<p>美國初創公司 OpenAI 於三年前的 11 月 30 日推出 ChatGPT，令中國科技行業急於跟上最新的人工智能發展。\n 根據知情人士的説法，中國政府當局向包括清華大學教授在內的多位專家發出了緊急請求，要求他們就生成式人工智能技術的影響進行簡報。\n 中國的大型科技公司和雄心勃勃的初創企業紛紛推出自己的 AI 聊天機器人和大型語言模型（LLMs），並向政府註冊，以努力將美國的 AI 服務排除在超過 10 億互聯網用户之外。\n 在 ChatGPT 發佈後的頭幾個月，保持 AI 服務的封閉花園策略被認為是中國的最佳戰略，直到國內科技公司能夠開發出有效競爭西方 AI 提供商產品的產品。\n 即使在 ChatGPT 推出一年多後，風險投資家 Allen Zhu Xiaohu 表示，他對資助中國初創公司開發 LLMs——生成式 AI 服務（如 ChatGPT）背後的技術——沒有興趣，因為他們既沒有明確的盈利路徑，也沒有數據使這種業務繁榮。\nZhu 以他早期投資打車巨頭滴滴出行而聞名，他反問道：“僅僅開發一個 LLM，你怎麼賺錢？”\n 快進到 2025 年下半年，對中國 AI 公司和 LLM 業務的技術能力的期望發生了變化。\n\n 根據第三方 AI 模型聚合器 OpenRouter 和風險投資公司 Andreessen Horowitz 最近發佈的一份報告，中國的開源 AI 模型佔全球技術總使用量的近 30%。\n 該報告將今年全球開源 LLM 使用量的激增歸因於中國開發的系統的日益普及，包括阿里雲的 Qwen 系列模型、DeepSeek 的 V3 和 Moonshot AI 的 Kimi K2。阿里雲是阿里巴巴集團控股的 AI 和雲計算服務部門。\n 這表明中國的開源模型贏得了全球開發者的信任。美國企業如 Airbnb 甚至美國科技巨頭 Meta Platforms 現在也在使用 Qwen。\n 中國 AI 行業的轉折點出現在位於杭州的 DeepSeek 發佈其 V3 和 R1 模型時——分別在 2024 年 12 月和 2025 年 1 月發佈——這些模型在當時與 OpenAI 的 GPT 和 Meta 的 Llama 模型相當，儘管它們的訓練成本僅為那些美國公司的一個小部分。\n“我們從 DeepSeek 學到的一件事是，開源最佳模型可以大大促進採用，” 百度聯合創始人兼首席執行官李彥宏在 2 月份表示。這與他之前將開源模型描述為劣於專有模型的評論形成了鮮明對比。\n\n\n 根據 CLSA 中國技術研究負責人 Tony Zhang 在 9 月份的説法，中美之間的 AI 差距已縮小至約三個月，而不是一年多，這在一定程度上得益於 AI 人才的湧入、快速的技術迭代和大陸 AI 應用的繁榮。\n 儘管由於地緣政治問題，中國公司在其 AI 項目中面臨高級處理器短缺，但 Zhang 表示，這一技術的發展並未受到這一限制的阻礙。\n 這種韌性也顯示了中國雲服務提供商的前瞻性，他們成功積累了足夠的 AI 芯片用於訓練。該國還看到越來越多的國內芯片設計師開發用於訓練和推理任務的 AI 處理器，他補充道。\n\n 華為創始人兼首席執行官任正非表示，美國和中國在 AI 發展上 “走向不同的方向”。\n 任正非指出，美國專注於超級計算能力和大型模型，追求人工通用智能和人工超智能，而中國則採取更務實的方法，利用 AI 解決現實問題。\n 在 ChatGPT 之前，中國一直認為自己是 AI 的領先者，因為北京在 2017 年將該技術作為國家優先事項。\n 該計劃概述了中國在 2030 年前成為 AI 超級大國的路線圖。它受到當時普遍觀點的推動，即該國龐大的數據寶藏——被描述為 AI 的化石燃料——將有助於推動經濟和工業轉型。\n 這一點通過 “AI 龍” 的出現得到了早期驗證，包括商湯科技、曠視科技、依圖科技和雲從科技。它們開發了全球領先的計算機視覺技術，推動了人臉識別系統的發展。\n 但 ChatGPT 之後的狂熱使這些公司的能力在生成式 AI 時代變得過時。\n 當 ChatGPT 迅速成長為增長最快的消費 AI 應用，僅在兩個月內擁有約 1 億用户時，中國的科技行業面臨了一段自我反思的時期，反思其如何錯過這一突破，以及該國在 AI 領域的落後程度。\n\n 當時的黯淡前景甚至促使網絡安全公司 360 安全科技的創始人周鴻禕在 2023 年中國發展論壇上對聽眾表示，中國在開發類似 ChatGPT 的技術方面落後美國兩到三年。\n2024 年，隨着大陸媒體稱讚中國新一批 “AI 虎” 的出現，重新燃起了樂觀情緒。這些公司包括 Moonshot AI、百川、MiniMax 和智譜 AI，均獲得了來自各類投資者的豐厚資金。\nDeepSeek 和阿里雲的開源開發方法鼓勵中國 AI 初創公司追求進一步創新，儘管沒有獲得來自領先美國供應商 Nvidia 和 AMD 的先進圖形處理單元。\n“中國的開源是挑戰者的工具，” 中國 AI 專家、喬治華盛頓大學政治學助理教授 Jeffrey Ding 表示。“如果你看看谷歌為什麼決定開源其 Android 操作系統，那是因為當時蘋果的操作系統佔據主導地位。”\n 封閉的 AI 系統就像專有軟件，因為其提供者控制訪問，決定提供哪些功能，並防止檢查或修改底層源代碼或模型權重，這些變量編碼了它們的 “智能”。開放模型開發者公開發布他們的權重，通常還附帶技術論文，概述他們的訓練過程，允許用户根據需求進行部署和微調。\n 儘管如此，DeepSeek 的成功並未保證其他 AI 初創公司的順利發展。百川和 01.AI 退出了 AI 模型市場，因為他們不再希望向用户收費以訪問其劣質產品。\n 在 Moonshot AI 於 7 月推出其 Kimi K2 模型之前，其他 AI 虎幾乎沒有令人興奮的消息。隨後，智譜 AI（國際上稱為 Z.ai）宣佈其 GLM-4.5 模型，並因其編碼能力在程序員中留下了深刻印象。10 月，Z.ai 發佈了新旗艦模型 GLM-4.6，具有更強的編碼能力。\n“我們在 DeepSeek R1 發佈到 GLM 4.5 之間等了太久，” 智譜 AI 全球運營負責人李子軒表示。“我們被低估了，尤其是在中國，而在美國則完全被忽視。”\n\nMiniMax 在 6 月轉向開源方法，推出了其 M1 模型，隨後在 10 月推出了 M2 模型，使該公司成為國際舞台上的前沿開源模型公司。\nMoonshot AI 和 MiniMax 的新模型幫助他們重新回到舞台上，儘管他們從未完全離開過，舊金山風險投資公司 Creative Ventures 的普通合夥人 James Wang 表示。\nWang 預計 DeepSeek 將在其下一代旗艦模型發佈時繼續保持中國領先 AI 初創公司的地位，他表示，發佈開源模型的熱潮表明 “中國生態系統現在擁有自己的競爭格局，模型公司爭相爭奪主導地位。”\n 其他相鄰行業的公司現在也希望創建自己的開源模型。這些公司包括社交媒體平台 RedNote、按需配送巨頭美團和智能手機及電動車製造商小米。\n 根據中國開源 AI 專家 Nathan Lambert 和 Florian Brand 的説法，阿里雲的 Qwen 系列戰略與任何其他中國 AI 實驗室相比，最接近美國大型科技公司的類比。該公司在多個規模範圍內發佈了許多開源模型，涵蓋了從視覺和編碼模型到圖像和視頻生成模型的整個堆棧。\nAI 研究員和作者 Sebastian Raschka 表示，阿里雲的 Qwen3 系列模型是今年最值得注意的開源模型發佈之一，此外還有 DeepSeek 的 R1，因為其強大的性能和擁有多種規模的實用性。\n 在一個明顯的跡象中，表明中國 AI 公司在過去三年取得了巨大進展，OpenAI 和 Anthropic 都公開警告中國 AI 公司，從 DeepSeek 到智譜 AI，存在安全風險。\n\n\n 美國總統特朗普政府在 6 月宣佈了一項 AI 行動計劃，強調全球傳播美國 AI 技術，部分是為了應對對中國在開源領域主導地位的擔憂。\n 因此，在硅谷和華盛頓，現在被問到的問題與三年前在中國討論的問題相同：我們是否在 AI 競賽中落後？\n“華為的任正非在上個月的上海活動中表示，中國的 AI 工程師不再羨慕國外的同行。” 他指出，然而，中國在吸引全球人才方面仍落後於美國，這需要大陸更加開放。\n 長期以來，美國對先進半導體出口的限制也開始放鬆，特朗普決定批准 Nvidia 向中國運輸 H200 芯片。\n 風險投資家 Zhu 在本週的一檔播客中表示，中國現在將在十年內超越美國的 AI，主要是因為大陸在電網和數據中心基礎設施的建設速度更快。\n“AI 競爭實際上是數據中心和電力供應的競爭，而中國在這方面具有顯著優勢，” Zhu 表示。</p>

OpenAI

<p>中國在 OpenAI 的 ChatGPT 推出三年後，顯著縮小了與美國的人工智能差距。中國科技公司和初創企業開發了具有競爭力的人工智能模型，開源模型在全球範圍內獲得了廣泛關注。儘管面臨地緣政治挑戰，中國的人工智能行業展現出韌性和創新，阿里雲和 DeepSeek 等公司走在前列。由於技術快速迭代和務實的人工智能開發方法，人工智能差距已縮小至約三個月</p>

<p>US start-up OpenAI’s launch of ChatGPT on November 30 three years ago sent China’s technology industry scrambling to get up to speed on the latest artificial intelligence developments.\nChinese government authorities sent urgent requests to various experts, including professors from Tsinghua University, to provide briefings on the implications of generative AI technology, according to people with knowledge of the matter.\nChina’s Big Tech firms and ambitious start-ups rushed to roll out their own versions of AI chatbots and large language models (LLMs), as well as register them with the government, as part of efforts to keep American AI services away from the country’s more than 1 billion internet users.\nIn the first few months after ChatGPT’s release, maintaining a walled garden approach on AI services was thought to be China’s best strategy until domestic tech firms could develop products that effectively competed against those built by Western AI providers.\nEven over a year after ChatGPT’s launch, venture capitalist Allen Zhu Xiaohu said he had no interest in funding Chinese start-ups building LLMs – the technology behind generative AI services like ChatGPT – because they had neither a clear path to monetisation nor data for such a business to prosper.\nZhu, known for his early investment in ride-hailing giant Didi Chuxing, asked rhetorically: “How do you make money out of just developing an LLM?”\nFast-forward to the second half of 2025, and expectations about the technical capabilities of Chinese AI companies and the LLM business have changed.\n\nChina’s open-source AI models accounted for nearly 30 per cent of total global use of the technology, according to a recently published report by OpenRouter, a third-party AI model aggregator, and venture capital firm Andreessen Horowitz.\nThe report attributed this year’s surge in open LLM usage around the world to the growing adoption of Chinese-developed systems, including Alibaba Cloud’s Qwen family of models, DeepSeek’s V3 and Moonshot AI’s Kimi K2. Alibaba Cloud is the AI and cloud computing services unit of Alibaba Group Holding, owner of the Post.\nThat showed how China’s open-source models were winning the trust of developers around the world. US businesses such as Airbnb and even US tech giant Meta Platforms are now using Qwen.\nThe turning point for China’s AI sector came when Hangzhou-based DeepSeek released its V3 and R1 models – in December 2024 and January, respectively – that were on par with OpenAI’s GPT and Meta’s Llama models at the time, although they were developed at a fraction of the training costs spent by those US firms.\n“One thing we learned from DeepSeek is that open-sourcing the best models can greatly help adoption,” said Baidu co-founder and CEO Robin Li Yanhong in February. That was a stark reversal from his previous comments that described open-source models as inferior to proprietary ones.\n\n\nThe China-US AI gap had narrowed to around three months from more than a year, thanks in part to the influx of AI talent, fast technology iteration and a boom in AI applications on the mainland, according to Tony Zhang, head of China technology research at CLSA, in September.\nWhile Chinese companies faced a shortage of advanced processors for their AI projects because of geopolitical issues, the technology’s development has not been hindered by that constraint, Zhang said.\nThat resilience also showed the foresight of Chinese cloud services providers, who managed to accumulate enough AI chips for training purposes. The country has also seen a growing number of domestic chip designers develop AI processors for both training and inference tasks, he added.\n\nHuawei Technologies founder and CEO Ren Zhengfei, meanwhile, said the US and China were pursuing AI development in “different directions”.\nWhile the US was focused on supercomputing power and large models in the lofty pursuit of artificial general intelligence and artificial superintelligence, China was adopting a more practical approach of using AI to solve real-world problems, according to Ren.\nBefore ChatGPT, China had always seen itself as a front runner in AI after Beijing made the technology a national priority in 2017.\nThe plan outlined a road map for China to become an AI superpower by 2030. It was driven by the prevailing view at the time that the country’s vast trove of data – described as the fossil fuel for AI – would help drive economic and industrial transformation.\nThat saw early validation through the emergence of “AI dragons”, including SenseTime, Megvii, Yitu Technology and CloudWalk Technology. They developed world-leading computer vision technologies that powered facial recognition systems.\nBut the frenzy that followed ChatGPT’s made the capabilities of those companies obsolete in the era of generative AI.\nWhen ChatGPT quickly grew to become the fastest-growing consumer AI app with about 100 million users in just two months, China’s tech industry faced a period of soul-searching as it reflected on how it missed that breakthrough and how far behind the country was now in AI.\n\nThe dim outlook at the time even prompted Zhou Hongyi, founder of cybersecurity firm 360 Security Technology and an industry veteran with close ties to Chinese authorities, to tell an audience at the China Development Forum in 2023 that the country was two to three years behind the US in developing ChatGPT-like technology.\nRenewed optimism came in 2024 when mainland media hailed the emergence of China’s new group of “AI tigers”. These included Moonshot AI, Baichuan, MiniMax and Zhipu AI, which had all generated hefty funding from various investors.\nThe open-source development approach of DeepSeek and Alibaba Cloud’s Qwen has encouraged Chinese AI start-ups to pursue further innovation, despite not having access to advanced graphics processing units from leading US suppliers Nvidia and Advanced Micro Devices.\n“Open source is the tool of the challenger,” said Chinese AI expert Jeffrey Ding, an assistant professor of Political Science at George Washington University. “If you look at why Google decided to open source its Android operating system, it was because Apple’s operating system was dominant at the time.”\nClosed AI systems are like proprietary software, as their providers control access, decide what features to offer, and prevent inspection or modification of the underlying source code or model weights, the variables encoding their “intelligence”. Open model developers release their weights publicly, usually along with technical papers outlining their training process, allowing users to deploy and fine-tune them based on their requirements.\nStill, the success of DeepSeek did not guarantee smooth sailing for other AI start-ups. Baichuan, along with 01.AI, dropped out of the AI model market since they no longer wanted to charge users to access their inferior products.\nThere was barely any exciting news from the other AI tigers until Moonshot AI launched its Kimi K2 model in July. It was followed by Zhipu AI, known internationally as Z.ai, when its GLM-4.5 model was announced and made a significant impression among programmers for its coding abilities. In October, Z.ai released a new flagship model, the GLM-4.6, with even stronger coding abilities.\n“We had to wait so long between the launch of DeepSeek R1 until GLM 4.5,” said Li Zixuan, Zhipu AI’s head of global operations. “We were underrated, especially in China, while we were just totally ignored in the US”.\n\nMiniMax pivoted to an open-source approach in June with its M1 model, followed by its M2 model in October, which put the firm in the international spotlight as a frontier open model company.\nMoonshot AI and MiniMax’s new models helped put them back on the board, which they never fully left, according to James Wang, general partner at San Francisco-based venture capital firm Creative Ventures.\nWang, who expected DeepSeek to retain the mantle of China’s leading AI start-up when its next-generation flagship model is released, said the rush to release open-source models showed that “the Chinese ecosystem now has its own competitive landscape of model companies vying for supremacy.”\nOther companies in adjacent industries now looked to create their own open-source models. These included social media platform RedNote, on-demand delivery giant Meituan and smartphone and electric vehicle maker Xiaomi.\nAccording to Chinese open AI experts Nathan Lambert and Florian Brand, Alibaba Cloud’s strategy with its Qwen family was the closest analogue to US Big Tech companies than any other Chinese AI lab. The firm was releasing many open models across a range of sizes, covering the entire stack from visual and coding models to image and video generation models.\nSebastian Raschka, an AI researcher and author, said Alibaba Cloud’s Qwen3 series of models was the most noteworthy open model release this year, alongside DeepSeek’s R1, because of its strong performance and the practical usefulness of having a variety of sizes.\nIn an apparent sign that Chinese AI firms have made great strides over the past three years, OpenAI and Anthropic have both publicly admonished Chinese AI firms from DeepSeek to Zhipu AI for alleged security risks.\n\n\nThe administration of US President Donald Trump in June announced an AI Action Plan that placed emphasis on globally diffusing US AI technologies, partly in response to perceived Chinese dominance in the open-source landscape.\nSo in Silicon Valley and Washington, the question now being asked is the same as the one discussed in China three years ago: Are we losing the AI race?\n“Chinese AI engineers no longer envy those abroad,” Huawei’s Ren Zhengfei said at a Shanghai event last month. He noted, however, that China still lagged behind the US in attracting global talent, which would require the mainland to be more open.\nLong-standing US restrictions on advanced semiconductor exports have also started to be relaxed, following Trump’s decision to greenlight Nvidia’s shipment of H200 chips to China.\nVenture capitalist Zhu said in a podcast this week that China was now set to beat the US in AI within a decade, primarily because of the mainland’s faster buildout of its power grid and data centre infrastructure.\n“AI competition is really a competition in data centres and electricity supply, and China has a significant edge there,” Zhu said.\n</p>
<div class="lb-trans"><p>美國初創公司 OpenAI 於三年前的 11 月 30 日推出 ChatGPT，令中國科技行業急於跟上最新的人工智能發展。\n 根據知情人士的説法，中國政府當局向包括清華大學教授在內的多位專家發出了緊急請求，要求他們就生成式人工智能技術的影響進行簡報。\n 中國的大型科技公司和雄心勃勃的初創企業紛紛推出自己的 AI 聊天機器人和大型語言模型（LLMs），並向政府註冊，以努力將美國的 AI 服務排除在超過 10 億互聯網用户之外。\n 在 ChatGPT 發佈後的頭幾個月，保持 AI 服務的封閉花園策略被認為是中國的最佳戰略，直到國內科技公司能夠開發出有效競爭西方 AI 提供商產品的產品。\n 即使在 ChatGPT 推出一年多後，風險投資家 Allen Zhu Xiaohu 表示，他對資助中國初創公司開發 LLMs——生成式 AI 服務（如 ChatGPT）背後的技術——沒有興趣，因為他們既沒有明確的盈利路徑，也沒有數據使這種業務繁榮。\nZhu 以他早期投資打車巨頭滴滴出行而聞名，他反問道：“僅僅開發一個 LLM，你怎麼賺錢？”\n 快進到 2025 年下半年，對中國 AI 公司和 LLM 業務的技術能力的期望發生了變化。\n\n 根據第三方 AI 模型聚合器 OpenRouter 和風險投資公司 Andreessen Horowitz 最近發佈的一份報告，中國的開源 AI 模型佔全球技術總使用量的近 30%。\n 該報告將今年全球開源 LLM 使用量的激增歸因於中國開發的系統的日益普及，包括阿里雲的 Qwen 系列模型、DeepSeek 的 V3 和 Moonshot AI 的 Kimi K2。阿里雲是阿里巴巴集團控股的 AI 和雲計算服務部門。\n 這表明中國的開源模型贏得了全球開發者的信任。美國企業如 Airbnb 甚至美國科技巨頭 Meta Platforms 現在也在使用 Qwen。\n 中國 AI 行業的轉折點出現在位於杭州的 DeepSeek 發佈其 V3 和 R1 模型時——分別在 2024 年 12 月和 2025 年 1 月發佈——這些模型在當時與 OpenAI 的 GPT 和 Meta 的 Llama 模型相當，儘管它們的訓練成本僅為那些美國公司的一個小部分。\n“我們從 DeepSeek 學到的一件事是，開源最佳模型可以大大促進採用，” 百度聯合創始人兼首席執行官李彥宏在 2 月份表示。這與他之前將開源模型描述為劣於專有模型的評論形成了鮮明對比。\n\n\n 根據 CLSA 中國技術研究負責人 Tony Zhang 在 9 月份的説法，中美之間的 AI 差距已縮小至約三個月，而不是一年多，這在一定程度上得益於 AI 人才的湧入、快速的技術迭代和大陸 AI 應用的繁榮。\n 儘管由於地緣政治問題，中國公司在其 AI 項目中面臨高級處理器短缺，但 Zhang 表示，這一技術的發展並未受到這一限制的阻礙。\n 這種韌性也顯示了中國雲服務提供商的前瞻性，他們成功積累了足夠的 AI 芯片用於訓練。該國還看到越來越多的國內芯片設計師開發用於訓練和推理任務的 AI 處理器，他補充道。\n\n 華為創始人兼首席執行官任正非表示，美國和中國在 AI 發展上 “走向不同的方向”。\n 任正非指出，美國專注於超級計算能力和大型模型，追求人工通用智能和人工超智能，而中國則採取更務實的方法，利用 AI 解決現實問題。\n 在 ChatGPT 之前，中國一直認為自己是 AI 的領先者，因為北京在 2017 年將該技術作為國家優先事項。\n 該計劃概述了中國在 2030 年前成為 AI 超級大國的路線圖。它受到當時普遍觀點的推動，即該國龐大的數據寶藏——被描述為 AI 的化石燃料——將有助於推動經濟和工業轉型。\n 這一點通過 “AI 龍” 的出現得到了早期驗證，包括商湯科技、曠視科技、依圖科技和雲從科技。它們開發了全球領先的計算機視覺技術，推動了人臉識別系統的發展。\n 但 ChatGPT 之後的狂熱使這些公司的能力在生成式 AI 時代變得過時。\n 當 ChatGPT 迅速成長為增長最快的消費 AI 應用，僅在兩個月內擁有約 1 億用户時，中國的科技行業面臨了一段自我反思的時期，反思其如何錯過這一突破，以及該國在 AI 領域的落後程度。\n\n 當時的黯淡前景甚至促使網絡安全公司 360 安全科技的創始人周鴻禕在 2023 年中國發展論壇上對聽眾表示，中國在開發類似 ChatGPT 的技術方面落後美國兩到三年。\n2024 年，隨着大陸媒體稱讚中國新一批 “AI 虎” 的出現，重新燃起了樂觀情緒。這些公司包括 Moonshot AI、百川、MiniMax 和智譜 AI，均獲得了來自各類投資者的豐厚資金。\nDeepSeek 和阿里雲的開源開發方法鼓勵中國 AI 初創公司追求進一步創新，儘管沒有獲得來自領先美國供應商 Nvidia 和 AMD 的先進圖形處理單元。\n“中國的開源是挑戰者的工具，” 中國 AI 專家、喬治華盛頓大學政治學助理教授 Jeffrey Ding 表示。“如果你看看谷歌為什麼決定開源其 Android 操作系統，那是因為當時蘋果的操作系統佔據主導地位。”\n 封閉的 AI 系統就像專有軟件，因為其提供者控制訪問，決定提供哪些功能，並防止檢查或修改底層源代碼或模型權重，這些變量編碼了它們的 “智能”。開放模型開發者公開發布他們的權重，通常還附帶技術論文，概述他們的訓練過程，允許用户根據需求進行部署和微調。\n 儘管如此，DeepSeek 的成功並未保證其他 AI 初創公司的順利發展。百川和 01.AI 退出了 AI 模型市場，因為他們不再希望向用户收費以訪問其劣質產品。\n 在 Moonshot AI 於 7 月推出其 Kimi K2 模型之前，其他 AI 虎幾乎沒有令人興奮的消息。隨後，智譜 AI（國際上稱為 Z.ai）宣佈其 GLM-4.5 模型，並因其編碼能力在程序員中留下了深刻印象。10 月，Z.ai 發佈了新旗艦模型 GLM-4.6，具有更強的編碼能力。\n“我們在 DeepSeek R1 發佈到 GLM 4.5 之間等了太久，” 智譜 AI 全球運營負責人李子軒表示。“我們被低估了，尤其是在中國，而在美國則完全被忽視。”\n\nMiniMax 在 6 月轉向開源方法，推出了其 M1 模型，隨後在 10 月推出了 M2 模型，使該公司成為國際舞台上的前沿開源模型公司。\nMoonshot AI 和 MiniMax 的新模型幫助他們重新回到舞台上，儘管他們從未完全離開過，舊金山風險投資公司 Creative Ventures 的普通合夥人 James Wang 表示。\nWang 預計 DeepSeek 將在其下一代旗艦模型發佈時繼續保持中國領先 AI 初創公司的地位，他表示，發佈開源模型的熱潮表明 “中國生態系統現在擁有自己的競爭格局，模型公司爭相爭奪主導地位。”\n 其他相鄰行業的公司現在也希望創建自己的開源模型。這些公司包括社交媒體平台 RedNote、按需配送巨頭美團和智能手機及電動車製造商小米。\n 根據中國開源 AI 專家 Nathan Lambert 和 Florian Brand 的説法，阿里雲的 Qwen 系列戰略與任何其他中國 AI 實驗室相比，最接近美國大型科技公司的類比。該公司在多個規模範圍內發佈了許多開源模型，涵蓋了從視覺和編碼模型到圖像和視頻生成模型的整個堆棧。\nAI 研究員和作者 Sebastian Raschka 表示，阿里雲的 Qwen3 系列模型是今年最值得注意的開源模型發佈之一，此外還有 DeepSeek 的 R1，因為其強大的性能和擁有多種規模的實用性。\n 在一個明顯的跡象中，表明中國 AI 公司在過去三年取得了巨大進展，OpenAI 和 Anthropic 都公開警告中國 AI 公司，從 DeepSeek 到智譜 AI，存在安全風險。\n\n\n 美國總統特朗普政府在 6 月宣佈了一項 AI 行動計劃，強調全球傳播美國 AI 技術，部分是為了應對對中國在開源領域主導地位的擔憂。\n 因此，在硅谷和華盛頓，現在被問到的問題與三年前在中國討論的問題相同：我們是否在 AI 競賽中落後？\n“華為的任正非在上個月的上海活動中表示，中國的 AI 工程師不再羨慕國外的同行。” 他指出，然而，中國在吸引全球人才方面仍落後於美國，這需要大陸更加開放。\n 長期以來，美國對先進半導體出口的限制也開始放鬆，特朗普決定批准 Nvidia 向中國運輸 H200 芯片。\n 風險投資家 Zhu 在本週的一檔播客中表示，中國現在將在十年內超越美國的 AI，主要是因為大陸在電網和數據中心基礎設施的建設速度更快。\n“AI 競爭實際上是數據中心和電力供應的競爭，而中國在這方面具有顯著優勢，” Zhu 表示。</p>
</div>

鉅變：中國在 ChatGPT 初次震撼後三年縮小與美國的人工智能差距