第四维的梦想：美国筑墙，中国铺路：两个 AI 世界正在成形

两个 AI 世界之间的对称博弈，正在徐徐展开。美国打出的牌，是先进芯片出口管制、关键技术封锁、由少数科技巨头主导的闭源前沿模型，以及以 Pax Silica 为代表的盟友体系。中国选择的路径，则是开源模型、算力补贴，以及面向全球南方输出数据中心、通信网络和 AI 基础设施。

一边依靠技术壁垒、封闭生态和传统盟友网络守住前沿优势，另一边则通过更低的使用成本、更开放的模型生态和基础设施输出扩大影响力。双方争夺的已经不只是模型性能，而是未来全球 AI 技术体系、产业标准、供应链与基础设施网络的主导权。

一、中国这条线：三个阶段，第三阶段刚刚开始

大摩将中国 AI 政策划分为三个阶段，而贯穿始终的主线，都是基础设施。
第一阶段是 2017 至 2024 年，重点是完成顶层设计与算力布局。2017 年《新一代人工智能发展规划》提出三步走目标，随后“东数西算”推动算力基础设施加速落地。按照大摩统计，截至 2025 年底，中国已安装数据中心容量约 37 GW，占全球约 27%。

第二阶段是 2024 至 2025 年，核心是通过“人工智能+”，推动 AI 从单一产业渗透至整个经济体系。政策提出，到 2027 年智能终端与智能体普及率超过 70%，2030 年超过 90%，并通过 GJ 基金、DF 引导基金和产业政策支持模型企业成长。

第三阶段自 2026 年开始，核心是算力公用事业化。4 月 28 日，算力网与水网、电网、通信网、城市地下管网和物流网一同被纳入国家战略基础设施体系。随后，超 35 万亿元的“六张网”投资规划、万亿元级算力网投资，以及全国互联 AI 数据中心蓝图相继推进，国产硬件占比也被设定为不低于 80%。
治理体系同步落地，智能体与拟人化 AI 服务开始被纳入国家级监管框架。这意味着中国 AI 政策已经从鼓励技术创新，转向建设一套涵盖算力供给、国产替代和应用治理的长期运行体系。
大摩的判断是，中国基本仍在按照 2017 年设定的路线图推进。2020 年目标略有滞后，2025 年“部分领域领先”的目标伴随 DeepSeek 时刻基本实现，而 2030 年成为全球主要 AI 创新中心的目标，仍在按既定轨道稳步推进。

这条路线还有对外延伸的一半。7 月 16 日，世界人工智能合作组织 WAICO 由 29 个创始成员国在上海签署成立，成员以全球南方国家为主，并配套推出 AI 人才培训和气象预警系统输出计划。大摩认为，这实质上是一条“AI 一带一路”：将国内算力、补贴云服务和开源模型向非洲、东南亚、中亚、中东和拉美输出，逐步建立一套以中国为重要中心的 AI 基础设施与标准生态。支撑这条路线的底盘是，2025 年中国 AI 核心产业营收达到 1.2 万亿元，AI 企业超过 6200 家，开源模型累计下载量超过 100 亿次。

二、美国这条线：管制、闭源与法案固化

华盛顿依靠先进芯片出口管制、闭源前沿模型，以及由约 35 个国家参与的 Pax Silica 联盟，构建一套覆盖技术、供应链与盟友体系的 AI 竞争框架。大摩认为，短期内，美国对中国 AI 的限制仍将主要由行政部门推动。原因很简单，国会在 8 月休会前议程拥挤，而行政工具落地更快。

最直接的路径，是商务部 BIS 扩大实体清单。一旦中国 AI 开发者被列入，美国企业与其交易就需要申请许可，实际影响可能包括云厂商下架官方托管模型、企业软件公司终止授权、模型市场摘牌。美国还可以动用 ICTS 供应链审查、OFAC 制裁、联邦采购排除，以及要求删除使用非法数据训练模型等工具。

但行政措施天然具有临时性。若要让限制长期化，就需要通过《国防授权法案》完成制度固化。大摩重点提到 AI OVERWATCH Act 和 MATCH Act，前者收紧先进 AI 芯片出口，后者进一步限制半导体制造设备与零部件，并推动美国与荷兰等盟友统一管制标准。需要注意的是，这两部法案并不直接禁止美国用户下载或部署中国模型。它们限制的核心，是中国获取训练下一代前沿模型所需的芯片和设备，本质上是对实体清单、应用限制和采购禁令的补充。

大摩判断，至少部分条款可能被纳入 FY27《国防授权法案》，并在 2026 年底前通过，但具体立法结果仍存在不确定性。

与此同时，中国也具备对等的政策工具，但重点更偏向集成和市场准入。现有规则已经覆盖 API 服务，并可通过网络安全审查、政府采购标准和不可靠实体清单，对外国模型形成约束。
Apple Intelligence 就是现实案例。苹果无法直接在中国大陆复制其全球 AI 服务模式，只能通过阿里和百度等本地合作伙伴完成审批。最终获批的是依托阿里 Qwen 的本地化版本，而不是完整的美国模型栈。
因此，大摩的结论并不是中国准备全面禁止美国 AI 技术，而是通过监管本地化和审批机制，使未经批准的外国模型被事实性排除。

三、中美去风险，而不是脱G

中美正在推进的是去风险，而不是脱G。无论出口管制、关税，还是制造业回流激励，目标都是降低对对方关键环节的依赖，而非彻底切断经贸与供应链联系。原因也很现实。中美与北亚供应链仍然高度交织，任何突然脱钩都会带来难以承受的成本，釜山协议形成的阶段性休战就是证明。

但去风险并不意味着投资降温。恰恰相反，为了守住技术领先地位，或者强化稀土等关键节点的控制力，中美都在加速推动半导体本地化、关键矿产和供应链重构。包括美国牵头、约 35 个国家参与的 Pax Silica 联盟在内，这些项目的投资周期可能持续数年甚至数十年。

因此，两边越是去风险，两边围绕本土制造、关键资源和战略基础设施的资本开支就越确定。
四、官方路线图正在为盈利托底

算力层面，大摩预计，中国超大规模厂商资本开支将在 2026 年达到 850 亿美元，同比增长 40%，2027 年进一步增至 1000 亿美元，且预测仍存在上调空间。核心原因是当前基数仍低，中国云资本开支仅相当于美国超大规模厂商的 11% 至 14%，阿里和腾讯的资本开支强度也明显低于谷歌、Meta、亚马逊和微软。
芯片层面，大摩将中国 AI 芯片市场规模预测从 670 亿美元上调至 2030 年的 910 亿美元，对应 2025 至 2030 年 23% 的复合增速。政策采购和国产替代将成为主要驱动力，国产 AI 芯片自给率预计由 2025 年的 42% 提升至 2030 年的 70%。不过，剩余 30% 的缺口具有较强结构性，主要集中在 HBM、EUV 和先进软件生态。

自主可控仍将是长期资本开支主线。大摩预计，未来还将有超过 700 亿美元补贴投向国内芯片制造，重点突破 HBM、先进光刻、软件生态和先进封装等瓶颈。与此同时，DeepSeek、Qwen 和 GLM 等开源模型加速发展，正在形成对美国闭源模型与 CUDA 体系的非对称回应。
宏观层面，2026 至 2027 年 AI 对经济增长的主要拉动，将来自算力基础设施、数据中心和能源投资。大摩预计，这一轮资本开支每年可为中国实际 GDP 增速贡献 0.2 至 0.3 个百分点，并在未来十年持续提升全要素生产率。

更重要的是，国产芯片竞争力已经不能只看单颗芯片性能。虽然国产硅在制程和规格上仍落后约两代，但通过多晶粒设计、先进封装、机架级架构、光互连和软硬件协同，系统层面的差距正在收窄。大摩测算，在 10 MW 数据中心容量下，国产方案的总拥有成本可比英伟达在华产品低 30% 至 60%，头部国产加速器的单 token 成本甚至可以持平或更低。推动采用的核心不是意识形态，而是经济性。
配置层面，大摩长期更偏好 A 股，因为“新质生产力”相关行业在沪深 300 中的权重明显高于 MSCI China。A 股更集中于半导体设备、材料、算力和先进制造，而港股则承载腾讯、阿里以及智谱、MiniMax 等超大规模厂商和大模型资产。

逻辑与技术，我们依然在路上！

正文到此为止。