上研院：2026战略竞争与模式选择：中美通用人工智能发展比较研究报告（英文版）（34页）.pdf

核心结论速览。 AGI实现时间表高度不确定，缩放定律已遇瓶颈：产业界过度依赖“缩放”技术路线，将能力提升视为通向通用智能的路径，忽视了缩放效应已遇到瓶颈的现实。学术界强调能力结构和认知机制的重要性，但其关于AGI的讨论往往停留在理论层面。 美国“星际之门计划”通过1000兆瓦电力和百万级GPU物理堆叠，建设前所未有的算力基础设施：集中式开发允许公共事业公司直接建造专有的1000兆瓦级变电站，不接入复杂城市电网。 中国“十五五”规划首次将AGI列为国家级规划目标：提出“探索平行技术路线”，释放了探索通向通用AI路径的信号，为地方政府、研究机构和企业等各类创新主体提供了顶层政策指引。 美国“创世纪任务”强制联邦机构开放科学数据集和算力资源：2025年11月启动，要求NASA、国防部、商务部等机构将其资源开放至“美国科学与安全平台”。 中国通过国家实验室和新型研发机构承担AGI资源配置和任务组织功能：上海人工智能实验室、北京通用人工智能研究院等平台通过“科学家负责制”等制度安排保持高度自主性。 美国从“市场驱动”转向“战略集中”，中国从“高壁垒技术”转向“低门槛基础设施”：两种资源分配模式反映了不同的制度逻辑——美国聚焦前沿模型能力的集中突破，中国聚焦AI能力的广泛扩散。垂直主题的现状与路径。对于政策研究者、科技企业战略决策者和国际关系观察者而言，当前AGI领域的核心关注点在于三个维度：AGI定义与实现路径的争议：产业界倾向于将AGI视为现有技术的自然延伸，而学术界认为当前以大模型为代表的系统与AGI之间存在根本性区别——AGI需要同时具备复杂自主推理、持续学习、跨领域迁移、适应性、类人认知和高级泛化能力。直接将以大模型为代表的当前系统等同于AGI，容易模糊专用智能与通用智能之间的根本区别。国家制度协调能力的差异：AGI的发展本质上是一个高不确定性、高投入的典型场景，对国家调动资源和协调制度的能力提出了更高要求。国家不再是市场失败的补充，而是塑造技术演进的关键力量。两种路径的治理挑战：美国路径的特征是资源高度集中于少数前沿模型的能力突破，算力的极端集中放大了系统性单点故障风险；中国路径的特征是AI技术嵌入社会运行的速度远快于治理机制的发展，数据隐私、算法偏见和关键基础设施等领域的安全风险正在系统性放大。垂直主题的核心模式解析。模式一：美国“任务驱动的网络化协调”模式。美国在AI领域的组织机制呈现为任务驱动的网络化协调。其核心是将多元参与者纳入遵循国家意志的统一技术路线图，以前沿技术领域取得突破。白宫科技政策办公室承担跨部门协调和战略设计职能，商务部负责产业政策实施和出口管制，财政部通过税收抵免和投资激励等财政工具引导社会资本进入关键技术领域。模式二：中国“分散试验的风险对冲”模式。中国基于自身产业特点和发展需求，支持大模型、行业模型、具身智能、类脑计算等多技术路线并行发展。政府不预先指定任何技术路线为“最优路线”，由市场和多元主体在应用过程中自主选择和验证。这种模式在当前技术条件下，AGI能否仅通过提升算力实现仍不确定的背景下，具有重要的风险对冲价值。模式三：美国“战略集中”的资源分配模式。美国在AGI领域的资源配置正经历从市场驱动向国家主导战略集中的进一步转变。政府正在有意识地引导算力和数据等资源的战略集中，以提高创新效率。星际之门计划通过国家级的投资和政策支持，推动超大规模算力基础设施建设。模式四：中国“AI基础设施化”的能力扩散模式。中国将AI从高壁垒技术转化为低门槛基础设施，以应对AGI发展的不确定性，让更多参与者减少对任何单一技术突破的依赖。算力作为AGI发展核心生产要素的公共供给，显著降低了各类创新主体的进入门槛。服务商生态的“断层”与机会。断层一：缩放定律的瓶颈与替代路径的探索。产业界过度依赖“缩放”技术路线，将能力提升视为通向通用智能的路径，忽视了缩放效应已遇到瓶颈的现实。机会在于探索超越简单“缩放”的AGI实现路径，包括类脑计算、具身智能等方向。断层二：美国“去监管”与风险识别能力的矛盾。《美国AI行动计划》废除了拜登政府的安全监管框架，转向以市场份额为中心的AI生态系统竞争。去监管的政策取向客观上削弱了早期识别风险的制度能力。机会在于构建能够在鼓励创新的同时有效识别和管理风险的新型治理框架。断层三：中国应用扩散与治理机制发展的不同步。应用扩散型发展逻辑意味着AI技术嵌入社会运行的速度远快于治理机制的发展。机会在于加速数据隐私、算法偏见、关键基础设施等领域的治理机制建设。断层四：全球AI治理规则的分化。美国以模型能力阈值为中心构建监管标准，中国以应用场景分类为基础推动行业规范。两种逻辑的不兼容性已在ISO和多边AI治理协议层面造成持续摩擦。机会在于探索两种路径之间的对话与协调机制。标杆案例深度解析。案例一：星际之门计划——美国算力资源国有化的转折点。2025年1月特朗普就职后立即启动，计划投资5,000亿美元，在德克萨斯州阿比林建设超级数据中心。采用1,000兆瓦电力和百万级GPU物理堆叠，公共事业公司直接建造专有的1,000兆瓦级变电站。软银、Arm、微软、英伟达、甲骨文、OpenAI等共同建设和运营。核心启示：标志着美国算力资源从“碎片化分布式”走向“国家级超大规模集群”，是国家力量直接介入算力基础设施建设的标志性事件。案例二：创世纪任务——联邦数据与算力的强制整合。2025年11月启动，要求NASA、国防部、商务部等联邦机构将其科学数据集和算力资源开放至“美国科学与安全平台”。总统科技助理通过国家科技委员会协调，能源部承担主要职能。核心启示：通过强制性机制打破联邦机构之间的资源孤岛，将分散的数据和算力资源整合为统一的创新平台。案例三：中国“人工智能+”行动——AI赋能千行百业。2025年8月国务院发布，推动AI与科技、产业发展等六大重点领域深度融合。到2027年率先实现广泛深度融合。核心启示：中国将AI定位为赋能型技术，通过政府引导推动AI能力在经济社会各领域的广泛扩散。案例四：中国“十五五”规划AGI部署——首次国家级战略定位。中国“十五五”规划首次将AGI列为国家级规划目标，提出“探索平行技术路线”。核心启示：这是国家规划中首次释放探索通向通用AI路径的信号，为地方政府、研究机构和企业等各类创新主体提供了顶层政策指引。垂直主题的创业/行动指南。核心公式：理解路径差异 + 识别制度逻辑 + 把握治理挑战 = AGI领域的战略决策框架。起步步骤：1. 理解两种路径的结构性差异：美国聚焦前沿模型能力的集中突破（模型中心），中国聚焦AI能力的广泛扩散（通用基础设施）。2. 识别各自制度逻辑的内生挑战：美国面临缩放定律瓶颈和去监管风险；中国面临应用扩散与治理机制发展的不同步。3. 把握全球AI治理规则分化的战略意义：两种逻辑的不兼容性正在推动全球AI治理体系的碎片化。4. 在技术路线选择、组织机制设计和资源配置中做出符合自身定位的选择。避坑指南： 避免将AGI竞争简化为“技术竞赛”或“地缘政治对抗”：中美差异是各自创新体系、产业结构、资源禀赋、安全关切和治理传统塑造的务实选择的结果。 避免忽视缩放定律的瓶颈：产业界过度依赖“缩放”路线，忽视了缩放效应已遇到瓶颈。 避免忽视两种路径各自的内生风险：美国路径面临系统性单点故障风险，中国路径面临治理机制滞后风险。 避免忽视AGI时间表的高度不确定性：当前关于AGI何时实现的预测高度分化，缺乏可验证的科学证据。分阶段实施建议： 短期（2026-2027年） ：关注星际之门、创世纪任务、“人工智能+”行动等重大政策的落地实施与产业影响。 中期（2027-2028年） ：关注缩放定律瓶颈的突破进展、多技术路线并行探索的成果、全球AI治理规则的演变。 长期（2028-2030年） ：关注AGI技术突破对国际力量格局、全球治理体系的深远影响。延伸阅读。以上为报告核心趋势分析，如需获取完整报告详细数据及全部政策分析，请访问下载页下载完整PDF报告。FAQ。问：AGI的定义为何存在争议？答：产业界倾向于将AGI视为现有技术的自然延伸，而学术界认为当前以大模型为代表的系统与真正意义上的AGI存在根本区别——AGI需要同时具备复杂自主推理、持续学习、跨领域迁移等多种能力。问：美国“星际之门计划”的电力规模是多少？答：1,000兆瓦，公共事业公司直接建造专有的1,000兆瓦级变电站，不接入复杂城市电网。问：中国“十五五”规划如何部署AGI？答：首次将AGI列为国家级规划目标，提出“探索平行技术路线”。问：美国“创世纪任务”的参与机构有哪些？答：NASA、国防部、商务部等联邦机构，总统科技助理通过国家科技委员会协调，能源部承担主要职能。问：中美AGI治理逻辑的核心差异是什么？答：美国以模型能力阈值为中心构建监管标准，中国以应用场景分类为基础推动行业规范。数据来源说明。本文数据来源于上海国际问题研究院（SIIS）研究报告《Strategic Competition and Development Paths: A Comparative Study of AGI in China and the United States》（2026年），作者鲁传颖。