2026 年 3 月 23 日，美中經濟與安全審查委員會（USCC）發布研究報告《Two Loops: How China’s Open AI Strategy Reinforces Its Industrial Dominance》，作者為 Ngor Luong。核心論點一句話可以講完：中國已經「全面押注」開源 AI，而這套策略透過「數位」與「實體」兩個互相強化的循環，把 AI 競賽的優勢逐步搬回中國最擅長的戰場——製造業。
報告觀察到，多數中國實驗室公開源碼與模型權重，並以遠低於國際對手的價格供應高階產品。結果是：就算訓練算力受限，中國實驗室仍能貼近技術前沿，持續縮小與西方頂尖模型的差距，並貢獻了大量被廣泛採用的架構與訓練方法創新。對習慣「閉源模型領先、開源模型追趕」敘事的讀者來說，這份報告提供的視角剛好相反。
什麼是「雙循環」
報告的分析架構由兩個迴路組成：
- 數位循環：開源發布 → 低成本取得 → 全球廣泛採用 → 更快的模型迭代 → 進一步拉高採用。
- 實體循環：AI 以嵌入式形態部署進工廠、機器人與物流等實體場景，過程中產生大量真實世界資料，回頭餵養模型改進。
兩個循環互為燃料：開源模型讓 AI 能以極低單位成本鋪進中國龐大的製造業基礎，而製造現場產生的資料又讓模型更懂實體世界。報告明言這呼應了 USCC 2025 年年報所稱的「互鎖創新飛輪」——只是這次把驅動面從演算法換成了整個工業體系。
數字規模：Qwen 與十萬個衍生模型
規模數字最能說明數位循環的力道。報告點名阿里巴巴的 Qwen 是 Hugging Face 上最大的模型生態系，衍生模型已超過 100,000 個；外媒報導同樣指出，Qwen 與 DeepSeek 實質主導了目前的開源模型版圖。衍生模型的意義不在數字本身，而在生態重力：當微調工具、推理框架與教學資源都圍繞某個模型家族建立，開發者的切換成本就會隨時間單向上升。
制度面也值得注意。報告指出北京已為此建立配套：將「資料」正式列為生產要素，並允許企業把資料資產計入資產負債表。資料從副產品變成可入帳的資本，等於在會計層面獎勵了實體循環的資料收集。
為什麼出口管制擋不住實體循環
報告最值得注意的論證在這裡：美國出口管制的作用面主要是數位循環——限制訓練用高端晶片。但實體循環幾乎不在管制範圍內，而開源模型持續降低部署端所需的算力門檻，這意味著中國的工業資料優勢越來越不依賴尖端硬體。報告的推論很直接：即使晶片管制完全成功，也未必能阻止實體循環轉動。
換句話說，管制打的是「訓練最強模型的能力」，而中國開源策略押的是「把夠好的模型鋪滿全世界的能力」。當「夠好」的門檻不斷被開源模型推高，管制的效果就會被稀釋。這對習慣用模型能力差距衡量美中競爭的觀察者，是一個務實的提醒。
對開發者與政策圈的啟示
對選型開發者：Qwen 生態系的規模代表周邊工具與衍生模型的密度，實務上會影響微調、部署與人才市場；選擇開源路線時，生態重力本身就是風險或護城河。對政策圈：報告實質上主張單靠出口管制不足以維持優勢，實體端的機器人、製造資料與應用滲透率同樣是競爭變數。對所有人：這份報告為 2026 年 AI 競賽的開局 補上了地緣政治的註腳——模型榜的排名只是一半，另一半在工廠裡。
參考來源
- Two Loops: How China’s Open AI Strategy Reinforces Its Industrial Dominance — USCC
- USCC Warns China AI Data Advantage — Crypto Briefing
本文由 AI 協助自上述來源整理，經人工審核後發布。