文 | 徐 来

编辑| 思 雨

中美之间真正的胜负手，可能已经不在GDP的赛道上了。

科研论文、AI专利、顶尖人才的流向——这些不上热搜的指标，才是大国竞争中真正的胜负手。

当美国还在用关税筑墙的时候，墙内的东西已经在加速流失了。

一份报告撕开了遮羞布

4月中旬，斯坦福大学发布了《2026年AI指数报告》。

这份423页的年度报告，在全球科技圈的分量，大概相当于金融圈的美联储会议纪要。

报告的核心结论只有一句话：中国已经抹平了与美国在AI性能上的差距。

具体到数据，2023年5月，美国OpenAI的GPT-4以超过1300分的Arena评分遥遥领先，中国模型还不到1000分。

到了今年3月，差距缩小到39分，仅有2.7%。

两年多的时间，从被甩开几条街，到贴身肉搏，这个追赶速度放在任何一个科技领域都算得上罕见。

很多人讨论中美竞争，习惯把目光锁在经济总量上，谁的GDP先到多少万亿，谁先"超车"。

这个思路本身就有问题。

GDP是个结果指标，它反映的是过去一段时间的经济活动总量。

科研产出和技术创新才是先行指标，它决定的是未来十年谁能站在食物链顶端。

斯坦福的报告说得很清楚——中国在AI论文发表量、被引次数、专利产出这三项指标上，全部处于全球领先地位。

工业机器人的部署量占到了全球装机总量的54%，超过了一半。

这些数字意味着什么？

它意味着中国的科技创新已经走出了实验室，正在大规模渗透进工厂车间、物流仓库和生产线。

4月19日广交会一期收官那天，展馆里到处是四足机器人、AI智能家居、新能源设备。

197家头部企业组团来采购，比上一届增长了6.5%。

全球买家依然在涌向中国，他们要买的东西已经变了——从便宜的日用品，变成了带有技术含量的智能产品。

这才是"反转"真正开始的地方。

硅谷的人正在离开硅谷

AI模型评分的追平只是水面上的冰山。

水面以下那个部分，才真正让人倒吸一口凉气。

斯坦福报告里有一组数据，被很多媒体一笔带过了，但我认为它可能是整份报告中最重要的发现。

自2017年以来，移居美国的AI学者数量下降了89%。

光是过去这一年，降幅就达到了80%。

美国科技霸权的根基，从来就不只是硅谷那几家公司，而是全球最聪明的大脑自动涌向这个国家的那股引力。

印度的工程师、中国的博士、欧洲的研究员，几十年来源源不断地飞往旧金山和西雅图。

这个"人才虹吸"机制一旦失灵，后果是系统性的。

经济学家已经在发出警告：人才流入的枯竭，将从根本上削弱美国的技术优势。

那这些人去了哪里？

一部分回了自己的国家，一部分去了其他正在崛起的科技中心。

中国这边的情况很有意思。

DeepSeek的五篇奠基性论文，作者几乎全部在中国本土接受教育和培训。

这个细节经常被忽略。

过去我们总说中国科技"引进消化吸收再创新"，潜台词是核心人才得靠外面回来。

DeepSeek的案例打破了这个惯性认知——中国的科研人才培养体系，已经开始批量输出世界级的研究者。

这才是真正的"反转"。

不是说中国的模型评分追上了美国，而是支撑这些评分的人才，已经在本土长出来了。

美国那边呢？签证政策收紧、社会氛围变化、薪资竞争力相对下降，多重因素叠加在一起。

AI领域最顶尖的那批人，不再把美国当作唯一的选择。

人才的流向，往往比任何经济数据都更早预示一个国家的兴衰走向。

当年苏联解体后，大批科学家涌入美国，直接催化了90年代的科技繁荣。

现在的趋势如果持续下去，美国科技界的"人口红利"可能正在接近拐点。

看不见的基建已经到位

很多人盯着AI模型的评分看，觉得中国追上来了就是赢了。

这个理解太浅了。

模型只是表层，真正决定胜负的是模型背后那套支撑体系。

训练一个大模型需要什么？三样东西：算力、电力、数据。

算力的问题，中国正在用自己的方式解决。

国产AI芯片方案在过去一年取得了实质性突破，多家头部企业已经开始大规模采购国产算力芯片。

电力的问题，很多人根本没注意到。

训练大模型是极度耗电的。一个顶级模型的训练排放量，相当于17000辆汽车跑一整年。

美国现在面临的一个现实困境是：数据中心的电力容量已经达到了29.6吉瓦，逼近纽约州峰值用电需求。

马斯克在公开场合说过，电力供应是美国AI发展最大的瓶颈。

中国这边的情况截然不同。

据相关分析师测算，中国每年新增的电力需求超过德国全年的消费量。

备用电力容量常年保持在80%以上。

就是——中国拥有发展AI计算所需容量的两倍空间，电力根本不是问题。

这就是"看不见的基建"。

你在新闻里看不到中国建了多少变电站、铺了多少输电线路，它们不会上热搜，也不会成为短视频素材。

它们只是默默地矗在那里，等着被AI时代调用。

数据的问题就更好理解了。

中国有全球最完整的工业门类，41个工业大类、207个中类、666个小类，联合国产业分类中所有类别中国都有。

每一条生产线、每一个工厂、每一座仓库，都在产生AI训练所需要的真实场景数据。

这种数据资源的丰富程度，是其他任何国家都不具备的。

国产开源大模型在全球的累计下载量已经突破了100亿次。

AI专利在全球的占比达到了60%，排名第一。

中国走了一条跟美国完全不同的路——美国靠闭源模型赚钱，中国靠开源生态圈人。

闭源模式的好处是短期利润高，坏处是生态封闭。

开源模式的好处是全球开发者都在帮你迭代，技术进步的速度被指数级放大。

哪条路最终会赢？现在下结论还太早。

能确定的是，中国的这条路已经跑通了，而且跑得越来越快。

高墙挡不住的变量

美国对中国的科技打压从未停止过。

关税、芯片禁令、实体清单、投资审查，能用的工具基本都用了一遍。

效果怎么样？

2025年的关税战打到最高点时，美国对中国商品的复合关税一度冲到145%。

结局是，美国最高法院在今年2月裁定，这种大规模关税征收方式不合法。

政府不得不紧急换了一个法律依据，改用《1974年贸易法》第122条来继续征税。

关税的"回旋镖效应"已经被反复验证了。

约90%的关税成本最终由美国消费者和企业承担。

美国中型企业的月度关税支出，已经膨胀到了原来的三倍。

制裁的初衷是让对手承受代价，实际的结果是双方都在承受，只不过承受的方式不一样。

美国承受的是消费品涨价、企业成本上升、供应链断裂。

中国承受的是技术封锁带来的短期阵痛。

关键区别在于：消费品涨价造成的是民生压力，技术封锁催生的却是自主替代。

被"卡脖子"的恰恰是最容易激发创新动能的领域。

2025年的"DeepSeek时刻"是一个标志性事件。

它证明了中国的AI团队，在算力受限的条件下，依然能做出世界一流的大模型。

这件事在全球科技界引发了连锁反应。

香港市场上季度的IPO融资额达到了五年来的最高点，40家新公司上市，融资额1100亿美元。

全球资本用真金白银投了票。

科技竞争的规律有一个基本常识：你可以限制一个国家买到某种芯片，你没办法限制一个国家培养出能设计芯片的人。

你可以对某个国家的产品加征300%的关税，你没办法对知识和创新征税。

中美之间的力量对比，正在科研产出、人才培养、基础设施、产业生态这四个维度上同时发生位移。

这种位移是缓慢的、持续的，不像贸易战那样有戏剧性的新闻标题。

它不会在某一天突然"反转"。

它每天都在发生。

斯坦福报告里有一句话值得记住：美国在AI创新领域对中国的领先优势几乎完全消失。

这句话出自美国人自己的研究机构。

这大概就是这轮博弈中，最值得深思的一个事实。

参考信息：

第139届广交会一期到会境外采购商16.7万名 · 中新网 · 2026年4月19日

新华深读｜2026年中国AI发展趋势前瞻 · 新华网 · 2026年1月28日