9月29日，在白宫举行的科技高管会议现场，马斯克谈及前沿技术带来的价值时开口说道：“值得强调的是AI，哦不，应该是SI所带来的积极益处，这就是超级智能（Super Intelligence）。我认为，最可能出现的结果是一个物质极度丰富的时代。届时，人们享有的将不仅仅是全民基本收入，而是全民高收入。”
话音刚落，站在身旁的特朗普简短回应了一句“谢谢”。这个瞬间被多家媒体镜头完整捕捉下来，并在互联网上广泛流传。
就在同一天，特朗普正式签署行政令，推动在联邦非法定官方文件当中，以“超级智能（SI）”替代沿用多年的“人工智能（AI）”表述；10月4日，白宫宣布成立直接向总统汇报的白宫SI跨部门工作组，覆盖情报、国防、科技监管多个机构。
有意思的是，英伟达CEO黄仁勋在白宫配套产业论坛上出现了与马斯克同样的口误，习惯性地脱口而出“AI数据中心”，随即迅速修正为“SI factories（超级智能工厂）”。而马斯克旗下企业对外表态，计划将AI相关业务部门SpaceX—AI更名为 SpaceX—SI。
看到这，谁还敢说硅谷的科技巨头们不讲政治？他们用最快的速度完成了表述的切换。
在这场看似荒诞的改名背后，正在发生的其实是一场人工智能政治叙事的变化：美国正在试图把人工智能从一个需要监管、需要防范风险的技术，重新包装成一项美国必须赢下来的国家战略。
AI改名背后的资本故事
过去几年，美国社会对人工智能的态度越来越复杂。如果叫“人工智能”，美国人首先想到的可能是“它会不会抢走我的工作”“它会不会失控”；如果叫“超级智能”，传达的则是另外一种情景：更强大的美国、更先进的技术以及不能输给中国的未来。
这就是特朗普执着于将AI更名为SI的目的之一：他希望改变的是美国人理解人工智能的方式。而这种叙事，对美国科技资本同样有好处。
人工智能如今已经不是一个单纯的概念，而是一项吞噬巨量资本、芯片、电力和基础设施的超级产业。斯坦福大学《2026人工智能指数报告》显示，2025年超过90%的重要前沿人工智能模型由产业界推出，全球企业人工智能采用率已经达到88%。美国拥有5427座数据中心，是全球最多的国家。
问题在于，资本投入的速度，已经开始让人不得不思考：未来的收益，究竟能不能跟得上今天的投资？
牛津经济研究院估算，2024年至2028年全球人工智能相关投资可能达到3.8万亿美元，这意味着未来每年需要数千亿美元甚至更多的收入，才能让如此庞大的投入获得足够回报。
AI的技术进步和落地场景是真实的，而且正在以惊人的速度改变我们的生活。但真实的技术进步与资本市场对于未来的想象和估值，从来不是一回事。
当巨额资本已经进入AI产业之后，市场最需要的就是不断出现新的增长故事。
“超级智能”将成为一套新的赢学叙事
从AI到SI，改变的看似是一个字母，放大的却是从资本市场到产业领域对于未来的想象空间。这也是为什么特朗普与马斯克等美国科技右翼在这一问题上一拍即合。
对于科技企业而言，他们希望资本继续进入数据中心、芯片、模型和应用；对于特朗普而言，则可以把这轮投资包装成“美国领先”“创造就业”“对华竞争”的国家战略。
换句话说，特朗普从中获得的不只是科技企业对他的支持，而且还衍生出一套非常好用的政治语言。
它可以把“AI会不会抢工作”转化成“美国能不能赢得下一场技术革命”，把数据中心消耗多少电的问题转化成“美国是否愿意为技术领先付出代价”，甚至把监管问题转化成“美国究竟要不要给中国留下追赶机会”。
路透社报道就指出，特朗普一直主张对人工智能采取较宽松的监管路线，担心监管过度会削弱美国同中国竞争的能力。而新的SI跨部门工作组由国家情报总监牵头，本身也说明AI已经越来越难以被看作单纯的商业技术，而正在进入国家安全和大国竞争的范畴。
当美国的瓶颈遇到中国的长板
斯坦福大学最新人工智能指数显示，截至2026年3月，中美人工智能模型的性能差距几乎已经抹平，美国顶尖模型的领先幅度只有2.7%。而且自2025年以来，中美模型已经多次在性能排行榜上互换位置。美国依然拥有更多顶尖模型和更大的资本优势，中国则在论文数量、论文引用、AI专利以及工业机器人安装量等方面领先。
也就是说，全球AI领域正在形成中美两个核心的竞争格局。美国拥有资本、顶尖模型和数据中心优势；中国的优势，则更多体现在巨大的产业规模、工程化能力、应用场景以及完整的制造业基础上。
国际能源署2026年的数据显示，截至2025年末，美国数据中心总装机约52GW，中国约为28GW，美国总装机规模约为中国1.9倍。穆迪机构测算，2026年美国头部云厂商AI相关资本开支约7850亿美元，中国头部厂商约1400亿美元，美国在资本投入上优势明显。
但算力的天花板，很大程度由电力基础设施决定，中美两国面对完全不同的能源约束。
当前美国的算电矛盾十分突出：芯片供给相对充足，但电网成为AI扩张的中长期硬门槛。很多人可能不清楚的是，美国没有统一的电网，被分割为三大互相独立的体系，跨区域电力调度能力非常薄弱，而新建输电线路的审批流程极其冗长。
目前美国不少算力项目并网排队的时间长达4至7年，个别项目等待周期甚至超过10年。不少科技企业只能自建燃气发电机组甚至准备自建核电站，来绕开公共电网的束缚。高盛报告就显示，美国8个区域的电网备用容量已经逼近临界线。
反观中国，全国发电装机总量突破40亿千瓦，位居全球首位，建成互联互通的全国统一大电网，跨区域能源调配能力强大。国家能源局数据显示，2025年，中国算力中心总用电量1700亿千瓦时，仅占全社会总用电量1.6%，整体电力供给留有充足空间。
目前看，美国依靠强大的技术和资本实力试图通过“力大飞砖”模式堆高算力上限，但却受制于电网基建短板。中国走的则是系统工程的务实路线，立足实体经济需求，推进算电协同，不断补齐芯片、集群、软件等整套产业底座，在技术上高速迫近美国。
AI话语权竞争，看不见的战场
说一个很小的细节，大模型的基础计量单位Token，中国国家数据局、中国信通院将其标准中文名称确定为“词元”。在此之前，国内行业习惯直接照搬英文Token。
虽然Token已经成为AI时代衡量智能算力消耗、模型运算效率和商业计费的核心标尺，但很多人不知道的是，它不像米、克、升那样具有恒定、统一的物理度量衡，也就是说全球没有统一标准。
大模型处理文字时，并不是简单地按照人类理解的“字”和“词”来计算，而是把输入切分成一个个Token。不同语言面对同一句话，所需要的Token数量可能完全不同。
斯坦福大学《2024人工智能指数报告》引用牛津大学研究指出，不同语言对同一内容的Token消耗可能相差15倍。Token数量更多，不仅意味着更高的推理成本和更长的处理时间，也会占用更多有限的上下文窗口。
这件事听起来很小，实际上影响非常大。因为当人工智能成为全球性的基础设施之后，谁定义Token，谁定义模型评测标准，谁定义安全边界，谁定义什么叫“超级智能”，这些看似技术性的规则，最后都会影响全球用户使用AI的成本和方式。
因此，中美AI竞争已经是芯片、算力、大模型、应用、标准和规则话语权的全面竞争。究竟由谁来定义“AI”将是最重要的话语权争夺，从这个角度看，绝不能简单把特朗普的AI改SI看做是语言游戏。
美国历来深谙，谁掌握技术叙事，谁就抢占规则先导权。在科技领域，概念、名词与叙事从来不是浮华的文字游戏，它可以提前划定技术赛道、引导资本流向、塑造全球认知框架。
对中国而言，一方面，依旧要攻坚芯片等硬核技术短板，充分释放电网、算电协同的基建优势；另一方面，一定要认识到AI领域的竞争，是技术、产业、电力基建与叙事规则的综合较量。我们要像确立术语“词元”那样，从一个个基础概念做起，把术语制定、标准建设，当做AI竞争重要的一部分。