当前全球人工智能发展出现新的竞争格局。美国的OpenAI、谷歌、Anthropic等企业凭借高端芯片与训练能力在大型语言模型上暂时领先，但这种优势并不稳固。，以深度求索、阿里巴巴、月之暗面等为代表的中国企业加速追赶，中国头部大型语言模型与国际先进水平的性能差距正在收窄。尤其在开源模型领域，中国已建立较为明显的优势。免费开放的模型为全球开发者提供了修改与再训练空间，深入拓宽了人工智能技术的应用边界。 从人才储备和研发投入看，中国已打下较强基础。自将人工智能列为战略产业以来，中国持续加大科研攻关、人才培养和基础设施建设投入。数据显示，截至2022年，中国授予的STEM博士学位数量较美国高出50%以上，中国研究人员获得的人工智能专利数量约为美国的三倍。这些指标反映出中国在人工智能领域的人才集聚与创新产出。 人工智能竞争的重心也在变化。业界普遍认为，胜负不仅取决于模型本身的先进程度，更取决于能否在实体经济中高效落地与规模部署。在这个层面，中国显示出一定优势。能源供给是人工智能规模化应用的重要前提。随着人工智能使用增加，数据中心的电力需求快速上升。根据高盛预测，到2030年，中国的备用发电能力将超过全球数据中心预期电力需求的三倍。中国的工程能力、相对更简化的流程以及较充足的能源供给，使其能够更快扩建数据中心，为人工智能在多类高技术场景中的部署提供支撑。 制造业基础是中国推动人工智能应用的另一项关键能力。人工智能竞争的目标不止于生成文本和图像，更在于进入物理世界，通过感知、控制与决策实现智能化，覆盖智能制造、人形机器人，以及汽车、手机、可穿戴设备等终端应用。中国拥有关键矿产资源、广泛的制造业基础与完整产业链，并在机器人、电动汽车等涉及的领域形成领先优势。中国将“具身人工智能”明确为国家优先方向，也反映了其对产业融合路径的重视。 从整体格局看，美国在争夺最先进模型的“短跑”中可能更占优势，高额投入、高性能芯片与专有生态构成较高门槛；而中国更擅长把“足够好”的模型嵌入真实场景，并推动规模化应用与全球扩散。技术主导地位最终取决于前沿突破与应用开发的共同能力。美国在创新上仍领先，但中国正在缩小差距，并在规模化与部署能力上形成自身特点。
人工智能竞赛的焦点，正从“谁的模型更强”转向“谁的系统更强、落地更快、扩散更广”。在技术快速迭代与产业深度融合的背景下，单一指标难以决定最终走向。把创新能力、基础设施能力与实体经济应用能力协同起来，形成可持续的生态与产业链联动，才更可能决定未来的竞争位置。