Let's Make AGI Real

中国方程——在世界AI棋局中，我们身在何处？

当全球的AI风暴席卷硅谷和华尔街，中国的人工智能发展却走出了一条与众不同的路线。它不是被资本狂热主导的纯市场游戏，而是一场由国家战略、技术追赶与产业实践交织的复杂实验。这条道路充满机遇，也布满陷阱——既有14亿人口和全产业链的庞大优势，也有被“卡脖子”制约的深层焦虑。

要理解中国AI的独特逻辑，我们必须同时看到两个世界：一个是以“国家驱动+产业落地”为特征的现实中国；另一个，是在“AI四小龙”与“百模大战”中轮回的市场中国。

数据与实力：世界工厂的算法雄心

根据斯坦福大学《2025年AI指数报告》，中国的AI生态呈现出明显的“双极结构”——资本有限但应用强劲。

2024年，中国在AI领域的私人投资总额为93亿美元，远低于美国的1091亿美元；然而，中国企业的AI采纳率同比增长27个百分点，全球领先。这种“低投入高应用”的局面，恰恰揭示出中国AI的现实主义特征：不以论文和估值为目标，而以落地场景和产业升级为导向。

在具体应用层面，中国已经在工业机器人、智慧城市、金融科技等领域处于领先位置。2023年中国新增工业机器人安装量占全球总量的51.1%，是美国的7倍。AI在制造、物流、医疗、安防中的广泛部署，使中国成为AI应用的“最大试验场”。

然而，底层算力依然是最大的瓶颈。美国掌握全球约74%的高端AI计算能力，中国仅占约14%。这种“算力鸿沟”使得中国在大模型训练上受到严重制约，也迫使国内研究者在算法优化、模型压缩与软硬协同上另辟蹊径——以“效率创新”取代“规模竞争”。

从“AI四小龙”到“百模大战”：泡沫的轮回

要理解中国AI的成长轨迹，不能绕开“AI四小龙”的兴衰史。2018至2021年，商汤、旷视、依图、云从曾是资本的宠儿，它们象征着中国AI的第一次浪潮——计算机视觉的商业化梦想。

但当技术从实验室走向市场，问题暴露无遗：同质化严重、商业模式单一、盈利遥遥无期。依图科技甚至因缺乏可持续增长点而放弃IPO。

这场崛起与坠落的故事，揭示了一个残酷的事实：技术领先不等于商业成功。这些企业依赖政府项目、按需定制、难以规模化，成为政策与资本周期的牺牲品。

2023年ChatGPT横空出世后，中国迅速进入“百模大战”时代——半年内涌现130余个大模型，每家大厂、每支创业团队都要“造模型”。

这场景似曾相识：如当年的“千团大战”与“共享单车大战”，同质化竞争带来短暂繁荣，却难逃“劣币驱逐良币”的宿命。

但不同的是，这一次的热潮背后，是国家战略在推波助澜。政策扶持、地方政府补贴、科研专项资金等，为AI创业注入源源不断的燃料。于是，一场“政策驱动的市场竞赛”迅速膨胀，形成一种独特的“产业泡沫”——热度高、门槛低、同质严重。

“国家队”的力量与风险

与以市场为主导的美国模式不同，中国AI的发展是一场带有浓厚政治属性的国家工程。从“中国制造2025”到“人工智能+行动计划”，从算力网络工程到“东数西算”布局，国家战略以宏大叙事塑造了整个行业的方向。

政府不仅是监管者，更是最大客户与投资者。百度牵头自动驾驶，阿里主攻智慧城市，腾讯布局医疗AI，华为则从芯片到云服务实现垂直整合。这样的“准国家队”模式，使中国在短时间内完成了从概念到生态的系统性构建。

优势显而易见：集中资源、快速突破、规模协同。但风险同样巨大：地方政府为完成KPI而盲目立项、重复建设、算力中心闲置、资金错配……这些“政策性泡沫”与过去“AI四小龙”的市场性泡沫相互叠加，构成了中国AI生态的“双重过热区”。

中国的AI奇迹，正行进在高效与浪费并存的刀刃上。

芯片制裁的双刃效应：封锁与自强

在这场全球AI竞赛中，最决定性的变量来自外部——美国的高端芯片出口禁令。

禁令直接导致英伟达A100、H100等高端芯片无法出口中国，使中国训练最前沿模型的能力受到限制。英伟达在中国的市场份额由95%降至50%。

然而，这种“锁喉”之痛，也成为中国AI加速自主创新的催化剂。在“大基金”支持下，华为、中芯国际、寒武纪等公司加快研发，昇腾910C在推理任务上的表现已逼近英伟达H20。

外部封锁逼迫中国改变方向：从“算力堆叠”转向“算法优化”，从“追赶”到“差异化创新”。长期来看，这种“被迫分叉”的技术路线，可能塑造出中国独有的AI生态——更加注重软硬协同与效率极限。

市场理性回归：从狂热到“冰火两重天”

经历了“百模大战”的喧嚣，中国AI产业正在出现一股理性回潮。投资机构变得谨慎——清智资本张煜2024年考察近千个AI项目，仅投资不到10个。资本不再追逐“热点模型”，而开始寻找有技术壁垒、明确场景与现金流的项目。

这意味着，中国AI的泡沫正在进入“分化阶段”：

一方面，平庸项目估值暴跌，融资困难；

另一方面，真正具备科研深度与产业结合度的企业依旧炙手可热。

例如清华系AI医疗团队，凭借算法创新和落地能力，获得中外资本青睐。这种“冰火两重天”的格局，预示着市场正在完成一场健康的自我纠偏。

不同的泡沫逻辑：中国式“建设性过热”

与硅谷那种纯粹由投机驱动的泡沫不同，中国的AI热潮是一种“建设性泡沫”：

它在浪费中孕育积累，在重复中积淀能力。

无论是AI算力中心的铺设，还是算法生态的百花齐放，即便短期内回报率低下，但它们都在为未来的产业基础打地基。

正如历史上“AI四小龙”的失败，最终催生了中国AI在智能制造、智慧安防等垂直场景的崛起；同样，“百模大战”的浪费，也在推动中国算法与芯片协同的系统优化。

泡沫是代价，但也是养料。真正的风险，不在泡沫本身，而在泡沫之后能否留下可复用的“创新土壤”。

未来的坐标：中国能否定义自己的AI范式

站在2025年的转折点，中国AI正在形成一种新的发展逻辑：

• 由国家驱动向市场选择过渡——政策定向仍强，但市场的“优胜劣汰”机制正在恢复；

• 由算力追求转向算法效率——资源受限迫使产业更加注重“聪明计算”；

• 由概念繁荣转向产业深耕——医疗、制造、教育、交通成为AI落地的关键战场。

中国的AI泡沫，或许不会像2000年的互联网那样轰然崩塌，而是以一种“渐变式的去泡沫化”完成自我进化。

真正决定未来格局的，不是算力、也不是估值，而是谁能在技术封锁与政策过热之间，找到那条平衡创新与可持续的“中国方程”。

中国AI的独特命题

中国的AI发展是一场融合国家战略、技术突破与产业实践的宏大实验。它的挑战远比“泡沫”复杂，也比“奇迹”更真实。

在全球AI棋局中，中国既不是旁观者，也不是盲目追随者，而是一名正在摸索自己规则的“复杂玩家”。

当下的泡沫或许不可避免，但正是在这些泡沫的破裂与重组中，新的秩序、新的范式，正在生成。