人工智能（AI）不仅是新一轮科技革命的核心驱动力，更是构建新增长引擎、推动战略性新兴产业融合集群发展的关键力量。自1956年达特茅斯会议首次提出AI概念以来，进入21世纪，深度学习的突破推动大模型迅速崛起，AI已成为全球主要国家争夺科技主导权的战略高地。

在这场关乎未来产业格局的竞争中，美国凭借“市场先行、政府协同干预”的高效互动模式，率先占据了AI大模型发展的制高点。系统梳理和分析美国在培育AI大模型产业方面的政策布局与实践经验，对于正处于产业加速发展阶段的中国而言，具有重要启示意义。

本文将从产业政策视角出发，解析美国在研发、人才、生态与安全四个维度的政策体系，并结合中国的现实基础与挑战，提出有针对性的政策思路与发展建议。

美国 AI 大模型产业政策：四维体系的构建与实践 

（一）AI大模型产业政策体系的基本分析框架

纵观美国AI大模型产业发展现状，美国在基础设施、资金投入、技术水平等方面具有较大优势。无论是在企业层面还是在政府部门都对AI大模型的发展进行了长久且系统性地部署。表现为企业积极参与人工智能技术研发、深度参与AI大模型商业化、与高等院校和科研院所展开创新合作；政府强化人工智能基础设施建设、重视人工智能人才培育、树立国家安全为优先的政策理念。因此，美国对于AI大模型培育的产业政策体系，形成了一个全方位包含产业研发政策、产业人才政策、产业生态政策、产业安全政策等在内的产业体系框架，具体如图1所示。

图1:美国培育AI大模型的产业政策体系        本文图表均为作者自制

（二）美国AI大模型发展的产业政策体系

1.产业技术研发：构建算法、算力、算料的“先发优势”闭环

从技术层面理解AI大模型，其本质是利用算法、算力、算料（数据）等技术和资源对自然语言、视频、文字进行深度理解、处理并输出的，具有超大规模参数、复杂计算结构的机器学习模型。

在推动算法发展方面，美国的特点在于较早涉入该领域，并形成先发优势。早在上个世纪五十年代美国就展开了算法研究，参与方涉及科学家、商业公司、甚至是有军方背景的政府部门。

在推动算力发展方面，美国坚持重视算力与新兴技术发展，通过国家战略部署，包括较早地涉入该市场，获得先发优势；阻止芯片核心技术外溢，尤其是加大对中国的管制力度；以国家战略盟友为基础构建技术联盟，限制后发国家进入，实现芯片技术垄断，进而巩固美国在全球的算力霸主地位。

在算料（数据）的培育与获取方面，美国着重从加大数据要素获取和推动数据要素互通两方面着手，为AI大模型的运行提供远超常规质量和规模的预训练数据集。

2.产业人才培育：坚持人才培育与研发机构建设并重的国家战略

优秀的人才是抢占AI大模型发展先机的制胜法宝。为此，美国政府从制度层面将人工智能人才培育和支持定位到国家战略高度。早在2016年，美国就发布了《为人工智能未来做好准备》等报告和计划书，详细地对培养美国人工智能研发人才进行了部署。

同时，美国政府也在直接加大对人工智能人才培养的资金投入，不仅仅把相关资金投向人工智能领域的专业人才，也在致力于提升普通成年劳动者的人工智能技术水平。早在奥巴马总统上任期间，就开始加大对科学、技术、工程和数学教育方面的投入，而这些基础学科正是人工智能发展所需要的关键知识基础。

此外，美国政府也在积极将部分支持资金投向人工智能研究机构，以从机构层面反哺人工智能人才培育。2019年10月8日，美国国家科学基金会宣布成立国家人工智能研究院，联合美国农业部、国土安全部、交通部等多个机构联合推动人工智能研究，为处在美国人工智能领域前沿的独立联邦机构提供资金支持。

3.产业生态建设：完善企业主导的技术创新生态

AI大模型本质上是一项以计算机科学为基础的现代化技术，实现从技术走向商业化需要构建完备的生态系统。为此，美国构建了科技企业深度参与AI大模型技术研究和商业化的制度体系。这种以科技企业深度参与的制度形式，贯穿了人工智能从诞生到应用，再到最后完整生态系统形成的全流程。同时，美国在人工智能领域也从组织层面出发，构建了系统性的产学研合作制度，推动商业企业和大学及科研院所深度结合，为AI大模型生态建设消除了合作障碍。此外，美国为人工智能生态建设还构建了一系列非技术性制度保障措施，包括科技中介服务、金融服务、商业服务、生活服务等专业服务体系，为AI大模型发展提供了基本服务保障。

4.产业安全：积极构建以国家安全优先为中心的产业安全体系

美国在打造AI大模型产业安全时，率先将国家安全摆在至关重要的位置。早在2017年，美国在《国家安全战略》中就早早提出，为了保持竞争优势，美国将优先发展对军事能力至关重要的新兴技术，如人工智能。因此，在打造AI大模型产业安全时，美国在全球范围内构建广泛的AI大模型技术、标准等合作联盟，以推动产业安全自主可控。一方面，美国持续与欧盟展开紧密合作，合作内容涉及人工智能技术发展、技术监管、数据治理等内容；另一方面，美国也在积极跨区域与东方国家展开合作，比如在印太经济框架下，美国政府与印度展开深度合作，就人工智能的标准制定和伦理规范等议题展开深度合作与讨论。

中国AI大模型产业现状：规模优势下的短板与结构性矛盾（一）中国AI大模型发展的基本现状

当前，中国推动AI大模型发展的政策部署正日渐完善。2017年7月8日，国务院印发了《新一代人工智能发展规划》，提出发展中国人工智能的战略目标、重点任务、保障措施等，以尽快构筑人工智能发展的先发优势。而后，中国对于发展人工智能的政策不断出台，保证了政策的延续性。在政策引导下，中国AI大模型的数量和类型，以及用户和适用场景，都在日渐丰富。中国有众多知名科技公司在云侧大模型方面进行部署，包括科大讯飞的讯飞星火认知大模型、百度公司的文心一言大模型、阿里巴巴的通义千问大模型等。随着文生图片和文生视频大模型的诞生，大模型的应用领域逐渐扩展至教育、金融、办公、政务、医疗等多个领域。根据工信部统计数据表明，当前国内各种大模型的用户数量已经超过 6亿，可以说，大模型已有了稳定的用户群体。

（二）中国AI大模型产业发展的核心障碍

1.技术短板障碍：算力发展相对滞后，算料资源不够丰富

算力资源相对匮乏成为了制约中国人工智能大模型发展的一大难题。从算力行业发展来看，中国算力协同需要稳步推进，算力生态需要持续完善，算力创新需要全面提升等。例如，中国西部地区具有能源价格优势，东部地区具有广大的算力应用市场，如何平衡东西部算力发展与收益平衡等问题成为制约中国AI大模型发展的难题。与此同时，算料资源的贫乏和相互封锁造成了AI大模型预训练语料库的短缺。相对于英文数据而言，中文数据的开源程度较低，这导致能够被作为预训练数据集的中文数据规模较少。同时，中文互联网平台上的“数据孤岛”现象较为严重，不同消费者和开发者均难以跨平台获取大量数据，进一步制约了大模型的训练。

2.人才错配障碍：创新人才不足、失衡、错配明显

当前，中国AI大模型发展的人才供给不足，尤其是高端人才短缺问题愈发严重。根据《2022年中国人工智能人才发展报告》显示，人工智能芯片、机器学习、自然语言处理等岗位的供需比均低于0.4，算法研究、应用开发等岗位的供需比均小于1，即便在全球范围内，中国空缺的人工智能岗位都是最多的。同时，人工智能人才流失现象也较为严重，根据《麻省理工科技评论》的一项研究发现，中国人工智能精英学者在过去十年翻了10倍，但留在中国工作的人数却相对较少，在美国机构中，存在大量中国顶级人工智能人才。

3.生态建设障碍：制度建设、企业发展、配套设施建设亟须完善

从制度建设视角来看，政府的支持政策建设较为滞后，尤其是关于AI大模型的支持政策起步较晚，相对于美国来说，这些支持政策较为滞后。2017年国务院发布《新一代人工智能发展规划》，并制定了三步走的战略目标，而后中央各部门及北京、深圳、杭州等大城市行政部门才陆陆续续制定配套的支持政策。

从企业发展视角来看，人工智能企业的发展水平与美国存在较大差距。一方面表现在数字经济时代，中国数字经济自身的发展与美国有较大差距，这种差距难以支撑人工智能技术快速迭代。另一方面，根据美国智库信息技术与创新基金会发布的《中国人工智能产业研究报告》显示，在过去十年间（2014-2024），中国在人工智能公司数量、投资数量、投资金额方面全方位落后于美国。

从配套设施视角来看，中国人工智能生态建设配套设施亟须完善，仍有多块短板有待补齐，包括既需要基础理论如数学、计算机工程、控制理论等学科的创新；也需要国家从战略层面对人工智能关键领域进行重点部署，包括发展微电子、芯片等行业促进算力发展；发展量子计算，对算法技术进行革新等。

4.国际合作障碍：在规则制定、人员流动、前沿技术发展等领域缺乏话语权

首先，以美国为首的西方发达国家通过多边合作掌控了人工智能大部分国际规则制定权，在多次构筑的国际合作关系中均以西方发达国家为主体。其次，自特朗普总统上台后，美国逐渐加大了对中国科技人员的限流程度，使得正常的学术交流受到阻碍，进而在人工智能领域的参与感和话语权显著降低，不利于展开深度合作。最后，美国从国际合作方面直接寻求遏制中国AI大模型的发展，一方面在积极加强对中国AI大模型的发展状况研究；另一方面，美国也从出口层面，加大对中国发展大模型的管控，旨在保护美国人工智能及其他支持技术免受外国对手的利用。

加快培育中国AI大模型产业的政策建议

借鉴美国经验，结合中国实际，当前需从技术、人才、生态、国际合作四方面精准发力，破解产业瓶颈。

一是要加大对人工智能技术的研发投入支持，尤其是加大对人工智能基础理论的研究，包括计算理论、优化理论、信息论、控制论等，以实现人工智能基础理论领域的弯道超车。

二是要加大人工智能人才的培育和引进，为AI大模型发展提供充足的人才储备。一方面，加大力度培养自主数字科技人才。另一方面，重视人工智能人才的引进，解决关键核心技术领域急需的人才缺口。

三是要努力构建人工智能生态系统。包括从组织视角出发，加大开放力度，密切跟踪前沿人工智能技术发展趋势；从协作视角出发，鼓励人工智能科技企业与相关科研院所协同创新；从服务中介视角出发，积极为人工智能创业人才，提供创新资金、孵化器支持，形成完整高效的人工智能生态系统。

四是要系统性推进人工智能领域的国际合作。努力参与欧美主导的国际标准制定流程，寻求与其他国家合作制定人工智能行业标准。积极在相关领域组织国际会议与论坛，促进各国专家的交流与合作。推动人工智能技术的可持续发展，确保人工智能技术的负责任使用。

（本文作者钱贵明系重庆工商大学经济学院讲师。本文于2025年1月首发于《经济技术》，原标题为“AI大模型产业政策体系重塑: 美国经验与中国路径”。经作者授权刊发，刊发时有编辑和删节）

-------

“长三角议事厅”专栏由教育部人文社会科学重点研究基地·华东师范大学中国现代城市研究中心、上海市社会科学创新基地长三角区域一体化研究中心和澎湃研究所共同发起。解读长三角一体化最新政策，提供一线调研报告，呈现务实政策建议。