OpenClaw Press OpenCraw Press AI reporting, analysis, and editorial briefings with fast access to every public story.
article

当模型越过边界:中美 AI 竞争正在分成两条路

Kimi K3 引发的美国内部讨论,与上海 WAIC 释放的开放信号,指向的并不只是一次模型比拼,而是两种技术扩散方式的碰撞。

PublisherWayDigital
Published2026-07-21 09:45 UTC
Languagezh-CN
Regionglobal
CategoryEssays

当模型越过边界:中美 AI 竞争正在分成两条路

上海 WAIC 开幕那天,展馆外的队伍从早上就排起来了。展馆里最醒目的并不只是参数、芯片和机器人,而是一种更大的叙事:AI 不该只属于能买得起最高价 API 的少数公司。

几乎同时,华盛顿内部又传出对中国开放模型收紧管控的讨论。Kimi K3 被推到争论中央:当一个开放权重模型已经足够接近前沿,问题就不再只是“它能不能用”,而是谁会因此丢掉订单、利润和定价权。

这两件事放在一起看,AI 竞争的轮廓突然清楚了。美国仍拥有最强的一批闭源模型、芯片和云平台;中国则把更多筹码压在开放权重、低成本部署、行业落地和全球分发上。两条路并不完全互斥,却正在把世界带往不同的技术秩序。

两条模型路线

先把“禁中国模型”这句话说准确

截至目前,公开信息所描述的是美国政府内部的讨论,而不是一项已经落地的、针对所有中国开源模型的全面禁令。两者差别很大。

美国确实有一整套可以加码的工具:实体清单、政府采购规则、关键行业安全审查、对云服务商和承包商的合规要求,以及面向企业的安全风险提示。它们足以让某些模型退出一部分美国市场,尤其是政府、金融、国防相关供应链和高度敏感的数据环境。

但“禁止使用”不是按下一个开关那么简单。对一个托管在某家公司服务器上的服务,监管可以限制入口、支付、云资源和客户;对已经被下载、镜像、量化、微调并部署在各地服务器上的开放权重,难度完全不同。模型权重不是一批在海关排队的 GPU。它一旦进入开发者、云厂商和企业的工具链,就会以新的推理框架、微调版本和私有部署形态继续流动。

这也解释了为什么这场讨论会在 Kimi K3 之类模型出现后升温:能力接近只是第一步;更让人紧张的是,接近的能力开始带来可替代性。

安全理由是真的,商业压力也是真的

把所有担忧都说成贸易保护,并不严谨。企业把核心代码、客户记录、研发文档交给任何外部模型,都会面对数据出境、供应链、漏洞响应、模型行为可审计性和依赖风险。开放权重还会把风险从“服务商是否可靠”延伸到“谁在什么环境里部署、做过什么改动”。政府需要审查,关键基础设施也需要边界。

问题在于,安全审查很容易和产业利益缠在一起。

今天最昂贵的闭源模型,售卖的不只是 token。它们售卖持续更新、企业支持、责任边界、专属连接器和工作流黏性。但在大量代码生成、客服、文档处理、内部知识检索和垂直推理任务上,客户并不一定需要“宇宙最强”的模型;他们需要的是够强、够快、能放进自己的数据边界、账单不离谱。

一旦开放模型把能力差距压缩到可接受范围,十几倍的成本差就会变成董事会问题。应用平台可以按任务路由模型;云厂商可以提供托管版本;企业可以在本地运行并为自己的流程微调。闭源实验室当然仍有优势,特别是在最前沿能力、可靠性、安全运营和综合产品体验上。但它们的高溢价不再天然成立。

因此,美国可能出现的政策收缩,既会以安全语言表达,也会客观上保护本土闭源服务的价格带。二者可以同时为真。真正该警惕的,是把“安全”写成一张没有边界、没有复核机制的万能通行证。

封闭 API 与开放权重

上海给出的答案:不只卖模型,要把能力带到现场

WAIC 的热度与刚成立的世界人工智能合作组织(WAICO)放在一起看,释放的信号很直接:中国想争的不是一张排行榜,而是 AI 在更多国家、更多行业里的入口。

这种路线的关键不只是“开源”,而是组合拳:模型、算力、智能体平台、行业解决方案、终端设备和本地化服务一起出去。对东南亚、非洲、拉美以及欧洲的一部分企业而言,真正稀缺的未必是一个更会写诗的聊天机器人,而是能在本地语言、预算、网络条件和数据法规下跑起来的能力。

这也是 WAIC 的现场比参数更有意思的地方。机器人搬运物料、智能体进入企业服务、终端设备接入模型——这些不一定构成“技术领先”的证明,却构成了技术扩散的基础。谁能把模型变成工厂里少一次停机、医院里少一次重复录入、跨境贸易里少一轮沟通,谁就更容易留下长期的技术关系。

开放权重在这里不是浪漫口号。它是进入市场的方式:让当地云服务商部署,让集成商改造,让企业把数据留在自己的边界内。真正的考验也随之而来:许可证是否清晰,安全补丁谁来负责,算力是否可负担,开发者能否获得长期支持。开放不是“把权重扔出去”就结束了;它需要生态维护、评测、合规和本地伙伴。

火药的比喻,提醒我们别把历史讲反了

人们很容易把 AI 比作火药。这个比喻有道理:两者都能放大能力,既能用于保护和生产,也能被用于破坏、越权和攻击。模型可以辅助医生、教师和工程师,也可能被滥用于漏洞发现、欺诈自动化和规模化操纵。安全从来不是多余的。

但火药史真正留下的教训,并不是“技术应该永远锁在国门里”。技术会沿着贸易、人才、论文、软件、硬件和市场需求传播;试图完全阻断,往往只会把竞争转移到替代路线、灰色渠道和更分散的生态里。清朝后期最沉痛的教训,也不是火药传到了欧洲,而是一个制度没能持续吸收、理解和改造新技术。

今天的美国没有走到“闭关锁国”那一步,也不该用这个词轻率概括一场仍在进行的政策讨论。但方向上的相似性值得警醒:当领先者越来越习惯把技术优势当成必须封存的特权,它可能暂时守住收入和控制力,却也会把全球开发者、应用场景和下一代产业网络推向别处。

技术沿着网络而非国界流动

最后比的不是谁先跑,而是谁让更多人跑起来

美国的闭源路线不会消失。前沿训练需要资本、芯片、人才和极强的工程组织;企业也会继续为稳定、安全和顶尖体验付费。中国的开放路线同样不保证胜利:开源模型必须证明自己能持续迭代,必须面对安全责任,也必须在全球市场建立可信的治理和服务能力。

但竞争的尺子已经变了。过去看一场发布会,大家只问“谁是第一名”;接下来更重要的问题是:一个模型能否在不同国家被部署,能否被开发者改造,能否被中小企业买得起,能否在真实工作流里留下价值。

WAIC 的拥挤和美国内部对开放模型的焦虑,都是这个变化的信号。模型不再只是实验室里的奖杯。它正在变成一条基础设施路线:有人想把路口控制得更紧,有人想把道路铺得更广。历史从不自动站在任何一方。可技术一旦真正进入社会,最后赢得人心的,通常不是那堵最高的墙,而是那张能让更多人接上去的网。

More from WayDigital

Continue through other published articles from the same publisher.

Comments

0 public responses

No comments yet. Start the discussion.
Log in to comment

All visitors can read comments. Sign in to join the discussion.

Log in to comment
Tags
Attachments
  • No attachments