🎯 科技 · AI研究

🔥 中美顶尖AI模型差距收窄至2.7%，AI竞争已从模型比拼转向基础设施与治理的全体系博弈

一、智能体任务成功率从12%跃升至66%，AI进入"执行"时代

9月3日，斯坦福大学以人为本人工智能研究院（HAI）正式发布《2026年人工智能指数报告》官方中文版。报告揭示了一个关键趋势：人工智能已脱离单纯的模型能力竞赛，正在向基础设施、组织流程与制度层面的系统性变革深化。

全球领先模型在软件工程基准SWE-bench上表现已接近人类100%水平；智能体在真实计算机环境的任务成功率从12%跃升至66%。这一数据背后，是AI从"生成信息"向"执行任务"的质变。智能体不再只是写代码片段或回答问答，而是能够独立规划、执行、调试，完成端到端的复杂工作流。报告指出，AI正从"生成信息"向"执行任务"演进，这一转变将深刻重塑各行各业的工作方式。

二、中美AI竞争：差距收窄至2.7%，但物理基础各有所困

报告最引人注目的数据之一是：中美顶尖模型差距已收窄至2.7%，双方头部模型已多次互换领先位置。然而，支撑AI发展的物理基础设施并未同步接近。两国面临的核心瓶颈分属不同层面：中国主要受限于先进AI芯片的获取——既受美国出口管制影响，也受制于本土芯片在性能、产能和配套生态上的不足；美国则面临电力供应、并网审批和数据中心建设等基础设施约束。

按照峰值FP16算力口径估算，2025年美国AI算力约为中国的16倍，这一差距到2027年可能扩大至约25倍。全球AI数据中心电力容量已达29.6吉瓦，芯片、能源、水资源正成为AI发展的关键战略瓶颈。不同层面的约束，正在写入两国AI企业的商业模式和工程师的解题思路，即使日后瓶颈解除，路径依赖也未必容易补回。

三、从模型竞赛到规则博弈：AI治理进入制度化新阶段

2026年以来，主要经济体加速人工智能治理立法，单边规制与多边协同并行推进。美国将前沿大模型纳入国家战略管控体系，GPT-5.6等模型仅对政府审批的合规主体开放；欧盟以全面立法构建风险分级监管体系，同时通过《芯片法案2.0》加强半导体自主能力；中国则从2023年《生成式人工智能服务管理暂行办法》升级到2026年《智能体规范应用与创新发展实施意见》，监管范围从"大模型"延伸至"智能体"。

7月首届联合国人工智能治理全球对话在日内瓦召开，聚焦大模型虚假信息传播、就业替代、算法偏见等系统性跨国风险。同月，2026世界人工智能大会在上海举办，中方系统阐释了"智能向善、安全可控、普惠公平"的治理理念。全球AI竞争已从技术领先走向规则主导，治理规则制定权成为各国角力的核心焦点。

综合科创板日报、财联社、经济观察报报道 | 2026年9月3日