精华简报：“主权AI”与“词元出海”：当中美AI走向全球市场
来源：FT中文网
文章链接：https://www.ftchinese.com/story/001110695
TL;DR
中美AI竞争已从“模型能力差距”的追赶阶段，进入“全球生态构建”的新阶段。美国依托芯片、云基础设施与政策金融工具，以“主权AI”为叙事，向其他国家输出全栈式AI基础设施；中国则在高端芯片受限背景下，凭借工程师红利、开源生态与极致性价比，走出一条以推理服务为核心的“词元出海”路径。两条路径的本质差异在于：美国出售的是“AI设施所有权”，中国出售的是“AI能力使用权”。未来竞争的关键不仅是模型性能，更是海外采用速度、网络效应、合规信任与算力供给能力。
一、核心观点与洞察
1. 中美顶级模型已无“代际差距”，竞争重心发生转移
文章给出几个关键数据：
- 斯坦福《2026年人工智能指数》显示，中美最佳模型性能差距仅为 2.7%，且近年来双方多次交替领先。
- Hugging Face《开源生态现状：2026年春季》统计，2025年2月至2026年2月，中国模型全球下载份额约 41%，超过美国的 36.5%。
- Kimi K3 以 2.8万亿参数成为全球参数规模最大的开源模型；DeepSeek V4 输出定价较美国同级前沿模型低约 97%。
这意味着，单纯比较“模型能力”已难以解释中美AI竞争的全貌。文章指出，真正的竞争已转向：谁的核心技术枢纽能被更多国家的开发者、企业与公共部门广泛接受和运用。
2. 美国路径：全栈式出口与“主权AI”
美国政商两界正在合力推动AI技术栈的系统性出口。
政策层面：
- 拜登政府卸任前发布《AI扩散框架》，拟对全球国家分级限制芯片与模型供应。
- 特朗普政府暂停并撤销该框架，转而大规模推动AI技术出口。
- 2025年7月发布《美国AI行动计划》与《促进美国AI技术栈出口》行政令，将向盟友和伙伴国出口涵盖硬件、模型、软件、应用与标准的“全栈式”AI技术包列为美国AI战略三大支柱之一。
- 2026年4月，美国商务部启动“美国AI出口计划”项目征集；5月，美国进出口银行推出“ExportAI倡议”，拟提供数十亿美元级融资贷款。
企业层面：
- 英伟达CEO黄仁勋2024年2月在迪拜世界政府峰会上首次提出“主权AI”，强调每个国家都应有自主AI能力。
- 英伟达将AI产业拆解为能源、芯片、基础设施、模型与应用的“五层蛋糕”，并推出“交钥匙”工程服务，精准切中中等国家“既警惕依附单一大国、又渴望快速获得AI能力”的双重心理。
- 截至2026年1月财年，英伟达数据中心业务营收约 1940亿美元，其中向各国政府和企业出售主权算力基础设施的营收超过 300亿美元，同比增长逾两倍。
- 亚马逊、微软、谷歌等公司也相继推出主权AI相关方案。
核心悖论：
各国为争取“自主性”而花费巨资购买美国方案，却在芯片、运营与项目维护上形成了新的依赖。微软总裁布拉德·史密斯在2025年5月参议院听证会上指出，全球18%人口在中国，4%在美国，78%在别处。从华为5G的全球扩张中，美国习得的经验是：谁先大规模推广市场，谁就越难以被取代。
3. 中国路径：芯片约束下的“词元出海”
中国难以直接复制美国的全栈式出口模式，原因在于高端芯片来源受限：
- H20在2025年4月被禁、7月恢复许可；H200在2026年初获准对华出口但附加审查条件。
- 中国自主算力虽有突破，但为其他国家大规模建设算力中心并非当前优先级。
因此，中国转向了一条差异化路径：词元出海（Token出海）。
词元出海的定义：
海外用户通过API调用中国大模型的推理服务，按词元使用量付费。其核心不是出售基础设施，而是出售推理能力的使用权。
关键数据与优势：
- DeepSeek V4以极低价格逼近美国前沿模型效率，性价比优势显著。
- 据美国第三方聚合平台OpenRouter调度量显示，美国企业调用中国模型的词元占比已从2025年上半年的 4.5% 跃升至周均 30%以上，2026年7月首周一度突破 60%。
- 中国每年培养的理工科毕业生总量超过美国和欧洲之和，AI工程师薪酬却低于美国同等岗位。
- 阿里千问系列模型累计下载突破 10亿次，衍生模型超过 20万个，开源生态竞争压低了模型成本。
- 西部省份大型数据中心的直购电价格长远看具有重要价值，但文章也指出，中美平均工业电价基本持平，电价并非当前推理成本的最大开支。
现实限制：
文章承认，中国当前主流业务形态仍属于“依赖海外云服务的模型出海”，距离“电力不上网、算力不出境、价值流全球”的理想状态仍有距离。
4. 两种模式的本质差异与悖论
| 维度 | 美国“主权AI” | 中国“词元出海” |
|---|---|---|
| 出售对象 | AI基础设施所有权 | AI推理能力使用权 |
| 核心优势 | 芯片、全栈技术、政策金融工具 | 工程师红利、开源生态、极致性价比 |
| 客户心理 | 追求自主掌控算力、模型、数据 | 追求低成本、快速获取AI能力 |
| 投入成本 | 极高，如沙特HUMAIN采购18000套GB300、与AMD达成100亿美元合作 | 相对低，按使用量付费 |
| 潜在悖论 | 购买美国方案反而形成新依赖，“主权”可能是幻觉 | 数据交由第三方处理，信任与合规成为关键 |
文章认为，词元出海的实质是通过推理能力所有权与使用权的分离，使多数国家能直接享受技术红利，更具普惠性。
5. 未来演进与关键挑战
主权AI仍将持续：
- 麦肯锡测算，到2030年全球AI支出仍有 30%—40% 受主权需求影响。
- 但多数国家会逐步走向务实：除中美外，几乎没有国家能真正建立涵盖能源、基础设施、数据中心、大模型、人才培养的全栈式AI自主能力。
- 更多国家将转向在生态链上选择一两个关键节点，强调“韧性”而非绝对自主。
词元出海面临三大挑战：
- 供给协调能力：词元使用量快速攀升，闲置算力未必能直接转化为推理服务能力。K3模型发布后短期内便触及其算力集群承载极限。
- 国际网络延迟：AI使用强调实时交互体验，数据传输效率影响单一数据中心可辐射的距离。
- 数据安全与合规：海外用户实质上是将推理需求与数据交由他国第三方处理，信任、脱敏、标准、法律与纠纷解决机制都需重建。
二、对行业的启发与影响
1. 对中美AI企业
- 美国企业：主权AI是巨大的商业机会，但“依赖悖论”可能引发客户长期反弹。全栈出口模式需要更多本地化运营与合规设计，否则“主权”叙事可能被反噬。
- 中国企业：词元出海是芯片受限下的现实选择，但当前仍高度依赖海外云服务。未来需要从“模型出海”升级为“算力/服务出海”，在海外节点部署、网络延迟优化、数据合规与信任机制上加大投入。
2. 对第三方国家
- 多数国家无法也不应追求全栈自主。更务实的策略是：在AI生态链中选择一两个关键节点，结合自身能源、数据、文化或治理优势，增强“韧性”而非追求绝对独立。
- 在“主权AI”与“词元出海”之间，各国需要在效率、信任与自主之间做出权衡。完全倒向任何一方都可能形成新的依赖。
3. 对全球AI产业
- 竞争维度升级：AI竞争正从模型性能转向生态、渠道、标准与信任的竞争。网络效应和先发优势可能比单纯的技术领先更具决定性。
- 推理成本下降的普惠效应：词元出海可能让更多发展中国家跳过昂贵的基础设施建设，直接享受AI推理能力，推动技术红利全球化。
- 能源贸易形态可能被改写：电力难以储存和远距离运输，但当电力通过算力服务实现价值出口时，能源贸易形式本身可能发生变化。理想场景是出现若干辐射区域的国际算力中心，以普惠价格提供推理服务。
- 数据跨境治理成为关键基础设施：词元出海的规模化，将倒逼数据跨境流动、智能算力设施联通、脱敏标准与纠纷解决机制的国际合作。
结语
“主权AI”与“词元出海”并非绝对互斥，而是中美基于各自比较优势形成的两条差异化全球扩张路径。前者出售设施所有权，后者出售能力使用权。对行业而言，真正的胜负手可能不在模型榜单，而在谁能更快、更可信地覆盖那“78%的别处”。