美国开放模型的悖论
内容提要
美国开放模型面临悖论：中国开源模型（如Qwen、Kimi）在西方AI初创公司中占比激增，成为训练和微调的基础，而西方前沿模型因法律限制无法直接用于蒸馏。这导致西方依赖中国模型，存在安全风险。文章建议建立合法通道，让西方公司通过受控访问前沿模型能力，同时加强对外国蒸馏的管控，以保持竞争力。
延伸解读
依赖的实质：升级周期而非单一版本
文章指出，下载中国开源模型虽让西方公司掌控特定版本，但AI能力是持续升级的循环。西方初创企业依赖每个新发布的Qwen、Kimi等作为更强的基础、教师和合成数据源。若中国停止发布最强模型，现有产品不会立即失效，但会逐渐落后。因此，这种依赖不仅是技术上的，更是战略上的，关乎持续获取前沿能力。
开源不等于可审计：安全风险不可忽视
文章强调，开放权重模型并不等于可审计模型。权重是训练压缩结果，无法揭示预训练语料、数据过滤或训练干预等细节，也无法证明不存在后门。研究显示，植入行为可存活于微调和强化学习。对消费应用或许可接受，但对国防、情报等关键基础设施则风险过高。因此，开放权重只提供部署控制，不保证模型本身的安全与可信。
政策建议：建立合法能力转移通道
文章提出三部分框架：继续构建西方基础模型；允许前沿实验室向合格西方公司出售受控训练权，以合法方式转移能力；同时提高外国蒸馏成本。这旨在打破当前“西方创造前沿，经中国模型间接转移，再依赖中国”的循环。文章强调，若缺乏国内合法路径，西方可能在封闭前沿领先，却在开放层依赖中国。
Q&A
美国开放模型悖论具体指什么？
美国开放模型悖论指的是美国在开放模型领域面临的两难境地：一方面，美国公司依赖中国开源模型（如Qwen、Kimi）进行训练和微调，另一方面，美国前沿模型因法律限制无法直接用于蒸馏，导致西方在开放层面对中国产生依赖，存在安全风险。
中国开源模型在美国AI初创公司中的使用情况如何？
根据ATOM报告，Qwen在新增开放模型微调和改编中的份额从2024年1月的1%飙升至2026年2月的69%。大多数美国AI初创公司在其技术栈中使用了中国开放权重模型。
为什么西方实验室不能直接使用GPT或Claude的输出进行蒸馏？
因为法律限制，西方实验室不能直接使用GPT或Claude的输出进行蒸馏，而使用中国开放模型（如Kimi）则没有法律障碍，这导致西方实验室合法地依赖中国模型进行后训练。
蒸馏在中国模型优势中扮演什么角色？
蒸馏压缩了从强基础模型到接近前沿系统的昂贵差距，虽然它只占中国模型总能力的一小部分，但却是其相对于美国开放模型优势的重要组成部分。
如果中国停止发布最强模型，西方公司会面临什么后果？
如果中国停止发布最强模型，西方现有产品不会立即崩溃，但会逐渐落后，因为西方公司依赖中国模型作为更强的基座、教师、合成数据来源和研究平台。
开放权重模型是否一定安全可审计？
不一定。开放权重模型只是训练结果的压缩，无法揭示完整的预训练语料、数据过滤或中毒情况、训练干预或潜在的后门。后门可能在常规测试中潜伏，仅在特定触发条件下激活，且研究表明植入行为可以存活于微调和强化学习。
文章提出了哪些解决美国开放模型悖论的建议？
文章提出三部分框架：1）继续构建西方基础模型；2）创建受控的教师访问通道，让前沿实验室向合格西方公司出售结构化训练权；3）继续提高外国蒸馏的成本，如加强身份验证、访问控制和执法。
为什么说开放和自由的未来对西方竞争力至关重要？
因为所有领先实验室都受益于大量公开可用的数据，如果禁止在开放网络上训练，就不会有领先的AI。开放和自由的未来是西方竞争力的必要条件。
