中国AI研究蓬勃发展：人才、机遇与中美差距

图1：中国正在将人工智能系统集成到机器人当中（图为2026年展会上的EngineAI T800机器人）。 图源：Eduardo Leal/AFP via Getty图2：中国培养的AI人才数量全球第一。 图源：Digital Science图3：对顶级学术会议NeurIPS（2025）参会作者样本分析显示，很多本科阶段在中国接受教育的科研人员会前往美国深造。 图源：Carnegie China（卡内基中国）

《自然》的报道指出，中国已经成长为人工智能人才大国，但与美国前沿AI之间仍存在明显差距，人才流向、算力资源与研发思路共同塑造着两国AI的发展格局。

数据显示，中国拥有51000名活跃AI研究者，远超美国的14000人，不过国内科研队伍以青年为主，资深顶尖专家数量偏少。从顶级学术会议NeurIPS作者背景来看，越来越多本科在中国完成教育的AI人才选择留在本土工作，本土顶尖人才留存率提升至69%，高于欧洲，但仍低于美国的89%。受中美地缘氛围与签证政策收紧影响，赴美攻读数学、计算机的中国学生人数五年间下降两成，不少人担忧签证拒签、出境后无法再入境。

人才回流虽有热点个案，例如月之暗面创始人杨植霖，但统计表明，绝大多数已经在美国立足的华人顶尖AI研究者仍然留在美国；综合全部发表论文研究者的机构变动，人才净流向为美国向中国流失。

论文、专利数量上中国增长迅猛，2025年NeurIPS的中国第一作者数量首次超过美欧。但论文产出不能完全等同于技术实力。依据《斯坦福AI指数2026》，美国依旧产出更高影响力专利与标杆大模型，OpenAI、Anthropic的产品稳居能力榜单顶端，业内评估中国前沿模型和美国存在3‑7个月的代差。

短板来自硬件与资本。受出口管制，中国难以获取高端GPU，2025年美国AI私人投资更是达到中国的23倍。算力有限使得国内企业很难大规模开展递归自优化这类高消耗的探索。但硬件约束也倒逼国内发展算力高效技术，深度求索提出的稀疏注意力就是代表性成果。

行业热议的模型蒸馏是追赶路径之一。美国政府称蒸馏是中国AI企业发展的核心手段，行业也普遍承认该现象客观存在，但字节跳动创始人张一鸣公开反对过度依赖蒸馏，呼吁着眼长期原创。此外，高价高质量训练数据集获取受限，也是国内企业的现实阻碍。

作为应对，国内厂商大力推出开源权重模型。即便不在全球绝对前沿，开源生态也帮助中国AI吸引全球开发者，不少海外企业基于中国开源模型搭建业务。发展理念上，硅谷更热衷于畅想AGI通用人工智能，中国更偏向把AI作为实体经济的工具与基础设施，在机器人等落地场景发力，当然两边的研发目标也存在重叠。

对科研人员而言，国内薪资绝对值不及美国，但购买力更高。国内初创企业层级扁平、看重实践，实习生有机会接触核心项目；高校和产业界结合紧密。但缺点是工作时长普遍更长，科研评价体系仍存在论文数量导向，行业竞争激烈。

展望未来，芯片短缺与美国企业的AI迭代能力，有可能进一步拉大中美差距。但如果中国能够留住优质人才，并给予充足算力支持开展原创探索，也有机会在本十年末实现技术反超。原文作者：Elizabeth Gibney, Nature 658, 598-600 (2026)doi: 网页链接