🇭🇰SCMP Technology•較早收集於 20m
全球民調：中國 AI 技術領先，但信任度仍落後
💡了解地緣政治觀感如何影響全球 AI 採用，以及中國模型面臨的信任鴻溝。
⚡ 30-Second TL;DR
有什麼變化
Public First 調查涵蓋了 15 個國家的 18,000 名受訪者。
為什麼重要
調查結果顯示，地緣政治觀感顯著影響 AI 的採用，可能導致全球市場的分裂。依賴中國 AI 基礎設施的企業，因這些信任障礙，在西方市場可能面臨挑戰。
下一步行動
若正在開發全球性 AI 產品，請優先考慮透明度與數據治理，以降低國際市場中與信任相關的採用門檻。
誰應關注：Founders & Product Leaders
關鍵要點
- •Public First 調查涵蓋了 15 個國家的 18,000 名受訪者。
- •包括美國盟友在內的 11 個國家受訪者認為中國是 AI 領域的領導者。
- •儘管效能受到認可，中國 AI 模型在信任度方面仍存在顯著差距。
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 10 個來源。
🔑 增強重點摘要
- •Public First 的調查顯示，儘管全球有超過 90% 的受訪者認為 AI 將改變世界，但對 AI 的個人生活影響的淨樂觀情緒從 2024 年的 15 個百分點下降到 2026 年的 5 個百分點，顯示出日益增長的擔憂。
- •該調查衡量了「淨信任度」（信任減去不信任的百分比），結果顯示日本以 +22 排名第一，美國以 +16 排名第二，而中國則以 -8 排名第十，凸顯了其在信任度方面的顯著差距。
- •與西方國家相比，中國國內對 AI 的信任度顯著更高；例如，一項 Edelman 調查顯示，87% 的中國受訪者信任 AI，而美國僅為 32%，這表明全球對 AI 的看法存在巨大差異。
- •德國是對美國在 AI 領域領導地位最不信服的國家，只有 23% 的受訪者認為美國領先，而近四分之一（24%）的美國受訪者認為中國在 AI 方面領先於美國。
- •中國正在制定一項為期五年、耗資約 2 兆人民幣（2,950 億美元）的計畫，用於建設全國性的 AI 資料中心網路，目標是到 2028 年，其中至少 80% 的底層技術（包括 AI 晶片）來自國內供應商，這凸顯了其技術自主的雄心。
🛠️ 技術深入
- 多數中國 AI 模型採用混合專家 (MoE) 架構：這種架構能顯著提高效率，僅激活總參數的一小部分來處理每個查詢，例如 DeepSeek-V3 總計 6,710 億參數中僅激活 370 億，Kimi K2.5 則在 1 兆參數中激活 320 億，與同等知識容量的密集模型相比，可將推理計算量減少 90-97%。
- DeepSeek-V3：由 DeepSeek AI 開發，採用 MoE 架構，在邏輯、程式碼生成和複雜問題解決方面表現出色。
- Qwen 3 (通義千問)：由阿里巴巴雲推出，採用 MoE 架構，具備多模態能力，在數學、推理和多語言任務（支援 100 多種語言）方面表現強勁。其系列包括 Qwen 3 Max（萬億參數，專為程式碼和高級代理任務設計）、Qwen 3 Next（稀疏 MoE，注重速度）和 Qwen 3 Omni（文本、音訊、圖像和視訊融合的多模態模型）。
- Doubao 1.5 Pro (豆包)：由字節跳動開發，採用稀疏 MoE 架構，具有高效率處理能力，上下文視窗可達 256,000 個 token，並支援文本、視覺和語音等多模態功能。
- Kimi k2 (月之暗面)：升級版 Kimi k2 增強了多模態能力，特別是在處理文本和視覺輸入方面。它具有 128,000 個 token 的上下文長度，並採用思維鏈 (CoT) 推理。Kimi K2.5 更採用代理群體技術，最多可同時運行 100 個子代理。
- GLM-5 (智譜 AI)：在開放權重 AI 模型排行榜上總體領先，在代理程式編碼任務上超越了 Gemini 3.0 Pro，並接近 Claude Opus 4.5。該模型完全在華為昇騰晶片上訓練。
- Ernie 5.0 (文心一言)：百度開發的多模態模型，採用統一架構，能同時處理文本、圖像和視訊，並已擁有超過 2 億月活躍用戶。
🔮 前景展望AI analysis grounded in cited sources
中國「本地優先」的 AI 監管策略將持續影響全球 AI 產業格局。
中國對公共 AI 服務實施「本地優先」的監管原則，要求國內開發商進行安全評估和雙重備案，並將審批與本地化數據、演算法和模型掛鉤，這將促使跨國公司為中國市場開發特定的 AI 架構和數據策略。
中國在 AI 發展方面的有利環境可能加速其在全球 AI 競爭中的領先地位。
與美國相比，中國年輕一代對 AI 風險的擔憂程度較低，這為 AI 發展創造了更寬鬆的環境，可能進一步塑造全球競爭格局。
全球對 AI 信任度的分歧將迫使企業和政策制定者採取差異化策略。
在中國等高信任度市場，任務是透過負責任的部署和明確的效益證明來維持樂觀情緒；而在西方等低信任度市場，則需要重建對技術背後機構的信心。
⏳ 時間線
1970s
中國 AI 發展的起步，鄧小平改革開放強調科技。
2006
中國將 AI 列為《國家中長期科學和技術發展規劃綱要 (2006–2020)》中的政策優先事項。
2015-05
發布《中國製造 2025》，旨在減少對外國技術的依賴。
2017-07
中國國務院發布《新一代人工智能發展規劃》，設定了到 2030 年成為世界 AI 領導者的宏偉目標。
2018
百度、阿里巴巴、科大訊飛、騰訊和商湯科技被科技部指定為「AI 國家隊」或「AI 冠軍」。
2021
中國頒布《中華人民共和國數據安全法》，首次從國家層面解決 AI 相關的倫理問題。
📎 來源 (10)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： SCMP Technology ↗
每週 AI 簡報
每週一封，可隨時退訂。