（图片来源：通过即梦AI生成的）

2年前的2022年12月1日凌晨2点02分，下一代AI浪潮的命运之子ChatGPT正式上线。

这标志着AI行业的一次新生。

当时，OpenAI CEO奥尔特曼（Sam Altman）发布推文称，“语言界面将会是一件大事，我认为，和电脑（语音或文字）交流即可得到你想要的内容，因为“想要”的定义越来越复杂！这是对可能实现功能的早期演示（仍然存在很多限制，这在很大程度上是一个研究版本）。”

但也许奥尔特曼都没有想到，ChatGPT这款产品竟然颠覆了整个世界的技术创新——5天100万用户、2个月1亿用户，至今ChatGPT每周就有2.5亿活跃用户，打破了App增长记录。

甚至，ChatGPT还促使OpenAI成长为大众知晓的全球估值最高达万亿规模的AI公司，引发包括英伟达在内的全球前六大科技巨头市值共增长超过8万亿美元，并且引爆全球新一轮生成式 AI 创业热潮。

据中国信息通信研究院近日发布的《全球数字经济白皮书》，中国在全球AI大模型的占比已超过1/3，达到36%，仅次于美国的44%。 在全球AI企业数量上，中国以15%的占比紧随美国之后，位列第二。

虽然ChatGPT生于美国，但在中国发展壮大，如今，中国、美国两个大国正在 AI 大模型领域正展开竞赛。

“虽然中国10年内建成的核电产能，相当于美国40年建成的核电产能，但美国海军有着约100个为潜艇供电的小型模块化反应堆（SMR）。而AI的潜力为重振美国梦和重塑美国工业化提供了不可错过的机会。”前不久OpenAI公布AI基础设施“蓝图”，将帮助美国在AI领域保持领先于中国等竞争对手。同时，美国AI“曼哈顿计划”也进行曝光，剑指其他竞争国家。

随着中美 AI 大模型从“百模大战”走向AI应用，AI大模型迅速商业化成为关键课题，而中国在应用场景领域面临巨大机遇。因此，一场关乎全球 AI 领导者的竞赛即将进入“生死战”。

美国政府公布AGI“曼哈顿计划”，称中国AI模型数量超过美国

自2017年开始，中国和美国开始在 AI 这一重要赛道上展开竞争。

其中，中国发布《新一代人工智能发展规划》，快速推进 AI 技术发展，旨在到2030年，中国有望成为世界主要 AI 创新中心；而美国也采取行动，2018年成立“人工智能国家安全委员会”，向总统和国会提出建议，争夺稀缺的 AI、科学、技术、工程和数学人才，并全面投资 AI 以及机器学习技术以保持全球领先地位。

2020年，位于旧金山的独立研究实验室 OpenAI 正式推出GPT-3——这是一个其大规模生成预训练Transformer语言模型的第三代，1750亿个参数可实现机器编写计算机代码、诗歌等；次年，北京智源 AI 研究院发布了“悟道 2.0” AI 巨模型，以1.75万亿参数量，打破了此前GPT-3参数记录，成为了全球最大的预训练模型，也是中国第一个超大规模预训练模型。

那么，发展了六年之后，中美在 AI 领域的实力是怎样的？

11月21日，斯坦福大学以人为本人工智能研究所（HAI）发布《2024年全球AI活力工具》报告，汇总了 42 项 AI 特定指标，对 36 个国家的 AI 发展进行排名。

报告显示，虽然中国、美国这两个超级大国曾经在 AI 领域是竞争对手，但美国正在迅速拉开差距。在几个关键指标上，美国都超过了中国：2023 年，它吸引了更多的人工智能相关私人投资（672 亿美元 vs. 78 亿美元），并产生了更多值得关注的机器学习模型（61 个 vs. 15 个）。然而，中国在人工智能专利方面处于领先地位，产生的AI相关专利比美国更多。

“AI已成为全球各国关注的话题，相应地，哪些国家在AI方面处于领先地位的叙述也变得比以往任何时候都更加突出，”人工智能指数项目经理 Nestor Maslej 表示。“然而，提供各国在AI方面实际立场的清晰、定量的数据有限。在AI指数中，我们希望通过一种严谨的工具来解决这一差距，这种工具可以帮助政策制定者、商界领袖和公众将这些地缘政治人工智能叙述建立在事实基础之上。”

不过，这份报告数据只能作为参考。

实际上，从中国角度看，过去两年，ChatGPT引爆了中国 AI 热潮，从大学教授到创业者，从投资人到院士、部长等，都在讨论 AI，阿里、腾讯、字节、美团等大型互联网科技公司都已下场打造 AI 大模型、AI应用、AI服务等，生成式 AI正在渗透到每一个产业当中。

据11月30日中国互联网络信息中心（CNNIC）发布的《生成式人工智能应用发展报告（2024）》显示，截至2024年6月，中国生成式AI产品的用户规模达2.3亿人，占整体人口的16.4%。

截至目前，中国 AI 相关企业超过4500家，核心产业规模已接近6000亿元人民币，产业链覆盖芯片、算法、数据、平台、应用等上下游关键环节。截至今年7月，中国完成备案并上线、能为公众提供服务的生成式人工智能服务大模型已达190多个。

因此，各类AI产品正逐步走进人们的生活，极大提高了用户的生活质量和工作效率。

虽然中国AI底层创新缺乏，但ChatGPT在中国不断发展壮大，尤其在应用场景、落地实践等领域当中，中国相比美国拥有巨大优势。因此，美国政府对此似乎感到恐慌，抛出了 AGI 曼哈顿计划，要在AI赛道上“火力全开”，引发关注。

11月下旬，美中经济与安全审查委员会（USCC）发表一份超过790多页的《2024 年国会年度报告》。

报告中USCC建议国会，“建立并资助一个类似曼哈顿计划的项目，致力于更快获得通用人工智能（AGI）能力”。曼哈顿计划是第二次世界大战期间美国政府与私营部门的一次大规模合作，由此研发和生产了第一颗原子弹。

而AGI可以被用于制定复杂的投资策略和研究治疗疑难疾病的方法，并且可以不断自我迭代升级。

USCC认为，中美新兴科技竞争正在进行当中，因此他们建议国会允许政府行政部门与人工智能、云计算和数据中心公司签订合同并予以经费，以此整合政府、企业、研究机构的力量，加速AGI的相关研究，最终确立“美国在AGI领域的领先地位”。

早在2015年，OpenAI还没有出现时，当时还是YC总裁的奥尔特曼认为，即将组建的OpenAI为“人工智能的曼哈顿项目”。

他在与马斯克沟通的电子邮件中写到：“你有没有想过让YC（一个孵化创业公司的平台）为人工智能启动‘曼哈顿计划’？我的感觉是，我们可以先让50名顶尖的研究人员参与进来，然后通过某种非盈利的模式让这项技术属于全世界。不过如果成功，参与的人也将获得足够的报酬。”

如今，在ChatGPT风靡全球下，OpenAI似乎走到了前列，距离AGI更近了。

就在今年11月特朗普被宣布刚当选不久，OpenAI公布《美国AI基础设施蓝图》，涉及人工智能经济区、核电项目，以及私人投资者自主的政府项目。《蓝图》希望建立一个由州政府和联邦政府共同创建的AI经济区。

“旨在激励各州加快人工智能基础设施的许可和批准”。该公司计划建造新的太阳能电池板和风力发电场，并让闲置的核反应堆投入使用，以此满足研发AI在基础设施和能源方面的需求。”这份报告中写道，公司还规划了一个北美人工智能联盟，专门用来与国外竞争对手相抗衡。

奥尔特曼估计，美国支持的海外项目将有助于吸引目前全球基金中的 1,750 亿美元。

OpenAI公司全球事务副总裁克里斯·勒哈恩表示，“我们现在需要一项国家战略，以确保对 AI 基础设施的投资有利于保护美国的竞争力、我们的国家安全以及我们的盟友的安全。这一战略应该鼓励而不是扼杀开发者，他们将成为智能时代的重要企业。它应该支持蓬勃发展的 AI 生态系统，包括实验室、初创企业和大型公司，这些将共同确保美国在未来人工智能领域的领导地位。”

美联储理事鲍曼（Michelle Bowman）警告称，监管机构也应该小心，不要限制有用技术的发展。“我们不需要急于监管。过度保守的监管方法可能会推动受监管银行系统之外的活动，或完全阻止AI 的使用，从而扭曲竞争格局。”

奥尔特曼则建议，美国应该联合英国、德国、日本、韩国等盟友，打造一个“世界级AI联盟”实现统一的战略目标，来对抗那些信仰、价值观不同的国家，从而获得领先的主导地位。他暗指孤立其他国家。

奥尔特曼做出预测，超级 AI 有可能在未来几千天内完成。

下一步：加速 AI 赚钱能力，OpenAI目标10亿用户、1000亿美金收入

“OpenAI大概率要成‘烈士’。”一位在 AI 领域深耕的大学教授王华（化名）对钛媒体App坦言。

当前，AI 已经成为“非共识”领域，OpenAI则面临巨大的挑战，其竞争对手们纷纷公布超越GPT-4o性能的大模型技术进展。

同时，市场质疑Scaling Law（尺度定律）已经出现事实性放缓，GPT-5迟迟未公布，200T的数据无法被万卡集群训练，以GPT为核心的AI大模型技术发展似乎走到了尽头。

IDEA研究院创院理事长、美国国家工程院外籍院士沈向洋向钛媒体App表示，Scaling Law放缓背后主要与数据相关。

Meta AI人工智能研究院（FAIR）研究员田渊栋博士则认为，Scaling Law本质上还是数据、算法都没有得到明显提升导致的。

“我们的AGI还没有达到，大模型效率其实永远达不到人的，所以人脑可以用很少的知识去获数据去获取深度的知识。这是人脑的一个很大优势，但现在大模型完全做不到这一点。AGI的最终定义是学习效率要超过人，就同样的样本数、学习能力，学习效率要超过人的水平。”田渊栋指出，现在可能 AI 技术永远达不到人类的水平，但如果有正确方向，这将对人类认知AGI有更大的潜力作用。

王华向钛媒体App指出，OpenAI是技术驱动型的，如果没有爆款应用，他是不能承认“天花板”的。但同时，OpenAI以及一众技术型公司都在探索商业应用，因此，Scaling Law已经出现了明显问题。

在智谱CEO 张鹏看来，在非常狭窄的意义上来说，Scaling Law确实遇到了一些挑战，已经没有指数级增长了。单单从语言能力上来看，大模型确实已经类似到了上一代AI遇到的天花板问题，所有的能力已经接近了人类的极限、人类专家可以评价的极限，但在多模态方面，以及Agent上，这都是可以尝试Scaling的。

张鹏认为，Scaling Law放缓只是一个现象，是我们最终观察到的结果，但这个本质上来说，计算量可能是Scaling Law的关键，即有用的信息。

“大量研究人员在做新的突破，每一次新的突破都会带来一些新的机会，我们担心碰到天花板或者碰到南墙，这个事情确实是有一点过早。”张鹏早前对外表示。

展望未来，大模型将往哪里走？

王华认为，大模型技术出现放缓，但AI大模型的产业化才刚刚开始。

华泰证券全球科技战略首席研究员黄乐平对钛媒体App表示：“1、最近Scaling Law到头的趋势已经很明显了，从数据，能源，边际效率角度，目前发展下一代（GPT-6）的超大模型所需要的物理基础（100万卡+1GW能耗/2个小型核电站）的意思似乎都不大，目前NVDA（英伟达）以外Big 7每个季度600亿美元的算力投资，再上一个数量级感觉很难，现需要把钱收回来；2、中美在AI应用上的发展路径分叉了。美国各种2B（企业级）应用发展很快，中国2B（企业级）软件还是很难，创业气氛也一般，all in 机器人是中国目前方向，未来可能有机会。”

当前，数据、算力、算法（模型）都得到加速提升，规模和数量非常庞大，支出成本也明显变高。

基金管理机构KKR&Co.数据显示，随着AI算力需求增长，全球数据中心投资有望达到每年2500亿美元（约合人民币1.9万亿元）。

另据红杉资本、贝恩等机构统计，预计到2027年，全球AI市场规模将飙升至近1万亿美元，AI硬件和服务市场年增长率达40%-55%。在这其中，全球会有超过4万亿元人民币（6000亿美金）投资到 AI 基础设施层，生成式 AI 计算规模增长至109.9亿美元，模型训练成本每年增长240%（2.4倍）以上。

据报道，OpenAI将设定下一阶段的增长目标是在未来一年内，达到每年10亿用户，同时，OpenAI每年的支出超过50亿美元，远未达到收支平衡。

OpenAI 首席商务官 Giancarlo Lionetti表示，OpenAI今年的目标是实现近 40 亿美元的收入，其中绝大部分销售额来自为 ChatGPT Plus付费的个人消费者，该公司希望到2029年，实现收入达1000亿美元。

猎豹移动董事长兼CEO、猎户星空董事长傅盛向钛媒体App强调，2025（明）年应该是 AI 应用繁荣的一年。OpenAI今年把产品能力、应用能力给加强了，4o也是一样，新的对话模式特别流畅，也可以把它看成是应用，这意味着模型本身就持续的变化，Scaling Law（尺度定律）出现了事实性放缓。“所以我认为，明年应该是AI应用会大繁荣的一年。

一场关于 AI 领先者的新战役将于2025年打响，这场“生死战”鹿死谁手，仍需时间给予答案。

（本文首发于钛媒体App，作者｜林志佳，编辑｜胡润峰