在當今世界經濟與科技的版圖上，一場無聲卻劇烈的變革正在高等教育與基礎科研領域發生。長期以來，以哈佛、史丹佛和牛津為代表的美歐高校，憑藉其雄厚的科研積澱和源源不斷的人才吸引力，始終佔據著全球 STEM（科學、技術、工程與數學）領域的金字塔尖。然而，這一維持了半個多世紀的統治地位正面臨前所未有的挑戰。近日，在全球頂尖智庫外交關係委員會（CFR）的一場活動中，輝瑞（Pfizer）首席執行長艾伯特·布林拉（Albert Bourla）向西方學術界與產業界敲響了警鐘。他指出，根據最新的科研產出追蹤資料，全球 STEM 領域前十名的高校中，美國僅剩一席，而中國高校已經佔據了絕大多數席位。全球科研產出的中攻美守：自然指數背後的真相布林拉提到的資料核心源自《自然》（Nature）雜誌發佈的自然指數（Nature Index）。這一指標通過追蹤全球頂級自然科學與健康科學期刊上的論文發表情況，被視為衡量國家與機構高水平研究實出的晴雨表。回望 2020 年，全球科研產出前十名的高校和機構幾乎被美歐包攬。然而，短短五年時間，格局發生了翻天覆地的變化。在最新的排行榜中，中國科學院（CAS）不僅蟬聯榜首，中國科學院大學、中國科學技術大學、北京大學、南京大學、浙江大學等中國頂尖學府也紛紛躍升至全球前十。相比之下，曾經長期霸榜的美國常春藤盟校和西歐老牌名校，除極個別機構外，已在十強名單中難覓蹤影。“在中國，一切科研工作都體現出驚人的效率：三倍的速度，一半的成本，”布林拉在發言中強調。他指出，這種變化並非偶然，而是中國在過去幾十年中深思熟慮、蓄力已久的結果。中國科研生態的加速秘籍：政策與創新的雙輪驅動中國在生物醫藥、人工智慧及材料科學等領域的爆發式增長，得益於其對科研生態系統進行的系統性現代化改造。布林拉在與高盛首席營運官約翰·沃爾德倫（John Waldron）及前美國商務部長吉娜·雷蒙多（Gina Raimondo）交流時，詳細分析了中國科研體制的優勢。首先是監管體系的革新。中國藥品監管部門在過去幾年中進行了大刀闊斧的改革，與國際標準接軌的同時，大幅最佳化了臨床試驗的審批流程。布林拉提到，更少的 GL 主義程序使得醫院運行臨床研究變得更加順暢，這對於藥物研發這類時間敏感型行業至關重要。其次是人工智慧（AI）的深度嵌入。中國在 AI 賦能科研（AI for Science）方面走在了世界前列。從蛋白質結構預測到新材料的發現，乃至臨床試驗的設計與執行，AI 的應用極大縮短了研發周期。這種全方位的技術融合，正是布林拉口中三倍速的重要來源。此外，中國建立了日益完善的智慧財產權保護體系，並配套了大量的科研資助計畫。通過稅收優惠、產業基金等手段，中國成功引導了大量社會資本流向基礎創新和尖端技術領域，形成了一個從實驗室到市場的閉環生態。人才基石：從數字原住民到 AI 一代科研的競爭歸根結底是人才的競爭。中國對 STEM 教育的投入已經從高等教育延伸到了基礎教育階段。以北京為例，中小學已經開始普及人工智慧教育，每年提供專門的 AI 課程，涵蓋從聊天機器人的使用到技術倫理的探討。這種從小培養的科技素養，正在轉化為龐大的高水平人才池。保爾森研究所（Paulson Institute）的一項研究顯示，全球頂級 AI 人才中，近三分之一出生在中國。儘管美國在吸引全球人才方面仍具優勢，但這一態勢正在發生微妙變化。普林斯頓大學、哈佛大學和麻省理工學院（MIT）的聯合研究發現，越來越多的在美受訓華裔科學家開始考慮或已經選擇回國。僅 2021 年，就有超過 1400 名頂尖科學家從美國大學轉職回中國。清華大學新設立的統計與資料科學系主任、曾任哈佛大學教授的劉軍在接受採訪時表示，資本的湧入、政府對科研的支援，以及對 AI 和機器學習的巨大熱忱，正成為吸引頂尖人才向東方匯聚的核心引力。輝瑞的歷史視角：從英國中心到美國霸權，再到下一個路口作為全球最大製藥公司的掌舵人，布林拉對這種領導地位的轉移有著深刻的歷史感知。他回憶道，在 20 世紀 80 年代和 90 年代，輝瑞的全球研究中心主要設在英國。但到了 21 世紀初，隨著美國國家衛生研究院（NIH）大幅增加撥款，大批政府資金湧入美國大學，催生了無數生物技術初創公司，科研重心因此不可阻擋地向大西洋彼岸轉移。如今，布林拉認為美國在生物技術領域的統治地位正面臨歷史性的挑戰。他提醒美國政策制定者：如果美國將 80% 的精力花在如何限制或減緩競爭對手的發展上，而不是花費 80% 的腦力去思考如何通過政策調整、大學改革和科研投資來超越對手，那麼美國將輸掉這場未來的長跑。十年內的超越點布林拉預測，雖然目前美國在最高品質的研究比例上仍保持領先，但中國上升的速率預示著，在 2030 年之前，中國在綜合科研實力上極有可能完成超越。對於像輝瑞這樣的跨國巨頭而言，中國早已不再僅僅是一個銷售藥物的市場，而日益成為全球創新的源頭。這場科研權力的交接不僅是學術排名的更迭，更預示著未來全球科技產業佈局的根本性重塑。 (技術前哨)

【新智元導讀】如今，美國AI社區許多人已公認：接下來幾個月，中國將會出現一波開源AI模型的浪潮！很多業內人士和大V乾脆陷入了「冷戰2.0」恐慌，呼籲要開放無限的能源、無限的算力和更簡單的立法。LeCun則表示，DeepSeek擊敗美國，其實不過是中國內部競爭的副產品而已。如今，美國已經開始陷入「冷戰2.0焦慮」——我們的AI技術，恐怕已經落後於中國了？甚至AI社區的不少人已經押註：接下來幾個月，將有一大波中國開源AI模型的浪潮！某AI大V如是說：一年前，沒有人會預料到，在AI競賽中，美國竟會被更強大的中國超越。如今，這種恐慌已經瀰漫開來，更加顯而易見。下面這張圖片，愈發成為如今的現實。一位大V呼籲道：如果中國贏得技術競賽，那他們也會贏得經濟和其他領域的競賽。屆時，他們將成為世界上的主導力量，我們不能讓這種情況發生！因此，如果美國現在還想趕上中國、擊敗他們，就需要無限的能源、無限的算力和更簡單的立法。LeCun附議：DeepSeek擊敗美國，不過是中國內部競爭的副產品科技大V、天使投資人、技術創始人Balaji已經預測到，接下來幾個月裡，中國還會有一波開源AI模型的浪潮，涵蓋從電腦視覺到機器人技術，再到圖像生成的各個領域。這是一種AI的生產過剩。他之所以做出這種判斷，是因為從公開聲明中推斷出，很明顯中國的目標是讓AI軟體不再有利潤，因為他們在通過AI硬體賺錢。他認為，對於美國科技產業（這個最後的堡壘），中國想複製他們已經對美國製造業做過的事情——複製它、最佳化它、規模化生產，然後用低價擊垮原版。在他看來，整件事的內在邏輯，是這樣的。1.中國注意到，DeepSeek的發佈曾一度讓美國科技公司的市值蒸發了大約一兆美元。2.中國的核心優勢一直是出口實體產品，而非軟體。3.中國的另一項核心競爭力是以極大規模出口商品，直到所有外國生產商被壓垮，他們就能主導市場，就像他們對德國和日本汽車產業所做的。4.DeepSeek的出現，讓中國有了信心，認為在AI領域拿下世界第一，已經是可能實現的目標。5.DeepSeek已經在中國迅速走紅，其開源特性意味著每個人都可以快速接入。6.如今，DeepSeek可能已經擁有了無限的資源支援。綜合這一切來看，中國現在認為自己已經抓住了這樣的機會：打擊美國科技公司、拉動內部經濟、從全球AI軟體（至少是在模型層面）中抽走利潤空間。而在那之後，則是通過銷售價格低廉、質量過硬的AI硬體來賺錢，比如智能家居、自動駕駛汽車、消費級無人機和機器狗。從上面這些敘述可以看出，美國人看待這件事的角度可謂是十分「酸雞」。總之，在做過一番預測後，Balaji表示，自己不知道中國是否能在應用層取得成功。但對那些開發封閉原始碼AI模型的公司來說，顯然他們虧慘了。因為，他們已經很難收回訓練SOTA模型所需的高昂固定成本，尤其是如今在開源好模型層出不窮的情況下。總之，中國如今成了開源AI的先鋒，這實在令人驚訝。然而內部邏輯卻是一致的：因為中國專注於不擇手段地贏，這就意味著他們需要複製一些已經被西方放棄的價值觀，比如開源，而這曾經被認為是最難模仿的。最後，Balaji十分不情願地表示：不得不承認，中國在軟體上的進步速度，已經超過了西方在硬體上的進步速度。對於Balaji這居高臨下的言論，是時候拿出LeCun曾經的這番話，來回懟他們一番了——「矽谷圈子的常見病，就是一種錯位的優越感。高級階段的症狀，是認為小圈子就能壟斷好的想法」並且這次，LeCun依然轉發了類似論調的觀點，強調中國並不是一個協調一致的單一實體，而是一個競爭異常激烈的國內市場，企業家們時刻懷揣著夢想，也懷揣著被人趕上的恐懼。所以，擊敗美國不過是中國內部競爭的副產品而已。不過，對於Balaji的判斷，還是不少人表示贊同，尤其是「硬體是中國科技擴展到全球市場的主要管道」。有人表示，所以美國現在的對策就是停止訓練基礎模型，完全專注於微調和建構app。訓練基礎模型，已經是整個AI產業中最昂貴、利潤最低的部分，所以最不划算。Aitomatic CEO、港科大教授Christopher Nguyen對此評價道：你的很多客觀見解都很有道理，但我認為你的觀點太過「美國中心主義」了。如果想要更貼近中國視角地來理解這件事，就要明白——我們對他們的關注，遠遠多於他們對我們的關注。要知道，中國的公司和技術人員一直在大力投入開放原始碼專案（比如Linux基金會，或深圳的機器人產業），他們也一向致力於以更高品質和最低成本「擊敗」競爭對手——在彼此之間，他們的競爭都一直很激烈。可以說，在中國，這種氛圍並不是出於某種國家層面的統一工業政策，而是源於純粹的、激烈的市場競爭和技術創新。Nguyen教授舉例說，自己就曾在松下領導一個工業級的AI項目。當時松下中國內部的說法就是，他們必須用「中國速度」來做事——比全球其他地區更快、更精簡、更強硬，根本等不起全球總部的節奏。他建議說，你們應該試著從中國自身多元的視角去理解中國，而不是把美國放在他們的宇宙中心。美國已落後於中國，必須迎頭趕上！Facebook前高管、Social Capital創始人兼CEO Chamath Palihapitiya也表示，中國在很多方面已經全面領先美國。如果美國還想趕上中國、擊敗他們，就需要無限的能源、無限的算力和更簡單的立法。「無限的能源」，意味著在維持現有政策（如投資稅收抵免和可轉讓性）的基礎上，同時儘可能批准各類新型能源項目，包括天然氣、煤炭、核能、風能和太陽能等所有模式。「無限的算力」，意味著要迅速將對台灣省晶片製造的依賴轉移到美國本土。「更簡化的立法」就更簡單了，如今繁雜且相互矛盾的法律法規讓高效推進變得幾乎不可能。因此每制定一條新規，就應廢除十條舊規。總之，如果迅速行動，贏得這場競賽還是有可能的。很多人呼籲，現在，美國應該解除對所有技術、AI、機器人和能源行業的管制，像在太空競賽時那樣，重新投資STEM。而削減國家科學基金會（NSF）和國立衛生研究員（NIH）的預算、削減研究經費，顯然是南轅北轍的做法。比爾蓋茲：DeepSeek創新的開放性，我從未見過如今，已經有越來越多的大佬看好中國AI的發展勢頭。比如最近在訪談中，比爾蓋茲就表示，非常看好DeepSeek的創新能力。在訪談中，他表示，中國擁有非常強大的大學，可以開展深入的研究。而DeepSeek所做的其實並不罕見，但它們做了一件非常聰明的事，讓所有人都看到了。不過比爾蓋茲強調說，這種創新的開放性，以及DeepSeek所打破的數字紀錄，的確是他從未見過的。而且，因為如今最先進的技術基本都已經開源，儘管它們大部分來自中國和美國，但沒有人真正落後。不過，對於中美AI競賽，他的預測是只要美國能控制住台積電，美國就不會輸。軟體爆炸在美國，全端AI大爆炸在中國？AI競賽最終的勝出者是誰，最近矽谷投資人Tom Davidson等人的長文預測中，也有提到。他們分析道，如今AI已經會改進演算法和軟體，提高AI晶片的質量，同時提高晶片的產量。這些過程，會形成幾種循環，周期分別是3個月、數月，以及數年。相對應的，就是軟體大爆炸、AI技術大爆炸，和全端大爆炸！作者通過計算給出了驚人的結論：在到達AI到達物理極限之前，這些反饋循環最終將導致有效計算能力增加13到33個數量級。最終，爆炸性的結論來了——AI在達到有效的物理極限之前，能進步到什麼程度？答案是，軟體效率可能提升大概13個數量級，也就是1000億倍；晶片技術可能提升100倍左右；晶片製造規模可能擴大1萬倍左右！所以，那些國家會率先達到這些進步？在部落格中，幾位作者給出了這樣的預測——軟體大爆炸，最有可能出現在美國，因為這些AI晶片和演算法的所有者掌握著高度集中的權力。AI技術爆炸，最有可能出現在美國和半導體供應鏈中的其他國家和地區，比如台灣省、韓國、日本、荷蘭，而權力會更廣泛地分佈在AI演算法、AI晶片和半導體供應鏈所有者之間。而全端爆炸，更有可能發生在中國和海灣國家等擁有強大工業基礎的國家，這種爆炸也會將權力更廣泛地分佈在整個工業基礎中。 (新智元)