谭寅亮：GPT-5加速全球AI竞赛：中国如何跟进
2025年8月7日，OpenAI发布了迄今最先进的大语言模型GPT-5，性能在推理、代码生成、写作和多任务处理上全面提升，幻觉率显著下降，并通过智能路由机制优化响应速度。免费用户可使用基础版本，高级用户享有更高调用额度。CEO Sam Altman将其形容为“仿佛有一位博士专家在身边”，并称这是迈向AGI的重要一步。此次发布在全球引发热潮，也让“谁将引领下一代AI发展”这一问题再次成为焦点。
事实上，早在2025年5月8日，美国参议院就举行了题为“赢得AI竞赛：加强美国在计算和创新方面的能力”的听证会，Altman在发言中强调AI是国家战略级基础设施，与电力、互联网同等重要。他提出“双重革命”——“丰富的智能”和“丰富的能源”，呼吁大力投资算力、芯片、数据中心和能源供应，并反对繁琐的事前审批，主张通过“监管沙盒”等方式保障创新速度。美国政商各界在会上明确将AI视为未来国家竞争力的制高点，强调必须在与中国的竞赛中取胜。
这一背景下，中国需要正视在基础设施、监管政策和创新能力上的差距，制定更具前瞻性的应对策略。
一、中美AI基础设施、监管体系与创新能力对比
1. 基础设施：算力投入与硬件布局
美国凭借科技巨头和资本优势，在算力与芯片领域保持领先。OpenAI正在得州建设全球最大AI训练中心，CoreWeave运营着超过25万块GPU的数据中心集群。美国在高端芯片设计制造（Nvidia、AMD）上占据优势，2024年算力总量达291 EFLOPS，占全球32%。
中国通过“东数西算”工程快速扩展算力，截至2024年6月总规模达246 EFLOPS，预计2025年可达300 EFLOPS，其中智能算力增速达 65%。北京、上海、深圳等已建成大型 AI 算力平台。然而，高端芯片仍受美国出口管制制约，国产替代方案（昇腾、寒武纪等）性能短期内略逊，总体呈“美国存量领先、中国增量追赶”格局。
2. 监管体系：政策导向与治理模式
美国倾向“轻触式监管”，反对欧洲式预先管制，计划设立全国性AI监管沙盒，通过NIST发布自愿性标准。中国则强调事前管控与备案，如《生成式人工智能服务管理暂行办法》要求内容安全审查、实名制等。截至2024年底，302项生成式AI服务完成备案。
美国模式有利于快速迭代，中国模式在安全和社会稳定方面更稳健。未来可在保障安全的前提下，引入分级分类监管、沙盒试点等灵活机制，避免“一刀切”抑制创新。
3. 创新能力：科研实力与产业生态
美国仍是顶尖模型和原创算法的主要产出地。2024年推出40个具有代表性的大型模型，远超中国的15个。GPT-5的发布进一步巩固了其技术优势。美国拥有全球最成熟的资本和人才生态，2024年AI投资额达1091亿美元，是中国的近12倍。
中国虽起步稍晚，但进步迅速。百度文心4.0、DeepSeek R1等在多项基准测试上接近美国水平。中国AI核心产业2023年产值达5784亿元，企业超4000家，应用场景丰富且用户接受度高（83%受访者认为AI利大于弊）。挑战在于基础研究成果转化率、开源生态影响力及高端人才供给。
总体来看，美国技术与生态领先，中国市场与应用优势明显，双方在全球影响力上的竞争将愈加激烈。
二、中国的战略应答
1. 筑牢AI基础设施，构筑算力和硬件高地。鉴于“算力即国力”的趋势，中国应加快将AI相关基础设施纳入国家新型基础设施建设规划，实现超前部署和自主可控。
1）加速算力枢纽布局：在“东数西算”基础上，加大AI大型算力中心建设，实现2025年 300 EFLOPS目标的同时，前瞻布局面向 2030 年的E级、Z级算力设施。优化算力网络布局，提升区域间调度效率，构建高速骨干网络，让AI 算力像水电一样精准供应。可设立国家AI计算服务平台，整合超算中心和云资源，为科研机构、中小企业提供低成本算力租用。
2）强化关键硬件保障：发挥重大专项和产业基金作用，推动国产GPU、NPU、高带宽存储等研发和量产，减少对进口依赖。对重大突破企业给予税收优惠和政府采购优先支持，鼓励产学研协同攻关“卡脖子”技术。加强与友好国家在半导体材料、设备上的合作，分散供应链风险。
3）完善能源与通信配套：在能源富集地区建设绿色数据中心集群，通过直供新能源、电价优惠等措施降低成本；升级干线网络，部署高速光纤和低时延网络，保障跨地域算力调用；在城市规划中预留数据中心用地和电力指标，避免受能耗“双控”限制。
2. 优化监管体系，既保安全又促创新。在保证安全可控的前提下，监管政策应更加灵活、包容，为技术研发和应用留出空间。具体建议如下：
1）试点监管沙盒：在粤港澳大湾区、中关村、徐汇西岸等区域设立 AI 创新监管沙盒，对符合条件的企业和技术提供监管豁免或简化审批，让新技术在可控环境中先行先试，并及时发现和化解风险。
2）分级分类监管：对医疗诊断、自动驾驶等高风险领域继续严格准入和安全评估；对办公助手、内容生成等低中风险应用，采用备案+事后监管，降低创新成本。建立风险评估标准体系，明确强制审查和豁免情形，用清单管理取代模糊要求。
3）加强统筹与协同：建议由国务院或国家网信办牵头，建立跨部门治理协调机制，统一监管尺度，减少多头管理不确定性；修订不适应 AI 发展的法律条款，为合规数据流动和国际合作提供便利。
4）鼓励行业自律与标准制定：支持组建AI伦理与安全自律联盟，制定行业准则；积极参与国际标准组织讨论，争取在算法透明度、隐私保护等方面的话语权，通过与主要经济体对话减少海外监管壁垒。
3. 培育创新生态，提升科技创新持续能力。面对美国在人才、资本和生态方面的强大实力，中国更需构建良好的AI创新土壤，从源头增强自主创新能力。
1）实施人才计划：在高校设立交叉学科AI学院或研究院，扩大招生规模；鼓励校企共建联合培养基地；为紧缺高端人才开通引进绿色通道和税收优惠，吸引海外人才回流。完善科研人员评价机制，允许兼职和成果转化计入职称。
2）加大基础研究投入：围绕AI基础理论、“卡脖子”技术，加大基金和重点研发计划支持；在类脑智能、通用 AI、量子计算+AI 等方向布局长期专项，允许探索性研究失败；建设开放共享的数据集和测评基准，缓解科研机构和中小企业的数据瓶颈。
3）优化产业环境：完善投融资生态，设立AI产业基金，重点投向基础模型、关键软件、AI+工业等初创企业；在政府采购和招标中为初创企业提供公平机会，以首购首用政策打开市场；推动大企业开放平台资源，与中小企业协同创新。
4）打造开放合作生态：鼓励参与国际开源社区，主导有影响力的项目；开放非敏感模型 API，壮大本土开发者社区；通过开放实现“引进来”和“走出去”。
5）推动 AI 出海：在“一带一路”沿线设立海外研发中心或实验室，提供本地化解决方案；政府将AI 合作纳入外交议程，推进数字丝绸之路计划，通过技术援助和培训输出中国标准，打造全球标杆项目，提升国际影响力。
三、结语
GPT-5的推出不仅是技术迭代，更是一次全球 AI 竞赛的加速信号。中国应以更加长远的视野和务实的举措来布局人工智能的发展。一方面，要直面美国等领先国家的竞争压力，在基础设施、核心技术上补齐短板；另一方面，也要发挥中国体制和市场优势，在政策支持和应用落地上跑出加速度。正如本次美国听证会传递的信息，人工智能已成为国家实力竞争的新焦点。我们既要有紧迫感，更要有战略定力，通过持续的投入和优化政策环境，厚植创新土壤。在“安全可控”的前提下大胆拥抱AI变革，力争在2030年前实现中国成为全球人工智能领军者的战略目标。
来源 | 财新
（作者系中欧国际工商学院决策科学和管理信息系统学教授谭寅亮、案例中心研究员刘耿）
