两岸在AI领域的学术交流与技术合作日益频繁，形成了多层次、多渠道的知识共享机制。清华大学、北京大学、中科院等大陆科研机构与台湾大学、台湾清华大学、“中研院”等台湾学术机构建立了密切的合作关系，在AI基础研究、技术开发、人才培养等方面开展了广泛合作。此种学术交流不仅促进了知识的跨境流动，亦为两岸AI企业的技术合作奠定了基础。许多两岸合作的AI项目皆源于学术界的前期研究与技术积累，体现了基础研究对产业发展的重要支撑作用。
两岸企业在AI领域的合作呈现出多样化的形式，包括技术许可、合资经营、联合研发、股权投资等。此些合作不仅实现了技术与资源的优势互补，亦促进了管理经验与商业模式的相互学习。例如，百度与联发科在AI芯片方面的合作，结合了百度的算法优势与联发科的芯片设计能力；阿里巴巴与鸿海在智能制造方面的合作，融合了阿里的云计算平台与鸿海的制造经验。此些合作案例展示了两岸企业在AI领域合作的巨大潜力与现实价值。
两岸AI合作不仅有利于双方的产业发展，亦是推动区域经济一体化的重要力量。随着全球价值链面临重构压力，区域价值链的重要性日益突出。两岸AI合作有助于构建更加紧密与高效的区域AI产业链，提升整体竞争力。通过深化分工合作，可实现资源的最优配置与效率的最大化，形成具有国际竞争力的区域AI产业集群。此种区域价值链的构建不仅有利于降低成本、提高效率，还有助于增强供应链的韧性与稳定性。在面对外部冲击与不确定性时，紧密的区域合作关系可提供更多的缓冲与支撑。
五、两岸AI治理模式的比较与融合前景
两岸在AI治理方面呈现出截然不同的理念与价值取向，此些差异不仅反映了双方不同的政治制度与社会文化背景，亦体现了对AI技术发展与社会治理关系的不同理解与实践路径。中国大陆的AI治理理念更加强调发展与安全并重，注重AI技术对国家治理能力现代化与经济社会发展的推动作用。2019年发布的《人工智能治理原则》提出了“发展负责任的人工智能”的核心理念，强调AI发展应当服务于人民福祉、促进社会进步、推动可持续发展。
在实践中，大陆政府积极推动AI技术在政务服务、社会治理、民生改善等领域的应用，通过“最多跑一次”、“一网通办”等改革措施，大幅提升了公共服务效率。同时，通过“城市大脑”、“智能法院”、“雪亮工程”等项目，将AI技术广泛应用于城市治理、司法审判、公共安全等领域。 台湾的AI治理理念则更加注重个人权利保护与民主参与，强调AI发展应当符合民主价值与人权保障。《人工智能基本法》草案揭示的七大基本原则——永续发展、人类自主、隐私保护、资安与安全、透明可解释、公平不歧视、问责，充分体现了台湾对AI治理的价值取向。
在AI治理的具体实践中，两岸在效率与公平、发展与安全、创新与规范等方面的平衡取舍亦存在明显差异。中国大陆更加注重AI技术应用的规模效应与社会效益，在确保基本安全的前提下，允许并鼓励AI技术的大胆应用与快速推广。此种“先发展后规范”的治理模式在提升治理效率、改善民生服务等方面取得了显着成效，然亦在隐私保护、算法透明等方面面临一定挑战。台湾则更加注重AI应用的程序合规与权利保障，强调在AI技术开发与应用过程中必须充分考虑个人隐私、数据保护、算法公平等问题。此种“先规范后发展”的治理模式虽可能在一定程度上影响技术应用的速度与范围，然有助于建立更加可持续与负责任的AI发展环境。
在AI治理的组织架构与协调机制方面，两岸亦采取了不同的模式。中国大陆建立了相对集中统一的AI治理体系，通过国家新一代人工智能发展规划推进办公室统筹协调AI发展的重大事项，形成了从中央到地方、从政府到企业的完整治理链条。此种集中统一的治理模式有利于资源整合与政策协调，能够快速动员各方力量推进AI发展，然亦可能面临灵活性不足、创新活力不够等问题。台湾则采取了更加分散化与专业化的治理模式，通过不同部门分工协作来推进AI治理。“数位发展部”负责AI应用推广与政策协调，台湾AI卓越中心负责AI总体战略规划，“国科会”负责AI基础研究与法律框架建设。此种分散化的治理模式有利于专业化管理与民主参与，然亦可能面临协调困难与效率不高等挑战。
在AI技术标准制定方面，两岸既存在竞争关系，亦有合作的空间与需求。技术标准的制定不仅关乎技术发展的方向，更关乎未来市场竞争的主导权与话语权。中国大陆积极参与各类国际标准组织的工作，通过提升在国际电信联盟、国际标准化组织、电气电子工程师学会等机构中的参与度与影响力来推动AI国际标准的制定。据统计，中国主导或参与制定的AI国际标准数量从2015年的不足10项增长到2021年的超过50项。台湾虽受到政治因素限制，无法参与某些国际组织，然在技术层面仍能通过企业参与、专家交流等方式影响国际标准的制定。特别是在半导体技术标准方面，台积电等企业的技术规格往往成为事实上的行业标准。
在区域层面，两岸在AI技术标准建设方面存在较大的合作潜力。由于语言文化相近、技术基础相似，两岸在中文自然语言处理、繁体字处理、传统文化数字化等领域可建立共同的技术标准。例如，在大语言模型的中文训练与评测方面，两岸可合作建立统一的数据集与评测标准；在AI医疗诊断方面，可合作建立中医知识图谱与诊断标准；在智能制造方面，可合作建立适合中小企业的智能化标准与规范。建立两岸AI技术标准的互认机制，不仅有助于降低技术壁垒与贸易成本，亦有助于促进技术交流与产业合作。此种机制可从较为简单与非敏感的技术领域开始，逐步扩展到更多领域。
两岸AI治理模式的融合既面临机遇，亦面临挑战。从发展趋势观之，两岸AI治理模式可能会呈现某种程度的趋同趋势。一方面，随着AI技术的不断发展与国际治理经验的积累，各国的AI治理模式皆在不断调整与完善，一些共同的治理原则与最佳实践逐渐形成；另一方面，面对共同的技术挑战与全球治理需求，两岸皆需加强国际合作，参与全球AI治理体系建设。在此过程中，双方的治理理念与实践模式不可避免地会受到国际规范与最佳实践的影响，从而呈现一定程度的趋同性。
六、结论
本研究通过对两岸AI发展战略的系统性比较分析，从地缘政治经济学的理论视角深入考察了两岸在AI领域的合作关系，得出了若干重要发现。首先，两岸AI发展模式的差异化特征显着，然互补性突出。中国大陆采取的“举国体制＋应用驱动”模式与台湾采取的“硬件优势＋创新驱动”模式在资源配置、技术路径、市场策略等方面存在明显差异，然此种差异恰恰为深度合作提供了基础。大陆在AI应用场景、数据资源、市场规模等方面的优势与台湾在AI硬件制造、先进制程、精密技术等方面的优势形成了高度互补的格局。
其次，经济相互依存的客观现实与技术合作的内在需求仍然为两岸关系提供了重要支撑。两岸AI治理模式虽存在理念分歧，然在技术标准、安全规范、伦理原则等方面存在合作空间。此种合作不仅有助于降低技术壁垒、提升治理效率，亦有助于在全球AI治理中发挥更大影响力。
再次，通过对两岸AI关系的深入分析，特别是在技术要素的政治意义、经济相互依存的脆弱性、小型经济体的战略选择等方面，提供了理论的验证与洞察。本研究拓展了技术创新的政治经济学研究，将技术创新置于更广泛的政治经济框架中进行分析，揭示了技术、经济、政治因素之间的复杂互动关系。
基于上述研究发现，本文提出以下政策建议：
在技术创新合作方面，两岸应建立从政府政策对话到企业商业合作、从学术研究交流到人才培养合作的多层次技术合作机制。在政府层面，可通过既有的两岸对话平台就AI发展政策、技术标准、监管框架等问题进行交流；在企业层面，鼓励两岸企业在非敏感技术领域开展联合研发、技术许可、投资合作等；在学术层面，支持两岸高校与科研机构在AI基础研究、人才培养、学术交流等方面加强合作。在具有共同利益与互补优势的重点领域推动突破性合作：在AI硬件领域，大陆企业可与台湾半导体企业在AI芯片设计、先进封装、系统集成等方面开展深度合作；在AI软件领域，台湾企业可利用大陆的应用场景与数据资源开展算法优化与产品测试。
在产业链韧性提升方面，两岸皆应努力构建多元化、有韧性的AI产业链网络，避免过度依赖单一供应商或市场。大陆可在保持与台湾合作的同时，加强与韩国、日本、欧盟等其他技术先进地区的合作。两岸皆应加大对关键核心技术的研发投入，提升自主创新能力。大陆应重点突破高端芯片设计、EDA软件、关键材料等“卡脖子”技术；台湾应加强AI软件、系统软件、应用开发等领域的创新能力建设。建立涵盖技术、市场、政策等多个维度的产业链安全预警机制，及时识别与应对各种风险挑战。
在治理合作方面，两岸可从功能性合作入手，在技术标准制定、安全测试认证、伦理规范建设等专业性强、政治敏感性低的领域率先开展合作。通过建立专业委员会、工作组等机制，推动相关领域的深度合作。建立两岸AI治理对话的定期机制，就AI发展趋势、治理挑战、国际规则等问题进行常态化交流。可通过学术会议、专业论坛、政策对话等形式，增进相互理解，寻求合作机会。
展望未来，两岸AI关系的发展将在机遇与挑战并存的复杂环境中展开。从技术发展趋势观之，AI技术将继续快速演进，通用人工智能、量子计算、脑机接口等前沿技术的发展将为两岸合作开辟新的空间。从市场需求观之，全球对AI技术与产品的需求将持续增长，为两岸企业提供更多合作机会。在智能城市、智能医疗、智能教育、智能农业等领域，两岸皆有各自的优势与需求，合作潜力巨大。面对复杂多变的外部环境，两岸皆需保持战略定力，坚持互利共赢的合作理念，同时亦要保持战略灵活性，及时调整政策方向与合作重点。通过理性对话、务实合作、创新机制，两岸完全可在AI领域开创合作新局面，实现共同发展与繁荣。正如约瑟夫·奈所言，在全球化时代，相互依存使得“零和博弈”思维变得越来越不合时宜，“正和博弈”才是明智选择。在AI此一关乎人类未来的重要技术领域，两岸更应超越政治分歧，着眼长远发展，为推动AI技术进步与人类社会发展做出更大贡献。
注释：
〔1〕Joseph S. Nye Jr., The Future of Power (New York: PublicAffairs, 2011), 3–25.
〔2〕National Science and Technology Council (US), The National Artificial Intelligence Research and Development Strategic Plan: 2019 Update (Washington, D.C.: Executive Office of the President, June 2019), https://www.whitehouse.gov/wp-content/uploads/2019/06/National-AI-Research-and-Development-Strategic-Plan-2019-Update.pdf.
〔3〕European Commission, Proposal for a Regulation of the European Parliament and of the Council Laying Down Harmonised Rules on Artificial Intelligence (Artificial Intelligence Act), COM(2021) 206 final (Brussels: European Commission, April 21, 2021), https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX%3A52021PC0206.
〔4〕Cabinet Office of Japan, AI Technology Strategy (Tokyo: Strategic Council for AI Technology, 2017), https://www8.cao.go.jp/cstp/ai/.
〔5〕〔24〕World Intellectual Property Organization, WIPO Technology Trends 2019: Artificial Intelligence (Geneva: WIPO, 2019), https://www.wipo.int/tech_trends/en/artificial_intelligence/.
〔6〕U.S. International Trade Commission, Exposure to the Taiwanese Semiconductor Industry, Publication No. 5423 (Washington, D.C.: USITC, 2023), https://www.usitc.gov/publications.
〔7〕Robert W. Cox, Production, Power, and World Order: Social Forces in the Making of History (New York: Columbia University Press, 1987).
〔8〕Robert O. Keohane and Joseph S. Nye Jr., Power and Interdependence: World Politics in Transition (Boston: Little, Brown and Company, 1977); Graham Allison, Destined for War: Can America and China Escape Thucydides's Trap? (Boston: Houghton Mifflin Harcourt, 2017).
〔9〕Bengt-.ke Lundvall, National Systems of Innovation: Towards a Theory of Innovation and Interactive Learning(London: Pinter Publishers, 1992); Christopher Freeman, Technology Policy and Economic Performance: Lessons from Japan (London: Pinter Publishers, 1987).
〔10〕Richard R. Nelson, National Innovation Systems: A Comparative Analysis (New York: Oxford University Press, 1993).
〔11〕Michael E. Porter, The Competitive Advantage of Nations (New York: Free Press, 1990); Gary Gereffi, "Global Value Chains and Development," Cambridge Journal of Economics 42, no. 4 (2018): 1243–1263, https://doi.org/10.1093/cje/bey014.
〔12〕中国科学院自动化研究所,《中国人工智能发展年度报告2018》(北京:科学出版社,2019)。
〔13〕国务院,《中国制造2025》(北京:国务院,2015), http://www.gov.cn/zhengce/content/2015-05/19/content_9784.htm。
〔14〕国家发展和改革委员会,《"互联网+"人工智能三年行动实施方案》(北京:国家发改委,2016), http://www.gov.cn/xinwen/2016-05/23/content_5074812.htm。
〔15〕国务院,《新一代人工智能发展规划》(北京:国务院,2017), http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm。
〔16〕中华人民共和国科学技术部,《新一代人工智能发展规划推进办公室实施方案》(北京:科技部,2018), http://www.most.gov.cn/。
〔17〕Daron Acemoglu and Pascual Restrepo, "The Race between Man and Machine," American Economic Review 108, no. 6 (2018): 1488–1542, https://doi.org/10.1257/aer.20170374.
〔18〕U.S. Department of the Treasury, Artificial Intelligence in Financial Services: Uses, Opportunities, and Risks(Washington, D.C.: U.S. Treasury, December 6, 2024), https://home.treasury.gov/.
〔19〕百度,《百度环境、社会与治理(ESG)报告2023/2024》(北京:百度,2024), https://ir.baidu.com/。
〔20〕北京市经济和信息化局,《2022年北京人工智能产业发展白皮书》(北京:北京市经信局,2023), https://www.beijing.gov.cn/。
〔21〕上海市经济和信息化委员会,《关于发布〈上海人工智能示范应用清单(2023)〉的通知》(上海:上海市经信委,2023), https://jgj.sh.gov.cn/。
〔22〕深圳市人民政府,《新一代人工智能发展行动计划(2019–2023年)》(深圳:深府〔2019〕号), https://www.sz.gov.cn/。
〔23〕杭州市人民代表大会常务委员会,《杭州市城市大脑赋能城市治理促进条例》(杭州:杭州市人大,2022), https://www.hangzhou.gov.cn/。
〔25〕Elsevier, Artificial Intelligence: Research Intelligence Report 2021 (Amsterdam: Elsevier, 2021), https://www.elsevier.com/solutions/research-intelligence/resource-library/ai-report.
〔26〕Baidu, ESG Report 2024 (Beijing: Baidu, 2024), https://ir.baidu.com/.
〔27〕百度,《百度人工智能人才培养报告2021》(北京:百度,2021), https://research.baidu.com/。
〔28〕Daron Acemoglu and Pascual Restrepo, "The Race between Man and Machine," American Economic Review 108, no. 6 (2018): 1488–1542, https://doi.org/10.1257/aer.20170374.
〔29〕〔31〕Baidu Inc., Large Language Model Development Report 2023 (Beijing: Baidu, 2023), https://research.baidu.com/.
〔30〕〔32〕国务院新闻办公室,《数字政府建设发展白皮书》(北京:国新办,2024), http://www.scio.gov.cn/。
〔33〕U.S. International Trade Commission, Exposure to the Taiwanese Semiconductor Industry (Washington, D.C.: USITC, 2023), https://www.usitc.gov/publications.
〔34〕Taiwan Semiconductor Manufacturing Company (TSMC), 2025 Q2 Management Report (Hsinchu: TSMC, 2025), https://investor.tsmc.com/.
〔35〕Focus Taiwan, "TSMC to Celebrate 2 nm Production Expansion in Kaohsiung on March 31," March 21, 2025, https://focustaiwan.tw/business/202503210009.
〔36〕Taiwan Semiconductor Industry Association (TSIA), Industry Development Report 2024 (Hsinchu: TSIA, 2024), https://www.tsia.org.tw/.
〔37〕Taiwan Semiconductor Manufacturing Company (TSMC), Annual Report 2024 (Hsinchu: TSMC, 2024), https://investor.tsmc.com/.
〔38〕Taiwan Semiconductor Manufacturing Company (TSMC), "TSMC-UTokyo Lab Launched," press release, June 12, 2025, https://pr.tsmc.com/english/news/2954.
（全文刊载于《中国评论》月刊2025年11月号，总第335期，P15-24） |
