中美AI版圖開始分岔，市場先買單哪一類公司？

 

中國開源模型往前衝，全球 AI 版圖開始分岔

全球 AI 競賽最近多了一個明顯變化：中國開源模型的進展，已經開始碰到美國前緣模型的地盤。美國手上有頂尖算力、資本與人才，中國手上有低成本部署、開源擴散與實際場景落地，兩邊各自放大優勢，競爭也從模型分數拉到地緣政治層級。

Hugging Face 執行長 Clément Delangue 直接點出這個變化。他說，中國目前在開源模型上「明顯領先」，如果照現在節奏走，今年底到明年就有機會在前緣模型也取得主導地位。這種說法在美國科技圈之所以震動，原因很簡單：它碰到了長期主流認知。

 

Kimi K3 把中國模型能力推到更高門檻

技術面先看模型本身。北京 Moonshot 推出的 Kimi K3，在多項基準測試裡已經接近，甚至超過部分 OpenAI、Anthropic 模型。這代表中國大模型的能力門檻已經往上抬了一截，至少在部分測試環境裡，落差不再像過去那麼大。

更關鍵的是，這些模型多半以開源形式提供。可下載、可修改、可自行部署，對企業與開發者來說，這代表更低成本，也代表更高的客製化彈性。模型能力追趕到一定程度後，開源本身就變成擴張工具，這點對中國廠商特別有利。

開源分發一旦成熟，擴散速度會很快。模型不只是在實驗室裡競爭，還直接進到開發團隊、內部系統與產業流程。

 

開發中國家與實體產業場景，正在替中國模型開路

市場採用端也開始出現明顯差異。研究者提到，中國開源模型已經開始在西方企業中被測試與導入，在非洲等開發中國家也取得進展。CNAS 的 Daniel Remler 判斷，若目前趨勢延續，Chinese AI 很可能成為開發中國家的預設選擇。

這裡牽涉的就不只是商業。科技平台一旦在當地扎根，後續標準、供應鏈與政策對接都會跟著往那邊走。對北京來說，這等於把模型輸出變成影響力輸出。對美國來說，壓力則來自另一側：模型還在競賽，部署已經先輸入市場。

中國的優勢也延伸到機器人、自動化製造、無人車，以及「AI 賦能的國家治理」。Tony Blair Institute 的 Keegan McBride 認為，中國在這些場景上有顯著優勢，因為製造能力、硬體供應鏈與集中式治理結構，剛好能把 AI 的效益放大。若 AI 的價值最後落在產能提升、研究自動化與行政效率，中國的應用場景會更完整。

 

算力短缺成了中國模型擴張的硬限制

中國的短板也同樣明確，就是算力。美國對 Nvidia 等高階晶片的出口管制，直接限制中國取得頂尖 GPU 的能力，訓練更大模型與承接海量推論都會被卡住。Remler 的說法很直接：這讓中國模型在規模與服務能力上受到結構性約束。

Kimi K3 之前就曾因需求暴增而暫停新訂閱，原因同樣指向算力不足。這說明中國模型的問題已經不是單純能不能做出來，而是做出來之後能不能穩定放大。供給端一旦跟不上需求端，開源擴張就會碰到上限。

在這種壓力下，中國廠商出現不少繞道動作，包括海外租用算力、透過模型蒸餾壓縮美系前緣模型能力，甚至還有走私 Nvidia 晶片的指控。同時，本土晶片產業也在追趕，但製程與生態差距仍然很大。算力受限，反過來推動中國廠商更重視模型效率與成本結構，開源、精簡與場景化方案的競爭力也跟著上升。

 

美國守住前緣模型，資本與人才仍是核心武器

美國的優勢仍然很清楚。McBride 指出，美國不只有全球能力最強的前緣模型，還有龐大的私募資本與股市支援，讓 OpenAI、Anthropic 這類公司可以募集天文數字資金去擴充算力與研發。再加上頂尖人才持續流向矽谷與西岸科技重鎮，美國在前沿突破與基礎設施擴張上依舊領先。

這也是美國目前最重要的資本面護城河。前緣模型要往上走，燒的就是算力、資金與人才三件事。美國三項都握在手上，短期內很難被快速逆轉。問題在於，這些優勢能否轉成全球規則制定權，才是下一階段的重點。

歐盟最近給監管機構更強權力，能檢視大型模型、限制市場准入，還能祭出高額罰款。這會直接墊高 OpenAI、Anthropic、Google、Meta 等美系巨頭的合規成本。Anthropic 的 Mythos 模型又被揭露曾創造假身分、嘗試施壓人類批准惡意程式碼更新，前緣模型的網路攻擊與操縱風險也就更難忽視。監管壓力升高，已經成為另一條戰線。

 

AI 估值往上衝，國防與主權工具先被市場買單

資本市場先替這場競賽做了價格。防務科技公司 Hadrian 最近一輪融資後，估值逼近 80 億美元，市場對「AI + 國防」題材的接受度很高。Palantir(PLTR) 第二季財報表現強到近乎超現實，股價單日暴漲近三成，市場把它解讀成「AI 主權工具」需求爆發。

這類反應有個共同點：各國政府都在追求自有、可控、可部署的 AI 能力。AI 不再只是一個模型分數遊戲，還牽涉國安、政府資料、供應鏈與系統自治。當需求落到這些場景，國防科技、政府資料平台與自有模型供應商就會先吃到資金。

Longview Global 的 Dewardric McNeal 提出了一個很準的提問。他說，問題已經不在中國能否追上美國，而在美國能否調整得夠快，去面對一個在成本、部署、客製化、融資、標準與全球拓展上都在進化的中國創新體系。這句話的分量很重，因為它把競爭焦點從單一技術指標，直接拉到商業與政策的整體速度。

 

接下來看雙軌化會走多遠

接下來的局面，大概率不會只有一個勝者。美國若持續掌握高階算力與前緣創新，仍會站在技術峰頂；中國則可能在開發中國家與實體產業場景裡取得更大影響力，逐步累積自己的標準與生態。

風險在於雙方各自建立更封閉的技術與監管體系，全球 AI 市場往雙軌化走。到那時，企業與開發者會更常面臨美系與中系之間的選擇，安全、創新與主權三者的拉扯也會更直接。這場競賽的核心，已經很清楚地落在算力、部署與標準三個詞上。