算力是枪，数据是子弹

2026年6月，美国国防部高级研究计划局（DARPA）发布了一份内部备忘录，标题平淡无奇——“关于军事AI训练数据来源的审查指南”。但这份备忘录的内容足以让整个硅谷紧张：它要求所有与美国军方合作的AI公司，必须披露训练数据的来源、构成和治理链条。

这标志着AI军备竞赛进入了一个新阶段。过去五年，竞争的核心是算力——谁拥有更多GPU，谁就能训练更大的模型。但2026年，竞争焦点正在从"算力"转向"数据"。

为什么？因为算力正在商品化。2026年，全球AI算力市场已经出现供过于求的迹象。NVIDIA的B200虽然是最强GPU，但AMD的MI400和Intel的Gaudi 3正在以更低的价格提供可比的性能。加上中国国产芯片的产能爬坡，算力的稀缺性正在下降。

但数据不会商品化。高价值、高质量的训练数据，其稀缺性只会增加。

金句：在AI军备竞赛中，算力是枪，但数据是子弹。你可以用任何枪，但没有子弹，再好的枪也是废铁。

数据的三大战场

2026年，AI军备竞赛的数据战场可以划分为三个领域：

第一，私有数据主权。2026年，全球最大的科技公司都在疯狂囤积"围墙花园"数据。Google有YouTube和Gmail，Meta有Instagram和WhatsApp，腾讯有微信，字节跳动有抖音。这些数据是封闭的、独家的，构成了各自AI模型的"护城河"。美国国防部正在推动与硅谷的数据共享协议，允许军方使用商业数据训练军事AI。但硅谷对此态度暧昧——数据是他们的核心资产，没有人愿意免费交出。

第二，合成数据竞赛。2026年，合成数据已成为AI训练的"替代燃料"。NVIDIA的Omniverse、Epic的Unreal Engine和Unity的Simulation Platform，正在被用于生成军事训练场景的合成数据。合成数据的优势是：不受隐私限制、可以生成极端场景、成本可控。但它的劣势同样致命：合成数据中的"幻觉"和"偏差"可能会被模型放大，导致军事AI在真实战场上犯下致命错误。

第三，数据投毒与防御。2026年，AI军备竞赛最隐秘的战场是"数据投毒"——故意在公开数据集中植入虚假信息，以误导对手的AI模型。2025年，一篇被广泛引用的论文证明，仅需在1%的训练数据中植入后门，就可以让一个图像识别模型在特定条件下完全失效。2026年，美国国家安全局（NSA）和中国的相关部门都在各自建立"数据投毒检测与防御"体系。

结论：数据是新的核燃料

2026年的AI军备竞赛，正在从"谁能造出更快的芯片"转向"谁能控制更多的数据"。数据不是石油——石油是消耗品，数据是增值品。用数据训练出的模型可以产生更多数据，形成正向飞轮。

对中国而言，数据优势是天然的：14亿人口、全球最大的制造业体系、最丰富的应用场景——这些都在产生海量数据。但数据质量、数据治理和数据安全的能力，决定了这个优势能否转化为AI竞争力。