中美新「三极联动」：全球AI创新的钱流向哪里、人去向何方？| 「Talk to The World」 @斯坦福

当GPT、Claude、Gemini等通用大模型的基础能力趋于收敛，全球AI竞争已从单一的技术突破转向多维度的产业重构。而美国（硅谷）、中国、新加坡三地正形成清晰分工：硅谷定义技术边界，中国验证商业路径，新加坡连接全球系统。

美西时间2026年4月21日，钛媒体「Talk to The World」全球对话携手NTU EMBA，在斯坦福大学举办「中美新三极联动·AI全生态新趋势」主题活动。活动汇聚NTU EMBA校友与斯坦福校友两大精英群体，围绕”全球AI创新版图”与”模型大战后的AI竞争下半场”两场圆桌论坛，深度探讨中美新三地AI创新生态的差异与互补。

在第一场圆桌论坛「全球AI创新版图——硅谷、中国、新加坡，如何领跑下一个十年？」中，NTU美国校友会会长、连续创业者Anson Liang担任主持，天际资本董事总经理Clara Jiang、Informed Ventures合伙人David Yin、Race Capital合伙人Edith Yeung三位深耕中美新三地的资深投资人，从资本密度、人才流向、产业落地三个维度，分享了他们对全球AI创新版图的深度观察。

AI创新三极：灰狗、鸵鸟与兔子

“美国是灰狗，跑得最快；中国是鸵鸟，全球跑得最快的两条腿动物；新加坡是兔子，两边都争着让它跳到自己这边来跑。”Edith用三个动物比喻，形象地勾勒了中美新三地在全球AI版图中的角色定位。

这一比喻背后有数据支撑。Anson引用Stanford 2026年AI Index报告指出，2025年美国私人AI投资达到2859亿美元，是中国124亿美元的23倍以上。硅谷与旧金山区域去年VC约900多亿美元，60%—70%投向AI。生成式AI在全球三年内已达到53%的人口级采用率；其中新加坡为61%，美国为28.3%。根据中国官方在今年2月发布的数据，截至2025年底，中国生成式AI用户达到6.02亿，普及率达到42.8%。Edith指出，“资本密度高、社会渗透低”的结构性差异非常值得深思。

Clare认为，从创新角度看，人才、市场、资金是三地竞争的核心要素，但AI大模型来了以后，边界越来越模糊——“很多团队很难定义是美国公司还是中国公司。”从市场偏好上三地已形成趋势：美国在基础模型上追求全面智能，中国在多模态C端应用上享受红利。“协作大于竞争。”但她同时指出，数据部分是长期各自独立的——数据特性、数据资产、数据规则各地不同。

硅谷：资本密度与”Self-Recursive”进化

David将硅谷的核心优势归纳为三点：全球人才聚集、学术与业界强绑定、资本密度极高且退出机制成熟。“很多教授都去创业了。”他提到，从DARPA研究到半导体到AI，R&D联动紧密，“美国公司刚成立就10亿估值”的退出环境吸引全球AI人才涌入。

谈及未来12个月的机遇，David提出了三个关键趋势：

“第一，Scaling Law依然成立。”OpenAI、Anthropic的投资者们相信短期增长无太大挑战。大厂走向virtual agentic model，而数据是最大的bottleneck。“我太太做数据标签，账上一年赚10个亿。”大厂通过合作获取被投公司数据；subscriber补贴本质是为了获取coding训练数据——“SpaceX拟600亿美元收购Cursor，很大程度上就是为了coding用户数据。”

“第二，Coding是killer use case。”Coding正在成为self-recursive自我增强的闭环。OpenAI把精锐力量集中在coding上，答案都摆出来了。”

“第三，Robotics在美国有很大机会。”re-industrialization推动制造业回流，但人不够。他投了做warehouse robotics的公司帮FedEx等做仓储自动化，“

但风险同样不容忽视。David警告，Anthropic、SpaceX、OpenAI都想今年上市，“但资本市场可能不够钱支撑”。阿里巴巴2014年IPO融250亿美元是历史最大，现在一家trillion估值公司融5%就要500亿美元，三家同时上市，很可能”资本市场不够钱去支撑他们的估值”。

Clare则从SaaS形态变化的角度补充了一个更深层的风险：“AI时代SaaS可能减少甚至消失。”因为SaaS对象都是人，但agent时代对象是agent，整个工作流和设计都要变。“形态会从’中间厚两边薄’变成’两头粗中间细’。”更激进的是，AI原生公司不只是给保险/法律提供服务，而是”自己就要做AI原生保险公司、AI原生律所”。

Edith更是直言：“2026年所有投资者和企业都要关注三个企业的IPO——SpaceX、OpenAI、Anthropic。如果这三个企业表现不好，可能会影响对整个AI行业的信心。”

中国：供应链”毫无质疑的领先”

Edith刚从中国学习回来，她分享了对中国的最新观察。在杭州看Unitree（宇树）时，她发现Unitree 2025年量产5500台，全球第一（Tesla量产为零），“从未融过美金，只有人民币”。更让她印象深刻的是吉利旗下的ZEEKR工厂：“基本上人没人了，每天量产900台，大部分零库存——即点即造。厂长说从零开始建一个工厂只需要三个月。在美国这是不可能的。”

David认为，中国AI有两个独特特点：一是”卷”的能力——“一个新idea出来很快就有100家复制”；二是规模效应。“字节C端模型超越美国全部video models，因为数据最强。”他强调，中国硬件供应链全球领先，AI+robotics结合（如水下洗船、维修等复杂场景）“美国根本做不出来”。但他同时提醒，国内机器人供应链虽然绝对领先，但宇树的风险在于”抄袭竞品会很多很快，国内太卷了，不一定是winner”。

Clara从字节的投资经历进一步印证了中国AI的商业潜力。天际资本从2018年开始连续投字节五次，“字节是少数大厂里还保持momentum且可以all in AI的。”她举例说，“豆包通过嵌入抖音链接大幅提升留存率，已成国民级产品，仍在高速成长。”

Edith则指出，中美AI是”互补”而非”竞争”的关系——“美国AI企业生产力场景特别好；中国消费者多，个人化AI应用会爆发。”

新加坡：中立枢纽与”Token加工出口港”

在全球AI版图中，新加坡的角色正变得愈发微妙而关键。David指出，“虽然中美很互补，但同时大家又喜欢吵架”，新加坡作为中立平台，让中美的科研人员和生意人都能在同一地方做生意、交流。

他举了两个例子：Meta前首席AI官杨立昆的新公司AMI总部在新加坡，“他们说得很直白——我们想引入中国的AI人才，也想把技术卖到中国去。”李飞飞教授的新项目总部也设在新加坡，“因为最大客户要么在中国，要么在美国。”

Clare则从投资实操角度分享了三个趋势：已投企业全球化第一站选新加坡（如云智慧做AIOPS，出海先新加坡再硅谷）；更新公司考虑架构/融资/人才需求，第一天就把总部设在新加坡；对在美国住多年回亚洲的人，新加坡、香港是生活首选。

David提出了一个更具前瞻性的观点：新加坡可能成为token的”加工出口港”——“不同国家的token在新加坡做交叉点，加工以后再出口。”Token就是现代化的流量。

Edith则从地缘政治角度补充：未来全球可能需要”纯中国体系”和”美国体系”并行，美国可能限制使用中国模型，“新加坡可以作为video AI的aggregator——我什么都可以用，不需要担心法律或politics。”

管理者行动：AI原生化的三个关键

在Panel最后，三位嘉宾为在座的企业家和管理者提出了AI浪潮下最重要的行动建议。

Clare强调组织层面的AI原生化：“春节后大部分AI公司都在做人才迭代裁员。只要有一个人不原生，这个事情就没法做。”她指出，不只是替换某个工具，而是分工形式、汇报形式、数据共享形式全部重做，“信息公开度、汇报层级精简，这些都是大调。”

David建议管理者”自己成为AI Leader”——“董事长、CEO都要深度用AI，不是简单当chatbot做research，想’怎么全部用AI取代’，zero base budget思考。”他同时提醒，KPI要结果导向，“不要看token消耗量——像说用多少水，打开自来水就浪费。”

Edith则分享了一个日本CEO的故事：“日本头说’以后不需要给我任何人任何钱，我用agent全搞定了’。”她认为”10分人才和1分人才，在工具加持下变成100 vs 10，差距从9变成90。“CEO要跟员工说”AI不会代替你，是让1个engineer变成10X/100X”。“大部分是人的问题，不是技术问题。”

「Talk to The World」是钛媒体打造的全球科技对话品牌，致力于在全球最重要的科技创新场景中搭建中国与世界对话的桥梁。此次@斯坦福活动，是Talk to The World继CES、IFA、MWC之后的又一重要站点，链接改变全球创新趋势的前沿领袖。

（本文根据活动现场速记整理，经嘉宾审阅授权发布）