近日，自封“中國唯一產(chǎn)業(yè)觀察家”的項(xiàng)某剛發(fā)布了一則時(shí)長10分鐘的視頻，大肆宣揚(yáng) 《人工智能中國將一家獨(dú)大》 。視頻中，他搖頭晃腦、夸夸其談，表面上是在為中國人工智能產(chǎn)業(yè)搖旗吶喊，實(shí)則用“一家獨(dú)大”“遙遙領(lǐng)先”“獨(dú)霸全球”等夸張表述對中國人工智能產(chǎn)業(yè)進(jìn)行“捧殺”。其宣稱的觀點(diǎn)和引用的論據(jù)大多信口開河，毫無客觀依據(jù)，有必要對其混淆視聽的言論逐一進(jìn)行駁斥。

一、坐井觀天：聲稱“移動互聯(lián)網(wǎng)領(lǐng)域中國領(lǐng)先美國5-8年”

在視頻中，項(xiàng)某剛宣稱，基于移動互聯(lián)網(wǎng)形成的業(yè)務(wù)能力，如短視頻、電子商務(wù)、移動支付，甚至外賣、打車、導(dǎo)航等，“中國今天做的很多事情，是美國不可想象的，美國也是做不到的”，“美國做不出同類的產(chǎn)品和中國的產(chǎn)品去競爭”，因此“基本判斷中國比美國領(lǐng)先5-8年”。

項(xiàng)某剛的這些言論，源于TikTok短視頻、Shein和Temu等電商APP在美國的迅猛發(fā)展，給人一種美國移動互聯(lián)網(wǎng)市場被中國應(yīng)用攻占的錯覺。但僅依據(jù)一兩款A(yù)PP的火爆就得出中國比美國領(lǐng)先5 - 8年的結(jié)論，恰恰暴露了項(xiàng)某剛作為所謂“互聯(lián)網(wǎng)產(chǎn)業(yè)專家”的淺薄與無知。

回顧移動移動互聯(lián)網(wǎng)產(chǎn)業(yè)的發(fā)展歷程，當(dāng)下在國內(nèi)廣泛應(yīng)用的移動互聯(lián)網(wǎng)產(chǎn)品，如社交領(lǐng)域的微信、視頻領(lǐng)域的優(yōu)酷和抖音、電商領(lǐng)域的淘寶和京東、打車導(dǎo)航用的滴滴和高德等，其底層技術(shù)及業(yè)務(wù)模式無一不是先起源于美國，而后被引入國內(nèi)市場進(jìn)行本土化創(chuàng)新與規(guī)模化應(yīng)用，才取得如今的成就，又怎能說這些產(chǎn)品是“美國難以想象且無法做到的”呢？

再看中美移動互聯(lián)網(wǎng)產(chǎn)業(yè)的現(xiàn)狀。

社交應(yīng)用領(lǐng)域，騰訊旗下的微信月活躍用戶約13億，主要用戶群體仍集中在國內(nèi)；而美國Meta旗下的Facebook、Instagram和WhatsApp三款社交應(yīng)用，每一款的月活躍用戶均達(dá)10億級別，且在全球市場廣泛布局。

電商領(lǐng)域，美國的亞馬遜2024年第四季度營收規(guī)模高達(dá)1878億美元，僅北美市場不含云業(yè)務(wù)的營收就達(dá)到1156億美元；相比之下，京東2024年第三季度營收為371億美元，阿里巴巴最新季度收入384億美元，其中來自電商的淘天集團(tuán)季度收入僅138億美元。

打車出行領(lǐng)域，美國優(yōu)步（Uber）日均出行約3300萬次，滴滴出行日均單量3460萬單，二者使用頻率相差不大。不過，優(yōu)步2024年全年?duì)I收為439.78億美元，滴滴出行2024年全年數(shù)據(jù)雖未完全公布，但根據(jù)前三季度1538.85億元營收推測，全年?duì)I收約2000億元，折合270億美元左右。

對比這些客觀的產(chǎn)業(yè)數(shù)據(jù)，自詡“產(chǎn)業(yè)觀察家”的項(xiàng)某剛竟宣稱美國比中國落后5 - 8年，難道項(xiàng)某剛的觀察視野就局限于眼前的方寸之地嗎？

二、見識淺薄且觀念陳舊：胡亂定義“人工智能”以刻意貶低通用大模型的技術(shù)價(jià)值

在視頻中，項(xiàng)某剛先煞有介事地樹了一個靶子，稱“美國定義的人工智能是叫多模態(tài)通用大模型”，裝腔作勢地將其批評一通之后，再拋出自己所謂的定義，聲稱人工智能應(yīng)涵蓋智能感應(yīng)、信息存儲、信息傳輸、信息處理和智能終端等綜合能力，其中信息處理指的就是算力、算法和大模型等，所以大模型只是一小部分的人工智能，以此導(dǎo)出在算力、算法和大模型上領(lǐng)先并不能代表在人工智能上領(lǐng)先的結(jié)論。

在中國的DeepSeek推出之前，由于美國的ChatGPT在多模態(tài)大模型技術(shù)上處于領(lǐng)先地位，項(xiàng)某剛便一直貶低多模態(tài)通用大模型，認(rèn)為其訓(xùn)練的生成式人工智能只是徒有其表，不過是能寫詩、畫畫、制作視頻而已。而他認(rèn)為在國內(nèi)廣泛應(yīng)用的智能感應(yīng)、自動駕駛、工業(yè)機(jī)器人等方面的人工智能，才是產(chǎn)業(yè)發(fā)展的方向，是中國應(yīng)當(dāng)重視的實(shí)用能力，并由此自創(chuàng)出所謂“人工智能需要涵蓋智能感應(yīng)、信息存儲、信息傳輸、信息處理和智能終端等綜合能力”的定義。

實(shí)際上，產(chǎn)業(yè)界對于人工智能的能力界定有著極為科學(xué)且明確的劃分。項(xiàng)某剛所提及的那些用于圖像識別、語音識別、自動駕駛、股票交易算法以及游戲策略等具體任務(wù)的AI系統(tǒng)，專注于解決特定領(lǐng)域內(nèi)的問題，因此被稱為專用智能（Domain - Specific AI），也稱弱AI或窄AI。

自1956年美國人約翰·麥卡錫在達(dá)特茅斯會議上首次提出“人工智能”這一術(shù)語，標(biāo)志著人工智能學(xué)科誕生以來，人工智能的發(fā)展歷經(jīng)20世紀(jì)80年代至90年代初的知識工程與專家系統(tǒng)階段、20世紀(jì)90年代到21世紀(jì)初的機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘階段，再到21世紀(jì)初到2020年初的深度學(xué)習(xí)與突破階段，一直在持續(xù)提升人工智能在特定領(lǐng)域內(nèi)解決問題的專用智能能力。

專用智能依托特定領(lǐng)域的海量數(shù)據(jù)，運(yùn)用“窄任務(wù)”優(yōu)化算法，對計(jì)算能力的要求相對較低，開發(fā)成本與周期也相對較短，故而能在特定領(lǐng)域展現(xiàn)出高效性與準(zhǔn)確性，可迅速解決特定問題。然而，由于專用智能主要聚焦于某一特定領(lǐng)域或任務(wù)，其局限在于應(yīng)用范圍相對狹窄，缺乏跨領(lǐng)域的通用性與靈活性。

以當(dāng)前廣泛應(yīng)用的工業(yè)機(jī)器人、智能駕駛艙等智能體為例，盡管其專用功能模塊的能力日益強(qiáng)大，但作為核心指揮系統(tǒng)的智能水平仍有待提升，無法做到觸類旁通、自主學(xué)習(xí)，仍需外界指令輸入才能完成任務(wù)，尚不能完全取代人類。因此，專用智能階段仍被視作人工智能發(fā)展的初級階段。

故而，若要使人工智能真正具備人類智慧，甚至超越人類智慧，就需推動人工智能從專用智能階段向通用智能階段發(fā)展演進(jìn)。通用智能（Artificial General Intelligence, AGI）不僅能在單一領(lǐng)域達(dá)到專家級水平，還能實(shí)現(xiàn)跨領(lǐng)域的知識遷移，真正像人類一樣擁有自我意識、抽象思維、創(chuàng)新思考和情感理解等能力，能夠全面理解和處理各類智力任務(wù)。

通用智能一直被視作人工智能領(lǐng)域的高階目標(biāo)，宛如皇冠上的明珠。直至2023年以ChatGPT為代表的生成式人工智能問世，產(chǎn)業(yè)界才打通了以多模態(tài)通用大模型推動專用智能向通用智能躍遷的關(guān)鍵路徑。

多模態(tài)大模型通過整合多種模態(tài)的數(shù)據(jù)，能夠更好地模擬人類的多模態(tài)感知和認(rèn)知能力，它不僅能夠提升人工智能系統(tǒng)的性能和能力，勝任需要多種感知途徑和表達(dá)方式的場景；還能夠拓展人工智能的應(yīng)用范圍，在多個領(lǐng)域內(nèi)靈活處理各種問題，從而與實(shí)體經(jīng)濟(jì)深度融合，推動各行業(yè)的智能化升級和產(chǎn)業(yè)變革。所以，當(dāng)今世界各國將多模態(tài)大模型作為人工智能競爭的核心領(lǐng)域，積極布局和投入資源，以期在這一關(guān)鍵技術(shù)上取得領(lǐng)先地位，進(jìn)而帶動整個經(jīng)濟(jì)社會的高質(zhì)量發(fā)展。

由此可見，項(xiàng)某剛所謂人工智能需涵蓋各種綜合能力的定義，混淆了專用智能與通用智能的界限和層次，暴露出其對人工智能產(chǎn)業(yè)發(fā)展認(rèn)知的淺薄。而且，項(xiàng)某剛刻意用專用智能貶低大模型推動的通用智能，無疑集中體現(xiàn)了其知識體系的滯后與產(chǎn)業(yè)觀念的陳舊。

三、盲目無知：以似是而非的概念和來源不明的數(shù)據(jù)對比中美能力

在相關(guān)視頻中，項(xiàng)某剛為佐證其“人工智能中國一家獨(dú)大”的觀點(diǎn)，將隸屬于專用智能范疇的智能感應(yīng)、信息存儲、信息傳輸、信息處理和智能終端等能力逐一進(jìn)行中美對比。然而，其所采用的論據(jù)要么是似是而非的概念，要么是來源不明的數(shù)據(jù)，給人一種如“門外漢”般盲目無知的印象。

在智能感應(yīng)能力方面，項(xiàng)某剛竟然以國內(nèi)街頭裝了“5億個攝像頭“為例來論證中國視覺感應(yīng)能力的領(lǐng)先，驢唇不對馬嘴。此外，他以智能駕駛為例，聲稱國內(nèi)車企整合了攝像頭、激光雷達(dá)、毫米波雷達(dá)、超聲波雷達(dá)等多種感應(yīng)能力，而特斯拉因激光雷達(dá)成本過高采用純視覺方案，所以其能力不及中國。

實(shí)際上，國內(nèi)車企整合毫米波雷達(dá)、超聲波雷達(dá)與激光雷達(dá)，正是因?yàn)榍皟烧叱杀据^低，可以此來降低激光雷達(dá)方案的整體成本。激光雷達(dá)雖在智能駕駛技術(shù)早期開發(fā)中應(yīng)用較為廣泛，能提供精確的距離和形狀信息，但存在價(jià)格昂貴、系統(tǒng)復(fù)雜度高的弱點(diǎn)。

正因如此，特斯拉的智能駕駛技術(shù)采用純視覺方案，通過攝像頭捕捉周圍環(huán)境信息，借助深度學(xué)習(xí)算法提取關(guān)鍵信息，并迅速生成車輛行駛控制指令。該方案不僅降低了智能駕駛技術(shù)的普及成本，還通過海量數(shù)據(jù)訓(xùn)練和AI大模型的優(yōu)化迭代，已經(jīng)實(shí)現(xiàn)了類似經(jīng)驗(yàn)豐富老司機(jī)般的自動駕駛效果。而且，純視覺智能駕駛技術(shù)的核心能力在于數(shù)據(jù)和算力，而非攝像頭的智能感知、感應(yīng)，這恰恰又暴露了項(xiàng)某剛認(rèn)知的誤區(qū)。

在信息處理方面，項(xiàng)某剛承認(rèn)美國領(lǐng)先、中國位居第二，卻以算力過剩為由，認(rèn)為算力在人工智能發(fā)展中無關(guān)緊要。

他沒有意識到，人工智能從專用智能邁向通用智能，離不開算力的持續(xù)推動。DeepSeek之所以備受關(guān)注，是因?yàn)槠湟缘统杀舅懔M足了當(dāng)前普通推理需求，在商業(yè)成本上找到了性價(jià)比平衡點(diǎn)。然而，要進(jìn)一步提升人工智能性能，包括推理能力，必然需要更高端的算力支持。因此，項(xiàng)某剛所謂的“算力過剩”純屬偽命題。

在英偉達(dá)最新的財(cái)報(bào)發(fā)布會上，黃仁勛表示，市場對Blackwell芯片的需求極為驚人。因?yàn)橥评鞟I引入了一種新的擴(kuò)展法則——增加訓(xùn)練計(jì)算能力可使模型更智能，而額外的長時(shí)間思考算力能讓答案更精準(zhǔn)。與此同時(shí)，多家媒體報(bào)道，DeepSeek推出的R1滿血版是目前性能最強(qiáng)的版本，但對算力芯片等硬件資源的要求也極高，這使得英偉達(dá)特供中國的H20芯片成為國內(nèi)市場需求最大的芯片之一，不僅價(jià)格上漲，還出現(xiàn)了供不應(yīng)求的局面，何談“過?！?？

在信息傳輸領(lǐng)域，項(xiàng)某剛以5G基站數(shù)量為據(jù)，將中國的430萬個與美國的15萬個進(jìn)行對比，以此證明美國的落后。但實(shí)際上，項(xiàng)某剛所稱的15萬個5G基站僅僅是美國一家運(yùn)營商的部署數(shù)量，美國全國的5G基站總數(shù)早已超過46萬個。罔顧中美兩國在人口數(shù)量和密度方面存在顯著差異，項(xiàng)某剛單純拿基站數(shù)量來對比通信能力的做法無異于關(guān)公戰(zhàn)秦瓊。

全球移動通信協(xié)會GSMA移動智庫于2024年10月發(fā)布的2024年第二季度5G連接指數(shù)報(bào)告，依據(jù)5G基礎(chǔ)設(shè)施和5G服務(wù)兩大類別以及17個細(xì)分指標(biāo)，對各國的5G發(fā)展?fàn)顩r進(jìn)行了綜合評估。中國以55.96分排名第9，美國以55.34分排名第10，由此可見，兩國在5G發(fā)展上的差距并非像基站數(shù)量對比那樣明顯。

在信息存儲方面，項(xiàng)某剛以美國沒有“東數(shù)西算”、算力樞紐集群這類大型工程，來論證其在存儲能力上的落后。然而，算力存儲主要涉及數(shù)據(jù)中心和云計(jì)算的應(yīng)用，在全球云基礎(chǔ)設(shè)施排行榜上，美國的亞馬遜AWS、微軟Azure和谷歌云占據(jù)了六成以上的份額，而我國云市場排名第一的阿里云，在全球市場的份額僅為8%，位列第四。

最后，在智能終端領(lǐng)域，我國作為高端制造業(yè)大國，無人機(jī)和機(jī)器人產(chǎn)業(yè)發(fā)展態(tài)勢迅猛。然而，特斯拉的自動工廠、波士頓動力的機(jī)器狗以及iPhone的AI應(yīng)用同樣各有特色，相關(guān)競爭仍在激烈進(jìn)行，遠(yuǎn)未到評判勝負(fù)的階段。

結(jié)語：

綜上所述，自封為“中國唯一產(chǎn)業(yè)觀察家”的項(xiàng)某剛，以坐井觀天的姿態(tài)、陳舊淺薄的觀念以及盲目無知的表現(xiàn)，得出的“人工智能中國一家獨(dú)大”的論斷，純屬嘩眾取寵。其片面觀點(diǎn)不僅不利于客觀認(rèn)識產(chǎn)業(yè)發(fā)展態(tài)勢，更可能誤導(dǎo)公眾對全球科技格局的判斷。這種罔顧事實(shí)、夸夸其談的行為，除了博人眼球、賺取流量外，對中國人工智能產(chǎn)業(yè)的發(fā)展毫無益處。

當(dāng)然，批判項(xiàng)某剛的無知與自大，并非是貶低我國在人工智能領(lǐng)域取得的進(jìn)展和成就。中美在人工智能領(lǐng)域的競爭仍在持續(xù)，承認(rèn)美國的先發(fā)優(yōu)勢和局部優(yōu)勢，并不意味著否定中國取得的突破性成績。我們既要為已取得的成績喝彩，更要認(rèn)清現(xiàn)實(shí)，直面差距。

歷史經(jīng)驗(yàn)表明，技術(shù)競爭的本質(zhì)是創(chuàng)新體系與制度優(yōu)勢的較量。中國既需保持戰(zhàn)略定力，避免陷入“技術(shù)民粹主義”的誤區(qū)，更應(yīng)通過深化改革開放，在開放中實(shí)現(xiàn)超越。唯有如此，方能在未來十年的人工智能競爭中，實(shí)現(xiàn)從“跟跑者”到“領(lǐng)跑者”的歷史性跨越。