站在中国东部科技中心杭州的舞台上,阿里巴巴通常低调的CEO发表了一个引人注目的声明。"当今世界正在见证AI驱动的智能革命的黎明,"埃迪·吴在9月的开发者大会上表示。"通用人工智能(AGI)不仅会增强人类智能,还会释放人类潜能,为人工超级智能(ASI)的到来铺平道路。"
吴说,ASI"可能产生一代'超级科学家'和'全栈超级工程师'",他们将"以难以想象的速度解决未解决的科学和工程问题"。
吴还宣布了未来三年在AI基础设施上投资3800亿元(400亿英镑)的计划,这一消息使阿里巴巴股价飙升至近四年来的最高点。
吴涉足这种通常由OpenAI的萨姆·奥特曼和DeepMind的德米斯·哈萨比斯等西方科技CEO使用的存在主义、技术前沿话术引起了观察者的注意。"吴的ASI演讲代表了一个突破,"科技作家王阿芙拉在她的中国AI通讯《Concurrent》中写道。"中国主要公司开始阐述他们自己的宏大愿景,带有未来预言的味道。"
AGI是AI的一种理论状态,高度自主的系统能够完成人类的工作,它已成为OpenAI和DeepMind等美国科技公司的关注焦点。许多人将其视为文明的下一个前沿,并在彼此之间以及与中国的竞争中争夺到达那里的先机。5月,微软总裁布拉德·史密斯对美国参议院AI委员会表示,"美国和中国在国际影响力方面的竞赛很可能由最快的先行者赢得"。
华盛顿的许多人已经内化了这些担忧。美中经济安全审查委员会建议国会"建立并资助一个类似曼哈顿计划的项目,专门用于竞赛和获得通用人工智能(AGI)能力"。曼哈顿计划是二战时期生产核武器的研究行动。
在中国,许多人将吴的演讲视为一家大胆、独特的科技公司愿景的表达,但不能代表中国整体AI产业。
"中国确实有研究小组致力于AGI。但大多数AI公司都在致力于更好的应用,"清华大学人工智能产业研究院院长、百度前总裁张亚勤说。
计算能力有限、对技术的务实态度以及对AI当前潜力的敏锐认识,引导中国的国家AI政策转向现实应用而不是前沿研究。
8月,中国政府发布了备受期待的"AI+战略"。该政策文件概述了AI如何能够推动中国的发展目标,比如使用AI改善医疗诊断和提高供应链效率。但它没有提及AGI。
"中国政府专注于通过在经济、社会、国防和其他领域推广和应用AI来获得AI在当前和近期的好处,"前白宫国家安全委员会中国和台湾事务高级主任朱利安·格维茨说。"尽管其目标是'赶上和超越'美国,我们不应该假设中国共产党已经接受了AGI即将到来的想法。"
"如果你只看官方发布的内容……根本没有对AGI的明确认知,"中国科技分析师徐塞琳娜说。徐指出,中国领导人习近平历来更偏好实体经济而非更无形的力量。
"这与华盛顿很多人看到的AGI竞赛是非常不同的叙述,"徐说。
指导这一策略的最大因素之一是美国制裁阻止中国公司获得世界上最先进的半导体,而这些是先进AI研究所需的。
华盛顿禁止向中国出售高科技微芯片,以遏制该国的AI发展。全球领先的芯片制造商英伟达随后专门为中国市场开发了更基础的半导体。12月,华盛顿批准英伟达第二先进的芯片H200s在中国销售。但北京据报已告知海关人员这些芯片不能进口到中国,因为政府寻求打破该国对海外技术的依赖。
中国坚持"需要是发明之母",并指出DeepSeek等公司的成功证明美国的限制只会刺激创新。DeepSeek的创始人梁文锋是少数像阿里巴巴的吴一样公开表达对AGI兴趣的中国科技领袖之一。
但直到中国能够大规模生产自己的先进半导体,大多数科技公司感到使用他们已有的硬件专注于AI应用而不是AGI更有利可图。
指导美中科技竞争的另一个因素是数据中心的可用性和为其供电的能源。11月,英伟达CEO黄仁勋说中国将"赢得AI竞赛",部分原因是其对数据中心的能源补贴。
这些补贴据报是在中国科技公司抱怨因使用国产半导体而导致电费上涨后引入的,国产半导体效率低于英伟达的产品。作为中国决心打破对进口技术依赖的标志,路透社报道任何接受国家资金的数据中心只能使用国产芯片。
这些措施将减少英伟达在中国的竞争优势并提升华为等国产芯片生产商。
自2021年以来,中国据报已投入1000亿美元支持AI数据中心。
但有迹象表明这种繁荣可能过于热情。中国信息通信研究院最近的一份报告显示,全国AI数据中心的利用率为32%。
在《中国经济周刊》最近的一篇评论文章中,中国电信研究院主任饶绍阳写道,在中国某些地区,算力产业的运营方式类似于中国陷入困境的房地产行业:先建设,后找买家。他警告不要"盲目建设智能计算中心",并表示在建设新数据中心前应考虑当地算力需求。
尽管在更通用的计算能力方面存在过剩,许多专家认为中国仍然没有足够先进的芯片来探索AGI的前沿研究。但分析师指出情况可能很快改变。
"当前现状高度流动,习近平明确宣布了在AI领域领先世界的雄心,"格维茨说。"因此,中国在这个时间点以某种方式理解这一目标的事实,并不能让我安心地认为一年后他们会以同样的方式理解它。"
研究协助:杨莉莉安
Q&A
Q1:中美在AI发展战略上有什么不同?
A:中国更注重AI的实际应用,通过"AI+战略"推动在医疗诊断、供应链效率等领域的落地应用。而美国更专注于通用人工智能(AGI)等前沿技术研究。中国政府专注于在当前和近期通过AI应用获得实际效益。
Q2:美国对中国AI发展采取了哪些限制措施?
A:美国禁止向中国出售先进的高科技微芯片,这些芯片是进行先进AI研究的必需品。虽然英伟达为中国市场开发了基础版半导体,但中国在获取最先进芯片方面仍受到限制,这影响了中国在AI前沿研究方面的进展。
Q3:中国在AI基础设施建设方面投入了多少?
A:自2021年以来,中国已投入约1000亿美元支持AI数据中心建设。阿里巴巴还宣布未来三年将投资3800亿元用于AI基础设施。不过专家指出存在过度建设问题,全国AI数据中心利用率仅为32%。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。