王英良：全球AI产业已经告别单一国家技术垄断阶段，进入中美双轨并行，差异化竞争的格局。

2026 世界人工智能大会（WAIC）在上海举办，作为全球AI产业观察、企业交流、政策研判的核心平台，本届大会集中展现出全球人工智能 “中美双梯队并行、路线差异化竞争” 的全新格局。

从全球产业底层格局来看，全球产业链早年在经济自由化浪潮下深度融合，海外科技巨头长期把控算力与基础模型供给渠道。但伴随大国之间战略博弈持续升温，技术管控、出口限制逐步成为重塑AI产业整体格局的关键因素。

美国经过数十年基础科研持续投入，在通用基础大模型、高端训练算力芯片、底层软件配套生态方面形成阶段性领先地位。当地多家头部企业长期深耕基础大模型底层架构研发，硬件领域比如英伟达持续迭代多代高端算力芯片，新旧产品之间存在近三代硬件性能差距，配套软件生态形成行业壁垒，短时间内其他市场参与者难以突破。

当然，需要客观看待中美双方的差异，美国的技术优势集中在基础科研与高端训练硬件赛道，在产业落地普及、轻量化推理部署、本土场景适配等维度，中国 I产业已经形成独有的系统性竞争力，多个细分领域实现赶超。比如，行业定制模型与多模态内容生成赛道优势明显，中国头部大模型在视频生成、工业图文创作、本土语言理解等场景下，性能水平对标甚至超越海外同类产品。此外，中国拥有全球规模最大的产业落地市场，完整工业体系搭配海量政务、民生、制造场景，真实应用数据持续反哺模型迭代，形成场景、数据、模型互相促进的循环。同时国产大模型整体使用成本更低，轻量化推理方案成熟，不少海外中小企业主动选用中国大模型开展业务。

美国针对中国AI芯片、基础模型出台多层管控措施，其核心目标并非完全阻断中国AI技术发展，而是拉长中国大模型迭代追赶的周期，长期维持自身硬件与底层技术代差优势。美国产业界十分清楚单纯的限制无法完全阻隔技术外溢，中国依靠大规模产业投入、多主体协同攻关，以及不可能间断的国际商务交流，这些都能够逐步实现全产业链自主替代。因此管控措施呈现分层精准的特征：针对能够服务航天卫星计算、军工装备研发、军事算力建设的高端芯片、基础模型、半导体核心设备执行严格禁运，而面向普通民用、商用推理场景的中低端硬件，则允许投放缩水版本产品，依靠性能落后硬件持续赚取市场收益，同时通过硬件参数限制，约束中国企业研发上限。

上游产业链限制带来连锁影响，美国头部AI企业普遍陷入商业收益与本国管控政策相互冲突的两难处境。以英伟达这类算力硬件厂商为例，由于它们普遍看重中国庞大的算力采购市场，多次向美国监管部门沟通，希望适度放宽管控，向中国投放性能降级的专用芯片获取营收，但受政策红线约束，无法向中国科技企业完整开放高端硬件配套技术，只能通过转移监管责任、第三方间接供货等迂回方式维持市场合作，形成既希望赚取中国市场利润，又不愿开放核心技术的矛盾状态。

OpenAI、微软、谷歌等模型厂商也存在同类问题：一方面希望依托中国海量的企业客户拓展付费业务，另一方面受本国数据、模型出口约束，限制中国机构访问闭源基础大模型，同时防范中国企业借助模型蒸馏、数据复刻等方式快速缩小技术差距。然而，两国的竞争走向并非是美国单方面可以限制。

不同于美国企业被动受政策约束、割裂全球市场的发展模式，中国探索出政府统筹引导、企业作为市场主体、全产业链协同攻坚并依托新型举国体制补齐算力硬件短板的路径。本届 WAIC 会场释放清晰政策导向，国家持续加码算力基础设施顶层规划，全面推进全国一体化算力枢纽布局建设，大力扶持国产算力芯片、智能算力集群、存算一体相关技术研发。受这一利好影响，长鑫存储在上交所上市，其市值短期内就突破3万亿。中国在面对海外高端芯片断供的外部环境，各地配套专项扶持资金，推动昇腾、寒武纪等国产算力芯片规模化落地，政企联合搭建自主可控算力集群，将轻量化推理算力作为重点发展方向，依靠推理场景的产业优势，对冲训练算力层面的硬件代差劣势。

与此同时，中国持续完善AI产业配套政策框架，搭建数据安全、产业扶持、合规治理三位一体的完整保障体系。一方面，出台数据安全相关管理规范，明确境内核心数据不可随意出境，规避产业核心数据外流风险，同时管控境外机构无限制调用国产大模型算力资源，守住产业数据安全底线；另一方面，持续落地人工智能融合各行业的发展方案，推动 AI 技术深度赋能制造、医疗、教育、交通、航天等各类产业，针对企业大模型研发、算力基建投入出台税收减免、专项补贴等扶持政策，减轻企业高额研发投入带来的资金压力，解决纯自发市场发展固有的周期漫长、行业资源分散浪费等的羁绊。

未来三年，全球AI产业竞争将集中在四大核心赛道，中美将依托自身资源禀赋持续加大布局力度。

第一是算力基础设施赛道，美国持续推动本土半导体全产业链回流，扶持英伟达等芯片企业迭代新一代高端训练芯片。而中国持续完善全国一体化算力网络，攻坚国产高端训练芯片研发，优化轻量化推理算力供给，依靠算力集群综合性能弥补单块芯片硬件差距。

其次，是基础通用大模型赛道，美国坚持闭源通用大模型发展路线，持续投入海量资金堆叠算力，追逐通用人工智能技术上限，而中国以开源开放生态为发展核心，深耕各行业定制化垂类模型，依托海量本土应用场景持续优化模型实用能力，走普惠落地的发展路线。

此外，是航天与军工相关AI算力赛道，这也是美国管控力度最强的领域，重点限制可用于卫星遥感、无人装备、军工研发的 AI 算法与算力硬件。中国自行研发航天专用算力、智能无人装备配套算法，搭建完全自主可控的军工AI全产业链。

最后，是数据安全与全球AI治理赛道，美国联合同盟打造排他性 AI 规则体系，中国则加强与发展中国家产业合作，倡导开源普惠、均衡包容的全球AI治理体系。

由于中国在AI产能上拥有卓越的比较优势，全球AI产业已经告别单一国家技术垄断阶段，进入中美双轨并行，差异化竞争的格局。美国依靠技术封锁、阵营分割的竞争方式，不仅会损害本土科技企业全球经营收益，从产业分工的角度看，美国并无法完全阻碍中国AI产业的进步。

客观看，中国人工智能产业拥有难以复制的独特竞争优势：规模庞大的实体经济应用场景、海量本土市场需求、完整配套全产业链、新型举国体制协同攻坚能力、低成本普惠型AI服务体系。面对美国主推的技术管控带来的外部压力，中国没有照搬海外单纯堆砌高端算力的发展路径，而是走出一条差异化换道超车的模式，统筹算力基建、芯片技术攻坚、模型创新、产业落地、安全治理多维度协同推进。同时，由于中美在AI议题上都是边发展边探索，双方并没有可以凌驾对方的绝对优势，所以竞争与对话必然会同步。

从长期发展视角来看，以限制跨国科技企业为手段的地缘技术博弈，只会加速全球产业链朝着自主可控、区域化重构方向发展。持续夯实本土产业竞争优势、完善算力与模型全链条布局、推动AI深度融合实体经济，是中国掌握全球AI竞争主动权的重要手段。在AI这个全新但混沌的领域，中美相向互动中的趋同和趋异因素已经很明朗，但是总体看，合作会更适合中美。

（作者系复旦大学国际政治经济学博士，中开国际事务（NEIA）西半球研究中心主任，责编：闫曼 [email protected])