编辑：YH

特斯拉 CEO 埃隆・马斯克在《经济学人》总编辑专访中抛出重磅判断：中国 AI 公司在算力相对有限的情况下已经做到如此程度，一旦获得充足算力支撑， 很有可能成为全球人工智能领域的领跑者。

这番表态迅速引发全球科技圈震荡，而就在同一天，英伟达 CEO 黄仁勋也对中国 AI 开源模型给出高度评价。

从 "卡脖子" 到换道超车：算力约束下的中国 AI 路径

马斯克的判断并非空穴来风。在这场近 90 分钟的深度对话中，他特别提及了中国企业月之暗面刚刚发布的 Kimi K3 大模型，认为其技术进步速度令人惊叹。

要知道，这款 7 月 16 日正式发布的模型拥有 2.8 万亿参数，是目前全球参数规模最大的开源权重模型，在前端编程等多个专业评测中已经跻身全球第一梯队。

值得注意的是，这一切成绩都是在中国面临高端芯片出口管制的背景下取得的。换言之，当前中国 AI 研发团队是在用相对有限的算力资源追赶世界前沿水平。马斯克坦言，如果给中国 AI 企业同等量级的计算资源，它们的成长速度还会更快。

这种 "带着镣铐跳舞" 的发展路径，反而催生了中国特色的技术路线。业内观察人士注意到，国产 AI 企业摸索出了一套差异化打法：单颗芯片性能不足时，就用规模和架构创新来弥补。比如通过大规模集群调度、算法优化和系统级创新，在现有硬件条件下尽可能压榨算力效率。

我认为，这种约束环境反而锻炼了中国 AI 团队的工程化能力和成本控制意识。当全球同行都在比拼谁能买到更多高端芯片时，中国企业被迫在算法优化、系统架构层面深耕，这种能力一旦叠加充足算力，释放出的势能可能超出预期。

电力才是终极瓶颈？马斯克眼中的中国核心优势

在访谈中，马斯克反复强调一个观点： AI 发展真正的制约因素不是芯片，而是电力。这个判断颠覆了很多人的常识 —— 毕竟过去几年，芯片出口管制一直被视为遏制中国 AI 发展的核心手段。但在马斯克看来，随着 AI 模型规模指数级膨胀，数据中心的能耗正在成为更刚性的约束。

他给出了一个具体数据：到 2026 年，中国的年发电量可能达到美国的三倍。这意味着当美国科技巨头为数据中心选址四处寻找稳定供电时，中国拥有足够的能源储备来支撑大规模算力基础设施建设。

现实数据正在印证这一判断。2025 年中国全社会用电量首次突破 10 万亿千瓦时，不仅远超美国，甚至超过美欧印三大经济体的总和。

与此同时，中国在太阳能、风电等清洁能源领域的产能优势明显，每年约 1500 吉瓦的太阳能产能为高耗能 AI 数据中心提供了可持续的能源支撑。

这种结构性差异正在重塑全球 AI 竞争的底层逻辑。过去大家讨论的是 "谁有更多高端芯片"，未来比拼的可能是 "谁能支撑更多芯片同时运转"。从这个角度看，电力基础设施的雄厚积累，正在成为中国 AI 产业的隐性护城河。

芯片封锁会失效吗？光刻机突破的时间窗口

当然，电力优势要转化为算力优势，绕不开高端芯片这一环。对此马斯克也给出了明确预判： 中国距离解决先进光刻技术难题，比大多数观察者认为的更近。他不认为出口管制能够长期阻挡中国在半导体领域的自主突破。

这一判断背后有两层逻辑。一方面，随着先进制程不断逼近物理极限，芯片工艺迭代的边际效益正在递减。

也就是说，两代芯片之间的性能差距在缩小，靠代差形成绝对优势的难度越来越大。另一方面，中国在半导体全产业链的投入持续加码，从材料、设备到设计制造的各个环节都在加速补短板。

站在行业观察者的角度，我觉得这里存在一个有意思的博弈：美国的技术封锁是在争取时间窗口，希望在窗口期内拉开足够大的领先优势。

而中国的自主研发是在和时间赛跑，希望尽快突破关键节点让封锁失效。马斯克显然认为，这个时间窗口正在快速收窄。

反方观点则认为，光刻机是人类工业皇冠上的明珠，涉及数十万个精密零部件的全球供应链整合，不是短期内能够完全自主替代的。

即便能够制造出光刻机，良品率、稳定性、量产能力都是需要时间打磨的系统工程。两种判断的对撞，恰恰是当前全球科技竞争最精彩的看点。

人才储备与生态优势：AI 竞争的下半场变量

除了电力和芯片这些硬件要素，马斯克还提到了人才因素。他指出，中国拥有全球规模最大的理工科和数学专业学生群体，这为 AI 产业提供了源源不断的人才供给。人工智能本质上是人才密集型产业，顶尖工程师的数量和质量直接决定了产业的上限。

从 Kimi K3 的案例就能看出，中国 AI 初创企业的技术迭代速度正在加快。这款模型从发布到获得全球业界认可，只用了不到两周时间。

更重要的是，它选择了全面开源的路线，允许全球开发者免费下载部署。这种开放策略正在快速构建生态影响力，据统计中国 AI 开源大模型的全球累计下载量已经突破 100 亿次。

我感觉，AI 竞争的下半场正在从 "模型参数竞赛" 转向 "生态系统竞赛"。谁的开发者生态更繁荣、应用场景更丰富、产业渗透更深入，谁就能建立更持久的竞争优势。

在这方面，中国拥有全球最完整的制造业体系和最丰富的应用场景，AI 技术与实体经济的结合空间非常广阔。

当然也要看到，在基础理论原创、高端人才吸引力、全球市场话语权等方面，中国 AI 产业仍有不小的提升空间。领跑不是一个终点，而是持续投入和创新的动态过程。

为什么是马斯克说出这句话？立场背后的产业逻辑

很多人会问：马斯克为什么要公开唱多中国 AI？毕竟他自己的 xAI 也是这场竞赛的参与者。这恰恰体现了马斯克一贯的思维方式 —— 承认对手的实力，才能更清醒地判断竞争态势。

事实上，马斯克对中国 AI 的关注由来已久。早在 2026 年 1 月的播客访谈中，他就提出过 "中国 AI 算力将超越其他国家" 的判断。

半年后再次谈及这个话题，他的表述更加明确，论据也更加充分。这说明他的判断不是随口一说，而是持续观察后的结论。

从商业角度看，马斯克旗下的特斯拉在中国有庞大的业务布局，深度参与中国的新能源和智能汽车产业。他对中国制造业能力、工程人才密度、基础设施水平的认知，比很多只坐在硅谷办公室里的分析师要直观得多。

更关键的是，马斯克始终认为 AI 发展是不可逆的全球趋势，单方面的封锁和脱钩既不现实也不明智。

他在访谈中明确反对美国禁止企业使用中国 AI 模型的提议，认为这样做既没用也挡不住中国 AI 前进的步伐。这种务实的态度，反而让他的判断更具参考价值。

全球 AI 格局重塑：竞争与合作的双重变奏

马斯克的这番言论之所以引发广泛关注，是因为它戳中了当前全球 AI 治理的核心矛盾：技术发展的全球化趋势，与地缘政治博弈之间的张力正在加剧。

一方面，AI 技术天然具有扩散性，知识和人才的流动难以被完全阻断；另一方面，大国竞争又在推动技术脱钩和阵营分化。

从黄仁勋和马斯克同日发声可以看出，美国科技界内部对如何应对中国 AI 崛起存在不同声音。一部分人主张强化管制、构筑壁垒。

另一部分人则认为应该保持交流、在竞争中共同进步。马斯克显然更倾向于后者，他甚至提出全球 AI 治理框架必须纳入中国企业，否则就是不完整的。

站在更宏观的视角，中国 AI 的崛起不是零和博弈。全球 AI 技术的整体进步，最终会惠及所有国家。

当然，竞争必然存在，关键是竞争的规则和边界。如何在保持技术自主性的同时维护全球产业链的韧性，是所有大国都需要思考的命题。

我觉得，未来几年全球 AI 格局很可能呈现 "多强并立" 的态势，不会出现一家独大的局面。中国在应用落地、工程化、算力规模等方面形成优势，美国在基础模型、底层技术、生态话语权方面保持领先，双方在不同赛道上各有千秋。这种均衡格局，可能比单一主导更有利于行业的健康发展。

写在最后：算力只是入场券，真正的考验还在后面

马斯克的判断给中国 AI 行业注入了信心，但清醒地看， 算力充足只是成为领跑者的必要条件，而非充分条件。

就算力本身而言，中国在高端芯片层面的短板仍然客观存在，完全自主可控的先进算力供给体系尚在建设之中。

更重要的是，AI 竞争的终极赛场不是算力规模的比拼，而是技术原创能力、产业转化效率、治理体系成熟度的综合较量。从跟跑到并跑再到领跑，每一步都需要持续的投入和耐心的积累。

2026 年的今天，全球 AI 竞赛正进入新的赛段。马斯克的预言会不会成真，答案或许在未来三到五年内就会揭晓。而无论最终结果如何，一个基本事实已经确立：中国 AI 力量的崛起，是不可忽视的全球科技趋势。

官方信源参考

《经济学人》2026 年 7 月 25 日对埃隆・马斯克的专访视频，总编辑 Zanny Minton Beddoes 主持访谈新浪财经

TechWeb 2026 年 7 月 27 日报道：《马斯克：中国很有可能在某个时候成为全球 AI 领域的领导者》

第一财经 2026 年 7 月 27 日报道：《马斯克称美国出口管制作用有限：中国 AI 可能成为领导者》第一财经

新浪财经 2026 年 7 月 26 日报道：《黄仁勋、马斯克同日发声，事关中国 AI》

澎湃新闻相关报道：马斯克在 "Moonshots" 播客访谈中关于中国电力与 AI 算力的论述