華泰證券首席研究員黃樂平表示，Scaling Law到頭的趨勢已經很明顯了，現需要把錢收回來，同時，中美在AI應用上的發展路徑分叉了，美國各種企業級應用發展很快， all in機器人是中國目前方向，未來可能有機會。 2年前的2022年12月1日凌晨2點02分，下一代AI浪潮的命運之子ChatGPT正式上線。

這標誌著AI產業的一次新生。

當時，OpenAI CEO奧爾特曼（Sam Altman）發推文稱，「語言介面將會是一件大事，我認為，和電腦（語音或文字）交流即可得到你想要的內容，因為「想要”的定義越來越複雜！這是對可能實現功能的早期演示（仍然存在很多限制，這在很大程度上是一個研究版本）。”

但也許奧特曼都沒想到，ChatGPT這款產品竟然顛覆了全世界的技術創新──5天100萬用戶、2個月1億用戶，至今ChatGPT每週就有2.5億活躍用戶，打破了App增長記錄。

甚至，ChatGPT也促使OpenAI成長為大眾知曉的全球估值最高達萬億規模的AI公司，引發包括英偉達在內的全球前六大科技巨頭市值共增長超過8萬億美元，並且引爆全球新一輪生成式AI 創業熱潮。

根據中國資訊通信研究院近日發布的《全球數位經濟白皮書》，中國在全球AI大模型的佔比已超過1/3，達到36%，僅次於美國的44%。在全球AI企業數量上，中國以15%的佔比緊隨美國之後，則排名第二。

雖然ChatGPT生於美國，但在中國發展壯大，如今，中國、美國兩個大國正在AI 大模型領域展開競賽。

「雖然中國10年內建成的核電產能，相當於美國40年建成的核電產能，但美國海軍有著約100個為潛艇供電的小型模組化反應器（SMR）。而AI的潛力為重振美國夢和重塑美國工業化提供了不可錯過的機會。同時，美國AI「曼哈頓計畫」也進行曝光，劍指其他競爭國家。

隨著中美AI 大模型從「百模大戰」走向AI應用，AI大模型迅速商業化成為關鍵課題，而中國在應用場景領域面臨巨大機會。因此，一場關乎全球AI 領導者的競賽即將進入「生死戰」。

美國政府公佈AGI“曼哈頓計畫”

稱中國AI模型數量超過美國

自2017年開始，中國和美國開始在AI 這條重要賽道上競爭。

其中，中國發布《新一代人工智慧發展規劃》，快速推進AI 技術發展，旨在到2030年，中國有望成為世界主要AI 創新中心；而美國也採取行動，2018年成立“人工智慧國家安全委員會” ，向總統和國會提出建議，爭奪稀缺的AI、科學、技術、工程和數學人才，並全面投資AI 以及機器學習技術以保持全球領先地位。

2020年，位於舊金山的獨立研究實驗室OpenAI 正式推出GPT-3——這是一個其大規模生成預訓練Transformer語言模型的第三代，1750億個參數可實現機器編寫計算機代碼、詩歌等；次年，北京智源AI 研究院發布了「悟道2.0」 AI巨模型，以1.75兆參數量，打破了先前GPT-3參數記錄，成為了全球最大的預訓練模型，也是中國第一個超大規模預訓練模型。

那麼，發展了六年後，中美在AI 領域的實力是怎麼樣的呢？

11月21日，史丹佛大學以人為本人工智慧研究所（HAI）發布《2024年全球AI活力工具》報告，匯總了42 項AI 特定指標，對36 個國家的AI 發展進行排名。

報告顯示，雖然中國、美國這兩個超級大國曾經在AI 領域是競爭對手，但美國正迅速拉開差距。在幾個關鍵指標上，美國都超過了中國：2023 年，它吸引了更多的人工智慧相關私人投資（672 億美元vs. 78 億美元），並產生了更多值得關注的機器學習模型（ 61 個vs. 15 個）。然而，中國在人工智慧專利方面處於領先地位，產生的AI相關專利比美國更多。

「AI已成為全球各國關注的話題，相應地，哪些國家在AI方面處於領先地位的敘述也變得比以往任何時候都更加突出，」人工智慧指數項目經理Nestor Maslej 表示。 「然而，提供各國在AI方面實際立場的清晰、定量的數據有限。在AI指數中，我們希望透過一種嚴謹的工具來解決這一差距，這種工具可以幫助政策制定者、商界領袖和公眾將這些地緣政治人工智慧敘事建立在事實基礎之上。

不過，這份報告數據只能作為參考。

事實上，從中國角度來看，過去兩年，ChatGPT引爆了中國AI 熱潮，從大學教授到創業者，從投資人到院士、部長等，都在討論AI，阿里、騰訊、字節、美團等大型網路科技公司都已下場打造AI 大模型、AI應用、AI服務等，生成式AI正滲透到每個產業當中。

根據11月30日中國互聯網絡資訊中心（CNNIC）發布的《生成式人工智慧應用發展報告（2024）》顯示，截至2024年6月，中國生成式AI產品的用戶規模達2.3億人，佔整體人口的16.4%。

截至目前，中國AI 相關企業超過4,500家，核心產業規模已接近6,000億元人民幣，產業鏈覆蓋晶片、演算法、數據、平台、應用等上下游關鍵環節。截至今年7月，中國完成備案並上線、能為大眾提供服務的生成式人工智慧服務大模型已達190多個。

因此，各類AI產品正逐步走進人們的生活，大大提高了使用者的生活品質與工作效率。

雖然中國AI底層創新缺乏，但ChatGPT在中國不斷發展壯大，尤其在應用場景、落地實踐等領域當中，中國相比美國擁有巨大優勢。因此，美國政府對此似乎感到恐慌，拋出了AGI 曼哈頓計劃，要在AI賽道上“火力全開”，引發關注。

11月下旬，美中經濟與安全審查委員會（USCC）發表一份超過790多頁的《2024 年國會年度報告》。

報告中USCC建議國會，「建立並資助一個類似曼哈頓計畫的項目，致力於更快獲得通用人工智慧（AGI）能力」。曼哈頓計畫是第二次世界大戰期間美國政府與私營部門的一次大規模合作，由此研發和生產了第一顆原子彈。

而AGI可以被用來制定複雜的投資策略和研究治療疑難疾病的方法，並且可以不斷自我迭代升級。

USCC認為，中美新興科技競爭正在進行當中，因此他們建議國會允許政府行政部門與人工智慧、雲端運算和資料中心公司簽訂合約並予以經費，以此整合政府、企業、研究機構的力量，加速AGI的相關研究，最終確立「美國在AGI領域的領先地位」。

早在2015年，OpenAI還沒出現時，當時還是YC總裁的奧爾特曼認為，即將組成的OpenAI為「人工智慧的曼哈頓計畫」。

他在與馬斯克溝通的電子郵件中寫到：「你有沒有想過讓YC（一個孵化創業公司的平台）為人工智慧啟動『曼哈頓計畫』？我的感覺是，我們可以先讓50個頂尖的研究人員參與進來，然後透過某種非營利的模式讓這項技術屬於全世界。

如今，在ChatGPT風靡全球下，OpenAI似乎走到了前列，距離AGI更近了。

就在今年11月川普被宣布剛當選不久，OpenAI公佈《美國AI基礎設施藍圖》，涉及人工智慧經濟區、核能項目，以及私人投資者自主的政府項目。 《藍圖》希望建立一個由州政府和聯邦政府共同創建的AI經濟區。

「旨在激勵各州加快人工智慧基礎設施的許可和批准」。該公司計劃建造新的太陽能板和風力發電場，並讓閒置的核反應器投入使用，以滿足研發AI在基礎設施和能源方面的需求。 」這份報告寫道，該公司還規劃了一個北美人工智慧聯盟，專門用來與國外競爭對手競爭。

奧爾特曼估計，美國支持的海外計畫將有助於吸引目前全球基金中的1，750 億美元。

OpenAI公司全球事務副總裁克里斯·勒哈恩表示，「我們現在需要一項國家戰略，以確保對AI 基礎設施的投資有利於保護美國的競爭力、我們的國家安全以及我們的盟友的安全。這一策略應該鼓勵而不是扼殺開發者，他們將成為智慧時代的重要企業。領導地位。

聯準會理事鮑曼（Michelle Bowman）警告稱，監管機構也應該小心，不要限制有用技術的發展。 “我們不需要急於監管。過度保守的監管方法可能會推動受監管銀行系統之外的活動，或完全阻止AI 的使用，從而扭曲競爭格局。”

奧爾特曼則建議，美國應該聯合英國、德國、日本、韓國等盟友，打造一個「世界級AI聯盟」實現統一的戰略目標，來對抗那些信仰、價值觀不同的國家，從而獲得領先的主導地位。他暗指孤立其他國家。

奧爾特曼做出預測，超級AI 有可能在未來幾千天內完成。

下一步：加速AI賺錢能力

OpenAI目標10億用戶、1000億美金收入

「OpenAI大機率要成『烈士』。」一位在AI 領域深耕的大學教授王華（化名）對鈦媒體App坦言。

目前，AI 已成為「非共識」領域，OpenAI則面臨巨大的挑戰，其競爭對手們紛紛公佈超越GPT-4o性能的大模型技術進展。

同時，市場質疑Scaling Law（尺度定律）已經出現事實性放緩，GPT-5遲遲未公佈，200T的數據無法被萬卡集群訓練，以GPT為核心的AI大模型技術發展似乎走到了盡頭。

IDEA研究院创院理事长、美国国家工程院外籍院士沈向洋向钛媒体App表示，Scaling Law放缓背后主要与数据相关。

Meta AI人工智慧研究院（FAIR）研究員田淵棟博士則認為，Scaling Law本質上還是數據、演算法都沒有明顯提升所導致的。

「我們的AGI還沒達到，大模型效率其實永遠達不到人的，所以人腦可以用很少的知識去獲數據去獲取深度的知識。這是人腦的一個很大優勢，但現在大模型完全做不到這一點。科技永遠達不到人類的水平，但如果有正確方向，這將對人類認知AGI有更大的潛力作用。

王華向鈦媒體App指出，OpenAI是技術驅動型的，如果沒有爆款應用，他是不能承認「天花板」的。但同時，OpenAI以及一眾技術型公司都在探索商業應用，因此，Scaling Law已經出現了明顯問題。

在智譜CEO 張鵬看來，在非常狹窄的意義上來說，Scaling Law確實遇到了一些挑戰，已經沒有指數級成長了。單單從語言能力來看，大模型確實已經類似到了上一代AI遇到的天花板問題，所有的能力已經接近了人類的極限、人類專家可以評價的極限，但在多模態方面，以及Agent上，這都是可以嘗試Scaling的。

張鵬認為，Scaling Law放緩只是一個現象，是我們最終觀察到的結果，但這個本質上來說，計算量可能是Scaling Law的關鍵，即有用的信息。

「大量研究人員在做新的突破，每一次新的突破都會帶來一些新的機會，我們擔心碰到天花板或碰到南牆，這個事情確實是有一點過早。」張鵬早前對外表示。

展望未來，大模型將往哪裡走？

王華認為，大模型技術出現放緩，但AI大模型的產業化才剛開始。

華泰證券全球科技策略首席研究員黃樂平對鈦媒體App表示：「1、最近Scaling Law到頭的趨勢已經很明顯了，從數據，能源，邊際效率角度，目前發展下一代（GPT-6）的超大模型所需要的物理基礎（100萬卡+1GW能耗/2個小型核電廠）的意思似乎都不大，目前NVDA（英偉達）以外Big 7每季600億美元的算力投資，再上一個數量級感覺很難，現需要把錢收回來；2、中美在AI應用上的發展路徑分叉了。應用發展很快，中國2B（企業級）軟體還是很難，創業氣氛也一般，all in 機器人是中國目前方向，未來可能有機會。

目前，數據、算力、演算法（模型）都得到加速提升，規模和數量非常龐大，支出成本也明顯變高。

基金管理機構KKR&Co.數據顯示，隨著AI算力需求成長，全球資料中心投資可望達到每年2,500億美元（約1.9兆元）。

另據紅杉資本、貝恩等機構統計，預計到2027年，全球AI市場規模將飆升至近1兆美元，AI硬體和服務市場年增率達40%-55%。在這其中，全球將有超過4兆元（6000億美金）投資到AI 基礎設施層，生成式AI 計算規模增長至109.9億美元，模型訓練成本每年增長240%（2.4倍）以上。

據報道，OpenAI將設定下一階段的成長目標是在未來一年內，達到每年10億用戶，同時，OpenAI每年的支出超過50億美元，遠未達到收支平衡。

OpenAI 首席商務長Giancarlo Lionetti表示，OpenAI今年的目標是實現近40 億美元的收入，其中絕大部分銷售額來自為ChatGPT Plus付費的個人消費者，該公司希望到2029年，實現收入達1000億美元。

獵豹移動董事長兼CEO、獵戶星空董事長傅盛向鈦媒體App強調，2025（明）年應該是AI 應用繁榮的一年。 OpenAI今年把產品能力、應用能力給加強了，4o也是一樣，新的對話模式特別流暢，也可以把它看成是應用，這意味著模型本身就持續的變化，Scaling Law（尺度定律）出現了事實性放緩。 「所以我認為，明年應該是AI應用會大繁榮的一年。

一場關於AI 領先者的新戰役將於2025年打響，這場「生死戰」鹿死誰手，仍需時間給予答案。