美國(guó)時(shí)間4月13日，斯坦福大學(xué)以人為本人工智能研究所（Stanford HAI）發(fā)布了《2026年AI指數(shù)報(bào)告》，全文長(zhǎng)達(dá)423頁(yè)。

這份自2017年起每年發(fā)布的報(bào)告，已成為追蹤人工智能行業(yè)發(fā)展最為全面的年度文獻(xiàn)，涵蓋模型發(fā)布數(shù)量與來(lái)源、行業(yè)資本流入、勞動(dòng)力市場(chǎng)變化、能源消耗與環(huán)境影響，以及公眾態(tài)度等多個(gè)維度。

2026年的報(bào)告揭示了一個(gè)能力正在快速突破的行業(yè)，同時(shí)也引發(fā)了關(guān)于環(huán)境成本、技術(shù)透明度以及誰(shuí)能從這項(xiàng)技術(shù)中真正受益的緊迫問題。

以下為最新報(bào)告精煉版：

01 最后2.7%的博弈，中美模型性能的“平權(quán)時(shí)代” 長(zhǎng)期以來(lái)，硅谷一直被視為全球AI的唯一心臟，但斯坦福報(bào)告的最新數(shù)據(jù)顯示，這種單極格局正在土崩瓦解。

根據(jù)研究機(jī)構(gòu)Epoch AI的數(shù)據(jù)，截至2026年3月，由達(dá)里奧·阿莫迪（Dario Amodei）領(lǐng)導(dǎo)的美國(guó)頂級(jí)AI公司Anthropic，其最先進(jìn)的模型在性能表現(xiàn)上，僅僅領(lǐng)先中國(guó)最強(qiáng)競(jìng)爭(zhēng)對(duì)手2.7個(gè)百分點(diǎn)。

中美頂級(jí)模型的性能差異

這場(chǎng)博弈的轉(zhuǎn)折點(diǎn)發(fā)生在2025年2月，當(dāng)時(shí)DeepSeek發(fā)布的R1模型曾短暫追平美國(guó)模型，隨后雙方進(jìn)入了高頻的性能更迭期。今年報(bào)告的主編內(nèi)斯特·佩羅（Nestor Maslej）指出，這種領(lǐng)先優(yōu)勢(shì)的反復(fù)變化，標(biāo)志著全球頂級(jí)AI研發(fā)已經(jīng)進(jìn)入了某種程度的“技術(shù)平權(quán)”。

從產(chǎn)出數(shù)量上看，美國(guó)在2025年發(fā)布了50個(gè)值得注意的頂級(jí)模型，中國(guó)則緊隨其后發(fā)布了30個(gè)。

2003年至2025年，美國(guó)、中國(guó)和歐洲的AI模型數(shù)量呈上升趨勢(shì)

雖然在模型絕對(duì)數(shù)量和私人投資總額上，美國(guó)分別以2859億美元對(duì)中國(guó)的124億美元保持領(lǐng)先，但報(bào)告特別提醒政策制定者：賬面數(shù)字極大地低估了中國(guó)的真實(shí)投入。

如果我們將時(shí)間線拉長(zhǎng)，自2000年以來(lái)，中國(guó)政府引導(dǎo)基金向AI公司注入的資金累計(jì)已達(dá)約1840億美元。這種“政府搭臺(tái)、企業(yè)唱戲”的模式，讓中國(guó)在AI出版物數(shù)量、論文引用份額以及專利授權(quán)量上，已經(jīng)穩(wěn)穩(wěn)坐上了全球第一的寶座。

國(guó)際機(jī)器人聯(lián)合會(huì)數(shù)據(jù)顯示，2024年中國(guó)安裝工業(yè)機(jī)器人29.5萬(wàn)臺(tái)，日本約4.45萬(wàn)臺(tái)，美國(guó)3.42萬(wàn)臺(tái)，德國(guó)和韓國(guó)數(shù)量顯著低于中國(guó)

更具實(shí)感的數(shù)據(jù)是，中國(guó)在工業(yè)機(jī)器人的安裝量上也已領(lǐng)先世界，這預(yù)示著AI在物理世界的具身化落地，中國(guó)可能擁有更深厚的工程基礎(chǔ)。

一些美國(guó)科技公司的高管對(duì)這種差距的縮小感到不安，他們將原因歸結(jié)為中國(guó)在開源代碼利用和工程實(shí)現(xiàn)上的高效。但不可否認(rèn)的是，當(dāng)技術(shù)指標(biāo)的差距縮小到個(gè)位數(shù)時(shí)，未來(lái)的競(jìng)爭(zhēng)將不再僅僅取決于誰(shuí)的模型多跑了幾個(gè)百分點(diǎn)，而在于誰(shuí)能率先將這些昂貴的算力轉(zhuǎn)化為實(shí)際的生產(chǎn)力收益。

到目前為止，美國(guó)擁有的AI研究人員和開發(fā)者數(shù)量遠(yuǎn)超任何其他國(guó)家，但這些專家流入美國(guó)的速度正在急劇放緩。自2017年以來(lái)，移居美國(guó)的AI學(xué)者數(shù)量下降了89%。這種下降正在加速，僅在過去一年中就下降了80%。

流入美國(guó)AI人才數(shù)量大幅減緩

02 美國(guó)保住了算力王座，卻把壓力甩給了電網(wǎng)

美國(guó)在數(shù)據(jù)中心領(lǐng)域保持明確領(lǐng)先。

Stanford HAI統(tǒng)計(jì)的數(shù)據(jù)顯示，美國(guó)擁有5427個(gè)數(shù)據(jù)中心，中國(guó)為449個(gè)，德國(guó)和英國(guó)各約525個(gè)。截至2025年底，AI數(shù)據(jù)中心總電力容量達(dá)到29.6吉瓦，約等于紐約州峰值用電需求。

Epoch AI以英偉達(dá)H100e計(jì)算能力為標(biāo)尺的統(tǒng)計(jì)顯示，英偉達(dá)GPU占全球AI總計(jì)算能力60%以上，谷歌與亞馬遜分列第二、第三位

數(shù)據(jù)中心規(guī)模擴(kuò)張伴隨顯著環(huán)境成本。Stanford HAI報(bào)告估計(jì)，訓(xùn)練xAI的Grok 4模型產(chǎn)生約72,816噸二氧化碳當(dāng)量，高于約1000輛普通汽車整個(gè)生命周期的碳排放。

AI指數(shù)指導(dǎo)委員會(huì)聯(lián)合主任雷·佩羅（Ray Perrault）表示，該估計(jì)值基于公開報(bào)道、xAI聲明等非可驗(yàn)證來(lái)源，需謹(jǐn)慎解讀。他同時(shí)指出，Epoch AI獨(dú)立估計(jì)Grok 4排放量約為14萬(wàn)噸二氧化碳。

報(bào)告估計(jì)，2012年至2025年訓(xùn)練AI模型的碳排放量呈上升趨勢(shì)，2025年Grok 3和Grok 4訓(xùn)練導(dǎo)致排放量急劇增加

模型推理同樣產(chǎn)生環(huán)境負(fù)擔(dān)。Stanford HAI報(bào)告估算，僅GPT-4o推理的年用水量即超過1200萬(wàn)人的飲用水需求。推理效率最低的模型碳排放量比最高者高出10倍以上。DeepSeek的V3模型響應(yīng)中等長(zhǎng)度提示時(shí)消耗約23瓦，Claude 4 Opus消耗約5瓦。

地方社區(qū)開始抵制數(shù)據(jù)中心建設(shè)。根據(jù)數(shù)據(jù)中心觀察組織報(bào)告，過去兩年，因地方反對(duì)，價(jià)值640億美元的美國(guó)數(shù)據(jù)中心項(xiàng)目被擱置或延遲，24個(gè)州至少142個(gè)活動(dòng)團(tuán)體參與組織。

公開反對(duì)數(shù)據(jù)中心項(xiàng)目的民選官員中，55%為共和黨人，45%為民主黨人。在弗吉尼亞州沃倫頓，每位投票支持亞馬遜數(shù)據(jù)中心項(xiàng)目的鎮(zhèn)議會(huì)成員均在此后選舉中落選。

部分抵制事件涉及暴力。印第安納波利斯市一位公開支持其選區(qū)數(shù)據(jù)中心改規(guī)劃的市議員表示，4月初有人向其住宅開槍，門階留下一張手寫紙條，內(nèi)容為“不要數(shù)據(jù)中心”。該議員與其八歲兒子未受傷。

03 AI模型性能快速提升，特定任務(wù)存明顯短板

過去十年，AI模型性能提升速度較快，且呈加速趨勢(shì)。

多模態(tài)大語(yǔ)言模型攻克新基準(zhǔn)的速度接近基準(zhǔn)發(fā)布速度。AI智能體的進(jìn)化速度最為顯著，OSWorld基準(zhǔn)（測(cè)試自主計(jì)算機(jī)使用）和SWE-Bench Verified基準(zhǔn)（測(cè)試自主編碼）的得分曲線均呈現(xiàn)最陡峭走勢(shì)。

2012年至2025年，AI在多項(xiàng)任務(wù)上的性能基準(zhǔn)與人類表現(xiàn)對(duì)比。比如在圖像分類早期超越人類表現(xiàn)，2020年代后模型在多任務(wù)上接近或超越人類基線

“人類終極考試”基準(zhǔn)包含各領(lǐng)域?qū)＜邑暙I(xiàn)的問題，代表各領(lǐng)域最難題。2025年報(bào)告顯示，排名最高的OpenAI的o1模型僅正確回答8.8%的問題，此后準(zhǔn)確率升至38.3%。

而截至2026年4月，得分最高的模型——Anthropic的Claude Opus 4.6和谷歌的Gemini 3.1 Pro——已超過50%。

佩羅提示，基準(zhǔn)測(cè)試未必反映了模型的現(xiàn)實(shí)表現(xiàn)：“知道法律推理基準(zhǔn)有75%的準(zhǔn)確率，并不能告訴我們它在律師事務(wù)所活動(dòng)中的適應(yīng)程度?！?/p>

醫(yī)學(xué)領(lǐng)域AI應(yīng)用取得進(jìn)展。過去兩年，關(guān)于AI用于藥物發(fā)現(xiàn)的出版物數(shù)量增加一倍以上。多模態(tài)生物醫(yī)學(xué)AI（用于同時(shí)檢查醫(yī)學(xué)圖像與文本）的出版物數(shù)量為兩年前的2.7倍。

2018年至2025年，關(guān)于AI用于藥物發(fā)現(xiàn)的出版物數(shù)量持續(xù)增加，近兩年增速加快

然而，AI模型在部分常見任務(wù)上表現(xiàn)較差。

ClockBench測(cè)試多模態(tài)LLM讀取模擬時(shí)鐘的能力，表現(xiàn)最佳的OpenAI GPT-5.4準(zhǔn)確率僅為50%。多數(shù)模型得分顯著更低。Anthropic的Claude Opus 4.6正確讀取時(shí)間的準(zhǔn)確率僅為8.9%，而該模型在其他基準(zhǔn)上通常得分較高。

ClockBench測(cè)試顯示，不同LLM讀取模擬時(shí)鐘的準(zhǔn)確率從8.9%至50.60%不等，整體表現(xiàn)偏低

佩羅表示，這反映了一個(gè)更普遍的問題：“有一條研究線索表明，當(dāng)系統(tǒng)被問到語(yǔ)言與其他模態(tài)（如圖像或音頻語(yǔ)調(diào)）組合的問題時(shí)，語(yǔ)言部分承擔(dān)了絕大部分負(fù)擔(dān)，甚至到了完全忽略非語(yǔ)言信息的程度?！?/p>

此外，機(jī)器人在家務(wù)處理方面仍有較大差距。報(bào)告指出，它們?cè)谡郫B衣物或洗碗等真實(shí)家務(wù)中只有12%的成功率。

04
AI在醫(yī)學(xué)研究領(lǐng)域飛奔

醫(yī)學(xué)領(lǐng)域的人工智能應(yīng)用取得較快進(jìn)展。報(bào)告顯示，過去兩年，關(guān)于人工智能用于藥物發(fā)現(xiàn)的出版物數(shù)量增加了一倍以上。多模態(tài)生物醫(yī)學(xué)人工智能——用于同時(shí)檢查醫(yī)學(xué)圖像和文本——的出版物數(shù)量是兩年前2.倍。

2025年出現(xiàn)了一些值得關(guān)注的項(xiàng)目。人工智能首次端到端運(yùn)行了完整的天氣預(yù)報(bào)流程，接收原始實(shí)時(shí)氣象觀測(cè)數(shù)據(jù)，直接輸出最終的溫度、風(fēng)力和濕度等預(yù)報(bào)結(jié)果。天文學(xué)也建立了其首個(gè)基礎(chǔ)模型，實(shí)現(xiàn)了1臺(tái)望遠(yuǎn)鏡的自動(dòng)化觀測(cè)。

在臨床應(yīng)用中，從患者就診中自動(dòng)生成臨床記錄的工具在2025年得到廣泛采用。在多個(gè)醫(yī)院系統(tǒng)中，醫(yī)生報(bào)告稱撰寫筆記的時(shí)間減少了高達(dá)83%，并且職業(yè)倦怠感顯著降低。

但報(bào)告同時(shí)指出，除某些工具外，臨床人工智能的價(jià)值仍然是推測(cè)性的。一項(xiàng)對(duì)500多項(xiàng)臨床人工智能研究的回顧發(fā)現(xiàn)，近一半的研究依賴于考試式問題而非真實(shí)的患者數(shù)據(jù)，只有5%的研究使用了真實(shí)的臨床數(shù)據(jù)。

醫(yī)療人工智能的另一個(gè)增長(zhǎng)領(lǐng)域是數(shù)據(jù)孿生，即個(gè)體患者的動(dòng)態(tài)、數(shù)據(jù)鏈接的計(jì)算表征，能夠隨時(shí)間更新并支持預(yù)測(cè)、模擬和治療優(yōu)化。相關(guān)出版物數(shù)量從2015年的接近于零上升至2025年的372篇。

05 員工效率提升，企業(yè)卻未變強(qiáng)

聚焦具體任務(wù)，AI帶來(lái)可測(cè)量的效率提升。

客戶支持智能體每小時(shí)解決的問題增加近15%，使用GitHub Copilot的軟件開發(fā)人員完成的拉取請(qǐng)求增加26%，使用AI進(jìn)行廣告創(chuàng)作的營(yíng)銷團(tuán)隊(duì)人均產(chǎn)出躍升50%。

擴(kuò)大至美國(guó)整體經(jīng)濟(jì)，2025年生產(chǎn)率增長(zhǎng)率為2.7%，約為前十年平均水平的兩倍。但報(bào)告中引用的賓夕法尼亞大學(xué)沃頓預(yù)算模型測(cè)算，AI對(duì)全要素生產(chǎn)率的實(shí)際貢獻(xiàn)僅為0.01個(gè)百分點(diǎn)，接近為零。

報(bào)告同時(shí)指出，對(duì)于需要更深層次推理的任務(wù)，AI工具反而降低人工效率。使用AI輔助的開源開發(fā)者速度降低19%。依賴AI進(jìn)行學(xué)習(xí)的工程師未顯示速度提升，反而受到研究人員所稱的“學(xué)習(xí)懲罰”，可能隨時(shí)間推移減緩其專業(yè)發(fā)展。

勞動(dòng)力數(shù)據(jù)顯示明確的代際差異。到2025年9月，美國(guó)22至25歲軟件開發(fā)者的就業(yè)人數(shù)較2022年峰值下降近20%，而年長(zhǎng)開發(fā)者數(shù)量持續(xù)增長(zhǎng)。客戶支持智能體領(lǐng)域呈現(xiàn)類似趨勢(shì)。

2021年至2025年，按年齡劃分的軟件開發(fā)人員和客戶支持人員配置趨勢(shì)顯示，早期職業(yè)工作者人數(shù)明顯減少，中后期職業(yè)工作者人數(shù)穩(wěn)定或增加

這些變化難以從宏觀趨勢(shì)中完全分離。報(bào)告指出，多類職業(yè)失業(yè)率均在上升，且與預(yù)期相反，AI暴露程度最低的工人失業(yè)率上升幅度高于AI暴露程度最高的工人。三分之一的受訪公司預(yù)計(jì)，受AI影響，未來(lái)一年將縮減員工規(guī)模。

獨(dú)立于斯坦福報(bào)告的一項(xiàng)麻省理工學(xué)院研究發(fā)現(xiàn)，95%的企業(yè)在約350至400億美元的AI投資中獲得零回報(bào)，僅5%的企業(yè)成功實(shí)現(xiàn)工具的大規(guī)模部署。

06 全球AI投資大幅增長(zhǎng)，美國(guó)領(lǐng)先但中國(guó)被低估

根據(jù)AI分析公司Quid的數(shù)據(jù)，2025年全球AI投資創(chuàng)下新紀(jì)錄，超過5810億美元，是2024年2530億美元的兩倍多，并超過2021年3600億美元的紀(jì)錄。

與2021年由并購(gòu)主導(dǎo)不同，2025年創(chuàng)紀(jì)錄投資由私人投資主導(dǎo)。大部分資金流向美國(guó)，2025年美國(guó)AI投資超過3440億美元。

Quid數(shù)據(jù)顯示，2013年至2025年全球企業(yè)AI投資按活動(dòng)類型劃分。2021年投資上升，2022至2024年下降，2025年再次大幅增長(zhǎng)

但報(bào)告再次強(qiáng)調(diào)，僅基于私人投資的比較可能低估了中國(guó)投入人工智能的資金量。報(bào)告估計(jì)，2000年至2023年間，有9120億美元的政府引導(dǎo)基金被部署到包括人工智能在內(nèi)的各個(gè)行業(yè)。

從計(jì)算能力來(lái)看，根據(jù)Epoch AI以英偉達(dá)H100e計(jì)算能力為標(biāo)尺的統(tǒng)計(jì)，英偉達(dá)GPU占全球人工智能總計(jì)算能力的60%以上，谷歌與亞馬遜分列第二、第三位。全球人工智能計(jì)算能力自2022年以來(lái)每年增長(zhǎng)3.3倍，自2021年（追蹤的第一年）以來(lái)總計(jì)算能力增長(zhǎng)了30倍。

07 AI普及速度創(chuàng)紀(jì)錄，采用率超過互聯(lián)網(wǎng)

生成式人工智能的普及速度依然在加速。報(bào)告指出，生成式人工智能在三年內(nèi)達(dá)到53%的人口采用率，比個(gè)人電腦或互聯(lián)網(wǎng)的普及速度更快。不過普及速度因國(guó)家而異，并與人均GDP密切相關(guān)。

部分國(guó)家的普及率高于預(yù)期，新加坡達(dá)到61%，阿聯(lián)酋達(dá)到54%。美國(guó)以28.3%的普及率排名第24位。到2026年初，生成式人工智能工具對(duì)美國(guó)消費(fèi)者的估計(jì)年價(jià)值達(dá)到1720億美元，每位用戶的平均價(jià)值在2025年至2026年間增長(zhǎng)了兩倍。

在教育領(lǐng)域，五分之四的美國(guó)高中生和大學(xué)生將人工智能用于與學(xué)校相關(guān)的任務(wù)。但只有一半的初中和高中制定了人工智能政策，只有6%的教師表示這些政策是清晰的。正規(guī)教育明顯滯后于人工智能的使用。

在軟件開發(fā)平臺(tái)方面，截至2025年，GitHub上人工智能相關(guān)項(xiàng)目數(shù)量升至558萬(wàn)個(gè)，比2020年增長(zhǎng)約五倍，比2024年增長(zhǎng)23.7%。至少獲得10顆星的項(xiàng)目數(shù)量及人工智能項(xiàng)目獲得星標(biāo)總數(shù)均以類似速度增長(zhǎng)。開源代理式人工智能軟件OpenClaw已獲得35.2萬(wàn)顆星。

2011年至2025年，GitHub AI項(xiàng)目數(shù)量從接近零增長(zhǎng)至558萬(wàn)，近年增速顯著加快

佩羅表示：“GitHub使用的強(qiáng)度很可能與人工智能使用的強(qiáng)度高度相關(guān)?！钡鶕?jù)活動(dòng)追蹤網(wǎng)站“野外代理”（Agents in the Wild）的數(shù)據(jù)，多數(shù)GitHub活動(dòng)仍由人類執(zhí)行。

過去十年，人工智能相關(guān)的計(jì)算機(jī)科學(xué)出版物數(shù)量從10.2萬(wàn)篇增至25.8萬(wàn)篇，增長(zhǎng)一倍以上。截至2024年，超過68%的出版物源自學(xué)術(shù)界，政府和工業(yè)界分別貢獻(xiàn)約11.5%和12.5%。增長(zhǎng)主要由機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺和生成式人工智能領(lǐng)域驅(qū)動(dòng)。

08
美國(guó)人對(duì)AI最謹(jǐn)慎

根據(jù)益普索（Ipsos）調(diào)查數(shù)據(jù)，認(rèn)為AI“利大于弊”的受訪者比例從2024年的55%升至59%。表示對(duì)AI有“很好理解”的受訪者比例從67%略升至68%。同時(shí)，52%的受訪者表示使用AI的產(chǎn)品和服務(wù)讓他們感到“緊張”。

2022年至2025年，針對(duì)多項(xiàng)AI相關(guān)觀點(diǎn)陳述的受訪者回應(yīng)分布顯示，樂觀情緒小幅上升，負(fù)面情緒亦有所增加

不同國(guó)家之間存在顯著差異。中國(guó)、馬來(lái)西亞、泰國(guó)、印度尼西亞、新加坡等東南亞國(guó)家對(duì)人工智能的態(tài)度趨于積極。年度同比積極轉(zhuǎn)變最大的國(guó)家為德國(guó)（增長(zhǎng)12%）、法國(guó)（10%）和荷蘭（10%）。哥倫比亞負(fù)面轉(zhuǎn)變最大（下降6%），與往年趨勢(shì)相反。

美國(guó)公眾的態(tài)度比其他國(guó)家更為謹(jǐn)慎。只有33%的美國(guó)人期望人工智能能讓他們的工作變得更好，而全球平均水平為40%。美國(guó)公眾在預(yù)期人工智能將消除工作崗位而非創(chuàng)造新崗位方面，比例也是最高的。

對(duì)政府人工智能監(jiān)管的信任度差異更大。新加坡81%的受訪者表示信任監(jiān)管機(jī)構(gòu)，美國(guó)僅為31%，在調(diào)查國(guó)家中位居末位。多個(gè)歐洲國(guó)家和日本也呈現(xiàn)較低信任度。亞洲和南美洲國(guó)家的信任度普遍較高。

各國(guó)對(duì)政府AI監(jiān)管信任度調(diào)查顯示，新加坡以81%居首，美國(guó)以31%墊底

根據(jù)皮尤（Pew）調(diào)查，專家與公眾對(duì)人工智能未來(lái)的看法存在較大分歧。73%的專家認(rèn)為人工智能將對(duì)人們的工作方式產(chǎn)生積極影響，而只有23%的美國(guó)公眾持相同觀點(diǎn)。

專家對(duì)人工智能在教育和醫(yī)療保健方面的影響也比公眾更為樂觀，但兩群體一致認(rèn)為人工智能會(huì)對(duì)選舉和個(gè)人關(guān)系產(chǎn)生負(fù)面影響。

報(bào)告還指出了一個(gè)值得關(guān)注的趨勢(shì)：當(dāng)今最有能力的現(xiàn)代模型，也是透明度最低的。龐大而強(qiáng)大的模型集中在最大的人工智能公司手中，這些公司越來(lái)越多地將訓(xùn)練代碼、數(shù)據(jù)集大小和參數(shù)數(shù)量保密。

基礎(chǔ)模型透明度指數(shù)衡量主要人工智能公司在披露其模型訓(xùn)練數(shù)據(jù)、計(jì)算量、能力、風(fēng)險(xiǎn)和使用政策細(xì)節(jié)方面的開放程度。報(bào)告顯示，該指數(shù)平均得分從2024年的58分降至今年的40分。指數(shù)特別指出，最有能力的模型披露的信息往往最少。

報(bào)告合著者、南加州大學(xué)計(jì)算機(jī)科學(xué)家約蘭達(dá)·吉爾（Yolanda Gil）表示：“關(guān)于預(yù)測(cè)模型行為，我們有很多東西不知道。”她說，這種缺乏透明度的狀況使得獨(dú)立研究人員難以研究如何讓人工智能模型更安全。

結(jié)語(yǔ)

斯坦福大學(xué)的AI指數(shù)報(bào)告，本質(zhì)上是一本人類與機(jī)器共同書寫的“生存手冊(cè)”。它用423頁(yè)的內(nèi)容告訴我們：AI已經(jīng)過了那個(gè)可以靠講故事生存的童年期，它正步入成年，面臨著商業(yè)回報(bào)、能源瓶頸和全球主權(quán)競(jìng)爭(zhēng)的成年禮。

對(duì)于中國(guó)而言，2.7%的差距意味著追趕已經(jīng)完成，接下來(lái)的任務(wù)是利用專利授權(quán)和工業(yè)機(jī)器人的規(guī)模優(yōu)勢(shì)，率先在實(shí)體經(jīng)濟(jì)中收割A(yù)I的紅利。

對(duì)于美國(guó)而言，如何守住私人投資的創(chuàng)新活力，并解決高昂的成本與能源問題，將決定其能否繼續(xù)引領(lǐng)下一個(gè)十年。

這場(chǎng)4050億美元的豪賭剛剛進(jìn)入下半場(chǎng)，而最終的贏家，未必是那個(gè)算力最強(qiáng)的，但一定是那個(gè)最能適應(yīng)物理現(xiàn)實(shí)、最能回饋商業(yè)價(jià)值的。

來(lái)源：騰訊科技