差距客观存在，但AI竞赛胜局已定

先回顾小镇此前三个判断。

2023年初，GPT刚破圈、全网普遍对中国AI未来感到悲观时，小镇说：最多两三年，中国AI就能实现对美国的赶超，现在已经基本实现了。

把Token价格压到极致的DeepSeek已成为全球AI大模型的斩杀线，超过没奖励，被追上就得死。Grok不是最后一个，当然明面上说没有放弃，只是进行了战略收缩和架构整合，聚焦SpaceX 生态协同，而非独立大模型的军备竞赛。

2025年1月《》一文介绍了小镇作此判断的底层逻辑，是基于AI大模型训练的边际递减和中国更擅长应用和工程创新两点，小镇认为DeepSeek的突破就在于实现了打通基础创新和应用创新的“1.5轨式创新”，这是一条非常适合中国的创新道路，既有明确的未来规划，又有耐心从工程角度去摸索靠近，突破过程稳扎稳打。

小镇当时还有一个论断：中国半导体解决“卡脖子”问题，也不过是三五年，三年不被卡，五年可赶超，大致2026年可以走出一条成熟的自主道路，2028年就可以反制。

目前看也基本验证了，5月25日，在国际电路与系统研讨会上，华为宣布今年秋季面世的麒麟手机芯片将率先采用逻辑折叠技术。

华为还宣布预计到2031年，采用逻辑折叠技术的华为自主芯片等效制程将达到1.4纳米，基本追平采取传统物理压缩逻辑的台积电最先进水平。

这只是开始，意味着中国走上了不同于美西方的尖端半导体发展路线，可类比新能源汽车相对传统燃油汽车的又一次换道超车。

按照中国的迭代速度，从2026年到2028年，三年时间实现某种程度的反制，并不算苛刻。而无数案例已经证明了，当技术高度追平，才是中国规模优势发威的起点。

新能源汽车就是典型，2026年4月传统燃油汽车出现了雪崩式衰退，新车市场渗透率仅为38.6%，同比暴跌37%、环比暴跌33%，二手车交易价较2025年底暴跌30%到50%，前两年30万售价、只跑了几万公里的昂科威准新车，2025年底车贩子收购价还在11万以上，现在7万都不敢收。

接下来国六b要在7月全国实施，国七已经在酝酿了，全国燃油车库存260万辆、经销商库存系数1.89，其中还有107万辆不符合国六b标准。更不要说使用成本，小镇上周末打车，碰到一位开红旗e-qm5的网约车司机，他说他以前开燃油车，五一后租了这辆车，每天节省的燃料费就够租车钱的。

未来半导体芯片领域，大概率也要复刻新能源汽车的超越路线。

第三个判断：2026年3月对美国AI失败的论断。

AI发展与治理已经不是传统效率与公平、透明与隐私等等二元价值的取舍，需要上升到更高的理性与实践之间的平衡，毕竟AI已经可以独立作为生产力的创造者，如何实现人机协同，非常重要。

不要觉得驾驭AI很虚，这特别重要。小镇2024年写《》，分析中美科技产业竞赛，特别强调。

其实不能怪欧美民众，先不说伪快乐教育导致的愚民问题，最根本的在于西方民众不相信自家政府有能力掌控AI技术和资本的发展方向。

根据斯坦福大学以人为本人工智能研究所《2026年AI指数报告》，全球59%的受访者对AI带来增益持乐观态度，而美国只有33%持乐观态度，反观中国超过八成受访民众看好人工智能的发展前景和正向增益，并为此感到兴奋，对应只有11%的美国公众对此感到兴奋。

这个差距太大了，根本的差别在于“是否信任自己的政府能够负责任地立法监督AI”，美国在受调国中，排名倒数第一。

其他多项调研也验证了这一点，比如2025年皮尤研究中心的调研，只有17%的美国成年人认为AI在未来20年对美国产生积极影响，高达43%认为可能对自己造成伤害；经济学人2026年调研，超过70%的美国人认为AI发展太快。

各类调研共识，美国只有不到20%对AI持乐观和积极态度，最大的顾虑就是担心美国政府对AI技术发展和应用监管不足，导致技术被资本用来疯狂牟利，而美国AI公司的操守也确实难以令美国人放心。在这个背景下，OpenAI CEO奥特曼住所屡遭枪击，正是这一焦虑思潮的体现。

再根据斯坦福大学以人为本人工智能研究所《2025年AI指数报告》，以幸福度和紧张度为坐标轴评估全球几十个国家民众对AI的态度，中国简直是一枝独秀，是全球对AI最兴奋、第二不紧张的国家，最不紧张的是日本，毕竟日本还在用软盘和传真，距离智能时代还有很远的距离。

三个论断大概回顾了下，有兴趣的话还可以看看《》一文分析的中美AI发展的四个区别，包括实体还是虚拟、增强人还是替代人、存量和增量财富的分配差异以及AI科技资本与政府的关系。

接下来小镇要谈谈未来，更进一步论证：虽然美国在AI领域仍然领先中国，但AI竞争结局已定，中国必胜，关键在于AI未来的发展路径。

近期，DeepSeek、华为、比亚迪都在发布新技术，比亚迪继3月发布第二代刀片电池暨闪充技术之后，5月28日将举办智能化炸虐发布会。这几家领域和技术不同，但也有共性，这个共性跟中国政府的做法非常像。

核心有三：

其一基本遵循中国航空工业1978年总结提出的“量产一代、研发一代、储备一代”的技术发展方针。

这一发展方针并非来自理论推演，而是极端外部压力下的智慧结晶，根源是“两弹一星”等工程中深刻体会到技术储备的生死攸关。

这套方法论的核心逻辑是，用当下的市场利润滋养技术储备，用成熟的技术迭代升级产品，再用前沿的预研构建下一代的护城河，形成一个自我强化的正向循环。三个“一代”逻辑和原则不同，一个用来打市场、一个用来储备未来、最后一个探索更远的可能性。

像华为2019年透露其“备胎”计划在2004年左右就已经启动，余承东也多次强调华为研发坚持“开发一代、跟踪一代、预研一代，未来要做到四代”，今天华为总结提出“韬（τ）定律”，也是对过去这些年探索的理论总结。

DeepSeek自发布首个开源大模型以来，技术迭代呈现结构设计持续突破和工程化能力稳步提升的双螺旋，而梁文峰早在2008年就已经带领团队深耕机器学习探索全自动量化交易，在刚成立深度求索时，就储备了充足的算力。

比亚迪则在制造端践行，一二代刀片电池和闪充技术不是突然冒出来的，而是在十几年的积累下自然而然出现的，现在也在探索几乎所有的电池路线。这也是比亚迪用户有些痛苦的地方，比亚迪新技术应用总是没完没了。

其二、遵循系统思维。

比如华为搞逻辑折叠技术、提出“韬（τ）定律”，打破了过去按照“摩尔定律”无限追求缩小器件体积的局限性，转而关注整个系统的效率，要从器件、电路、芯片、系统各个层面降低信号传输和切换的耗时，华为做通信起家，在信号传输上有雄厚的积累，换成别家还真做不了。

举个例子，芯片就好比城市道路交通，过去传统做法是想办法把汽车缩小，道路不变能容纳的汽车数量就增加了，但当制程达到14纳米，汽车缩小到了极限，就开始在立体结构上下功夫，就出现了等效制程，类似于开始搞高架桥，一点点把等效制程提高到3纳米甚至开始2纳米，还即将量产等效1.6纳米。

但越来越逼近极限。华为的思路就是系统梳理整个城市的道路交通体系，包括调整信号灯、优化城市工作和居住区布局等等，想办法提高整个城市的运行效率。这也是华为过去几年一直探索的，比如灵衢总线打破传统服务器之间的屏障，把成千上万个计算节点整合为一个逻辑上的超节点。

比亚迪的闪充技术，也是建立在电池、电机、电控、整车等系统整合的基础上，具体到刀片电池本身，要充分考虑电池尺寸、降低内阻、均匀热分布、散热结构、电极膜热稳定性以及真实的驾驶环境等，最终才总结出来9分钟的最优充电速度。

其三是不绑死在一条路上。

这一点说起来很容易，但做起来难。

就如比亚迪，不是只研究磷酸铁锂电池，钠电、三元锂、固液混合、无负极、全固态等等路线都在探索，只是不同技术路线分配的资源不一样，而在探索中，有的路线比如无负极电池可能不会成功，但任何一个探索都会带来一些技术储备，说不定某一天就解决了一个大问题。第二代刀片电池关键的隔膜技术，这是此前探索储备的，等需要做第二代刀片电池了，拿过来就能用了。

反而看国外如日本，在新能源发展上盲目锁定氢能路线，还聚焦氢能终端应用这个最肥美的领域，就像修好收费站，等着中美等其他国家把高速路修过来，这怎么可能成功呢？就导致日本好像总是点错科技树。

现在的美国AI发展也有类似问题，就像宗教信仰一样，盲目认为目前技术路线就能很快实现AGI，而且整个AI产业高度依赖英伟达芯片，英伟达又建立在台积电先进制程基础上，这就导致美国繁荣的AI泡沫，建立在非常脆弱的基础之上，只要中国实现了自主芯片突破，建立了一个不同于美国传统的新生态，美国这套体系就很难运转下去。

其实英伟达早年也是搞体系的，如果单说GPU，英伟达领先优势并不大，然而到了人工智能时代，英伟达建立起来难以撼动的市场地位，关键不在于芯片，而在于英伟达将GPU、CUDA软件栈和主流深度学习框架共同构成了一个开发者高度依赖的完整生态，从芯片、框架再到工具链、应用深度匹配，就算后来者在单点上实现了超越，也很难撼动英伟达的生态优势。

华为的新思路就不一样了，这也是“塞翁失马安知非福”。中国在AI和先进制程芯片方面的确落后美国，又遭受美国的封锁和打压，就不得不以算法弥补算力的差距，不得不另辟蹊径以系统整合弥补单点的不足，这也是钱学森“系统工程”的思维。

所以，中国目前搞AI，国家强调不能依赖单点突破，而是要推进全国范围相关厂商的大整合，要打破各家芯片厂家各守一套软件栈的碎片化格局，还要打破数据孤岛，让芯片厂商和大模型研发团队开展深度的协调设计，DeepSeek和华为昇腾芯片的适配，就是典型。

最终要形成的不是在芯片上短期内超越美国，这个不太现实，投入产出比也不高，重点是把算法、框架、芯片、系统乃至应用等全链条打通，还要让中国的AI生态建立在中国自主可控的基础上，唯有如此才能发挥中国迭代迅速、规模生产的巨大优势，单体技术落后，那就用规模化弥补。

正如前面说的，中国人对新技术、新产品充满激情，再加上中国是全世界唯一的全产业国，意味着中国不缺丰富的应用场景，只要能实现跨企业、跨机构、跨行业的大整合，打通数据流通的壁垒，就能够实现对美国AI的超越。

这场超越，最关键的决胜点在于能否建立一个覆盖全球的生态体系或者说共同利益体。

美国AI追求的是吃独食，希望保持领先优势，让全世界购买美国的AI产品，但中国追求的是合作共赢，绝不双标。

既然中国高度关注智能主权，那当然也要尊重他国的智能主权。要帮助他国建立自己的AI产业，哪怕仅仅是这个庞大产业体系的某一环中的一小部分，也要让其他国家能够分到一部分蛋糕，而不是沦落为纯粹的AI消费者。

所以2025年9月中国提出了《“人工智能+”国际合作倡议》，要通过人工智能技术推动落实联合国2030年可持续发展议程，而美国目前坚决反对一切与2030年可持续发展议程有关的工作。

而中国作为一个基础教育、理工人才、工程师等人才资源极为丰富的国家，又不像美国陷入资本垄断，自然没必要在单一路径上陷入路径依赖，除了当前主流的Transformer模型架构，其他路径也要继续探索，比如非Transformer模型架构、智能体自主进化等新方向，谁知道最后哪一条路走得远呢？

这种所有可能路线都要探索的方式，看起来没有ALL IN一条来的爽快，但可以保证不会错过任何可能性。

就算美国ALL IN的技术路线，中美之间的差距也非常小了。

所谓的中美差距多少年，这其实没什么意义，说白了就是一项技术，美国哪一年搞出来，中国哪一年搞出来，然后简单做个减法。但中国的迭代升级速度，全球哪个国家比得上？特斯拉汽车现在看起来如此落后，不是特斯拉真的差，而是中国汽车迭代太快了，而特斯拉已经是西方世界迭代速度的头部水平。

就说主流AI大模型，不要再说差距是多少年了，准确的说法是差距几次迭代。目前中国大致落后美国先进水平1到2个迭代，看起来差距挺大对吧，但是AI的技术创新已经从人工被动训练转为AI自主进化，导致迭代速度越来越快，过去比如2023年以前以年为单位，今天已经是几周甚至一两周。

当前，美国头部AI领先的1到2次迭代，从时间上看，不过是领先1、2个月而已，只要稍微卡壳，就会被追上，这种差距还算得上差距吗？

小镇的确说，但注意小镇说的是短期、当下，而当中国开始发力，电力供应的提升速度非常惊人。4月以来总理的新一轮调研，重点就是电力和算力，梳理整个调研线，可以看到几乎想尽一切办法要解决算力和电力的短板，比如新型电网部分，发改委宣布要在“十五五”期间投入5万亿元。

美国人已经意识到中国超越的必然，Anthropic最新报告《2028：全球AI领导权的两种情景》，就勾勒了截至2028年全球前沿AI发展的两种互相排斥的路径，分别是美国与盟友扩大领先和中国AI生态接近并行。

并据此向美国政府提出政策建议，包括收紧出口管制、遏制蒸馏行为等，确保美国在2028年仍然保持前沿模型能力领先优势，还特别强调如果相关政策不在近期落地，2028年“全球AI力量天平将向中国倾斜”。

不过这个报告就跟《科技共和国》一样，更代表公司主张和利益，对一些客观事实进行了修饰，比如还认为中美当前AI差距在12个月以上，事实上美国AI公司敢停下哪怕半年吗？这种夸大也可以理解，毕竟如果承认现在中美差距已经缩小到几个月，又如何支撑美国庞大的AI泡沫？

不过由此也可以看出，美国已经在认真考虑中国追平乃至超越的可能。

其他文章推荐

（中篇）

（上篇）

欢迎分享，让更多人发现“大树乡谈”