众力资讯网

美国财长贝森特对我们泼冷水了!9月11日,美国财长贝森特声称,中国人有他们的模型。 他们对人工智能实行中央计划,这种方式“永远不会成功”,因为归根结底他们不会交出足够的控制权。 他还表示,美方担心人工智能发展到某一天,会产生足以“威胁国内稳定”的能力。 这番话一出来,很多人的第一反应是:美国这

美国财长贝森特对我们泼冷水了!9月11日,美国财长贝森特声称,中国人有他们的模型。

他们对人工智能实行中央计划,这种方式“永远不会成功”,因为归根结底他们不会交出足够的控制权。

他还表示,美方担心人工智能发展到某一天,会产生足以“威胁国内稳定”的能力。

这番话一出来,很多人的第一反应是:美国这是又开始唱衰中国科技了。

但如果只把它看成一句普通的“泼冷水”,其实低估了这场人工智能竞争背后的复杂程度。

贝森特真正担心的,可能不是某一个中国AI模型,而是一个更大的问题——未来几十年的科技主导权,到底掌握在谁手里。

过去几十年,美国在互联网、芯片、软件生态方面拥有巨大优势。但人工智能的出现,让全球科技竞争重新洗牌。

因为AI不像传统产业,它不只是一个产品,而是一套综合体系。算法、算力、数据、芯片、人才、应用场景,这些东西共同决定一个国家在人工智能时代的位置。

美国目前最大的优势,确实是在基础模型、顶尖芯片和全球科技企业方面。

像OpenAI、谷歌、微软、英伟达等企业,在全球AI产业链中占据重要位置。而美国政府也一直把人工智能视为国家竞争力的重要组成部分。

所以贝森特说“如果中国赢得AI竞争,一切都会改变”,背后反映的其实是美国战略界的一种焦虑。
因为他们很清楚,中国并不是一个完全追随者。

过去几年,中国AI产业的发展速度非常快。从大模型到智能制造,从自动驾驶到工业应用,中国拥有全球规模最大的制造体系,也拥有大量真实应用场景。

很多技术最后能不能成功,不只是看实验室里的参数,更要看有没有足够大的市场去验证。

这一点,恰恰是中国的优势。比如一个AI系统,如果只是停留在实验室里,它可能只是一个漂亮的演示。但如果进入工厂、物流、医疗、城市管理甚至普通消费者生活,它才会不断迭代。

而中国庞大的产业规模,为AI落地提供了天然环境。当然,美国的批评也并非完全没有依据。贝森特认为,中国的AI发展模式带有较强的政府推动特点,担心这种模式会限制创新空间。

这其实也是全球人工智能发展中一直存在的问题:政府应该扮演什么角色?完全依靠市场,会不会导致技术失控?政府参与太多,会不会影响企业创新?这两个问题,美国和中国给出了不同答案。

美国更强调企业竞争和市场驱动,但美国同样不是完全放任。近年来,美国不断加强对先进芯片出口的限制,加强AI安全监管讨论,本质上也是希望利用政策工具维护自身优势。

换句话说,美国嘴上强调市场竞争,但真正到了战略产业,同样会出手布局。而中国的方式,则更强调国家战略协调能力。

从人工智能发展规划,到算力基础设施建设,再到产业应用推广,中国希望通过整体资源整合,加快技术突破。两种模式到底谁一定胜出,现在其实还没有答案。

技术竞争不是简单比较谁的钱多、谁的人多,而是看谁能够持续创新。历史上,很多曾经领先的国家,并不是输在资源不足,而是输在创新动力下降。

所以,贝森特说中国AI模式“永远不会成功”,这个判断其实有明显的政治色彩。因为任何国家都不可能提前宣布另一个国家的科技路线一定失败。

当年很多西方分析也曾认为中国高铁不可能形成全球竞争力,认为中国新能源汽车难以突破。但现实证明,技术发展往往不会完全按照预测走。

当然,中国AI发展也并非没有挑战。比如高端芯片限制、基础算法积累、顶尖人才竞争,以及全球生态建设,这些都是必须面对的问题。

尤其是在最前沿的大模型领域,美国企业依然拥有明显优势。如果说过去几十年是芯片决定信息时代的入口,那么未来可能是人工智能决定智能时代的话语权。

这也是为什么中美之间围绕AI的竞争越来越激烈。有意思的是,一边美国强调中国AI可能威胁安全,另一边美国自身也在讨论AI是否可能失控。

近期,美国科技界一些人士也不断呼吁加强人工智能安全监管,担忧先进AI系统可能带来未知风险。

这说明一个现实:人工智能已经不是简单的商业竞争,而正在变成全球治理问题。未来真正的竞争,可能不是谁限制谁,而是谁能在发展速度、安全控制和产业应用之间找到平衡。

在我看来,贝森特这番话虽然带有明显的竞争立场,但也透露出一个重要信号——美国已经把中国AI能力提升到了战略竞争对手的位置。

如果一个国家真的认为对方“不可能成功”,通常不会投入这么多精力关注。真正让竞争者紧张的,往往不是已经落后的对手,而是正在快速追赶甚至可能改变规则的对手。人工智能这场比赛,才刚刚开始。

未来几年,决定胜负的可能不是一句“谁会赢”,而是谁能够把技术真正转化为生产力,把创新能力变成长期优势。

这场竞争不会因为一句评价结束,也不会因为一次突破决定。它更像是一场漫长的马拉松,而不是一场短跑。