核心观点 - 中美AI产业在基础模型架构上高度相似，但在应用方向、产业生态和组织形态上存在根本性分化，如同达尔文雀在不同岛屿上的适应辐射，而非简单的竞赛[114][115] 中美AI开发者全景 - 兰德公司筛选出1181家真正开发AI的营利性公司，美国743家（62.9%），中国438家（37.1%）[18][19] - 美国公司成立年份中位数为2016年，中国为2014年[19] - 美国上市公司占比13.6%（101家），中国上市公司占比33.8%（148家）[19] - 美国公司中30.0%（223家）有公开军事AI合作记录，中国为16.2%（71家），但中国数据被严重低估[19][103] - 美国公司中28.8%（214家）隶属于多元化企业，中国为56.6%（248家）[19][58] 商业模式与产品形态 - 中美各有约10%的公司靠模型即服务（Model-as-a-Service）盈利，如OpenAI、DeepSeek等[20][21] - 美国约90%的公司卖应用产品，中国约75%[22] - 从零训练基础大模型的公司，中美均为19%[24] - 完全不对外卖、只内部使用的AI，中国占16%，美国占10%[64] 技术架构对比 - 使用Transformer架构的公司：美国28%，中国27%[33] - 使用卷积网络：美国13%，中国11%[34] - 使用扩散模型：均为7%[35] - 使用强化学习：均为19%[36] - 模型架构未知比例：美国56%，中国68%[96] - 学习范式未知比例：美国35%，中国60%[97] 物理形态与应用方向分化 - 纯软件公司：美国61%，中国26%[40] - 做人形机器人：美国2%，中国12%[40] - 做地面机器人和四足：美国16%，中国24%[40] - 做自动驾驶：美国7%，中国14%[40] - 处理三维空间数据：美国27%，中国36%[42] - 美国强化学习主要用于调教语言模型，中国主要用于机器人运动、车辆控制、产线调参[44][45][46][47] 行业分布差异 - 中国公司扎堆物理经济：制造业30%（美国15%）、交通运输26%（美国15%）、能源12%（美国6%）[53] - 美国公司扎堆知识行业：医疗与生命科学28%（中国17%）、科研10%（中国5%）、网络安全7%（中国3%）[53] 开源生态与市场格局 - 发布过开源模型的公司：美国约15%，中国约17%[69] - 美国开源分布在生态边缘，中国开源分布在生态顶端，旗舰模型免费下载[78][79] - 2024年底OpenRouter平台美国模型占前七大模型token量的85%-90%，中国模型接近于零[73] - 2026年4月OpenRouter平台中美持平，流量最大九家中美国三家（Anthropic、Google、OpenAI），中国六家（腾讯、Moonshot、DeepSeek、阿里Qwen、MiniMax、智谱）[74] - 中国开源模型价格密集在每百万token一到两美元，美国专有模型跨度一到十二美元，同等智能水平中国价格为四分之一到五分之一[83][84] - 中国模型全球份额从3%涨到13%-15%，不超过1/5[86][87][88] 地理分布与组织形态 - 美国743家中加州占350家，接近一半，麻州75家排第二[65] - 中国438家中北京159家排第一，广东90家，上海58家，浙江29家，江苏26家[65] - 广东加浙江江苏共145家，是中国制造业密度最高的两条带[65] - 美国AI长在大学旁边，中国AI长在工厂旁边[66] - 中国56.6%的AI开发者隶属于主业非AI的更大母体，美国仅28.8%[58][59] - 中国33.8%的AI开发者是上市公司，美国仅13.6%[60][61] 具身智能产业现状 - 中国人形机器人公司超过140家，产品超过330款[108] - 2026年上半年具身智能行业融资约九百多亿元，是去年同期的五倍[108] - 工信部预计2026年产量超过十万台，是2025年的五倍[108] - 发改委官员已提醒过度拥挤可能带来产能过剩，头部公司相当比例收入来自科研和教育客户[108] 研究方法论局限 - 报告核心表格中三分之二格子写着“不知道”，模型架构未知率美国56%中国68%，学习范式未知率美国35%中国60%[96][97][98] - 证据以英文来源为主，中国职业社交档案渗透率远低于美国[98] - 大量中国AI开发发生在国企、电网、银行、电信内部，不对外披露[98] - 报告本身基本用AI完成，26,629家候选公司由大模型筛选，九个维度分类由AI完成，每家公司派搜索智能体做约三十次定向检索，最后人工复核仅25家[100][101]