五个核心问题与回答
全球 AI 创新格局发生根本变化了吗？
新模型层出不穷，国家竞争格局是否已经重排？
报告对 46 个国家、五个一级指标进行评估，结论仍是美中领跑、多梯队分布，整体“稳中有变”。模型发布节奏很快，基础设施、人才、资本和产业生态的积累却不会同步重置。
中国的优势体现在哪里？
报告为什么特别强调能效与开源生态？
报告认为中国代表性模型在算力效率上表现突出，开源模型也出现群体性崛起。这说明竞争不只是谁拥有最多算力，还包括谁能以更低成本形成可用能力。不过具体“30.4%”等数字仍需结合样本、口径和时间窗口理解。
资本差距为何仍然重要？
如果工程效率更高，是否可以抵消资金投入差距？
不完全可以。算力基础设施、顶尖人才、前沿训练和产业并购仍需要长期资本。效率优势提高每单位投入的产出，却不能自动替代总投入。投资格局会影响哪些高成本方向有条件持续试验。
为什么产业重心从通用转向垂直？
这意味着基础模型不再重要了吗？
基础模型仍是底座，但价值捕获开始转向推理、具体行业和业务全流程重塑。报告指出垂类 AI 独角兽数量和融资额首次超过通用大模型，头部厂商也从模型提供者转向企业 AI 服务商。下一轮竞争看谁能接入数据、流程与交付责任。
安全为什么成为创新指数的一部分？
风险不是治理议题吗，与创新能力有什么关系？
物理风险和 AI 驱动网络攻击增长，使安全直接影响系统能否进入医疗、工业和金融等高价值场景。一个国家或企业若只有能力增长、没有验证和治理基础设施，就难以把前沿能力转化为可信产业应用。
沿着对话，回到问题如何展开
黄琦：报告构建了五个一级、十五个二级和四十一个三级指标，对四十六个国家进行评估。
纪要：指数的价值不在给国家排一个绝对名次，而在同时观察基础设施、技术、人才、资本与治理。单个热门模型无法代表完整创新系统。
黄琦：全球呈现美中引领、梯次分布的整体格局，新兴经济体加速追赶，但结构仍相对稳定。
纪要：这意味着“弯道超车”不能只看一次发布。长期竞争仍取决于研究、工程、资本和市场能否形成循环。
黄琦：中国工程化创新显示出能效优势，开源模型群体性崛起并交替引领全球开源性能。
纪要：开源降低了企业采用门槛，也把竞争从“能否拿到模型”转向“能否把模型做进业务”。但下载量与基准成绩仍不能替代真实使用和商业回报。
黄琦：大模型产业化正在从通用转向垂直、从训练转向推理、从单点应用转向业务全流程重塑。
纪要：这条趋势对创业公司尤其关键：模型能力越来越像基础供给，壁垒更多来自行业数据、流程嵌入、交付网络和安全责任。
纪要：算力建设继续扩张，但能源、资金与利用率共同限制其经济性。基础设施不再只是“有没有卡”，而是能否把算力转换为持续、可负担的推理服务。
黄琦：涉及生命安全的物理风险与 AI 驱动网络攻击继续上升，全球治理和普惠合作更加紧迫。
纪要：产业进入深水区后，安全不再发生在创新之后。治理能力决定技术可以进入多深的业务，也决定社会愿意把多大权限交给 Agent。
现场画面
