

中国的开源AI模型,正在硅谷工程师的代码里悄然运行。
2025年底,来自阿里云Qwen和DeepSeek的中国开源模型已占据全球AI调用量的30%。MIT Technology Review在2026年初的报告中直言,中国开源模型正在成为"全球AI开发者的基础设施"。这句话放在五年前,几乎没有人敢于预测。
这个现实,正在动摇一个流传已久的判断:集体体制天然压抑创新,中国不可能产生真正意义上的原始创新。
把"创新"这把尺子先量准
这个判断的问题,首先出在对"原始创新"的定义上。
长期以来,人们习惯把原始创新等同于基础科学的范式革命,比如量子力学、相对论、DNA双螺旋。这类突破确实需要高度自由的学术土壤,且在人类历史上极其罕见,美国、英国也不是每十年就能出一个。如果用这把尺子来衡量任何国家,结论都会显得苍白。
但真正改变世界格局的技术突破,往往是另一种性质。瓦特改良蒸汽机并未发现新物理定律,互联网商业化不是凭空产生的自然科学革命,智能手机也不是基础物理的产物,然而它们每一个都深刻重塑了人类社会。这类"应用科技的重大突破",依赖的是产业规模、工程能力与市场验证,而非单纯的思想自由度。
把原始创新切分为"基础科学突破"与"应用科技突破"这两类,并不是在为集体体制开脱,而是让讨论重新落地。
工厂,才是被忽视的创新引擎
斯坦福大学人工智能指数2025年报告显示,中国在AI论文发表数量上已超过美国、欧盟27国与英国的总和,且增速持续领跑。美国信息技术与创新基金会在2025年9月的评估报告中指出,中国已在多个关键技术领域的指标上超越美国,这一结论在五年前几乎不可想象。
这种跃升背后,有一个被长期低估的变量:工业化能力。
历史经验早已给出答案。19世纪欧洲的机械化浪潮催生了热力学与电磁学的系统性突破;20世纪美国庞大的军工体系孕育了计算机与互联网的诞生。大规模工业化不仅是应用创新的舞台,更是基础科研的需求引擎,它通过问题倒逼和资源供给,以独特方式推动科技前沿的演进。
圣路易斯联储在2025年8月的研究报告中明确指出,中国正在从"技术吸收者"向"创新引领者"转型。这背后的底盘,正是全球最完整的制造业体系。中国的工业产值已超过G7国家总和,从高铁到新能源汽车,从5G基站到无人机供应链,这种体量构成了应用科技迭代的独特土壤。移动支付不是中国发明的底层技术,但中国率先实现了覆盖十亿人口的无缝落地,这种"规模化原创"本身就是一种创新范式。
世界经济论坛的分析也印证了这一点。中国的科技创新崛起,与其制造业集群的深度整合密不可分,北京、合肥、成都等城市已成为专利产出和科研密度的全球领跑节点,国家战略投入与产业生态在这里形成了独特的正向循环。
体制可能会成为天花板,不是地基
当然,承认工业化的力量,并不等于否认体制的约束。
真正的问题是:这种约束作用在哪里,有多深。在社会科学与人文领域,体制的压制是直接且系统性的,研究者无法自由触碰政治秩序与价值体系。但在自然科学与工程技术领域,情形复杂得多。科学研究需要批判性思维,但这种批判更多指向对既有理论的质疑,而不必然等同于政治自由。历史上,伽利略在教会的阴影下完成了力学革命,图灵在压抑的社会环境中奠定了计算机科学的基础。
制约中国科技创新的真实瓶颈,更多是科研体制的行政化、评价机制对论文数量的过度依赖、以及国际学术交流的受限,而不是那个过于简化的"缺乏自由思想"的解释。很多中国自然科学和工程技术的研究机构分布在企业而非政府,绩效考核与创新产出高度绑定,这在一定程度上抵消了行政体制带来的惰性。
在美国持续强化技术出口管制的背景下,"卡脖子"反而可能激发中国集中资源进行定向突破,半导体、航空发动机、光刻机等领域的自主研发力度正在快速提升。
真正制约中国冲击基础科学前沿的,是长周期学术积累的不足与制度化开放环境的缺位,这是短期内难以通过砸钱解决的问题。但在应用科技和工程创新的赛道上,这些短板的影响要小得多。
一个更接近现实的判断是:中国即便带着某些体制上的短板前行配资平台配资配资,依然已经在大量技术领域形成了强大的创新产出。如果科研体制层面有所松绑,它与美国之间的差距,或许比多数人预想的要窄得多,也会来得快得多。
五八策略提示:文章来自网络,不代表本站观点。