中国人工智能产业正处在政策推动与安全监管的双重轨道上。百度文心大模型参数量达2600亿，已超过ChatGPT的1750亿，这背后既有算力基础设施扶持（如“东数西算”）、算法备案等政策的直接推动，也受到生成式人工智能管理办法等安全评估的约束。 政策一方面通过算力补贴、算力券等方式鼓励大模型参数量竞赛，另一方面通过安全评估和算法备案确保模型上线合规，形成了“扶持+监管”的独特发展路径。
政策如何推动大模型参数量竞赛
中国人工智能政策的核心思路是“以规模换能力”。“东数西算”等算力基础设施规划、科技部AI专项、以及地方算力补贴/算力券，直接降低了企业训练大模型的算力成本。 这直接推动了参数量竞赛：百度文心大模型参数量达到2600亿，超过了ChatGPT的1750亿。算力支持使中国企业能够快速追赶，根据资料，中国大模型与美国差距已缩小至1-3年，在全球千亿参数大模型中，中国企业或机构贡献了1/3，美国贡献了1/2。
监管如何约束模型上线
生成式人工智能管理办法要求大模型上线前必须通过安全评估并完成算法备案。 这形成了“安全阀”机制：模型在参数量竞赛中追求更大规模的同时，必须满足内容安全、数据合规等要求。算法备案制度为监管提供了可追溯性，而安全评估则直接约束模型能否面向公众开放。这种模式与美国以行业自律为主的监管形成对比，中国更强调事前审批与事中事后监管的结合。
常见问题
算力补贴具体如何操作？
算力补贴通常以“算力券”形式发放，企业可凭券抵扣在云计算平台上的训练费用。这降低了中小企业的算力门槛，鼓励更多企业参与大模型研发。
算法备案对模型开发有何影响？
算法备案要求企业在模型上线前提交算法原理、数据来源、安全评估报告等材料。这增加了开发周期，但同时也为合规模型提供了更清晰的上市路径。
中美监管模式主要差异在哪？
美国主要依赖行业自律和事后追责，中国则强调事前安全评估和算法备案。中国模式对模型上线有更严格的准入要求，但也通过算力补贴等政策提供更直接的研发支持。