“一旦中国在AI领域把我们远远甩在后面，那么其他一切都不重要了。”
9月8日，美国财长贝森特在右翼媒体布赖特巴特新闻网的活动中撂下这句话，接着贝森特警告，如果美国在与中国的AI竞赛中落败，将面临严重后果，说就算美国有1.5万亿美元的国防预算和“铁穹”系统，也护不住这个国家。
他喊话的对象是美国国内那些正在抵制数据中心建设的社区和科技企业。
这番言论凸显了华盛顿对于中方在该领域技术进步的忧虑，这种焦虑不是凭空冒出来的，根据斯坦福大学 2026 年发布的 AI 指数报告，中美 AI 模型性能差距已经实质性闭合，自 2025 年初，两国头部 AI 系统多次交替取得领先位置。
报告统计，2025 年美国私人 AI 领域投资达到 2858.8 亿美元，是中国 124.1 亿美元规模的 23 倍，巨大资金投入，仅仅换来 2.7% 的微弱领先幅度。
2025 年 2 月 DeepSeek-R1 模型一度追平美国顶尖系统，后续阿里、智谱推出的模型持续迭代，性能始终保持近距离追赶。
美方选择封锁高端芯片与半导体设备，原本打算卡住中国 AI 训练的硬件上限，却低估了开源路线带来的改变。
开源模型不需要依赖单颗顶级芯片，依靠算法优化、架构调整和完整生态积累，就可以持续迭代升级，这是硬件封锁很难限制的赛道。
资源分配的思路差异，造成了截然不同的发展效果，美国大量资金集中投向少数头部科技公司，集中力量训练巨型闭源模型。
而国内的资源布局更加分散，资金和人力分布在高校、科研院所、各类企业组成的协同网络当中，一边做底层技术研究，一边推进产业落地。
工业机器人安装数量、智能制造渗透率这类落地指标，都处在全球靠前水平，AI 技术可以持续在实体产业里打磨优化，反过来反哺模型迭代。
当一套技术体系能做到成本更低、迭代更快、应用更广时，光靠存量优势挡不住它。

本文信息来源于环球网