到尽头。中国只有自下而上全面构建自己主导的生态体系，与美国体系形成开放性竞争的双体系或者多体系模式，才是必由之路（如表4所示）。这种真正解放了各国产业和消费者自由选择权的双体系模式，可能才是全球高科技发展的最佳模式。对于中国来说，从单体系模式迈向双体系模式，不但意味着发展模式的重大转变，更意味着我们必须加快补课，补上过去单体系时代较为薄弱的一系列基础性研究、核心技术以及支撑产业生态的基础设施。同时，我们既要调整和修改半导体、计算机、互联网等旧有的GPT技术的发展模式，还要开辟人工智能这一全新的GPT技术赛道。“补旧拓新”，必须双管齐下，双轮驱动。这就是华为过去5年的基本状况，也是整个中国高科技的基本写照。过去中国高科技全球化主要是应用层面的产品和服务的全球化，而未来中国也必须跟美国一样，学会推动全产业链整体体系化，走向全球化的能力提升，这样才能建构自身的竞争优势，也才能从此摆脱美国将高科技政治化、武器化的被动局面，将科技自主权真正掌握在自己手中。这种双体系模式将使以人工智能为核心的GPT技术得到有效应用，并落实到各个行业和领域之中。

GPT技术的竞争，是一项全局性、长时段、高度复杂的竞争。不但超越简单的技术、产品或者几家企业之间一城一地之争，而且超越一时间谁胜谁负、谁强谁弱的阶段性结果，需要站在更加综合的技术-社会-经济-政治复合体的视角下，战略性、系统性地部署和实施。从华为六项根技术的发展态势来看，困难依然很大，但是，乐观的信息也层出不穷。整体而言，我们依然可以谨慎乐观。对应与《论持久战》中战略防御、战略相持、战略反攻等三个阶段的划分，可以说目前中美GPT技术博弈竞争大致从战略防御进入了战略相持阶段。下一个5年，应该就可以更清晰更确定地看清这一次人类历史上最波澜壮阔的科技竞争的结果。

这一轮中美AI博弈，中美双方的特色优势都很清晰。美国当下形成了绝对引领性的先发优势，然而，中国开始逐渐摆脱美国核心技术封锁，历史性地第一次构建自己的产业生态，为这场竞争的研判带来了前所未有的挑战性。但是，不管走势如何，最终结果如何，中国新的战略与路径必须抓住一系列重点和关键。

其一，基础研究始终是最关键的基础和重要底牌。中美AI竞争，热闹的都在产业层面，但是真正发挥支撑性的能力系统，还是两国基础研究能力的竞争和比拼。中国在AI领域基础研究的不断提升，无疑是这场持久战的最重要底气所在。但是，虽然目前中国势头不错，也还应该继续加大力度，夯实基础研究。中国在诸多AI研究领域都很活跃，其中包括越来越多的基础研究。全球AI研究论文数量排名前五的都是中国机构，以中国科学院为首。Macro Polo智库最新研究表明，从某些指标来看，中国已经超越美国，成为人工智能人才的最大生产国，全球近一半的顶尖人工智能研究人员都来自中国。[43]但是，中国不可掉以轻心，尤其是针对美国《芯片法案》在基础研究层面的支持举措——除了芯片补贴，规定提供1740亿美元支持基础与关键技术领域研究、科技成果转化、STEM教育与培训和区域创新等，有组织科研成为高水平大学知识生产与科学研究的主导模式，[44]中国应该早日出台针对性方案。一方面，要有效破解美国在基础研究方面的封锁，另一方面，要构建和提升中国基础研究的优势，力争实现基础研究优势的逆转，培养AI产业竞争力提升的先导性力量。

其二，推动中美各自擅长的上下半场的优劣势转移，推动固有格局朝我们有利的方向转变。与过去代表性的高科技竞争一样，中美AI博弈延续了过去美国的“上半场优势”和中国的“下半场优势”的惯性，但均势的时间点将有所前移。随着中美科技力量的优势转移、用户目标核心群体特性的变化，中国的禀赋和特长将得以更充分发挥，这是我们后来居上成功的关键。随着中国在上半场前期实力提升，要跨越“上半场陷阱”，赢得这一次AI博弈的胜利，必须立足长远，认清现实，走出过度悲观或者过度乐观的两极思维。但是，我们的短板和弱点，必须加快弥补，而优势方面需要进一步加强。提升前后两端夹击的能力，缩短追赶时间。新一轮AI竞争中美走向全生命周期、全体系的全面竞争是大势所趋，也是技术发展和社会进步的必然。[45]

其三，在高科技领域，捷足先登的先导性优势往往具有决定性作用。这种先导性优势不仅体现在技术的研发和应用上，更体现在市场占有率、标准制定以及生态系统建设等方面。避免技术时差（TTD）的拉大至关重要，一旦时差拉大，后来者将难以赶超先行者的优势。显然，ChatGPT发布之后，美国的领先优势在进一步扩大。中国需要通过加大基础研究投入、优化产业生态、降低应用成本和加强人才培养等措施，缩短技术时差，实现技术赶超和创新引领。

其四，外部性取胜，网络效应是关键。美国体系与中国体系实质是两大生态之战。与相对单一的非GPT技术相比，GPT技术的胜负很难通过AIGC一项技术的领先性分出最终的胜负。尤其是在美国对华科技战背景下，真正立足核心技术构建的产业生态的比拼才是关键。以英伟达芯片为基础的这一轮AIGC浪潮中，美国无疑具有先发优势，生态相对成熟。作为英伟达的核心壁垒和护城河，CUDA的生态完备，对整个AI计算资源已形成事实上的垄断。它不仅是众多GPU加速应用程序的标准，而且在AI领域的图像处理、深度学习等方面也发挥着重要作用。但是，以华为昇腾为基础的中国体系，也在快速的构建并完善之中。中国第一次有了自己的完整生态，以中国市场为基础，延伸到占据全球网民数量75%以上的全球南方国家。鉴于此，此轮博弈谁笑到最后，目前还难以定论。

其五，重塑底线意识，谨防规律的转向和逆转。与计算机和互联网两大通用目的技术不同，AI发展呈现出一系列显著特性。必须谨防美国以对全球产业链和生态的强大控制阻断中国延续下半场优势的固有路径。虽然这一局面出现的可能性并不大，但是鉴于GPT技术的发展之快变化之大，我们依然不可掉以轻心，要善用底线思维，做好各方面的防御。

总之，研判这一轮围绕人类有史以来最重大的GPT技术的大国博弈，既需要走出数十年固有的技术演进和竞争规律的思维模式，也需要超越就技术而技术的狭隘的观察视角和既有经验与方法，需要站在全新的GPT技术的新格局和新视角，创新富有洞察力的基础理论和认知框架，形成正确的研判，从而制定行之有效的国家重大战略与对策，为人类发展进步，作出中国的独特贡献。

（本文系国家社会科学基金重大项目“健全互联网领导和管理体制研究”的阶段性成果，项目编号：22ZDA079）

注释

[1]方兴东、钟祥铭：《谷登堡时刻：Sora背后信息传播的范式转变与变革逻辑》，《现代出版》，2024年第3期。

[2]方兴东、钟祥铭：《ChatGPT革命的理性研判与中国对策——如何辨析ChatGPT的颠覆性变革逻辑和未来趋势》，《西北师大学报（社会科学版）》，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]方兴东：《美国对华科技政策研判》，《人民论坛·学术前沿》，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专访｜郑永年：中美围绕人工智能的对话，不要演变成新的“核武器谈判”》，2024年6月3日，https：//www.sohu.com/a/783277739_121948389。

[18]方兴东、杜磊：《中美科技竞争的未来趋势研究——全球科技创新驱动下的产业优势转移、冲突与再平衡》，《人民论坛·学术前沿》，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]王缉思、贾庆国、唐永胜等：《美国战略探析与中美关系前景展望》，《国际经济评论》，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]陈永伟：《作为GPT的GPT：通用目的技术视角下新一代人工智能的机遇与挑战》，《财经问题研究》，2023年第6期。

[24]陈永伟：《理性看待AI的短期和长期影响》，《科学·经济·社会》，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]方兴东、钟祥铭、李星：《互联网元架构——解析互联网和数字时代范式转变的底层逻辑》，《现代出版》，2023年第5期。

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

[32]孙成昊、张丁：《美国构建人工智能联盟的动因、路径与影响》，《当代美国评论》，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]《华为芯片与系统详细梳理——Kirin麒麟 & Ascend昇腾 & Kunpeng鲲鹏 & HarmonyOS鸿蒙 & Euler欧拉》，2024年5月25日，https：//blog.csdn.net/qq_38880380/article/details/139188462。

[35]《华为云全栈自主创新数据库GaussDB正式面向全球服务》，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]孙凝晖：《人工智能与智能计算的发展》，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]谷贤林、王垚赟：《高等学校科学研究与人才培养能够再次确保美国繁荣吗——〈2022年芯片与科学法案〉对美国高等教育与国家安全影响解析》，《比较教育研究》，2024年第3期。

[45]方兴东、钟祥铭：《Sora冲击波后中美AI差距研判——新一轮智能革命中美“半场优势”分析模型与趋势》，《西北师大学报（社会科学版）》，2024年第5期。

责 编∕桂 琰 美 编∕周群英