2024年的巴黎AI峰会上，马克龙对着1500名嘉宾说了一句话，他说：我们欧洲人，有点落后了。
"有点落后"是外交辞令，但真实数据要刺眼得多。
OECD 2024年5月的报告显示，美国AI私人投资约3000亿美元，中国910亿美元，欧盟450亿，不到中国一半，不到美国六分之一。
英伟达CEO黄仁勋没有马克龙那么客气，他的原话是：欧盟在AI投资方面远远落后于美国和中国。
到2026年，全球大模型赛道就剩两个玩家，美国和中国。德法日韩这些曾经的工业强国，在牌桌上集体消失了。
欧洲不是科技很强吗？图灵是英国人，DeepMind是英国公司，欧洲顶尖大学培养了一代又一代数学家和计算机科学家，怎么连一个能打的大模型公司都没有？
这个问题问得很到位，法国Mistral AI是欧洲目前最接近牌桌的公司，2023年4月创立，融资超过10亿美元，估值一度是湾区之外第一。马克龙亲口称它是全法国的希望。
但你知道同一时期OpenAI的估值是Mistral的多少倍吗？数十倍。DeepSeek一个开源模型发出来，全球科技圈震动了一周，而Mistral的声音，很多人甚至没听说过。
Mistral在2024年2月跟微软达成深度合作，让微软收购了少数股权。法国科技大亨泽维尔·尼尔急得直接喊话创始人：不要轻易被吞并，你的实际价值可能是收购价的两到三倍。但这话没什么用。
这不是Mistral一家的故事。英国DeepMind 2014年被谷歌买走，法国Datakalab被苹果收购，德国Brighter AI被苹果收购，连全球最大的开源AI社区Hugging Face，都是三个法国人创立的，后来搬去了美国。英国前首相苏纳克2025年直接去了硅谷，给微软和Anthropic当顾问。
欧洲不缺天才，这是真的。但天才长不成参天大树，因为土壤不对。
那日本和德国呢？这两个国家的制造业是真的厉害，发那科的机械臂、库卡的工业机器人，曾经统治全球工厂。进入AI时代，怎么也掉队了？
卡内基梅隆大学的邓侃博士说过一句话，我觉得算是点透了本质：多模态大模型是机器人的大脑，而这个大脑，中美两家独大，日本和德国差得很远。
机械臂再精密，没有大模型，它只能是傻机械臂。你告诉它每个关节怎么动，它才动。而装上多模态大模型之后，机械臂能自己规划动作，自我学习，处理它从没见过的任务。
问题就在这里。大模型不是靠机械精度喂出来的，是靠数据喂出来的。海量的文本、图像、视频、用户行为记录。这些东西，中美在互联网时代已经积累了二十年。美国长出了谷歌、Meta、亚马逊，中国长出了阿里、腾讯、字节，这些公司每天处理的数据量是天文数字。
日本呢？互联网产业长期封闭，数据孤岛严重。欧洲呢？27个国家，24种官方语言，文化差异极大，数据根本没法统一。
没有互联网时代的数据积累，AI大模型时代就发动不了引擎。工业时代的王者，在数据时代连入场券都没拿到，这句话听起来很残忍，但它是真的。
那是钱的问题吗？发达国家怎么会缺钱？
450亿美元听起来不少，但钱的数量不是关键，钱的脾气才是。
欧洲投资人偏好稳定回报，要求科创企业成立两三年后就给出明确的盈利目标。美国风投允许初创公司烧钱烧十年，只要技术领先就继续押注。中国地方政府可以直接拿出千万级股权投资给AI初创企业，允许最大限度试错。
结果就是，欧洲创业者拿到第一笔投资的时候，美国同行可能已经迭代了十个版本。英国甚至有个说法，叫全球低成本的科技糖果店。
初创企业刚跑出一点苗头，就被美国公司以几亿美元买走，创始人欢天喜地庆祝成功，但永远长不出百亿美元的公司。
这不是钱多钱少的问题。欧洲资本要的是稳，AI大模型要的是赌。两种逻辑根本对不上。
有人可能会说，欧洲监管严一点不是好事吗？保护用户隐私、防止算法滥用，这些出发点没有错吧？
出发点确实没错，但结果很残酷。
欧盟有全球第一部全面的人工智能法案，按风险给AI应用分级，违规最高罚全球营收7%。GDPR从2018年开始执行，让企业获取训练数据的成本极高。
谷歌欧洲总裁说：在欧洲开发、发布或使用技术，比世界上任何其他地方都困难。德国SAP的CEO也说过，过度监管阻碍了初创企业发展。
有人开玩笑，欧洲现在拥有的AI法规，比像样的AI公司还多。
当美国和中国的大模型在野蛮生长中快速迭代的时候，欧洲企业还在填合规表格、请律师确认数据使用范围。规则的制定速度超过了创新的速度，规则就从护盾变成了绞索。
那中美到底做对了什么？
说白了，是三件事凑齐了。
第一件是市场规模。美国三亿人讲一种语言，用一套支付体系。
中国十四亿人讲统一的文字，共享同一套移动互联网基础设施。这种统一性让产品可以快速规模化，让数据可以高效汇聚。
欧洲四点五亿人分二十七个国家，光是凑一个像样的数据集就要跨越语言、法律、文化三道墙。
第二件是数据沉淀。中美在互联网时代各自长出了一批巨头，这二十年积累下来的用户行为数据，是训练大模型不可替代的原材料。
日韩德法没有自己的互联网巨头，也就没有自己的数据油田，现在想挖已经来不及了。
第三件是资本和政策的配合。美国允许十年不盈利，中国地方政府敢直接下注，两边都在用自己的方式给创新者托底。
这种托底不是万能的，但它让创业者敢去做真正高风险的事。
这三件事缺一件都不够。欧洲缺市场统一，日韩缺数据规模，德法缺资本魄力。中美把三件事都凑齐了，所以只有两家能上桌。
到了2026年，情况更不乐观。
中美顶尖大模型之间的能力差距，从2025年3月的约二十分，缩到了2026年4月的个位数。这意味着中美不是在原地等别人，是在加速甩开第三名。而欧洲，连追赶的加速度都没有。
马克龙在2024年喊出了1090亿欧元私人投资计划，声势很大。但钱还没到位，人才已经跑了。欧洲近四分之三在美国读完博士的AI研究者选择留下，不回去。
世界上总会有两个聪明的孩子在某个车库里努力工作。
问题是，那个车库现在不在巴黎，不在柏林，不在东京。它在硅谷，在北京，在深圳。
时间窗口正在关闭，而且关得比很多人预想的要快。