當美國國會議員竭力透過晶片禁令築起高牆，試圖遏制中國在人工智慧領域的發展時，一份來自美國國會諮詢機構的報告，卻揭露了另一條令人不安的蹊徑：中國正憑藉其在開源AI的驚人主導地位，悄然建立起一種「自我增強的競爭優勢」，這股力量正日益逼近，威脅著美國長期以來的科技領先地位。這項由「美中經濟暨安全檢討委員會」於24日發布的報告，猶如一記警鐘，提醒華府這場AI競賽的戰場，早已不再侷限於先進晶片的供應鏈。
表象：開源AI平台上的中國身影
表面上，美國對中國先進AI晶片的出口限制似乎取得了成效，但實際上，中國企業開發的大型語言模型（LLM）卻在國際開源AI工具平台上大放異彩，其全球使用率甚至稱霸排行榜。根據報告指出，阿里巴巴、Moonshot和MiniMax等中國科技巨擘所推出的LLM，由於具備成本優勢，如今已在HuggingFace和OpenRouter等主流AI工具平台上獲得廣泛青睞，這無疑展現了中國在開源生態系中的強勁實力。
有趣的是，這種現象形成了一種特殊的對比：美國企業如ChatGPT開發商OpenAI、Claude開發者Anthropic以及其他傳統科技巨頭，正投入數以十億計美元來維持其在AI領域的領先地位。然而，報告卻直言不諱地指出，這些美企的領先地位可能正受到威脅，因為「開放模型的不斷繁殖，為邁向AI領導地位另闢蹊徑」。
真相：數據洪流與創新閉環
那麼，中國的開源AI為何能在晶片受限的情況下，依然展現如此強大的競爭力？「美中經濟暨安全檢討委員會」的報告揭示了關鍵的「自我增強」機制。中國政府大力推動AI在廣泛層面的應用，從生產基地、工廠自動化、物流網絡到機器人技術的全面升級，這不僅提高了效率，更產生了海量的真實世界數據。這些數據隨後被回饋至模型，不斷優化改進，形成一個高效的創新閉環。
報告明確指出：「這個開放的生態系統，使得中國即使計算能力顯著受限，仍能朝向新開拓領域不斷創新和接近……中國實驗室的表現，已縮小與西方頂尖大型語言模型間的差距。」
這意味著，即使在硬體層面受到限制，中國透過其龐大的應用場景和數據優勢，依然能夠在軟體和模型層面實現快速迭代與創新，進而實質性地縮小與西方頂尖AI技術的差距。這不僅僅是技術追趕，更是一種策略性的生態系建構。
各方角力：看不見的戰場
自2022年以來，美國國會議員為了阻止中國獲取最先進的AI晶片，已祭出多輪出口限制措施。這項策略旨在削減中國的算力基礎，從而延緩其AI發展。然而，報告中的一項估計令人震驚：目前在美國新創AI公司當中，可能約有八成使用中國的開放原始碼AI模型。這組數據揭示了美中在AI領域的競爭，已經滲透到一個更為隱蔽且難以監管的層面。
這就好像一場圍堵戰，雖然在實體晶片這個「前線」設下了重重關卡，但敵人卻可能從「後方」的開源社群悄悄滲透。美國公司或許在頂尖模型的研發上投入巨資，但在實際應用層面，卻可能不知不覺地依賴著來自中國的開源解決方案，這無疑讓美國的AI領先地位面臨更為複雜的挑戰。
深層影響：實體AI與代理型AI的未來
報告進一步預警，隨著AI發展的重心從大型語言模型逐漸轉向代理型AI和實體AI，中國可能將佔據更有利的戰略位置。代理型AI強調自主決策與執行任務的能力，而實體AI則將AI技術與物理世界結合，例如人形機器人、自動駕駛車輛等。中國憑藉其龐大的人口基數、廣闊的工業基礎以及豐富的實體應用場景，能夠收集到海量的真實世界數據，這對於訓練和強化實體AI模型至關重要。
「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，語帶憂慮地表示：
「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。」
庫肯還透露，委員會正密切關注中國如何將AI技術運用於生物科技、量子計算和先進材料等關鍵領域，這顯示了中國在AI發展上的全面性佈局，已遠超出單純的軟體應用範疇，觸及國家安全與戰略競爭的核心。
未解之問：美國如何應對這場「開源」戰役？
面對中國在開源AI領域所建立的「自我增強的競爭優勢」，以及其在實體AI和代理型AI潛在的領先態勢，美國的政策制定者無疑面臨著一個複雜且迫切的問題：單純的晶片出口限制，是否足以捍衛其在全球AI領域的霸權地位？當創新之路不再僅限於少數頂尖實驗室，而是透過開放社群與海量數據的協同作用時，傳統的競爭策略是否還有用武之地？這場看不見硝煙的AI戰役，其真正的挑戰或許才剛剛開始。
