AI时代诡异真相：全世界190多个国家，好像只剩下中美两个国家

这个国家发布大模型，那个国家搞主权AI，欧盟又立了新法案。

但退一步看格局，就会发现一个特别诡异的画面——全世界一百九十多个国家和地区，真正还站在AI主桌上的，其实只剩下中美两家。

这个判断，最近被Scale AI的创始人兼CEO Alexandr Wang在一档访谈节目里第一次系统讲了出来。

他2022年就已经是全世界最年轻的白手起家亿万富翁，公司专门做AI训练用的数据标注，几乎所有一线大模型公司背后的数据管道，他都摸过一遍。所以他讲中美AI竞赛，比大多数评论员都要贴身。

Wang一上来就把话说得很重：中美之间的这场"AI战争"，是当今世界最重要的议题之一。为了这句话，Scale AI在周二的《华盛顿邮报》上花钱买了一整版广告，标题只有一句——"美国必须赢得这场AI战争"。

他反复强调，中美两国在AI领域的相对位置今天极其关键。就在他上节目那天，Scale AI顺手发布了一个新的评估基准，名字起得很唬人，叫"人类的最后考试"（Humanity's Last Exam）。

这个测试的题目不是随便凑的，是找数学、物理、生物、化学各领域的教授，让他们把能想到的、跟前沿研究相关的最难题目掏出来，专门用来虐AI模型。

什么概念？目前全世界没有一个模型能在这项测试上得分超过10%。

然后测试跑出来的结果让人有点后背发凉：中国的DeepSeek，那个此前在圈外不算特别有名的实验室，它的模型在这项评估里表现居然是榜首，或者说跟美国最好的模型——OpenAI的o1——大致处于同一水平线。

这跟大多数人脑子里"美国遥遥领先"的印象完全对不上。

主持人于是把大家心里的疑惑摆到桌面上：不是说美国把中国甩开了十条街吗？

不是说英伟达的高端GPU都被美国把着，中国拿不到吗？可他这一周不断从中国AI高管嘴里听到同一套说法——"我们跟你们差距很小，而且我们是一只手绑在背后做出来的。我们的算法更精巧，会想办法比美国做得更好，甚至更节能，因为反正我们也没有那些最顶配的芯片可用。"

Wang的回答分成两半，他先承认一件事：拉长到过去十年看，美国在AI上确实一直领先，这是硬事实。

但最近这一两个月发生的事情把这种惯性彻底打断了。

DeepSeek之前发布了一款模型，Wang说这个时机太有象征意味：美国这边所有从业者都在家过节、和家人烤火鸡，中国的实验室却挑在圣诞节扔出一款"惊天动地"的模型，紧接着又推出推理版本DeepSeek R1，也就是在Scale AI评估里位居榜首的那款。

至于芯片问题，Wang透露了一个更劲爆的信息：中国实验室手里的H100，比外界预估的多得多。

据他了解，DeepSeek大约拥有五万块H100，只是他们显然不能公开谈论这件事，因为这违反了美国的出口管制。

他补了一句判断——短期内中国的芯片存量超出预期，但长期看，管制还是会限制他们未来的发展。

那其他国家呢？欧洲呢？日本韩国呢？为什么这场对话从头到尾只有中美两个主角？

这正是最诡异的地方。

互联网时代群雄逐鹿：谷歌、脸书、推特、雅虎，日本有软银、LINE，欧洲有诺基亚、爱立信；到了移动时代，日韩的屏幕、欧洲的芯片、各国的手机品牌百花齐放。可到了AI这一波，全球一百九十多个国家和地区几乎集体隐身。

美国这边是ChatGPT、Claude、Gemini、Grok、Perplexity；中国这边是豆包、DeepSeek、文心、千问、智谱、Kimi、MiniMax，堆成了全世界最密集的国产大模型矩阵。

除此之外，欧洲、日本、韩国、英国、加拿大、澳洲，几乎全部隐身。老牌科技强国为什么整体缺席？答案挺残酷。欧洲的问题是把自己锁死了。欧盟《人工智能法案》是全世界最严苛的AI监管：层层审核、伦理限制、数据限制、风险分级，连实验性创新都被严管。

结果就是企业不敢训练新模型、高校不敢放开做研究、资本不敢砸钱冒险，一整个大陆从"创新先锋"活生生熬成了"AI旁观者"，能造光刻机、能造精密器械、能造豪车，唯独造不出一个能全球出圈的通用大模型。

日本则是另一种病：极致保守、零容错的文化，天然跟AI那种"先跑再说、错了再改"的路数对不上，日本职场甚至出现员工偷偷用AI、不敢公开使用的怪现象。

韩国更尴尬——手握HBM高带宽内存和存储芯片，全球AI算力一半被它的供应链牵着，可它只会造"AI的零件"，造不出"AI的大脑"，硬件极强、模型极弱，彻底沦为AI时代的底层供货商。回到节目里，主持人问Wang怎么给各家大模型排名。

Wang说这正是Scale AI的专长，他们从数学、编程、多语言、推理、工具使用和智能体能力等多个维度去测。

结果是不同模型各有所长，很难给出一个干净的整体排名：OpenAI的推理能力极强，Anthropic在代码方面表现出色，Google DeepMind、Meta也各占一席。

整体看，AI领域的竞争是在变激烈，而不是变缓和。

主持人接着抛出开源和闭源的问题——商界普遍在同时试用OpenAI、Claude、Gemini这些闭源模型，也在用Meta的Llama去找便宜的开源替代方案。Wang的判断很直接：核心取决于应用场景需要多高的能力。

前沿边界会由头部实验室继续推，但公开数据快用完了，接下来要探索如何生成新数据；能力更高的模型会催生出让人愿意付钱的高级场景，简单场景则会转向开源和更基础的模型。Wang在采访里花了很大篇幅讲基础设施。

最近围绕Stargate项目讨论特别热闹，Sam Altman和Elon Musk在X上互相隔空喊话，一个说一千亿美元，一个说其实要五千亿；前一天Satya Nadella在同一档节目里表态，微软那八百亿美元投入是真金白银。

Wang对数字之争的看法很务实：细节先放一边，但有一件事一定为真——美国需要巨大的算力容量和庞大的基础设施。

Scale AI曾专门给特朗普政府递过一封信，就"如何确保美国保持AI领先地位"提建议，其中一条核心就是关于基础设施：必须释放美国的能源，去支撑这场AI繁荣。

除了Stargate之外，几乎所有主要的AI公司和主要云厂商，都在规划建设巨型数据中心。

为什么最终只剩中美？因为AI比拼的根本不是几个程序员、几套算法，而是国家层面的综合实力。

它需要同时凑齐六样东西——几十万张高端显卡撑起来的巨量算力、堪比中小型国家用电量的稳定能源、覆盖全网文本图文和产业的海量真实数据、从芯片到云计算再到落地场景的完整产业链、足够大的本土市场去支撑迭代，以及愿意留出容错空间的政策环境。

放眼全球，只有美国和中国把这六项全部凑齐了。美国赢在底层算法、基础科学、芯片生态和全球软件霸权；中国赢在产业规模、落地场景、数据体量、算力基建和全民普及速度。

其他国家任意缺一项，直接出局。

造大模型这件事，比造原子弹、造航母更挑综合国力的顶。

访谈最后，主持人追问一个所有人都关心的问题：这场竞赛还剩几年？Wang给了个挺具体的数字——"我认为大概在两到四年的范围内"，就有可能触到AGI。他自己信奉的AGI定义是：能像人类一样使用计算机、能操作计算机上所有工具，并且能以最强能力担任远程工作者的AI系统。

他还给了一个更能刺激人的商业判断：目前基于大语言模型的收入大约在一百亿到两百亿美元之间，如果我们真在通往超级智能的路上，这个市场合理会长到一万亿美元甚至更高的规模，而且这个膨胀过程大概率会在相当短的年数里完成。

听完这些数字，你就能明白为什么中美两边都在拼命修数据中心、抢芯片、抢能源了——不是中美太强，是其他国家根本跟不上AI时代的这份重量。

未来世界会长期定格成一个双极科技格局：美国掌握AI底层的天花板，中国掌握AI产业落地的天花板，其他国家要么用美国模型，要么用中国模型，要么彻底放弃AI主权、依附大国生态。

参考资料：

CNBC访谈《Scale AI CEO Alexandr Wang on U.S.-China AI race: We need to unleash U.S. energy to enable AI boom》