李开复：美国在AI硬件领域已比中国落后
在旧金山TED AI大会上，创新工场董事长、AI科学家李开复通过视频演讲，罕见地作出一个颇具争议的判断——
“在AI硬件和机器人制造方面，美国正在被中国超越。”
这位曾在苹果、微软、谷歌任职的AI老将，正在用一种“平行赛道”的视角重新定义中美科技竞争：
美国依旧主导科研创新和企业级AI，而中国则在机器人、AI硬件与能源基础设施上跑出自己的路线。
一、中国AI崛起的“制造逻辑”
李开复的核心观点是：中国AI的竞争力，正在从算法创新转向制造与落地效率。
在他看来，人工智能正在经历“软件—硬件—能源”三重叠代。美国主导第一层的软件生态，中国正在主导第二层的硬件与第三层的能源体系。
这一判断并非空穴来风。
·制造端数据 ：2024年，中国制造业增加值占全球比重达31.7%，是美国的1.8倍。
·服务器市场 ：IDC数据显示，2024年四季度中国服务器市场营收约占全球近四分之一，中国市场增速居前。
·机器人产能 ：IFR披露：2024年中国新增工业机器人安装量约29.5万台，占全球约54%，是全球最大单一市场。
“像优必选、宇树这样能把AI整合进极具成本优势的机器人体系中，这不是一时的‘价格战’，而是一种结构性能力。”李开复指出。
这背后是供应链效率的巨大落差——中国机器人产业的交付周期平均仅为美国的三分之一，BOM成本低30%以上。
他认为，中国的AI竞争优势不是出现在实验室，而是在工厂——“AI + 硬件 + 制造链”的结合正成为新的全球格局基础。
二、两条资本曲线：美国“投模型”，中国“投硬件”
中美AI资本的投向差异，也在强化这种分工。
李开复在演讲中提到：“美国VC把钱砸进大模型和企业AI软件，中国VC押注机器人与AI硬件。”
这一现象背后的逻辑，其实是经济结构与回收周期的差异 。
1.美国路线——软件变现快、毛利高
美国AI创业公司普遍采用SaaS订阅模式，单客户年均付费（ARPU）可达2万至5万美元，回本周期短。
再叠加AI企业服务生态（OpenAI、Anthropic、Cohere等）的集中度高，资本更容易找到“标准化可复制”的出口。
2.中国路线——制造链整合强、规模化落地快
中国VC更青睐具备量产和出货潜力的AI硬件项目。机器人、AI摄像头、语音模组、边缘计算设备等形成完整产业带，从样机到量产平均只需6个月 。
这让投资更贴近现金流与实物回报，也更能服务国内“产业智能化”的大趋势。
根据IT桔子统计，2025年前三季度，中国机器人与AI硬件领域融资总额达740亿元人民币，同比大增约70%；同期，美国AI SaaS与模型类融资规模则超过480亿美元，约占全球总量一半。
两条资本曲线，正好对应了李开复所说的“软件美国，硬件中国”。
三、平行赛道图景：不同的起点，相似的速度
李开复认为，中美AI竞争已从“谁领先谁落后”的线性比较，变成了“各自奔跑”的平行竞赛。
换句话说：两国在不同赛道上同时领先。
这张“分工表”本质上揭示了AI产业的多层次生态。
美国的强项是顶层算法与企业化体系 ，中国的优势则在工程化与系统集成 。
例如，在大型模型排行榜上，美国依然掌握领先的闭源模型（GPT-4、Claude 3），但在开源领域，中国的DeepSeek、Qwen（阿里通义）和Yi系列已在MMLU等权威榜单上位居前列。
在能源基础设施上，据国家能源局数据，2024年中国公用事业级太阳能新增约277GW，风+光合计超350GW；美国太阳能新增约50GWdc。若仅对比太阳能，中国大致5–6倍于美国。
这意味着中国在AI算力“地基层”的建设速度上拥有决定性优势。
四、开源格局的惊人转变：中国模型超越Llama
或许李开复最引人注目的观点，来自对开源AI生态格局的转变 。
“排名前10位的最高评级的开源模型来自中国。这些公司现在已超越Meta的Llama，后者曾位居第一。”
这意味着一个重大拐点。
截至2024年初，Meta的Llama系列仍被视为开源大模型的金标准；但到2025年，中国的DeepSeek、阿里通义、百度ERNIE、01.AI Yi系列 等模型，在多项国际基准（如MMLU、GSM8K、MT-Bench）上取得更高评分，开源格局出现历史性逆转。
李开复进一步阐释了开源模型的重要性：
“开源模型可被检查、调整、改进。它是属于自己的，而且免费。如果想要构建应用或针对特定任务微调，这至关重要。”
他将开源比作Linux：“正如Linux改变了操作系统格局，开源AI将成为国家级主权模型的基础。”
不过，李也认为开源与封闭两种路线将长期共存：
“我不认为开源模型会‘赢’，但它会形成另一条持久主线。就像Android与Apple共存一样——更多开发者会选择开源，更多资金仍留在封闭体系。”
这种判断既现实，也反映出他对技术生态的务实理解：封闭模型赢在商业效率，开源模型赢在社会扩散。
五、企业AI的文化差异：美国订阅，中国仍在寻找模式
在企业级AI软件方面，李开复直言美国仍然领先。
“企业级AI采用显然将由美国主导。中国企业尚未养成按订阅付费使用软件的习惯。”
这一看似细微的商业文化差异，正在演变成AI产业竞争的关键分水岭。
美国企业愿意为AI工具付费，推动GitHub Copilot、ChatGPT Enterprise等爆发式增长，也让开发者生态更可持续。
而中国企业的数字化投入仍以“项目制”为主，短期成本导向明显，订阅模式尚未普及。
李开复指出：“中国历史上在互联网软件上也曾落后，但广告与电商模式帮助它后来居上。未来或许会有新的商业模式替代订阅，但短期内不会出现。”
这意味着，美国企业AI厂商拥有一个相对安全的窗口期 ：在没有来自中国强劲竞争的前提下，它们能通过订阅收入反哺研发，继续巩固在企业市场的领先。
六、消费级AI：中国巨头的系统性速度优势
李开复认为，中国的优势将出现在消费级AI应用 。
他预测，字节跳动、阿里巴巴、腾讯将在AI融入社交、电商、娱乐的过程中超越美国同行。
“在用户使用方面，中国很可能匹配或超越美国。字节、阿里、腾讯的反应速度比Meta或YouTube更快。”
这种速度背后有文化与市场的支撑。
中国互联网公司在过去十年中，在残酷竞争的市场中磨练出“产品-市场匹配”的极致能力。AI技术的加入，只是让这种效率加倍。
事实也在验证：TikTok凭借AI推荐算法成为全球下载量最高的应用；直播电商、AI短视频剪辑、虚拟主播等功能率先在中国普及，然后被西方公司模仿。
在计算机视觉、语音识别和实时翻译等领域，中国应用的广度和落地密度，也显著领先于美国。
七、能源、算力与速度的结构性反转
李开复特别提到：
“未来AI的胜负，不在算法，而在能源。”
算力扩张需要电力支撑，而中国正在以工业化速度铺设新的能源体系。
据国家能源局数据，2024年中国“低碳电”（含水风光核等）约38%，其中风光约19%；美国可再生电约21%–24%（EIA）。如果按此趋势延伸，未来5年，中国在AI算力总量上可能达到美国的两倍以上。
这不仅意味着更低的推理成本，也将带来模型部署的时空优势：“同样的AI，谁能更快推向市场，谁就能定义新生态。”
这正是李开复所说的“中国AI的制造逻辑”——速度、规模、能源同时驱动。
八、风险与警示：速度是优势，也是隐忧
李开复也提醒，中国AI的速度优势若缺乏安全和标准约束，可能演变为系统性风险。
“我不担心AI觉醒，我担心人类因为竞争太快，造出漏洞百出的系统。”
这并非危言耸听。
在AI加速落地的过程中，中国同样面临算力利用率偏低、算法透明度不足、监管滞后的挑战。
AI产业的真正胜负，不在单次突破，而在生态可持续性。
结语：平行奔跑，非零和博弈
李开复的演讲并不是“中美对抗论”，而是一种更现实的判断。正如李开复所说：AI 不再是一场单一竞赛，而是一系列并行的技术战争。
美国主导算法与企业化体系，中国领跑制造与落地效率；
一个擅长构建规则，一个擅长重塑场景。
这意味着，未来的AI格局或许不会再出现单一的技术霸主，而是多个中心共存、相互依存的体系。
从资本视角看，这正是新一轮全球投资布局的起点——
谁能在各自赛道找到最有效率的增长曲线，谁就能定义AI时代的真正赢家。