2.7%与23倍:一组数字看懂中美AI竞争真相

最近，一段关于谷歌前CEO埃里克·施密特的发言在中文社交平台流传，核心信息被概括成几个字：中美AI差距只剩六个月，芯片管制已经失效，中国开源策略让美国彻底失控。这段话听起来足够刺激，但仔细追溯到一手信源会发现，传播链条上有相当多的简化和误读。把这件事说清楚，本身就是理解当下中美AI竞争格局的一个不错的入口。

施密特这番话，是在今年5月华盛顿“AI+国家竞争力博览会”上说的。这个活动由他自己创立的智库——特别竞争研究项目——主办，定位本就偏向政策游说，而不是中立的学术场合。他原话的核心是这样的：一年前他判断中国落后一到两年，现在最新分析显示差距已经缩小到六个月以内，“这在我们这个领域里就是纳秒级的差距”。这句话本身是真实的引述，没有夸大。

但接下来的传播出现了几处明显的走偏。

第一，“中国全面开源让美国失去控制”这个表述，省略了施密特真正担心的对象。他举的例子是DeepSeek V4：如果有恶意的人拿这类开源模型去叠加危险能力，怎么发现，怎么监管，怎么追责？这是一种具体的安全焦虑，而不是承认中国已经赢得了某种胜利。

第二，“中国是全球少数能独立发展AI的大国”这句话，在他的语境里其实是为了论证“美国必须保持主导地位”，而不是单纯地称赞对手实力。把这两层意思剥开来看，会发现施密特的发言本质上是技术判断和政策游说的混合体——这两者经常被有意无意地捆在一起表述，需要读者自己拆开。

那六个月的差距，到底有多可信？

这里有一个独立的、可以交叉验证的数据来源：斯坦福大学今年4月发布的2026年AI指数报告。报告给出的具体数字是，截至今年3月，全球评测榜单排名最高的美国模型——Anthropic的Claude Opus 4.6，得分1503——领先中国最强模型ByteDance的Dola-Seed-2.0-Preview（得分1464），差距是2.7个百分点，相当于39个积分。作为对照，2023年5月的同类基准测试里，中美顶尖模型的差距还在17.5到31.6个百分点之间。这意味着，过去三年里，差距确实经历了断崖式的收窄，这不是施密特一个人的主观感受，而是有独立机构的量化支撑。

不过，报告里同样值得关注的，是另一组数字之间的反差。2025年，美国私营领域的AI投资达到2859亿美元，中国官方披露的同期私营投资是124亿美元，相差大约23倍——这还没算上中国政府引导基金这类不计入私营投资统计的资金，据该报告估算，过去二十年里，这部分资金累计投入达9120亿美元规模。换句话说，美国靠的是巨量资本堆出来的领先，而中国是在投入悬殊的情况下，把性能差距压到了接近误差范围。这种不对等，恰恰是让美国政策圈感到焦虑的真正原因，而不是单纯的“差距缩小”这四个字。

差距收窄的另一面，是中国在专利、论文、应用落地这些维度上的反超。报告显示，中国占全球AI专利申报总量的69.7%，占全球AI论文产出的23.2%，工业机器人装机量是美国的将近九倍。这些数字描绘出一个比“谁的模型更强”复杂得多的竞争图景：美国在最前沿模型性能和资本规模上仍然领先，中国则在产业链的广度和落地速度上建立了优势，两边各自占据着不同的赛道。

再说芯片管制这件事本身。施密特承认管制“在很大程度上开始失效”，这句话背后有相当具体的现实支撑。去年12月，特朗普政府宣布给予英伟达H200芯片对华出口一年期豁免，被外界解读为对拜登时期“小院高墙”政策的松动。但今年1月豁免正式生效后，中国海关方面却一直没有放行这批芯片，截至目前没有任何H200真正进入中国市场——管制松绑卡在了执行环节，形成了一种微妙的拉锯。与此同时，华为昇腾系列芯片，尽管据多方公开分析，单颗性能仍明显落后于英伟达同代旗舰产品，却已经被阿里巴巴、腾讯等公司实际部署进训练和推理任务里。一边是规则放开却没有真正流通，一边是性能存在差距却已经在生产环境里跑起来，这大概比一句简单的“管制失效”更接近真实情况。

最后落到DeepSeek V4本身。这个模型于今年4月24日以预览版形式正式发布，分为总参数1.6万亿、激活参数490亿的Pro版，和总参数2840亿、激活参数130亿的Flash版，采用MIT开源协议，权重公开挂在Hugging Face平台上，任何人都可以下载、微调、商用部署。定价上，Pro版每百万输出token只要3.48美元，相比之下，同一时期发布的GPT-5.5报价30美元，Claude Opus 4.7报价25美元，价格差出一个数量级。在编程类基准测试SWE-bench上，DeepSeek V4-Pro-Max拿到了开源模型里的最高分，但在长文本记忆这类对训练数据量和算力投入要求更高的评测项目上，仍然落后于Opus这样的闭源旗舰模型。这种“性能逼近、价格碾压、个别短板犹存”的状态，才是相对完整的画像，而不是简单粗暴的“冲击西方话语权”。

把这些信息放在一起看，会发现一个比较诚实的结论：中美AI差距确实在快速收窄，这是有独立数据支撑的事实，不需要靠夸张的转述去渲染。但这场竞争从来不是单一维度的胜负，而是资本规模、模型性能、产业落地、政策博弈交织在一起的复杂局面。理解这种复杂性，比记住一句“纳秒级差距”的金句，对判断未来走向要有用得多。

引用来源

1. Stanford University, The 2026 AI Index Report, Stanford Institute for Human-Centered AI (HAI), 2026年4月13日发布

2. Stanford HAI, Technical Performance | The 2026 AI Index Report

3. DeepSeek-AI, DeepSeek-V4 Preview Release, DeepSeek API官方文档，2026年4月24日

4. DeepSeek-AI, deepseek-ai/DeepSeek-V4-Pro, Hugging Face模型卡

5. Electronics Weekly, China is closing AI gap, says Schmidt, 2026年5月

6. PBX Science, Schmidt Warns: China's Open-Source AI Strategy Has Slipped Beyond US Control

7. IISS, The US pivot on regulating AI diffusion, Strategic Comments, 2025年12月

8. Asia Times, Nvidia halts H200 production as China backs Huawei AI chips, 2026年3月

9. The Diplomat, Nvidia's H200 Chips Re-enter China – But Beijing Isn't Giving up on Huawei, 2026年2月

10. Tom's Hardware, The Nvidia H200 export saga, as it happened

11. WinBuzzer, DeepSeek V4 Ships 1M Context, Open-Weights, 2026年4月

12. DataCamp, DeepSeek V4: Features, Benchmarks, and Comparisons

13. The Next Web, Stanford AI Index 2026: China narrows US lead to 2.7% while spending 23x less on AI investment

图片来源：福布斯中国、AI生成

版权及免责声明：“卢山说AI精进”个人公众号的文章均为本人原创（含联合AI创作部分）。未经本人许可，禁止进行转载、摘编及复制等任何使用。如需转载、引用或者有其它意向，请事先通过本公众号后台等方式申请并获得授权。原创文章中的部分文字、图片源于网络，如有任何问题请联系本公众号。