根據美國國會諮詢機構「美中經濟暨安全檢討委員會」於 24 日發布的最新報告指出，儘管中國在先進人工智慧（AI）晶片取得上仍受限制，但其在開放原始碼 AI 領域的主導地位已形成「自我增強的競爭優勢」，恐對美國在 AI 領域的領先地位構成嚴重威脅。這份報告深入剖析了中國在開源 AI 生態系中的崛起，及其對全球科技競局的深遠影響。
中國開源AI崛起：數據揭示全球主導地位
數據發現： 報告指出，中國公司開發的大型語言模型（LLM）在全球 AI 工具平台上展現驚人的主導力。例如，阿里巴巴、Moonshot 和 MiniMax 等中國企業推出的 LLM，因其相對較低的成本優勢，如今在 HuggingFace 和 OpenRouter 等主流 AI 平台上，其全球使用率已躍居排行榜前列。
解讀意義： 這種現象不僅反映了中國在模型開發上的實力，更揭示了成本效益在開源生態系中的關鍵影響力。低成本的開放模型加速了普及，進而形成一種「自我增強的競爭優勢」，讓更多開發者採用，產生更多回饋數據，進一步優化模型。
產業影響： 顯而易見，這對長期以來由美國主導的 AI 產業帶來了實質性挑戰。即使美國公司如 ChatGPT 開發商 OpenAI 和 Claude 開發者 Anthropic 等投入數十億美元以維持領先地位，中國開源模型的蓬勃發展仍為 AI 領導地位開闢了另一條道路。
美中經濟暨安全檢討委員會的報告提醒：「開放模型的不斷繁殖，為邁向AI領導地位另闢途徑。」這表明單純的晶片限制，已不足以完全遏制中國在 AI 領域的全面進展。
數據回饋與創新：中國AI生態系的獨特優勢
數據發現： 報告進一步闡明，中國正積極推動 AI 在廣泛層面的應用，以升級其生產基地、工廠、物流網絡和機器人技術。這種大規模的產業應用，不斷產生真實世界數據，這些寶貴的數據隨後被回饋用於改善 AI 模型，形成一個良性循環。
解讀意義： 這種開放的生態系統，讓中國即使在計算能力受到顯著限制的情況下，仍能持續朝向新開拓領域創新與進步。透過實踐中累積的數據，中國實驗室得以快速迭代，有效縮小與西方頂尖大型語言模型之間的差距。
產業影響： 美國國會議員自 2022 年起已祭出數輪出口限制措施，旨在阻止中國取得最先進的 AI 晶片。然而，報告的發現顯示，中國透過其獨特的數據驅動創新模式，正在繞過這些硬體限制，持續提升其 AI 軟體與應用能力。據估計，目前在美國新創 AI 公司中，約有 80% 可能正在使用中國的開放原始碼 AI 模型，這是一個值得警惕的數據。
從大型語言模型到實體AI：中國的戰略轉移與潛在威脅
數據發現： 報告提到，隨著 AI 的拓展重心正從純粹的大型語言模型轉向代理型 AI 和實體 AI，中國可能因此佔據更有利的戰略位置。中國龐大的數據收集能力，將能有效強化其在人形機器人、自動駕駛軟體，甚至是軍民兩用科技的發展。
解讀意義： 實體 AI 涉及將 AI 應用於物理世界，例如機器人與自動化系統。中國在製造業和基礎設施領域的廣泛部署，使其能收集到大量真實世界的物理數據，這將成為其發展實體 AI 的獨特優勢。
產業影響： 美中經濟暨安全檢討委員會副主席庫肯（Michael Kuiken）在接受路透社訪問時表示，在實體 AI 的部署方面，美國與中國之間已存在「些微差距」，而這個差距「會隨著時間自行擴大」。他強調：「我們現在正開始目睹。」委員會也正密切觀察中國如何將 AI 應用於生物科技、量子計算和先進材料等關鍵領域，這顯示潛在的競爭範疇正持續擴大。
庫肯指出：「在實體AI的部署方面，美國與中國有些微差距，而這個差距會隨著時間自行擴大……我們現在正開始目睹。」這段話語突顯了美國對未來 AI 發展走向的深切憂慮。
數據背後的啟示：美國AI領先地位的警鐘
綜合上述數據與分析，美中經濟暨安全檢討委員會的報告明確指出，中國在開源 AI 領域的主導地位，已不僅僅是技術層面的進步，更是一種結構性的競爭優勢。透過低成本的開放模型、大規模的應用數據回饋，以及對實體 AI 領域的戰略佈局，中國正在為其 AI 發展開闢一條不同於傳統晶片限制的路徑。
這份報告為美國敲響了警鐘，顯示其在 AI 領域的領先地位可能正受到多面向的威脅。未來美中之間的 AI 競賽，將不僅止於晶片硬體的限制，更將延伸至開源生態系的建立、數據的運用效率，以及實體 AI 應用場景的部署。對於美國而言，如何有效應對中國開源 AI 的崛起，並維持其在全球 AI 創新的核心地位，將是其必須嚴肅面對的挑戰。
About the Author
