双方的着眼点也有差别：中国领导人公开强调中美应合作发展、管控AI；特朗普则担心合作使中国获得美国掌握的技术知识。因此，目前最容易落实的是有限的风险沟通，深入共同治理会困难得多。–KS Liu
9月25日，白宫公布中美建立“超级智能对话”，交流相关风险与利益，下一次交流将在2026年11月前举行，并建立人工智能事件的双边沟通渠道。
9月26日，据媒体报道，特朗普在谈到与中方合作研发AI技术时称：“我宁愿不进行整合，因为我们领先很多。” （“I would rather not integrate, because we’re leading by a lot.”）
9月29日，据媒体报道，特朗普在白宫会见科技企业负责人时，有人主张与中国一起发展AI，他表达了对此的顾虑，随后说明自己的顾虑：“……但这样一来，他们就能立即获得我们掌握、而他们尚未掌握的东西。”（“…but then they’re going to be able to immediately gain access to things that we know that they don’t know.”）
早在习近平9月24日白宫会谈之前，美方就已经公开指责中方“蒸馏”美方的AI模型：2月12日，OpenAI向美国国会提交材料，指控DeepSeek持续针对美国模型开展蒸馏活动。2月23日，Anthropic公开指控DeepSeek、月之暗面和MiniMax大规模提取Claude的能力。
9月8日，Anthropic发布进一步报告，提出部分用户敏感资料被转发给Claude的指控。事情的过程据称是：用户以为自己在使用Kimi或DeepSeek，把文件、代码等交给它处理，服务后台却将部分请求转给Claude，再把回答返回用户，同时收集这些交互用于训练。这样，不仅美国模型的回答流向中国，用户提交的资料也会反向流向美国服务商。
报告列出的敏感资料据说包括疑似解放军相关用户、中国大型国企工程师、中国科技企业和中国地方公安项目。如果所称属实，说明如果“蒸馏”使用不当有时也可能反过来伤害自己。
9月上旬美方的“蒸馏”指责明显升级，美国CISA、NSA、FBI将中国企业对美国模型的工业规模蒸馏列为安全问题。
所谓“蒸馏”，就是让一个AI模型学习另一个更强模型的回答，把对方的部分能力转移到自己的模型中。美方的指控是：一些中国企业未经许可，大规模利用美国模型的回答来训练竞争产品。
Anthropic表示，其判断依据包括IP地址关联、请求记录、基础设施和部分行业伙伴的交叉验证，而不只是“两个模型回答相似”。不过，公开材料并未提供足以让外界完整复核的全部原始记录。
这就是为什么让美国特别警惕，因为美方认为，自己花巨资训练出的模型，可能反过来成为竞争对手的“免费老师”或“廉价老师”，帮助对方缩小差距。Anthropic甚至明确把蒸馏与芯片出口管制联系起来：限制芯片是为了保持优势，而未经许可的蒸馏可能削弱这种效果。
“蒸馏”争议正是特朗担心合作帮助中国追赶的具体背景之一。美国希望中国参与风险沟通，同时又防止中国借接触美国模型获得技术能力。这就使得中美AI对话从一开始就受到很强的互不信任约束。
现阶段中美两国AI技术上的差距究竟有多少？
截至2026年9月底，美国仍拥有更强的AI综合实力，中国是最有力的追赶者。模型表现的差距，明显小于芯片、算力和资金方面的差距。“美国全面遥遥领先”和“中国已经全面追平”，都说得过头。
顶尖模型能力：美国仍常处于前沿，但中国领先模型已能进入同一竞争梯队，差距随新版本发布而变化。
芯片与大规模算力：美国及其供应链伙伴优势更明显，是中国较难弥补的短板。
资金与研发投入：美国私人资本投入大幅领先，中国的政府投入则不能忽略。
电力供应：中国有明显的规模和扩建优势。美国更突出的问题，是新数据中心能否及时接上足够的电力。这确实是中国对美国芯片优势的一项重要制衡。
论文与专利：中国数量优势突出，美国在高影响力成果和顶尖模型方面仍有优势
工业应用：中国有庞大的制造业和机器人部署基础，但这不等于其AI模型整体更强。
人才方面，美国的优势主要是汇集全球人才、组织前沿研发；中国的优势是培养规模大、工程人才基础雄厚。若看目前支撑顶尖AI研发的人才体系，美国领先，但中国并不缺优秀人才。
模型能力已经不能用“落后很多年”概括。斯坦福《2026年AI指数报告》指出，中美模型自2025年初以来多次交换性能排名领先位置；其截至2026年3月的比较中，美国领先模型的优势仅为2.7%。但这个数字属于特定评测和时间点，不是说中国AI综合实力只比美国差2.7%，也不是9月底的最新差距。
更深的差距在于持续研发下一代模型的条件。资金、芯片、内存、互联和软件工具决定一家企业能做多少次训练实验，以及能向多少用户提供高质量服务。斯坦福统计，2025年美国私人AI投资约2859亿美元，中国约124亿美元，相差约23倍；不过报告明确提醒，这个口径低估了中国政府引导资金的作用。
中国也在补硬件短板。华为9月宣布昇腾950超节点已规模商用，并计划在2027年第一季度提供昇腾960DT。这些是追赶的重要进展，但厂商公布的规格和路线图，还需要实际产量、可靠性和训练效率来验证。
模型榜单接近，不代表产业实力相同；芯片落后，也不代表所有应用都落后。中国在工业机器人部署和制造业场景上有优势，可能用足够好、成本可承受的模型创造很大经济价值。美国的资金和研发优势，则更有利于持续探索能力上限。这是我根据上述条件作出的判断。
“蒸馏”问题：即使有关指控成立，也只能说明某些企业借用了美国模型的能力，不能证明中国AI全靠蒸馏，更不能证明中国永远无法超越。
美国目前总体领先，而且这种领先有坚实基础。中国在模型能力上追得很近，但在支撑长期竞争的先进算力和研发资源上，仍面临更大的约束。目前没有充分证据支持“中美AI所有方面的差距都在扩大”。
英伟达和AMD在芯片方面的不断进步，确实增强了美国扩大AI领先优势的能力。但这还不能证明中美模型能力的差距正在持续扩大。
英伟达9月公布，Vera Rubin NVL72在MLPerf推理测试的预览提交中，特定条件下吞吐量最高达到GB300 NVL72的3.7倍。AMD也在推进Helios整机架平台，并宣布与Anthropic合作部署MI450系列算力，首个吉瓦规模部署计划于2027年上半年开始。前者是特定测试结果，后者包含未来部署计划，不能直接换算成模型智能提升几倍。
美国在先进算力方面的优势更坚实，中国追赶下一代前沿模型的压力也在增加，因为中国也在改进芯片、集群和算法；通过更有效的训练方法，可以用较少算力取得接近的成绩。华为已经宣布昇腾950超节点规模商用，并提前安排下一代产品。同时，更多算力并不保证按比例增加智能：数据质量、训练方法和研究判断同样重要。
这种追赶会越来越考验资源。今天用较少算力追上一个已发布模型，与持续独立探索下一代能力，是两种不同难度。更多先进芯片意味着可以同时尝试更多方向，承受更多失败，也能把成功模型以更低成本提供给用户，这是美国长期优势仍然明显的主要理由。
芯片持续升级，正在增强美国保持乃至扩大AI领先的条件。但目前更有把握的是“美国的算力优势强，中国追赶压力大”，而不是“中美AI能力差距已经不断扩大”。模型评测显示差距曾明显缩小，说明硬件领先与模型领先之间，并非简单的一比一关系。
中美AI对话机制的主要目的，是交流人工智能风险，并在发生重大AI事件时及时沟通，避免风险扩大或引发国家间误判。它目前承诺的范围，并不包括共同研发或分享核心技术。
根据白宫9月25日公布的文件，双方同意建立AI对话，交流人工智能的风险与利益，建立AI事件的双边沟通渠道。
从实际用途看，根据美方的报道，这个机制主要可以处理三类问题，（1）重大事件通报：AI系统发生严重失控、被滥用或造成跨境影响时，如何通知对方；（2）减少安全误判：AI参与网络攻击或军事活动时，如何避免把事故、犯罪行为误判为国家主动攻击；（3）讨论共同风险：如何应对利用AI实施网络犯罪、制造危险生物或化学威胁等问题。
这些是机制可能发挥的作用，不能当作双方已经达成的具体规则。被攻公布的文件尚未详细说明哪些事件必须通报、由谁负责，以及需要提供什么信息。
双方的着眼点也有差别：中国领导人公开强调中美应合作发展、管控AI；特朗普则担心合作使中国获得美国掌握的技术知识。因此，目前最容易落实的是有限的风险沟通，深入共同治理会困难得多。
双方继续AI竞争，但给危险事件留一个沟通窗口。成立窗口是具体成果；能否真正降低风险，要看双方以后是否愿意及时、诚实地使用它。
