Wednesday, September 2, 2026

這個視頻,講的是關于中美AI競賽,你的評論如何? https://youtu.be/twBofpYweOc?si=5cdkRSuH0frsBcSL (ChatGPT, 2026-9-2)

 我查了這支 YouTube 連結,但目前無法可靠抓到它的標題或逐字稿,因此我不想假裝「看過影片內容」再評論。不過,針對你說的主題——中美 AI 競賽——我可以先給你一個我認為比「誰領先幾個月」更準確的框架。

我現在越來越不把它看成單純的 model race,而是四場同時進行、而且勝負可能不同的競賽。

第一場是 frontier intelligence。這一層目前美國仍有明顯優勢:最先進的 GPU 生態、超大型訓練叢集、頂尖 frontier labs、資本,以及把 scaling、agent、reasoning 往前推的能力仍主要集中在美國。2026 年的分析也大致仍把美國放在 sophisticated agentic models 和 software ecosystem 的前面。

但第二場是我認為中國真正危險的地方:diffusion race——誰把 AI 擴散進整個產業和社會。 中國未必要做出全世界最聰明的模型,只要做到「夠好、夠便宜、到處可以部署」,就可能在製造業、自動化、機器人、物流、監控、無人系統裡得到巨大優勢。近期比較中美的研究也恰好指出這個分裂:美國較強於先進模型與軟體,中國則尤其強調 industrial / physical AI。

所以我會把 DeepSeek、Kimi 之類的意義理解成:它們真正對美國造成的震動,不只是 benchmark 上追近,而是證明了:

中國可以用較差的硬體條件,把 frontier capability 壓縮成 sufficiently good intelligence。

這跟我們前幾天談 Manus 的問題其實相連。AI 的國力不只等於「誰有最聰明的模型」,而是:

intelligence × compute × energy × manufacturing × deployment × cost

第三場因此是 physical AI / embodied AI。這一場我反而認為美國不能掉以輕心。中國有一個美國非常難複製的結構性條件:完整、密集、快速迭代的製造供應鏈。AI 一旦從螢幕裡走出來,成為機器人、無人車、無人機、工業控制系統,「深圳—東莞—蘇州—長三角」這類 ecosystem 的價值突然暴增。近期中國 humanoid robotics 的投入也非常明顯。

因此我甚至會說:

LLM 時代,美國的 Silicon Valley 優勢最大;
embodied-AI 時代,中國的 factory-floor advantage 開始變得重要。

第四場才是最深的一場:AI infrastructure race。

這就回到你昨天問我的 Oracle。AI 到最後不是幾個 chatbot 在比武,而是:

GPU → networking → data center → electricity → cloud → model → agent → physical system。

所以 Nvidia、TSMC、Broadcom、Oracle、Microsoft、Google、Amazon、電網、核能、資料中心土地,全都變成同一場戰爭裡的節點。

換句話說,「中美 AI 誰贏」這句話本身其實太粗糙了。

現在比較像:

層次 美國 中國
Frontier models 優勢 快速追趕
Leading-edge chips 明顯優勢 最大弱點
AI software / agents 優勢 追趕
低成本模型 接近 很強
Manufacturing 較弱 巨大優勢
Robotics / physical AI 強但供應鏈分散 潛在優勢
Electricity / buildout speed 改善中 強
Global open-model diffusion 競爭中 極值得注意

這也是為什麼我對「中國因為沒有 Nvidia,所以 AI 必敗」這個說法一直很保留。出口管制當然非常重要,但它同時逼中國走向 quantization、distillation、Mixture-of-Experts、軟硬整合和國產晶片替代,也就是用 efficiency 補 compute。Brookings 今年的分析也特別指出,限制反而會增加中國追求半導體自主與 compute efficiency 的誘因。


不過,我也不接受相反的敘事:「中國已經贏了 AI race」。這通常把三件不同的事混在一起:


benchmark 接近 ≠ frontier research 領先 ≠ 整個 AI ecosystem 領先。


中國今天最值得警惕的不是「突然造出比美國高十倍的 AGI」,而是另外一種路線:


不一定發明最好的 intelligence,

而是最早把廉價 intelligence 工業化。


這和十九世紀很像。最後改變世界的,往往不只是誰發明蒸汽機,而是誰把蒸汽機塞進礦山、工廠、鐵路、船舶、軍隊與整個國家機器。


所以,如果這支影片的中心論點是「中國正在迅速縮小 AI 差距」,我大致同意;如果它說「中國已超越美國」,我會認為過頭;如果它說「美國穩操勝券,因為中國沒有最先進 GPU」,我也會認為它低估了問題。


我目前對中美 AI 競爭最簡潔的判斷是:


美國目前仍在發明 intelligence;

中國正在學會大量製造 intelligence。


而真正決定 2030 年後格局的,很可能不是兩者誰先多出 20 IQ,而是:


誰能把 intelligence 變成 infrastructure。


這也就是為什麼你昨天問 Oracle 在 AI race 裡扮演什麼角色,其實問到了非常核心的位置:AI race 已經開始由「模型競賽」轉向「文明級基礎設施競賽」。


如果你把這支影片的標題或它最重要的三五個主張貼給我,我可以再逐點評論這支影片本身,而不是只評論它所談的「中美 AI race」這個大題目。