摘要：这是一个充满冲突的世纪，但超级大国之间的冲突已不再是传统意义上的冲突。强国的等式不再以坦克数量或洲际导弹射程来衡量。如今，决定平衡的是数字云的规模、处理器的速度以及算法的准确性。

这不是两家公司或实验室之间的竞争，而是一场文明的较量（Shutterstock）

这是一个充满冲突的世纪，但超级大国之间的冲突已不再是传统意义上的冲突。强国的等式不再以坦克数量或洲际导弹射程来衡量。如今，决定平衡的是数字云的规模、处理器的速度以及算法的准确性。

在一个主宰地图已从地理转向数据的世界里，当代历史上最危险、最深刻的对抗之一正在上演：美国和中国在人工智能领域的领导地位之争。

这并非两家公司或实验室之间的竞争，而是一场文明的较量，从秘密研究中心的地下室到五角大楼的楼层，从北京的摩天大楼到大学城，充斥着新一代人的智慧。人工智能及其语言模型、作战无人机和复杂系统，已成为衡量两个国家之间文明差距的镜头。

中国已明确承诺到 2030 年超越美国，在人工智能领域取得全球领先地位。美国的回应很快就来了：提供资金支持，疯狂的处理器竞争，以及与硅谷公司建立大规模联盟。

本文讲述了这场复杂的冲突，剖析了其工具和领域：从网络战线到战场，从科学实验室的地下室到塑造公众舆论的算法。我们将深入探讨战略转变的深度，并审视新的战场。

在当代科技军备竞赛中，中美两国都在积极将人工智能融入其军事架构的核心，特别是指挥、控制、通信、计算机、情报、监视和侦察 (C4ISR) 系统。

但中国的愿景远不止于简单地对现有系统进行现代化改造；在其战略思维中，人工智能和大数据是支持决策、设定目标，甚至发动所谓"认知战或意识战"的基石。

在这一框架下，中国军方将下一阶段的军事行动称为"智能战争"（Intelligentized Warfare），即人工智能连接传感器和发射平台、自动处理战场信息、甚至攻击对手自身决策过程的综合框架。

在实践方面，中国国防企业已经开始推广体现这一愿景的系统，例如北方工业公司的"智能精确打击系统"。该系统在中国人民解放军演习期间自动调度无人机，利用实时数据"模拟战场、跟踪目标、制定攻击计划、分发火力信息并执行后续打击"。这些实验表明，北京方面试图模糊人机角色界限的雄心勃勃。

在近期珠海军事展览的视频中，可以看到几乎整个目标跟踪和打击计划环节都实现了自动化，最终人工审批是唯一的授权。中国评论员声称，这些由人工智能驱动的互联武器和传感器系统构成了他们所谓的"动态杀伤网络"，覆盖了陆、海、空等各个战场。

简而言之，中国对人工智能的追求不仅旨在加速常规任务的执行，也旨在塑造对手的思维。

一名战争分析员正在监督军事团队行动的协调，使用数字设备和虚拟现实眼镜指挥作战部队（Shutterstock）

战略分析人士解释说，中国关于"智能战争"的著作明确侧重于"认知战或意识战"，即利用人工智能"直接控制敌人的意志"。

相比之下，美国军方也在大力投资用于信息时代战争的人工智能工具，但其战略动机有所不同。五角大楼目前表示，要通过在所有军种中扩大人工智能和数据分析的使用，为战地指挥官实现所谓的"决策优势"。

这一趋势的核心是美国的重大举措，例如联合全域指挥与控制（JADC2），旨在将卫星、舰船、飞机、网络资产和地面部队连接成一个单一、无缝衔接的集成网络。

人工智能被视为该系统的支柱；算法将整合来自各个领域（无人机、传感器、卫星、网络拦截等）的情报，并以摘要和即时洞察的形式呈现给指挥官。

另一个例子是，谷歌与五角大楼之间现已终止的合作项目"Maven"的成果，该项目在战场上的无人机和卫星中运用机器视觉技术，自动检测实时视频中的人员、车辆或导弹。

在 2024 年初举行的一次人工智能研讨会上，五角大楼人工智能主管克雷格·马特尔敦促与会者想象"一个作战指挥官能够看到他们需要看到的一切的世界 … 无需等待报告或演示"。

换句话说，人工智能将直接且即时地塑造指挥官的态势感知。美军也在测试人工智能驱动的网络作战，例如自动网络漏洞扫描或预测性威胁分析。

本质上，美国的做法是将人工智能作为"力量倍增器"。它可以自动执行繁琐的分析，在海量传感器数据中检测模式，并快速提供建议，以便人类指挥官能够更快、更有效地做出决策。（例如，美国空军已经为云指挥和控制开发了人工智能"工具箱"的原型，其中可以利用人工智能工具分析无线电通信或移动目标检测等数据）。

尽管竞争激烈，双方都意识到潜在的危险。美国规划人员担心过度依赖这些技术或易受敌方网络攻击，而中国人民解放军（PLA）的分析人士警告称，对实现"认知优势"的过度自信可能导致误导性决策，从而误导领导层。然而，中国官方出版物毫无疑问地表明，他们正在积极地将人工智能融入其信息作战和心理战中。

兰德公司对中国人民解放军军事理论的一项研究表明，中国已将"心理战"视为现代战争的关键组成部分，并利用大数据分析和脑部扫描技术等先进工具来预测或影响敌人的行为。

中国军事理论反映出其日益重视"认知战"，其目标是控制对手的认知和决策，以此作为制胜的关键。这一趋势因信息支援部队和战略支援部队等新军种的努力而得到强化。这些部队整合了其在网络空间、外层空间和电子情报领域的能力，将人工智能应用于宣传、反信息传播和电子战。

相比之下，美国官方军事理论在处理信息战方面仍然较为克制。美国联合条令侧重于"信息作战"，包括心理战、电子战和网络欺骗，但其框架主要为防御性和战略性，美国的投资重点在于打击外国虚假信息宣传，以及利用人工智能检测深度伪造和恶意机器人。

此外，美国将军们专注于帮助士兵观察和射击的技术，而非明确针对思维。目前，美国官方战略文件尚未明确提出类似中国"控制敌人意志"的理念。尽管如此，双方使用的核心技术 – 例如数据挖掘、情绪分析和定向信息传递 – 仍然大致相似。美国国防机构资助人工智能认知方面的研究 – 例如美国国防部高级研究计划局（DARPA）对人类感知和基于人工智能的测谎技术的研究 – 以及打击基于人工智能的宣传。

美国国防部高级研究计划局 (DARPA)（社交媒体）

中美两国都在寻求将人工智能融入实体军事硬件，以打造新一代自主和半自主武器，涵盖从空中到地面的各种武器，从空中无人机集群到“机器狗”以及地面制导车辆。此举旨在降低士兵风险并扩大军力规模。

在自主无人机领域，竞争尤为激烈。中美两国军方都拥有多种用于监视、攻击和伪装任务的无人机。

中国是无人机的主要出口国，成都飞机工业集团 (CAIC) 生产翼龙和 CH 系列等武装无人机，这些无人机已经出口到冲突地区（例如乌克兰和中东）。

相比之下，美军除了使用 MQ-25 黄貂鱼（一种自主加油机）等实验平台外，还使用 MQ-9"死神"和 MQ-1"捕食者"无人机进行精确打击。

但这一愿景超越了单架无人机的使用，而是提出了"无人机集群"的概念。据美联社 2024 年 1 月的报道，美国和中国的军事规划人员正在"为一种新型战争做准备"，在这种战争中，由人工智能驱动的空中无人机和水下无人机"像蜜蜂一样协同作战"，以压倒性的优势击败敌人。

在这种情况下，一名操作员可以同时指挥数十架无人机，这些无人机群经过预先编程，可以执行侦察、攻击或重新定向任务，而无需进行精确的微观管理。2025 年中期，乌克兰对俄罗斯导弹发射器的无人机集群攻击就是这种相对低成本且高效技术的一个实例。

出于这些原因，中国媒体和分析人士断言，无人机集群已"不可避免"，发展无人机集群势在必行。事实上，台湾地区最近的报道表明，中国军方已积累了数万架无人机，并正在探索将无人艇和潜艇纳入其武器库。

作为回应，美国五角大楼已明确资助生产数千架廉价的一次性无人机，以在热点周边地区形成威慑。五角大楼认为，对抗对手庞大的无人机集群需要美国在潜在战场上部署大量低成本无人机。美国印太司令部司令塞缪尔·帕帕罗上将称，该计划将把台湾海峡变成"没有飞行员的地狱"。

简而言之，虽然目前尚不清楚哪一方拥有技术优势，但双方都将无人机集群战术视为一场类似冷战的新军备竞赛。正如一位分析师所描述的那样，"遏制无人机群 … 将比遏制核武器困难得多"，尤其是在它们落入非国家行为体之手的情况下。

两国机器人公司均推出了各种形式的导引车（社交媒体）

在实地，两国机器人公司均推出了各种形式的导引车，有的形似动物，有的形似盒子，其中最引人注目的是四足"机器狗"。

在美国，Ghost Robotics 和 Boston Dynamics 等公司已与军方合作，用于基地安保和侦察。例如，2023 年初，美国空军向廷德尔和科德角等基地部署了四足机器人，用于巡逻基地周边区域。

这些美国机器人配备传感器（例如热像仪和雷达）以及胡椒喷雾或警报器等非致命威慑武器，但美国现行政策禁止为它们配备致命武器。相比之下，中国公司则更加大胆。

在 2024 年的一次电视军事演习中，中国人民解放军士兵在一只由宇树科技等中国公司制造的中国机器狗的帮助下练习了"突击行动"。机器狗装备了标准突击步枪，能够自主进入建筑物，从远处压制目标。

中国公司 Kestrel Defense 的视频还展示了无人机空投的四足机器人，这些机器人装备有机枪、自杀式炸弹或榴弹发射器。分析人士指出，为了跟上中国的发展步伐，美国军方正在"疯狂地为四足机器人配备武器"。

海军硬件竞赛看起来就像一场原型和试点项目的马拉松（阿纳多卢通讯社）

这场竞赛不仅限于犬类机器人，还延伸到更广泛的无人地面车辆领域。例如，美国陆军已经测试了"骡子"（Mule）车辆，它可以用作自动化设备运载工具，以及无人坦克。美国国防部高级研究计划局（DARPA）的"地下挑战"以及近期的军事演习等挑战赛，展示了美国轮式和履带式机器人（例如"阿特拉斯"机器人的轮式版本）穿透碎石和洞穴的能力。

中国也有类似的项目。中国北方工业公司和中国航空工业集团公司等主要国防企业正在开发履带式地面车辆，用于陪同步兵、投掷烟雾弹或携带传感器进入危险区域，尤其是在城市环境中。他们还拥有人形机器人的原型。

此外，中国在水下无人机领域也处于领先地位，正在测试无人水面舰艇和潜艇。中国媒体报道了自主隐形攻击艇和侦察潜艇的海上试验，据称这些潜艇完全由人工智能算法引导。

与此同时，美国海军正在开发水面和水下无人机集群原型，例如"虎鲸"和"幽灵舰队霸王"等项目。

总体而言，硬件竞赛似乎是一场原型和试点项目的马拉松。两国军队都定期在军事演习中展示各自的机器人团队。在中国，中国人民解放军的"金龙"演习，演习中使用了武装机器狗和配备干扰器的四轴飞行器来勘测城市环境。

在美国，各军种的新闻稿和预算申请都强调了数十次机器狗和无人机的测试。在短短三年内，美国军方已将机器狗的使用范围从有限的实验扩展到"越来越多的应用"，成为"力量倍增器"。

在此背景下，与硅谷和其他全球科技公司的合作也尤为突出。在美国方面，Shield AI、雷神公司和 Ghost Robotics 等公司正在与美国国防部合作。

中国科技巨头也拥有专门研发军用机器人的部门。

简而言之，双方的技术差距已经缩小。美国继续开发独特的平台（例如波音的战斗机护航无人机或波士顿动力公司的重型机器人），而中国量产的低成本机器人（包括无人机和地面车辆）及其庞大的国内市场正在迅速扩大其部署。

正如一位国防分析人士警告的那样，双方在智能武器硬件方面取得的进步"将事关全球稳定"。自主武器的扩散程度越高，意外升级或失控扩散的风险就越大。

双方在智能武器装备方面取得的进展"使这一问题成为全球稳定问题"（欧洲新闻社）

在远离坦克和战机的领域，人工智能领域的科学进步竞赛显而易见，尤其是在生成式人工智能和大型语言模型（LLM）领域。聊天机器人和智能服务已成为各国领导力和技术优势的象征。

在美国阵营中，OpenAI 的 ChatGPT、谷歌的 Gemini 和 Anthropic 的 Cloud 等知名公司脱颖而出。在中国，本土人工智能公司也纷纷推出各自的巨头产品，例如杭州一家初创公司推出的聊天机器人 DeepSeek、百度的 ErnieBot、阿里巴巴的 Coin、科大讯飞的 SparkDesk、商汤科技的 Sense Nova 等等。

这些模型的比较不仅基于其技术能力 – 例如语言理解、逻辑推理和多语言能力 – 还基于受政治因素影响的特性和特征。

在实际性能方面，中国模型取得了显著的飞跃。例如，成立于 2024 年、总部位于浙江的初创公司 DeepSeek 发布了其 DeepSeek R1 模型，该模型拥有数十亿个参数，并声称其数学和推理能力与 OpenAI 的最新模型相当。

该模型的开发者声称，DeepSeek 在推理测试中的表现比 ChatGPT 和 Cloud 高出 7% 到 14%，而且其训练成本仅为竞争对手的一小部分（约 600 万美元，而竞争对手超过 1 亿美元）。同样，在 2024 年中国人工智能大会期间，本土公司宣布其模型与西方模型相当，甚至优于西方模型。

百度宣布其 ErnieBot 模型在英语水平上与 GPT-4 相当；阿里巴巴表示其 CoinMax 模型的得分与GPT-4 Turbo 相当；科大讯飞发布了 SparkDesk 4.0，在文本生成、推理和多语言理解方面比 GPT-4 Turbo 取得了"显著进步"。值得注意的是，百度和阿里巴巴经常依赖内部绩效指标，这促使西方专家在评估这些说法时谨慎行事。然而，这些说法至少证实了大型中文语言模型正在迅速赶上。

为了说明其经济影响和威胁，科技媒体报道称，DeepSeek 智能手机应用在推出后立即荣登美国应用商店榜首，短暂地削弱了投资者对芯片巨头英伟达的信心，并引发了价值 2 万亿美元的股市暴跌。

然而，两大阵营之间的相似之处不仅仅局限于技术能力，还延伸到其基本原理。

美国模型会过滤内容（例如屏蔽仇恨言论、自残指令等），但通常允许公开的政治讨论，前提是这些讨论符合他们的原则。例如，分析人士声称，当用户向 ChatGPT 询问某个历史事件时，他们会得到一个信息丰富的答案。然而，这种说法与现实世界的经验相悖，因为当问题涉及巴勒斯坦问题时，ChatGPT 会回避答案，甚至会区分巴勒斯坦的自由权和以色列的自由权。因此，内容控制和审查构成了它们共同的核心主题。

区别在于它们的市场渗透率。ChatGPT、Gemini、Cloud 等美国模型及其同行在全球范围内被广泛采用，用于支持每月数十亿次的对话、开发企业工具、改进搜索引擎优化以及协助写作。在中国，本土模型的使用在过去一年中呈现爆发式增长。据官方媒体报道，阿里巴巴的"Coin"应用程序下载量在短短两个月内翻了一番，达到 2,000 万次。

尽管地缘政治局势紧张，DeepSeek 近期仍迅速传播，这体现了全球对其的关注。在中国乃至其他一些国家，DeepSeek 都获得了广泛的用户认可，尽管澳大利亚和意大利等一些国家出于安全原因迅速暂时禁用了它。

引人注目的是一个明显的悖论：由于监管限制，美国人工智能巨头在中国消费市场几乎销声匿迹，而中国企业却在积极地向海外市场推广其技术。他们支持解决方案提供商，并在新兴市场建立合作伙伴关系。例如，华为在非洲提供将人工智能工具与其电信网络设备相结合的集成方案。

人工智能正在加速探索新的治疗方法（盖蒂图像）

事实上，人工智能的影响已不仅限于军事和消费服务领域，它正在彻底改变美国和中国的科学和工程领域。从药物研发、材料设计到物理模拟，这两个领域的研究人员都在利用机器学习技术来解决最复杂的问题。

例如，在药物研发和生物医学领域，人工智能正在加速新疗法的探索。在美国，数十家生物科技公司正在使用深度学习技术设计药物分子或预测蛋白质结构。

由谷歌 DeepMind 开发的 AlphaFold 是其中最著名的例子，尤其是在其创始人凭借 AlphaFold 获得诺贝尔化学奖之后。AlphaFold 能够以惊人的精度预测蛋白质折叠，并广泛应用于全球药物研发。

美国国立卫生研究院（NIH）和美国国家科学基金会（NSF）等著名机构正在资助基因组学、个性化医疗和流行病防范领域 – 例如美国国防部高级研究计划局（DARPA）的流行病预防平台 – 的人工智能重大项目。洛斯阿拉莫斯和阿贡等国防实验室正在探索人工智能在生物监测和疫苗设计中的应用。

中国并未落后，并在此领域取得了长足进步。中国初创公司（例如总部位于香港的英科智能、腾讯实验室等）和政府企业正在与制药巨头合作，应用人工智能技术。

例如，英科智能于 2024 年宣布，其用于治疗一种罕见肺部疾病的人工智能药物已在中国和美国同时进 入II 期临床试验，这是全球首个完全利用人工智能开发的药物。

该公司首席执行官指出，"基于人工智能的方法"大大缩短了开发周期，并“预示着该行业的彻底变革”。中国公共和私营部门的研发正在支持这些飞跃。科技部在人工智能医疗领域开展了多项重大项目（例如智能医院和药物靶点数据库）。

隶属于中国军方的国防科技大学也在开展用于野战伤病和健康监测的医疗人工智能研究。总体而言，分析人士指出，中国目前开展的临床试验数量已超过美国，其生物科技领域正开始在全球舞台上"引领潮流"。简而言之，两国都在向人工智能驱动的药物研发投入大量资源，中国尤其热衷于疫苗设计以及将传统中医药融入这一新模式。

人工智能模型在寻找创新化合物中发挥关键作用（西北大学）

在材料工程领域，人工智能模型在寻找创新化合物和优化制造工艺方面发挥着关键作用。美国于 2011 年启动了"材料基因组计划"，旨在利用计算和数据加速新材料的发现。

如今，人工智能方法已成为该战略的关键支柱。国家实验室（例如劳伦斯利弗莫尔国家实验室的材料项目）正在使用机器学习技术预测新型合金、聚合物和电池材料的特性。

在学术方面，麻省理工学院和哈佛大学等知名大学的研究团队正在利用神经网络设计化学催化剂并模拟晶体生长。中国也紧随其后，政府资助专门的"材料基因组"中心，将超级计算能力与人工智能相结合。例如，清华大学和中国科学院正在发表大量关于机器学习指导材料设计的研究成果。

最近的一份欧洲分析指出，"中国在人工智能研究领域处于领先地位"，包括在材料科学领域。这一进步也体现在中国的工业领域，华为和百度等公司运营着智能工厂，而像上海的 ProbSci 这样的初创公司则利用人工智能预测材料特性。值得注意的是，两国也在利用大数据项目（例如美国的材料项目开放数据库和中国的国家材料数据库），为人工智能模型提供动力，提高其准确性和有效性。

中国科学院正在将机器学习技术应用于核聚变研究（欧洲通讯社）

在物理学和气候模拟领域，人工智能正在加速求解复杂数学方程的进程。在美国，各大实验室（例如美国能源部、美国国家航空航天局 (NASA) 和美国国家海洋与大气管理局 (NOAA) 的实验室）将人工智能应用于气候建模、天体物理学（例如分析太空望远镜数据）和核模拟。美国能源部还资助专门的研究伙伴关系（例如气候变化人工智能研究所）。

同样，中国也在其重大科学项目中使用人工智能。中国科学院正在将机器学习技术应用于核聚变研究 – 作为其参与国际政府间气候变化协定 (ITER) 项目的一部分，并用于分析来自大型设施（例如 FAST 射电望远镜或北京正负电子对撞机）的海量数据。

例如，在中美联合天体物理项目中，智能算法正在帮助探测引力波并模拟黑洞合并。在天气预报领域，美国国家航空航天局（NOAA）和中国气象局都在整合人工智能模型，以提高预报的准确性。

美国陆军研究实验室也在利用人工智能提升供应链效率和维护调度效率（盖蒂图像）

最后一个关键前沿是利用人工智能支持军事研发（R&D），而不仅仅是直接武器设计。美国空军和美国国防部高级研究计划局（DARPA）都设有旨在"加速人工智能创新"的项目，例如利用机器学习设计雷达系统或使用生成算法的喷气发动机。

美国陆军研究实验室（ARL）也在利用人工智能来提高供应链和维护计划的效率。中国的军事研发机构也在将人工智能应用于其实验室。中国人民解放军国防科技大学公布了完全采用人工智能设计的军舰微芯片和蓝图。中国国防智库也在发表他们所谓的"人工智能增强科学"的军事应用研究。

尽管中美两国都大力推动人工智能发展，并投入巨资，但两国的体制格局却截然不同。在中国，科学研究由中央战略规划和政府的慷慨资助引导。 《新一代人工智能发展规划》（2017 年）为这一战略奠定了基础，该规划在未来十年内投入数千亿元人民币，用于开发核心人工智能技术，并将其融入教育领域、计算中心以及北京人工智能研究院等国家实验室。此外，中国还实施了"军民融合"战略，旨在促进军民合作。

人工智能已被列入"十四五"规划（2021-2025 年）和 2030 年科技创新规划的优先发展领域，科技巨头和各部委积极参与构建专业的产业模式和严格的监管规则，尤其是在医学和法律等敏感领域。

在美国，政府的支持是分散的，并通过《国家人工智能倡议法案》（2020 年）进行协调。美国依靠硅谷私营部门的领导力以及美国国家科学基金会（NSF）、美国国立卫生研究院（NIH）和美国能源部（DOE）等联邦政府机构的支持，这些机构已成立了数十个专门机构，预算超过 10 亿美元。

《芯片与科学法案》（2022 年）和五角大楼预算也拨款数百亿美元，其中正在考虑价值 320 亿美元的新提案，以加强美国对中国的优势。

在此背景下，"星际之门"项目是人工智能历史上最大的投资计划之一。该项目已拨款 5,000 亿美元用于开发先进的计算基础设施和构建大规模人工智能模型。该项目由 OpenAI 牵头，软银和甲骨文提供支持，科技巨头微软、英伟达和 Arm 也积极参与其中，其目标是让美国在人工智能竞赛中保持领先地位。

双方都受益于科学界的开放性。欧盟委员会的一项研究表明，中国在人工智能工具研究比例方面处于领先地位，在数量、创新和定性影响方面均超过了美国和欧盟。

然而，这种持续的主导地位取决于持续的资金投入、基础设施建设以及建立健全的监管和伦理框架以确保其可持续性。西方舆论关注的是偏见、隐私和生存威胁的风险，而中国监管机构则专注于确保社会稳定和意识形态合规，这凸显了两国在人工智能监管和安全方法上的巨大差距。

中美之间不断升级的人工智能竞赛已超越单一领域，触及全球实力和影响力的方方面面。在军事方面，这场竞赛开始模糊传统的"进攻"与"防御"界限。人工智能工具将成为监控和网络攻击的主要驱动力，甚至成为指挥和影响敌人思想的主要工具，其重要性不亚于大炮和导弹。

在硬件领域，我们正走向充满自主机器人部队、无人机群和智能传感器的未来战场。这引发了深刻的伦理问题，并对全球稳定构成了新的挑战。

在科技领域，这场竞争意味着下一代计算技术 – 大型语言模型和人工智能平台 – 将由美国和中国公司主导，这将使它们对数十亿人在网上看到和分享的内容拥有巨大的影响力。

从科学角度来看，这场竞赛有望在医学、能源和基础研究等重要领域取得快速突破。但它也引发了另一种军备竞赛：一场争夺最优秀人才和获取最强大超级计算机的竞赛。

这种竞争或许能加速创新，但也存在扰乱全球体系的风险。我们已经看到，人工智能的战略重要性正开始影响贸易战、实施出口限制以及控制技术标准的制定。

风险在于，竞争压力可能导致不计后果地部署未经测试的人工智能武器，或引发一场类似于冷战时期核军备竞赛的"人工智能军备竞赛”。正因如此，一些专家敦促大国在争夺影响力的同时，建立共同的控制和规则（关于自主武器、军备控制和数据共享）。

这场全球科技领导地位之争的结果远未尘埃落定。美国在先进的人工智能硬件设计、开放研究和科技创业方面仍然占据优势。而中国则在可用数据量、中央政府协调能力和国内市场规模方面拥有巨大优势。

历史告诉我们，重大突破可能来自任何一方（甚至可能来自其他国家或国际实验室）。然而，毋庸置疑的是，中美之间的人工智能竞争如今已成为国际安全和经济政策的关键维度。随着这场竞争的加剧，它不仅将决定华盛顿和北京的未来，还将塑造全球人工智能发展的规则和标准。

来源：语言学研习