作者：Lingo　发布：2026-08-09　阅读时间：21 分钟

中国AI已经超过美国了吗？现在还不能这样下结论。但如果说中国正在迅速缩小与美国的差距，这个判断已经有数据支持。

斯坦福大学发布的《2026年人工智能指数报告》显示，截至2026年3月，中美顶尖模型在主要基准测试中的差距已经缩小至约2.7个百分点。中国在论文数量、引用量和专利产出上占据领先位置，美国仍然拥有更多顶尖模型，也掌握着更充足的资本和算力资源。[1]

中国AI为什么能在几年内追上来？

首先，这场追赶发生在技术路线尚未固化的阶段。Transformer直到2017年才被提出，大模型的主流路线形成得更晚。许多关键问题没有现成答案，各国研究者都在同一时期摸索。中国的年轻研究者因此能直接进入前沿竞争，不必先跨越一个已经积累数十年的技术代差。[2]

技术范式发生变化后，过去的积累不会消失，但权重会被重新分配。论文可以公开阅读，代码能够直接运行，开源模型还能继续训练。后来者不必重新走完前人的全部道路，可以直接从新的技术起点出发。

中国也已经形成了足够厚的人才基础。MacroPolo的研究显示，如果按照本科教育所在地统计，中国培养的全球顶尖AI研究者占比从2019年的29%升至2022年的47%。这些数字统计的是培养来源，并非研究者当前的工作地点。美国仍然是最主要的人才目的地，但中国已经成为AI人才的重要来源。[3]

更重要的变化发生在产业界。AI竞争已经不只是提出一个新理论，还要把模型训练出来，并让它能够稳定运行。模型越大，工程组织的重要性越高。成本能否承受、训练能否复现，都会直接影响技术成果。

中国公司恰好在这个阶段找到了自己的切入点。算力受限并不是优势，却迫使企业更加重视训练效率和推理成本。DeepSeek-R1没有简单复制美国公司的高算力路线，而是通过强化学习和工程优化提高推理能力，并开放了模型权重。根据其技术论文，DeepSeek-R1在部分数学、代码和推理任务上已经达到与OpenAI o1-1217相近的水平。[4]

通常所说的“算力封锁”，实际上是一套持续调整的分层出口管制，并非所有高端芯片完全断供。美国商务部在2024年扩大了对先进芯片制造设备、高带宽内存和相关软件的管制范围；到2026年1月，又允许H200、MI325X及类似芯片在满足安全条件后接受逐案审查。[8][9] 政策会继续变化，但中国企业获得先进算力的数量、价格和可预期性仍然受到限制。

短期看，算力限制会直接抬高中国模型公司的试验成本。可用芯片较少，团队能够同时验证的模型结构和训练方案就更少，一次训练失败的代价也更高。斯坦福《2026年人工智能指数报告》显示，美国拥有5427座数据中心，数量超过其他任何单一国家的10倍。[10] 算法效率可以缩小模型性能差距，却不能立即补平基础设施差距。

中期看，算力限制会改变中国公司的优化目标。当算力不能无限扩张，企业会更重视单位算力能够训练出多少能力，也会投入更多资源适配国产芯片。此时，竞争不只发生在芯片性能上，还会延伸到芯片互联、编译器、训练框架和集群稳定性。只有硬件而缺少软件生态，理论算力很难转化为有效算力。

长期结果仍有两种可能。如果国产芯片供给和系统效率的提升速度快于模型对算力需求的增长，外部限制的效果会逐渐减弱；如果前沿模型的训练规模继续快速扩张，芯片代际和集群规模的差距仍可能重新反映到模型能力上。因此，算力限制能够推动替代和优化，却不能被视为中国AI发展的净优势。今天的模型差距缩小，说明中国公司暂时用算法和工程弥补了一部分算力差距，并不说明算力已经不再重要。

开源进一步放大了这种追赶。DeepSeek和阿里通义千问把模型交给全球开发者使用，外部团队可以测试和部署，也能在原模型上继续训练。模型一旦进入开发者生态，迭代就不再只由一家公司完成。ATOM的研究显示，到2025年年中，中国开放模型在其统计的全球采用指标上已经超过美国开放模型。[5]

不过，这还不能推导出“中国学者整体比美国学者更厉害”。今天的AI研究本来就是跨国流动的。很多中国培养的研究者在美国高校和企业工作，美国的模型也大量吸收全球研究成果。与其比较学者国籍，不如比较两个生态能否持续培养人才，并把研究成果转化为模型。

美国的底层优势依然明显。2025年，美国私人AI投资约为中国的23倍，先进芯片和大型算力集群仍然更多地集中在美国。[6] Epoch AI按照自己的前沿模型指标估算，2023年以来，中国模型平均落后美国前沿水平约7个月。[7] 两组数据采用的评价方法不同，却共同说明：中国模型的性能已经接近前沿，但中美AI生态的资源基础仍不对等。

因此，中国AI的上升不是一次简单的反超，也不是因为中国研究者突然变得更聪明。技术范式刚刚改变，中美原有的经验差距被压缩了。中国长期培养的人才开始进入前沿竞争，企业又通过工程效率和开放模型扩大了成果的影响。算力管制提高了追赶成本，也促使中国公司把更多资源投入效率优化和国产替代，但这种压力最终能否转化为独立的算力体系，仍需更长时间验证。

中国AI已经进入同一层级的竞争，但比赛还远没有结束。

参考资料

[1] Stanford Institute for Human-Centered Artificial Intelligence. The 2026 AI Index Report: Technical Performance[EB/OL]. 2026[2026-08-10]. https://hai.stanford.edu/ai-index/2026-ai-index-report/technical-performance.

[2] VASWANI A, SHAZEER N, PARMAR N, et al. Attention Is All You Need[EB/OL]. arXiv:1706.03762, 2017[2026-08-10]. https://arxiv.org/abs/1706.03762.

[3] MacroPolo. The Global AI Talent Tracker 2.0[EB/OL]. [2026-08-10]. https://macropolo.org/digital-projects/the-global-ai-talent-tracker/.

[4] DEEPSEEK-AI, GUO D, YANG D, et al. DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning[EB/OL]. arXiv:2501.12948, 2025[2026-08-10]. https://arxiv.org/abs/2501.12948.

[5] LAMBERT N, BRAND F. The ATOM Report: Measuring the Open Language Model Ecosystem[EB/OL]. arXiv:2604.07190, 2026[2026-08-10]. https://arxiv.org/abs/2604.07190.

[6] Stanford Institute for Human-Centered Artificial Intelligence. The 2026 AI Index Report: Economy[EB/OL]. 2026[2026-08-10]. https://hai.stanford.edu/ai-index/2026-ai-index-report/economy.

[7] EMBERSON L. Chinese AI Models Have Lagged the US Frontier by 7 Months on Average Since 2023[EB/OL]. Epoch AI, 2026-01-02[2026-08-10]. https://epoch.ai/data-insights/us-vs-china-eci.

[8] U.S. Bureau of Industry and Security. Commerce Strengthens Export Controls to Restrict China's Capability to Produce Advanced Semiconductors for Military Applications[EB/OL]. 2024-12-02[2026-08-10]. https://media.bis.gov/press-release/commerce-strengthens-export-controls-restrict-chinas-capability-produce-advanced-semiconductors-military.

[9] U.S. Bureau of Industry and Security. Department of Commerce Revises License Review Policy for Semiconductors Exported to China[EB/OL]. 2026-01-13[2026-08-10]. https://media.bis.gov/press-release/department-commerce-revises-license-review-policy-semiconductors-exported-china.

[10] Stanford Institute for Human-Centered Artificial Intelligence. The 2026 AI Index Report[EB/OL]. 2026[2026-08-10]. https://hai.stanford.edu/ai-index/2026-ai-index-report.