马斯克预言，接下来全世界将面临一场危机，或许只有中国是个例外

过去几年，全球科技竞争的焦点一直围绕芯片、算法和人工智能展开，但到了2026年，人们突然发现，AI背后还有一个更现实的问题，那就是电。

很多人以前认为，人工智能的发展只取决于技术突破，只要有更强的芯片、更大的模型，就能不断向前推进。

但现实正在提醒世界，AI并不是只存在于代码里，它最终需要大量服务器运行，而服务器离不开稳定的能源供应。

马斯克近来多次谈到人工智能发展的瓶颈，其中一个核心观点就是，未来AI竞争可能会越来越受到电力条件限制。

相关分析也显示，随着数据中心规模扩大，全球尤其是美国等市场的电力需求正在快速增加，部分地区已经出现数据中心接入电网困难的问题。

这背后的逻辑其实并不复杂。

过去互联网企业竞争，拼的是服务器数量和用户规模；如今AI时代，拼的是算力。

而算力越强，需要的服务器越多，消耗的电力也越惊人。

一台普通电脑和一个大型AI数据中心，根本不是一个量级。

后者每天运行，需要持续不断的电力供应，一旦能源跟不上，再先进的模型也只能停在那里。

美国目前遇到的问题，就是科技发展速度和基础设施建设速度之间出现了明显差距。

美国拥有全球领先的科技企业，也拥有大量人工智能研发资源，但电网建设、审批流程以及能源布局，很难像互联网产品更新那样快速推进。

一些美国科技公司为了满足AI需求，已经开始寻找新的供电方案，包括建设专属能源设施、探索核能应用等方式。

原因很现实：如果数据中心拿不到足够稳定的电，再强大的芯片也无法发挥作用。

从某种角度看，这是一场“看不见的竞争”。

过去国家之间竞争，大家关注的是航母数量、飞机性能、芯片水平；现在，人工智能时代增加了一项基础指标，那就是谁能提供足够多、足够稳定、成本可控的能源。

欧洲同样面临类似压力。

欧洲不少国家近年来推动能源结构调整，希望降低传统能源依赖，但能源价格、供应稳定性以及工业竞争力之间，需要寻找新的平衡。

对于普通家庭来说，能源价格影响的是生活成本；对于制造业来说，影响的是企业是否愿意继续投资。

德国制造业曾经依靠稳定能源和工业体系保持竞争优势，但能源环境变化后，企业需要重新计算生产成本。

人工智能产业虽然代表未来方向，但它并不是脱离现实的“虚拟产业”，同样需要土地、电力、网络和基础设施。

日本和韩国也面临类似挑战。

这两个国家在半导体、电子制造领域拥有较强实力，但能源进口依赖程度较高。

对于需要长期稳定运行的数据中心来说，能源价格波动和供应安全都会影响企业布局。

印度等新兴经济体则面对另一个问题。

很多国家希望抓住人工智能产业机会，希望吸引更多制造业和科技投资，但如果电网建设跟不上，产业升级就会受到限制。

一个工厂可以几年建设完成，但完善整个能源系统往往需要更长时间。

相比之下，中国在人工智能竞争中的一个重要优势，并不是单纯来自某一个模型或者某一家企业，而是多年基础设施建设形成的综合能力。

中国的能源体系规模巨大，电力供应能力持续提升。

近年来，中国持续推动新能源发展，同时保留传统能源在保障供应中的作用，通过多种能源形式共同保障电力稳定。

这样的布局，使经济发展和能源安全之间形成了一定缓冲空间。

很多人关注中国新能源发展，但实际上，中国的优势不仅仅在发电端，还在输电和调度能力上。

特高压输电技术的发展，让远距离能源调配成为可能。

西部地区丰富的风电、光伏资源，可以通过电网输送到东部负荷中心。

这意味着，中国不是简单地“有没有电”的问题，而是如何更有效地把电送到需要的地方。

人工智能产业的发展，也推动中国进一步探索算力布局。

例如“东数西算”工程，就是希望利用不同地区的资源条件，把部分计算任务放到能源条件更适合的区域，同时满足东部地区的数据需求。

这种模式体现的并不是单纯扩大数据中心数量，而是在考虑能源、土地、网络和产业之间的综合关系。

当然，中国也并非不存在挑战。

人工智能快速发展同样会增加能源需求，数据中心用电增长、绿色能源消纳、电网调节能力等问题，也需要持续解决。

相关报道指出，中国在推动数据中心绿色能源使用方面，也面临新能源波动与算力需求匹配等现实问题。

所以，马斯克所谓“未来全球可能面临电力压力”的判断，真正值得关注的地方，并不是谁一定会赢，而是人工智能竞争正在进入新的阶段。

以前很多国家认为，只要掌握芯片设计、算法研发，就能掌握AI主动权。

但现在看来，AI竞争已经从实验室走向产业链，从软件领域延伸到能源领域。

未来几年，决定人工智能发展速度的因素，会越来越多元化。

芯片制造能力重要，人才储备重要，但能源保障同样重要。

从这个角度看，中国长期推动电网建设、新能源布局和基础设施投资，确实为未来产业竞争提供了一定基础。

这种优势不是短时间形成的，而是在多年发展过程中逐渐积累起来的。

但全球人工智能竞争不会只是单一国家之间的较量，而是一场综合能力比拼。

谁能更好协调能源、技术、产业和市场，谁就更有可能在下一轮科技变革中占据主动。

马斯克的提醒，本质上是在告诉世界：人工智能时代，竞争的底层逻辑正在变化。

未来拼的不只是更聪明的机器，也是谁能为这些机器提供持续运转的动力。

对于所有国家而言，能源基础设施建设，都将成为影响科技发展的重要因素。

玉渊谭天丨“中国AI禁令”是怎么回事

这两天，有一个说法在市场和境外的政策研究圈层流传：中国是不是要关上AI技术出口的大门了？ 这个疑问，可以追溯到10月16日。

当天，商务部、科技部就修订《中国禁止出口限制出口技术目录》（以下简称《目录》）公开征求意见。

其中，有23项人工智能领域技术，包括大模型、智能体、算力集群、信息处理等。

《目录》出来后，一些人提出了疑问：中国强调技术开放，怎么突然要给AI加上“出口限制”了？这次是不是政策转向的信号？ 谭主了解到，政策公布以来，DeepSeek、MiniMax两家头部企业已顺利履行登记手续，并完成开源和海外授权使用。

而今年上半年，相关部门就开始酝酿本次《目录》的征求意见稿，并且事前广泛组织了研究机构、行业组织、业内头部企业开展深入评估。

北京大成律师事务所的刘婧、刘红梅律师参与了这些讨论。

她们和谭主分享了一个细节：对比几个月前的初稿，AI领域部分技术条目的控制要点一直在跟着行业的最新发展调整。

当时企业在会上提的很多关切和建议，都很好地体现在了这次发布的政策中。

现在他们更关心的，是后续有没有更明确的操作指引。

另一个细节是，商务部在相关答问中，对“什么不管”的解释，明显比对“什么要管”的解释更多、更具体。

从这也能看出，《目录》的核心是划定边界，而非单纯限制AI技术对外出口。

谭主也梳理出了几个关键点，带大家看懂这套规则是怎么回事。

这套规则 到底管什么？ 不做技术的人，很容易把“技术出口”和“产品出口”混为一谈。

有人可能会问，利用限制类大模型对外提供API调用、APP/网页交互、SaaS应用等，属不属于大模型技术出口管理范围？ 答案很明确：不算。

这次重点监管的，主要是三类情况： 第一，数据安全。

利用我国核心数据进行训练后提供服务的大模型，拟禁止出口；利用重要数据进行训练后提供服务的大模型，拟限制出口。

简单来说，只要模型训练过程涉及国家数据安全的关切，无论模型本身是大是小、参数多少，都要受到出口约束。

第二，敏感用途。

比如，达到一定性能的智能体技术，本身是拟限制出口的；但如果这项技术被专门或主要用于国家关键信息基础设施、国防军工、核心政务等高敏感场景应用，性质就变了，直接升级为拟禁止出口。

这里传递的逻辑很明确：同一项技术，用在哪里、为谁服务，决定了它面临多严格的监管。

第三，算力底座。

像人工智能处理芯片设计技术，用于大规模智能算力集群的片间或节点间高速互连技术等，都拟被纳入出口管理。

这属于AI关键物理基础设施层面的技术。

看完这三点就能明白，这套规则管的是技术底层逻辑。

企业利用限制类大模型对外提供API调用、APP/网页交互、SaaS应用、本地端侧轻量化部署等情形，都不属于大模型技术出口管理范围。

简单说，AI企业该做的商业化，照样做。

等相关措施正式落地后，绝大部分人工智能技术仍可以自由出口。

考虑到国际合作的现实需要，《目录》还设置了两类便利情形。

一类是开源技术和特定国际业务。

对人工智能类技术开源、中国企业在境外自建自营算力中心、赴境外开展芯片流片制造、利用境外资源开展联合研发、参与国际标准制定等情形的技术出口，适用自动许可等便利措施，基本实现“即报即出”；对已通过开源、发表学术论文等方式进入公共领域的相关技术，拟不纳入出口管理范围。

另一类是国际人工智能合作。

对世界人工智能合作组织成员间开展能力建设国际合作、技术共享和规则共建所需的技术出口，将提供更多便利和支持。

刘红梅告诉谭主，新规生效后，禁止出口类的技术不得出口；限制出口类的技术，企业可以向主管部门提交申请、争取获得许可，不会打乱企业原本的海外布局和商业规划。

这也印证了国内“鼓励开放”的立场。

企业面对新规，仍然可以保持从容。

为什么现在推这套规则？ 放到全球来看，美国的做法和中国是很鲜明的对照。

过去几年，美国围绕AI出口，形成了两套思路。

一是按国家区别对待。

2025年1月，美国商务部公布的《人工智能扩散框架》，曾设计对先进计算芯片和部分先进模型权重，依据目的地地区的“敏感性”等实行管理，严控先进AI能力流向特定主体。

二是按阵营划分圈子。

Anthropic的CEO就提出过一种“联盟策略”：联合一批“民主国家”组成小圈子，控制AI技术供应链，拉拢更多国家入伙，孤立对手。

这背后的逻辑很简单：谁掌握最先进的AI，谁在规则制定上就更有优势。

所以美国一边守住前沿技术的门槛，一边按照国家和对象区别设限，以此稳住自身优势。

但中国走的并不是这条路。

此次修订是依法依规进行的常态化工作。

自2001年以来，中国已经多次调整修订《目录》。

谭主了解到，管理的重点，是技术出口行为，而不是技术本身。

这种思路，就要求政策把管控标准拆解得足够细致，变成客观、能够量化的条款。

为什么中国能这么干？ 既然标准要细化、要客观，“风险评估”这件事就必须做到可以独立验证。

这就引出了一个更深层次的命题： 谁有能力评估风险、执行治理？ 对这个问题，美国预设的前提是，技术能力只有攥在少数人手中，才能保证安全。

但站在技术发展的角度，领先者在训练前沿大模型时确实占优势，但开源的发展，正在从根源上动摇这个前提。

首先，训练大模型门槛很高，但做安全测试的门槛并没有那么高。

据行业估算，训练顶级大模型动辄需要投入数万张算力卡，但想要评估它的安全风险，完全不需要再砸重金从头训练。

这就打破了“只有技术领先者才有资格做风险审查”的认知局限。

更多研究机构乃至政府部门，都有条件对大模型进行安全测试、复现安全问题。

其次，依托开源，治理能力正在快速普及。

开放权重后，模型不再完全是“黑盒”。

全球的安全研究者、中小型技术团队，都能用相对较低的成本去打磨安全工具。

既然能解决技术层面的问题，规则设计就可以追求更精准的落地效果。

这次推出出口前登记的临时管理措施，目的就是提前掌握有关技术出口需求情况，让监管更加科学。

且为了给企业一套清晰统一的判断标准，《目录》里还设置了明确的量化指标：比如计算量超过10²⁶次浮点运算、参数超过2万亿、能力达到全球前十的水平等。

这样一来，企业不用再去揣测监管方向，政府也能把有限的行政资源对准真正存在风险的环节。

为什么建设技术进出口管理制度？ 过去面对外部技术封锁，我们更多是防守。

但随着中国走向越来越多技术领域的前沿，如何管理技术就成了新课题。

在这种角色转变当中，如何避免影响正常的商业合作，是此前没能完全解决的问题。

所以这次政策调整，重点不在于“管住了几项技术”，而是要把技术进出口管理，建设成一门可以精细运作的国家能力 未来，它将从两个层面支撑我们参与全球技术博弈： 微观层面，实现定向拦截。

国际技术领域的博弈依然存在暗流，防范核心技术被非法转移、遏制敏感技术通过商业合作伪装外流的压力始终存在。

这套管理机制，能够让监管部门在错综复杂的全球商业网络中，精准识别并切断那些可能危及国家安全的技术转移。

宏观层面，形成规则塑造的能力。

一个越来越明显的趋势是，中国不再是国际规则的被动接受者。

通过建立透明、非歧视且基于客观技术指标的管理标准，中国的规则可以为国际技术治理提供参考。

在这个过程中，我们可以借助多边平台，与各方共同探讨AI治理的边界。

当这套规则逐步被更多的多边合作机制所认可或对接，中国就能在全球技术博弈中，拥有更多制度层面的话语权。

眼下国内的AI技术、数字服务正在加速出海。

这份技术目录，只是中国补全技术进出口管理短板的一小步。

但它指向的方向很明确：在同一套制度框架里，安全底线与开放合作，完全可以共存。

深读｜为什么特朗普爱改名？

广告 深读｜为什么特朗普爱改名？ 20:34 广告 广告 广告 了解详情 > 会员跳广告 首月9.9元 秒后跳过广告 1080P及以上画质仅为黄金会员专享> 开通/续费会员 抱歉，您观看的视频加载失败 请检查网络连接后重试，有话要说？请点击 我要反馈>> 正在切换清晰度... 播放 按esc可退出全屏模式 00:00 00:00 02:35 广告 只看TA 高清 倍速 剧集 字幕 字幕 下拉浏览更多 5X进行中 炫彩HDRVIP尊享HDR视觉盛宴 超清 720P 高清 540P 2.0x 1.5x 1.25x 1.0x 0.8x 50 哎呀，什么都没识别到 反馈 循环播放 跳过片头片尾 画面色彩调整 AI明星识别 视频截取 跳过片头片尾 是 | 否 色彩调整 亮度 标准 饱和度 100 对比度 100 恢复默认设置 关闭 单语言 双语言 选择显示语言 中文 English 主字幕（上方） 中文 English 副字幕（下方） 中文 English 关闭 复制全部log 美国总统特朗普热衷更改名称。

最近他不仅催促把新墨西哥州更名为“新美国州”，随后又提议，把大西洋或者太平洋更名为“美国洋”。

自特朗普重返白宫以来，已提出过很多个更名要求：墨西哥湾改成“美国湾”，安大略湖改成“美国湖”，国防部改“战争部”，人工智能改“超级智能”，他还曾想把霍尔木兹海峡改成“特朗普海峡”…… 为什么特朗普对更名如此热衷？且听新华社记者的深度解读。

（记者：柳丝；视频：王沛）