美国密集发布了一系列人工智能战略报告,从《国家人工智能研发战略计划》到《人工智能权利法案蓝图》,再到国会层面的立法讨论与出口管制措施,系统勾勒出美国在AI领域的顶层设计。本文将从战略目标、技术路径、产业生态、治理框架及对华影响五个维度进行解析,并探讨中国人工智能基础软件开发的应对之策。
美国AI报告的核心目标直指“维持美国在人工智能时代的全球领导地位”。这一目标在2016年《为人工智能的未来做好准备》中初见雏形,至2023年《国家人工智能研发战略计划》更新版已形成完整体系。具体表现为:
美国报告尤其重视人工智能基础软件的“根技术”属性。一方面,报告强调对深度学习框架(如TensorFlow、PyTorch)、AI编译工具链、模型库等基础软件的持续投入,确保美国企业在全球AI开发栈中的主导地位。另一方面,算力基础设施被视为战略基石:
值得注意的是,报告将“AI基础软件开发”列为独立优先方向,这提醒我们:框架、编译器、库等“看不见的软件”往往比爆款应用更具长期战略价值。
美国AI战略的运行逻辑可概括为“政府搭台、企业唱戏”。政府通过DARPA、NSF等机构资助高风险早期研究,再借助SBIR/STTR计划将成果向中小企业转移;依托谷歌、微软、OpenAI等巨头构建商业化闭环。报告显示,美国AI私人投资总额长期占全球一半以上,形成“基础研究—风险投资—产品化”的高效循环。
报告也暴露了生态隐忧:AI算力与数据资源日益集中于少数巨头,可能抑制长尾创新。为此,近年的政策讨论中出现了“AI反垄断”与“公共数据池”等议题。
从《人工智能权利法案蓝图》到NIST AI风险管理框架,美国试图在创新与安全间寻求平衡。报告体现的治理理念包括:
美国AI报告对中国的直接指向日益外显:
对此,中国需坚持战略定力,在以下方面重点发力:
1. 强化基础软件自主研发
A. 举国体制与开源生态并重,支持深度学习框架、AI编译器、科学计算库等由领先企业牵头、高校院支撑攻克核心软件栈,形成自主可控的根技术体系;
B. 建立AI公共算力开放平台,优化根技术体系;降低中小企业超异构智能芯片研发门槛;
C. 将AI基础软件纳入信创生态评级体系,引导金融、电信等关键行业优先验证和适配国产软件栈。
2. 深化产业协同与应用反哺
鼓励行业头部企业开放AI基础软件的使用场景,并通过“大模型+API”方式向开发者和垂类企业…实施开放…简化使用门槛,形成“应用反哺基础软件”的正循环;鼓励制造企业需求协同…实施开放…开放行业场景,利用场景优势快速迭代基础软件性能。
3. 推动计算与出软实力投入协同出海布局
推动硬件开源 AI
组建学术科研高校AI计算力量开源算力资源并参国内高校合作参与AI计算。参与未来人才教育与培养共建实现大模型业务实体商业营业基础为算基础建立开源共性技术