@BetaMoroney: 全球人工智能竞赛并非总是由最大的模型获胜 https://forbes.com/sites/johnsviokla/2026/07/29/the-global-…

全球人工智能竞赛不会总由最大模型获胜 来源：https://www.forbes.com/sites/johnsviokla/2026/07/29/global-ai-race-wont-always-be-won-by-biggest-model/ 机器王冠 主权AI：机器人戴上王冠

Getty

乌克兰展示了为什么主权AI取决于在战火中压缩、分发和持续更新智能的能力。

乌克兰暴露了许多领导人在思考主权AI时的一个弱点。他们假设决定性的军事优势将属于拥有最先进前沿模型的国家。

前沿能力极其重要。但乌克兰的经验表明，这仅仅是军事优势的开始，而非完成。

一个有用的战略模型是：

军事AI能力 = 国家可获得的前沿能力 × 将其迁移、压缩并适应国家目标的能力 × 在整个部队中的部署密度 × 更新与适应速度 × 在战斗条件下的韧性。

这不是一个经过实证验证的公式。它是一种思考整个系统的方式。

每个因素都是乘数关系，因为一个因素的接近零值可能抵消其他因素的优势。世界上最聪明的模型如果无法在现有硬件上运行、无法在电子战中存活、无法到达战术前沿、无法在敌人改变战术时更新，那么它在战场上的价值就有限。

乌克兰反复展示了这种系统级方法的重要性——在某些领域甚至体现了其优势。其国防生态系统以异常短的反馈循环连接前线操作员、工程师、初创公司、资助者和政府项目。北约官员现在正在研究乌克兰将战场经验转化为更新技术和操作方法的能力。乌克兰的国防科技集群Brave1将实施速度描述为现代战争中的关键因素。

智能生产系统的至关重要性

关键不在于乌克兰最初拥有更好的技术输入。俄罗斯拥有更丰富的资源，并正在利用商业技术以及开源权重的西方和中国模型，构建自己的端到端军事AI和无人机生态系统。这场竞争不是在一个聪明国家和一个不聪明国家之间进行的。而是在相互竞争的智能生产系统之间。

AI与以往军事技术的不同之处在于发明与复制之间的不对称性。

开发前沿模型是一个昂贵的探索过程：收集数据、训练模型、测试架构、发现有用的推理能力。但一旦发现某种能力，模型蒸馏可以将其从大型“教师”模型迁移到更小、更便宜的“学生”模型中。研究人员现在已经确定了教师质量、学生规模、训练数据和最终性能之间可预测的缩放关系。蒸馏不是无损的，但它可以显著降低复制和部署特定能力的成本。

这种动态在传统军备中没有密切对应的例子。如果一个国家发明了最好的高超音速导弹，另一个国家不能简单地将其“蒸馏”成一百万枚性能几乎相同的导弹。物理武器仍然需要专用材料、工厂和精密制造。

前沿模型优势的半衰期正在缩短

智能也需要硬件。但学习到的能力可以以相对较低的边际成本进行复制、专业化并嵌入到数千或数百万个设备中。

这给前沿优势设定了半衰期。

第一个发现某种能力的国家可能会享有显著领先。但一旦该能力可以被其他国家观察、采样、适配、蒸馏和部署，这种领先优势就开始减弱。持久的优势将属于那些能够反复运行完整循环的国家：

发现、压缩、部署、学习、更新。

在我之前的Forbes文章（https://www.forbes.com/sites/johnsviokla/2025/11/18/the-ai-cold-war-and-the-race-for-sovereign-ai/）关于AI冷战与主权AI中，我主张各国需要获取五个基础层：能源、计算硬件、数据、模型和人才。这仍然是起点。但获取还不够。

各国还必须建立制度能力，以获取或创造前沿智能、使其适应国家使命、将其压缩为可部署系统、保护这些系统、大规模制造它们，并在战斗压力下进行更新。

需要管理的缺点：复杂性与物理现实

战略领导者需要防止制造一堆无法互操作的孤立系统。在战争中，资源和行动的清晰协调对几乎所有军事冲突（除了最小规模的）都至关重要。然而，这种潜在的复杂性在AI战场上更容易管理，因为AI模型的一大优势是能够在一种格式或语言与另一种之间进行翻译。（核心的Transformer算法（https://arxiv.org/abs/1706.03762）很大程度上是为了解决语言翻译而构建的。）这种核心模型能力使得管理巨大的异构性变得更加容易。

另外，我不想低估使用武力时物理世界的复杂性。炸弹必须爆炸；螺旋桨需要正确制造；每次攻击都必须突破对抗措施——电子或其他方面的。

智能的工业化需要新战略

主权AI竞赛不会仅由拥有最智能模型的国家获胜。它将由拥有最佳智能生产系统的国家获胜——将稀缺的前沿能力转化为充足、有韧性且持续改进的国家力量。在未来的文章中，我将探讨新的智能工业系统对公司竞争意味着什么。