TIME杂志最近发了一篇很有意思的分析，用六张图表把中美AI竞争的底牌翻了个遍。结论算不上石破天惊，但几个关键维度的数据对比，确实让人对这场竞赛的走向多了几分清醒。

算力差距：芯片禁令下的现实

“目前，算力是AI进步的最大驱动力。”AI Futures Project的执行董事Daniel Kokotajlo说得直白。这对中国公司来说，是个不折不扣的坏消息——自2022年拜登政府掐断先进芯片制造设备的出口，2023年又把芯片本身也列入禁令，中国AI的发展就一直被算力这根绳子死死拽着。

深度求索的CEO梁文峰在2024年7月直言不讳：“资金从来不是问题，先进芯片禁运才是。”

不过转机可能藏在特朗普政府今年1月公布的新出口规则里。按照新规，中国公司有望拿到89万块英伟达H200芯片——这个数字超过中国厂商2026年预期产量的两倍。美国新安全中心的报告作者Janet Egan警告说：“这将在实质上增强中国AI能力，美国正在武装自己的战略竞争对手。”

人才流动：教育优势与签证困境

深度求索R1的成功，验证了一个道理：就算资源有限，只要团队够强，照样能捅破窗户纸。斯坦福大学的分析发现，超过一半的核心研究人员“从未出国学习或工作”——这个数据直接挑战了“美国天然拥有AI人才优势”的老话。

再看培养端的数据，中国产出的顶级AI研究者数量远超美国，这些人有相当一部分最终去了美国工作。但2019到2022年间，留在中国工作的比例翻了一番。更要命的是，美国对技术人才签证征收的10万美元费用，很可能进一步“损害美国产业的创新和竞争力”。

能源优势：中国的潜在王牌

AI训练有多耗电？看看美国AI公司四处抢着跟能源供应商签合同就明白了。而中国公司在这件事上天然占便宜——从2010年开始，中国发电量就已经超过了美国。

《芯片战争》作者Chris Miller点中了要害：“在AI所有关键投入中，能源是美国最不具竞争力的领域。”一旦中国通过放松芯片管制或者供应链国产化把算力瓶颈给通了，这个能源优势就会变成实实在在的加速度。

模型性能：七个月差距与“蒸馏”效应

眼下，美国靠着芯片控制和更密集的顶尖人才，产出了全球最强的大语言模型。Epoch AI的数据显示，中国模型平均落后美国七个月。

AI政策研究员Lennart Heim指出，中国模型的竞争力可能部分来自“蒸馏”技术——说白了就是拿更强大模型的输出来训练自己的模型。有用户发现，当问深度求索“你是谁”的时候，它会回答“我是ChatGPT”。这画面，耐人寻味。

商业变&现：阿里云与OpenAI的营收对比

Miller说得在理：“收入是人们为有用产品付费的最佳指标，也是衡量AI部署的最好标准。”

阿里巴巴是少数公开AI营收数据的中国厂商。它旗下通义千问模型所在的云智能部门，年化收入已经达到220亿美元。而专注AI的OpenAI虽然成立晚了六年，却在两个月后宣布营收突破200亿美元——两家公司，两条路径，数字却惊人地接近。

当前，美国在芯片控制和模型性能上占据上风，中国在人才基础和能源供给上握着底牌。这场竞赛的终局，远未定论。