2026年4月24號，中國的大語言模型DeepSeek發布了V4預覽版。1.6T的參數開源模型，每百萬輸出詞元（token）僅需3.48美元，和市面上最先進的美國大模型ChatGPT的5.4（每百萬輸出token 30美元）以及Claude Opus 4.7（25美元）相比，有著低成本的優勢。據稱DeepSeek V4落後前沿模型的距離只有三到六個月，重點是它可以在華為的國產昇騰（Ascend）NPU晶片上運行。
外界的第一反應是，中國的模型又有了「大躍進」，拉近了和美方的距離。在大家都糾結在大模型數據比拼的情況之下，忽略了一個嚴峻的現實：中美之間AI的戰場，除了外界熟知的LLM之外，重點在具身智能（embedded intelligence/AI）。具身智能是AI的物理世界化，也就是讓AI在真實的物理世界裡面測量、決策、行動，應用層面包括一般人熟悉的自動駕駛、無人機、工廠裡的機械手臂、戰場上的履帶或機械足機器人，還有最近才完成馬拉松競賽的人形機器人。
要訓練具身AI所需求的資訊和大語言模型也不同。LLM的訓練資料是網路上的文字、程式碼、圖像，可以在資料中心裡面淨化及快速處理。但是具身AI的訓練，必須透過VLA（Vision-Language-Action）整合系統所收集到的、來自於真實的物理世界的資料，比如說機器人抓取物件的力道、軌跡；在工廠運作的感測紀錄、與人互動的回饋等等。這些資料來自於各種感測器，涉及到摩擦力、重力、物體的形變以及環境的噪音等等較難用軟體模擬的物理參數。由於目前具身AI的資料相對較少，所以它的「ChatGPT時刻」尚未來到。
Deepseek V4和主流大模型之間的競爭，把所有的注意力都拉向了模型的戰場。但物理AI呢？現在看來是「有大資料者得天下」的態勢。
從2019年到2025年，六年之間，世界的工業機器人市場格局已經徹底改寫。按照日媒《東洋經濟》統計，2019年工業機器人在中國市場銷量前10裡有七家日本廠商、一家瑞士、一家德國、一家中國。到2025年，前十名中國廠商佔5席，包括實質已成中國美的集團全資子公司的德國KUKA公司。中國本土廠商埃斯頓（Estun）六年內把銷量從3542台拉到33440台，成長將近10倍，超過原先的榜首日本的發那科（Fanuc）。另一家中國機器人廠商匯川技術（Inovance）從2850台拉到28180台，從圈外躍居第四。日本的Fanuc保住第二、瑞士的ABB跌到第五、而日本「安川電機（Yaskawa）」從第四跌到第八。
另一個戰場是人形機器人。2025全球人形機器人出貨約13000台、其中中國的「智元機器人（AgiBot）」與「宇樹科技（Unitree）」佔了其中約八成。中國機器人的勢力，逐漸由工業機器人向人形機器人延伸。
中國政府也積極搭建政策架構。中國「十五五計劃（2026-2030）」明文把具身智能列為「核心成長引擎」；2026年2月，中國發布首部涵蓋整個產業鏈的人形機器人與具身智能國家標準體系。但中國的架構過去有一個明顯弱項，就是軟體側基礎模型。Tesla Optimus用Dojo訓練的VLA、Figure的Helix、Boston Dynamics與DeepMind的整合系統，是美方在物理AI戰場的軟體優勢。中國的Genie、Unitree內部模型，過去被認為品質仍落後美方一個級距。
隨著V4的出世，中國具身智能的軟體側逐漸被統合起來。首先，V4具有長序列的任務規劃能力，能夠容納一百萬tokens的上下文，其低成本也降低了訓練VLA資料的工程成本。第二，V4的開源基礎，讓中國的具身智能「中段班」的廠商也可以負擔得起自己訓練基礎模型的能力。第三，V4可以在華為的昇騰晶片上運行，表示中國的軍工機器人未來也可以將v4嵌入自主系統。Deepseek V4的低成本優勢，結合其機器人市場優勢所獲得的海量資料，可預測的，中國未來在具身AI訓練上將獲得優勢。
美方也理解到這個現實。在V4公布的前一天，白宮科技政策辦公室（OSTP）主任Michael Kratsios簽署了「針對美國AI模型的對抗性蒸餾（Adversarial Distillation of American AI Models）」備忘錄（NSTM-4）。
根據NSTM-4，美國政府掌握到「主要位於中國的」外國實體正在進行刻意的、產業規模的AI模型蒸餾活動。利用數萬個代理帳戶以及越獄技術，系統地從美國AI模型中萃取能力，剝削美國的專業與創新。備忘錄也要求各部會與AI公司分享情報、協助業界建立防線。在此同時，眾議院外交事務委員會也以全票跨黨派通過了由Huizenga和Moolenaar兩議員共同提案的「2026年阻嚇美國AI模型竊取法案」。
不過，美方未來如果要透過出口管制架構，來遏制V4這樣的中國蒸餾大模型，實際上會有窒礙。首先，雖然目前的出口管制能管到「AI模型權重（在ECCN 4E091下）」，但是卻給了「已發佈的開源權重AI模型」豁免；同時，中國近年來盡力逐漸擺脫仰賴輝達的GPU和架構中訓練自己的模型，也讓美方未來要運用FDPR（Foreign Direct Product Rule/外國直接產品規則）的連結變弱。所以，V4將來在中國的具身智能生態圈中迅速擴散，美方將很難加以阻止。
從這個角度來看，V4的公布，揭露出的其實是中美在另一個AI戰場「具身智能」中競爭的事實。對美方而言，未來在出口管制的工具鏈上勢必需要重新設計，同時也必須在物理AI資料以及機器人的部署方面急起直追。這對台灣的機器人廠商來說，也意味著在機器人「非紅供應鏈」逐漸受重視的情況下，積極佈局的潛在機會。
（作者為中山大學亞太事務英語學程（IMAPA）助理教授，台灣智庫DIMEs中心綜合外交組副召集人）
