12月26日，“AI閃耀中國·2026吳曉波科技人文秀”廈門啟幕。吳老師將把實地走過的現場和對產業未來的判斷，匯成一份來自一線的AI年度報告。
川普政府及其所在的共和黨在期中選舉中遭遇重挫，美國AI產業隨之迎來新的變數。
民主黨計畫在接管國會後推動一系列法案，加強AI監管，並對大型資料中心的建設施加更多約束。結果公佈後，美國科技股遭遇猛烈拋售。11月5日，納斯達克綜合指數下跌5.5%，市值蒸發約2.5兆美元。
與此同時，市場對AI企業巨額資本開支能否獲得相應回報的焦慮，也在加劇這場震盪。
美國媒體已經開始討論，這場政治變化會不會影響中美AI競賽。
10月13日，高盛在《AI改寫格局：中國崛起》的報告中稱：“全球正逐步形成兩大佔據主導地位且能夠自我維繫的AI生態系統：一個由美國及其主要貿易夥伴引領，另一個則由中國主導。”
局勢焦灼。四年前ChatGPT發佈時，業界普遍認為，中國與美國的AI發展水平存在約兩年的差距。
去年1月，DeepSeek發佈R1模型，以相對有限的訓練成本實現了接近美國頂尖模型的推理能力，讓美國科技界感受到壓力。
今年春天，史丹佛大學發佈的2026年《人工智慧指數報告》顯示，截至今年3月，中美頭部模型在相關綜合測評中的差距已經縮小至約2.7%，兩國模型在過去一年裡多次交替領先。
7月，月之暗面發佈Kimi K3模型，又有分析師和媒體將中美前沿模型的差距估計縮小到約四個月。
從“DeepSeek時刻”到“Kimi時刻”，中國AI企業不斷向美國的技術優勢發起挑戰。加上政治環境出現新的變化，中美AI競爭的大戲充滿變數。
不過，模型榜單和政治變化，都只是這場競賽的一部分。
如果我們把視野從實驗室轉向資本市場、工廠、資料中心、電網、人才，就會發現，中美AI產業正在形成兩套各有特點的發展體系。
誰能在這場競爭中走得更遠，最終比拚的可能不只是模型能力，還有支撐AI持續發展、落地和商業化的整個產業生態。
基礎
美國的資料中心數量，在全球領先。
Cloudscene資料稱，2025年美國有5427座資料中心，全球排名第一，數量是第二名德國的十倍以上。中國為449座，位列全球第四。
穆迪援引國際能源署的資料稱，到2025年底，美國的資料中心裝機容量達到了52GW，而中國的這一數值為28GW。到2030年，美國的裝機容量將達到100GW，年均增長率為14%；而中國的裝機容量則預計將增長到67GW，年均增長率約為19%。雖然中國增速很快，但是還有一定差距。
穆迪還援引IDC的資料指出，中國資料中心每兆瓦對應的機房、冷卻等非晶片基礎設施投入顯著低於美國，主要是因為中國算力樞紐的土地、建設、營運成本更低，疊加電力供應充足、電價相對低廉，進一步最佳化了算力建設的經濟效益。
另外，中國政府也在大力推動新型電網、算力網、新一代通訊網等項目的建設。
不過，晶片仍是中國基礎設施體系中的關鍵約束。美國對先進AI晶片的出口限制，促使中國加快發展國產晶片和算力叢集。華為、寒武紀等國內企業都在增加晶片研發投入，並推出了國產通用GPU。
高盛在10月份的報告中稱，隨著本土AI技術不斷向前演進，中國正在搭建自主可控程度越來越高的AI產業內循環系統，“該系統涵蓋了價值鏈中歷來由海外主導的部分‘卡脖子’環節，特別是先進半導體和記憶體晶片、半導體封裝技術、開放權重/開源大語言模型、token生成與消耗，以及物理AI應用場景。”
報告還強調，憑藉強大的工業製造基礎與成本優勢，中國成為全球 AI 供應鏈不可或缺的供給方。在稀土冶煉、電力裝置，PCB電路板、光模組、成熟製程芯等多個關鍵細分領域，中國在全球市場份額都超過50%。
美國的挑戰則在於能源供給，也就是缺電。摩根士丹利測算，2028年前美國資料中心將出現70GW電力缺口。就算動用核能、燃料電池，以及向亞洲轉移部分需求等各類手段，依舊存在43GW的淨缺口。
算力需求爆炸，但美國老化的電網不堪重負，並網等待周期長達數年，於是不少AI巨頭索性繞開公共電網自建燃氣電廠，推動燃氣輪機訂單火爆。馬斯克就曾以公司的AI項目舉例，吐槽美國的電力：儘管資料中心場地毗鄰高壓線路，但並網要耗時一年，只能靠大量燃氣輪機搭配巨型電池組，湊出1GW算力所需電力。
而民主黨在期中選舉中取得壓倒性勝利後，美國的資料中心建設或將面臨著阻礙。不過，監管法規何時順利出台、資料中心建設會受到多大影響，目前仍有不確定性。
中國的基礎優勢，還在於人才儲備。
“中國做得太棒了，全球50%的AI研究人員是中國人，你無法阻礙他們，無法阻止他們推進AI發展。”輝達創始人黃仁勳在去年的一次演講中還說，Anthropic、OpenAI的很多研究員都來自中國。
今年9月份，卡內基中國中心發佈的報告，也暗示矽谷的魅力正在消失。這份題為《誰領跑全球人工智慧人才競賽》的報告稱，2025年，在其追蹤的全球頂尖AI研究者當中，41%供職於中國，超過美國的34%。而在2022年時，美國以46%的佔比大幅領先，中國僅為27%。
中國同時還是全球AI人才最大的培養基地。報告顯示，去年57%的頂尖AI研究者本科就讀於中國，較2022年提升11個百分點；相比之下，僅有13%的頂尖研究者在美國完成本科教育。
本土畢業生的留存率也持續走高。在中國取得本科學位的研究者裡，去年有69%選擇留在國內工作，高於2022年的57%。分析認為，國內AI產業機會持續擴容，疊加美國簽證政策收緊，共同推高了人才留存率。
《經濟學人》今年3月援引資料機構Digital Science的報告稱，中國目前活躍AI研究人員的總量，已經超過美國、英國與歐洲的總和。不過，按人均口徑計算，這一指標仍低於西方。
但中國的AI人才更年輕，47%為在讀學生，而西方該比例約為30%。中國長期重視理工科教育，大約五分之二的本科生就讀相關專業，這一佔比大致是美國的兩倍。這些都意味著長期人才供給的潛力之大。
《經濟學人》說：“資料越來越顯示中國處於有利地位。根據NeurIPS（全球頂級機器學習學術會議）論文作者的資料，目前約有37%的世界頂尖AI研究人員在中國境內的機構工作，而美國只有32%。如果這種趨勢持續下去，到2028年時，中國的頂尖研究人員數量將相當於美國的2倍。”
路線
在技術路線競爭上，AI已經形成閉源、開源兩種路線。
美國的主要玩家普遍選擇閉源路線。OpenAI、Anthropic等企業借此保有對技術的完整管控權，使用者僅能依託付費API與訂閱服務訪問模型，服務定價更高。
中國公司則在開源路線上取得了顯著進展。像DeepSeek、Kimi等模型，通過開放模型權重、降低推理成本和提供更低價格的API服務，以爭取全球開發者和企業使用者。在一些西方專家看來，中國企業在算力晶片資源受到地緣政治影響的情況下，更加重視模型效率、技術最佳化和應用規模。
開源模式下，使用者可以對模型進行下載、修改，最關鍵的一點是，還能夠把這套模型部署在境外雲服務商上。該模式是拓展海外市場的核心手段，減輕海外使用者對資料安全的顧慮，代價是廠商放棄一部分直接營收。
全球AI模型託管平台Hugging Face發佈的《2026春季開放模型報告》顯示，中國開源模型下載佔比達到41%，高於美國廠商的36.4%，在該平台下載份額位居首位。
彭博社在相關報導中引用這組資料，同時指出，依託有競爭力的定價與開放權重策略，國產模型吸引了大量海外開發者與企業，Airbnb等海外企業選擇在本地伺服器部署中國模型。一位創業者對該媒體表示，公司將大部分AI需求轉用中國某一款開源模型之後，單月AI相關支出從100萬美元降至10萬美元。
全球AI模型聚合平台OpenRouter公開運行資料顯示，2026年以來，中國大模型周呼叫量穩居全球前列，多個國產頭部模型長期佔據呼叫量榜單前列。10月末的一篇報導還稱，中國大模型周呼叫量連續二十二周超過美國，穩居全球首位。
當然，除了技術路線，中美AI的分野，還在應用。
美國智庫蘭德公司2026年8月發佈的一份研究報告，對美國和中國的1181家AI開發企業進行了系統比較，其中美國743家，中國438家。
報告發現，在模型架構、基礎模型開發比例和學習範式等核心技術維度，兩國企業呈現出相當高的相似性。最大的差異則體現在應用載體上：中國側重物理世界與具身落地，美國則看重軟體研發。
報告發現，美國61%的AI開發企業屬於純軟體形態，中國這一比例只有26%。與此同時，中國企業在具身智能領域的佈局更為集中。在人形機器人領域，中國企業佔比達到12%，美國僅為2%；在地面機器人及四足機器人領域，中國為24%，美國為16%；在自動駕駛領域，中國為14%，美國為7%。
從行業垂直領域來看，中國AI企業在製造業、交通運輸、能源賽道的佔比分別達到30%、26%、12%，高於美國的15%、15%、6%。美國AI企業在醫療保健與生命科學、科學研究、網路安全賽道的佔比為28%、10%、7%，高於中國的17%、5%、3%。
“倘若通往通用人工智慧的道路，最終離不開機器人、世界模型以及物理環境學習的協同演進，那麼中國商業AI企業相對多元的具身AI業務佈局，形成了美國商業AI生態所缺失的一條備選技術路徑。”報告寫道。
資料顯示，2026年上半年國內具身智能賽道融資達935億元，是去年同期的5倍。不過，在頭部企業宇樹科技上市後，行業進入調整期，下半年的融資熱度有所下降。
在業內人士看來，中國發展具身智能的優勢在於完備的硬體供應鏈、豐富的工業實體場景帶來的真實物理資料，以及多元的產業應用市場。但是，該行業仍處於發展早期，人形機器人商業化落地面臨嚴峻挑戰，它還無法在陌生環境中穩定完成各類複雜任務。
資本
AI競賽，最重要、最引人矚目的特點，就是燒錢。
在融資方面，史丹佛大學的報告顯示，在2025年，美國AI領域私募股權投資規模達2859億美元，是中國124億美元投資額的23倍。
到了今年，據PitchBook的資料，前三季度，美國風險投資交易金額達到5158億美元，其中AI融資金額為4265億美元，佔融資總額的82.7%，創下歷史新高。
國內方面，IT橘子監測顯示，今年前三季度，中國一級市場披露股權融資總額10935.7億元，AI賽道合計披露融資佔總額的38%，約為4200億元，相當於628億美元。差距從去年的23倍，縮小了今年前三季度的6.8倍。
不過，史丹佛大學的報告也強調，僅看私募股權投資資料，很可能低估中國在AI上的總投入，因為中國還有政府引導基金。
具體來看，中美的科技大廠都在加大投入。
美國科技四巨頭亞馬遜、微軟、Google、Meta，今年在AI基礎設施上的資本支出總額，預計將突破7000億美元。它們幾乎都在擴建資料中心，以滿足模型訓練和推理服務需求。
中國大廠則是投資規模相對較小，但增長非常快。
9月，美國諮詢公司榮鼎集團發佈的《中國AI融資研究》報告稱，中國AI基建的建設規模目前僅相當於美國投入水平的15%—20%。
該機構對13家中國上市公司的調查顯示，預計這些中國公司的AI基礎設施資本支出在今年將達到9320億元，約合1390億美元，較去年增長103%；明年的支出可能超過1.2兆元。
此外，報告調研的阿里巴巴、騰訊、百度三家大廠，在2026年上半年合計自由現金流為負，金額為160億元。
這一情況對美國同樣適用。微軟、亞馬遜、Google、Meta、甲骨文的自由現金流，從去年的1910億美元大幅下降到今年上半年的140億美元。
這一層面，中美也存在明顯差異。美國企業更多使用債券工具承擔資本開支，中國企業則更依賴股權融資和銀行貸款。
比如美國超大規模廠商更多依靠債券來抵消現金流下滑，這五家美國企業的債務融資淨流入，從2025年的900億美元激增至2026年上半年的1630億美元。
在估值方面，美國的OpenAI、Anthropic兩家初創公司，合計估值接近2兆美元。國內知名的AI大模型創業公司DeepSeek、智譜AI、MiniMax、月之暗面，這四家公司的估值和市值合計達到1.2兆元，約為1737億美元。
在商業收入方面，儘管中國企業的收入在增長，但盈利水平還有極大的提升空間。智庫機構Epoch AI在《中國AI企業如何賺錢》的報告中指出，截至2026年9月，中國六家頭部AI企業（DeepSeek、智譜AI、MiniMax、月之暗面、字節跳動/火山引擎、阿里雲/通義千問）的AI業務相關收入合計，僅佔OpenAI與Anthropic收入總和的約10%。
高盛在10月份的報告中稱，若以AI業務敞口加權統計，中國AI企業境內外合計市值達7.6兆美元；如果按照企業整體完整市值口徑計算，則為10兆美元。對應在全球AI類股當中，中國企業市值、盈利佔比約10%，資本支出佔14%，營收佔比達到24%。
10月26日，Anthropic提交招股書，其募資規模有望創下全球紀錄。
根據招股書，今年上半年，Anthropic營收163億美元，同比增長約1300%，超過2025年全年46億美元的收入；營業虧損指標明顯改善，從上年同期的21億美元縮小至6.93億美元。
上半年，公司淨虧損807億美元，不過有724億美元來自可轉債等金融工具的公允價值變動，並非真正意義上的燒錢。算力與基礎設施的相關開支接近90億美元，較去年同期的23億美元顯著抬升，並且已經超過該公司2025年73億美元的算力投入規模。
中國的AI公司，以智譜為例，今年上半年的營收為9.539億元，同比增長約400%；虧損20.72億元，去年同期為虧損23.58億元；研發支出21.3億元，同比增長33%。
介面新聞報導稱，Anthropic上半年毛利率約85.4%，較2025年的約40%大幅提升。一名AI從業人士對此評價表示：“國內企業端市場還是競爭太激烈了，模型廠商幾乎不可能通過企業客戶實現這樣的毛利水平。”
結語
一年多以前，談論中美AI競爭，還主要在談論大模型的性能。現在，競爭邊界持續拓寬，延伸至模型能力、Token消耗規模、企業營收、資本回報、晶片供給、人才流動、人形機器人等多個領域。
美國依舊保有前沿模型研發的領先實力，風險投資生態根基深厚，雲基礎設施體量也更大。而中國在開源模型生態、工業落地場景、機器人以及人才儲備方面，構築起競爭優勢。
這場AI競賽的勝負，也將在這些維度的持續較量中慢慢見分曉。(吳曉波頻道)