報告：中國 AI 模型採用率攀升，重塑全球產業競爭格局

中國人工智慧模型正快速縮小與美國領先系統的差距，重塑全球 AI 版圖。史丹佛大學以人為本 AI 研究所（Human-Centered AI Institute）最新報告指出，曾被視為追隨者的中國開發商，如今推出的大型語言模型（LLM）在性能與採用率上均可能與美國產品抗衡，同時在模型開放性方面領先，正深刻影響人工智慧在全球的擴散方式。

美國策略轉向封閉，中國擴大開放權重供應

這波轉變恰逢美國主要業者改變發展策略。OpenAI 原本強調透明度，但自 2022 年起轉向更封閉的專有模式。隨著美國開發模型的存取日益受限，中國企業與研究機構則擴大開放權重（Open-weight）替代方案的供應。

史丹佛報告指出，當今 AI 領導地位不僅取決於專有技術突破，更在於觸及範圍、採用率，以及開放模型的全球影響力。報告顯示，阿里巴巴的 Qwen 系列與 DeepSeek 等中國模型，在主要基準測試中已達到接近先進的水準。研究人員發現，這些模型在統計上可與 Anthropic 的 Claude 系列相比，且與 OpenAI 及 Google 最先進產品的差距持續縮小。LMArena 與 Epoch 能力指數（Epoch Capabilities Index）等獨立評測顯示，中美模型之間呈現穩定收斂趨勢，而非明顯的性能鴻溝。

中國模型主導開發者平台，Qwen 下載量超越 Llama

中國模型目前主導 Hugging Face 等開發者平台的下游使用，開發者在此分享和調整 AI 系統。截至 2025 年 9 月，中國微調或衍生模型佔該平台新發布版本超過 60%。同期，阿里巴巴 Qwen 超越 Meta 的 Llama 系列，成為下載量最高的大型語言模型生態系統，顯示其不僅在研究領域獲得認可，更在實際應用上取得強勁的全球採用。

這股動能因更廣泛的擴散效應而增強。隨著 Meta 減少作為主要開源 AI 提供者的角色並轉向封閉模型，中國業者以免費且高性能的系統填補市場空缺。史丹佛研究人員指出，中低收入國家的開發者特別傾向採用中國模型，作為從零建構 AI 基礎設施的平價替代方案。值得注意的是，這並不限於新興市場，美國企業也日益將中國開放權重模型整合至產品與工作流程中。

晶片限制意外推動效率創新

美國限制中國取得先進晶片的出口管制，可能反而加速了技術進展。硬體受限迫使中國實驗室專注於效率優化，開發出以更少運算資源達到競爭性能的模型。研究人員認為，這種限制已轉化為實質的技術優勢。

開放性在此扮演關鍵角色。開放權重模型雖不揭露完整訓練資料集（Training Dataset），但比封閉 API 提供更大的使用彈性。中國業者已開始採用 Apache 2.0 與 MIT 等寬鬆授權條款發布模型，允許廣泛使用與修改。就連曾偏好專有模式的百度，也已改變方向發布模型權重。

風險與展望

儘管有這些進展，風險依然存在。開放權重存取無法完全解決國家影響力的疑慮，許多使用者仰賴的託管服務，其資料可能受中國司法管轄。安全性是另一項考量，部分評估顯示中國模型可能比美國同類產品更容易被越獄（Jailbreak）。

然而整體趨勢已相當明確。隨著性能差距縮小，加上開放性驅動採用率提升，美國商業 AI 供應商的主導地位已不再穩固。史丹佛報告指出，中國在全球 AI 領域的角色將持續擴大，可能重塑全球在人工智慧的存取、治理與依賴方式。

本文轉載自 CySecurityNews。