当地时间2026年10月9日，美国斯坦福大学胡佛研究所发布新一期《China Considered》访谈节目，主题为《中美AI竞赛：不同模式与全球竞争》。胡佛研究所高级研究员伊丽莎白·伊科诺米对话彼得森国际经济研究所高级研究员马丁·乔尔泽帕，围绕中美人工智能发展战略、模型竞争、技术应用、芯片出口管制及双边AI对话展开讨论。乔尔泽帕长期研究中国金融科技、数字货币、出口管制与外国投资审查，著有《无现金革命：中国如何重塑货币》（The Cashless Revolution）。近年来，他将研究重点延伸至中国人工智能产业及中美技术竞争。在此次访谈中，他提出，中美AI竞争至少涉及三场相互关联的竞赛，即前沿模型能力、国内技术应用以及国际市场扩散。他同时认为，中国AI在全球市场的竞争力正在增强，而美国芯片出口管制可能在长期产生与其政策目标相反的效果。
（1）中国AI监管：金融科技监管的经验正在产生影响。乔尔泽帕首先回顾了中国金融科技的发展历程。他认为，中国对新兴技术的治理往往经历三个阶段：最初对技术发展方向缺乏充分认识，监管相对宽松，同时建设必要的基础设施；随后发现技术的经济潜力，主动鼓励企业进入，推动产业快速发展；当相关风险积累到一定程度后，政府开始加强干预，调整监管政策。他以中国互联网金融行业为例指出，2010年代，P2P网络借贷在监管尚不完善的情况下迅速扩张，最终暴露出严重风险。随后，中国政府加强了金融科技及互联网平台监管。乔尔泽帕认为，这段经历影响了中国政府对人工智能的态度，使监管机构更加重视在产业发展早期识别风险、明确监管责任。与金融科技早期的发展情况相比，中国政府较早建立了针对生成式AI的监管制度。2023年施行的《生成式人工智能服务管理暂行办法》明确了面向境内公众提供生成式AI服务的相关要求，并对具有舆论属性或者社会动员能力的服务规定了安全评估及算法备案义务。此后，中国又出台《人工智能生成合成内容标识办法》，进一步规范生成合成内容的标识管理。乔尔泽帕认为，这些制度反映了中国政府希望在促进技术发展的同时，保留对相关风险的管理能力。对于监管方式，他还提出了一个值得关注的判断：中国AI企业与监管机构之间存在大量持续性的沟通，其中部分沟通并不公开。他援引与中国业内人士的交流称，当企业在内容管理等方面出现问题时，监管机构有时倾向于通过非公开方式进行处理，以免影响企业发展及投资者信心。乔尔泽帕同时认为，中国政府自2017年前后持续加强数字技术监管能力建设，已经积累了一定的专业经验。全国网络安全标准化技术委员会（SAC/TC260）等机构在标准制定过程中吸纳企业参与，为监管部门了解技术发展提供了渠道。他还以中国跨境数据监管政策的调整为例，说明监管制度需要兼顾实际执行成本和产业发展需求。
（2）中国AI应用普及程度可能被高估，美国同样重视技术扩散。访谈随后转向中美两国的AI发展战略。乔尔泽帕认为，外界经常认为美国主要关注前沿模型能力，而中国更重视AI在制造业、服务业和社会生活中的实际应用，但这种区分过于简单。特朗普政府2025年发布的《美国AI行动计划》同样强调促进AI应用、支持先进制造业以及消除企业采用AI的制度障碍。美国企业虽然不像中国企业那样面临明确的政策推广目标，但市场竞争和提高生产率的压力，也可能推动AI快速普及。对于中国AI应用领先美国的普遍印象，乔尔泽帕提出质疑。他认为，许多西方观察者主要接触上海、深圳等技术发达城市，容易将局部经验推广至整个中国。他举例称，如果外国观察者只参观美国旧金山，看到大量自动驾驶出租车，也可能高估美国自动驾驶技术的全国普及程度。中国不同地区、不同规模企业之间的技术应用能力存在明显差异，因此需要结合全国性调查数据进行判断。乔尔泽帕提到中国互联网络信息中心以及美国皮尤研究中心的相关调查。他根据这些数据判断，中美AI应用普及程度可能比外界想象的更加接近，部分指标下美国甚至可能更高。他还指出，中美两国中小企业的AI采用情况存在一定相似性，企业规模通常与技术采用程度有关。不过，两国调查涉及的统计对象、使用场景和调查口径并不完全一致，因此这一比较只能作为其研究判断，尚不足以证明两国整体AI应用水平相同。他还援引乔治华盛顿大学学者杰弗里·丁对中国媒体报道的编译与分析，讨论2025年DeepSeek引发的中国AI部署热潮。相关资料显示，部分中国政府机构和企业最初通过采购预装DeepSeek的AI一体机实现部署，但设备采购不等于业务流程已经完成智能化改造。实际应用仍受到本地数据适配、软件集成、部署成本及投资回报等因素影响，一些供应商在最初的市场热潮之后面临订单减少、重复采购不足的问题。在教育领域，伊科诺米提到中美两国都在鼓励学校使用人工智能，但部分教师担心学生过度依赖AI，削弱独立思考能力。乔尔泽帕表示，他接触的中国高校教师也面临类似问题，学生可能借助AI完成作业，却没有充分掌握相关知识。他认为，对于经验丰富的工作人员，AI可以发挥辅助作用；对于尚未建立专业能力的年轻人，过度依赖AI可能影响知识积累与职业成长。这一问题将影响AI持续转化为生产率提升的实际效果。
（3）中国开放权重模式的优势与商业化困境。谈及中美AI企业的竞争模式，乔尔泽帕重点比较了专有模型与开放权重模型（Open-weight Models）。他用餐厅作比喻：采用闭源模式的企业掌握完整配方，用户需要通过企业提供的服务获得结果；开放权重模型的开发者则公开模型权重，使其他企业能够依据许可条件自行部署、调整和使用，也可以继续提供收费服务。对于希望控制模型运行环境、降低对单一供应商依赖的企业，开放权重具有明显吸引力。乔尔泽帕认为，中国AI企业选择开放权重模式，与其所面临的竞争环境密切相关。美国企业在先进算力和前沿模型研发方面长期占有优势，中国企业如果仅依靠模型能力与其竞争，可能难以获得足够的国际用户。通过开放权重，中国开发者可以降低其他企业的采用门槛，吸引开发者社区，扩大模型影响力，并争取模型托管和其他商业服务收入。不过，开放权重并不意味着模型开发完全没有商业回报。乔尔泽帕以DeepSeek为例指出，即使模型权重可以免费下载，运行大型模型仍然需要大量GPU算力，许多企业更愿意向模型提供商或云服务商支付费用，而非自行建设计算基础设施。他特别强调，中国开放权重模型的全球应用，有相当一部分可能依赖美国云服务商提供的算力。这意味着，中国企业开发的模型与美国企业掌握的云计算基础设施之间，也存在商业互补关系。开放权重模式的另一项挑战是商业化。乔尔泽帕指出，在部分模型许可条件下，企业可以下载中国模型，自行部署、微调，甚至基于该模型开发收费产品，而模型原始开发者未必能够直接分享相关收入。中国企业同样需要承担持续训练先进模型的高额成本，如果缺乏稳定收入，将影响后续研发投入。他提到，部分中国模型企业已经开始探索向商业托管服务商收费，这可能提高相关模型的使用成本。与此同时，美国模型企业也在价格竞争中降低部分产品的收费水平。乔尔泽帕认为，美国模型价格下降与中国开放权重模型商业化诉求增强，可能使双方的商业模式逐渐出现新的竞争关系。他还指出，开放权重与闭源之间不存在严格的国别界限，美国也有开放权重模型，中国字节跳动等企业同样保留了部分先进模型的专有商业模式。因此，未来中美模型竞争将涉及性能、价格、部署灵活性和持续盈利能力等多个因素。
（4）中美AI竞争实际上包含三场不同的竞赛。在访谈中，乔尔泽帕提出了此次讨论最重要的分析框架。他认为，所谓中美AI竞赛至少可以划分为三个相互关联的方向：前沿能力竞争（Frontier Capabilities）、国内扩散竞争（Domestic Diffusion）和国际扩散竞争（International Diffusion）。 不同方向具有不同的竞争目标，也需要采用不同的指标评估中美两国的相对优势。第一场竞争是前沿模型能力，包括更强的推理能力、人工智能自主研发能力以及未来可能出现的超级人工智能。乔尔泽帕提到，硅谷部分研究人员特别关注递归自我改进（Recursive Self-Improvement），即AI参与开发下一代AI模型，并在这一过程中逐步减少对人类研究人员的依赖。他认为，这种技术发展路径可能带来巨大的能力提升，但其实现前景和发展速度仍存在不确定性。第二场竞争是国内应用扩散。乔尔泽帕认为，人工智能与历史上的电力、互联网等通用技术类似，一个国家从中获得的经济收益，很大程度上取决于相关技术在企业和社会中的实际应用程度。如果AI能够广泛应用于制造业、服务业和其他生产活动，提高劳动生产率和企业竞争力，那么即使该国没有开发出全球最先进的基础模型，也可能获得巨大的经济收益。因此，评估AI竞争力需要同时考察模型研发能力和实际应用效果。第三场竞争是国际市场扩散。乔尔泽帕指出，先进AI模型的研发具有较高的固定成本，全球用户规模越大，企业越容易通过持续收入分摊研发投入，并为下一代模型提供资金支持。国际市场还关系到云计算、软件生态和技术标准的影响力。对于中美企业而言，全球用户规模、商业收入和开发者生态的成熟程度，都将影响其未来竞争地位。他特别强调，三场竞争之间存在相互作用。性能更强的模型通常更容易吸引用户，应用规模扩大又可以形成收入和技术反馈，支持企业继续研发。在他看来，现阶段中美AI竞争中尤其值得重视的是国内应用能力和国际市场表现，单纯比较最先进模型的能力，难以全面反映竞争结果。
（5）全球AI市场：中国开放权重模型正在扩大影响力。对于中美AI企业的国际市场表现，乔尔泽帕认为，美国目前在直接面向消费者的AI服务市场仍占据明显优势。他指出，OpenAI和谷歌在全球拥有庞大的直接用户群体，许多印度、非洲和南美洲用户可以免费使用美国企业提供的AI服务。因此，将中国模型概括为低价、美国模型概括为高价，并不符合全球AI服务市场的实际情况。但企业用户市场的竞争更加复杂。乔尔泽帕认为，中国开放权重模型正在受到越来越多海外企业的关注，特别是需要大量处理文本、自动化客服和业务流程的企业。由于模型调用费用通常与Token消耗量相关，当AI成为企业生产流程中的持续性投入时，较低的使用成本可能带来显著的经济优势。他认为，中国模型正在这一市场获得更多采用，但从目前有限的数据来看，美国企业整体仍可能保持领先。他同时提醒，开放权重模型的全球使用规模很难准确统计。一个开发者下载模型进行测试，与一家大型企业下载模型后为数百万用户提供服务，可能在下载统计中表现为相同的一次下载。与此同时，自行部署模型的用户无需向原始开发者发送请求，模型企业也未必能够获得完整的使用量数据。因此，模型下载次数、直接用户数量、Token消耗量及企业收入之间存在明显差异，很难利用单一指标判断全球市场份额。这场访谈还讨论了中国推动全球AI治理合作的战略。乔尔泽帕认为，中国提出人工智能全球公共产品理念，并通过世界人工智能大会等国际活动推广开放权重模型及国际合作主张，对许多希望降低技术使用成本、减少供应商依赖的国家具有吸引力。他将这种模式与美国的先进芯片出口管制及专有模型商业模式进行比较，认为中国正在尝试形成具有自身特点的国际技术影响力。对于全球治理的实际成效，乔尔泽帕的评价相对谨慎。中国通过世界人工智能大会推广人工智能国际合作主张，并推动29个国家于2026年7月签署成立世界人工智能合作组织的协定。乔尔泽帕认为，中国已经在国际议程设置和软实力方面取得一定成效，但相关机制在技术标准推广和产业影响力形成方面的实际效果，仍有待观察。他还提到，中国模型在海外部署可能引发数据治理、模型内容控制及技术依赖等争议。不过，他也承认，自行部署开放权重模型与直接使用模型提供商的在线服务存在区别，前一种方式并不必然向中国企业传输用户数据。
（6）芯片与算力：美国仍拥有明显优势，中国面临供给约束。在先进芯片领域，乔尔泽帕认为，美国及其技术供应链目前仍具有显著优势。他指出，英伟达、AMD能够利用台积电的先进制造工艺，以及韩国存储芯片企业和美光等供应商提供的高带宽内存（HBM），形成较强的计算基础设施竞争力。相比之下，中国芯片企业虽然在设计、制造及国产替代方面取得进展，但先进制造设备和高性能算力供应仍受到美国出口管制的影响。乔尔泽帕对中芯国际在出口管制条件下取得的技术进展给予肯定，但他认为中国高端AI芯片的整体供应能力仍然有限。他在访谈中援引有关DeepSeek使用华为芯片数量及性能的非公开信息，试图说明中国先进算力供给与美国大型数据中心之间的差距。不过，这些具体数字缺乏访谈中可供核验的原始证据，其判断更适合作为对算力供给约束的分析，而非经过确认的行业统计结论。他还认为，中国国产芯片的实际竞争力需要结合软件生态、运行效率及综合使用成本评估。如果某款芯片的采购价格较低，但能效、软件适配及运行稳定性存在差距，企业未必能够获得更低的总成本。在他看来，美国芯片产业的优势既体现在先进制造能力，也体现在英伟达CUDA等长期积累的软件生态。不过，乔尔泽帕并未将这种优势延伸为美国在全部AI应用领域的领先。他特别提到，字节跳动等中国企业在视频生成和AI应用方面具有较强的国际竞争力，而且中国企业同样会根据商业利益决定哪些模型保持专有、哪些模型选择开放权重。他认为，中美两国在芯片、模型和应用市场的优势并不完全一致，各个环节之间也存在竞争与依赖关系。
（7）芯片出口管制的反作用：美国学者认为过度收紧可能加快中国国产替代。芯片出口管制是此次访谈讨论最深入的话题之一。乔尔泽帕认为，美国向中国出口先进AI芯片存在明显的政策取舍：允许出口能够改善中国企业当前的计算能力，可能提高中国AI模型的竞争力；但持续限制出口，也可能促使中国政府和企业加快建立自主芯片供应链，削弱美国企业在长期市场竞争中的优势。他提出了一个值得关注的观点：美国对华芯片出口管制如果过度收紧，可能帮助中国政府协调国内企业的技术选择，加快国产替代进程。乔尔泽帕解释称，中国政府希望推动半导体自主化，但中国AI企业的直接利益未必始终与这一目标完全一致。对于DeepSeek等追求前沿模型性能的企业而言，研发团队更关心稳定、高效的算力供应，以尽快完成训练、推出新模型、吸引资本和用户。如果英伟达芯片能够满足这些需求，企业便有动力继续采购和使用美国技术。他指出，允许中国企业继续购买部分美国芯片，能够使相关企业保持在英伟达CUDA软件生态中。中国企业购买美国芯片所支付的资金，也可以为美国供应商提供收入，支持后续研发。与此同时，国产芯片供应商所面临的竞争压力可能持续存在，中国AI企业未必愿意投入大量资源帮助国产芯片解决软件适配和运行稳定性问题。如果美国全面切断先进芯片供应，中国AI企业的选择则可能发生变化。乔尔泽帕认为，当获取美国芯片变得更加困难时，中国企业将不得不更加重视国内供应商，并将更多工程资源投入国产软硬件适配。这种转变可能在短期造成研发效率下降，但长期有助于国产计算生态成熟，减少中国企业对美国技术的依赖。他以DeepSeek尝试使用中国国产芯片进行模型训练的经历为例，称相关训练曾受到软件和稳定性问题影响。在他看来，如果中国企业能够继续获得美国芯片，这类问题未必会成为企业最迫切需要解决的任务；但随着美国技术供应受到更多约束，中国AI企业将有更强的动力协助国产芯片供应商解决相关困难。对于美国的政策选择，乔尔泽帕倾向于保留一定程度的技术供应，同时维持美国企业的性能优势。他认为，美国需要权衡短期内限制中国AI能力与长期维持美国技术生态吸引力之间的关系。相关政策的关键在于限制程度及其长期影响，不能简单假设管制越严格，美国获得的战略收益就越大。访谈还谈及英伟达H200芯片出口政策的反复调整。乔尔泽帕认为，美国政府曾将允许中国购买部分芯片描述为维持中国企业对美国技术依赖的策略，而这种公开表态也可能促使中方更加警惕相关技术依赖。他据此认为，中美双方对芯片供应与国产替代之间关系的认识，将持续影响后续政策选择。
（8）中美AI对话：安全合作存在空间，限制前沿技术发展难以形成共识。访谈最后转向中美高层会晤后宣布建立的人工智能对话机制。乔尔泽帕认为，中美在AI安全领域存在的共同利益可能比外界通常认识到的更加广泛，特别是在防止非国家行为体滥用先进AI、重大网络安全事件应对及关键基础设施保护等方面，两国面临一些相似风险。他首先提到开放权重模型的安全问题。随着模型能力增强，恐怖组织、犯罪团伙及其他恶意行为体可能获得更强大的自动化工具。开放权重模型允许使用者自行部署和修改，部分安全防护机制可能被移除，因此开发者难以持续控制模型的全部使用方式。乔尔泽帕认为，中美双方可以围绕先进模型的风险评估、安全防护及恶意使用开展讨论，而中国领先模型长期维持开放权重模式的前景，也存在不确定性。第二个合作方向是AI相关重大事件的归因和应急沟通。乔尔泽帕提出，如果一方遭受严重网络攻击，而相关行为可能涉及另一方开发的AI系统，双方需要建立有效沟通机制，避免在事实尚不明确时发生误判。他特别提到建立AI事故应急热线的设想，认为即使事件涉及失去人类有效控制的AI系统，双方仍可能需要共同调查事件来源、确认责任并控制后续风险。第三个方向是全球关键基础设施保护。乔尔泽帕认为，AI可能显著提高大规模网络攻击的实施能力，能源、通信及其他重要基础设施将面临新的安全挑战。中美作为人工智能技术的重要研发和应用国家，可以在相关风险识别、防护标准和事件应对方面探索合作。他认为，这些议题具有较明确的共同利益基础，适合作为双边AI对话的切入点。不过，对于部分美国AI研究人员主张的放缓前沿模型研发速度，乔尔泽帕认为中美短期内很难达成一致。他解释称，美国已经通过先进计算芯片出口管制影响中国企业获取算力的能力，中国企业可能认为自身尚未达到美国领先实验室的技术水平，因此面临的前沿模型风险并不完全相同。在这种情况下，要求中方与美国同步减缓研发速度，可能难以获得积极回应。乔尔泽帕主张将讨论重点放在双方共同承认的具体风险，以及相应的风险缓解措施上。如果双方同意实施必要的模型评估、安全检查及其他防护措施，即使相关程序在客观上增加研发时间，也可能比直接要求限制发展速度更容易形成共识。他认为，中美可以通过具体安全合作逐步建立沟通基础，而不必一开始就对人工智能发展的总体速度达成一致意见。访谈结束前，伊科诺米请乔尔泽帕设想向白宫提出一项AI政策建议的情形。乔尔泽帕回答，中美AI外交需要更加稳定、持久的政策立场，美国应当认真平衡人工智能发展与安全之间的关系，并避免在双边对话刚刚启动时急于进一步收紧出口管制。他认为，过快升级管制措施可能引发中方反制，使双方难以在共同关心的AI安全问题上取得进展。作为访谈的最后一个延伸话题，乔尔泽帕推荐了黄仁宇的《万历十五年》。他认为，这本书通过明代官僚制度及其运行机制，呈现了大型治理体系面对变化时可能遇到的适应性问题。他同时表达了对中国经济政策研究透明度的关注，认为公开政策讨论减少及信息获取困难，正在影响外部研究人员对中国政策形成过程的理解。
（9）访谈的核心判断综合。乔尔泽帕在此次访谈中的分析，中美AI竞争存在三个值得关注的长期趋势。首先，前沿模型能力仍然重要，但产业应用和国际市场扩散将影响AI技术所创造的实际经济收益。中国在开放权重模型领域扩大国际影响力，美国则依靠先进芯片、云计算基础设施和全球用户规模维持竞争优势。不同环节的市场竞争相互联系，也可能出现一家中国企业开发模型、美国云服务商提供算力、第三国企业开发应用的商业模式。其次，美国芯片出口管制具有复杂的长期影响。乔尔泽帕认为，美国可以通过技术优势限制中国获取先进算力，但管制政策也可能加快中国AI企业与国产芯片供应商的合作。随着中国本土计算生态逐步成熟，美国企业需要面对技术优势被削弱、市场份额下降和软件生态竞争加剧等可能性。这一判断仍取决于中国国产芯片的发展速度、替代成本及美国具体管制政策的变化。最后，随着中美AI竞争涉及的技术领域和产业链不断扩大，双方在安全治理方面的共同利益也逐渐受到关注。乔尔泽帕支持围绕AI滥用、网络攻击、关键基础设施和事件沟通建立合作机制，并认为双边对话需要相对稳定的政策环境。对于中美就前沿模型研发速度形成共识的前景，他仍持谨慎态度。此次访谈呈现了乔尔泽帕对于中美人工智能竞争的一种研究判断，其对中国技术能力、产业应用、监管制度及美国出口管制效果的部分评价仍存在争议，需要结合后续产业数据和政策实践持续观察。
（山东电子学会供稿）
