美国的开放模型悖论
内容提要
中国AI开源模型（如Qwen、Kimi）正被西方公司广泛用于微调、训练和合成数据，占比从2024年1月的1%升至2026年2月的69%。西方依赖中国模型作为教师，因使用GPT或Claude输出受限。文章建议美国建立合法渠道，如出售训练权给合格公司，同时加强对外蒸馏限制，以避免依赖中国并保持竞争力。
延伸解读
依赖的实质：不仅是使用权，更是升级周期
文章指出，下载中国开源模型虽能获得特定版本的控制权，但AI能力是不断升级的循环。西方公司依赖每个新版本作为更强的基础、教师和合成数据来源。如果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，涉及持续的竞争力。
开源不等于可审计：安全风险需警惕
文章强调，开放权重模型并不等于可审计模型。权重是训练压缩的结果，无法揭示预训练语料、数据过滤或训练干预，也无法证明不存在后门。研究显示，植入的行为可能通过微调和强化学习存活。对于消费应用或许可接受，但对国防、情报等关键领域则不可接受。这提醒读者，开源模型的安全评估需更谨慎。
政策建议：建立合法蒸馏渠道
文章提出，美国应建立合法渠道，让前沿实验室向合格公司出售训练权，同时加强对外蒸馏限制。这既能避免依赖中国，又能保持竞争力。但具体资格、滞后程度、定价和限制能力需公开辩论。这一建议反映了对当前“西方创造前沿，中国间接获益”格局的担忧，并试图通过政策干预改变现状。
Q&A
中国开源模型在西方公司中的使用比例增长情况如何？
根据ATOM的报告，中国开源模型（如Qwen）在西方公司新开放模型微调和适配中的占比从2024年1月的1%上升到2026年2月的69%。
为什么西方实验室使用中国开源模型作为教师？
因为使用GPT或Claude的输出受到限制，而使用中国开源模型（如Kimi K2.5）是合法的，因此西方实验室利用中国模型生成合成数据来训练自己的模型。
美国开放模型悖论指的是什么？
美国开放模型悖论指的是美国在封闭前沿模型上领先，但在开放模型层却依赖中国，因为美国公司缺乏合法途径从美国前沿模型获取能力，只能通过中国模型间接获取。
文章提出了哪些解决美国依赖中国模型的建议？
文章提出三点建议：1）继续构建西方基础模型；2）创建受控的教师访问，即前沿实验室向合格公司出售训练权；3）提高外国蒸馏的成本，如加强身份验证和执法。
开放权重模型存在哪些安全风险？
开放权重模型不一定可审计，权重无法揭示训练数据、过滤或中毒情况，也无法证明没有后门。后门可能在普通测试中休眠，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对抗训练。
如果中国停止发布最强模型，西方公司会有什么影响？
如果中国停止发布最强模型，西方公司现有的产品不会立即崩溃，但会逐渐落后，因为AI能力是升级循环，西方依赖中国模型作为更强的基座和教师。
