美国第一座商用中央发电站——爱迪生的珍珠街电站——于1882年9月在纽约投入运营。到1925年，大约一半的美国家庭用上了电。到1940年，约五分之四的家庭有了电灯；到1950年，几乎所有家庭都通了电。这一建设过程历时约70年。
赢得电气化的国家，不是建造第一座发电厂的国家，而是建成电网的国家——输电线、变电站、工业电机、家用电器、研究型大学、标准制定机构。这项技术只有嵌入到一切事物之中，才真正发挥价值。
AI正处于同样的阶段。前沿模型就是发电厂。赋能层——电网、机器人、网络、研究人员、专利——才决定谁赢。太空竞赛框架说要冲刺登月；电气化框架说要建设电网。数据显示，美国在冲刺，而中国在建设电网。
中国正在建设赋能层。
中国2024年发电量达到约9,900太瓦时，年增速约5-6%。美国2024年发电量约4,300太瓦时，增长3.0%——为五年来最大年度增幅，主要由数据中心推动。从2000年代中期到2022年，美国发电量基本持平——年增速不足0.5%；此后以每年约3%的速度增长。
全球在建的63座核反应堆中，中国占32座——超过世界其他国家的总和。美国一座在建反应堆也没有；其最近投运的新机组沃格特勒（Vogtle）3号和4号机组分别于2023年和2024年并网，而首批新型小型反应堆直到2026年3月才获得建造许可。
中国每年的电网投资超过1,000亿美元。美国2024年在输配电领域的投资约930亿美元——仅计投资者所有的公用事业公司——2025年升至1,000亿美元以上。差距比通常声称的要小，但结构不同：中国的电网资本支出是一个由中央统一指导的项目（2026-2030年投入4万亿元人民币，较上一个五年增长40%），而美国的电网投资分散在约3,000家公用事业公司之间，并受到并网排队和选址问题的制约。
中国运营着484万个5G基站——约占全球总数630万个的76%。美国运营约27万至30万个。中国于2020年11月发射了全球首颗6G试验卫星，并设定了2030年商用部署的目标。美国没有联邦层面的6G战略；最接近的是美国国家电信和信息管理局（NTIA）于2023年11月发布的《国家频谱战略》。
中国的研究人才储备规模更大。2020年，中国STEM专业毕业生约360万人（CSET/Statista数据）；美国约为82万人。美国大学授予的AI和计算机科学博士学位中，约60-67%由国际学生获得（CSET、斯坦福AI指数数据）。按机构归属计算，美国在顶尖AI人才方面仍然领先——MacroPolo的追踪数据显示，美国机构拥有59%的顶尖AI研究人员——但按工作地点计算，卡内基中国（Carnegie China）2026年的研究发现，中国雇用了全球41%的顶尖AI研究人员，美国为34%，逆转了2022年46%/27%的格局。
美国在建设算力，中国在建设部署能力。
Epoch AI估计，美国AI超级计算机算力约为中国的8-9倍（85万 vs 11万H100等效算力，2025年3月数据）。差距在扩大而非缩小：美国占新增算力的份额在2022-2024年为每年60%，2025年为72%，2026年上半年为78%。美国的出口管制正在减缓但未能阻止中国算力的增长。
Cloudscene统计，美国境内有5,427个数据中心，中国有449个。Synergy Research Group估计，美国占全球超大规模数据中心容量的54%。总部位于美国的公司运营的数据中心总容量，是总部位于中国的公司的两倍多。
中国2025年安装了35.4万台工业机器人——占全球总量60多万台的59%——高于2024年的29.5万台。美国2025年安装了约3.85万台。根据国际机器人联合会（IFR）的最新数据，美国机器人密度为每万名制造业工人307台，中国为166台——但密度衡量的是每名工人对应的存量，而非流量。中国的在役存量约为200万台，居世界首位，且其机器人安装速度是美国的九倍。差距不在于前沿AI，而在于部署。
专利数据呈现同样的模式，但其指向比任何一种框架所暗示的都更为复杂。
全球生成式人工智能（GenAI）专利申请人前十名中，有六家来自中国（腾讯、平安、百度、国家电网、中国移动、中国工商银行、蚂蚁集团）。中国国家电网公司——一家公用事业公司，而非科技企业——拥有 1,144 个 GenAI 专利族，超过任何一家美国公司。在美国，前十大人工智能专利受让人约占人工智能专利申请量的 16%–18%，低于十年前的 25%。美国的人工智能专利申请正在去集中化；中国则在走向集中化。美国的格局是分散的，由科技企业主导。中国的格局是集中的，但其中也包括大量申请专利的非科技企业——公用事业公司、银行和工业集团。
美国并没有在建设赋能层。私营部门在建设算力，公共部门却没有建设驱动算力所需的电力。
排名前十的研究型大学获得了联邦政府拨付给高等教育机构的 490 亿美元科学与工程经费中的约 20%——约占 1,860 亿美元联邦研发预算的 5%。前 100 所大学拿走了 78%。美国国家科学基金会（NSF）90 亿美元的预算，在私人人工智能投资面前相形见绌。
中国国家自然科学基金委员会的预算从 2010 年的约 12 亿–15 亿美元增至 2024 年的约 45 亿–50 亿美元。中国科学院的预算超过 200 亿美元。中国的国家重点研发计划将资金投向人工智能、量子和半导体等重点领域。
"太空竞赛"这一叙事框架之所以错误，并不是因为美国可能会在冲刺 AGI 的竞赛中落败。它错在无视了一个非常现实的可能性：AGI 竞赛本身就是一场错误的竞赛。可以说，无论在何种情景下，真正重要的是基础设施的建设。建成赋能层——电力、互联互通、劳动力和产业应用——的国家，将拥有一种结构性优势，而再多的前沿模型研究都难以抵消这种优势。
资料来源：Epoch AI（算力估算）；Cloudscene（数据中心数量）与 Synergy Research Group（超大规模算力容量）；Ember/CEC 与 EIA（发电量）；World Nuclear Industry Status Report 与 World Nuclear Association（核反应堆数量）；MIIT 与 GSMA（5G 基站）；CSET/Statista（STEM 毕业生，2020 年）；MacroPolo 与 Carnegie China（人工智能研究人员占比）；WIPO 生成式人工智能专利态势报告（GenAI Patent Landscape Reports，专利申请人）；IFR World Robotics 2025/2026（装机量与机器人密度）；NCSES（联邦政府对高等教育的科学与工程支持）；NSF、NSFC 与 CAS 预算；世界银行 WDI（研发强度）。
讨论