出品|虎嗅科技组
作者| 王欣
编辑|王一鹏
头图| 视觉中国
台积电创始人张忠谋说过：“全球化已死。”
随着不同国度间贸易壁垒正在不断加深，这股逆全球化“寒气”也传导到了最前沿的科技行业——AI。
但近来 中美在AI领域的坚冰正在逐渐消融 。
4月26日，美国国务卿布林肯访华之际，中美会晤达成了五点共识，其中包括：进一步推进中美人工智能合作，并且宣布将举行中美人工智能政府间对话首次会议。
随后，“中国人民老朋友”埃隆•马斯克(Elon Musk)上周日出人意料地访问了北京，有传闻称其有望在中国推出更先进的FSD（辅助驾驶系统）—— AI最大应用场景之一。
此举恰逢马斯克面临销量下滑、裁员危机等重重困境之时。
巧合的是，此前苹果表现低迷之际，库克也曾来华求援，并寻求与百度在端侧大模型的生成式AI技术领域达成合作。
据Stanford HAI发表的《2024 年人工智能指数报告》显示， 中国和美国包揽了先进大模型全球前二强 ，中国在人工智能专利数量上处于遥遥领先的地位。
两个持续领跑AI技术的超级大国之间的合作，将影响未来科技发展走向。而AI领域日益严重的安全风险问题，也要求科技公司和政府汇集一堂，在AI安全方面开展合作。
马斯克做AI，没中国不行
在第一季度，受到销量下滑、裁员风波等因素影响，特斯拉股价已累计下跌近30%，特斯拉CEO马斯克还因此丢掉了世界首富的位置。此时的马斯克，急需一个转机。
于是，马斯克再度来到中国。Wedbush Securities的分析师称，此举有助进一步加强其电动汽车在中国市场的足迹，这对于特斯拉是一个“分水岭时刻”。
值得一提的是，此前错失AI浪潮流年不利的库克，也曾“来华求援”，并与百度就端侧生成式AI进行了谈判。
这是因为：中国的 供应链、用户数据和庞大市场 等优势，对这些跨国AI大厂来说至关重要。
这预示着，中国越发成为AI大厂的兵家必争之地。
从 供应链 来看，中国的上海超级工厂是特斯拉的全球出口中心，除中国市场外，该工厂所生产的汽车销往亚太、欧洲等海外地区。2023年，特斯拉上海超级工厂累计交付量达到94.7万辆，在其全球产能中占比过半。
在 市场 层面，面临中国本土品牌日益激烈的竞争下，中国消费者对特斯拉热情下降，特斯拉的市場占有率在截至12月的季度降至6.7%左右，2023年第一季度時為10.5%。
而 数据 更是自动驾驶等AI技术需要突破的一道重要壁垒。
毕竟，中国有170万特斯拉用户，这些数据将有助于特斯拉改进AI算法，并进一步加强其电动汽车在中国市场的布局。
在马斯克访华一周前，讨论特斯拉低迷财报的电话会议上，马斯克明确了自动驾驶技术和人工智能对特斯拉的未来至关重要，并表示“我们应该被视为一家人工智能机器人公司”。特斯拉将在“任何能获得监管部门批准的市场”发布FSD服务，“我们认为其中包括中国。”
而在中国运行FSD或iPhone端侧AI等跨境AI技术，一个重大的 阻碍就是数据安全问题 。
幸运之处在于，马斯克迎来了国内政策的种种利好。
在他不到24小时的访问期间，特斯拉的两个车型被列入汽车数据安全符合国家安全标准的车型名单。据《关于汽车数据处理4项安全要求检测情况的通报（第一批）》显示，特斯拉上海超级工厂生产的车型全部符合合规要求。各地已陆续解除（如机关单位、机场、高速等）对特斯拉等智能汽车的禁行禁停限制。
而FSD可能会面临的 跨境数据传输问题 ，马斯克似乎也找到了解决方案。有业内人士对虎嗅表示，这一方案或许与苹果的云上贵州方案类似。
特斯拉国内汽车数据都存储在中国的一个数据中心，该中心建于2021年。
而最近通过的跨境数据流通规定，也让这个问题有了答案。
此前，在中国发展高层论坛2024年年会上，国家发展改革委主任郑栅洁曾表示将会扩大数字产品等市场准入，大力推动数据开发开放和流通使用。
国家互联网信息办公室公布《促进和规范数据跨境流动规定》，让跨境数据流动有了具体的量化合规标准。该规定旨在促进数据依法有序自由流动，激发数据要素价值，扩大高水平对外开放。
这一规定，无疑给特斯拉FSD和苹果端侧AI吃了一颗定心丸，也给那些希望加强与中国合作的AI大厂打了样。
而除此之外，政府之间的互动也预示着，中美AI合作交流或许将迎来关键节点。
4月26日，布林肯在北京记者会表示：“我很高兴地宣布，今天早些时候，我们同意在未来几周内举行首次美中人工智能会谈。我们将针对先进人工智能的风险和安全问题以及如何最好地管理这些问题交流看法。”
在与马斯克会面时，国家总理李强说：“中国的超大规模市场将始终向外资企业敞开。中方言出必行。”他说，中方将为外资企业提供更优的营商环境，让各国企业安心、放心地投资中国。
布林肯在访华结束的路上，去黑胶唱片店买了窦唯的专辑《黑梦》。
其中有句歌词是这样唱的：“ 等待美丽的春天，忍受冷酷的冬天 。”
而这一系列新闻似乎表明，春天就要来了。
避免AI“核灾难”
除了繁荣发展的AI应用领域，大国在AI领域的安全问题也亟待达成共识。
实际上，去年11月美中就讨论了AI安全问题，并同意就此问题建立对话机制。
去年11月，在英国首相里希•苏纳克召集的AI安全峰会上，包括中国在内的28个国家以及领先AI公司达成宽泛的承诺，一同努力解决AI可能带来的生存风险。
3月份，在北京举行了AI安全国际对话。本次对话由智源研究院发起，国际顶尖AI领域专家画出了AI领域的安全“红线”。
与会专家在为期两天的对话中展开深入探讨，共同拟定并签署了《北京AI安全国际共识》，提出人工智能风险红线及安全治理路线，同时呼吁“在人工智能安全研究与治理上的全球协同行动，是避免不受控制的前沿人工智能发展为全人类带来生存风险的关键。”
与会并声明的签名者包括：清华大学智能产业研究院院长张亚勤、世界著名计算机学家姚期智、傅莹女士、神经网络之父杰弗里•欣顿(Geoffrey Hinton)和约书亚•本吉奥(Yoshua Bengio)、加州大学伯克利分校计算机科学教授斯图尔特•拉塞尔(Stuart Russell)。
《北京AI安全国际共识》显示：“在过去冷战最激烈的时候， 国际科学界与政府间的合作帮助避免了热核灾难 。面对前所未有的技术，人类需要 再次合作以避免其可能带来的灾难的发生 。”
共识强调必须继续坚持并加强，国际科学界和政府在安全方面的合作。“协同合作的技术研究与审慎的国际监管机制的结合可以缓解人工智能带来的大部分风险，并实现其诸多潜在价值。”
同时呼吁“人工智能开发者和政府资助者， 至少将他们人工智能研发预算的三分之一投入到安全领域。 ”
为何中国航天AI技术能领先于美国?中美航天差距在哪里?
我国航天AI技术之所以能领先于美国，是因为我国在AI领域投入了大量的研发资源，拥有专注于这一领域的技术人才。 具体来看，中美航天差距主要体现在以下几个方面：首先，研究环境和资源分配的差异。 以美国为首的西方国家，其学术精英阶层可以进行交流、分享和合作，从而集百家之长，科学前沿始终站在各国的肩膀之上。 然而，这一扇门对我国关闭了数十年。 尽管我国在现代科学领域已经取得了显著的进步，但在尖端前沿的探索上，没有同行的合作，我国只能自己一步一个脚印走。 其次，我国拥有集中力量办大事的优势，即举国体制。 这一优势在现代社会中愈发明显，是我国超越西方国家的法宝。 科学的浅层资源已经被挖完，高尖端前沿科学的研究需要巨额投入。 在这种情况下，我国能够集中力量进行科研，从而在某些关键领域取得突破。 最后，我国拥有全面的科学和工业体系，以及丰富的人才资源和长期投入。 这使得我国能够在航天AI技术等领域进行深入研究，并取得领先地位。 综上所述，我国航天AI技术之所以能领先于美国，主要得益于我国在研究环境、资源分配、举国体制以及人才资源等方面的优势。
柯洁被打败，中美人工智能的战争才刚刚开始吗？
柯洁输了！
5月23日，国内知名围棋选手柯洁，与阿尔法狗的第一场大战落下帷幕，双方交锋至第286手棋，执黑的柯洁以约四分之一子的微弱劣势，败给围棋人工智能程序AlphaGo。
虽然阿尔法狗击败了围棋选手，但是却并没有击败国内的人工智能公司，《纽约时报》此前撰文指出中美人工智能正在进入全新的军备竞赛阶段，中国的技术也正在逐渐赶上；除此之外《麻省理工评论》首次将中国的网络、阿里的人工智能技术列为十大突破性技术；而《财富》杂志也将网络，与微软、谷歌、脸书并列为人工智能四大巨头讨论。
中国的人工智能发展正受到同行认可，中美的人工智能战争也才刚刚开始。
除了阿尔法狗概念类产品，人工智能成败的关键，在于这智能终端、操作系统、开源开放、商业化落地这四个方面。我们不妨来看一下，中美各家在这几个方面的布局。
智能终端占领之战
当前的智能依然停留在请求智能阶段，无论是电脑还是手机，用户都需要主动向智能机器发出请求才能够实现功能，而未来的智能在尼葛洛庞帝看来，是一场感知智能的革命，不用发送任何请求，用户的需求就可以被智能感知，智能家居、智能电子屏、可穿戴、无人车、无人机等等智能硬件将等同于未来。
这种预言并非空穴来风，据IDC统计，2020年智能终端数量将达307.3亿，智能终端的机会将不亚于手机。
作为第一步，亚马逊在智能家居中已处于领先位置，其发布的智能音箱，自2014年至今出货约1000万台，占据了美国70%的市场，布局最进击的谷歌，此前斥32亿美元收购nest布局智能家居，并在今年的开发者大会上发布了自己的智能音箱谷歌home，同时向第三方开发者开放，再次向该领域发起进攻。
而国内，智能硬件的布局也已经起步，雷军以小米生态链模式孵化了77家相关企业，其物联网平台已拥有超5000万的连接设备，APP也拥有500万日活用户。
其次，最为进击的是网络，陆奇上任之后大刀阔斧进入该领域，收购了国内最大的智能硬件服务商“涂鸦科技”，并将度秘升级为事业部，而度秘则拥有与谷歌home同样的语音对话能力，并且已经展开各种第三方合作。
人工智能的操作系统之战
智能硬件只是人工智能战争一部分，占领硬件的最终目的是为了覆盖自身的人工智能系统，将语音识别、语音唤醒、图像识别、自然语言理解、及其翻译等等技术整合到一处，实现最强的整合输出。
从PC到智能机，操作系统从windows变成了IOS与安卓，每一次的技术变革都会带来操作系统的全新机会。国外目前巨头各自都有先发优势，微软有windows、苹果有IOS，谷歌有安卓，三巨头先发优势不再赘述。
而国内，唯独BAT拥有人工智能OS级别的布局能力。
网络的度秘已推出dueros，并且与小鱼在家，中信国安广视，vivo等等达成了合作，并且度秘依托于网络的生态体系，其又将各种语音识别、图像识别、自然语言理解的能力覆盖至网络各个产品线中，用户可以使用dueros实现各种智能服务。
阿里将OS押注在阿里云上，推出yunos系统，不断去融合旗下投资的手机企业魅族、锤子以及第三方智能硬件。
腾讯推出过手机OS，但几乎折戟，微信推出的小程序，成立独立搜索部门，也意成为一个微信OS系统，并整合各种智能能力。目前来看微信依然是产品驱动，而不是智能驱动，微信要想在智能时代续命，还需更硬的人工智能技术协同，以及大量硬件接入。
开源开放之战
未来的智能硬件市场巨大，不可能全归巨头所有，各大传统家电企业汽车企业以及创业者等也必然参与其中，如果能够让更多传统企业，及智能硬件开发者接入自身全部或者部分OS系统，则更能够巩固自身地位，占领更多智能场景。
这点上，国外巨头从特斯拉到微软谷歌，都已经对大量的项目进行代码开源以及平台能力的开放，特斯拉更是直接开放了智能驾驶的专利技术。
而目前国内，网络与阿里做的更好一些。
网络在无人车战略上采取了“阿波罗计划”，直接开放无人车源码以及能力，而这一次网络也先于谷歌，此外网络也向全球开放了各种深度学习的代码，以及深度学习、图像识别、语音识别等等智能能力，更偏重于前沿技术的开放。
其次是阿里，阿里云的优势在服务器底层，因此开放的技术内容主要偏重于底层布局，主要集中于大数据挖掘与处理。
商业变现之战
发展人工智能，最终还是为了拉动商业价值，在这点上国内外做法都一致。因此Deepmind的阿尔法狗虽然打败了人类围棋选手，但现在也在尝试进军医疗领域，希望能找到盈利的商业场景。
一方面巨头在通过人工智能提原有的升商业效率，一方面又在利用人工智能创造全新的场景。
在第一层诉求上，各巨头都在将人工智能技术运用到自身各产品的变现能力。
但在拓展场景方面，整体又都处在摸索阶段，尤其对于小公司来说更是困难重重，例如网络、出门问问、科大讯飞这些公司，虽然也有自身技术，但在变现场景上没有爆发性业务，像是科大讯飞表面上做语音智能，但变现主业务还是教育软件业务。
值得一说的是谷歌与网络，都采取了一攻一守的姿势。
谷歌采用Alphabet架构，将盈利性业务与探索性的业务进行分离，进而能更好的探索新兴市找到商业场景，而去年网络也做出了组织架构调整，同样是为了人工智能的攻防战。
拥有全球营收能力的谷歌，可以花费更多的时间消耗在探索新技术以及收购各个公司上，并期待下一个安卓的出现。而网络却处于一个竞争压力更大的中国，增速的放缓，让其不得不寻找能够触底反弹的业务，迅速落地更多的落地人工智能场景。
幸运的是网络也找到了一些当前就可以实现盈利的业务，例如信息流分发业务，其依托于网络搜索，以及产品体系，正在带来全新的收入增长，另外网络也落地了AR实验室，将这种前沿技术更快的反哺给商业场景，近期火热的“AR兵马俑”、“朝阳门复兴”、“欧莱雅项目”、“肯德基点餐”等诸多营销案例，也给网络未来的商业空间留下诸多可能性。
结语：
人工智能的中美竞赛，是一场从该技术实力比拼，到商业化能力比拼的多维战争，中国科技公司第一次能够真正与国际同行竞争，并且受到国际认可。
从综合实力来看，国内的BAT拥有最强与国外巨头的对峙能力，其中网络的人工智能布局最为全面最具技术优势，而国外则是谷歌。
而网络也是被谷歌写入财报的唯一中国对手公司。
因此网络与谷歌的AI对抗，也是目前阶段中美人工智能对抗的最关键标志。
AI美术馆传统中国风
AI美术馆传统中国风
传统中国风篇
Traditional Chinese Style —— 传统中国风格
Classic Hanfu —— 经典汉服
Tang Dynasty Fashion —— 唐朝时尚
Ming Dynasty Attire —— 明朝服饰
Qing Dynasty Costumes —— 清朝服装
Cheongsam Dress —— 旗袍
Traditional Chinese Robe —— 传统中国袍子
Traditional Embroidery —— 传统刺绣
Chinese Silk —— 中国丝绸
Bamboo Print Clothing —— 竹子印花服装
Traditional Chinese Jacket —— 传统中国夹克
Oriental Kimono —— 东方和服
Traditional Chinese Hat —— 传统中国帽子
Chinese Calligraphy —— 中国书法
Traditional Chinese Fans —— 传统中国扇子
Chinese Lanterns —— 中国灯笼
Traditional Chinese Shoes —— 传统中国鞋子
Traditional Chinese Jewelry —— 传统中国珠宝
Chinese Paper Cutting —— 中国剪纸
Traditional Chinese Hairstyles —— 传统中国发型
Chinese Opera Costumes —— 中国戏曲服装
Traditional Chinese Painting —— 传统中国绘画
Traditional Chinese Ceramics —— 传统中国陶瓷
Chinese Tea Ceremony —— 中国茶道
Traditional Chinese Music —— 传统中国音乐
Chinese Martial Arts —— 中国武术
Traditional Chinese Architecture —— 传统中国建筑
Chinese Zodiac —— 中国生肖
Traditional Chinese Festivals —— 传统中国节日
Chinese Opera Masks —— 中国戏剧面具
Traditional Chinese Herbal Medicine —— 传统中国草药
Chinese Knotting Art —— 中国结艺术
Traditional Chinese Pottery —— 传统中国陶器
Chinese Tea Sets —— 中国茶具
Traditional Chinese Gardens —— 传统中国花园
Chinese Traditional Instruments —— 中国传统乐器
Traditional Chinese Wedding Customs —— 传统中国婚礼习俗
Chinese Dragon Dance —— 中国舞龙
Traditional Chinese Paper Fans —— 传统中国纸扇
Chinese Traditional Opera Music —— 中国传统戏曲音乐
Traditional Chinese Embroidered Silk Fans —— 传统中国刺绣丝质扇子
Chinese Traditional Medicine Practices —— 中国传统医学实践
Traditional Chinese Festive Foods —— 传统中国节日食品
Chinese Traditional Puppetry —— 中国传统木偶戏
Traditional Chinese Lantern Festivals —— 传统中国灯笼节
Chinese Traditional Dance —— 中国传统舞蹈
Chinese Traditional Clothing Accessories —— 中国传统服饰配饰
Traditional Chinese Herbal Tea —— 传统中国草药茶
Chinese Traditional Martial Arts Styles —— 中国传统武术风格
Traditional Chinese Opera Masks —— 传统中国戏剧面具
Chinese Traditional Architectural Styles —— 中国传统建筑风格
Traditional Chinese Festive Decorations —— 传统中国节日装饰品
Chinese Traditional Wedding Customs and Rituals —— 中国传统婚礼习俗和仪式
Traditional Chinese Opera Performance —— 传统中国戏曲表演
Chinese Traditional Folk Music —— 中国传统民间音乐
Traditional Chinese Painting Techniques —— 传统中国绘画技巧
Chinese Traditional Martial Arts Weapons —— 中国传统武术器械
Traditional Chinese Medicine Diagnosis Methods —— 传统中国医学诊断方法
Chinese Traditional Festive Dances —— 中国传统节日舞蹈
Traditional Chinese Tea Brewing Ceremony —— 传统中国泡茶仪式
