文 / 金思宇

2026年暮春，一则消息在硅谷与中关村之间激起千层浪：DeepSeek V4被证实彻底脱离英伟达CUDA的“引力场”，整体迁移至华为昇腾910C平台。底层代码从CUDA重写为CANN（华为异构计算架构）——这不仅是技术路线的切换，更是一场无声的“独立宣言”。曾几何时，CUDA像空气一样弥漫在全球AI开发的每一行代码中；而今，中国前沿大模型在真实的规模生产中，第一次实现了对这条“隐形锁链”的挣脱。

也恰恰是这一年，工业和信息化部部长李乐成在“部长通道”上亮出了中国AI产业的年度成绩单：2025年核心产业规模突破1.2万亿元，同比增速远超传统行业。2026年政府工作报告首次提出“打造智能经济新形态”，将“人工智能+”从“持续”升级为“深化拓展”——这意味着，中国AI正从“给各行业装轮子”的工具赋能，转向“重塑经济底盘”的系统再造。

然而，规模不等于安全，速度不必然带来高度。斯坦福大学《2025年人工智能指数报告》给出了一组极具压迫感的数据：中美顶尖大模型的能力差距已从2023年的17.5%急剧收窄至仅0.3%。全球AI竞争，正从性能赛跑全面升级为生态主导权、市场占有率乃至标准制定权的“立体战争”。在这场没有旁观席的较量中，中国AI产业正站在一个必须做出战略抉择的关键隘口。

一、当前挑战的核心症结

1. 基础层：“卡脖子”从芯片延伸到软件栈

如果说三年前“卡脖子”还集中在高端芯片的断供焦虑上，那么到了2026年，真正的硬骨头已是软件生态的“无形围墙”。英伟达CEO黄仁勋在最新财报季中坦言，受出口管制影响，英伟达在中国AI加速器市场的份额已趋近于零——而2020年以前，这个数字是惊人的95%。表面看是国产替代的胜利，实则是被逼到墙角的突围。

华为昇腾在2025年出货约81.2万张，扛起了国产算力的半壁江山，并搭建起从昇腾芯片到MindSpore框架、再到CANN计算架构的全栈体系。但一个不容忽视的事实是：全球数百万AI开发者仍习惯CUDA的思维体系与工具链，迁移成本之高，如同让右利手者强行改用左手写字。DeepSeek V4的“换芯”之所以成为里程碑，恰恰因为它证明了——在极限压力下，中国团队有能力再造一套高效且可大规模落地的“另一套生态”。

中国工程院外籍院士张亚勤对此判断：人工智能产业正在经历全球格局重塑，技术研发从单点突破转向体系化创新，应用场景从消费端向科技、交通、医疗等领域渐进渗透。清华大学孟庆国教授则从更深层次指出，中文数据的深度开发不只是技术命题，更关乎文化主权与数字文明话语权——目前全球通用训练数据中，中文语料占比仅1.3%左右，数据孤岛与质量短板相互缠绕，严重制约了大模型在专业领域的可靠性。

2. 应用层：商业闭环仍在“过坎”，增收不增利之痛

繁荣的表象之下，账本不会骗人。据36氪研究院、赛迪顾问等机构数据，2025年中国AI大模型市场规模达495.39亿元，同比增长49.1%，制造业应用大模型的企业比例在一年内从9.6%跃升至47.5%。但翻开几家头部企业的财务细节，触目惊心：

· 智谱2025年全年营收7.24亿元，市值一度超3000亿港元，然而算力服务费占研发开支的比例从2022年的17.3%飙升至2025年上半年的71.8%，保守估算仅算力一项支出就超过22亿元——相当于每赚1元，就要倒贴3元买算力。

· MiniMax年营收约7904万美元，同样面临93%销售成本为云推理费用的窘境。

经济学家辜胜阻曾警示：技术创新若无有效商业化路径，再先进的技术也难以转化为持久竞争力。值得玩味的是，智谱和MiniMax几乎同时掉头转向Agent（智能体）平台——智谱企业级智能体收入暴涨248.8%，MiniMax单日Token消耗量增长超6倍，其中代码相关消耗增长超10倍。这至少说明一件事：中国AI企业正以惊人的市场直觉，在算力成本的悬崖边寻找生路。

3. 全球治理：规则话语权的“温差”依然明显

当今AI领域的全球治理，本质上是规则制定权的竞争。2025年7月，中国发布《AI全球治理行动计划》，围绕向善为民、尊重主权、发展导向等六大原则提出13条行动方向；同年9月又推出《“人工智能+”国际合作倡议》，聚焦赋能民生、科技进步、产业应用等五大领域，推动AI普惠。

但现实是，以美国为主导的技术标准与治理框架仍占据优势地位，通过技术垄断与标准先发优势形成系统化壁垒。中国企业技术出海时，常因治理规则差异遭遇市场准入审查——例如DeepSeek大模型曾一度被多国以数据安全为由严格审视。从“参与治理”到“引领治理”，中国仍有漫长的规则博弈之路要走。

二、破局路径的关键策略

策略一：用场景纵深反哺基础创新，打一场“应用包围技术”的翻身仗

中国拥有全球门类最全的工业体系、最活跃的数字化消费市场，以及从城市治理到农业田间地头都仍在扩展的AI渗透空间。2026年政府工作报告明确提出抢占具身智能、脑机接口等新赛道，培育新质生产力。这正是反攻的起点。

在算法层面，DeepSeek通过架构创新的“效率优先”路线，在算力受限条件下实现了全球领先的模型性能，证明了“换道超车”的可能。在算力层面，华为昇腾出货量持续爬坡，国产算力网络正以“点、链、网、面”体系化推进。北京“监管沙盒”模式在不转移数据所有权前提下实现安全融合训练，为破解数据孤岛提供了可复制的制度样本。

中国工程院院士吴世忠反复强调：模型的内在风险、伦理挑战与安全隐患，必须纳入“发展与安全并重”的框架统筹考量——这恰恰是中国在应用牵引下，能够形成不同于西方治理路径的独特优势。

策略二：从“政策输血”到“市场造血”，打通商业闭环的最后一公里

2025年，中国规上制造业AI应用普及率已超30%，但普及不等于盈利。国务院印发的《关于深入实施“人工智能+”行动的意见》创新性地提出了“三阶段”跃迁路线图——2027年重点领域深度融合，2030年形成重要增长极，2035年步入智能经济和智能社会新阶段。

上海人工智能实验室主任周伯文指出，这套路线图围绕科技、产业、民生、治理六大方面建立关键指标体系，为AI商业化照亮了方向。中国信息通信研究院院长余晓晖则提醒：让AI的“技术进步增量”真正转化为“经济发展增量”，还必须在提升全要素生产率上持续发力。智谱和MiniMax的转型已经给出启示：从卖模型到卖解决方案，从项目制到产品化，是必由之路。

策略三：以开放开源争取全球治理话语权，推动AI普惠共享

在联合国框架下，中国正积极推进AI安全治理国际合作。张凌寒教授领衔发布的“全球人工智能治理规则地图2025”，为协同治理提供了学术支撑。与此同时，国产大模型引领全球开源生态建设，有分析认为中国正从“工程师红利”转向“贡献者红利”。

正如张亚勤所言：在体系化创新中寻找中国AI特有的生存与发展之道，方能于全球格局重塑中把握自己的命运。通过开源吸引全球开发者共建自主可控但开放协作的技术栈，中国完全有机会在标准制定权和生态话语权的天平上逐步加码。

三、未来突破的发力重点

重点一：从“应用高地”迈向“产业制高点”

张亚勤对中国AI产业的跨越式发展抱有较高期待，他认为分阶段目标有助于在技术不确定性与发展确定性之间找到平衡点。过去十年，中国AI更多是“应用红利”的受益者；未来十年，要在基础理论、核心算法、底层框架上形成自主能力，培育“智能原生企业”。中国工程院院士吴朝晖指出，“人工智能驱动的创新范式”不仅是促进未来产业发展的引擎，更是支撑科技创新与产业创新深度融合的关键支撑。让AI从产业链的“辅助工具”升级为“核心引擎”，是决定胜负的一跃。

重点二：统筹安全与创新，不做“进退失据”的选择题

发展与安全从来不是取舍，而是统筹。中国工程院院士郑南宁指出，当前中国AI产业应用主要集中在第二、三产业，第一产业应用仍相对不足——这既意味着短板，也意味着空间。在医疗、金融等高敏感领域，建立分级分类的动态监管机制，用灵活的“沙盒”为创新留出空间，为风险划出底线，才能真正实现“安全锁不死创新，创新不冲破安全”。

重点三：让开源生态成为全球合作的“最大公约数”

全球AI竞争的终局，将由生态决定。CUDA的垄断在中国市场被实质性打破，仅仅是一个开始。昇腾与CANN的崛起提供了“中国方案”的技术硬件，但真正能让这一方案走向世界的，是开放、包容、持续迭代的开源文化。支持国产模型开源，降低全球开发者的参与门槛，让中国的“根技术”生长于世界的“水土”，才能在全球生态博弈中赢得主动且持久的席位。

结语

中国人工智能产业已越过技术验证期，正处于从“应用引领”向“全链条主导”战略跃升的关键隘口。从政策顶层设计到产业市场验证，从算力自主替代到全球标准博弈，每一个挑战背后都潜藏着前所未有的机遇。

未来的竞争，既不是单一芯片算力的军备竞赛，也不是大模型参数规模的数字游戏，而是技术生态、商业闭环与治理体系的全面较量。正如张亚勤所判断的：中国AI唯有将场景规模优势真正转化为基础创新动能，并通过制度设计弥合“技术—商业—治理”之间的断层，方能在这场百年未有之大变局中，牢牢掌握智能时代的主动权。

（作者金思宇，中国智库高级研究员、经济学家）