美中AI發展的相互較勁 推動全球科技格局的重塑
美中科技競爭不僅是兩國之間的較量，更是全球科技格局重塑的重要推動力，雙方在多個領域展現出獨特的優勢和戰略取向。未來，隨著開源AI等技術的崛起，以及人工通用智慧（AGI）的加速發展，科技競爭將進入全新的階段。
文/蕭衡鍾
史丹佛大學人工智慧研究所發佈的《2025年人工智慧指數報告》（Artificial Intelligence Index Report 2025）中指出，AI技術的爆炸式增長及其對社會多領域的深遠影響，包含產業界主導模型開發，美中技術競爭格局持續演化，倫理治理與能源挑戰日益凸顯。
儘管AI在科學、醫療與經濟領域展現出變革潛力，但技術紅利與風險並存，包含從公眾信任危機到區域發展失衡、從資料資源萎縮到複雜推理瓶頸等方面，全球亟需構建協同機制以平衡創新與可持續發展。
技術創新與社會需求間的結構性斷層
該報告主要內容為：一、工業主導模型創新，而學術深耕基礎研究，讓美中分持量質戰略位置；第二、基準突破催生多模跨越，性能趨同促使範式創新，開放生態重塑競爭格局；第三、風險攀升促使治理加速，偏見難解凸顯倫理深層，數據收緊催生合規轉型；第四、資本狂飆加劇區域失衡，應用滲透初顯效率價值，能源就業促使轉型破局；第五、模型突破重塑科研範式，設備激增改寫醫療生態，諾獎加冕確立核心地位。
同時，該報告也顯示AI技術呈現「加速突破但治理滯後」的全球性矛盾，技術性能持續躍升，但倫理風險、區域發展失衡與可持續性挑戰同步加劇，暴露出技術創新與社會需求間的結構性斷層。
首先，美國各州在二○二四年通過一百三十一項AI法律，超過了二○二三年的兩倍，聚焦資料隱私與深度偽造監管，而聯邦立法進展緩慢，形成了地方先行、中央滯後的情況。全球七十五國立法AI提及量增二十一‧三％，加拿大投入二十四億加元、中國大陸投入四百七十五億美元等掀起基建投資潮，爭奪算力與晶片戰略地位。而繼美英兩國之後，日、法、德等十國及歐盟宣佈成立AI安全機構，形成「國家+國際組織」的協同網路，但區域規則博弈也加劇，例如歐盟《AI法案》、中國大陸的《生成式AI管理辦法》與OECD的原則差異顯著，互認機制亟待建立。
教授AI人才需求激增
其次，課程普及暴露資源鴻溝，碩博激增折射出人才渴求的情況，但師資缺口促使體系重構。報告中指出，在美國，高中電腦科學（computer science）課程的准入率和報名率略有上升，但不同州、種族、學校規模以及地理、收入、性別和殘疾等因素導致學生參與率存在差異。雖然八十一％的CS教師認為應將AI納入基礎CS學習，但不到一半的高中CS教師覺得自己有能力教授AI。
儘管全球約三分之二的國家正在或計畫開展K-12 CS教育，自二○一九年以來這一比例多了一倍以上，非洲和拉丁美洲進步顯著，但非洲學生因學校電力不足，獲取CS教育機會較少。反觀二○二二至二○二三年間，美國人工智慧碩士學位元授予數量幾乎翻倍，預示著各學位層次的發展趨勢，美國在資訊、技術和通信（ICT）領域各級畢業生培養中保持全球領先，西班牙、巴西、英國緊隨其後，土耳其在性別平等方面表現突出。再者，於公民大眾方面，報告指出全球有五十五％的受訪者認為AI利大於弊（二○二二年數字為五十二％），特別是中國大陸等新興市場的樂觀度領先，高達八十三％，但美加等成熟市場則仍存疑慮，處於四十％以下，反映出技術滲透的階段差異。此外，有六十％的公眾預計AI將改變工作方式，但僅三十六％的人擔心失業，顯示對人機協作的接受程度。雖然監管支持度高，像是美國有七十三‧七％的地方政策支持，但分歧顯著，特別有八十‧四％支援資料隱私，像是對於自動駕駛的信任度低（美國僅十三％），暴露出安全焦慮與價值認同的矛盾。
美中人工智慧競爭決定未來全球科技走向
對比史丹佛大學的《2024年人工智慧指數報告》以及《2025年人工智慧指數報告》後，可知美國擁有由成熟私營部門主導的強大人工智慧生態系統，幾家大型公司如Anthropic、谷歌、OpenAI、Meta和微軟，在過去五年裡開發了世界上大多數基礎模型。二○二三年，美國在人工智慧領域的私人投資幾乎是排名第二的中國大陸投資額的九倍，同時美國還成立了八百九十七家新的人工智慧公司。美國依然是全球頂尖人工智慧人才的首選目的地，然而，隨著大型科技公司在研發方面逐漸變得更加不透明，美國在人工智慧專利和學術出版物的產出數量上開始出現下滑。
相較之下，中國大陸在人工智慧領域擁有全球最多的大語言模型開發人員。其人工智慧進展主要由學術界和幾家國家級企業（如阿里巴巴、百度）推動。中國大陸的大學和實驗室已成為重要的人工智慧研究中心，其中，清華大學更是Moonshot AI和智譜AI等人工智慧初創企業的重要基地。這些初創公司與阿里巴巴等大企業生產的模型，正在與美國二線前沿技術競爭，且具備獨特優勢，包括更強的非英語語言處理能力以及在專業領域的應用，像是人工智慧生成的文本、視頻和視覺內容等，中國大陸DeepSeek的V3模型已被證明優於OpenAI的GPT-40和Meta的Llama最新版本。這些技術的進步正轉化為實際應用，如人工智慧工業機器人領域。
當然，美中雙方在這一領域的發展也存在潛在變數，首先為開源AI，因為隨著美國及其他國家對中國大陸AI硬體限制的加劇，中國大陸正積極從開源AI中尋求更多的效率提升。開源AI模型可以被任何人訪問和使用，不受限制，因此成為了美國控制技術的替代方案。儘管中國大陸面臨嚴格的審查要求，但領頭的AI公司已經開發出與美國封閉源代碼AI模型競爭的高性能開源模型。例如，阿里巴巴開發的Qwen系列大型語言模型（LLM）已成為線上平臺Hugging Face上最受歡迎、下載量最大的模型之一。
其次則是能源挑戰將成為美國AI資料中心發展的關鍵考驗。畢竟人工智慧的快速發展，特別需要龐大計算資源的資料中心和AI訓練設施的建設，這方面對美國電力基礎設施提出前所未有的需求，預計到二○三○年可能會消耗美國電力的八％。儘管科技巨頭和公用事業公司正積極擴展電力供應能力，但這些舉措可能難以從根本上解決美國電力系統面臨的系統性挑戰，諸如下一代能源項目的審批和監管等問題，可能會制約美國在人工智慧領域的進一步發展。
最後就是AGI 的加速發展。通向人工智慧通用性（AGI）的進程正在加速，得益於大規模語言模型的不斷優化、更複雜AI能力（如推理）的發展，以及AI技術棧的突破性進展（如量子計算）。AGI有望在二○二五至二○二七年間問世，可能會顛覆各個經濟領域，成為一個關鍵的技術轉折點。
