中国通过架构创新和能源建设在人工智能竞争力上超越美国
TECH

中国通过架构创新和能源建设在人工智能竞争力上超越美国

27+
Signals

战略概览

  • 01.
    全球人工智能基础设施投资热潮正在支撑中国经济,而此时正值其多年来的最疲软时期之一,与人工智能相关的出口抵消了持续的房地产低迷。
  • 02.
    2026年第二季度,中国GDP同比增长放缓至4.3%,为三年多来最慢增速,尽管人工智能相关出口激增。
  • 03.
    深度求索(DeepSeek)已推出原创架构创新——稀疏注意力(Sparse Attention, DSA)和流形约束超连接(Manifold-Constrained Hyper-Connections, mHC),这些创新基于但并非复制美国先前的工作,大幅降低了键值缓存内存成本。
  • 04.
    根据斯坦福大学HAI研究所《人工智能指数》2026年3月的数据,中国与美国顶尖人工智能模型之间的基准性能差距已缩小至2.7个百分点,尽管美国在私人人工智能投资上远超中国。

深度分析

受限之下的创新:芯片禁令如何催生更优架构

面对高端芯片获取受限,中国人工智能实验室并未通过复制美国架构来追赶——而是被迫走上另一种创新路径:用更少的算力榨取更强的能力。深度求索最新的架构“流形约束超连接”(mHC)在字节跳动2024年“超连接”研究的基础上进行了延伸,但在结构上截然不同[1],它通过Sinkhorn-Knopp迭代投影将混合矩阵约束为双随机矩阵,解决了此前因训练不稳定而难以规模化应用的问题[2]。深度求索首席执行官梁文峰被列为该论文的共同作者。

同样的模式也体现在深度求索的稀疏注意力(DSA)中,该技术在其早期的“多头潜在注意力”(MLA)创新基础上,引入了一个轻量级索引器,用于决定查询实际需要关注哪些标记[3]。仅MLA一项就已将键值缓存内存比标准多头注意力降低了57倍;DSA的索引器进一步将每个标记的内存压缩至132字节,即使在极长上下文长度下也能实现接近常数时间的解码。这一切并非复制自OpenAI或Anthropic——而是针对中国实验室真实困境(即先进芯片不足)而进行的原创系统工程。追踪该领域的分析人士认为,正是这种算力稀缺,而非其阻碍,推动了中国开发者实现真正的效率突破,而非简单复制美国模型行为[4]

资金悖论:23倍支出差距,2.7分能力差距

从董事会关心的数字来看,美国仍遥遥领先:美国私人人工智能投资估计为2589亿美元,而中国为124亿美元,研究指出这一差距约为23倍[5]。然而,斯坦福大学2026年《人工智能指数》发现,美国顶尖模型在性能基准测试上仅领先中国顶尖模型2.7个百分点,较一年前的差距明显缩小,此前深度求索-R1曾在2025年2月短暂匹配美国顶尖模型的能力测试表现[5]。正如报告作者所言,中国正逐步缩小差距,今年似乎已几乎抹平了美国的领先优势[6]

专利数据则揭示了更为鲜明的图景:2024年,中国占全球人工智能专利授权的74%以上,而美国仅占12%[6]。无论人们如何看待专利数量作为质量信号的意义,这些数据捕捉到了投资总额所忽略的事实——更大比例的应用型、渐进式人工智能工程正发生在中国机构内部。综合来看,这一图景动摇了华盛顿的一种舒适假设:即在算力和研发上以约23比1的投入优势,将持续转化为相应的能力领先。事实并非如此。

能源押注:决定下一轮竞赛的可能是电力,而非芯片

如果说算力获取定义了人工智能竞赛的第一阶段,那么能源分析师的新兴共识是,电力将定义下一阶段——而在此领域,中国的结构性地位截然不同。中国在建核电容量超过30吉瓦,占全球核电建设总量的一半以上,并在2025年单年新增约212吉瓦太阳能装机容量,占当年全球太阳能安装总量的三分之二[7]。这些电力设施的建设提前数年启动,实际上是在为尚未完全到来的数据中心繁荣预先布局。

相比之下,美国已面临其当前拟建数据中心的选址和供应限制:一些项目单个就需要超过1吉瓦电力,而涡轮制造商GE Vernova的订单积压已排至2029年[8]。布鲁金斯学会预测,到2030年,中国数据中心的电力需求将超过277太瓦时,实现翻倍以上增长;而美国的预测值在绝对数值上更高,约为426太瓦时,占美国总电力需求的约9%——这意味着美国在绝对电力需求上仍更高,但中国的建设速度表明,它将更容易实现所需电力的实际交付,而非事后才发现瓶颈[8]

人工智能作为经济压舱石,恰逢中国最需要之时

‘中国正在追赶’的叙事出现在一个特定且具有揭示性的时刻:2026年第二季度,中国经济同比增长仅为4.3%,为三年多来最慢增速,尽管与人工智能相关的出口激增[10]。仅人工智能相关出口就在2026年前四个月为中国名义GDP增长贡献了1.1个百分点,几乎是2025年全年贡献的三倍[14],而电子和信息技术贡献了该季度经济环比扩张的一半以上[9]。凯投宏观(Capital Economics)的朱利安·埃文斯-普里查德称,这将是今年余下时间及2027年的关键经济韧性来源,但表述方式至关重要:人工智能被视为防止疲软经济硬着陆的关键支撑,而非推动全面增长的动力[9]

这一区别伴随着下行风险。追踪这一转变的经济学家警告,国家和私人在人工智能、芯片和机器人领域的大量投资,正在催生一个日益失衡的经济:房地产和低附加值制造业等传统就业创造部门持续萎缩,而科技部门则支撑着宏观数据[11]。换言之,中国的人工智能成功故事与其经济脆弱性,目前在很大程度上是同一个故事。

这是错误的竞赛吗?质疑排行榜表面价值的论点

并非所有分析人士都将基准趋同视为中国获胜的证明。技术扩散而非原始能力决定大国竞争的著作作者杰弗里·丁认为,缩小排行榜差距与缩小经济差距是两回事:孤立基准上的展示能力与实际融入并提升商业生产力之间存在差异[12]。按此标准,头条基准平局可能夸大了中国在关键行业中实际追赶的程度。

外交关系委员会主席迈克·弗罗曼进一步提出批评,认为美国完全在衡量错误的指标——将前沿基准追逐描述为奔向错误的终点线,而中国则将人工智能视为嵌入其工业基础的基础设施,而非一个独立的产品类别来争夺[13]。支持这一观点的最清晰证据或许是工业机器人,而非聊天机器人:中国目前运营约2,027,200台工业机器人,而美国为393,700台[13]。如果真正的竞赛是哪个国家能最广泛地将人工智能部署于现有经济中,而非哪个国家构建了单一最佳模型,那么华盛顿最密切关注的记分牌可能并非决定最终结果的那个。

历史背景

推出了多头潜在注意力(MLA),成为后续稀疏注意力(DSA)扩展的基础。
深度求索-R1在性能基准测试上短暂匹配美国顶尖模型,是能力差距缩小的早期信号。
发布了其流形约束超连接(mHC)论文,被视为其即将推出的R2模型的候选架构。
报告2026年第二季度GDP同比增长4.3%,为2022年以来最慢的季度增速,同时人工智能相关出口激增。

关键关系图

关键玩家
主题

中国通过架构创新和能源建设在人工智能竞争力上超越美国

DE

DeepSeek

中国前沿实验室,开发了DSA、MLA和mHC架构,被引用为原创技术进步,而非美国方法的衍生品;首席执行官梁文峰是mHC论文的署名共同作者。

CA

Capital Economics (Julian Evans-Pritchard)

经济研究机构,其中国经济学主管将人工智能和技术出口视为当前中国经济增长的主要支撑,同时警告其无法解决更深层次的结构性失衡。

ST

Stanford HAI

2026年《人工智能指数》的发布者,是各媒体引用中美人工智能能力差距缩小的主要数据来源。

ZH

Zhipu AI

在美国商务部对Anthropic模型实施限制后一天内,以MIT许可证免费发布开源GLM-5.2模型,展示了中国以快速开源权重发布回应出口管制措施的能力。

AL

Alibaba (Qwen)

其通义千问(Qwen)模型被爱彼迎(Airbnb)首席执行官布莱恩·切斯基采用以替代ChatGPT,证明中国模型正在中国以外获得真实商业应用,而不仅是在基准测试中领先。

事实来源

14 条引用
  1. [1] DeepSeek Introduces Manifold-Constrained Hyper-Connections for R2
  2. [2] Analysis: Manifold-Constrained Hyper-Connections (mHC) from DeepSeek AI
  3. [3] DeepSeek Sparse Attention, From First Principles
  4. [4] Gwern on Creating Your Own AI Race and China's Fast Follower
  5. [5] Stanford HAI's 2026 AI Index Reveals China, U.S. Now Neck and Neck in Race for Global Dominance
  6. [6] China Has Nearly Erased the US Lead in AI, Stanford Report Finds
  7. [7] The AI Energy War: How China's Solar and Nuclear Outshine the U.S.
  8. [8] How Will the United States and China Power the AI Race?
  9. [9] AI Is the New Engine Keeping the Chinese Economy From a Harder Landing
  10. [10] China's GDP, Retail Sales and Investment Data for June
  11. [11] China's AI, Robotics Push Continues Amid Property Slump and Trade Risk
  12. [12] Inside the US-China AI Race
  13. [13] Charting Geoeconomics: Hedged Bets in the US-China AI Race
  14. [14] AI Is 'New Engine' Keeping Chinese Economy From Harder Landing

来源文章

Top 4

THE SIGNAL.

Analysts

由人工智能驱动的增长是中国经济真正的韧性来源,但不足以解决更深层次的结构性失衡,若人工智能投资热潮停滞,该国仍将面临风险。

Julian Evans-Pritchard
凯投宏观中国经济学主管

警告不要将基准表现与真实经济扩散混为一谈,主张中国人工智能进展应以商业生产力整合程度而非孤立能力测试来评判。

Jeffrey Ding
《技术与大国崛起:扩散如何塑造经济竞争》作者

质疑美国是否在正确的指标上竞争,认为中国将人工智能视为嵌入其工业经济的基础设施,而非仅追逐前沿基准。

Mike Froman
外交关系委员会主席

结论认为,中国已基本消除与美国在人工智能模型性能上的差距,尽管美国在资本、芯片和基础设施方面仍保持结构性领先。

Stanford HAI 2026 AI Index
斯坦福以人为本人工智能研究所
The Crowd

There is now a path for China to surpass the U.S. in AI. Even though the U.S. is still ahead, China has tremendous momentum with its vibrant open-weights model ecosystem and aggressive moves in semiconductor design and manufacturing. In the startup world, we know momentum

@@AndrewYNg3977

BREAKING: 🇺🇸🇨🇳 China is now leading the AI race after spending ten times less of what the US did Kimi-K3 by @Kimi_Moonshot is now number 1 in the Frontend Code Arena with 1679 pts, surpassing Claude Fable 5.

@@Megatron_ron6444

Anthropic drops a paper on the US-China AI race They believe the US and its allies may be able to lock in a 12-24 month frontier AI lead by 2028 if they close China’s access to advanced compute and copied model outputs. The report says China is not far behind because Chinese

@@rohanpaul_ai483
Broadcast
Why AI is Collapsing: How China is Winning.

Why AI is Collapsing: How China is Winning.

Is America losing control of the AI race?

Is America losing control of the AI race?

Can China cheat its way to AI supremacy? | BBC News

Can China cheat its way to AI supremacy? | BBC News

中国通过架构创新和能源建设在人工智能竞争力上超越美国 — AI 新闻 | Agentic Brew