大家好，今天犀哥这篇文章，主要来聊聊美国的部分高官开始推进对中国人工智能公司的调查，并且在未来要推出制裁，美国有什么理由这么做？

争议看似围绕蒸馏，背后却是一场规则之争

美国对中国人工智能产业的限制，过去的重点主要是先进芯片、制造设备和算力资源，现在模型本身也开始进入限制范围。

7月27日，中国商务部回应称，美国部分高级官员提出，将针对中国人工智能企业所谓“蒸馏”美国前沿模型的问题展开调查，并可能以侵犯知识产权为由实施制裁。

简单理解，就是让一个体量较小的模型学习更强模型的输出，从而用较低的训练和运行成本，获得一部分相近能力，这种方法在全球人工智能行业中普遍存在，美国企业自己也会使用。

真正存在争议的是，企业有没有通过批量虚假账号、绕开访问限制或者自动化抓取，未经许可大量获取其他模型的回答，如果违反服务协议，甚至涉及规避出口管制，性质就与正常技术研究不同。

美方指控月之暗面在开发Kimi K3时，违规获取了Anthropic旗下Claude Fable 5的输出，并调查其是否通过境外服务器使用受限制的英伟达先进芯片。

月之暗面否认相关指控，称模型进步来自自身的架构和训练创新，由于证据尚未完整公开，目前只能说存在指控，不能直接写成已经确认的技术盗窃。

OpenAI此前也向美国国会提交材料，指责DeepSeek可能借助未经授权的蒸馏方式复制美国模型能力，Anthropic则公开指控多家中国企业使用虚假账户访问其产品。

由此可见，推动限制的不只是一家公司，而是美国政府、部分闭源模型企业和安全机构共同形成的压力。

在我看来，知识产权调查本身没有问题，企业如果确实绕过规则批量获取竞争对手数据，就应当接受核查，问题在于，美国会不会把对具体行为的调查，扩大成对所有中国模型的普遍限制。

一旦“蒸馏”被笼统等同于盗窃，正常的模型学习、测试和研究也可能被纳入打击范围，到那时，争论就不再只是保护知识产权，而是在重新划定全球人工智能产业的市场边界。

开放权重模型，正在冲击闭源公司的收费逻辑

美国部分模型公司表现得如此紧张，原因其实不难理解：中国开放权重模型正在越来越接近前沿水平。

月之暗面7月27日发布的Kimi K3技术报告显示，该模型采用混合专家架构，总参数为2.8万亿，每次推理激活约1040亿个参数，支持100万词元上下文。

团队称它在代码、智能体、知识和视觉等任务上达到前沿水平，同时也明确承认，整体表现仍落后于能力较强的美国专有模型。

中国模型并没有在所有能力上全面超过美国前沿产品，但差距已经小到足以影响企业选择。

对大多数公司来说，它们并不需要一款在所有测试里排名第一的模型，只需要它能完成实际任务、价格合适，并且容易部署。

严格意义上的开源人工智能，不仅要允许用户获得模型权重，还需要提供足够的代码、训练方法和数据信息，使使用者能够研究、修改并重新实现相关系统。

开放权重模型通常只公布训练完成后的参数，并不一定公开完整训练数据，因此两者不能完全混用。

开放权重不等于完全免费，也不等于模型公司无法赚钱，企业仍然可以通过云端接口、私有化部署、算力租赁、模型微调、行业软件和技术服务获得收入。

两种模式真正的区别在于：闭源企业更依赖模型调用费，开放权重企业则把模型当成入口，再通过算力和服务赚钱。

这正是美国部分闭源企业焦虑的地方。它们投入大量资金训练模型，需要依靠较高的接口价格收回成本，只要市场上出现性能接近、费用更低的替代品，它们的定价能力就会被削弱。

在我看来，中国模型对美国企业的真正冲击，不是一次排行榜上的输赢，而是把前沿能力的价格打了下来。

硅谷内部出现分裂，竞争开始从模型走向生态

英伟达首席执行官黄仁勋牵头的一封公开信获得微软、Meta、IBM等公司和机构支持，信中呼吁美国政策制定者避免过早限制开放模型，以免压制竞争，或者把创新活动推向海外。

Anthropic则没有加入这封公开信，反映出前沿闭源模型企业与芯片、平台公司之间存在明显利益差异。

7月29日，Meta首席执行官马克·扎克伯格也公开反对通过禁止中国模型来维持美国优势，他认为，更有效的办法是找出美国人工智能产业的瓶颈并解决问题，而不是把竞争产品挡在市场外。

闭源模型公司希望维持较高价格和市场集中度，芯片公司希望更多模型被使用，因为模型越多，算力需求越大，云服务商希望客户能够自由选择不同模型，初创企业则希望获得便宜、灵活的技术底座。

据公开报道，179家美国科技企业通过相关行业组织向白宫表达意见，反对全面禁止中国开放权重模型。

说封禁会直接导致美国股市崩盘，明显属于夸张推断，但限制确实可能产生另一种后果：美国企业不能使用低成本中国模型，而其他国家的竞争者仍能使用，那么美国本土应用公司的成本反而会更高。

路透社7月29日披露，在7月13日当周，美国用户通过模型路由平台OpenRouter使用中国开放模型产生的词元，占相关使用量的64%。

这只是一家平台的数据，不能代表整个美国市场，却足以说明中国模型已经进入真实的开发流程。

开发者越多，适配工具和教程就越丰富，应用越多，模型企业获得的真实反馈就越多，反馈越多，模型改进速度又可能越快。

这种循环一旦形成，竞争就不再只是一家公司与另一家公司的对抗，而是两个技术生态之间的争夺。

美国对先进芯片的出口限制，也在客观上迫使中国模型公司提高训练和推理效率，并适配更多国产硬件。

如果未来中国芯片在部分推理场景中达到可用的性能和成本，已经熟悉中国模型的海外企业，确实可能进一步考虑配套算力产品。

但这不是必然结果，因为芯片采购还涉及软件生态、稳定性、供应能力、售后服务和出口规则。

在我看来，下一阶段的人工智能竞争不会由某一块芯片、某一个模型或者某一张排行榜单独决定。

芯片提供算力，模型提供能力，开发工具降低使用门槛，行业应用负责产生收入，谁能把这几个环节连接得更顺畅，谁就更容易建立长期优势。