计算机科学家卢（化名）正面临一个关键的职业抉择：是像许多中国顶尖学者过去常做的那样赴美攻读人工智能博士学位，还是留在国内发展？
尽管美国拥有更高的薪资水平、最优质的硬件设施以及全球领先的人工智能实验室，但卢表示，“差距正在缩小”。出于对敏感话题的顾虑，他要求隐去真实姓名。最终，卢选择留在中国。
中国的人工智能研究正处于快速扩张期。数据显示，来自中国大学的人工智能研究人员数量已超过美国机构。越来越多的毕业生选择留在中国，或在海外积累一定经验后回国。以 DeepSeek 和 Moonshot AI 为代表的中国企业推出的模型，在性能上与美国竞争对手相差无几，且具备显著的价格优势。与此同时，美国日益严格的签证制度削弱了其对国际研究人员的吸引力，卢目睹了多位朋友的申请被拒或延迟。
与硅谷不同，中国的 AI 生态系统呈现出学术界与工业界界限模糊、计算资源相对稀缺的特点。这种环境既带来了挑战，也催生了机遇：虽然部分中国企业被指模仿美国技术路径，但它们也在探索提升模型效率的新方法。
卡内基国际和平基金会华盛顿特区中国人工智能倡议联合主任斯科特·辛格（Scott Singer）指出：“虽然仍有人坚信美国是进行 AI 研究和生活的最佳地点，但质疑这一观点的人越来越多。”
人才流向：从“向外流失”到“向内回流”
中国已成为全球最大的人工智能人才培养基地。根据数字科学（Digital Science，Springer Nature 旗下公司）的数据，中国活跃的人工智能研究人员达到 5.1 万人，而美国为 1.4 万人。值得注意的是，中国的研究人员群体更年轻，处于职业生涯早期阶段的比例较高，缺乏美国那样具有长期影响力的资深“超级明星”。
在顶级会议 NeurIPS 上，作者背景的变化印证了这一趋势。卡内基中国发布的一份报告显示，2025 年该会议中 57% 的作者在中国获得本科学位，较三年前的 46% 有所上升。虽然美国仍是研究生教育的主要目的地，吸引了约五分之一的中国本科生，但其“磁吸效应”正在减弱。统计显示，在中国获得本科学位的 NeurIPS 作者中，69% 目前仍在中国工作，高于 2022 年的 57%。这一留存率虽低于美国的 89%，但已超越欧洲的 60%。
此外，赴美观学人数也在下降。2024-2025 学年，在美国学习数学或计算机科学的中国学生总数为 6.3 万人，比五年前减少了 20%。独立分析师 Grace Shao 认为，地缘政治紧张局势影响了学术交流，许多在美中国学生感到不适或面临敌意。签证审批延迟及有效期缩短成为主要障碍，甚至影响现有学生的再次入境，导致部分人不敢轻易回国探亲。
流动方向与学术影响力
关于美国 AI 研究人员是否大规模回流中国，数据尚不明确。媒体往往聚焦于知名案例，如 Moonshot AI 创始人杨植麟（Zhilin Yang），他在 2019 年完成卡内基梅隆大学博士学业后，于 2023 年在北京创立该公司。然而，实际情况更为复杂。卡内基基金会的研究表明，美国依然能留住顶尖人才：在 NeurIPS 发表的论文作者样本中，87% 拥有中国本科学位的华裔研究人员在 2019 年身处美国，至 2025 年仍留在美国。
但从整体活跃度来看，数字科学研究显示，人才流动的净方向是美国向中国的转移。中国在 AI 相关学术论文的数量和引用量上均占据主导地位，北京、上海、杭州和深圳等地聚集了大量研究机构，每年有 156 个机构发表超过 50 篇 AI 论文。《经济学人》分析指出，2025 年 NeurIPS 会议上，来自中国的核心作者数量首次超过美国和欧洲。
不过，其他指标显示美国仍具优势。斯坦福人工智能指数 2026 指出，美国产生的专利更具影响力，模型表现更突出。一份预印本研究发现，出版数据可能扭曲了对 AI 进步的真实评估，因为中国公司比美国初创企业更倾向于发表论文以推进职业发展，而非单纯追求商业突破。
目前，OpenAI 和 Anthropic 等位于旧金山的公司仍在系统功能上保持领先。中国的前沿模型可能落后美国同行 3 到 7 个月。造成这一滞后的主要原因之一是算力瓶颈：自 2022 年起，美国以国家安全为由限制向中国出口高性能图形处理单元（GPU）。尽管中国企业在竞相研发国产芯片，但目前尚无一家能在性能上与英伟达等美国厂商匹敌。此外，资金差距依然巨大，2025 年美国私人 AI 投资额预计是中国投资的 23 倍以上。
算力受限下的“效率革命”
算力和资金的短缺深刻影响了中国的研究策略。卢指出，由于无法像美国企业那样投入海量资源进行试错，中国团队更注重利用有限算力构建高效模型。这种约束迫使研究人员开发出更高效的算法和训练方法。
例如，总部位于杭州的 DeepSeek 开发了“稀疏注意力”机制，通过识别最重要的代币并仅基于这些数据进行计算，从而大幅降低训练和推理时的整体计算量。
另一个备受争议的话题是“知识蒸馏”（Distillation）。该技术涉及使用大型“教师”模型的输出来训练较小的“学生”模型，以捕捉相似的能力水平。今年 9 月，美国政府声称蒸馏活动是中国 AI 公司发展的“核心手段”。尽管业界普遍承认存在此类实践，但鲜有公开承认者。8 月，开发 Doubao 聊天机器人的字节跳动创始人张一鸣曾公开谴责这种做法，但在行业内部，利用大模型优化小模型仍被视为一种常见的技术路径。
