兰德智库报告：中美AI生态呈“适应辐射”状分化，而非单纯竞赛

事件概述

2026年9月，美国兰德公司发布题为《中美两国的AI发展》的报告。研究团队通过筛选雇有机器学习工程师、持有AI专利或发表相关论文的企业，最终锁定1,181家中美营利性AI开发公司（美国743家，中国438家）。报告指出，尽管外界常将中美AI视为零和竞赛，但数据表明两国AI生态更像生物学中的“适应辐射”，即由各自独特的产业环境塑造出不同的技术形态。

核心信息

1. “大脑”相似，“身体”迥异

• 架构趋同：两国主流模型架构比例几乎一致。使用Transformer架构的比例分别为美国28%、中国27%；强化学习使用率均为19%。中国并未如预期般大规模转向非Transformer架构（如神经形态计算）。
• 应用分化：
  • 美国：61%为纯软件公司，主攻语言模型优化及知识工作辅助。强化学习主要用于提升大语言模型的对话质量（RLHF）。
  • 中国：仅26%为纯软件公司，12%聚焦人形机器人（美国仅2%），24%涉及地面/四足机器人。强化学习主要用于机器人控制、自动驾驶及产线调参。同一技术名词在中美语境下指向完全不同的应用场景。

2. 开源策略与市场格局

• 开源实质不同：虽然中美开源公司比例相近（约15%-17%），但内涵不同。中国头部模型（如DeepSeek、Qwen）全面免费开源，占据OpenRouter平台近半流量；美国开源多为边缘小模型，主流旗舰模型保持闭源。
• 价格优势：在同等智能水平下，中国开源模型的价格仅为美国专有模型的1/4至1/5。在开发者群体中，中国模型调用量已与美国持平，但在全球大众市场占比仍不足20%。

3. 组织形态与地理分布

• 企业归属：中国56.6%的AI公司隶属于非AI主业的大型母体（如电网、车企、运营商），33.8%为上市公司；美国仅28.8%依附大企业，多数为独立创业公司。
• 内部自用：中国16%的AI完全用于内部场景，美国为10%。
• 地理集聚：美国AI高度集中在大学周边（加州占近半，麻省次之）；中国AI分布于北京（研发中心）及广东、浙江、江苏等制造业密集带。

4. 产业土壤决定技术流向

• 行业分布：中国AI扎堆于制造业（30%）、交通运输（26%）和能源（12%）；美国AI集中于医疗与生命科学（28%）、科研（10%）和网络安全（7%）。
• 资源驱动：美国AI流向高薪知识工作者以节省时间成本；中国AI流向急需提升效率的产线和物理基础设施。政策可提供场景，但无法强制规定技术架构，企业的技术选型本质上是对其所处稀缺资源的响应。

值得关注

• 数据局限性：报告承认约60%-70%的核心技术维度数据缺失，主要因中文来源渗透率低及国企内部研发不对外披露所致。这反映了双方生态在信息披露意愿上的巨大差异。
• 方法论创新：该报告大量使用AI进行数据清洗、分类和交叉验证，揭示了“用AI侦察AI战场”的新趋势，同时也暴露了现有工具对非英文信息的识别局限。
• 未来对冲价值：若AGI的发展必须结合物理世界交互，中国更宽的具身智能组合将成为美国软件主导生态的重要对冲；反之，若AI仅需软件交付，则美国的押注更具效率。目前尚无定论，两者正沿着不同路径并行发展。