中美大模型的差距从长期看是在加速缩小，而在短期看，反而在被拉大。这个吊柜的现实反映出，中国在推动前沿创新的体制机制政策环境方面还存在一些深层次的矛盾…………套用上峰管用的话语体系，长期向好的趋势并未改变，内外部深层次矛盾叠加的压力不可小觑，要把攻坚克难和全面深化改革有机结合………

太大的叙事就不扯淡了，点老美社会目前领先的两个点吧

第一个是数据要素的市场化流动，这是中国的突出短板……数据质量在很大程度上影响大模型的性能，不仅在预训练阶段，在后训练阶段也十分重要，特别是关键场景的RL。前沿公司把开放数据吃干抹净之后，还可以集纳非开放数据，比如Anthropic安特罗匹克为了训练模型曾经购买大量的实体书籍做扫描识别，为了制约竞争对手，最后还把这些书籍销毁，这样一来除了出版商之外别人就难以接触到这些出版物级别的高质量数据。美国一直重视标准化和数据规范，合法或者擦边提取数据要素的基础非常好，间接造成模型训练领先。全球范围内的大模型预训练数据库，也是美国公司主导供给。中国从政策层面越来越重视数据要素，但是在实操层面，差距还是非常的大。

第二个是资本配置驱动创新的效率，美国目前还是领先，而且生态系统更加包容和健全，蹭热度的坏B是不少，但是逆袭成功的狠角色更多。硬的方面就是算力芯片等AI硬件，软的方面就是Open Claw这种开源创新。中国在算力芯片上不是没有人才和技术，而是投入方式还是不够合理和聚焦，这个不方便展开，反正自然指数十几年霸榜的超级科研巨头在算力芯片领域居然不够钱花是十分古怪的。这个方面反而要表扬大A的科创板，发挥了十分正面的积极作用，很了不起。