US-China Economic and Security Review Commission警告称，中国的AI竞争优势主要源于其庞大的国内数据优势，而非半导体实力相当。

一份新报告指出，美国对华芯片出口管制忽视了更宏观的图景：中国的工厂正在生成使人工智能真正具备实用价值的专用数据。美中经济与安全审查委员会（USCC）发布了一份报告，向华盛顿的政策制定者提出了一个令人不安的观点：旨在减缓中国人工智能进展的芯片出口管制，可能完全瞄准了错误的瓶颈。

该报告于2026年3月发布，题为《双循环：中国开放人工智能战略如何巩固其工业主导地位》。报告认为，中国真正的人工智能优势不在于算力，而在于数据——具体而言，是来自全球最大制造基地、每日源源不断产出的专用现实世界数据。本报告由高级政策分析师Ngor Luong撰写，引入了一套围绕两个相互强化的反馈循环构建的分析框架，这些循环以华盛顿当前政策工具包无法应对的方式，加剧了中国的人工智能能力。

第一个循环被称为“数字循环”。中国的开源人工智能模型，尤其是阿里巴巴的Qwen系列，仅在Hugging Face平台上就衍生出了超过10万个衍生模型。每个衍生模型都创造了新的用例，生成新鲜的数据，并将改进反馈回基础模型中。

第二个循环是“物理循环”。中国庞大的制造业部门、广泛的机器人部署以及 sprawling 的工业基础设施产生了大量专用的运营数据。这些数据并非来自互联网抓取的信息，而是包括来自工厂车间的传感器读数、自主系统的性能指标以及生产线上的质量控制数据。

这两个循环相互强化。开源模型被部署在中国工业界，进而产生专有数据。这些数据改善了模型，而更好的模型又吸引了更多的工业部署，从而形成了一种能力增长的复利循环。

美国对先进人工智能训练芯片的出口管制始于2022年，明确目标是限制中国开发前沿人工智能模型的能力。美中经安会的报告指出，这一策略存在重大盲点。虽然训练芯片构成了一种制约因素，但即使将一款中等能力的模型部署到数百万个工业终端上，也会生成随时间推移弥补能力差距所需的反馈数据。通过针对人工智能发展的供应端，而 largely 忽视需求端，这些管制措施忽略了中国结构性且不断扩张的优势所在。

中国政府通过将数据正式归类为“生产要素”，进一步强化了这一动态。这一政策定位将其与土地、劳动力和资本并列于经济规划之中。这不仅仅是象征性的措辞；它标志着国家协调支持生成和收集工业数据所需的基础设施。

阿里巴巴的Qwen系列是中国开源方法的典范。通过公开发布强大的模型，中国开发者培育了一个生态系统，成千上万的公司和研究机构在此基础上开展工作。托管在Hugging Face上的超过10万个衍生模型代表了一个分布式研发网络，没有任何一家公司能在内部复制这种规模的网络。

这份报告的发布正值政策回应日益激烈的背景之下。在2026年7月至8月期间，美国加强了对中国人工智能模型的审查，并警告盟国不要参与与中国人工智能竞争相关的倡议。这场外交施压活动表明，华盛顿开始认识到，仅靠芯片管制是一种不完整的策略。