美中人工智慧競爭，早已不是單純比較哪一國的大模型排名較高。對北京而言，回應美國在先進晶片、資本與前沿模型上的優勢，是一套跨越外交論述、供應鏈、產業能力與軍事現代化的組合策略。

一端是以「開放」與「數位主權」包裝的全球 AI 治理主張；另一端則是稀土等關鍵材料的供應鏈槓桿，以及解放軍持續推進的「智能化」。而在最受矚目的模型層面，美國與中國的領先模型差距，已比兩國投資金額的落差小得多。3650

北京的主軸：AI 不應由單一陣營主導

中國的對外論述，是將 AI 描繪為不該由單一國家壟斷、也不應被分割成相互對立陣營的共同技術。2025 年，中國國務院總理李強提出成立全球 AI 合作組織，表示中國希望協調 AI 監管並分享自身進展。37 2026 年 7 月，習近平在世界人工智慧大會上推廣開源技術及由中國主導的 AI 合作架構，作為美國影響 AI 規則之外的另一種選項。36

這套敘事直接面向正在選擇技術生態、雲端服務、標準與治理安排的國家。中國官員也主張各國應享有「數位主權」，反對在 AI 競爭中被迫選邊站。34

開源或開放權重模型因而具有戰略價值：它讓使用者能下載、調整與部署模型，不必完全依賴美國企業的專有平台，也使「開放合作」的政治訊息有了實際產品支撐。不過，這不等於中國已經實現技術自主；先進晶片、半導體設備、雲端基礎設施與資本取得，仍是另一場影響深遠的競爭。

稀土：北京手中的反向槓桿

華府對中國施壓的重點，主要是先進半導體及其相關技術。北京較具份量的對應籌碼，則位於供應鏈的另一端：關鍵礦產與加工能力。

中國在 2025 年 4 月與 10 月分兩波推出稀土出口管制。歐洲議會研究服務處指出，第二波措施已暫緩至 2026 年 11 月。1 這些措施無法讓中國控制 AI 軟體或前沿模型研發，卻可能影響高度依賴稀土與磁材的高科技及國防產業供應鏈。

因此，稀土更像是科技准入角力中的談判與施壓工具，而非任何一方的絕對「卡脖子」能力。美中經濟與安全審查委員會報告警告，若中國採取具針對性的出口限制，可能擾亂包括 AI 與資料中心基礎設施在內的高科技產業。2 晶片與關鍵礦產於是成為雙方相互施壓的槓桿，也凸顯兩國競爭之下仍存在深度相互依賴。

解放軍「智能化」：爭奪資訊優勢

軍事面向常以解放軍「智能化」概括：把 AI 與機械化、信息化整合。解放軍的 2027 年現代化目標之一，即是加速三者的融合發展。18

解放軍的思維將資訊優勢視為作戰成敗的基本條件。相關研究指出，其 AI 軍事思路與「體系破擊戰」相連：藉由破壞關鍵網路、感測器、指揮系統與其他節點，讓對手部隊所構成的整體系統失靈。20

公開研究與採購資料顯示，解放軍目前關注的 AI 應用包括：

• 情報、監視與偵察；
• 智能或自主載具；
• 預測性維修與後勤；
• 資訊與電子戰；
• 模擬與訓練；
• 指揮管制支援；
• 自動目標辨識。17

美國國防部也評估，中國因相信 AI 正引領新一輪軍事事務革命，而優先發展 AI 賦能能力，並試圖借重商業部門的技術進展。19

AI 輔助目標作業，不等於 AI 自主決定開火

AI 可以支援軍事目標作業，但不必然代表它能自行決定使用武力。具體而言，AI 可用於處理感測器資料、辨識潛在目標、排序資訊優先級、協助指揮官判斷、分配資源，或改善規劃與模擬。

現有證據足以支持解放軍在上述領域的理論、採購、研究與支援性應用；但不足以證實其已部署成熟的端到端自主殺傷鏈，或將致命決策交由 AI。這個區分很重要：軍事現代化確實正在推進，但仍屬持續轉型，而非全面自主作戰能力已成熟的證明。171820

為何模型競賽比投資競賽更接近？

史丹佛大學 2026 年 AI 指數呈現了美中競爭中最醒目的反差：2025 年美國私人 AI 投資達 2,859 億美元，中國為 124 億美元，前者超過後者 23 倍。報告同時提醒，私人投資統計未納入政府引導基金，可能低估中國的 AI 總投入。50

然而，兩國頂尖模型的表現遠比投資額顯示的接近。史丹佛指出，自 2025 年初以來，美中模型曾多次互換領先位置；DeepSeek-R1 在 2025 年 2 月一度追平當時最佳美國模型，而截至 2026 年 3 月，領先的美國模型僅高出 2.7%。50

這顯示前沿模型層級正快速收斂，卻不代表兩國 AI 體系已然等量齊觀。美國在私人資本與重要模型產出上仍具顯著結構性優勢：2024 年，美國機構產出 40 個重要 AI 模型，中國為 15 個。49

榜單接近，不等於整個 AI 體系對等

模型排名只是國家 AI 能力的一層。更完整的競爭還包括：

• 模型與應用：包括開放模型的可得性與採用程度；
• 算力與半導體：包括取得先進晶片及製造技術的能力；
• 產業供應鏈：礦產與材料可能成為槓桿；
• 軍事系統：尤其是情資、指揮支援、模擬、後勤與精準規劃工具；
• 全球治理與基礎設施：競爭各方都在爭取標準、夥伴關係與部署影響力。

從這個角度看，中國的作法可理解為：一方面降低對以美國為中心的技術體系之依賴，另一方面讓中國成為 AI 開發與治理的可行替代合作夥伴。開放 AI 的論述、稀土管制與軍事 AI 議程，都與此目標相連；只是它們的時間尺度與實際限制並不相同。

最終效應：相互強化的安全困境

雙方都將自身限制描述為防衛性措施，並指責對方具有脅迫性或破壞穩定的意圖。可預見的結果是更強的自給自足：更多本土技術研發、供應鏈多元化、結盟與合作架構競逐，以及商業 AI 技術更深地納入軍事體系。

對企業與政府而言，長期要點是：不能只看最佳模型的分數來判讀美中 AI 競爭。2.7% 的差距確實代表競爭壓力顯著升高，但它並未消除美國在投資與模型產出上的優勢，也未抹去中國透過產業供應鏈影響技術取得、並推進 AI 軍事化整合的能力。4950

美中人工智慧競爭，早已不是單純比較哪一國的大模型排名較高。對北京而言，回應美國在先進晶片、資本與前沿模型上的優勢，是一套跨越外交論述、供應鏈、產業能力與軍事現代化的組合策略。

一端是以「開放」與「數位主權」包裝的全球 AI 治理主張；另一端則是稀土等關鍵材料的供應鏈槓桿，以及解放軍持續推進的「智能化」。而在最受矚目的模型層面，美國與中國的領先模型差距，已比兩國投資金額的落差小得多。3650

北京的主軸：AI 不應由單一陣營主導

中國的對外論述，是將 AI 描繪為不該由單一國家壟斷、也不應被分割成相互對立陣營的共同技術。2025 年，中國國務院總理李強提出成立全球 AI 合作組織，表示中國希望協調 AI 監管並分享自身進展。37 2026 年 7 月，習近平在世界人工智慧大會上推廣開源技術及由中國主導的 AI 合作架構，作為美國影響 AI 規則之外的另一種選項。36

這套敘事直接面向正在選擇技術生態、雲端服務、標準與治理安排的國家。中國官員也主張各國應享有「數位主權」，反對在 AI 競爭中被迫選邊站。34

開源或開放權重模型因而具有戰略價值：它讓使用者能下載、調整與部署模型，不必完全依賴美國企業的專有平台，也使「開放合作」的政治訊息有了實際產品支撐。不過，這不等於中國已經實現技術自主；先進晶片、半導體設備、雲端基礎設施與資本取得，仍是另一場影響深遠的競爭。

稀土：北京手中的反向槓桿

華府對中國施壓的重點，主要是先進半導體及其相關技術。北京較具份量的對應籌碼，則位於供應鏈的另一端：關鍵礦產與加工能力。

中國在 2025 年 4 月與 10 月分兩波推出稀土出口管制。歐洲議會研究服務處指出，第二波措施已暫緩至 2026 年 11 月。1 這些措施無法讓中國控制 AI 軟體或前沿模型研發，卻可能影響高度依賴稀土與磁材的高科技及國防產業供應鏈。

因此，稀土更像是科技准入角力中的談判與施壓工具，而非任何一方的絕對「卡脖子」能力。美中經濟與安全審查委員會報告警告，若中國採取具針對性的出口限制，可能擾亂包括 AI 與資料中心基礎設施在內的高科技產業。2 晶片與關鍵礦產於是成為雙方相互施壓的槓桿，也凸顯兩國競爭之下仍存在深度相互依賴。

解放軍「智能化」：爭奪資訊優勢

軍事面向常以解放軍「智能化」概括：把 AI 與機械化、信息化整合。解放軍的 2027 年現代化目標之一，即是加速三者的融合發展。18

解放軍的思維將資訊優勢視為作戰成敗的基本條件。相關研究指出，其 AI 軍事思路與「體系破擊戰」相連：藉由破壞關鍵網路、感測器、指揮系統與其他節點，讓對手部隊所構成的整體系統失靈。20

公開研究與採購資料顯示，解放軍目前關注的 AI 應用包括：

• 情報、監視與偵察；
• 智能或自主載具；
• 預測性維修與後勤；
• 資訊與電子戰；
• 模擬與訓練；
• 指揮管制支援；
• 自動目標辨識。17

美國國防部也評估，中國因相信 AI 正引領新一輪軍事事務革命，而優先發展 AI 賦能能力，並試圖借重商業部門的技術進展。19

AI 輔助目標作業，不等於 AI 自主決定開火

AI 可以支援軍事目標作業，但不必然代表它能自行決定使用武力。具體而言，AI 可用於處理感測器資料、辨識潛在目標、排序資訊優先級、協助指揮官判斷、分配資源，或改善規劃與模擬。

現有證據足以支持解放軍在上述領域的理論、採購、研究與支援性應用；但不足以證實其已部署成熟的端到端自主殺傷鏈，或將致命決策交由 AI。這個區分很重要：軍事現代化確實正在推進，但仍屬持續轉型，而非全面自主作戰能力已成熟的證明。171820

為何模型競賽比投資競賽更接近？

史丹佛大學 2026 年 AI 指數呈現了美中競爭中最醒目的反差：2025 年美國私人 AI 投資達 2,859 億美元，中國為 124 億美元，前者超過後者 23 倍。報告同時提醒，私人投資統計未納入政府引導基金，可能低估中國的 AI 總投入。50

然而，兩國頂尖模型的表現遠比投資額顯示的接近。史丹佛指出，自 2025 年初以來，美中模型曾多次互換領先位置；DeepSeek-R1 在 2025 年 2 月一度追平當時最佳美國模型，而截至 2026 年 3 月，領先的美國模型僅高出 2.7%。50

這顯示前沿模型層級正快速收斂，卻不代表兩國 AI 體系已然等量齊觀。美國在私人資本與重要模型產出上仍具顯著結構性優勢：2024 年，美國機構產出 40 個重要 AI 模型，中國為 15 個。49

榜單接近，不等於整個 AI 體系對等

模型排名只是國家 AI 能力的一層。更完整的競爭還包括：

• 模型與應用：包括開放模型的可得性與採用程度；
• 算力與半導體：包括取得先進晶片及製造技術的能力；
• 產業供應鏈：礦產與材料可能成為槓桿；
• 軍事系統：尤其是情資、指揮支援、模擬、後勤與精準規劃工具；
• 全球治理與基礎設施：競爭各方都在爭取標準、夥伴關係與部署影響力。

從這個角度看，中國的作法可理解為：一方面降低對以美國為中心的技術體系之依賴，另一方面讓中國成為 AI 開發與治理的可行替代合作夥伴。開放 AI 的論述、稀土管制與軍事 AI 議程，都與此目標相連；只是它們的時間尺度與實際限制並不相同。

最終效應：相互強化的安全困境

雙方都將自身限制描述為防衛性措施，並指責對方具有脅迫性或破壞穩定的意圖。可預見的結果是更強的自給自足：更多本土技術研發、供應鏈多元化、結盟與合作架構競逐，以及商業 AI 技術更深地納入軍事體系。

對企業與政府而言，長期要點是：不能只看最佳模型的分數來判讀美中 AI 競爭。2.7% 的差距確實代表競爭壓力顯著升高，但它並未消除美國在投資與模型產出上的優勢，也未抹去中國透過產業供應鏈影響技術取得、並推進 AI 軍事化整合的能力。4950