傳統上看，美國一直處於人工智慧創新的前沿，受益於領先的研究型大學、強大的技術部門以及迄今為止的支持性監管環境；然而，在過去十年中，中國已成為一個強大的競爭對手。中國的學術機構和創新研究，特別是清華大學，造就了中國大部分頂尖的人工智慧新創企業，包括目前排名前四的生成式人工智慧新創公司—智普人工智慧、百川人工智慧、探月人工智慧和MiniMax；同時，中國的人工智慧研究成果比美國還多，並且正在迅速縮小與美國法學碩士的表現差距，特別是在雙語基準方面。

雖然中國在研究數量上處於領先地位，但在私人企業的推動下，美國在將尖端研究轉化為現實產品方面表現出色，美國具備更多著名的機器學習和基礎模型就證明了這一點：根據調查，到2023 年，美國將有61 個著名的機器學習模型，而中國有15 個；美國的基礎模型有109 個，而中國有20 個。

中國的資金支持進一步證明其快速追趕的能力，儘管美國在私人人工智慧投資方面使中國相形見絀，但外國投資正開始流入中國的生成式人工智慧領域，舉例而啀，沙烏地阿拉伯國家石油公司(Aramco)的創投部門最近以4億美元的交易支持智普人工智慧，而中國政府也在介入填補資金缺口，透過國家引導的資本和財政援助支持國內人工智慧公司，事實證明，這在支持通常被私營部門忽視的地區的國內人工智慧業者方面相當有效。

同時，即便美國透過出口管制廣泛努力限制中國取得先進技術，但這些措施成效有限，事實上，這些措施反而刺激中國發展本土生態系統。中國企業正在透過盡可能在公有雲中進行培訓來規避限制，而在無法做到的情況下則透過開發本地私有雲（例如華為的「AI-in-a-box」）產品來進行創新。

整體來看，中國政府提供財政支援來培育高潛力企業，特別是在可能被忽視的地區，從而培育更廣泛的創新基礎；其次，在著名的清華大學的支持下，出現一群新興的中國人工智慧新創企業，它們不是複製現有技術，而是突破人工智慧創新的界限，特別是在生成式人工智慧領域；最後，與美國相比，中國能夠生產出有競爭力、有時甚至更優越的人工智慧模型。

中國政府為國內人工智慧企業提供財政支持

政府引導基金本質上是國家引導的資本基金。這些資金是從公共和私營部門籌集的，用於符合政府目標的項目，根據國家經濟研究局發布的2024年研究報告，2000年至2023年間，中國政府創投基金透過20,000 多筆交易投資人工智慧領域的 9,623 家「獨特公司」，總額達1,840億美元。

政府引導基金廣泛用於各種策略性產業和商業活動，但其影響卻不明顯：這些基金籌集的資金往往少於預期，並且在許多情況下未能部署投資，而且有太多優先事項重疊，導致效率低下。但評估專門為人工智慧公司創建的基金會發現三個重要優勢：首先，政府創投基金的空間分佈比私募基金更廣泛，私募基金主要集中在中國富裕的沿海地區，由於中國政府創投基金更均勻地分佈在全國各地，包括欠發達的內陸地區，因此政府正在幫助支持私人風險投資可能因流動性限制和資訊差距而忽視的地區的高潛力企業。


其次，政府創投基金投資於最初績效指標較弱的公司，但這些公司最終的成長速度快於私人創投的公司，最後，政府創投基金通常會先於私人創投基金投資人工智慧公司，而這些政府投資會吸引隨後的私人創投。當政府直接投資最初績效指標較弱的企業時，這種模式尤其明顯，這表明政府的選擇被私人投資者視為有價值的訊號。

最後，中國政府也透過補貼支持人工智慧產業，例如，北京市當局對購買國產人工智慧晶片的企業實施補貼，以促進中國半導體產業的發展並減少對外國技術的依賴，此舉措將根據企業對國產圖形處理單元（GPU）晶片的投資比例提供財政支持；此外，包括最大的上海在內的至少16個政府正在向企業招商，以獲取來自大型國有資料中心的補貼處理能力，這些資料中心整合有限的先進晶片供應。

在新創公司部分，智譜AI、百川AI、Moonshot AI、Minimax和01.AI這五家生成式人工智慧新創公司躋身中國人工智慧「獨角獸」之列，這意味著它們的估值超過10億美元，是中國生成式人工智慧生態系統的核心，業界將他們稱為「中國新人工智慧虎」，因為他們代表了新一波專注於法學碩士的人工智慧公司，就像 OpenAI 和 Anthropic 等西方同行一樣，這也是為了將它們與主要專注於臉部和影像辨識技術的商湯科技、曠視科技、雲從科技和依圖科技等所謂的老科技「龍」進行對比。

雖然許多新的中國生成式人工智慧公司正試圖透過ChatGPT 複製OpenAI 的成功，但並沒有明確的領導者或突破性應用程式成為中國最受歡迎或使用最廣泛的應用程序，一些分析師報告稱客戶很難確定哪家公司的人工智慧解決方案最適合他們的特定需求，然而，其他人則認為，智浦 AI 的模型表現穩定，是挑戰 OpenAI 的中國業者。有趣的是，這些中國新創企業的影響力如此之大，甚至連西方學研機構也開始效法他們的做法，最近涉及史丹佛大學的爭議顯示，其人工智慧模型 Llama 3-V 與清華大學自然語言處理實驗室和中國新創公司 ModelBest 開發的模型 MiniCPM-Llama3-V 2.5 相似，ModelBest 聯合創始人劉志遠強調這一轉變，他承認中國的生成式人工智慧模型與GPT-4 等西方頂級項目之間存在「巨大」差距，但依舊有機會縮小技術劣勢。

中國的策略方針優先考慮專業的工業人工智慧應用，而不是大型語言模型等更廣泛、多功能的用途，發展的重點是將人工智慧嵌入製造和原材料等領域，以提高效率和獲利能力，而不是開發面向一般、面向消費者的人工智慧技術，以更有效率地推動產業成長。

詳細內文請參考網址...