鉅亨網編譯莊閔棻
自中國人工智慧（AI）新創 DeepSeek 以高性價比模型引發國際關注後，市場上充滿「中國 AI 將迅速追上甚至超越美國」的樂觀看法。不過，多名中國 AI 業界關鍵人物與研究機構提醒，這股熱潮背後仍存在結構性限制，實際發展情勢並不如表面光鮮，且至少仍受制於幾項關鍵瓶頸。
根據《CNN》報導，今年 1 月，中國主要 AI 企業齊聚北京，參加一場具指標意義的產業會議。會中最受矚目的問題之一是：未來三到五年內，中國 AI 公司是否有機會超越美國領先者？
然而，阿里巴巴 (09988-HK) 通義千問（Qwen）模型技術負責人 Justin Lin 給出的答案相當直白。他直言，中國 AI 公司超車美國的機率「不到 20%」，並補充說，「20% 已經是非常樂觀的估計」。
這樣的評估，與過去一年外界對「中國 AI 崛起」的熱烈報導形成強烈對比。
自 DeepSeek 以「低成本、高效能」的開源模型震撼業界以來，中國 AI 公司在全球免費模型下載排行榜上名列前茅，也在資本市場掀起一波上市潮，募資規模驚人。
然而，多位中國 AI 領域的重量級人士私下警告，中國在尖端模型的研發上，可能反而與美國拉開了更大差距。
專家指出，先進晶片取得受限，以及資金動能不足，仍是長期難以突破的關鍵限制。
智譜 (02513-HK) 創辦人唐杰也在同一場會議上指出，中美模型之間的效能差距「可能正在拉大」。他坦言，儘管中國在部分領域表現不俗，但仍必須正視尚未彌補的挑戰與落差。
《CNN》這指出，並不代表中國 AI 產業停滯不前。面對高效能晶片與資本的限制，加上本土獨特的科技生態，中國企業也逐漸走出一條與美國不同的道路：全面擁抱開源模型。
中國政府與業者普遍認為，透過開源策略可加速技術擴散、降低門檻，進而與美國閉源模型陣營抗衡。此一策略也推動中國 AI 技術快速落地，廣泛應用於製造業、電商與機器人等領域。
以阿里巴巴為例，Qwen 去年 9 月在 Hugging Face 平台上的下載量超越 Meta(META-US) 的 Llama，成為全球最受歡迎的開源模型之一，甚至被 Airbnb 等美國企業用於 AI 客服系統。
同時，香港資本市場迎來前所未有的中國 AI 上市潮。今年 1 月，智譜與 MiniMax(00100-HK) 先後掛牌，分別募得 5.6 億與 6.2 億美元，股價表現亮眼。
國際科技巨頭也開始正視中國 AI 的進展。Meta 去年 12 月宣布收購由中國團隊創立、後遷往新加坡的 AI 代理公司 Manus，儘管該案仍需通過中國監管審查，但已顯示中國 AI 技術的吸引力。
DeepSeek 也傳出將於本月推出新一代模型，主打更強的程式編寫能力，再度引發市場關注。
分析人士指出，中國 AI 動能的重要推手，正是對開源模型的高度投入。科技產業分析師 Poe Zhao 表示，中國全面轉向開源模型，「已大幅降低開發者與企業的使用成本」。
他進一步說明，阿里巴巴等雲端服務商透過開源模型帶動雲端服務採用率，而新創公司則藉由開放策略，迅速建立起開發者社群與生態系。
儘管早在 2023 年初，Meta 就率先以 Llama 模型大規模投入開源，但多數美國科技巨頭仍選擇避免此路線，以維護自身的智慧財產權。
隨著中國開源模型快速擴張，其在全球的使用比重也出現爆發式成長。根據 AI 模型市集 OpenRouter 於 2025 年底發布的研究，開源模型的全球使用率已從 2024 年底的 1.2%，躍升至去年的近 30%。
以阿里巴巴為例，該公司至今已釋出超過 400 款開源 Qwen 模型，累計下載次數截至本月初已突破 10 億次。
科技研究機構 Omdia 首席分析師 Lian Jye Su 表示，在中國，「開源在某種程度上已成為產業共識」。
他指出，這樣的策略不僅能有效壓低成本，也有助於降低中國企業面臨的地緣政治風險。
Su 舉例說，若未來企業遭到美國制裁，至少基於其開源模型所開發的產品，仍能被其他使用者與開發者持續運用。
然而，這項策略背後，其實也反映出一項現實而殘酷的經濟因素。
專注 AI 投資的創投機構 Leonis Capital 合夥人 Jenny Xiao 直言：「幾乎沒有其他選擇，因為無論是一般消費者還是企業客戶，中國市場本來就不願意為軟體付費。」
不過，儘管中國模型在開源領域占據優勢，由美國科技巨頭打造的閉源模型，包括 OpenAI 的 GPT、Google 的 Gemini 以及 Anthropic 的 Claude，仍在整體效能評比上持續領先。
根據 OpenRouter 的統計，閉源模型目前仍約占全球總下載量的七成。
中美 AI 模型之間的效能差距雖然並非懸殊，但始終未能消除，關鍵原因在於算力與資金的結構性限制。
阿里巴巴的 Lin 指出，OpenAI、Anthropic 等美國公司正投入龐大算力進行下一代技術研發，相較之下，中國業者的資源配置明顯吃緊。
美國的出口管制政策，禁止中國企業取得輝達 (NVDA-US) 最先進的 Blackwell 晶片，以及近期推出的 Rubin 系列，同時也限制了相關製造設備的出口。即便轉向國產晶片，對 AI 模型開發商而言，仍難以真正解決問題。
顧問公司 Albright Stonebridge Group 的中國與科技專家 Paul Triolo 指出，核心困境不在於技術本身，而是「拿不到足夠的數量」，因為美國限制措施同樣影響中國晶片廠的產能擴張。
儘管川普已批准輝達相較 Rubin 落後兩個世代的 H200 晶片出口，中國至今仍未正式核准其大規模進口。
Triolo 分析指出，這讓中國政府陷入兩難，因為其一方面有短期算力需求，另一方面又希望加速科技自主。
不過，《路透》上月引述知情人士指出，DeepSeek、阿里巴巴，以及字節跳動與騰訊 (00700-HK) 等中國科技巨頭，已獲得北京有條件批准，可採購一定數量的 H200 晶片。
在資金面上，中國 AI 公司也面臨與美國同業截然不同的環境。相較美國新創可多輪募資，中國業者投資人基礎較薄，且更早承受商業化壓力，迫使智譜與 MiniMax 等公司選擇比美國對手更早上市。
Xiao 指出，許多中國 AI 公司急於進入資本市場，原因在於資金消耗速度快，而公開上市是相對最快的解方。
此外，她也補充，中國內需市場規模較小，且客戶往往要求高度客製化，進一步壓縮 AI 模型開發商的獲利空間，使商業化難度持續升高。
即便如此，多數專家仍提醒，不應低估中國的長期潛力。
IDC AI 研究負責人 Deepika Giri 指出，中國企業在面向消費者的應用部署，以及將 AI 快速導入工業場景方面表現尤為突出。
她表示，即便中國 AI 模型在能力上仍有一定限制，但相關技術正「快速普及」。
Giri 表示：「或許不是全球表現最頂尖的模型，但企業仍持續整合應用，使 AI 的產業化進程推進得非常迅速。」
中國政府方面也將 AI 應用列為政策重點，並於上月發布行動方案，明確要求深化 AI 在製造業中的使用，作為推動產業升級與結構轉型的國家戰略之一。
前 OpenAI 研究員、近期加入騰訊、擔任首席 AI 科學家的姚順雨指出，中國已經多次證明，能夠「非常快速地追趕甚至複製」西方的技術成果，並甚至在部分領域做的「更好」。
他在與唐杰、Lin 同場的北京論壇上，以中國強大的製造業基礎與電動車產業為例，說明中國具備將技術規模化、產業化的獨特優勢。
不過，姚順雨也認為，若中國想真正超越美國，最大的挑戰可能不在技術或人才，而是在文化層面，因為缺乏敢於冒險的人。
他直言：「我們是否真的能夠引領全新典範的創造？我認為，從某種意義上來看，這正是中國目前仍亟待解決的關鍵問題。」
下一篇
