KeyFrame內部研究專用

Kimi K3 Deepseek震驚華爾街!美國科技封鎖難道失靈了?美中AI路徑將分道揚鑣?|編輯室ON AIR

經濟日報EDN37 min中文
觀看原始影片

三句話摘要

美國科技禁令下中國AI產業自主發展的現狀、挑戰與台灣的戰略地位。 美國科技禁令未能遏阻中國AI發展,反而促成兩套平行生態系統,但台灣在芯片代工與供應鏈的優勢地位短期內仍難以動搖,是中美競爭中最具戰略杠桿的一環。 中國AI追趕的三重驅動力:數據獲取便利性、留學歸國人才(如Kimi創辦人)的技術積累,以及舉國體制的持續資金投入,使研發速度遠超商業模式自洽的美國公司。

重點整理

  1. 中國AI追趕的三重驅動力:數據獲取便利性、留學歸國人才(如Kimi創辦人)的技術積累,以及舉國體制的持續資金投入,使研發速度遠超商業模式自洽的美國公司。

  2. 科技禁令的反向效應:美國芯片禁令原意限制中國計算力,反而促使中國建立獨立生態系(GPU公司、IC設計公司),長期可能形成兩套平行系統而非遏阻。

  3. 硬體自主化的現實困境:中國雖自主研發DUV光刻機,但仍面臨製程設備相容性驗證、耗材供應鏈斷裂風險(如ASML設備年年消耗導致產能衰退50%),5奈米以下先進製程短期內難以突破。

  4. 開源模式的隱性門檻:中國「開源」模型名義開放但需要高端硬體、專業參數調試能力,實際上提高了使用門檻,且數據隱私在地化的優勢難以轉化為普及率提升,除非配套東南亞、非洲等地的基礎設施投資。

實用技巧與重點

  • 模型與企業
  • Kimi、K3、DeepSeek、阿里前問等中國主流大模型
  • NVIDIA、AMD(美國GPU)vs 華為自研芯片
  • ASML(荷蘭DUV/EUV光刻機)vs 中國自研DUV樣機(現有5-6台)
  • 性能與成本數據
  • 中國模型token成本:美國的1/4到1/10
  • 美國-中國代差:2018年後從3-6個月→現在1-2個月
  • 全球AI服務可及人口:約10-15億人
  • 政策與體制
  • 美國2018年起科技禁令與芯片出口管制
  • 中國製造2025、十四五、十五五等五年計劃
  • 中國舉國體制模式:政府持續資金注入vs美國私募+公共採購模式
  • 中國光刻機產能衰退案例:150台→100台(第二年缺零件)→50台(第三年)
  • 台灣角色
  • 台積電、ASE等全球一流代工廠
  • 台灣代工模式:同時服務400-500家晶片設計公司,難以複製

結論

美國科技禁令未能遏阻中國AI發展,反而促成兩套平行生態系統,但台灣在芯片代工與供應鏈的優勢地位短期內仍難以動搖,是中美競爭中最具戰略杠桿的一環。

完整解析

美國從2018年開始對中國實施科技禁令,原本預期能在AI領域保持壓倒性優勢,但時至2026年,中國AI發展速度遠超預期。Kimi、K3、DeepSeek等模型在測試評分上與OpenAI最新版本相差無幾,成本更只有美國四分之一,這讓華爾街開始擔憂美國的技術領先優勢正在快速消退。代差從三到六個月的領先縮小到只剩一到兩個月,有人甚至擔心美國優勢可能進一步萎縮。

這種追趕速度的背後,有三個關鍵因素。首先,中國在數據獲取上具有天然優勢——14到15億人口的應用場景提供了龐大的訓練數據,且數據清洗與訓練經驗已相對成熟。其次,Kimi、DeepSeek等公司背後聚集了大量海歸人才與留學背景的研究者,他們掌握國際前沿AI理論,將其本地化落地。第三,中國採取舉國體制模式,政府持續提供資金支持,不依賴商業模式自洽,這與美國需要通過資本市場、風投融資、公共採購來驅動創新的邏輯截然不同。

然而,美國科技禁令意外催生了中國建立獨立生態系統的決心。芯片禁令令中國難以取得最新的GPU,這促使華為、寒武紀等企業開始自主研發GPU。同時,在先進製程光刻機上,中國也在積極開發DUV(深紫外光刻機)替代品,以規避ASML設備的限制。雖然中國已推出DUV樣機,但距離全產業鏈自主仍有距離——設備相容性驗證、耗材供應鏈、製程參數調整都需要時間。以ASML設備為例,若原有150台機台因缺乏耗材而每年衰退三分之一,三年後產能將剩三分之一,中國國產替代品的推出正是為了解決這一長期困境。

關於開源模型,中國的開源策略與西方傳統開源軟體截然不同。西方開源軟體(如Linux)的特點是硬體門檻低、學習成本相對可管理,但AI大模型開源卻需要用戶擁有高端GPU、掌握複雜參數調整能力,這無形中提高了使用門檻。此外,中國開源模型強調數據在地化與隱私保護,但這優勢能否轉化為普及率,仍需配套基礎設施投資(電力、網絡、訓練能力),尤其在東南亞、非洲等資源受限地區。全球約10-15億人能真正接觸AI服務,剩餘人口若要納入,需要整個產業生態的建設投入。

美國當前的優勢在於:原創創新與應用場景拓展能力,企業對使用倫理的重視(如Google員工對國防應用的保留、OpenAI對政府合約的審慎),使得AI發展相對規範;在半導體領域,NVIDIA、AMD等公司仍領先全球,台積電、ASML等合作夥伴構成堅強產業聯盟;在人才流動上,即便中國籍創辦人回流中國,許多仍選擇在美國矽谷從事研究,反映了中國在政治審查、言論管制上的制約。

台灣在此結構中扮演關鍵角色。台灣的芯片代工能力難以被替代——台積電的競爭優勢在於同時服務400-500家晶片設計公司的協調能力與靈活性,這正是Intel、三星難以複製的。隨著芯片產能逐漸從中國大陸移出至台灣、東南亞與美國,台灣的戰略地位更加突顯。未來台灣的挑戰在於應用層與軟體層創新相對薄弱,大多依賴國外大模型,但在硬體供應鏈的優勢仍是全球難以替代的關鍵資產。

11 min
AI 安全中文11月21日

防蒸餾的三道防線:OpenAI 怎麼保護 AI 的思考過程

一隻羊聊AI看原片 ↗
  • 思考過程是最值得保護的資產:完整的思維鏈(Chain-of-Thought)包含最終答案中沒有的中間步驟,蒸餾來的模型若學到完整思考過程,會多掌握超出預期的能力,包括原本應被防護的攻擊技巧。實驗顯示,學完整思考的學生在資安測驗中表現顯著優於
  • 三層防護結構應對單次請求與持續威脅:模型透過對抗訓練自我拒絕套話,分類器檢查請求意圖與回應內容(包括工具參數),API 層將思考過程與對話綁定,防止跨對話搬運。九月報告曾揭示的加密思考搬運攻擊已被修補。
10 min
AI 安全中文11月13日

The New AI Security Nightmare: Undetectable LLM Backdoors

Internet of Bugs看原片 ↗
  • LLM 可被訓練成在表面上表現正常,卻在特定條件(如在程式碼註釋中看到某個特定字串)觸發時執行訓練者指定的惡意行為,例如上傳環境變數檔案到遠端伺服器。這種後門是不可偵測的,研究者找不到檢測方法,且即使進行後續重新訓練也無法消除。
  • 任何參與模型創建或分發的人員都可能植入這類後門,不論模型是由知名 AI 廠商託管在雲端、還是自行部署。只要組織內有不可信任的人員,就無法完全排除這個風險。
22 min
AI 技術中文10月27日

Switch 2 宣告失守! AI 黑客 14 日暴力破解,唔使拆機、唔使焊晶片!任天堂今次真係驚咗?

大世界看原片 ↗
  • 漏洞來源出人意料:攻擊源於 iTunes 上售價約 25 美元的編程教學軟體 Small Basic。黑客利用其解釋器中的 32 位整數溢位漏洞穿過沙盒限制,再透過 ROP 鏈和緩衝區溢位層層深入,最終取得檔案系統完整權限。這套設計精妙的攻
  • AI 徹底改變破解生態:研究員 Pepsi Poo 坦承,破解工作大部分由 OpenAI 的 Codex AI 編碼代理執行。他搭建自動化測試裝置讓 AI 24 小時不間斷地觸發漏洞並自動重啟,兩週內完成原本需耗時數年的工程。這不是 AI