今天，一張圖在網上爆火：中國AI專利數量佔全球70%，成TOP 1！不過，曾撰寫「AI 2027」預測報告的研究員卻髮長篇博文表示，AI競賽美國穩操勝券，原因就在算力上。
中美AI競爭，目前誰更領先？
最近，有網友根據此前斯坦福釋出的《2025年AI指數報告》製作了一張圖表。
資料顯示，中國的GenAI專利數量，已經佔全球的70%，遠超世界上任何其他國家。
其中，在2014年至2023年間，提交量達到了驚人的38,000多項。
不過，在專利和出版物的引用量上，美國則穩居TOP 1。
比如，OpenAI只發表了48篇文章（排名第325位），但這些文章卻獲得了高達11,816次的引用（排名第13位）。
從結果來看，如今中美頂級模型的差距已經縮小至0.3%，差距幾乎微乎其微。
就在同時，此前預言「2027年ASI接管世界」的非營利組織AI Futures Project，其中兩大核心成員又帶來了一篇長篇博文預測。
在他們看來，AI競賽的結局就是美國必勝，原因只有兩個字——算力！
AI 2027的兩位作者Scott Alexander和Romeo Dean看來，美國在AI競賽中是穩操勝券。
Epocah AI：各國AI超級計算機計算效能的份額隨時間變化
全球最頂尖的晶片製造商，就是臺積電。而臺積電的生產裝置，很大程度上依賴於美國及其盟友，這就讓它始終處於美國的影響力範圍內。
從2022年，晶片管制就開始了：美國開始禁止臺積電向中國大陸出口先進晶片。在一定程度上，這已經限制了中國的算力發展。
而接下來，一旦美國政府開始認真對待AI軍備競賽的可能性，相關限制還會進一步收緊。
兩位作者估計，截至2024年，在全球可用於AI開發的先進晶片中，美國擁有75%，中國只有15%，世界上其他地區總共將擁有10%。
而據他們預測，到2027年，這個比例也不會發生太大變化。
可以肯定，當前的出口管制，必然增加了中國AI企業的運營成本，讓他們很難輕易獲得性價比最高的尖端晶片。
經過初步估計可以得出，與在沒有制裁的情況相比，中國企業獲取算力的成本高出約60%。
而在未來，美國的出口管制可能會進一步收緊，即使中國成功提升了本土晶片的製造能力，中國企業獲取算力的成本效益也很可能會進一步降低。
公開報告資料顯示，2025年中國企業在AI晶片上的投入約為美國企業的四分之一，
基於此可以推斷，中美兩國在AI領域的差距，很可能會維持現狀。
既然美國的算力是中國的5倍，為什麼在他們的預測裡，中國「僅僅」落後3-6個月呢？
兩位作者解釋道，目前，美國和中國的晶片資源都被分散到了眾多AI公司和非AI應用上。
比如，谷歌作為美國算力最強的公司，也只佔全球先進算力的15%左右（並非全部用於AI研發）；OpenAI的佔比更是隻有5-10%。
而AI競爭的關鍵，就在於能否將算力集中投入到特定專案中。如果中國在算力的集中使用上比美國更出色，就很有可能建立領先優勢，或者至少迅速趕上。
在他們的推演中，中國將在2026年開始集中算力資源，把15%算力份額中的10%集中到一個單一的大型AI專案中；而美國的算力資源則依然處於分散狀態。
鑑於科技公司更有可能選擇集中資源，而非分散投入，因此，在2026-2027年，美國領先企業所擁有的算力佔比可能會達到15-20%，而不是目前的10-15%。
由於中國的AI專案將佔用全球10%的算力，而美國領先的專案將佔用全球15-20%的算力。
因此他們預測，美國將在算力方面保持對中國的微弱優勢，如果沒有發生以下這些事——
中國幾乎將所有計算能力集中化，而美國幾乎沒有集中化
中國的計算集中化發展迅速——從2026年開始，到2027年接近完成
「AI 2027」中對中國算力集中度的預測：從2025年到2027年，集中度從0到70%的情況
在他們看來，到2027年，中國自己製造的晶片還不足以產生實質性的影響。
如果美國對制裁執行不力，中國在2030年初可能就能製造大量的國產晶片。但美國如果嚴格制裁晶片、關鍵裝置和元件，那中國的晶片獨立就將推遲到2030年代末。
當然，他們承認：如果我們高估了AI進步的速度，而且智慧爆炸直到2030年代才發生，那中國就將處於有利地位。
在他們的推演中，在2027-2028年，電力對AI的發展不會構成太大阻礙。
但美國很幸運，電力需求是AI晶片需求的下游環節，美國很可能有能力調集足夠的電力產能，從而避免出現瓶頸。
和晶片製造一樣，這個領域的最終結果，也是很大程度上取決於時間線。
如果AI大爆發要到2030年代才會發生，那麼中國就將佔據更有利的地位。
在「AI 2027」報告發出後，有讀者認為，他們顯然有失偏頗，因為低估了人才的重要性。
對於AI發展模式，通常分為兩個維度：算力提升和演算法最佳化。
透過演算法上的突破，即提升構建AI的效率，可以在一定程度上彌補算力的短板。
但在他們看來，由於演算法會受到算力的制約，即便時透過大量的人才去進行演算法創新，終究無法彌補與美國的算力差距！
演算法的進步總是伴隨著相互借鑑和學習——僅僅透過與AI模型互動、閱讀模型卡或者相關論文，就能獲取大量資訊。
美國借鑑中國的演算法，中國借鑑美國的演算法；OpenAI借鑑Anthropic的演算法，Anthropic借鑑OpenAI的演算法。
這也是為什麼，中美兩國頭部AI企業的發展水平差距僅僅在一年左右。
此外，公司還會透過高薪挖角競爭對手的核心研究人員，從而獲取關鍵技術。
可以合理推測，美國和中國都將在未來幾年內加強安全措施。
但是，如果安全措施過於嚴苛，反而會阻礙發展。 比如，將研究人員隔離在戒備森嚴的基地，禁止他們使用手機，這可能就會導致大量人才流失。
兩位作者表示，DeepSeek的-R1的確令人印象深刻，尤其是考慮到價格，它的效能堪稱卓越。
但隨著晶片制裁的實施，這種「低成本，高效能」的成功會很難復現。
一種觀點認為，無論當前情況如何，最終中國人才都將佔據主導地位。
中國人口是美國的4倍，STEM專業的博士畢業生數量是美國的2倍。這意味著，有大量聰明人有潛力進入AI領域。
不過，美國有一個優勢，就是可以吸引來自世界各地的優秀人才。
例如，美國頂尖AI研究員Ilya Sutskever出生於俄羅斯，在以色列長大，並在加拿大接受教育。
考慮到這些因素，很難判斷誰更具優勢，或者優勢有多大。
然而，一旦智慧爆炸開始，AI就會開始參與AI研發，開始「自我改進」，屆時「人才」規模將呈指數級增長，但算力資源卻不會發生變化。
顯而易見，算力將會成為研究的瓶頸——它不僅會限制大規模訓練的規模，還會限制演算法研究人員驗證新想法的能力。
為此，他們模擬了一種極端情況：接近ASI的AI模型將「人才」庫擴大了1000倍，並且每個AI「員工」都擁有頂尖AI研究員（例如Alec Radford或Ilya Sutskever）的效率。
即使在這種極端情況下，研發速度也只能提升25倍。由此來看，（研究員假設的）2-4倍的人才優勢就幾乎可以忽略不計了。
OpenAI在算力上的投入，是人力成本的6倍之多。
兩位作者表示，在他們看來，最應該關注的反而是AI對齊風險。
如果中美兩國能夠停止競爭，並就負責任地開發AI技術達成某種國際框架，那將是最好的結果。
但對於那些更關注中美競爭的人來說，沒有什麼是比嚴格執行晶片制裁更重要的了。
作者認為，這會直接關係到美國能保持多久的全球AI領先地位。
在他們的推演中，在晶片制裁執行上的一點點微小差異，都可能直接決定未來的AI是由美國主導，還是由中國主導。
如果美國政府充分意識到其中的利害關係，就會將晶片制裁的執行置於首要地位，而這也是美國取勝的關鍵一招：
只需投入數億美元，就能在AI競賽中取得決定性的勝利——
遠低於「星際之門」計劃、發電廠等這類大專案動輒數十億的投資。
翻譯過來就是——給負責執行晶片制裁，但預算僅為2億美元的美國工業與安全域性（BIS），打錢！
在晶片出口管制的加持下，美國在AI相關算力方面的優勢是中國的5倍。這一比例預計至少會維持到2027-2028年這段關鍵時期。
因此，美國頂尖公司相對於中國的競爭對手，會有極大優勢。
但在算力的整合方面中國則做得更好，並且一直在發力晶片的國產化。
不過，這是一個漫長的過程。據他們估計，最早也要到2030年才能實現完全自主可控的供應鏈。
而如果美國強力執行對晶片的制裁，可能會進一步將這個時間推遲到2035-2040年。
考慮到人才這一層面，美國能吸引的全球人才，但中國的研究人員同樣才華橫溢。在這一方面，中美誰有優勢仍有很大不確定性。
總的來說，如果美國想繼續保持在AI領域領先，核心就是加強晶片制裁，在2027-2028年期間擴大領先優勢，並將這一優勢延長至2030年代後期。
參考資料：https://blog.ai-futures.org/p/why-america-winshttps://www.visualcapitalist.com/charted-countries-accumulating-the-most-ai-patents/https://epoch.ai/blog/trends-in-ai-supercomputers
