X上，一个土耳其网友的发言火了。他说：中国在赢得AI之前，先赢得了能源。赢得了能源，就不愁赢得AI。

下面是他的原帖：最好的AI是美国在做，但使用最多的却是中国的。今年发生了一件安静但重大的事。全球使用最多的前六大人造智能，全部来自中国。

很多人盯着技术参数比来比去，却忽略了一个最朴素的逻辑——AI本质上是电老虎，没有充足且便宜的电力，再先进的模型也跑不起来。而中国恰恰在能源这个底层底盘上，攒下了别人比不了的家底。

根据全球AI聚合平台OpenRouter的监测数据，今年6月初这一周，全球AI大模型总调用量达到36.1万亿Token，其中前四名全都是中国模型。

排在第一的是DeepSeek-V4-Flash，周调用量3.69万亿Token，已经连续三周坐稳榜首。紧随其后的是腾讯Hy3、MiniMax M3和小米MIMO，清一色国产。整个中国大模型阵营的周调用量加起来有14.19万亿Token，而美国同期只有3.2万亿，差了四倍还多。

这个差距不是偶然出现的，已经连续六周保持这个态势。而且中国模型的调用量还在以每周20%以上的速度增长，美国那边反而在下滑。说白了，比技术天花板美国确实还有优势，但比谁的AI真正被全世界用得最多，中国已经走到了前面。

为什么会出现这种局面？答案绕不开能源。

训练一个大模型要耗多少电？业内有个粗略的估算，一次千万亿参数级的大模型训练，耗电量相当于一个中型城市一整年的居民用电。日常推理调用更是持续耗电，每一次你和AI对话、生成一张图片，背后都是数据中心里成千上万张显卡在满负荷运转。

中国恰恰拥有全球最大的电力供应体系。截至去年底，全国总发电装机容量接近39亿千瓦，占了全球总量的三分之一。这个规模是什么概念？相当于美国、印度、日本三个国家加起来的总和。

更关键的是，中国的可再生能源发展速度超出了所有人预期。到今年4月，全国可再生能源发电装机已经突破24亿千瓦，占总装机的六成以上。风电加光伏的装机总量超过19亿千瓦，去年一年就新增了4.34亿千瓦。

国际能源署几年前就说过，全球每新增两千瓦可再生能源，就有一千瓦在中国。现在这个比例还在提高。过去十年，光伏发电成本降了七成多，风电降了三成，早就实现了平价上网。这意味着中国能以更低的成本，源源不断地为数据中心输送清洁电力。

很多人没注意到，国内的大型智算中心基本都建在能源富集的地方。内蒙古、宁夏、甘肃这些西部省份，风光资源好、电价便宜，成了算力枢纽的首选地。国家规划的"东数西算"工程，本质上就是把西部的能源优势转化成东部的算力优势。

现在国内已经建成了42个万卡级别的智算集群，智能算力规模超过1500EFLOPS，稳居全球前列。这么大的算力体量，要是没有充足的电力托底，根本运转不起来。

反过来看美国，最近几年反而经常出现电力紧张的情况。不少科技公司想建新的数据中心，首先要过电网这一关。有些地方甚至因为供电不足，不得不暂缓AI基础设施建设。能源瓶颈，已经成了美国AI产业扩张的现实制约。

当然，客观说中美AI目前还是各有优势。美国在顶尖模型的技术积累、高端芯片设计上依然领先，OpenAI、谷歌这些公司的技术实力不容小觑。但中国走的是另一条路——用庞大的应用场景、充足的能源供给和完整的产业链，把AI快速铺开到千行百业。

现在国内AI企业超过6000家，核心产业规模去年已经突破1.2万亿元。从工业制造到电力调度，从客服系统到内容生成，AI已经渗透到经济的各个角落。工信部的数据显示，光是中央企业就打造了上千个AI应用场景。

这种大规模落地反过来又推动模型快速迭代。用的人越多，数据就越多，模型优化得就越快，成本也就越低，形成了正向循环。而支撑这个循环的底层基础，就是稳定且廉价的能源供应。

所以土耳其网友那句"先赢得能源，再赢得AI"，确实点透了问题的本质。AI竞争到最后，比的不只是算法和芯片，更是整个工业体系的综合能力。发电、输电、算力基建、芯片制造、应用落地，环环相扣，缺了哪一环都不行。

中国不是一夜之间在AI领域冒出来的，而是过去十几年在能源、通信、制造业上持续投入，攒下了厚实的家底。现在这些家底正在AI时代集中释放能量。

未来的AI竞争会怎么走还不好说，但有一点是确定的：没有能源这个压舱石，再炫目的技术概念都是空中楼阁。而中国在这条赛道上，已经先一步站稳了脚跟。