中国AI破局

ChatGPT-5在2025年8月8日上线。但8月9日，OpenAl就重新上线GPT-4o。

原因在于ChatGPT-5被吐槽反应速度慢、处理问题频繁出错。更有第三方测试显示GPT-5领先优势微乎其微。大模型边际收益递减背后，两个无法回避的困境浮出水面：

1）数据枯竭

2）算力成本限制

AI浪潮正以前所未有的力量重塑全球经济格局与国家竞争版图。但当OpenAI以GPT-5再次引爆话题，当英伟达GPU构筑起算力壁垒，AI发展的瓶颈已日益清晰——高质量训练数据几近枯竭、能耗黑洞，叠加安全隐忧。

中国正以开源开放之姿、算法创新之刃，直面算力围城、数据枯竭与安全治理等难题。

中国科技力量并未被高墙所困。

同时我国核心竞争力在于正积极将人工智能融入实体经济，并将更高效、创新的新质生产模式大规模复制。

DeepSeek-V3用极低成本劈开了封闭模型的铁幕；华为昇腾、寒武纪等国产芯片在巨大内循环市场下前行；中国正探索一条以“算法突破为引擎、开源开放为路径、产业应用为根基、安全可控为底线”的AI发展新范式。

基于上述背景，《星船知造》本文主要探讨——

●当前人工智能发展所面临的主要技术困境有哪些？

●中国的优势、贡献和挑战有哪些？

本文部分节选、编辑自通信行业教授级高级工程师、国际电联通信标准技术组专家钱鸿生博士撰写的《星船知造：未来AI人工智能技术发展趋势与展望》。

作者从当前人工智能发展所面临的技术困境入手，认为当硅谷深陷“数据荒原”争议、OpenAI亏损阴影笼罩华尔街时，世界人工智能正加速东看——

中国正在改写AI竞争规则。

source：unsplash

2025年盛夏，上海世界人工智能大会上，***总理李强在会议开幕式表示：

无论科技如何变革，都应当为人类所利用、为人类所掌控，朝着向善普惠的方向发展。人工智能也应当成为造福人类的国际公共产品。要坚持开放共享、智能平权，让更多国家和群体从中受益。中国愿同各国联合开展技术攻关，加大开源开放力度，共同推动人工智能发展迈上更高水平。

source：pixabay

一场由算法革新、芯片自主、场景爆发驱动的AI革命，正从东方升起。

为了实现中国AI发展这个宏伟目标，我们必须对未来几年内国际上AI技术发展的路径有所认识。

当前人工智能发展所面临的主要技术困境

●生成式大模型的算法偏见与困境

美国开放人工智能研究中心（OpenAI）8月发布其最新人工智能模型GPT-5。据OpenAI官网介绍，这是迄今为止该机构推出的最强大的人工智能系统。但上线后被吐槽“反应速度慢、处理问题频繁出错”。

目前以ChatGPT为代表的生成式人工智能的算法是否科学有效一直是科学家争论的焦点。专家们对生成式人工智能的批评，大致集中在以下几个方面：1.会产生系统幻觉现象；2.逻辑推理能力有限；3.数据依赖性；4.偏见与缺乏可解释性的输出信息；5.安全与伦理风险等。

●AI算力增长尽头是能源消耗问题

AI系统特别是深度学习模型，需要执行大量的矩阵运算和密集型计算任务，都离不开高性能计算机和图形处理芯片（GPU）的支持。

英伟达的H100芯片在最高负载条件下，其单片功耗峰值可达700W。10万块H100芯片总功耗将接近一个小型发电厂的全部输出功率。

算力芯片的能耗问题是制约AI发展的主要技术困难之一，必须采取一切有效措施予以应对。

●大模型训练数据枯竭引发的思考

数据作为AI的“化石燃料”正日益枯竭，这一趋势将迫使改变当前AI大模型的预训练方式。

数据枯竭的原因有以下几种