邓教授：我稍后会再回到这个开源策略，我们上周也聊过这个。但今天的主题既宏大又深刻，显然非常重要。请允许我简要说明一下为什么选择这个主题。上周我们交谈时，蔡先生告诉我的第一件事是：“我不是一个好的贸易或宏观经济学家。”

但您拥有耶鲁大学的经济学学位，我不太相信您不懂。而且您很快让我相信，您实际上是一位非常聪明、有见地的经济学家，或许不是宏观经济学家。然后我向他解释，陈坤耀教授是香港培养的最有影响力的经济学家之一，在私营部门和政府培养的许多代学生都非常成功。

所以我说，我们在调整主题方面没有太多余地，它必须关乎中国经济增长。所以我们加上了“技术驱动力”，考虑到您投资了很多技术，而且阿里巴巴在这方面做得非常出色。为什么是10年？因为在2035年，中国共产党和中国政府的目标是将中国建设成为中等发达国家。这意味着什么？我其实也不太确定，但可以想象，我们需要中国的人均GDP达到约30000美元——这是有可能的。

有趣的是，在我们上周会面和今天之间，中国总理李强在上海发表讲话，提到在五年内（到2030年），中国的GDP应达到约24万亿美元。这意味着从现在约20万亿美元增长到24万亿美元，这需要大约5%以上的名义GDP增长，这并非不可能。

假设有4%的实际GDP增长加上1-2%的通胀，就能实现。所以这不是梦想，是完全可行的。但要实现4%的实际GDP增长，我们需要大量的创新，并且创新需要转化为生产力增长。所以，现在向您提出一个总体性问题：您认为中国国家科技规划中有哪些关键或有影响力的特点，能够保证在未来五年或十年内取得成功？

蔡崇信：我认为这是一个非常切合时宜的问题，因为中国刚刚发布了中央委员会的“十五五”规划纲要。我想在座有些人可能已经读了全文，我读的是摘要。但规划中真正有两个主要要点：

第一，中国希望继续成为制造业强国。

我认为对实体经济中的制造业经济的重视，是领导层明确指出的方向，这就是我们想要的位置。中国与世界其他地区相比，消费占GDP的比重实际上非常小，不到40%，而在美国，消费占GDP的70%。所以中国实际上是在“制造”东西。中国看待GDP增长，是从生产的角度，并在一定程度上将这些产品出口到世界其他地区。因为我相信，无论是今天还是10年、20年后，中国将继续作为制造业基地，为世界其他地区供应产品。所以这是第一点。

中国消费占比GDP偏低

第二，规划中提到我们要实现技术自立自强。

我认为这既是领导层的远见，也是对当前地缘政治局势的一种反应，即美国和一些欧洲国家正在限制对中国的关键技术出口。所以中国认为我们必须发展自己的技术，而中国今天已经在这条道路上走得很好。

回到第一个目标，即维持制造业基地。如果你回顾中国的历史，看看中国是如何成为一个富裕国家的——我从人均GDP 800美元说到今天的13000美元，并将在未来10年达到30000美元——财富创造的路径一直是通过生产和制造东西，并将其供应给世界其他地区。我实际上认为这一点……但围绕此有很多批评，他们说“中国有过剩产能”，他们正在将“过剩产能”出口到世界其他地区，仿佛这是一件可怕的事情。

但如果你想想，当德国汽车工业出口所有汽车时，每个人都批评他们“过剩产能”吗？从定义上讲，“过剩产能”仅仅意味着你的国内经济无法吸收你的生产能力，因此你诉诸出口。但“过剩”这个词的使用似乎成了一个贬义词，但它不应该是，因为一个国家变得富裕的途径就是制造东西，并从世界其他地方获取资金，使其本国公民变得富裕。

我坚信，继续走作为世界制造业中心，现在是高科技制造业，而不是制造鞋子和T恤的道路，中国将继续增长其经济，公民将继续获得财富和可支配收入，最终消费将会到来。今天，通过阿里巴巴平台，我们看到了大量的消费。我给你一个数据点：在我们的平台上，大约有5600万人每年在淘宝上消费超过6000美元。

这远远超过了中国公民的平均可支配收入。但我们已经达到了这个规模，有如此多的人消费那个数额。所以，在某个时间点，消费会到来。但我认为中国的领导层理解，健康的经济增长和财富创造的基础在于拥有强大的制造业基地，而今天这是高科技制造业。所以中国在制造电动汽车、电池、太阳能电池板以及世界所需的所有这些东西方面是世界上最好的。

邓教授：大家都在谈论AI，显然中国在AI上投入了大量资金。深度伪造技术确实震惊了世界。关于中国国家科技议程的一个更普遍的问题是——我想把问题再往前推一点，请您稍微聚焦一下AI——您认为推动这种增长的国家政策背后的秘诀是什么？我的意思是，十年前中国还主要在做简单制造，现在如您所说，是拥有AI各方面应用的先进制造，似乎在技术领导力上对美国构成了竞争甚至挑战。所以，能否请您分享一下，在促进这种增长的国家政策方面，有哪些秘诀？

蔡崇信：显然，当谈到国家政策时，中国政府已经确定了需要投资的领域，例如半导体、半导体制造工艺、半导体设备等。我认为这些都很好。但我真正关注并认为非常有趣的一点是，几个月前，国务院发布了一个AI相关的规划。中国人非常务实，目标导向。这个AI规划简单地指出，到2030年（也就是5年后），我们应该看到AI智能体和设备的普及率达到90%。这是国务院说的。所以他们基本上设定了目标，然后让市场去解决如何实现，无论是国有企业还是私营企业家，他们都会想办法在中国推广和实现AI的高普及率。

我认为这是一个非常好的政策，因为我们所有人都或多或少地参与了所谓的中美AI竞赛。最终，计分方式不是看这些大型语言模型有多好，计分是看采用率。采用AI的人越多，社会受益就越大。所以中国的整个方法是推广AI的普及，我认为这是一个伟大的政策。

资料图：央视新闻

邓教授：我记得上周和您谈到中国AI生态系统的独特性，您谈到了很多关于人才库、基础设施、中国拥有先进制造业而许多发达经济体现在没有，以及高效产生能源的能力。您能否与听众分享一下，中国在成为AI超级大国方面有哪些竞争优势？

蔡崇信：是的。我认为现在美国人定义谁赢得AI竞赛的方式，纯粹是看大型语言模型有多好。今天可能是OpenAI，明天是Anthropic……顺便说一下，阿里巴巴的通义千问模型刚刚赢得了一个为期约两周的加密货币和股票交易竞赛。他们测试了大约10个不同的模型，包括美国模型和中国模型，阿里巴巴的模型实际上是整个比赛的赢家，DeepSeek是第二。

顺便说一句，对DeepSeek表示高度尊重，我们在杭州的邻居，他们正在做令人难以置信的工作。所以，如果你比较……我们不看美国定义的AI竞赛，我们看整个技术栈，看看中国在哪里有优势。从能源开始，中国在发电方面有优势。这是因为15年前，政府有远见地大规模投资于能源传输。当你在北方发电，需要以某种方式输送到南方。当你发电，特别是清洁能源（有阳光、风、水的地方），并不一定是在需要电力的地方。

所以中国的国家电网（有两个电网，北方和南方）每年投入900亿美元的资本支出，而美国只有300亿美元。所以美国在电力传输方面的投资严重不足，但中国在过去15年一直在这样做。

现在中国的发电装机容量是美国的2.6倍。更妙的是，中国新增的发电容量是美国的9倍。所以中国电力容量的增长比美国快得多，而且大部分净增容量来自清洁能源，比如太阳能。所有这些的最终结果是，中国每千瓦时的电力成本比美国便宜约40%。

所以中国在AI方面有能源优势，因为你知道，当你消耗所有这些GPU来训练大语言模型和进行推理时，你消耗的是大量的能源。机器和大脑的一大区别是，机器消耗大量能量，而大脑运作的能量效率非常高。所以这是第一点。

然后我们看建造数据中心的成本。在中国建造数据中心的成本要便宜60%，这还不包括购买芯片、廉价GPU的成本。

然后看模型开发，我实际上认为中国模型并不落后美国太多，这是有原因的。中国拥有大量工程师，是每年产生最多STEM学生的国家。训练AI和模型，你可能认为是非常高层次的研究型工作，但实际上很多工作在于工程方面。你必须优化系统，使系统在训练具有数百亿甚至万亿参数的模型时非常高效。如果系统效率不高，会消耗你大量的GPU资源。

B300 GPU等高端芯片都受到美国禁运限制，导致中国长期处于GPU荒状态

所以中国缺乏GPU实际上创造了一种“饥饿优势”，当你没有大量资源时，你被迫在系统层面进行创新，而这正是中国的强项，拥有大量工程师和全球人才。

还有一个非常有趣的现象：全球范围内，几乎近一半的AI科学家和研究人员拥有中国大学的学位——无论他们在美国公司、中国公司还是世界任何地方工作。这意味着，你去美国的一家公司，他们中很多人是华裔。

我最近刚看到一个社交媒体帖子，一个在Meta（Facebook）工作的非华裔员工抱怨说，他所在的AI团队每个人都在说中文，用中文交流想法，他听不懂。但他们非常聪明，能创造出所有这些AI工具，他们应该能实时将中文翻译成任何语言！（笑）但在茶水间闲聊时，你坐在食堂里，很难捕捉到所有内容，对吧？所以，这意味着很多想法的分享和交流在全球AI领域正在用中文进行。这是第一次，中文成为一种优势！

它曾经是中国公司向海外扩张的一个劣势，因为当阿里巴巴在意大利、日本或美国开设办公室时，我们在当地雇佣的人不会说中文，他们说英语，所以我们坐在杭州的人不得不用我们的第二语言与他们交流，这并不理想。我认为这是中国公司向海外扩张的一个巨大障碍。但现在，懂中文在AI世界变成了一个优势，这非常非常有趣。

总之，我刚刚列举了中国拥有的一些优势。但最大的优势是，我相信中国公司对待大语言模型的方法——即开源——将加速AI的采用，并将真正实现AI的普及，从而使更广泛的社会受益。开源如此重要的原因是，它成本低廉，使用开源模型实际上不花一分钱。

阿里巴巴发布了我们模型的许多版本到开源社区，它们在美国和世界各地的所有开源市场上都可以获取，人们可以直接获取我们的模型，下载下来，放到他们的基础设施上，甚至放到他们的笔记本电脑上，就可以开始运行AI，无需任何成本。因此，开源方法有助于AI的普及。

而在美国，如果你想使用AI，你必须向OpenAI支付很多钱。所以我认为这最终是中国的优势，因为赢家不是谁拥有最好的模型，而是谁能最好地将其用于自己的行业和生活，而这将发生在中国。