今年10月初，美國在AI領域可謂是動作頻頻。先是美國財政部長貝森特對外放話，聲稱美中擬尋求建立中美AI溝通渠道，共同防範AI被濫用。緊接著，特朗普就高調宣佈成立超級智能特別工作組，統籌聯邦AI政策、產業溝通與安全評估，直接向特朗普匯報。在此之前，特朗普還要求用“超級智能”取代“人工智能”的叫法。

幾乎同時，華盛頓智庫科技與治國方略中心發布報告，直指中國正在加速囤積浸沒式DUV光刻機，截至今年第一季已進口343台，說是中國佔ASML浸沒式DUV出口比重從2022年26%飆升至2024Q1至2026Q1約60%–70%，因此呼籲美國及盟友全面禁止對華出口這類設備，並收緊備件和維修服務。

美國為什麼一邊談合作一邊加緊封鎖？這是因為AI本質上已經不是普通技術了，而是引發新一輪科技革命的通用技術，誰越早搶佔制高點，未來的戰略主動權就越大。特朗普對此心知肚明，這才會反覆強調AI與數據中心將成為有史以來最強勁的經濟發展引擎，影響力超過石油、黃金、鑽石乃至互聯網，不能把領先地位輸給中國。而在美國國內，Anthropic首席執行官阿莫代伊、OpenAI首席執行官奧爾特曼、xAI創始人馬斯克三大巨頭，在今年9月罕見集體發聲，警告AI模型在自主操作、網絡利用、生物風險上可能會威脅人類，Anthropic對齊科學負責人甚至判斷未來10年AI導致人類滅絕概率超10%，一時間，AI威脅人類、要求加強監管的輿論甚囂塵上。

這些AI巨頭之所以主動呼籲監管，一方面是因為模型能力躍升後，AI確實已經能自主操作計算機、突破隔離環境，甚至出現智能體抱團建“地下論壇”的失控事件，安全研究速度跟不上模型迭代；另一方面則是出於商業考量，畢竟監管標準越嚴，就越是頭部企業才能達標，中小公司承擔不起合規成本，這樣就能築起行業壁壘，從而固化他們的壟斷地位。而在特朗普看來，AI發展是絕對優先級，雖說監管歸監管，但任何拖慢美國步伐的監管都要謹慎，還要把有競爭力的對手摁下去，而這個最強勁的對手正是中國。

今年以來，宇樹科技上市首日大漲460%，中國人形機械人上半年出貨量全球佔比97%，長江存儲NAND二季度市佔率躋身全球前三，種種跡象表明，中國在AI相關硬件和應用領域快速追趕的步伐已經明顯加快。大模型方面，連美國財政部長貝森特都承認中國模型已達美國80%到90%水準，實際上，中國AI大模型甚至開始反向輸出，被包括美國企業在內的全球開發者廣泛使用，比如DeepSeek、通義千問等開源模型憑藉較低API價格與接近前沿的表現，在Hugging Face等平台下載量長期位居前列，大量美國開發者和中小企業都直接將其集成進產品服務。

AI芯片方面，華為昇騰910C已在多家國內大模型推理及部分訓練任務中部署，配合昇思MindSpore和飛槳PaddlePaddle等框架能有效降低對英偉達CUDA的依賴，產能正在持續爬坡；應用方面，中國有全球最大製造業體系、最豐富場景和最龐大數據，工程化迭代極快。美國領先優勢正在縮小，於是用出口管制拖延追趕速度成了最直接手段。由於AI訓練需要海量高端芯片，高端芯片需要先進製程，先進製程又離不開高端光刻機，雖然DUV比EUV落後，但仍可製造7納米級邏輯芯片和先進存儲芯片，供AI處理器使用。根據華盛頓智庫報告顯示，中國進口的343台DUV中，有270台NXT:1980，而一台NXT:1980i每年可支持生產超10萬顆華為昇騰910C等效晶片。所以，在他們看來，只要禁運光刻機，就能卡住中國AI芯片產能，掐住了中國AI算力擴張的脖子，拖延中國AI追趕的步伐。

至於美國到底會不會徹底禁止光刻機對華出口，其實並不太重要。眾所周知，EUV早就對華禁運了，中國根本就買不到，所以焦點就是浸沒式DUV。荷蘭從2023年起就要求NXT:2000i及更先進機型出口需許可證，到2024年時，又擴大到NXT:1980i。雖說智庫呼籲全面禁止並收緊備件維修，但真要做到難度極大。畢竟ASML是荷蘭公司，中國市場佔其DUV出口70%，美國要想推行全面禁運，還需要荷蘭配合，而面對如此巨大的利益切割，相信荷蘭肯定也會細細斟酌。再者，中國是全球最大芯片消費市場，如果搞一刀切的全面禁運，那不僅對全球產業鏈衝擊巨大，更會因為中國國產光刻機在中低端成熟製程已具備替代能力，此舉就等於是給國產光刻機讓出了市場空間，所以到現在這都還處於智庫建議的階段。

值得注意的是，特朗普不喜歡按套路出牌，類似貿易戰加關稅的做法說變就變，很有可能會為了展示對華強硬或國內政治需要而突然來一下全面禁運，不過這樣的話一般不會長期維持，主要是因為全球半導體產業鏈深度綁定，全面禁運最終肯定是殺敵一千、自損八百，歷史也多次證明，技術封鎖往往會加速被封鎖方的自主研發投入，所以，全面禁運必然會倒逼中國加速自主突破。

面對愈演愈烈的中美AI博弈，美國的優勢壁壘還都相當扎實。在基礎模型上，OpenAI的GPT系列和Anthropic的Claude系列，目前在推理深度、複雜編程、多步任務規劃等核心能力上仍處於全球第一梯隊，全球大量開發者和企業的AI應用，都直接構建在它們的API之上，這就相當於基礎設施的鎖定效應，而且Transformer架構、RLHF對齊技術、思維鏈等關鍵創新大多源自美國實驗室，所以說，美國的原創性技術優勢還是非常明顯的。在算力生態上，英偉達GPU佔據全球AI訓練市場絕大部分份額，更關鍵的是CUDA編程生態。須知，全球開發者十幾年來積累的代碼、庫和工具鏈，幾乎都綁定在CUDA上，要想換硬件就相當於推倒重來，這種軟件生態壁壘比硬件本身更難撼動。在基礎研究和人才方面，麻省理工、斯坦福、卡內基梅隆等頂尖高校，持續輸出AI理論成果和頂尖工程師、OpenAI、Anthropic等頭部企業又匯聚了全球最優秀的AI科學家，形成了從高校到實驗室，再到企業的完整人才循環，短期內其他國家還難以超越。

中國的優勢則更多體現在落地和規模上。應用場景上，中國製造業體量全球第一，擁有全球最完整的工業體系，31個製造業大類全覆蓋，AI質檢、預測性維護、智能排產等，在工廠裡有海量的落地空間；中國是全球最大的電商和移動支付市場，推薦算法和智能客服早已深度嵌入日常交易，消費端應用創新，短視頻、直播電商、移動支付等場景全球獨步，AI商業化落地速度和規模都能領先全球；同時，中國的智慧城市、智慧交通建設規模全球領先，城市級AI調度有真實試驗場。產業鏈上，中國擁有從芯片設計、晶圓製造到封裝測試的完整半導體配套，傳感器、伺服電機、減速器、執行器等機械人核心部件國產化率快速提升，AI硬件製造成本和量產能力全球領先。工程化上，相比美國具身智能和機械人大多停留在實驗室階段，中國已實現規模化量產和場景落地，四足機械人在安防巡檢配送領域大規模部署，人形機械人進入汽車工廠做裝配測試，僅2026年上半年，中國人形機械人出貨就超4萬台，全球佔比97%，遠超美國同行。而且國家已經把AI列為戰略重點，北京、上海、深圳等地紛紛出台算力補貼和產業扶持政策，“東數西算”工程統籌布局全國算力樞紐，資源集中投放的執行力是其他國家難以比擬的。

具體來看未來走向，在短期兩到三年，美國仍會守住基礎模型和高端算力的領先身位，但中國會在兩個方向實現局部反超：一是具身智能，依託完整製造業鏈和量產能力，中國人形機械人可能率先實現工廠級規模化部署，而美國受限於製造成本和產業鏈外遷，這一點短期內很難追上；二是AI芯片自主生態，華為昇騰搭配國產框架正在國內形成替代CUDA的閉環，一旦大模型廠商完成適配，國內AI訓練對英偉達的依賴會顯著下降。中期四到六年，中美大模型能力差距大概率會縮小到可用層面，中國模型在中文理解、代碼生成、企業級應用上可能與美國並跑，競爭焦點會轉向誰的物理AI更強，屆時美國可能從技術領先轉向規則鎖定，推動盟友建立AI版瓦森納協定，在高端芯片、模型出口、數據流動上設牆，中國則會用主打物理AI落地應用，把AI能力打包成機械人、智能設備、行業解決方案輸出到全球，這種把AI能力物化為可大規模複製的實體產品的能力，會成為中國差異化競爭的核心壁壘。長期看，AI不會像芯片那樣出現一方通吃的局面，更可能形成基礎創新在美國，大規模產業化在中國，各守一方、彼此牽制的格局，雙方在不同層面競爭，同時在AI風險治理等全球議題上保持有限合作。

（本文作者為香港中通社特約科技領域研究員，文中圖片為作者提供，本網獲獨家授權刊發，轉載請註明出處）

（本文為作者觀點，不代表本媒體立場）