美國全面封鎖先進AI晶片之際，中國憑藉低成本開源模型在全球橫掃用量排行榜，並將優勢延伸到自駕、機器人等「具身AI」。在計算力受限下，北京以大規模產業落地換取真實世界數據，正形塑一套有別於美式「封閉雲端」的AI競爭路線。

在美國層層加碼出口管制，嚴禁最先進AI晶片流向中國之際，一份提交給美國國會的最新報告卻指出，中國並未在人工智慧競賽中被迫大幅退卻，反而靠著開源生態與超低成本模型，創造出一種「自我強化的競爭優勢」，正從語言模型一路蠶食到自駕與機器人等新戰場。

報告由美國國會旗下的「美中經濟與安全審查委員會」（U.S.-China Economic and Security Review Commission）發布，點名阿里巴巴(Alibaba)、Moonshot、MiniMax 等多家中國AI公司，其大型語言模型在 HuggingFace、OpenRouter 等平台的全球使用量已居前段班。更令人側目的是，部份估計顯示，美國新創公司有多達約八成，在自家產品或服務中導入了中國開源模型，凸顯在成本與開發速度上的現實考量，已逐漸壓過地緣政治疑慮。

美國自2022年起對中國祭出多輪高階晶片出口限制，封鎖最先進AI GPU 的供應，但去年仍允許輝達(Nvidia, NVDA)輸出規格次一級的晶片。即便如此，中國在硬體算力上與美國巨頭仍存明顯差距。報告卻指出，中國實驗室已成功縮小與西方頂級大型語言模型的性能差距，關鍵在於一套高度開放、快速迭代的模型生態：企業與研究機構能以更低門檻取得模型，針對各種垂直場景客製化，再將使用過程產生的海量數據回饋給模型，形成「部署—收數據—優化再部署」的閉環。

北京政府則在背後全力推動AI滲透各種實體產業，從製造業工廠、自動化物流網絡，到機器人與智慧城市應用，政策明確把AI視為產業升級的「總引擎」。在這樣的國家級動員之下，中國AI企業不只是在實驗室裡做模型分數競賽，而是透過實際部署拿到真實世界運行資料，這類數據對未來朝「具身AI」（Embodied AI）邁進尤為關鍵。

報告特別點出，以 DeepSeek 在2024年推出的 R1 模型為例，曾一度超越 ChatGPT，成為美國 App Store 上下載量最高的模型相關應用。阿里巴巴的 Qwen 模型家族，則在 HuggingFace 統計中累積下載量超越 Meta(META) 的 Llama。這些案例顯示，在開源路線下，中國廠商能以「多版本、小步快跑」的方式不斷更新，迅速擴大開發者社群與商業試驗場。

更令美方憂心的是，AI發展重心正從純文字對話的大型語言模型，轉向能感知環境、執行任務的「代理型AI」與「具身AI」——包括人形機器人、自主駕駛軟體，甚至具軍民兩用潛力的系統。委員會副主席 Michael Kuiken 接受訪問時坦言，在具身AI領域，美國與中國之間已出現「部署落差」，中國在實際落地的速度與規模，可能隨時間產生複利效應，如今這種效應正開始顯現。

北京已將具身AI列為未來核心戰略產業，許多中國人形機器人公司計畫今年內赴資本市場掛牌，準備放大資本與量產規模。由於機器人、自駕車等應用極度依賴大量感測器與真實場景數據，中國藉由龐大製造基地、交通網與城市試驗區，不斷堆疊數據優勢，試圖補上高階晶片不足的硬體劣勢。

在汽車領域，這股趨勢與國際供應鏈正在交織。以自駕與車用ADAS晶片供應商 Mobileye(MBLY) 為例，近期才宣布與一間「領先的」美國車廠合作，將其 Driver Monitoring System（DMS，駕駛監控系統）整合進未來搭載 EyeQ6L 系統單晶片的車型，預計自2027年開始量產，涵蓋多款車型、數百萬輛汽車。Mobileye 強調，下一代智慧駕駛需要同時掌握道路情境與車內駕駛狀態，而其方案能在單一 ADAS 晶片與 ECU 平台上，同步運行情境感知與駕駛監控，協助車廠在不增加硬體成本的前提下擴大高階輔助駕駛功能的布建。

這樣的發展，某種程度上呼應了中國在具身AI的部署邏輯：不論是本土新創還是國際供應商，都在尋找能大規模複製、成本可控的系統方案，讓「智慧」真正走進數以百萬計的實體產品之中。差別只在於，中國依賴的是廣泛開源模型與政策驅動的產業落地，美國與歐洲車廠則更多訴諸與個別技術供應商深度綁定，形成相對封閉但高單價的解決方案。

然而，中國開源AI攻城略地的同時，也引發安全與價值觀爭議。多家西方研究機構警告，過度依賴中國開源模型，可能面臨資安風險與資訊偏向中國政府立場的問題。儘管如此，考量成本與易用性，仍有大量企業選擇導入。例如德國工業巨頭 Siemens(SIEGY) 執行長 Roland Busch 便公開表示，使用中國開源AI訓練該公司專注工業自動化的模型，「沒有看到任何劣勢」，甚至強調其在成本與參數客製上具明顯優勢。

對美國與其盟友而言，真正的難題在於：傳統的「技術封鎖」與「晶片卡脖子」策略，面對一個以開源、低價、快速部署為特徵的中國AI生態，效果恐怕有限。當越來越多國際企業、甚至美國新創直接以中國模型作為基礎，技術與標準的影響力便不再只是實驗室內的benchmark之爭，而是滲透到全球工廠、自駕車、機器人與工業自動化現場的實際運作規則。

展望未來，隨著AI走向具身化與代理化，競爭焦點將從「誰的模型分數高」轉向「誰掌握更多可持續產生數據的實際場景」。中國倚重開源與產業落地積累真實世界資料，美國則憑藉微軟(Microsoft, MSFT)、Nvidia 等科技巨頭在雲端與硬體上的壟斷優勢，大舉砸下數十億美元維持技術領先。兩種路線沒有簡單的是非對錯，也各自帶來安全與依賴風險，但可以確定的是，AI 霸權之爭已不再只是一場晶片的軍備競賽，而是整個產業結構、開發文化與地緣政治路線的長期較量，世界其他國家與企業，勢必得在成本、風險與價值觀之間，做出自己的選擇。

點擊下方連結，開啟「美股K線APP」，獲得更多美股即時資訊喔！
https://www.cmoney.tw/r/56/9hlg37

免責宣言
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。