《金融时报》指出，要实现长期的技术主导地位，创新和广泛应用缺一不可。在创新方面，虽然 OpenAI、谷歌和 Anthropic 等美国公司的模型处于技术进步的前沿，但 DeepSeek、阿里巴巴和登月计划等中国公司也在紧随其后。虽然美国拥有更强大的计算能力，但模型的质量和有效性并不仅仅取决于计算能力，还取决于算法的优化程度和数据质量。换句话说，可以用更低的计算成本获得性能相当可观的模型。

中国恰好在利用这一点。结果，因为模型是在性能较低的芯片上进行训练的，所以中国仍然可以进口足够的此类芯片。要知道，美国的出口限制仅适用于最先进的芯片。此外，据分析公司伯恩斯坦（Bernstein）估计，到 2028 年中国将能通过国内生产完全满足国内对这类半导体的需求。

同样重要的是，赢得人工智能竞赛不仅仅取决于模型。随着人工智能应用的增长，能源生产也必须随之增长。高盛预测，到 2030 年中国的剩余产能将是全球数据中心电力预期需求的 3 倍以上。与此同时美国已经面临电力短缺。中国在微芯片和电网（数据中心的关键组成部分）的关键原材料供应链中占据主导地位。这使中国在高科技领域应用人工智能方面拥有显著优势。

最后一点，中国具备在全球范围内推广其人工智能技术的优势。调查显示，中国企业对人工智能的采用率与美国相差无几。多年来中国一直在努力将技术引入政府服务和日常生活。这就意味着技术扩散的速度或将更快。事实上，中国公民对人工智能的乐观程度远高于全球平均水平。

中国的人工智能技术在第三国也具有巨大的扩散潜力。美国麻省理工学院和开源人工智能初创公司 Hugging Face 的研究表明，中国在全球 " 开放 " 人工智能模型市场中的份额已超过美国。这些模型之所以广受欢迎，是因为它们可以免费获取，并允许开发者根据自身需求进行调整。中国愿意资助人工智能相关基础设施的建设，也促进了中国开源模型在全球的传播。

《金融时报》的文章作者认为，中美两国目前正处于不同的竞赛阶段。美国凭借其巨额投资、高质量芯片和自身生态系统，或许更有能力赢得最佳模型的争夺战。然而中国更擅长将相对优秀的模型整合到特定应用中，并在全球范围内推广。《金融时报》的文章最后强调，能否长期保持领先地位将取决于诸多因素，而不仅仅取决于技术突破。