美中人工智慧差距評估:未來競爭與全球領導力分析

美中人工智慧差距評估:未來競爭與全球領導力分析
Photo by Igor Omilaev / Unsplash

在當今科技競賽中,人工智慧(AI)已成為國家實力與經濟發展的關鍵指標。中國明確表示其目標是在2030年前成為全球AI領導者,這不僅包括個別模型的表現,更涵蓋廣泛的AI創新與應用。本文將深入分析美中AI競爭的現況、發展趨勢與潛在影響,並探討中國實現其野心的可能性。

摘要:美中AI差距現況評估

根據對美中人工智慧競爭關鍵領域的分析——包括政府與風險投資資金、產業法規、人才、技術擴散、模型表現以及運算能力——目前中國在這些領域多數未能超越美國,也難以在其設定的2030年時間表內持續領先。我們的研究顯示,中國AI產業很可能成為全球第二大AI勢力,其模型在特定時期或領域可能超越美國對手。根據公開可用的Elo基準測試,中國生成式AI模型目前落後於美國競爭對手約三至六個月,但新的算法突破以及智能代理和協作AI系統的發展可能在2030年前顯著改變兩國模型的競爭力。

中國的AI戰略與生態系統發展

自2017年中國政府採納專門計劃以來,中國一直致力於發展世界領先、具全球影響力的AI產業。以DeepSeek在2025年1月推出的R1模型為標誌性里程碑,中國AI產業展現了顯著進展。

中國AI研究社群很可能受益於政府的支持性政策環境、政府主導的投資計劃、日益高質量的人才池以及學術界與產業間不斷加強的聯繫。像DeepSeek這樣的中國AI企業通過創新和擁抱開源運動獲得了性能提升。這些公司同時擅長採納美國同行和國內競爭對手實施的技術,並優先考慮成本效益以保持在國內市場的競爭力。中國開源模型正在國內外獲得採用,同時中國的發明人和組織在軟件、金融和能源等許多關鍵產業的生成式AI應用方面申請的專利數量也在增加。

儘管取得這些進展,中國的AI產業仍面臨重大挑戰:AI領域的私營部門總投資遠遠落後於美國,中央政府資金可能小幅落後於美國聯邦投資。中國獲取國內AI相關人才的能力雖在改善且國內產業吸引力增加,但仍然不足,美國可能保持其歷史優勢。中國的法規雖然開創性,但對有意將產品公開的團隊可能造成創新阻力。此外,中國的半導體產業雖然在國際先進技術出口管制下取得顯著進展,但仍不太可能滿足AI加速晶片快速增長的需求。

政府與風險資本投資分析

截至2025年初,美中兩國針對AI相關技術的資金投入都呈上升趨勢。直接比較困難的原因在於定義問題以及——尤其是中國方面——數據不透明性,但美國聯邦政府對民用(非軍事)AI的資金投入很可能每年超過中國中央政府數十億美元,特別是考慮到北京方面到大約2023年為止支出下降的證據(部分可能受COVID-19影響)。

當包含州級和省級活動時,政府主導投資的平衡可能傾向中國,那裡的引導基金結合公共和私人資本,每年約投資160億美元於可能與AI相關的公司(廣義定義)。美國AI公司的私營部門總投資遠超中國私營部門投資。

根據Federal Budget IQ的數據,美國聯邦政府已將AI和IT研發支出從2021年的82億美元增加到2024年的104億美元,增幅近27%。2025財年預算為AI和IT研發支出分配了112億美元。扣除美國國防部(20.35億美元)和國防高級研究計劃局(14.1億美元)的支出,美國聯邦政府用於民用應用的AI和IT研發支出約為73.3億美元。其中,「核心」AI預算(19.55億美元)是最大組成部分,雖然可能與AI相關的高容量計算領域的資金也在快速增長。2025財年美國聯邦政府「核心」和「交叉」AI的預算總計為28億美元(不包括國防部和DARPA)。

競爭優勢因素:人才與監管環境

國際AI人才庫可能繼續有利於美國,這是因為持續(儘管下降)的移民優勢和精英教育機構的質量,但這種優勢對AI競爭的實際影響可能正在減弱。AI擴散而非創新很可能決定在經濟和地緣政治上從技術中受益的「贏家」,但美國或中國是否有更大擴散水平尚不清楚,一個指標(專利)卻顯示中國在許多行業佔據領先地位。

根據對模型基準測試、Elo分數和行業專家評估的分析,中國生成式AI模型目前可能落後於美國競爭對手三到六個月,但這一時間差距正在縮小。在保持成本競爭力的同時縮小性能差距很可能為中國帶來回報,推動中國生成式AI模型在國內外的採用。

獲取高質量培訓數據和智慧財產權是一個日益受到爭議的領域,美國可能保持競爭優勢;兩國公司都在利用用戶生成內容(UGC)訓練生成式AI模型。採用開源在中國AI公司中更為普遍,很可能使中國能夠比美國專有模型更廣泛地擴散其模型。

技術挑戰與硬體依賴

美國出口管制幾乎肯定促使中國政府加速為AI硬體、半導體產業和用於訓練和託管AI模型的高性能計算基礎設施提供資金。中國的半導體產業可能仍面臨生產7納米(nm)以下芯片的瓶頸,並且幾乎肯定在嘗試使用替代技術開發自己的極紫外(EUV)光刻工具,以推進國產AI加速器生產。

儘管當前美國總統政府表示維持美國在AI發展中的領先地位是優先事項,但早期減少公共科學資金投入和因所謂的簽證違規而針對國際學生的行動很可能有損於這一目標的實現。

通往AGI的競賽:國家安全與經濟增長的關鍵

通往人工通用智慧(AGI)的競賽,根據AI專家和產業領導者估計將在未來五到十年內結束,對國家安全和經濟增長具有相當大的影響。人類水平AI模型的成本下降和普及化——意味著AI可以執行大多數以前由人類完成的任務,而且比人類做得更好——很可能擾亂未來工作的同時導致經濟爆炸性增長,AI預計到2030年將為全球經濟貢獻15.7萬億美元。

研究人員繼續就AI的存在風險和對抗性使用進行辯論,範圍從促進化學、生物、放射和核(CBRN)威脅到針對民主進程及支援進攻性網路作戰。「AI霸權」的概念捕捉了AGI競賽的地緣政治影響,美國和中國被許多人視為領跑者。

2025年1月20日,中國人工智慧研究公司DeepSeek發布了R1,這是一個開源推理大型語言模型(LLM),與當時OpenAI最先進的o1模型競爭。隨後一週,美國AI硬體公司英偉達市值蒸發5930億美元,創下美國歷史上單日最大市值損失紀錄。媒體標題將DeepSeek發布R1比作太空競賽的「史普尼克時刻」,指的是1957年10月4日蘇聯出人意料地將史普尼克衛星發射入軌後,對手能力認知的快速且意外轉變。

美蘇「導彈差距」理論可能是更準確的冷戰類比。就像導彈生產一樣,AGI競賽不僅僅由創新能力(發射史普尼克)來衡量,還包括擴散能力,即國家生態系統能力,以調動資本、人才和政策,迅速將創新轉化為經濟生產過程(贏得冷戰)。導彈差距類比也準確地反映了美國領導人長期擁有關於蘇聯導彈能力的不準確數據;直到1961年,衛星圖像創新才允許決策者獲得關於這個所謂「導彈差距」的可靠數據。

中國AI產業與格局

2017年7月,中國國務院發布了《新一代人工智慧發展規劃》(AIDP),概述了到2030年實現「世界領先」AI理論、技術和應用,成為「世界主要AI創新中心」的雄心勃勃路徑。為實現這些目標,AIDP要求(部分)進行以下活動:

  • 支持一個發展框架,使產業、學術界和其他部門能夠追求聯合和跨學科創新
  • 尋求研發、應用和整體產業的突破,包括AI相關產業鏈
  • 改善人才培訓和招聘,特別關注AI和AI在其他領域的應用
  • 促進AI應用和AI相關創新跨產業、企業和服務
  • 協調中國主要科技支柱對AI的支持,包括重點計劃、特大項目、基地和人才計劃
  • 採用法律、法規和規範系統來幫助AI發展
  • 傳播中國AI進展的消息,以培養一個熱心且支持AI發展的社會

中國科技創新機構很可能強調(雖然被認為缺乏)政府(包括實驗室和國有企業)、產業和學術界之間的合作。因此,來自這三個部門的實體都為中國的AI發展企業做出貢獻,並越來越多地對AI研發和應用產生顯著貢獻。

半導體產業的進展

中國半導體產業在支持國家AI生態系統方面扮演關鍵角色,這對實現AIDP目標幾乎肯定至關重要。面對美國明確努力遏制中國在AI和半導體領域的進展,中國對國內半導體產業的支持——包括財務支持——幾乎肯定加速了。一個國家主導投資的工具,多階段的「中國集成電路產業投資基金」(「大基金」)截至2023年2月在至少74家國內半導體公司擁有少數股權。

華為是中國半導體產業特別重要且崛起的貢獻者,但多家中國公司正在取得進展或實驗方法,雖然這些能力遠非尖端且可能無法滿足當前國內需求,但長期內很可能減輕中國對美國和其他國家的依賴。2025年3月,彭博社報導(引用未具名消息來源)稱,中國螞蟻集團找到了一種使用國產晶片訓練AI模型的方法,成本更低但與使用美國晶片獲得的結果相似。

結論與未來展望

基於對美中AI競賽關鍵產業支柱的分析,我們評估中國不太可能在其理想時間表內持續超越美國。目前,中國在任何這些支柱中要么落後,要么沒有明顯領先於美國。美中AI競爭很可能變得更加激烈,中國AI產業可能成為全球第二,其AI模型可能在某些時候或某些部門超越美國。

儘管中國依靠長期投資、迭代創新以及面對強化晶片出口管制下效率提升需求的推動取得了顯著進步,但半導體產業的限制和人才短缺等挑戰仍然存在。對中國和美國來說,保持在AGI競賽中的領導地位幾乎肯定被視為國家安全的關鍵。為此,中國幾乎肯定會繼續應用其合法和非法工具促進國家發展,包括經濟間諜活動和外國人才招募。

美國及其盟國政府應密切監控中國生成式AI公司的重大發展以及公共和私人研發投資,同時監控AI擴散指標,如應用和專利。西方AI公司應考慮積極保護自己免受模型提取和知識產權(IP)盜竊。受出口管制約束的西方硬體製造商應繼續改進最終客戶盡職調查流程,以保持合規並避免向受美國制裁實體的代理銷售。西方政府、學術和企業實體應採取政策,促進全球AI人才的招募和保留。

Read more

當輸入為空:探討技術開發中的空值處理與意義

當輸入為空:探討技術開發中的空值處理與意義

在軟體開發的世界裡,我們經常會遇到一個看似簡單卻深具哲學意味的問題:當輸入為空時,我們該如何處理?這個問題不僅是技術層面的挑戰,更反映了我們對於「無」這個概念的理解。今天,讓我們深入探討這個在程式設計中無處不在,卻又常被忽視的重要議題。 空值的本質:從哲學到程式碼 當我們談論「空」時,我們究竟在談論什麼?在程式設計的領域中,空值可以有多種表現形式:null、undefined、空字串、空陣列、空物件等等。每一種形式都代表著不同的含義和使用情境。null 通常表示「有意的空缺」,代表我們知道這個位置應該有值,但目前沒有;而 undefined 則更像是「尚未定義」,暗示著這個變數可能還沒被初始化或賦值。這種微妙的差異在實際開發中至關重要,因為它們會影響我們如何設計 API、如何處理錯誤,以及如何與使用者溝通。在東方哲學中,「空」並非單純的虛無,而是一種充滿可能性的狀態,就像老子所說的「無為而無不為」。同樣地,在程式設計中,正確處理空值往往能為系統帶來更大的靈活性和健壯性。當我們面對一個空的輸入時,

By Eric Lau
AI 是否做得越來越少?從全自動到混合架構的演化之路

AI 是否做得越來越少?從全自動到混合架構的演化之路

當我們談論人工智慧的進步時,通常期待它能處理越來越多的任務。但在實際應用中,一個有趣的現象正在發生:許多開發者發現,隨著 AI 系統的成熟,真正需要 AI 介入的部分反而越來越少。這不是退步,而是一種更精明的進化。本文將深入探討這個看似矛盾的趨勢,以及它對未來 AI 應用開發的啟示。 從完全依賴 AI 到混合架構的轉變 六個月前,當開發者開始建構 AI 代理系統時,最直覺的做法是讓大型語言模型(LLM)處理所有事情。每一個任務、每一個決策點都交給 AI 來判斷和執行。這種做法看似充分利用了 AI 的能力,但實際運作後卻發現了許多問題。LLM 確實會自信地推進各項任務,但準確性並不總是令人滿意。更重要的是,這種全 AI 的架構在成本、速度和可預測性上都存在明顯的瓶頸。於是,一個重要的轉變開始發生:開發者逐漸意識到,不是所有任務都需要 AI 的「智慧」

By Eric Lau
代理商務守門問題:平台如何成為新時代的聚合者

代理商務守門問題:平台如何成為新時代的聚合者

在電商與人工智慧交織的新時代,我們正見證一個前所未有的變革:代理商務協議的崛起。但這場變革背後,隱藏著一個值得深思的問題——那些曾經標榜開放、賦能商家的平台,正悄然轉變為控制流量與數據的聚合者。這不是陰謀論,而是商業邏輯演進的必然結果。當 Shopify、Stripe 這些我們熟悉的平台開始在 AI 購物表面扮演中介角色時,商家們需要清醒地認識到:你要麼掌握自己的命運,要麼成為別人棋盤上的棋子。 代理商務協議的新遊戲規則:開放但我先行 讓我們先理解一個基本事實:今天的代理商務協議與過去的網際網路標準有著根本性的不同。回想 TCP/IP 這個支撐整個網際網路通訊的核心協議,它經歷了委員會討論、RFC 文件、多年的審議過程。那個年代的開放標準是真正「民主」的,在公開透明的環境中發展。但在當今的 AI 場景中,協議的演進方式已經完全改變了。 無論是 OpenAI 的代理商務協議(ACP)還是 Google 的通用商務協議(UCP),它們從一開始就帶著完整的合作夥伴生態系統登場。OpenAI 與

By Eric Lau
當輸入為空時:探討系統邊界條件處理的藝術

當輸入為空時:探討系統邊界條件處理的藝術

在軟體開發的世界裡,我們經常專注於處理正常的業務邏輯和功能需求,卻容易忽略一個至關重要的問題:當系統接收到空值或無效輸入時,應該如何反應?這個看似簡單的問題,實際上揭示了軟體設計中最基本卻也最容易被忽視的一個面向。今天,讓我們深入探討當輸入為空時,技術系統應該如何優雅地處理這種邊界條件,以及這對整體系統設計的深遠影響。 理解空值的本質與意義 空值並不僅僅是「什麼都沒有」這麼簡單。在不同的程式語言和系統架構中,空值可能代表著截然不同的意義。在某些情況下,它可能表示資料尚未被初始化;在另一些場景中,它可能意味著使用者刻意選擇不提供任何資訊;還有時候,它可能是系統錯誤或網路中斷的結果。這種多重性使得空值處理成為一門需要細緻思考的藝術。從技術角度來看,空值可能以多種形式出現:null、undefined、空字串、空陣列、空物件等等。每一種形式都有其特定的使用場景和處理方式。優秀的開發者需要能夠區分這些不同類型的空值,並根據具體情況採取適當的處理策略。更重要的是,我們需要理解空值在業務邏輯中的含義,而不僅僅是從技術層面來看待它。例如,在電子商務系統中,購物車為空可能意味著新用戶剛進入網站,

By Eric Lau