内容提要：人工智能已成为中美科技竞争的核心战场，系统把握两国人工智能产业全栈的竞争格局是战略研究的关键。本文以英伟达公司总裁兼首席执行官黄仁勋近期提出的“五层蛋糕”理论为分析框架，通过访谈与文献梳理、操作化指标构建与最新数据对比等，评估两国在五层架构上的相对优劣势。研究发现：美国在尖端芯片、AI基础设施全球份额、前沿模型生态和私人资本供给上保持领先，中国则在能源供给、模型产出效率、API成本及实体产业转化速度上形成反制。值得注意的是，中国在半导体产业尤其是基础芯片方面正在加快从被动防御向主动输出的转变。在此基础上，进一步聚焦强硬遏制、精准管制、市场促进、国家促进四重立场，剖析美方在各个层面的最新政策举措，评估美国人工智能“护城河”的可持续性。结果显示，美国短期迟滞策略仍具效果，但长期则面临能源瓶颈、中国自主突破加速、盟友协调及美国国内政治周期等挑战。

关键词：人工智能/ “五层蛋糕”理论/ 中美科技竞争/

作者简介：李成，香港大学当代中国与世界研究中心创始主任，治理与政策学院教授，前美国布鲁金斯学会中国中心主任；张驰，香港大学当代中国与世界研究中心高级研究助理；王震宇，香港大学当代中国与世界研究中心访问学者，上海社会科学院新闻研究所副研究员。

原文出处：《当代中国与世界》(京)2026年第2期 第18-31页

2024年6月，联合国安理会前主席、著名国际关系学者马凯硕曾如此断言中美关系：“未来十年，我们将见证人类历史上最大规模的地缘政治较量”。①其中，科技竞争被视作大国博弈主战场。半年后，“DeepSeek时刻”的来临标志着人工智能成为中美科技竞争的前沿阵地。系统地理解人工智能产业架构，并在此之上客观理性地评估两国人工智能发展的现状与趋势，对于发挥自身优势、增强体系竞争力具有重要意义。与此同时，利用相关分析框架，更好地梳理美方在人工智能竞争领域的具体举措，还有助于风险前置识别、预案精准制定。

本文从英伟达公司总裁兼首席执行官黄仁勋近期所提出的人工智能产业链“五层蛋糕”概念入手，先讨论该理论的形成与演变，再基于多智能体辅助的可验证资料分析方法，②比较两国能源、芯片、AI基础设施、模型和应用五层堆栈上的差异，为中国更有针对性地加速产业升级、突破技术壁垒，以最终赢得中美科技长期竞争提供新的战略参考。

一、“五层蛋糕”理论的形成与演变

产业体系完整性是衡量大国经济能否稳定循环、不断创新和持续发展的基本指标。③“十四五”期间，中国已建立起一个链条完整、配套齐全、要素完备的产业生态，成为全球唯一拥有联合国产业分类中所有工业门类的国家，为人工智能等战略性技术和产业进步奠定了良好基础和有力支撑。④而随着这一领域正以前所未有的速度(speed)、规模(scale)、范围(scope)以及强度(strength)深刻改变全球经济、地缘政治和社会面貌等，更完整看待人工智能作为“下一代伟大基础建设”，更全面讨论其内涵及影响就显得格外关键。⑤⑥

对人工智能体系的理解，一些较早的学术研究从商业生态系统与演化经济学视角展开。2020年，哈佛商学院教授马可·伊安西蒂(Marco Iansiti)和里姆·拉哈尼(Karim Lakhani)在《数智公司：AI重新定义“企业”》(Competing in the Age of AI)中提出，人工智能正推动企业竞争从围绕单点技术转向打造全栈式“AI工厂”。⑦雅各比德斯(Michael G.Jacobides)等人于2021年提出，人工智能是由“赋能—生产—消费”构成的动态生态系统，并强调上游算力供给、模型生产与下游应用场景间的耦合效应。⑧这些都为“五层蛋糕”等产业分层理论的出现奠定了基础。到2022年底，美国OpenAI公司推出人工智能通用大模型GPT-3.5，相关技术进入更广泛应用阶段，也激发出更多具有现实意义的系统性思考。

英伟达公司总裁兼首席执行官黄仁勋是这方面的代表人物。自2022年10月以来，他已接受至少15期1小时左右的主题播客采访，并频繁参与国际会议和跨国访问，不少言论都引发热议。此外，他还通过署名文章等方式，细化阐述一系列新观点。其中，最有价值的莫过于他就人工智能产业架构所提出的“五层蛋糕”概念。这一概念最早出现在2025年12月3日，黄仁勋与美国战略与国际问题研究中心(CSIS)总裁兼首席执行官何慕理(John Hamre)进行的题为“如何确保美国在人工智能领域的领导地位”的炉边谈话中。黄仁勋首次提出“我们不妨把人工智能简化为一个五层蛋糕：能源—芯片—AI基础设施—模型—应用”，并认为可“逐层比较”中美之间的差距。⑨随后，类似的观点(能源—芯片与计算基础设施—云数据中心—人工智能模型—应用层)因黄仁勋在2026年1月达沃斯年会上的发言而受到更多关注。⑩直到2026年3月10日，黄仁勋在英伟达官网发表文章《AI是一块“五层蛋糕”》，正式明确人工智能架构应分为五层(能源—芯片—AI基础设施—模型—应用)。

具体而言，黄仁勋的“五层蛋糕”理论主要是从工业角度审视人工智能产业体系，认为应在其基础设施化建设的过程中，利用相关产业的内在结构深化技术创新与社会价值。该理论由三部分构成：一是人工智能的未来前景。他认为人工智能正成为现代世界的基础设施，各国各行各业都将使用和发展。但不同于早期软件或单一程序，“智能是实时生成的，因此其背后的整个计算架构都必须重新设计”，需进行人类历史上规模最大的基础设施建设。二是人工智能的结构关系。他认为人工智能全栈结构由下至上依次为：能源—芯片—AI基础设施—模型—应用。每层之间相辅相成，上层成功会带动下面每一层。开源模型在激活整个技术栈方面发挥着尤其关键的作用。三是人工智能的社会影响。他认为目前我们仍处在人工智能基础设施化建设的早期阶段，这一进程所需人力非常庞大，可提供大量技术性强、待遇优厚的基础岗位。同时随着人工智能承担更多常规工作，效率和服务量还会不断扩大，带动更多就业。总体上，人工智能基础设施化将极大提升生产力、产能和增长。(11)

正如黄仁勋在与何慕理首次讨论“五层蛋糕”时，就触及中美竞争所揭示的，大国博弈构成了“五层蛋糕”的叙事背景。本文通过对黄仁勋2023年10月—2026年4月主要播客访谈中人工智能相关观点的整理(表1)，显示其论述重点呈现出明显的阶段性演进特征：2023年至2025年上半年，访谈主要围绕创业历程、加速计算范式转变以及人工智能技术潜力等展开；自2025年下半年起，特别是2025年12月CSIS访谈后，“五层蛋糕”概念与中国议题的出现呈现高相关度且频率同步上升，并在其2026年的多轮访谈中成为核心论述工具。这一转变表明，黄仁勋的人工智能叙事已从单一的技术乐观主义，逐步转向对全产业栈的系统性思考，他对地缘政治和中国市场也越来越重视。这与他过去一年半里四度访华的纪录互为佐证(2025年1月、4月、7月和2026年1月)。(12)

黄仁勋对中美人工智能科技竞争的认知，在2026年4月15日他与德瓦克什·帕特尔(Dwarkesh Patel)进行的题为“英伟达的护城河能否持续？”的对谈中，得到了较全面的展现——这位25岁的播客主持以善于提出尖锐问题著称。在帕特尔将英伟达销往中国的芯片接连比做“核弹外壳”“浓缩铀”后，黄仁勋回击“这是不合逻辑的糟糕类比”和“失败者心态”，进而讲明了“人工智能行业的每层都很重要，我们希望美国在每层都赢，包括芯片层。让出整个市场并不能让美国在芯片、计算堆栈的长期技术竞赛中取胜”。这反映出黄仁勋主张在人工智能领域开放竞争的观点，他认为在能源层，中国凭借庞大的电力产能以及惊人的基础设施建设速度形成了显著优势，相反，能源是制约美国人工智能规模化发展的首要瓶颈；在芯片层，美国通过英伟达等企业仍保持代际领先，但过度出口管制或导致“两个平行系统”，削弱美企创新动力、加速中国自主芯片生态构建；在AI基础设施层，中国在数据中心和机架级工程部署效率上体现出明显优势，美国需要通过再工业化加以应对；在模型层，中国开源大模型的迭代进展迅速，美国则在最前沿闭源模型方面占主导；在应用层，代理式和物理人工智能等高端应用将是未来价值创造的核心，美国应依托开放的底层平台策略赢得全球开发者。

当然，黄仁勋对美国人工智能竞争力也有过度自信的一面，就像他与何慕理交谈时说的那样：“我对美国的未来有百分之一千的乐观”，主要基于美国能重新拥抱产业政策、利用人工智能重塑制造业以及解决能源瓶颈等假设。这些都使他作为开放竞争观点的持有者和“百分之一千的乐观主义者”在如今美国社会中显得独特。然而，本文对中美人工智能产业“五层蛋糕”的具体差异进行基于实证与动态的分析，得出了不尽相同的评估。

二、中美人工智能产业“五层蛋糕”的具体差异

本文采用基于多智能体辅助的可验证资料分析方法，采集并整理2018年来近300份研究报告的公开数据，在每一层内选取最具代表性的三个操作化指标(主要包括规模、成本、技术领先度/扩张转化率等)，通过进行定量对比与定性解读，以实现可衡量、可追踪的竞争格局判断，并形成可视化总结(图1)。

(一)能源层

能源是人工智能产业“五层蛋糕”架构的首要原则和核心要素，根本上决定了智能生产规模上限。2025年，中国全社会用电量历史性地突破10万亿千瓦时，规模超美国全年用电量的2倍，(13)高于欧盟、俄罗斯、印度、日本全年用电量的总和，稳居全球电力消费第一大国。自2021年底以来，中国新增发电容量便已超过全美电力系统的总规模。在增量维度上，中国2025年发电能力增长量达到美国的7倍左右，且中美之间的差距仍在持续扩大。(14)

图1 中美AI全栈竞争格局：五层架构优势对比

注：本图分别依据“五层蛋糕”的规模和成本，以及能源的技术领先度、芯片的研发强度、AI基础设施的扩张速率、模型的技术性能和应用的产业转化率等15个角度，综合比较了中美竞争优势。并在每一个层次维度评估其领先的可持续性，规则为：1.领先可持续性较高的得1.5分；2相对中等的得1分；3相对较低的得0.5分。

就数据中心年度用电量这一操作化指标而言：2025年，中国境内数据中心年耗电量约为193.3太瓦时，占全社会用电量的比例约1.9%，同期美国数据中心用电约占全社会用电的4.4%。这种差距在经济成本端还被进一步放大，如中国西部能源富集省份面向数据中心提供的工业用电，在叠加地方补贴后可降至每千瓦时约0.4元人民币(合0.05美元)；而据美国能源信息署信息，美国工业用电平均价格约为每千瓦时9.1美分，两者之间存在近乎1倍的价差。低廉且丰沛的电力供给意味着中国人工智能算力基础设施扩张面临的电力成本约束相对松弛，而美国在高电价制约下，每新增一单位算力部署都需付出更高的能源对价，美国数据中心也开始出现与居民争电和推高电价的问题。

就商业用电价格作为衡量企业购电成本的操作化指标而言：2025年9月，中国商业用电均价为0.796元人民币/千瓦时，约合0.116美元/千瓦时。同期美国商业用电均价为0.154美元/千瓦时，中国商业电价约为美国的75%，显示出更高的成本竞争力。(15)Meta与×AI等美国科技巨头为规避电网依赖，已在数据中心附近启动自建发电设施，这从侧面印证了美国既有电网体系在支撑人工智能算力扩张中遇到的成本效率困境。(16)

美国当前在技术维度的电能利用效率(PUE)方面仍然略优，但从趋势收敛速率看，中国PUE从2023年的1.48降至2025年中的1.42，仅一年半时间改善了0.06，而美国全行业PUE在劳伦斯伯克利国家实验室(LBNL)口径下也仅是从2023年的1.40缓慢向2028年预估区间的上限移动。(17)如果中国能保持收敛速率，两国全行业平均PUE有可能在未来两年内趋近交会。

(二)芯片层

芯片决定了人工智能的扩展速度以及智能的可适用性。全球半导体产业高度集中，美国凭借长期的技术积累和生态主导，在芯片设计、先进制程和高端市场方面占据压倒性优势，而中国正通过巨额投入和产业链补短板等方式，在中低端及部分前沿领域加速追赶。就半导体企业全球市场份额这一核心规模指标而言：2023年，按总部所在地统计，中国半导体企业全球销售份额约为7.2%，美国则高达50.2%，美国约为中国的7倍。这一差距清晰反映出美国在芯片产业的商业控制力和生态主导力方面显著领先。中国虽在消费级芯片、成熟制程等领域份额稳步提升，但在训练/推理所需的高端图形处理器(GPU)、高带宽内存(HBM)以及先进电子设计自动化(EDA)工具上，仍高度依赖外部。

在芯片侧全生命周期拥有成本(TCO)维度：以3年生命周期内每获得1 TFLOPS FP16算力的成本衡量，中国领先芯片(华为910B/910C)约为38—49美元/TFLOPS，美国领先芯片(英伟达H100至B200序列)生命周期TCO约为17—49美元/TFLOPS，两者价格区间已高度接近，中国在部分性价比场景下具备一定的竞争力。这一相对收窄的成本差距，得益于中国在系统集成、软件栈优化及大规模部署上的本土化优势，使得单卡算力获取的经济性在特定应用中已能和美国产品竞争。

研发投入强度方面：2023年前后，中国半导体产业研发支出占销售比例约为10.66%，美国则为17.6%，美国约为中国的1.6倍。但中国过去十年研发投入年复合增长迅猛，总规模增长超过5倍，通过财政补贴、国家大基金、企业自筹等多渠道合力，正集中力量在设备、材料、EDA等“卡脖子”环节实现突破。如这一高强度投入态势得以持续，中美在半导体关键技术领域的代差有望在未来5—8年内显著缩小。

注：芯片出口采用中国海关“集成电路出口”近似口径；AI加速卡份额采用IDC/Reuters披露的2025年中国AI accelerator card出货量口径。

图2 中美芯片产业出口趋势与当前国内AI加速卡市场份额情况(图片来源：作者自制)

中国在半导体领域的追赶策略正从被动防御转向主动输出。在国内人工智能加速卡市场上，2025年国产份额已达41%，显示在出口管制压力下，中国芯片自给与替代能力形成了较强支撑。另一方面，中国芯片产业的出口数量总体维持高位并持续攀升，出口金额由2020年的约1166亿美元升至2025年的约2019亿美元(见上页图2)，说明中国未停留在本土防御，而是在全球市场中增强规模化输出能力。2026年前两个月，中国集成电路出口额达433亿美元，同比暴涨72.6%。(18)根据美国半导体工业协会2021年的预计，未来10年，中国将开发全球40%的新产能，成为全球最大半导体制造国，拥有24%的市场份额。若此数字兑现，中美在芯片领域的竞争格局将彻底改变。(19)

(三)AI基础设施层

AI基础设施特指各类制造或辅助制造智能的设施，包括“土地、供电、冷却系统、建筑工程、网络通信，以及将成千上万处理器编排到一台机器的系统”。(20)美国凭借成熟的云巨头生态，在全球云基础设施市场占据绝对主导，而中国正依托本土云厂商和大规模数据中心建设，在区域市场实现快速扩张与成本优化。

总体上，中美均在AI基础设施上投资巨大：2025年美国AI基建投资超过3500亿美元，高盛预测到2030年，美国人工智能算力累计投资将达到3万亿—4万亿美元，这被认为是1945年后美国最大规模的一次基础设施投资。同期相比，2025年中国的AI基建投资是6300亿元人民币，但到2030年，累计投资估计会超10万亿元人民币。目前，美国的领先优势仍然明显：在全球算力分布上，美国占75%，中国只有14%。(21)

具体来看，就全球云基础设施市场份额这一规模指标而言：2024年第四季度，阿里云等中国主要本土厂商合计份额约4%，而亚马逊云科技(AWS)、微软云计算平台(Azure)、谷歌云计算平台(GCP)三家美国云巨头合计份额高达约68%，美国头部云厂商全球份额约为中国代表厂商的17倍。(22)这一悬殊差距表明，美国在AI基础设施的全球商业平台能力上仍保持显著领先，其云服务已成为全球人工智能开发者与企业的首选基础设施平台，中国厂商则主要在亚太及新兴市场深化渗透。

在数据中心用电容量同比增速这一扩张规模代表指标上：中国数据中心电力容量增速约为25%，美国约为22%，中国在建设速度上略占优。但考虑美国存量基数更大，其绝对新增容量仍具备较强规模效应。中国凭土地、电力与政策协同优势，正加速数据中心集群建设，而美国则更多依赖云巨头的自建与超大规模厂商(hyperscale)项目推进。

(四)模型层

模型用以理解信息和物理世界，推动一些最具变革性的工作。美国凭借深厚的人才储备、开放的创新生态和巨额资本投入，在前沿基础模型产出上长期领先；中国则通过高效的资源配置和快速迭代，在模型数量与性价比上展现出强劲追赶势头。就重要基础模型数量这一规模指标而言：据斯坦福《2025年人工智能指数报告》(Stanford AI Index 2025)统计，2024年按机构所在地统计，中国产出的notable AI models约15—30个，美国则达到40—50个。(23)美国在前沿模型产出数量上仍保持明显优势，但中国已稳居全球第二梯队核心位置，与美国之间的差距正在可控范围内缩小。

在模型产出资金效率维度：以“重要模型数量/私人人工智能投资额”来近似衡量单位私人资本形成重要模型的效率看，2025年中国约为2.42个/十亿美元，美国约为0.19个/十亿美元，中国按该粗略口径约为美国的12.7倍。(24)这一显著效率优势，反映出中国在模型研发上的高投入转化率与资源集中动员能力，使得同样规模的私人资本能够产出更多有影响力的模型成果。

在领先模型基准差距这一性能指标上：根据行业权威Arena评分衡量，2024年中国顶尖模型与美国的分差在0.3%—8.1%之间，2025年2月综合性能分差缩小至0.4%，2026年3月应用端分差维持在2.7%。(25)这些都表明，中美顶级模型性能差距已大幅收窄，斯坦福人工智能指数甚至认为两国在整体AI模型性能上已实质性接近或消失，中国在部分开源模型与特定应用场景中的表现已能够与美国最强模型展开直接竞争。

(五)应用层

应用是人工智能产业经济价值的体现。美国凭借资本供给和成熟商业模式，在人工智能应用商业化与高价值场景上领先；中国则依托庞大的实体经济体量、完备的制造业基础和高效的落地执行力，在规模化应用与产业转化速度上展现出显著优势。就私人人工智能投资规模这一关键指标而言：2025年，中国私人投资额约为124亿美元，美国则为2589亿美元，约为中国的21倍。(26)

在应用调用前沿模型API价格这一成本维度：以代表性官方标价衡量(非缓存输入/输出价格)，中国DeepSeek-V4-Pro折扣后输入0.435美元/百万token、输出0.87美元/百万token(标称原价输入1.74、输出3.48)；而OpenAI GPT-5.4输入2.50美元/百万token、输出15.00美元/百万token，GPT-5.5更高，达输入5.00美元/百万token、输出30.00美元/百万token。(27)中国前沿模型API价格显著低于美国同类产品，展现出极强的成本竞争力(图3)。这使得中国开发者与企业能够以更低的边际成本大规模接入和调用大模型，加速AI在各行业的渗透与创新。

图3 中美代表性大模型的价格对比(图片来源：金融时报)

在产业转化指标——工业机器人年度安装量上：2024年中国新增安装量达295045台，美国约为44000台，中国安装量超过全球其他所有国家的总和，(28)是美国的近7倍。这一数据充分表明，中国在AI+自动化+智能制造的实体产业转化速度上处于全球绝对领先位置，人工智能技术正快速深度嵌入制造业、物流、建筑等实体经济领域，形成显著的规模效应和生产力提升。

总结而言，中美两国基于不同比较优势，分别在人工智能产业的不同层面上构筑了犬牙交错的“护城河”。美国凭借资本密度、技术生态与全球平台控制力，在尖端芯片、AI基础设施全球份额和前沿模型生态上保持显著领先；中国则依托能源禀赋、成本效率、建设速度与产业转化能力，在能源供给、模型产出效率、API调用成本和实体经济落地规模上形成反制。那么，化用帕特尔采访黄仁勋的标题，美国的AI“护城河”能否持续以及如何持续呢？

三、美国AI“护城河”的维系策略与中国的赶超潜力

为精准把握美国在维护人工智能优势方面的举措，本文构建一个从全面对抗到内部动员的四重立场分类，以辨析其实质。具体界定如下：一是“强硬遏制”，指以遏制、迟滞竞争对手技术发展为核心目标，特征包括技术封锁、供应链切割、市场禁入以及人员交流限制等，极致形态即“脱钩”；二是“精准管制”，主张对关键技术、物项和能力实施有选择的、基于风险的分层控制，旨在阻断军事和前沿领域的技术外溢，同时尽量维持非敏感领域的商贸往来，追求管制精度与商业成本间的平衡，代表性形态为“小院高墙”；三是“市场促进”，倾向于通过放松国内监管、激发市场活力和创新生态来维持技术优势，对外则倾向于开放竞争，通过推广技术标准、产品与服务，在盟友和伙伴体系内进行有管理的接触与竞争；四是“国家促进”，强调政府以明确的产业政策、大规模公共投资、行政松绑和资源动员，直接介入、塑造和加速国内关键产业与基础设施发展，将技术竞争视为国家整体实力的较量。采用这一分类框架有利于揭示政策工具箱内部的高度异质性——同一领域甚至同一行政令中，有时都可能有差异——从而与“五层蛋糕”有机结合、交叉审视：

(一)能源层集中体现“国家促进”立场

主要是通过行政力量直接动员和重组国内资源，为人工智能发展扫清能源瓶颈。2025年宣布国家能源紧急状态，赋予行政部门绕过常规环境与许可审查快速部署能源基础设施的权力，将能源供给提升至国家安全优先议程，属于典型的产业政策工具。同时美国发布的《为国家安全部署先进反应堆》《改革能源部反应堆测试》《改革核管会》《重振核工业基础》等四项核能行政令，以重建全球核能领导地位为牵引，改革监管、推动先进堆部署并重整核工业基础。其目的并非直接限制对手，而是通过政府主导的路线选择和制度松绑，为人工智能算力爆发提供清洁、稳定的基荷电力。

(二)芯片层呈现“强硬遏制”与“精准管制”为主、“国家促进”为辅的混合立场

在对外维度上，美国商务部工业安全局(BIS)2024-2025年连续升级对华先进人工智能芯片出口管制，将高带宽内存(HBM)纳入限制清单、扩大外国直接产品规则(FDPR)适用范围，并通过“人工智能扩散规则”将中国置于最严格算力管控层级。即便该规则后被撤销，但又转向更严厉执法并警示使用华为昇腾芯片的合规风险，已超出精准管制范畴，带有鲜明的技术“脱钩”与围堵色彩。同时，针对特定物项与算力层级的分级管制又保留“精准管制”特征，试图在阻断前沿能力与维持一般贸易之间寻求平衡。对内维度上，拜登时期的《芯片与科学法案》曾提出以527亿美元的直接财政投入提振本土半导体制造。到了特朗普第二任期，他多次提出要废除该法案，但一直面临共和党议员反对。整体上，芯片层以遏制对手和壮大自身构成“双轨”格局。

(三)AI基础设施层也完全由“国家促进”立场主导

《美国人工智能行动计划》《加速数据中心基础设施联邦许可》等行政令的出台，简化了联邦土地获取、能源与环境审查等环节，试图消除数据中心和配套能源设施建设的体制障碍等，本质上是通过制度供给来加速资本形成和项目落地。随后启动的“星际之门”(Stargate)项目，更以软银、OpenAI、甲骨文等私人资本联合体为基础，计划四年投入最高5000亿美元建设人工智能基础设施，联邦政府在此过程中扮演了推动、协调与许可松绑的角色。

(四)模型层对内转向“开放竞争”与去监管，对外则试探引入“精准遏制”工具

《消除美国人工智能领导地位障碍》行政令撤销了拜登时期某些人工智能安全治理要求，旨在通过放松监管来刺激模型创新创业活力，同时相信自由创新环境能最大程度释放美国社会优势，辅以联邦行动计划推动模型突破，同样包含国家主义要素。相似地，《美国人工智能行动计划》也推出旨在加速模型创新的联邦政策行动。然而，BIS一度想通过“人工智能扩散规则”将管制对象从芯片算力延伸至模型能力本身，尽管该规则很快被撤销，但“模型权重出口管制”已被正式纳入政策选项库。这表明美国在对内释放创新动能的同一时间，在为对外精准阻断前沿模型能力扩散准备法律和技术手段，模型层由此陷入“对内放松、对外设栏”的阴影中。

(五)应用层集中体现了三种立场的并行与分层策略

其一，“创世纪计划”整合联邦科学数据、国家实验室、超级计算和产学研资源打造人工智能科学发现平台等，着力推动人工智能在科研、国家安全和能源主导等领域的深度应用，是典型的通过政府组织应用需求牵引技术迭代；其二，《促进美国AI技术栈出口》行政令建立“美国AI出口计划”，推动包含芯片、服务器、云服务、模型、软件、网络安全和行业应用等全栈方案向盟友和伙伴出口，属于“市场促进(开放竞争)”立场，意图以技术生态锁定盟友和伙伴市场，以阵营化取代全面封闭；其三，GPT、Claude等顶级闭源模型拒绝向中国地区用户开放应用，事实形成了应用服务的“脱钩”，其程度甚至超越政府管制范围，构成商业行为与地缘政治合流。综合来看，应用层对盟友推行开放与出口竞赛，对竞争对手实施服务阻断，对内则推行国家应用牵引，构建了差异化竞争与选择性脱钩的复合图景。

就维持前景而言，美方的AI“护城河”短期内仍具有战略威慑与迟滞对手竞争效果，但长期维持则面临多重结构性挑战：一是中国在先进制程芯片、高带宽内存等被管制物项上的自主突破进度；二是美国国内能源与基础设施项目的实际落地规模与速度，而非停留在行政令层面的宣示；三是主要盟友在出口管制上的配合程度，尤其是涉及自身商业利益的政策选择时；四是前沿模型能力的扩散路径，即关键能力能否通过开源生态、灰色渠道或独立创新而在管制圈外涌现；五是美国国内政治周期变化对产业政策的影响，特别是不同利益群体对财政政策的承诺。

在美国持续构筑AI“护城河”的同时，中国的赶超动能正越发强劲。这建立在中国更完整的产业体系、政策连续性、开源生态、人才规模与综合国力基础上。美国当前举措往往将“科技领先”“产业控制”简单等同，认为只要封锁最先进芯片和关键技术，就能够阻断中国人工智能产业发展。但事实上，产业竞争并不只取决于最先进技术，还取决于成本优势与应用效能。

从战略路径看，中国更加重视人工智能在制造、能源、政务、科研等各行业中的系统性落地，而非仅停留在基础模型竞赛本身。尤其是开源模型的快速发展，正在增强中国人工智能技术的全球可获得性和体系吸引力。相较美国以闭源模型和高成本算力服务为核心的商业模式，中国开源模型更容易被发展中国家、中小企业和公共部门采用，并有可能像基础设施合作和数字平台输出一样，形成新的国际技术扩散路径。这意味着，中国人工智能的竞争优势不仅来自模型性能，也来自低成本、可部署、可本地化的应用生态。(29)

更重要的是，中国人工智能发展背后具有较强的国家战略延续性和人才支撑。“十五五”规划和2035年远景目标已将人工智能、量子信息、集成电路等列为前沿科技重点方向，形成长期政策牵引。与此同时，中国研发人员总量、理工科人才培养规模和高水平论文产出，人工智能专利(图4)均处于世界前列，海外华人科学家回流趋势也在增强。虽然美国GDP总量和人均GDP仍显著领先，但综合国力并非主要以金融和消费规模衡量，制造业基础、产业组织能力、工程化能力和人才密度同样决定长期科技竞争结果。

图4 中国与美国授权AI专利全球占比变化(2010-2023年)

资料来源：Stanford HAI,Artificial Intelligence Index Report 2025；图表转引自U.S.Global Investors。

其中，中国在制造业对美国的优势尤其明显(图5)。黄仁勋所认为的人工智能重塑制造业与美国约半个世纪的制造业持续衰退形成鲜明对立。2025年《纽约时报》曾预计2030年中国将占全球制造业45%。(30)正如北京大学雷少华教授所言“美国的GDP总量很高，但其中多少是由制造业提供的呢？”而中国人工智能的超越潜力，恰恰来自于国家战略、综合国力、社会稳定和产业体系布局，并加上与开源生态、电力丰沛、人才规模和应用市场优势的协同效应。

图5 中国与美国制造业增加值全球占比变化(2000-2025年)

资料来源：世界银行，联合国工业发展组织

四、结语

“五层蛋糕”分析框架为我们揭示了中美人工智能竞争的非对称动态均衡，也提醒我们在人类历史上，任何单一维度的“护城河”从来难以持久，长期竞争成果总是取决于全栈协同能力与持续迭代韧性，这包括技术与产业的较量，更是组织动员能力、创新生态活力与战略定力的系统性比拼。展望未来十到二十年的中美博弈关键期，人工智能的深层演进或许终将超越地缘政治的零和博弈，成为重塑全球生产力与治理的共同变量。中美在这一领域的竞合关系会决定更长时间的文明走向。

注释：

①Kishore Mahbubani,"Prospects for US-China Relations Following the 2024 US Elections",The ECSSR,June 21,2024,April 23,2026.

②多智能体辅助的可验证资料分析方法是运用人工智能体模仿人类专家的思维链，来执行包含信息搜集、知识加工、观点提炼的智能体工作流，并最终由人类专家进行完整检索溯源与可靠验证的方法。它用来处理对推理要求比较高，又需要在短时间内整合相当大量规模数据或文献资料的应用场景。本文使用了法雨科技(北京)有限公司开发的箴研社科混合智能模型，用来检索文献和生成部分图表。

③王廷惠：《“十四五”时期我国现代化产业体系建设的成就》，载《学习日报》，2025年10月15日，第2版。

④国家发展改革委：《深入实施“人工智能+”行动为高质量发展提供强大动能》，2025年9月12日。

⑤李成、张驰：《全球经济复苏：中国在中产共享增长中的引领作用》，中国发展高层论坛2024年年会专题报告，北京：中国发展研究基金会，2024年3月24日-25日。

⑥Gayle Markovitz & Sophia Akram,"Nvidia CEO Jensen Huang on how AI is becoming the next great infrastructure build",World Economic Forum Annual Meeting 2026,Jan 23,2026,https://gffgg45ec30e17198460fskccob59b5qb66nopfgzb.hbpu.wttczd-86544418598.com/stories/2026/01/nvidia-ceo-jensen-huang-on-the-future-of-ai/.

⑦M.Iansiti and K.R.Lakhani,Competing in the Age of AI:Strategy and leadership when algorithms and networks run the world,Cambridge,MA:Harvard Business Press,2020.

⑧M.G.Jacobides,S.Brusoni,and F.Candelon,The evolutionary dynamics of the artificial intelligence ecosystem.Strategy Science,Vol.6,No.4,2013,pp.412-435.

⑨Jensen Huang and John Hamre,"NVIDIA's Jensen Huang on Securing American Leadership on AI",CSIS,December 3,2025,p.5,https://gffgg7555517f86504a3dskccob59b5qb66nopfgzb.hbpu.wttczd-86544418598.com/s3fs-public/2025-12/251203_Huang_Securing_Leadership_0.pdf?Versionld=HVs.UxqXndkSU5eiUKJ_T9fsBqh2UnmN.

⑩Brian Caulfield,"'Largest Infrastructure Buildout in Human History':Jensen Huang on AI's 'Five-Layer Cake' at Davos",NVIDIA official website,January 21,2026,https://gffgg01ec862c6eec4e77skccob59b5qb66nopfgzb.hbpu.wttczd-86544418598.com/blog/davos-wefblackrock-ceo-larry-fink-jensen-huang/.

(11)黄仁勋：《AI是一块“五层蛋糕”》，NVIDIA英伟达博客，2026年3月10日，https://gffgg4fcdf32cd0fb4ba8skccob59b5qb66nopfgzb.hbpu.wttczd-86544418598.com/blog/ai-5-layer-cake/。

(12)于佳欣、邹多为、刘慧：《新华社经济随笔：从库克到黄仁勋，缘何一年三度来华？》，新华网，2025年7月18日，https://gffggbf6f940a9ef64f34hkccob59b5qb66nopfgzb.hbpu.wttczd-86544418598.com/fortune/20250718/6245423beaea495c99b0eeb2f9b7364a/c.html。

(13)Paul Krugman,"China Has Overtaken America:And Trump's policies guarantee that we will never catch up." Substack,October 15,2025.

(14)陈博，全球和中国人工智能展望报告(2025)，陈博观察，2025年12月27日。

(15)"China electricity prices",Global Petrol Prices,September 2025,https://gffggf37cfa6abddb4ef0skccob59b5qb66nopfgzb.hbpu.wttczd-86544418598.com/China/electricity_prices/."USA electricity prices" Global Petrol Prices,September 2025,https://gffggf37cfa6abddb4ef0skccob59b5qb66nopfgzb.hbpu.wttczd-86544418598.com/USA/electricity_prices/.

(16)"AI Data Centers Go Off the Grid",The Batch,March 13,2026,https://gffgg269ab8e333024d6eskccob59b5qb66nopfgzb.hbpu.wttczd-86544418598.com/the-batch/rather-than-rely-on-public-utilities-ai-companiesbuild-their-own-power-plants/.

(17)Yuan Ye,"Explainer:How China is managing the rising energy demand from data centres",Carbon Brief,April 16,2025,U.S.Department of Energy,"2024 United States Data Center Energy Usage Report" Washington,D.C.,2024,p.47.

(18)2026年3月，中国海关总署。

(19)Graham Allison,et al.,"The Great Tech Rivalry:China vs.the U.S.",Harvard University Belfer Center,December 2021.

(20)黄仁勋：《AI是一块“五层蛋糕”》，NVIDIA英伟达博客，2026年3月10日，https://gffgg4fcdf32cd0fb4ba8skccob59b5qb66nopfgzb.hbpu.wttczd-86544418598.com/blog/ai-5-layer-cake/。

(21)参考吴晓波，“AI闪耀中国”2025，财新网个人博客发布演讲，2025年12月29日。

(22)Mark Haranas,The Channel Company,February 13,2025,https://gffggf00255dae5694caaskccob59b5qb66nopfgzb.hbpu.wttczd-86544418598.com/news/cloud/2025/awsmicrosoft-google-fight-for-90b-q4-2024-cloudmarket-share.

(23)参考复旦中美友好互信合作计划所发布的深度洞察斯坦福大学《2026年人工智能指数报告》的相关文章：《从技术竞赛到多维博弈的变迁历程》，2026年4月28日。

(24)"Artificial Intelligence Index Report 2026",Stanford Institute for Human-Centered Artificial Intelligence,April 13,2026,https://gffggb74579b4c7a543c8skccob59b5qb66nopfgzb.hbpu.wttczd-86544418598.com/assets/files/ai_index_report_2026.pdf,pp.10-16.

(25)"Artificial Intelligence Index Report 2026",Stanford Institute for Human-Centered Artificial Intelligence,April 2026.

(26)"Artificial Intelligence Index Report 2026",Stanford Institute for Human-Centered Artificial Intelligence,April 2026.

(27)"Models & Pricing",Deepseek,April 26,2026,https://gffgg069491b809394993skccob59b5qb66nopfgzb.hbpu.wttczd-86544418598.com/quick_start/pricing."Compare models",OpenAi Developers,May 3,2026,https://gffgg6fab083a93f34bffskccob59b5qb66nopfgzb.hbpu.wttczd-86544418598.com/api/docs/models/compare.

(28)Eric Schmidt and Selina Xu,"DeepSeek.Temu.TikTok.China Tech Is Starting to Pull Ahead",The New York Times,May 5,2025.

(29)Eric Schmidt,"Eric Schmidt on AI,the Battle with China,and the Future of America",Interview by All-In Podcast,September 25,2025.

(30)Kyle Chan,"In the Future,China will be dominant.The U.S.will be irrelevant",The New York Times,May 19,2025.