智洞察 · 观察

美国的 AI 在做软件，中国的 AI 在做实体

美国 61%，中国 26%。

这是兰德公司今年 8 月一份报告里最扎眼的一组数。它量的不是谁的模型跑分高，而是一个更朴素的问题：两国的 AI 企业里，有多少家做的是纯软件。

报告的名字很平实——《美国与中国的人工智能发展：来自 AI 开发企业新数据集的证据》。研究团队从两万六千多家候选机构里，按"是否自主开发生成式 AI 或具身智能模型""是否面向商业市场"这些硬标准，筛出 1181 家企业：美国 743 家，中国 438 家。

报告先说了件反直觉的事：两国其实很像

在多数维度上，中美两国的 AI 企业生态是彼此的镜像，而不是对手。

两边都以 transformer 架构为主——大约 28% 的美国企业和 27% 的中国企业建立在这一架构上。两边都只有约两成是真正的基础模型开发者，也就是从零预训练通用大模型的那批。绝大多数企业做的不是卖模型，而是把 AI 做成应用产品：美国约九成，中国约四分之三。

所以那种最强版本的担忧——美国只押一种架构、中国押很多种——数据并不支持。

真正的分野：一个做实体，一个做软件

差距出现在形态上。美国 61% 的 AI 企业是纯软件公司，中国只有 26%。

剩下的那些中国企业在做什么？造机器人、做自动驾驶、进工厂、接电网。用报告里的说法，它们集中在具身形态（人形机器人、地面机器人、自动驾驶汽车）和实体行业（制造、交通、能源）。

美国企业则扎堆在知识密集型、靠软件交付的领域：医疗健康、科学研究、网络安全。

最能说明问题的是人形机器人：中国样本里有 12% 的企业在做，美国只有 2%——五倍多的差距。

为什么会走成这样

亚当·斯密两百五十年前就给了答案：分工受市场规模的限制。

中国有全球最密的制造供应链——电机、电池、传感器、执行器，一个电话就能配齐。AI 自然会往机器里钻。政策也在推：2025 年，"具身智能"被列为国家优先事项，第二年人形机器人的国家标准框架就出来了。再加上样本里过半的中国 AI 企业身处大集团之中，有现成的工厂和配送网络可以落地。

美国的优势是反过来的。资本市场愿意为一个大语言模型砸下几百亿美元去赌一次突破，这种赌注由华尔街而不是国家来下。它深厚的医学、科研和安全人才储备，又给软件形态的 AI 提供了大量高价值问题。

这不是谁更聪明，是比较优势——老道理，换到算法时代依然成立。

还有一场静悄悄的比赛：价格

报告还盯了另一条线：开发者实际调用量。在 OpenRouter 这个聚合平台上，2024 年底美国模型拿走了大约九成流量，中国模型几乎看不见。

到 2026 年 4 月，两边打成平手：49% 对 47%。

推着这条曲线往上走的，是 DeepSeek-V3、Qwen 这一批开源中国模型——在独立基准上接近美国顶级系统，每 token 成本却只有四分之一到五分之一。便宜本身，也是一种聪明。

这对我们意味着什么

这份报告最有价值的地方，是把讨论从排行榜拉回到了产业现场。

中美 AI 竞争的真实形态，不是简单的技术代差，而是应用分野：一边在造大脑，一边在造身体。如果通往通用人工智能的路，最终需要机器人、世界模型和物理环境学习的协同开发，那么中国企业手里这份更宽的具身组合，就是美国生态缺少的一种对冲。

我认为，真正值得警惕的不是跑分落后，而是被别人的叙事牵着走。把所有注意力锁在榜单的名次上，会看不见产业里正在发生的分野——而后者才是决定十年后格局的东西。

对我们来说，看清这一点有两个用处：一是别用别人的尺子量自己，二是别在自己不擅长的赛道上硬拼。

资料来源｜Jon Schmid, Prateek Puri, Vitor Melo, Anthony Hakim, AI Development in the United States and China: Evidence from a New Dataset of AI Developer Firms, RAND Corporation, RR-A5043-1, 2026；RAND 官网报告摘要；CGTN / China Reporter 对该报告的报道

免责声明｜本文仅依据公开研究报告与公开报道整理，不代表任何单位立场；报告观点归属原作者，本文仅作客观引述。

智洞察 · 观察