www163cn.com-国产精品乱码在线观看,精品亚洲成av人在线观看,单亲妈妈电视剧免费看第四集,爱人体-看人体人体摄影

制造論壇-制造行業自己的交流社區!

標題: 中美科技發展，到底誰更有前景？ [打印本頁]

作者: 954987267 時間: 2024-7-19 09:01
標題: 中美科技發展，到底誰更有前景？
本帖最后由 954987267 于 2024-7-19 09:04 編輯

3月14日21點25分左右，馬斯克旗下的SpaceX在自家的星艦基地成功發射了“星艦”，完成了該火箭的第三次關鍵試飛。

雖然回收環節失敗了，但其起飛和入軌環節倒是挺成功的，而這一切，距離星艦第一次試飛，也不過過去了11個月。

有意思的是，在2023年4月24日（星艦第一次試飛7天后），中國官方公布了中國深空探測計劃，其PPT上也介紹了我國長征九號重型火箭研制計劃，并且展示了該火箭的三款構型。

大家驚奇地發現：其中一款兩級完全重復使用構型，可以說是和星艦一模一樣！

一瞬間，各種嘲諷紛至沓來，什么“馬斯克負責開源，中國負責抄襲”，什么“中國只會跟著別人屁股后面追，永遠做不了引領者”云云。

雖然我們不必理會這些噴子，但這卻是當前中美科技產業規律中一個很具備代表性的例子，這個規律就是：

在科技領域，美國往往負責主導科技研發與創新，在無人區試錯；中國則是看看美國搞錯了哪些路，跑通了哪些路，負責搞應用，搞落地。

這一點，已經在手機、移動互聯網、光伏、新能源汽車領域得到了驗證，后續在AI領域、航天領域，很可能也即將得到驗證。

1 中美關于科技不同的認知

現代科學的發展，包含著三個方面：基礎研究、應用研究、市場化。

曾經的美國，在這三個方面，都非常重視。

美國為什么能在第二次工業革命中迅速崛起超越英國？

就是因為美國的基礎研究和應用研究以及市場化都非常成功。

我們翻一翻改變人類生活的一列發明名錄，就會發現，大部分都是美國人發明的。

比如電燈、飛機、洗衣機、空調、剃須刀、電話、留聲機、洗衣機、微波爐、真空電子管等等等等，都誕生于美國。

更難得的是，美國不僅能發明東西，而且還能把它變成產業。

像留聲機、洗衣機、縫紉機、吸塵器、電冰箱等等，都是改善生活的產品，推出后受到大眾追捧。

這就相當于，憑空制造出了一個原本不存在的市場。

當新的“填補空白式”市場如雨后春筍般涌現，投資者看到科技研究未來的潛力之后，又會以更大的熱情去投資技術研究。

然后帶來更多發明，創造更大的市場，實現了正向循環。

當然，這些都是市場行為。

后來，美國準備把它上升為國策，于是羅斯福讓物理學家范內瓦·布什制定美國的科技政策。

為了說服國會和政府答應在非戰爭時期持續龐大的對基礎研究的資助計劃，布什提出一個“布什信條”，即：

基礎研究是不以應用為目的的（也就是不要太功利性），但是基礎研究之后就會帶來技術，有一個很好的應用前景。

在“布什信條”的引導下，美國創辦了國家科學基金會（NFS），為各類科學研究提供了源源不斷的資金支持，其中重點是基礎科學。

為啥重點支持基礎科學？

一方面，是因為基礎科學決定了基礎研究領域的發展水平，決定了它能誕生多少原始創新。

當“原始創新”不斷滾雪球壯大，后面的應用和開發研究也會隨之壯大。

就好比沒有核裂變現象和鏈式反應研究，就無法誕生原子彈和核能發電一樣。

另一方面，是因為應用研究更容易得到投資者的青睞，而基礎研究是一項吃力而且有風險的事情，投資者不愿意去做，那國家就必須承擔起這個責任來。

所以，在基礎研究方面，美國一直保持著高度關注并不惜重金投入，這才有了后來的一系列的發明和技術進步，并帶來了市場化的成功。

比如，對于高純度玻璃的研究，誕生了光纖，進而誕生了互聯網和移動互聯網。

比如，對于電子在半導體材料P型和N型材料的界面中結合的研究，誕生了晶體管，也就帶來了后來的集成電路和芯片。

比如，對于金屬離子通過電解質移動在正負極極材料中運動的研究，誕生了鋰電池，進而推動了如今的消費電子時代。

所以，美國之所以能在戰后牢牢站在世界之巔，一個重要原因就是它的基礎、應用研究以及市場化都處在前沿。

但是中國呢？

走了另一條路，那就是應用為先。

某種意義上來說，這條路是蘇聯教給中國的。

蘇聯以沙俄帝國為基礎建國，本身在科學研究上就落后于西方，要想趕上，一點一點從基礎研究是不行的，必須利用體制優勢。

為此，蘇聯實行了免費義務教育，要求8歲以上的兒童必須入學。

在蘇德戰爭爆發之前，蘇聯每年要用12%的財政預算來發展教育，課程非常簡單粗暴，很少講原理，更多講應用！

畢竟，蘇聯最需要的不是物理學家，而是能設計生產拖拉機、坦克和飛機的工程師！

到了二戰開始前，蘇聯已經有了3萬多名工程師，這是蘇聯打贏二戰的關鍵之一。

這種“大力出奇跡”，讓蘇聯在基礎科學落后的情況下，屢次在與美國的競爭中奪得第一。

新中國成立后，中國在很多方面都照搬了蘇聯的制度，其中就包括實用主義的教學和科研體系。

比如，在建國后，中國一直強調理科的作用，人才培養也往往向工程師方向去培養，而不是科學家。

就像蘇聯一樣，當時的中國與其要一個研究理論物理的研究員，還不如要一個能在鋼鐵廠搞技術革新的技術員。

所以，“學好數理化，走遍天下都不怕”這種實用主義的口號，才會盛極一時。

在科研領域，中國的玩法也非常計劃經濟。

科研院所、大學、工業部門與國企、國防部門各自有各自的科研體系，科研項目更偏重于解決某一個問題，而不是由基礎研究過渡到應用階段。

這種方式的好處就是可以集中力量干大事，跳過耗時冗長的基礎研究，比如兩彈一星，就是這種體系的結果。

但是壞處也非常明顯，科研的規劃往往以“跟別人走”為主，有時候知其然不知其所以然。

結果就是短時間能復制出別人的成果，但別人只要一改進，你就抓瞎了。

比如，早在70年代，中國就研發出了光刻機，距離世界先進水平并不遠，但是呢？

人家一迭代，你可能就跟不上了。

資金上的差距也很大，中國的各類科研經費要隨著立項項目走，立項項目一般由專家討論決定，而不是你想研究啥就研究啥。

至于市場化就更不用說了。

那時候中國就沒市場，也沒什么知識產權，自然也無法實現市場收益反哺研發。

這種對應用研究的資源性偏重，雖然一定程度上解決了當時中國的需要，但也導致了中國基礎研究層面的遲滯不前。

所以錢學森才在臨終之前，發出了“為什么我們總是培養不出杰出的科技創新人才？”的“錢學森之問”。

在相當長一段時間內，科學技術對于中國來說，主要作用都是培養可以吃透國外成果的人員，然后為我所用。

科學在中國產生的原創性工作不多，能直接支撐產業的更少。

但是，進入全球化時代之后，情況變了。

一方面是隨著美國制造業的外遷，美國不愿意干臟活累活，更愿意站在技術頂端收專利費。

這樣一來，美國人的科研體系，就變成了基礎研究NB，指明研究方向也很NB，但一旦把這個方向應用化，就拉胯了。

你看蘋果厲不厲害？自從喬布斯去世之后，有啥革命性產品么？

開發5G基帶芯片失敗了，造車也失敗了，這都是因為美國人正在越來越缺少應用端和工業端人才。

近20年來，除了炒翻天的AI（資本運作的成分大）之外，美國給世界帶來了什么革命性發明了嗎？沒有！

另一方面，中國制造業的崛起，很快把大部分工業明珠都白菜化了。

你再厲害的發明，要想低成本地生產，都離不開中國。

就好比光伏，光伏并不算中國人的發明，但中國人可以把它低成本、大批量地生產，到現在已經占據全世界市場的90%，這就是中國的NB之處。

就這樣，在世界科技產業領域，形成了一個美國負責研究，中國負責市場化的一個分工體系。

2 中美各自的護城河

說實話，這個體系，中國和美國都很不滿意。

美國人覺得，我辛辛苦苦搞研發，但產品都是你生產的，錢都被你賺走了！

但中國人覺得，我辛辛苦苦搞生產，但只能賺微笑曲線最底層的辛苦錢，大頭都被你以高端零部件和專利費拿走了！

所以，無論是中美，都想改變這一切，變成一個既擅長研發，又擅長生產和市場化的國家。

但問題在于，這個分工體系想動搖太難了，中美各自擅長的領域，都有自己很深的護城河。

先來看看美國的護城河。

美國主要通過三個方面來引領科技創新。

第一是人才。

咱們都知道，美國科研環境好，又有全世界最先進的實驗室.

這種實驗室的誘惑力對于一個真正熱愛科研的人來說，就像一個練武的人面對一本武林秘籍一樣。

為了引誘世界各地的科學家去美國，美國專門設計了一個EB-1A美國杰出人才綠卡。

EB-1A是美國職業移民第一優先類別(EB1)下的一個種類，主要針對科學、教育、經濟等領域有杰出能力的優秀外籍人才。

這類人才不需要有雇主，就能申請綠卡，程序要簡單很多，而且杰出人才的所有家人都可以獲得綠卡，其子女可以到美國讀書，并節省高額學費。

所以，美國才能像黑洞一樣吸引著全球的科學家，使得美國成為世界頂尖科學家的聚集地。

更何況，美國的科學家有一種莫名其妙的對技術的癡迷。

有的人想探索世界的本源，有的人想解答少年時的問題，很多時候是憑著興趣去搞科研，是一件快樂的事情。

這一點，從小被實用主義教育的中國人，是很難理解的。

我們翻翻抖音上的科研工作者的生活就會發現，大家都稱呼自己“科研狗”，雖然這是一個戲稱，但也可以看出似乎科研對于他們并不是一件快樂的事情。

頂尖科學家多了，科研的興趣更大了，哪怕科技創新是一件講究“靈光一閃”的運氣活動，美國做出創新類成果的可能性也比中國大得多。

第二是科研資金。

在美國科學界，一直有一種理念就是研發“種子技術”。

也就是說，不模仿成熟的技術，而是找別人想不到或者沒錢搞的技術方向去另辟蹊徑。

所以總是能制造出“顛覆性的成果”出來（當然，有時候也不是真顛覆，只是炒作成顛覆罷了）。

但是，研發“種子技術”，意味著要不停地試錯，把所有錯誤路線都實驗過了，正確的路線也就得到了，這就要耗費大量金錢。

美國，是最舍得在“種子技術”上出錢的。

2017年，美國政府通過國立科學基金會（NSF）、國家衛生研究院（NIH）和能源部（DOE），總的研究和開發經費為4960億美元。

其中，基礎研究和“種子技術”占比70%，主要集中在生命科學、物理學、化學、計算機科學、材料科學、數學等。

這些資金有相當一部分投入進了各個大學，不僅提供了必要的資金支持和實驗設備，而且大學的寬松、自由氛圍，也為研究人員提供了相對自由的學術環境。

第三是融資。

美國有一套成熟的科研創新及市場轉化機制，能夠使得科研成果迅速轉化為產品。

但是問題來了，轉化過程中需要錢，如果沒有投資，技術是轉化不成產品的。

這個時候就需要請出美國的風投出場了。

可能有人會有疑問，為啥在美國人搞應用研究甚至基礎研究，會有大量資金愿意買單？

這就是美國投資環境的優越之處。

美國依靠科技霸權、金融霸權、軍事霸權，把美國打造成了吸引熱錢的天堂。

熱錢出于自我增值的本能，會千方百計尋找投資渠道，通過控股、參股或合作的方式投資科技創新類或其他高回報類企業。

當然，這些投資，有相當一部分都是虧錢的。

要么是技術不成熟，要么是不適應市場，要么是營銷不行。

但問題在于，風投本來成功率就是千分之一左右——也就是大量風投的資金本來就要打水漂。

但如果成了，就是千倍以上回報，完全覆蓋住損失，還能大賺一筆。

既然如此，對于有前景的科研機構給予資金的支持前期賺名聲，后期一旦搞出名堂，要商業化，前期投資者也能占據先機，搞出ChatGPT的企業就是這樣的路徑。

再來看看中國。

中國的護城河也有三點。

第一是全球最完整的制造業產業鏈。

中國有全球最完整的產業鏈，大家都聽得很多了，但是恐怕對中國產業鏈的威力，都缺乏一個形象的認識。

我們可以舉個例子：特斯拉的上海工廠。

2016年的時候馬斯克推出平民化的走量車Model 3，這是特斯拉實現盈利的關鍵。

盈利的一個指標，就是在2017年實現月產2萬輛。

結果呢？

到了2018年，Model 3的季度產能只有1542輛。

馬斯克急得嘴上起泡，晚上睡在工廠督戰，都搞不定，負責工程的Doug Field引咎辭職，為了減少虧損，特斯拉裁員3000人。

更嚴重的是，華爾街分析師們開始對特斯拉盈利期望變得懷疑，下調了特斯拉的信用評級，這時候特斯拉還欠著100億債務呢。

如果沒人愿意投資了，特斯拉面臨的只有資金鏈斷裂，破產或者被收購。

馬斯克現在回憶，當時是“一只腳深陷地獄”。

結果萬萬沒想到，中國救了特斯拉。

中國用了11個月的時間建成了特斯拉上海超級工廠，投產當月就生產了4萬輛！

到了第二年，又提升到了6.5萬輛。

交付能力上來了，華爾街的分析師們重新給出高評級，股價上漲，投資人紛至沓來，特斯拉這才活了下來。

為啥特斯拉在美國生產慢，到了中國就快了？

很大一個因素就是中國擁有完整的工業體系和產業鏈，只要特斯拉提要求，給技術，中國就能生產出來。

特斯拉來中國的副產品，就是帶動了整個中國的新能源汽車產業鏈，最終形成了龐大的供應商體系。

這個體系大到什么程度？

大到隨便找個人，出一筆錢找幾個設計師，中國的供應商都能幫他攢出一臺新勢力電動車。

最近越南在美國上市的那家電動車企就是如此。

這個全球最完整的制造業產業鏈，就好比一個武林高手的內功，內功不行，你哪怕劍法再精妙，也很容易被打敗。

但如果你內功深厚，無論你學什么功夫，都事半功倍。

第二是14億人口的統一大市場。

中國是一個具有14億多人口規模、120多萬億國內生產總值的龐大經濟體，這些年對世界經濟增長平均貢獻率超過30%。

更恐怖的是，中國經濟市場發展潛力巨大，居民消費率還不到30%，低于世界平均水平；

同時，民眾追求高品質生活的需求空間廣闊，對于高端、高品質、高附加值的產品需求不斷增加。

這意味著什么？

意味著中國無論搞什么科技產業，都可以先在國內市場嘗試，利用國內市場的盈利反哺研發推動技術升級迭代，最終推出在國際上具備競爭力的“王炸級”產品。

這就是中國統一大市場的底氣，我們靠著國內市場就足以扶持這些產業成長起來，不需要求助于海外市場。

這一點非常關鍵，可以幫助企業迅速度過新手期成長壯大。

只要中國市場卷出來的選手，一旦進入國際市場，那就是大殺四方，壟斷賽道。

中國新能源汽車出海有多猛，就不用說了吧？

第三是數據優勢。

中國擁有龐大的人口基數，這一人口基數意味著，14億人每天都在產生海量的數據。

這些數據來源多樣，場景應用豐富，包括政府、企業、個人的數據，涵蓋教育、醫療、金融、交通、公安等多個垂直領域。

這些數據量匯聚在政府政務云、互聯網公司、運營商手中，是最寶貴的資源，特別是最近國家推動數字化轉型，更多企業生產場景開始用數字化技術進行改造升級。

這些數據，在政府端，可以推動智慧政務、智慧醫療等領域的發展；

企業端，可以應用于工業互聯網、自動化等；

對于個人數據，則可以通過脫敏處理后用于人工智能模型的訓練。

這種海量的數據，碰上合適的風口，就能給數據的商業應用提供廣闊的空間。

抖音在短短幾年就趕超了BAT成為互聯網企業一哥，就是因為這種數據優勢。

所以，總結一下中美的護城河就是：

美國的優勢是匯集了全球最優秀最頂尖的科研人才，并且有一個龐大的科研經費投入體系和金融市場給科研創新提供了強大的支撐。

中國優勢是不但有全球最完整的制造業產業鏈，并且有14億人口的統一大市場，還有海量豐富的應用場景和數據做支撐。

現在中美要搞脫鉤斷鏈，其實就是相互要補齊自己的短板——也就是向對手的長板學習。

但是，無論是中美，這個難度都很大。

先看美國。

美國要補短板就要另起爐灶搞制造業全產業鏈，要學習中國要豐富的C端（消費端）應用生態，但是這條路很難走。

一方面，美國資本化已經滲透到社會每一個角落，已經積重難返了。

最典型的，就是美國的制造業頂尖的波音公司。

波音公司為啥這些年總是出事？

就是因為波音早就不算實業公司了，而是一家金融公司。

當年，波音在西雅圖待得好好的，非要搬家。高管們覺得，憑啥華爾街坐在辦公室里掙大錢，我就要辛辛苦苦呆在工廠里？

所以干脆把總部搬到了金融更發達的芝加哥，距離工程師團隊2600公里，不用再聽工程師們的聒噪了。

到了金融業發達的芝加哥之后，波音就成立了一家“波音金融公司”，對外開展貸款業務。

到了今天，波音的金融業務，已經成了波音內部最賺錢的業務，利潤率達到了23%，而造飛機也不過10%。

嘗到金融的甜頭之后，波音開始了“輕資產化”。

開始以改革供應鏈的理由，把大量業務都外包出去，前一段飛機掉艙門事故的飛機的組裝廠Spirit，其實一開始就是波音的工廠，后來獨立出去了又承包了波音的業務而已。

業務外包后，效率的確更高了，成本也更低，利潤率增加導致股價抬升，高管們分紅個個眉開眼笑。

但問題在于，市值上去了，制造業基本的工程師文化卻丟了，波音對供應商的質量管控能力直線下降。

很多時候，不是波音不想管，而是如果管了，不僅管不住，而且還會影響波音的股價。

波音的事故頻發，就是因為資本只想玩“錢生錢”的游戲，不愿意老老實實搞制造業。

這才有了去工業化，才有了大量的上下游產業鏈消亡，這又反過來導致技術工人的斷層。

反映在產品終端，就是制造業的水平越來越差，哪怕工業王冠上的明珠——客機也不例外。

在這種資本已經把控所有企業的大環境下，你去重振制造業、建設完整產業鏈？

那就必須重新“重資產化”，重新建設供應鏈，而且按照技術標準、施工標準、安全標準去制造每一架飛機。

這沒錯，但這必然影響機型的交付周期。

如果交付周期變長，年收益必然下跌，這意味著投資人和高層拿不到分紅。

斷人財路如殺人父母，資本才不愿意干這種事呢，哪怕這種事對美國有利也不干。

另一方面，美國要學習中國要豐富的C端（消費端）應用生態，就要把數字化基礎設施建設搞起來。

這一點沒問題，但問題在于，美國的數字化基礎設施建設太落后了。

1969年美國人發明互聯網的時候，中國人還在用100年前的電報，可如今呢？

中國高速光纖寬帶入戶已經基本上實現了全覆蓋。而美國似乎只有25%的光纖入戶。

2022年，中國5G基站數量達231.2萬個，實現全國“市市通千兆”，“縣縣通5G”，“村村通寬帶”。

美國呢？

5G基站數量只有10萬個，根本沒法和中國比。

現在知道為啥馬斯克要搞星鏈了吧？

因為美國有大片大片的地方連網都不通！

其實這事也好解決，把活外包給華為和中興，信不信分分鐘給你建好？

但是，美國卻因為政治因素排斥華為、中興，拿著落后的設備搞數字化基礎設施建設，效率很低。

不僅如此，美國要學習中國搞數字經濟、移動支付，利益集團阻力也很大。

中國能搞主要原因是利益集團都是國企。

比如國有銀行、國有電信運營商，這些國企在國家一聲令下是必須講政治，服從大局的。

美國那邊卻不行。

美國有著非常完善發達的信用卡和借記卡支付系統，這一業務是各個銀行的核心業務之一，如果移動支付普及了，銀行還怎么賺錢？

哪怕強大如蘋果，Apple Pay推廣了也10年了，只有15%的美國人在用。

所以，利益集團通過資本游說將美國數字化轉型死死壓制，連移動支付都不允許，更別提工商業的數據共享了。

所以你看華為都開始用AI大模型采礦了，而美國的AI呢？

還是停留在聊天和畫畫階段，為啥？

因為美國拿不到這些數據去訓練AI啊！

還有，美國對TikTok垂涎三尺，核心原因就是抖音這個算法模型很NB。

是美國的科技力量搞不出抖音的算法模型嗎？不是。

核心原因是抖音這個算法模型是靠著中國9億人群的應用大數據喂出來的。

美國沒有這些豐富的數據來訓練喂養，就算是搞出同樣的算法模型也沒戲。

所以美國要學習中國搞應用生態是很難的，否則也不會明火執仗強搶TikTok。

甚至現在美國要搞電動車也舉步維艱，主要原因還是燃油車企業、能源巨頭的阻力，百萬漕工衣食所系。

哪怕特斯拉這樣的美國企業，美國政府也另眼相待，連召開關系新能源汽車補貼的政策研討會，都不叫馬斯克參加，氣的馬斯克在網上一通罵。

在中國，國家一聲令下，國企汽車制造廠商反而是積極推動能源轉型的主力，比如長安、廣汽、北汽、上汽，都迅速開展了電動化轉型。

這就是中國的體制優勢，也是中國搞新技術轉型應用，搞全產業鏈，搞豐富的應用生態的護城河。

再看中國。

中國要學習美國，搞科技創新這條路也很難走。

在科研創新領域，美國的優勢是系統性的。

不但有全球最優秀最頂尖的科研人才，并且背后有一個非常發達的金融系統提供支撐。

這就導致科研人員搞任何科研創新，都能迅速獲得資金估值與支持，甚至科研人員搞公益性的科研創新，也能獲得資金的支持。

比如現在紅極一時搞出ChatGPT的企業一開始就是定義為公益企業，就這種明確的公益定位，也能獲得大量的資金支持。

我們能想象在中國，一個科研人員說我有一個公益性的科研創新思路，會有人或者企業給資金支持嗎？

真的很難啊！

正因為中國金融市場不發達，市場上就那么多錢，都想賺快錢，誰會給風險很大的基礎研究做投資？

所以，中國要靠金融市場去維持科研與理論創新是行不通的。

那怎么辦呢？

現在中國的玩法是，美國證明能跑通的路子，我們用舉國體制砸資金砸人力再配套我們的市場機制都能搞出來。

比如過去的兩彈一星，現在的光刻機、芯片、大飛機都是如此。

但是對于無人區的科技與理論的創新，中國就只能交給高校做。

一方面高校有比較完善的實驗條件和人才力量，另一方面高校有國家科研經費作保障。

但問題在于，高校科研模式受學閥影響很大。

啥叫學閥？

它有點像門閥，是以自身學術水平為資本，以聯系網為紐帶，以受教育權利為手段，壟斷了優質教育資源和高水平學校學歷，憑借勢力把持和壟斷教育界、學術界的一幫人。

學閥在全世界其實都存在，表現不一。

在國外，有些專家利用其“權威”、“話語權”壓制提出創新思路的科研新秀或者非本國科學家。

比如，1930年23歲的王淦昌留學柏林，提出了發現中子的實驗，但被學閥導師否決。

2年后英國查德威克用同樣的方法發現中子，并在1935年獲得諾貝爾獎。

還有些教授利用職務便利，在自己學生的論文中加上自己親屬，有時候學生辛辛苦苦寫一篇論文，結果掛的都是導師孩子的名字，讓許多人敢怒不敢言。

比如2017年的時候，韓國就公布了首爾大學、延世大學、成均館大學等29所高校中普遍存在的大學教授將初高中的學生列為了學術論文的著作者。

比如，有的評判科研深造的條件，不是科研水平，而是“圈子”。

你是圈子的人，就能拿到“推薦信”，不是圈子的人，學術水平再高也白搭。

在學閥統治下，科研經費被浪費、科研新秀無法出頭、創新思路被否決、新的發明創造被冒名掠奪，以上現象層出不窮。

所以，學閥已經成為了全球科研的最大阻力之一了。

這些問題，在中國同樣存在。

中國要想破除學閥化，就要對國內前沿科技的探索機制進行重大性改革，比如立項權、經費分配權、評審權等等。

但這種改革涉及的利益廣，阻力也很大，所以目前我們的科研體系改革，還在逐步探索中。

這樣來看，美國搞科研創新的護城河也不是我們隨隨便便短時間就可以突破的。

原因在于，科技創新越來越難了。

人類的科技文明經歷了最近一二百年的發展，已經進入了一個相對的平緩時期，重大的基礎科學突破越來越少了。

這種情況雖然不像智子鎖死地球科技那么玄乎，但不可否認的是，物理學已經很多年前沒有更新了。

比如相對論是在上個世紀提出的，量子力學的建立也是在上個世紀，近些年新發現的引力波和黑洞，也不過是驗證愛因斯坦相對論的預言罷了。

在基礎科學沒有進步的情況下，應用科學也很難發生什么革命性進步。

你看核聚變電站，哪怕已經取得了很大突破，但仍然處于一個“50年后商用”的狀態。

哪怕是現在被炒得最熱的AI，也是炒作的成分大于實際成分，并不是來源于基礎科學的進步。

那么目前的中美博弈，核心關鍵還是看人類理論與科技能否有重大突破。

如果能，那么美國能繼續保持領先優勢，但是即便如此，中國也可以憑借自己的全產業鏈優勢與豐富應用端生態保持跟隨優勢。

就比如開頭的例子，信不信，如果中國星艦出來了，絕對會靠著成本優勢壓倒正版星艦？

如果美國遲遲不能在科研創新上搞出重大突破，等中國補齊短板（芯片、軟件、光刻機、精密設備這些），美國就危險了。

這就是中國雖然有短板而且很難補上，卻能不急不躁，而美國卻特別焦慮的根本原因。

未來到底會怎樣？

很多時候，改變的契機可能并不在政治家手中，而在科學家手中了。

作者: 寶寶巴士 時間: 2024-9-12 03:19
你的經驗分享很棒，尤其是在提高測量精度方面，給了我很多實用的建議！

作者: 猛踹瘸子好腿 時間: 2024-9-12 11:41
你的字多，你說的對

作者: 9549872678@30 時間: 2024-9-19 01:33
感謝你的詳細講解，特別是對于如何解決常見設備問題，非常有幫助！

歡迎光臨制造論壇-制造行業自己的交流社區! (http://m.www163cn.com/)

Powered by Discuz! X3.5