「世界人工智能大會暨人工智能全球治理高級別會議」7月17日在上海舉行，中國國家主席習近平親自出席並發表主題演講。根據路透社評論，這是習近平迄今為止最明確闡述中國想要塑造全球AI治理體系的一次談話。

習近平還批評了「將國家安全概念泛化」的做法，強調「鼓勵開源開放」（Open Source）；官媒亦宣揚「堅持不搞技術封鎖」；外界普遍認為中國將「開源和普惠」作為本身發展人工智慧的敘事主軸，以對抗美國科技巨頭主導的「閉源生態」。

全球AI治理體系「雙極化」

就在前一天，世界人工智慧合作組織（WAICO）也在上海舉行簽署儀式，29個國家成為創始成員。無論外界如何評價中國的政治制度與科技發展模式，這一連串動作至少說明了，中國已不滿足於身為AI的追趕者，而是積極爭取成為全球AI治理的規則制定者。 這29個創始成員都是開發中國家，並無西方已開發國家如北美、東亞的日韓、歐盟，凸顯目前全球AI治理體系呈現嚴重的「雙極化」（bi-polar）陣營。

世界人工智慧合作組織（WAICO）創始會員國
亞洲（13國）：中國、俄羅斯、哈薩克、烏茲別克、塔吉克、吉爾吉斯、印尼、馬來西亞、巴基斯坦、阿曼、柬埔寨、寮國、緬甸 
非洲（10國） ：南非、衣索比亞、阿爾及利亞、肯亞、賴索托、莫三比克、塞內加爾、尚比亞、喀麥隆、剛果 
拉丁美洲（4國）：巴西、委內瑞拉、古巴、尼加拉瓜 
歐洲（1國） ：塞爾維亞

中國以「全球南方」（Global South）為主軸，為缺乏AI基礎設施與技術的國家提供技術援助。這個策略與 「一帶一路」及「金磚國家」夥伴重疊（如俄羅斯、巴西、南非、哈薩克、印尼等），都是中國長期建立戰略合作夥伴關係或區域經貿鏈結的國家。

據中國官媒報導，這場世界人工智慧大會有超過1100家企業亮相，觀眾超過40萬人次，達成採購意向金額超過人民幣203億元。這樣的展會類似於三十年前拓展外貿的「廣州交易會」。上海展館外的十字路口能看見人形機器人在指揮交通；商店裡的機器人咖啡師遞給顧客一杯冰美式，官媒說法是「上海整座城都成了AI體驗場」。

同一時間，中國新創公司月之暗面（Moonshot）發布開放權重的大語言模型「Kimi K3」，華爾街再次出現「重演DeepSeek時刻」的討論。不同於DeepSeek 是千億級參數的小模型，K3擁有2.8兆參數，主攻長程程式設計、知識工作與代理人任務，其規格雖然與美國頂尖的閉源模型仍有評比上的些許差距，但是已經貼近美國領先的幾個先進模型（Frontier Model）。

Kimi K3的橫空出世，再一次觸動美國敏感的神經。它像是北京一系列的組合拳之一，證明中國的AI開發者持續與西方領先者保持同步，且在美國出口管制下，中國的AI科學家能仰賴有限的先進硬體上所訓練的開放權重模型來實現這一目標。

當然，如同美國先進AI模型要角Anthropic先前指控，月之暗面利用境外虛假帳號對Anthropic的模型進行了340萬次蒸餾，中國AI企業利用諸如蒸餾、執行環境工具生態系統來提升模型性能是其常態。

早在今年4月另一家中國AI新創公司智譜發表了GLM-5.2，中國官媒即發文稱中美「AI模型性能差距基本消除」。史丹福大學4月發表的AI指數報告（Stanford AI Index Report）也指出，美國在大型語言模型領域只領先中國約四個月。

中國如何在美國管制下突圍

美國商務部在2025年將雲端算力、模型權重與高階演算法列入控管；同一年美國收緊對中國學生在「關鍵與新興科技」領域的審查，撤銷關鍵領域的科學、科技、工程與數學（STEM）教育簽證。同時，晶片及半導體製造設備對中國的出口管制也在持續。

以目前的成效來看，針對半導體設備的管制措施確實影響了中國大規模、低成本地在本土生產晶片的能力，使中國的半導體技術停留在七奈米；然而，先進AI晶片的出口管制成效則有侷限性，因為仍有大量晶片經由灰色管道流入中國，且中國企業也能透過海外AI資料中心獲取高階晶片的算力。

從DeepSeek、智譜GLM到月之暗面的Kimi K3成果顯示，美國欲延緩中國企業發展先進AI能力的戰略，在執行上並不成功，反而因北京以稀土等出口反制，造成美國企業供應鏈的附帶損害。

很多人以為Kimi K3是一夕爆紅，雖然這家公司只成立了三年，但創辦人楊植麟投入AI領域已有15年，在圈內不是新名字。2019年他還在卡內基美隆大學攻讀博士時，就共同發表了Transformer-XL與XLNet模型。前者突破了自然語言難以處理長文本的限制，後者一度超越當時最熱門的Google旗下模型BERT，兩篇論文至今仍是大型語言模型發展的重要里程碑。

他的履歷也不是靠創業包裝出來的：清華大學計算機系與卡內基美隆大學博士、畢業後在Google Brain與Meta AI工作，算是學霸中的學霸，這樣的人才在美國也會是稀缺資源。科學沒有國籍，傑出的研究成果也不會因為國籍而改變價值，改變的是地緣政治衝突下，人才被迫靠邊站。

其實，這些中國大型語言模型公司並非真的都很愛國地去使用華為或其他本土晶片，他們的先進模型不是用華為晶片訓練出來的。根據電子時報的報導，中國模型新創公司很多是把訓練區域放在東協，而且採用的也是輝達（NVIDIA）系統，因為許多東協國家不受美國制裁同時又與中國友好（例如馬來西亞、越南）。他們可能找當地人合作或透過白手套在這些國家投資AI基礎設施，再轉租給中國境內的AI公司。這樣一來，既可規避北京政府不希望企業採購美國晶片的禁令，也可規避美國先進晶片不能輸出中國的禁令。

這種說法並非陰謀論，根據輝達財報顯示，新加坡佔輝達上半年20%以上的營收（比歐洲加上日本及韓國還大），以新加坡本地的雲端與電商需求，難以支撐輝達這麼大的營收，所以這些輝達晶片很可能經由新加坡轉運到到其他國家。之前美超微 （SuperMicro）走私輝達晶片被抓，是因為他們把晶片轉運到中國境內，直接觸犯美國底線，而不是轉運到越南、泰國、馬來西亞。

就在Kimi K3發佈後的一週，白宮科技政策辦公室主任克拉齊奧斯（Michael Kratsios）表示美國握有情資，顯示月之暗面為開發K3模型，對Anthropic的 Fable模型進行蒸餾。他還指稱，月之暗面已取得配備輝達GB300晶片的伺服器，違反美國禁令，並曾在泰國使用。因此，華盛頓未來會不會進一步將管制擴及這些灰色地帶，值得持續觀察。

整體來看，美國在算力、晶片、頂尖人才、企業應用生態系統及AI商業化變現方面保持領先地位，而中國目前的發展瓶頸仍是物理算力，因此難以迅速擴大部署，以滿足不斷成長的市場需求。Kimi K3發布後雖然聲量大，但是在一週內即宣布停止接受新用戶，原因就在於推理的算力不足因應新客戶需求。

同時，中國整體經濟正在下滑，缺乏能夠為AI資料中心等大型基礎建設提供資金的金融市場。而且中國在爭取南方國家的支持上雖然佔據顯著優勢，華為等中國企業已在南方國家建設了大量的資訊基礎設施，但問題是南方國家普遍缺乏應用AI技術的場域，中國企業想要從這些開發中國家獲利十分不易。

中國開源策略 顛覆美國AI巨頭定價權

過去AI模型是由少數幾家美國科技巨頭壟斷，矽谷設下兩個基本假設，第一：最好的人工智慧必須依賴最昂貴的算力，所以大家拼命蓋數據中心，訓練出最強大的閉源模型。第二：掌握最先進大型語言模型的人，才能有定價權，能夠長期維持高價格與高毛利，募集到最多的資金。

在中國開源模型嶄露頭角之前，各模型不斷優化各種參數，基本上是模型的算力軍火競賽。Kimi K3真正撼動的不是模型的比分，它更像是一根火柴，點燃了市場早已堆積的疑慮：如果模型能力可以更便宜、更開放地取得，我們是否還需要使用昂貴的先進大型語言模型？至少已可在非核心的運算中使用較便宜的模型。簡言之，中國的開源模型顛覆的不是技術的優越性，而是矽谷AI巨頭的定價權。

CNBC報導揭示了AI Token市場最近的結構性轉變：中國AI模型正透過價格優勢，迅速奪取美國開發者與企業的市佔率。這使得OpenAI和Anthropic等美國頂級模型公司開始面臨嚴峻挑戰，在企業客戶越來越重視成本的當下，美國AI公司必須更努力證明其高昂定價的合理性。例如Uber今年前四個月就耗盡整年的Token預算。程式開發者會問：既然模型可以自行部署，為什麼必須永遠受制於一家模型公司？

根據OpenRouter和Vercel等開發者路由平台的數據，美國公司採用中國AI模型（如DeepSeek與Z.ai）的速度極快，因為這些模型的執行費用比美國頂級模型低了6成到9成。 中國本土開發的AI模型的平均市佔率在2025年上半年只有4.5%，但自今年2月8日以來，中國模型每週都佔據了美國企業總Token使用量的三成以上，到6月已逼近六成，超越美國其他開源模型的總和，成長速度相當驚人。

驅動這波轉變的核心並非政治或意識形態，而是純粹的價格戰。以最近發布的Kimi K3為例，在Artificial Analysis的綜合智力指數中，Kimi K3得到57分，略低於Anthropic旗下Claude Fable 5的60分；但其統一計價後的每百萬Token成本約為2.31美元，僅約為後者7.7美元的三成。

只要企業發現，用三成價格便能取得大部分工作所需的能力，美國頂尖的模型公司定價權就已經受到影響。對於企業來說，小問題可以調用中國開源模型，真正困難的問題再付高價用Claude或是ChatGPT的先進模型就好。

因此，中國開源模型對AI產業的影響在於：不一定是誰的模型最強，而是市場願意為模型能力支付多少錢。

Kimi的出現讓華爾街認為AI會提早進入價格戰之中，導致AI相關類股大跌。過去主流媒體對中國模型的質疑是「能不能做出來」，現在問的則是「企業願不願意採用」。即使企業最後仍選擇OpenAI、Anthropic或Google，只要採購端能以中國開放模型作為替代方案，美國先進模型公司便難以維持原有的價格壟斷。

產業競爭 北京總用同一套劇本

如果企業會問，既然另一套模型已經夠用了，為什麼還要支付數倍價格？那麽其他國家政府同時也會問，既然可以建立自己的主權AI，為什麼要把政府、企業與公民資料全部交給美國的雲端平台？這才是中國開源模型真正的戰略價值，也是中國在上海舉辦世界AI大會背後的政治意圖。

面對中國的開源模型路線與Kimi的發布，不能只理解成民間新創公司的競爭，中國官方在AI治理論述中，持續強調開放、共享與協助全球南方建立AI能力，並把開源生態、國際合作及在地部署，當作與美國封閉平台競爭的重要敘事。這是一場AI規則與標準的競爭。

回到共產黨的戰略思維，為了避免在AI競賽落後，就算賠錢也要維持大語言模型的發展，否則就完全受制於美國了。對於發展大語言模型的中國企業來說，有些是已在網際網路大賺錢的公司，如百度、騰訊、抖音，有些則是靠大語言模型計畫而獲得政府補助和資本市場融資，因此很難以純粹商業的角度來判斷他們的未來。

開源的本質就不容易獲利，而且中國業者必須面對比美國更昂貴的AI晶片與算力成本，必須仰賴政府各種管道的補助。過去二十年，中國依靠政府補助與低價策略打贏了好幾場產業戰爭，例如石化、鋼鐵、面板、LED、太陽能，以及電動車，所有劇本幾乎大同小異：北京想支持的產業，不管有沒有需求都繼續擴產，產能過剩就低價傾銷海外，把外國對手一個個擠出市場。

這套打法的核心邏輯很簡單：用時間和補貼換取市占率，把對手逼出賽局後再漲價。同樣的劇本未來也可能在AI產業上演。模型愈便宜，採用愈廣；採用愈廣，工具與應用愈多；工具與應用愈多，生態系與標準便愈難被取代。從國家產業競爭角度看，只要中國模型被更多開發者、工廠、機器人、雲端平台與新興國家採用，便可能形成正向循環。美中AI競爭因此不再只是誰的模型多得幾分，而是誰能讓自己的模型成為全球企業與國家預設的基礎設施。

美國著名創投機構Benchmark合夥人Peter Fenton甚至公開預估，未來18到24個月內，全球超過9成的AI Token產出將來自開源模型。開源模型的盛行會使美國的AI閉源模型公司大幅延遲獲利轉正的時間，也會讓美國想掌控AI Token定價權的計畫失敗。而且其他國家甚至美國一般民眾都不反對中國現在的行為，畢竟這對廣大AI使用者來說是個超級利多。模型服務價格降低後，雲端業者也必須降低算力與推論服務的價格，資料中心可能仍然非常繁忙，GPU使用率也可能維持高檔，但每一單位算力能夠收取的費用下降，便會拉長建設資料中心的回本時間；換句話說，機器沒有閒置，不代表基礎建設投資一定賺錢。

一旦華爾街開始對長期獲利能力有疑慮，AI的估值榮景便會產生修正；資本市場向來不必等到競爭者完全擊敗龍頭，才開始調整估值。資本市場對AI的估值修正，是華盛頓對中國AI低價策略最深層的恐懼。在這種氛圍之下，華盛頓會採取更多對中國公司使用AI海外雲端服務的限制與監管，對AI伺服器走私加大壓制力道，以拉高中國算力的成本。同時美國的AI模型巨頭，可能也必須對開源模型的策略有所調整，以因應Token的價格戰。

黃仁勳公開信 擔心美國退出開放創新

就在這個關鍵時刻，NVIDIA創辦人黃仁勳於7月24日分享一封由二十五家科技公司共同簽署的公開信，呼籲美國政府支持開放權重人工智慧模型，避免因過度管制而削弱美國在全球AI領域的競爭優勢。這也是黃仁勳第一次在社群媒體發言。這封公開信指出，美國之所以能在AI領域保持領先，關鍵在於長期秉持開放創新的精神。信中呼籲白宮：
支持開放權重AI模型的持續發展。
避免制定過度限制性的法規，以免阻礙創新。
維持美國在AI技術、人才與產業生態系的全球領導地位。

簽署的企業認為，開放權重模型能促進研究合作、加速技術進步，也有助於新創公司與學術機構降低開發門檻，還可以因應中國低價開源模型的挑戰。黃仁勳的公開信強調，如果美國限制自己的企業，而其他國家持續發展開源AI，美國反而可能失去技術領先優勢。真正的風險並非開放本身，而是導致美國退出開放創新的競爭。

面對中國開源模型來勢洶洶，我們也不必過於悲觀，因為中國的AI發展模式有侷限，開放權重不代表完全透明，也不代表沒有政治審查、資安風險與出口限制。已開發國家對中國模型會一直拿放大鏡檢視，中國的模型短時間內會被侷限在低價市場。同時，中國的晶片、軟體工具與高階運算生態，整體上仍存在明顯技術瓶頸，短期內不容易在半導體技術上突破美國的封鎖。

以上個世紀美國與蘇聯的冷戰為例，當競爭對手必須耗費倍數的資源才能達到相同的技術指標時，贏家會是具有長期營運效率與經濟優勢的一方。中國AI的致命傷其實還是在本身的政治制度，這不是成立世界人工智慧合作組織或者繼續推出新模型就可以解決的。