談到美中人工智慧競爭，外界多半只盯著先進晶片、算力管制與大模型排名，但真正改變勝負條件的，恐怕不是誰的模型更大更強，而是誰能更快把AI送進工廠、物流、機器人與科學研究現場。
隸屬美國國會的跨黨派「美中經濟暨安全審查委員會」（USCC）在3月23日發布《雙循環：中國的開放式人工智慧策略如何鞏固其產業主導地位》報告，點出中國正以全面開源策略推進AI發展，把開源模型與製造業優勢結合，透過具身AI在工廠、物流、機器人與科學研究場域的大規模部署，持續累積真實世界的專有工業數據，再回饋模型優化，形成數位與實體經濟相互強化的雙循環。中國發展AI模式不同於美國，透過結合既有製造優勢，形成技術擴散、場景部署、資料回流、模型再升級的產業飛輪，這才是當前最值得注意的結構變化。
相較之下，美國出口管制主要針對高階晶片與模型訓練算力，卻難有效限制中國在實體產業部署所產生的資料優勢；隨著開源模型降低部署門檻，中國建立AI競爭力愈來愈不完全依賴最先進硬體，而是更深植於其龐大製造體系與數據生態。中國選擇的追趕路線，並不是硬碰硬地複製美國，而是以較低門檻的開源模式，快速擴大開發者生態與應用滲透。透過模型原始碼與權重更開放，讓使用成本更低，意味更多企業、研究單位與工程師能直接拿來改、拿來用、拿來部署。採用的人愈多，回饋就愈快，迭代也愈快。這不是單一產品或模型的成功，而是以普及換速度、以速度換規模的策略。
更重要的是中國的開源優勢並非停留在網路世界，而是實際長在實體經濟之上。中國最強的籌碼從來不只是模型，而是完整製造體系、密集供應鏈、龐大工業場景與快速部署能力。當開源模型被導入工廠產線、倉儲物流、無人機、服務型機器人與各類自動化設備，AI便不再只是聊天工具而成為現場運作的一部分。每一次運作，都在產生資料；每一筆資料，又都可能成為下一輪模型優化養分。這也解釋為何美國近來警覺明顯升高。
美國眾議院國土安全委員會小組聽證會，在3月中已把焦點從晶片禁令進一步推向DeepSeek、宇樹科技、具身智慧與機器人供應鏈。美方擔心的已不只是中國能不能訓練出更強模型，而是中國是否正把AI優勢轉化為產業控制力、資料控制力，甚至未來的戰略控制力。因為先進機器人本質上就是AI在現實世界的實體化。
此一趨勢的真正含義在於美國現行出口管制主要瞄準訓練端，試圖封鎖中國取得最先進晶片；但對中國依靠大規模部署所形成「實體循環」卻未必有同樣效果。只要模型夠用、成本夠低、場景夠多，中國就能持續累積真實世界資料，並在製造、物流與機器人領域不斷放大優勢。換言之，AI競爭正在從誰算得更強，轉向誰落地更深。
對台灣而言，我們不能再把AI只理解為半導體競賽，也不能只用雲端模型眼光看產業未來。AI的決勝點，很可能是開源生態、工業資料、機器人部署與製造整合能力。中國的可怕之處，不一定是某個模型突然超車，而是它正把整個製造現場變成AI學習場，把產業體系變成持續進化訓練機器。當美國仍在守晶片，中國已在搶場景。
未來決定國力高下的，恐怕不是誰的AI說出最聰明答案，而是誰先讓AI應用落地，在真實世界大規模動起來。輸贏也不在雲端，而是在工廠與實體空間的滲透速度與廣度。
（作者為中華經濟研究院輔佐研究員）
※以上言論不代表旺中媒體集團立場※
