从一张美元钞票，到AI霸权：谁在定义机器眼中的世界？
从一张美元钞票，到AI霸权：谁在定义机器眼中的世界？
最近看了一些AI生成的短剧，我注意到一个很小、但非常值得思考的现象。
不同故事、不同国家、甚至不同历史时代的AI短剧，只要画面中出现现金，钞票就很容易被生成成美元。
如果是中国现代题材，人物正常应该使用人民币；如果是中国古代题材，应该出现银两、铜钱等货币。甚至在剧本已经明确规定了当地货币的情况下，最终生成的画面仍然可能出现美元。
表面看，这是一个AI生成错误，但如果把这个现象放到AI发展的整个历史中观察，它可能暴露出一个更加深层的问题：AI不仅在学习人类的语言和知识，也在学习人类眼中的“世界”。而一个更值得追问的问题是：谁提供了这个世界的大量数字样本？谁建立了这些样本的分类方式？谁建立了让机器认识世界的基础设施？
这可能比“谁先做出最强的AI模型”更加重要。
一、AI首先需要认识一个世界
今天我们讨论AI，往往从大模型开始，GPT、Gemini、Claude以及各种视觉模型，看起来像是突然出现的技术革命，但模型并不是凭空认识世界的。
在AI真正能够理解一只猫、一辆汽车、一栋建筑、一个人、一条街道之前，必须有人把现实世界转换成机器能够处理的数字信息。
这一步看起来非常基础，却极其重要。人类看到一张照片，可以直接说：“这是一个人。”机器最初并不知道什么是“人”，它需要大量样本，需要分类，需要标签，需要建立对象之间的关系，因此，AI时代真正的基础设施并不仅仅是芯片和服务器。
还有一个经常被忽略的东西：世界的数字化样本。
二、李飞飞和ImageNet的意义，不只是一个数据库
谈到这个问题，很难绕开李飞飞和ImageNet。
李飞飞推动的ImageNet项目，在现代计算机视觉发展过程中具有重要影响。ImageNet做的事情，从今天回头看非常朴素：把现实世界中的大量视觉对象数字化，并进行分类和标注。
但这件事情的重要性恰恰在于它解决了一个AI最基础的问题：机器应该从什么样的样本开始认识世界？
今天我们已经习惯了AI能够识别人、汽车、动物、建筑、家具。可是这些能力的背后，需要经过长期的数据积累、分类、标注和训练。
因此，AI竞争不能只看模型，还应该看：谁更早建立了大规模的世界样本库？谁更早建立了分类体系？谁拥有长期积累的数据基础设施？
这就是我认为AI竞争中一个经常被低估的层面。
三、过去我们把数据看成“原材料”，未来可能应该把它看成“世界样本”
工业时代，石油是重要原材料。
互联网时代，数据成为重要资源。
AI时代则可能出现一个更加特殊的概念：世界样本。
石油告诉机器：“世界可以提供什么资源。”
传统数据告诉机器：“人类发生过什么。”
而世界样本进一步告诉机器：“现实世界究竟长什么样。”
这两者存在非常大的区别。
如果模型看到大量不同国家、不同文化、不同建筑、不同服装、不同货币、不同生活方式，它形成的“世界模型”可能更加多元。
如果某一类文化和社会环境在数字样本中占据巨大权重，那么模型在缺乏明确指令的时候，就可能更容易调用这些样本形成默认答案。
这就解释了为什么一个看似简单的“现金”，可能变成美元。
四、美元可能只是AI默认世界的一条裂缝
所以，AI短剧中的美元并不值得仅仅作为一个穿帮镜头讨论，它真正值得观察的是：当用户没有把世界设定得足够详细时，AI会用什么东西填补空白？
如果“现金”经常默认成美元，那么问题就已经从货币进入文化。同样的问题还可以出现在很多地方：一个现代城市是什么样？一个豪宅是什么样？一个办公室是什么样？一个大学校园是什么样？一个成功人士开什么车？一个家庭应该是什么样？甚至：一个“正常的人”应该是什么样？
AI都必须给出答案。
而这些答案并不一定来自某个人主动告诉模型：“你应该这样回答。”很多时候，它们来自模型长期学习形成的概率结构。
于是出现一种新的文化传播方式。
五、过去美国输出文化，现在AI可能输出“文化生成能力”
过去美国文化影响世界，主要通过好莱坞、电视、音乐、广告、互联网平台和消费品牌，基本模式是：美国生产文化产品 → 世界观看、使用和消费。
AI时代可能发生变化：美国企业开发AI → 全球用户使用AI → AI帮助全球用户生产自己的文化产品。
这是完全不同的传播机制。
过去，一个中国人看美国电影，他知道：“这是美国电影。”
现在，一个中国人让AI制作一个中国故事，他可能根本意识不到：AI正在替他决定故事中大量没有被明确指定的细节。
他不是在主动接受美国文化，而是在使用一个可能带有特定数字文化结构的工具。
这使文化影响从“内容层”进入了“生成层”。
六、真正值得警惕的不是AI美国化，而是“默认值权力”
这里必须避免一个过度简单的结论：AI出现美元，并不能证明美国公司在有意识地把美元强行灌输给全世界。真正值得研究的是另外一种权力：默认值权力。
如果一个系统在用户没有特别规定的时候，总是自动选择某种答案，那么这种答案就会获得一种非常特殊的地位。
它不需要命令，它只需要成为：最容易生成的答案。这比传统文化输出更加隐蔽。
传统文化霸权需要人们观看电影、阅读书籍、收听音乐，而AI时代可能变成：人们不一定消费你的文化，但他们每天使用你的AI。
于是文化影响进入了一个新的阶段：从内容传播变成生成机制。
七、AI霸权可能因此不同于传统技术霸权
传统技术霸权主要是：我拥有更先进的技术。AI霸权则可能进一步发展为：我拥有定义机器默认认知的能力。这两者之间有本质区别。
如果一家公司控制先进芯片，它控制的是计算能力，如果一家公司控制基础模型，它控制的是部分生成能力，但如果一个技术体系进一步影响：机器如何分类世界、理解世界、描述世界和生成世界，那么它影响的就已经不只是技术，而是：认知基础设施。
这可能成为AI时代最深层的权力形式。
八、这就是为什么“谁给世界拍了照片”可能比“谁造出了AI”更重要
今天讨论AI竞争，经常集中在：GPU多少？算力多少？模型参数多少？谁的推理能力更强？这些当然重要，但从更长的历史尺度看，还有一个问题：在机器学会生成世界之前，谁首先帮助机器建立了世界的数字样本？这也是ImageNet这类项目值得重新认识的地方。
它不是今天意义上的生成式AI，但它参与解决了一个更加基础的问题：机器如何认识现实世界中的对象。这类基础工作一旦积累几十年，后来的模型就可以站在这些数字基础设施之上继续发展。因此，AI竞争并不是从ChatGPT出现的那一天才开始。
它可能早在更早的时候就已经开始了。
九、中国真正需要思考的可能不是“再做一个ChatGPT”
如果把这个问题放到中美竞争的尺度上，真正值得反思的也许不是：中国为什么没有首先做出ChatGPT？而是：为什么没有更早、更系统地建立属于自己的世界数字样本体系？
中国拥有庞大的人口、城市、建筑、工业体系、消费市场和文化资源，从客观条件看，中国拥有极其丰富的现实世界样本。问题在于：现实资源不等于数字资源。如果没有持续进行：采集 → 数字化 → 分类 → 标注 → 结构化 → 标准化 → 长期保存 那么现实世界的丰富性并不会自动转化为AI时代的基础资源。
这可能是一个比“模型参数”更加值得思考的问题。
十、AI时代的“世界地图”可能不是地图
工业时代，人类绘制世界地图。互联网时代，人类建立全球信息网络。AI时代，可能出现一种更加特殊的“世界地图”：机器内部的世界模型。
它不是一张真正的地图，而是一套巨大的关联网络：人是什么？城市是什么？国家是什么？家庭是什么？财富是什么？战争是什么？商业是什么？建筑是什么？货币是什么？成功是什么？普通生活是什么？
当AI越来越多地参与写作、影视、教育、设计、广告、搜索和决策时，这套“机器世界模型”会越来越重要。
谁在更大程度上影响它？谁就可能获得一种过去没有出现过的权力。
十一、这可能是AI时代真正意义上的“文化霸权”
传统文化霸权的逻辑是：我生产文化，你消费文化。
AI文化霸权可能变成：我提供生成工具，你用我的工具生产你的文化。
这一步非常关键，因为后者不再要求你喜欢美国电影，也不要求你主动接受美国价值观。只要你每天使用AI，模型的默认世界就可能参与到你的创造过程中。它可以非常微小：一张美元钞票，一个名字，一件衣服，一辆汽车，一栋建筑，一个办公室，一个家庭，一个城市。
单独看，每一个都微不足道，但当它们每天被全球数亿、数十亿次生成时，微小的默认值就可能产生巨大的累积效应。
十二、因此，“AI霸权”值得成为一个新的研究概念
所谓AI霸权，并不应该简单理解成：美国控制了AI。更准确的定义应该是：一个国家或技术体系通过掌握AI的关键基础设施、模型、数据和生成平台，进而对机器认识世界、描述世界和生成世界的默认规则产生长期影响。
它至少包括四个层次：
第一层：硬件权力
芯片、算力、服务器、网络。
第二层：模型权力
基础模型、算法、训练体系。
第三层：样本权力
谁拥有大规模、结构化的现实世界数字样本。
第四层：认知权力
谁影响AI在面对未知和空白时的默认答案。
如果前三层最终都汇聚到第四层，那么AI霸权就不再只是技术霸权，它将成为：技术、数据、认知与文化的综合性体系权力。
结语：真正的竞争可能是“谁定义AI眼中的世界”
一张错误的美元钞票，看起来只是AI短剧中的一个小错误。但它可以引出一个非常大的问题：AI到底是从哪里学习这个世界的？
如果过去几个世纪的大国竞争，是争夺土地、海洋、工业、资本和资源；那么未来的竞争可能还要增加一种新的资源：世界的数字表达权。
谁采集世界？
谁分类世界？
谁标注世界？
谁训练机器认识世界？
谁最终拥有让机器生成世界的能力？
这些问题最终可能汇聚成一个比“谁的AI模型更强”更加深刻的问题：当越来越多的人通过AI认识、描述和创造世界时，谁在定义AI眼中的世界？
如果答案长期集中在少数国家、少数公司和少数数字文化体系手中，那么我们看到的可能不是简单的AI技术领先。
而是一种尚未完全成形的、新型体系权力：AI霸权。它最深刻的地方，不是告诉世界应该相信什么。
而是让世界在没有特别说明的时候，默认这样想、这样看、这样生成。