在美國阻止中國獲得先進芯片後，中國企業在開發大語言模型方面開始遭遇諸多困難。因為訓練它們需要大量參數。例如，眾所周知，OpenAI GPT-4的模型接受了1萬億個參數的訓練。而中國公司DeepSeek被迫將其DeepSeek-V2模型的訓練限制為210億個參數。
嚴格個人數據保護領域的立法也是一定的限制因素。中國在2021年通過的《個人信息保護法》在文本和精神兩方面與歐洲 的《通用數據保護條例》（GDPR） 大同小異。個人和法人的數據均受到法律保護。正因為如此，中國人工智能公司在獲取可訓練大語言模型的數據方面遇到許多限制。
有鑒於此，中國企業不再追求數量，而是集中精力創建基於少量數據的人工智能服務。這些產品也許不再那麼通用，但製造它們並使其商業化更容易、更便宜。因為產品是針對特定需求而創建的，所以給它找到用武之地要容易得多。當然，中國在基礎研究和所謂強人工智能發展領域仍會落後於美國。但問題是，這對於現階段的中國人工智能生態來說是否必需？
根據世界知識產權組織的數據，2014年至2023年中國獲得了超過3.8萬項與生成人工智能相關的發明和技術專利。而同期美國在該領域的專利數量僅為 6276 件。而且大量的中國專利很可能轉化為更多的商業產品。例如，有必要密切關注電動汽車行業的發展。中國用了26年才生產出首批1000萬輛電動汽車，接著僅用了17個月卻生產出了同樣數量的汽車。實際上，今年中國銷售的所有汽車中幾乎有一半是帶輪子的平板電腦。例如，百度已經在積極開發自動駕駛技術。該公司最近在武漢推出了約500輛自動駕駛出租車。世界其他地方從未進行過如此規模的人工智能實驗。中國可能造不出超級人工智能，但它有望成為世界上第一個普及成熟的人工智能技術的國家。這種技術如此之好，以致完全可以進入全人類的日常生活之中。