-
日期: 2026-03-25 | 来源: VOA美国之音 | 有0人参与评论 | 字体: 小 中 大
USCC报告：中国开放式人工智能战略或助推其工业竞争优势https://t.co/x9W3bnwx2l — 美国之音中文网 (@VOAChinese) March 24, 2026 美国国会辖下的美中经济与安全审查委员会(USCC)最新发布的一份研究报告警告说，中国正通过开放式人工智能(AI)发展路径，加快其模型在全球范围内的普及，并把这种技术扩散与庞大的制造业基础结合起来，形成一种可能在长期内强化中国工业竞争优势的“反馈循环”(feedback loop)。
这份星期一(3月23日)公布的报告题为《双循环：中国产业主导地位如何因其开放式AI战略而进一步强化》(Two Loops: How China’s Open AI Strategy Reinforces Its Industrial Dominance)。报告说，中国在人工智能领域已全面押注开放源代码路径。报告作者、USCC高级政策分析师梁佳琳(Ngor Luong)指出，多数中国AI实验室会公开模型源代码和权重，同时以远低于国际竞争对手的价格提供高端产品服务。这种做法加快了中国AI模型在全球的采用，并形成“广泛采用推动模型迭代、迭代再推动进一步采用”的循环。报告说，截至发表时，阿里巴巴“通义千问”(Qwen)系列在Hugging Face上已形成最大模型生态，衍生模型超过10万个。
报告认为，这种开放生态帮助中国在算力仍受限制的情况下，继续向全球AI前沿逼近。报告说，中国实验室与西方顶尖大语言模型之间的性能差距已经缩小，同时中国开发者也在一些关键架构和训练方法上取得进展，其中部分做法已成为行业通行标准。
梁佳琳在报告中指出，中国的AI竞争策略并不只是追求“更大模型”，而是试图通过开放模型的大范围部署，在制造业、机器人、物流和科研等场景中不断积累真实世界数据。报告说，这类由广泛应用产生的专有数据，可能为中国带来一种不同于美国闭源模型的发展路径，即便美国模型在某些基准测试上仍保持技术领先。
这份报告把中国的AI优势概括为两个相互强化的“循环”。第一个是数字循环，即开放模型快速扩散、被第三方开发者持续微调和再利用，从而推动技术加速演进。第二个是物理循环，即AI在中国广泛的工业体系中落地部署后，持续生成大量高价值、真实世界的数据，再反过来推动模型优化。报告说，正是这两个循环的叠加，赋予了中国AI战略“复合型”的竞争动能。
报告还说，中国的开放式AI战略与其制造业主导地位相互支撑。开放模型降低了企业在工厂、物流网络和机器人系统中部署AI的成本与门槛，而这些部署又不断产生新的工业数据。报告援引USCC此前年度报告的说法称，中国工业基础正在多个相邻产业中形成“相互联动的创新飞轮”。与此同时，北京也在制度层面为这种模式铺路，包括把数据列为正式生产要素，并允许企业将符合条件的数据资源作为资产计入资产负债表。
梁佳琳的报告认为，这一趋势对美国现行政策提出了挑战。报告说，美国出口管制主要针对“数字循环”，即限制中国获取用于前沿模型训练的先进芯片，但并不适合应对“物理循环”——也就是中国制造业体系中由部署驱动的数据生成和积累。随着开放模型降低有效部署所需的算力，中国通过实体经济不断积累专有工业数据的能力，可能日益不再依赖获得最尖端硬件。
报告特别指出，未来AI竞争的关键，可能不只是算力密集的最先进的大模型，还包括能在真实产业环境中执行具体任务的小型、专用模型。报告援引分析称，这类小模型成本更低、响应更快、错误更少，更适合代理式AI系统中的大量实际任务。而开放生态恰恰最有利于这类模型的快速开发和微调，这也是中国当前模式的一大优势。
不过，报告也表示，美国企业在若干重要AI应用领域仍然保持领先，尤其是在聊天机器人、代码助手、搜索、图像生成和视频生成等方面。从报告的判断看，中国开放模型生态正在迅速扩大影响力，一些美国研究人员和企业也越来越多依赖中国基础模型进行二次开发，这可能带来长期依赖、内容审查以及安全漏洞等风险。
报告最后警告说，如果中国开放模型成为全球开发者默认采用的基础设施，北京未来不仅可能在AI应用扩散中占据更大份额，还可能在模型架构、数据格式和安全特征等底层标准上形成更大影响力。报告因此呼吁美国国会与政策制定者重新审视当前AI政策框架，以应对中国在开放生态与工业部署结合下形成的新型竞争优势。
报告作者提出的其中一些建议包括：
鉴于中国正在全球建立对其AI技术的依赖性，国会可考虑指示美国有关机构积极主动地参与国际社会制定AI兼容标准等工作。
鉴于目前数据准入的不对称性有利于中国，国会可考虑是否应将对等要求或透明度标准适用于托管在美国平台上的模型。- 新闻来源于其它媒体，内容不代表本站立场！
-
原文链接
原文链接:
目前还没有人发表评论, 大家都在期待您的高见