点击蓝字

关注我们

海外智库观察

人工智能（AI）技术正在重塑全球治理结构，也加剧了中美战略竞争的复杂性。作为全球AI领域的领导者，中国与美国分别构建出两种高度差异化的治理模式：中国主张以“国家主导+平台配合”为主的集中型治理，美国则坚持“企业主导+透明协商”的分布式治理。在伦理审查、算法备案、模型安全、国际扩展等核心议题上，两国路径不断分化，却又在应对风险、规范输出、产业协同等方面展现出相似的政策趋向。为系统呈现中美人工智能治理的分歧与交汇，本文选取卡内基国际和平基金会与兰德公司于2024–2025年发布的代表性研究报告，结合百度、字节跳动、OpenAI等企业的政策实践，从制度逻辑、监管机制、国际布局与企业策略四大层面展开深入编译与对比分析。


卡内基国际和平基金会

Carnegie Endowment for International Peace

推动更具全球包容性的可信人工智能议程


卡内基于2024年4月发表的这篇研究报告，首次系统总结了中国政府在全球南方推动AI治理模式输出的战略路径。报告指出，中国以其行政效率与风险防控优势，为多数发展中国家提供了一种“低成本、高执行”的治理参考模板。该报告强调，当前中国人工智能治理的核心战略不是与美欧竞争技术制高点，而是塑造“可执行的伦理监管制度”，并通过“一带一路”等合作框架将这一制度扩散至东南亚、非洲与拉美国家。

首先，报告深入分析了《生成式人工智能服务管理办法》所构建的核心监管体系。文件于2023年由中国网信办发布，其执行力度体现在两方面：一是平台责任明确化，要求所有向公众开放的AI服务必须备案，二是风险可控化，提出“事前评估+事中抽查+事后处罚”的动态审查体系。截至2024年底，中国已有119个模型完成备案流程，涵盖百度“文心一言”、阿里“通义千问”、商汤“日日新”、科大讯飞“星火”等多款主力模型。备案内容包括训练数据来源说明、输出风险说明、伦理影响评估报告、算法优化路线图，形成了一种“合规文档-行为追溯-监管接入”三层监管闭环。



其次，该报告以抖音、百度、阿里为案例，展示平台如何落实治理责任。字节跳动旗下“豆包”模型实施三级审查机制：关键词过滤、上下文识别与人工审查，每日拦截可疑请求超过18万条。百度则建立“内容异常识别”系统，对用户提问触发政治、历史、宗教等敏感语义自动降权处理。阿里云推出“模型审查云控台”，为中小企业用户提供自定义敏感词包和生成内容风险评级。2024年第二季度，三大平台共同配合监管机构开展了名为“清风·大模型整治行动”的全国整顿，处理违规账号4万余个，下线模型版本16个。


此外，卡内基报告还强调中国政府在AI治理中高度重视“伦理审查嵌入式机制”的制度建设。与美欧以行业自律为主不同，中国将伦理评估作为行政监管的一部分，纳入产品上线前置条件。例如，百度“文心一言”团队设有“AI伦理审查委员会”，由法律、心理学、语言学专家组成，每月召开评估会议，对模型输出的新风险类型（如种族偏见、精神误导、身份造假等）形成专题报告。2024年上半年，百度针对模型误导用户进行金融操作的问题，主动下线推广接口，并发布整改说明。阿里“通义千问”则启动“人类反馈标签工程”（RHF），组织300人团队参与长期打分，协助识别伦理边界模糊内容，如性别刻板印象、国家象征歪曲等。


报告还指出，中国不仅在国内构建监管体系，也正在利用其对外援助政策将AI治理工具包输出至发展中国家。以柬埔寨为例，2024年中国与柬政府合作建设AI监管实验室，输出算法评估模板、备案文档范式与训练数据标签体系；在坦桑尼亚，中国国家互联网信息办公室为其AI政务平台提供“舆情风险识别模块”和“内容透明度通报机制”。卡内基认为，这些扩展路径虽然在西方舆论中存有争议，但已成功获得一批全球南方国家的认可，形成以“执行力”为核心的AI治理出口战略。


最后，卡内基对中国治理模式进行评价：其优势在于统一、高效、执行力强，适合政治集中度高的发展中国家采纳；但其局限也十分明显，如对多样性文化表达空间压缩、透明度低、公众参与度不足等，导致其模式在欧盟与北美缺乏制度认同。报告呼吁西方国家在批评中国模式的同时，应正视全球多极治理现实，探索与中国在高风险领域（如深度伪造、自动武器部署）开展有限对话机制。










兰德公司

RAND Corporation

中国的人工智能模型正在缩小差距——但美国的真正优势在于其他方面


2025年5月，兰德公司发布的这篇文章针对外界热议的“中国AI技术超车论”做出深入回应。文章指出，虽然中国在模型性能上正迅速逼近美国，但美国在算力基础、制度生态与国际治理机制方面仍然占据决定性优势。作者明确提出：“中美的AI竞争不是一场‘谁的模型更聪明’的比赛，而是一场关于‘谁能更可持续地运营AI生态系统’的制度博弈。”文章首先回顾了中国模型能力的进步。百度的“文心一言4.0”在MMLU语言理解测试中取得89.7分，仅次于GPT-4的91.3分，接近国际领先水平；阿里“通义千问2.5”在C-Eval中文语言测试中表现突出，以92.5分的成绩超越OpenAI模型。这些成绩使得中方模型首次具备国际商业可竞争性。

然而，兰德指出，这种“模型逼近”的表象不能掩盖美国的结构性优势。首先是算力资源：美国仍然掌握全球约60%以上的高端AI GPU计算资源，NVIDIA于2025年推出的Blackwell芯片已成为全球训练主流芯片。兰德特别提到，中国由于受到美国芯片出口管制影响，尽管大力发展华为“昇腾”芯片与寒武纪生态，但在大型模型训练效率、生态兼容性与长期维护成本方面仍存在明显劣势。2024年，OpenAI训练GPT-4-Turbo仅耗时4.5周，而百度“文心一言4.0”所需时间超过9周。


其次，报告强调美国AI治理架构的透明度与多方参与特征是其软性实力的核心体现。2024年，美国国会通过《可信AI治理法案》，要求所有进入公众市场的AI模型必须提交“模型评估报告”“数据偏见说明书”与“红队测试结果”。OpenAI与Anthropic建立公开“风险交叉评估平台”，对用户可能遭遇的生成误导、AI幻觉和深度伪造建立量化评估标准。相比之下，中国虽然制定了完整的审查机制，但大多依赖企业内部自审，缺乏独立第三方验证程序与用户权利申诉通道。


除了模型能力与治理架构的比较，兰德报告进一步分析了中美在国际AI治理话语权上的博弈态势。文章指出，尽管中国在全球南方的影响力有所扩展，但在多边技术标准制定与伦理协议层面，美国依然掌握主导地位。2025年，美国借助OECD、G7与美欧科技理事会推动“可信AI”框架的全球签署，该框架涵盖算法可解释性、数据透明度、模型可追溯性与责任分担机制。截至2025年4月，已有42个国家正式采纳这一框架，成为国际技术贸易的“信任通行证”。OpenAI与微软、谷歌等公司所参与制定的“国际模型透明度评估协议”（IMTA），也成为多个国家引入AI审查机制的模板基础。


反观中国，虽然在联合国平台上提出了“全球AI发展倡议”，并与金砖国家启动“AI伦理合作沙箱”，但其影响力仍相对集中在亚非国家。报告分析了中国在埃塞俄比亚与柬埔寨的AI基础设施援助项目，尽管取得实地落地成果，但在制度输出方面更多依赖“规则嵌入式硬件部署”，而非真正意义上的规则共建。兰德认为，这种策略在短期内可实现“技术扩展”，但难以构建广泛制度同盟。在2025年欧盟AI法案修订草案中，中国主导的“风险导向评估”未被采纳，反而借鉴了美国推行的“用途分级+结果审查”结构，表明美式治理范式仍具较强制度吸附力。


此外，兰德指出，在应对AI风险（尤其是深度伪造、虚假舆论、自动决策失控）方面，美国正在推动多边治理新机制。例如，美日欧三方已于2025年3月启动“跨境红队协同计划”，建立模型交叉攻击共享库，用以测试系统脆弱性；而中国在此方面仍以国家内部管控为主，未建立跨国模型评估通用接口。这种技术治理“孤岛化”可能限制其长期制度吸引力。










原文链接：

1.https://carnegieendowment.org/research/2024/04/advancing-a-more-global-agenda-for-trustworthy-artificial-intelligence?lang=en

2.https://www.rand.org/pubs/commentary/2025/05/chinas-ai-models-are-closing-the-gap-but-americas-real.html


文章检索及编译:吴思叡（华盛顿大学）

审核:赵杨博

排版:李森（北京工商大学）

终审:梁正、鲁俊群


清华大学人工智能国际治理研究院编
上述信息均根据原文内容整理，谨供读者参考，不代表本机构立场和观点

往期回顾

海外智库丨人工智能国际治理观察第277期

海外智库丨人工智能国际治理观察第276期

海外智库丨人工智能国际治理观察第275期


关 于 我 们



清华大学人工智能国际治理研究院（Institute for AI International Governance, Tsinghua University，THU I-AIIG）是2020年4月由清华大学成立的校级科研机构。依托清华大学在人工智能与国际治理方面的已有积累和跨学科优势，研究院面向人工智能国际治理重大理论问题及政策需求开展研究，致力于提升清华在该领域的全球学术影响力和政策引领作用，为中国积极参与人工智能国际治理提供智力支撑。



新浪微博：@清华大学人工智能国际治理研究院

微信视频号：THU-AIIG

Bilibili：清华大学AIIG


内容中包含的图片若涉及版权问题，请及时与我们联系删除