摘要： 美中經濟與安全審查委員會（USCC）在 2026 年 3 月 23 日推出研究報告《Two Loops: How China’s Open AI Strategy Reinforces Its Industrial Dominance》，執筆者為 Ngor Luong。整份報告的立論濃縮成一句話就夠：中國把寶整個押在開源 AI 上，而這套打法靠「數位」與「實體」兩條彼此加強的循環運轉，一點一滴把 AI 競賽的有利位置搬向中國最熟悉的地盤——製造業。
美中經濟與安全審查委員會（USCC）在 2026 年 3 月 23 日推出研究報告《Two Loops: How China’s Open AI Strategy Reinforces Its Industrial Dominance》，執筆者為 Ngor Luong。整份報告的立論濃縮成一句話就夠：中國把寶整個押在開源 AI 上，而這套打法靠「數位」與「實體」兩條彼此加強的循環運轉，一點一滴把 AI 競賽的有利位置搬向中國最熟悉的地盤——製造業。
依照報告的描寫，中國大部分實驗室都會釋出程式碼與模型權重，高階產品的定價又明顯低於國外競爭者。帶來的後果是：訓練算力縱然吃緊，這些實驗室照樣貼著技術前沿走，與西方一線模型的距離一直縮短，還交出許多被業界普遍採用的架構與訓練方法創新。若你原本相信「閉源模型在前、開源模型在後追」的故事線，這份報告給的正好是倒過來的畫面。
「雙循環」指的是什麼
報告搭建的分析框架，就是兩條迴路：
- 數位循環：開源釋出 → 取得成本低 → 全球採用面擴大 → 模型迭代提速 → 採用熱度再往上推。
- 實體循環：AI 以嵌入式姿態進駐工廠、機器人與物流等實體場域，運轉途中累積大量真實世界資料，再回頭滋養模型改進。
兩條迴路互為燃料：開源模型讓 AI 用極低的單位成本鋪滿中國龐大的製造業底盤；現場跑出來的資料，又回頭讓模型更貼近實體世界。報告自己點明，這呼應了 USCC 2025 年年報所說的「互鎖創新飛輪」——差別在於，這回的驅動來源不再是演算法，而是整座工業體系。
規模有多大：Qwen 與超過十萬個衍生模型
最能展示數位循環力道的，是量級本身。報告把阿里巴巴的 Qwen 標為 Hugging Face 上規模最大的模型生態系，衍生模型數量已突破 100,000 個；外媒報導同樣寫到，眼下的開源模型版圖實際上由 Qwen 與 DeepSeek 撐起。衍生模型的價值不在數字本身，而在生態重力：一旦微調工具、推理框架與教學教材全長在某個模型家族周圍，開發者想轉換陣營的成本只會隨時間一路上揚。
制度這一層同樣有看頭。報告提到北京已備妥配套安排：「資料」被正式列為生產要素，企業獲准把資料資產寫進資產負債表。資料由副產品升格為可入帳的資本，等於從會計制度上直接獎勵了實體循環的資料蒐集。
出口管制為何攔不住實體循環
整份報告最關鍵的論證就落在這一段：美國出口管制施力的位置幾乎都在數位循環——卡的是訓練用高端晶片。實體循環則幾乎完全落在管制圈外，加上開源模型持續把部署端需要的算力門檻往下壓，中國的工業資料優勢對尖端硬體的依賴於是越來越低。報告的推論毫不含糊：就算晶片管制做到滴水不漏，實體循環也未必因此停轉。
換個說法：管制瞄準的是「訓練出最強模型」的能力，中國開源策略下注的卻是「把夠用的模型鋪遍全世界」的能力。而「夠用」的標準被開源模型一路往上頂，管制效力自然跟著被沖淡。對向來以模型能力差距衡量美中較勁的人來說，這是一記很務實的提醒。
開發者與政策圈能帶走什麼
正在選模型的開發者該知道：Qwen 生態系的體量意味著周邊工具與衍生模型的密度，實際牽動微調、部署與人才市場；走開源路線時，生態重力本身就是風險或護城河。做政策的人該知道：報告等於明說，光靠出口管制守不住優勢，實體這一側的機器人、製造資料與應用滲透率同樣是競爭變數。至於所有讀者：這份報告替 2026 年 AI 競賽的開局 補上了地緣政治的註腳——榜單上的名次只是一半故事，另一半發生在工廠裡。