美国国家工程院院士、香港科技大学原校长陈繁昌在第十七届财新峰会上提出,中国 AI 产业不能把重心放在冲大模型基准测试排名,也不能只想着怎么躲开出口制裁,竞争的核心思路要调整,目标是靠创新拿到行业的尊重,而不是单纯跟着别人的路线追赶、被动应对限制。他认为外界不要把中国 AI 简单当成模仿者,同时用黄仁勋的 AI 五层蛋糕框架,一层一层拆解中美各自的优势和短板,给国内 AI 产业指出差异化发展方向。
一、AI 五层蛋糕框架,中美各有长短
- 能源层:中国优势明显,可再生能源装机、电力总量充足,电力产能超过美国和欧洲总和,刚好匹配 AI 高耗能的算力需求,是 AI 发展很扎实的底层底座。
- 基础设施(数据中心):中美水平接近。美国投入资金规模巨大;中国会优先在风电、光伏资源丰富的地区布局数据中心,比如新疆,直接使用本地清洁能源,能源利用效率更高。
- 芯片层:优势赛道不一样。美国高端 GPU 这类前沿芯片领先;中国成熟制程芯片已经做到全球领先,大量用在家电、普通终端设备,市场体量很大,国内也在持续投入资金推进芯片自主。
- 大模型层:美国前沿模型起步更早、保持领先,国内模型追赶速度很快,性能差距大概率在 6 个月以内,基准测试分数可以达到美方模型 90%-95%。国内模型的特点是成本更低、大多走开源路线,和美国主流闭源模式形成区别。
- 应用层:是中国的强项。依托庞大消费市场、完整供应链、激烈的市场竞争,AI 落地迭代速度很快,在工业、民生场景里落地机会多。
二、两个跨维度竞争变量:资本与人才
- 资本:美国资本市场成熟,能汇集全球资金投入 AI;国内资金体量和投资逻辑和美国有区别。
- 人才:美国更容易吸引全球顶尖 AI 学者;中国每年有大量 STEM 专业毕业生,人才储备基数大,长期潜力可观。
三、陈繁昌给出的发展思路
- 放下对榜单排名的执念,基准分数只是参考,不能代表真实产业价值,不要被 “落后” 的叙事困住。
- 跳出单纯规避制裁的被动思路,不要把所有精力用来绕开限制,要发挥自身独有的优势,走出原创路线。
- 立足国内供应链、产业场景、文化特点去做创新,而不是单纯比拼模型参数大小。
- AI 人才培养上,除了基础技术训练,还要重视长期精英培养,鼓励原创探索,培养 AI 替代不了的判断力、创造力。
四、总结
中美 AI 竞争不是单一的模型跑分竞赛,是五层体系加上资本、人才的综合比拼。中国 AI 有能源、成熟芯片、场景应用的优势,短板集中在高端芯片、前沿模型底层。产业需要转变心态,主动做差异化创新,用原创能力获得认可,而不是被动追赶、被动应对出口管制。
【相关 FAQ】
问题 1:陈繁昌为什么说中国 AI 不应过度关注大模型排名?
回答 1:在陈繁昌看来,大模型基准测试排名只是单一指标,没法完整反映 AI 产业真实价值,过度盯着排名容易陷入跟随式竞赛,忽略场景落地、原创技术,还容易被落后叙事干扰,不利于中美 AI 竞争里走出差异化路线。
问题 2:陈繁昌说不要单纯规避出口制裁,那中国 AI 在中美 AI 竞争里该怎么做?
回答 2:不是完全不重视出口制裁风险,而是不要把所有目标放在绕开限制;要把重心放在发挥能源、供应链、应用场景优势,走原创创新路线,最终目标是依靠创新获得行业尊重,而不是被动应对管制。
问题 3:按照陈繁昌的五层蛋糕理论,中美 AI 竞争分别在哪一层优势更强?
回答 3:能源层中国更强;数据中心基建双方接近;芯片层美国高端芯片领先、中国成熟制程芯片领先;大模型层美国前沿模型领先,国内快速追赶;应用层是中国 AI 的优势赛道。
【参考资料】
[2026-11-14](Caixin Summit: China’s AI Push Needs More Than Better Model Rankings)财新网英文站
[2026-11-13](陈繁昌谈中美 AI 竞争:中国 AI 不应过度关注大模型排名和单纯规避出口制裁)财新网
【免责声明】
本文内容仅整理转述专家峰会观点,不代表平台立场,不构成产业投资、技术路线决策建议,AI 产业发展存在不确定性,相关行业风险请自行评估。
本文来自作者[云轨智芯]投稿,不代表新新网立场,如若转载,请注明出处:https://www.xxcmw.com/kjyw/202611/3207.html
评论列表(4条)
我是新新网的签约作者“云轨智芯”!
希望本篇文章《陈繁昌中美 AI 竞争下,中国 AI 别执着大模型排名、不要只盯着规避出口制裁》能对你有所帮助!
本站[新新网]内容主要涵盖:互联网行业的追踪与探索
本文概览:美国国家工程院院士、香港科技大学原校长陈繁昌在第十七届财新峰会上提出,中国 AI 产业不能把重心放在冲大模型基准测试排名,也不能只想