中国的开放权重 AI 策略正在取胜
中国积极推出强大的开放权重 AI 模型，被许多人视为在价格和灵活性上同时挤压 OpenAI 和 Anthropic 等美国专有实验室。评论者讨论这是否反映了国家支持的产业政策、典型的 VC 式倾销，或是更广泛地让中国摆脱对美国技术依赖、同时把前沿模型商品化给所有人的策略。除了对更便宜、可自托管模型的热情，人们也提出了对审查、安全、训练成本可持续性，以及如果开放模型成为全球默认基础设施，美国的监管和商业选择可能使其公司过度暴露的担忧。
中国的开放权重策略与“倾销”
- 许多人将中国发布开放权重模型视为一种刻意的策略：由国家支持或投资支持的“倾销”，以压低美国前沿实验室的势头，并将模型商品化。
- 也有人认为，这只是熟悉的 VC 玩法，只不过现在是在国家级产业政策的支持下执行。
初创公司和企业中的采用模式
- 几位从业者报告称存在一种分化：
- 美国前沿模型（OpenAI/Anthropic）用于编码和复杂开发工作。
- 中国/开放权重模型（DeepSeek、Qwen、GLM、Kimi 等）用于产品内功能和大规模文本任务，因为 API 成本低得多。
- 自托管通常意味着使用中国的开放权重模型；按 token 计费的 SaaS 通常使用美国模型。
- 一句被广泛引用的“80% 的初创公司使用中国模型”后来被更正为约 16–24%，削弱了文章的主标题论点。
审查、偏见与地缘政治
- 担忧：中国产模型可能反映中共红线（例如天安门），并会悄然拒答或引导答案。
- 反驳：美国模型也会施加带有价值立场的“平衡”回答，尤其是在资本主义、巴勒斯坦等议题上，并会回避某些法律/版权话题。
- 有些人认为西方对中国模型的恐惧部分带有排外色彩；另一些人则强调，带立场的回答与对历史的直接抹除之间存在重要差异。
安全、后门与信任
- 用户担心模型植入后门或外泄数据，尤其当权重或托管来自竞争国家时。
- 也有人认为，这在理论上对任何模型（美国或中国）都可能发生，而最安全的立场是把所有模型都视为对抗性的，并用独立模型扫描生成代码。
经济、补贴与可持续性
- 关于开放权重训练是否可持续存在争论：
- 一方认为，这是典型的国家补贴，目的是削弱美国实验室，并带动国内芯片、机器人和更广泛的生产率提升。
- 另一方认为，VC 资助的开放权重项目投资回报不清晰，一旦资本收紧，可能难以持续。
- 几位评论者指出，美国前沿实验室似乎正在对大客户提高价格，迫使他们转向开放权重或自行训练。
开源与闭源模型及供应商锁定
- 很多人认为开放权重能降低依赖：你可以更换供应商或自托管，避免意外弃用，并抵御监管关停。
- 开放权重并不完全是“开源”：训练数据和完整流水线通常不透明，因此信任与偏见问题仍然存在。
对文章的元层面怀疑
- 多位评论者表示，这篇文章夸大了中国的“胜利”，误读了统计数据，并忽视了收入和企业心智份额仍然明显偏向美国实验室。
- 新兴共识是：开放权重（其中许多来自中国）正在迅速侵蚀专有模型在成本和灵活性上的护城河，但现在就宣布胜负还为时过早。