侃AI 00410 “地球上唯一”的底气与边界：从中国开放权重模型嵌入美国底座，看中美AI路线分裂、效率逻辑与生态权

潘力刚地产.激光.IT.AI医学

前世：

何以中国

今生：

读懂中国，认识中国，讲好中国故事，提高文化自信： 这就是中国

千里姻缘一线牵，公益相亲平台： 圆梦缘
科学、医学、人文、历史、文学、音乐、影视、摄影、数、理、化、计算机、人工智能、......： 仰望星空 文库
你在加拿大魁北克的家园： 蓬莱仙阁楼台 加拿大魁北克傍山依水家园 文库
赏心乐事谁家院： 好山好水好风光 文库
别时容易见时难： 千里江山 文库

千流归大海，高山入云端（数据总库）： 仰望星空脚踏实地 BECC CECC
勘、侃、龛、看人生： 圆桌派

逻辑思维

加中教育促进会 BECC-CECC 《仰望星空 文库》列表

侃AI by BECC-CECC 加中教育促进会

侃AI 00410 “地球上唯一”的底气与边界：从中国开放权重模型嵌入美国底座，看中美AI路线分裂、效率逻辑与生态权力转移 20261031

‍

‍

一句被简化为“全世界只有他敢说”的话，真正值得追问的不是吴恩达有没有资格说，而是他所说的内容为什么在2026年变得可信。三年前，ChatGPT横空出世时，中国AI还处在追赶者的位置上；三年后，一位横跨谷歌大脑、百度、斯坦福的产业枢纽人物公开说，美国顶尖团队正在阅读中国论文、学习中国技术。这句话的分量，不在于说话者的履历多么耀眼，而在于它描述的是一个已经可以用数据、产品和代码来验证的转向。

吴恩达的判断包含两个层次。第一个层次是“开放度的逆转”：几年前他完全没有想到，中国最终会在AI创新方式上比美国更加开放。第二个层次是“学习方向的逆转”：美国团队不仅在使用中国模型，而且在研究中国团队公开发表的方法和技术路线。将这两个层次放在一起，才能理解“抄”这个字在传播中被放大的情绪，以及它在事实层面对应的究竟是什么。

先看“开放度”的逆转是如何发生的。 2023年的中国大模型赛道，主流选择并非开源。百度曾公开表示闭源模型能力会持续领先，开源是资源浪费。转折发生在2024年：美国在算力端持续加码限制，高端GPU供应链承压，继续在闭源轨道上与美国正面竞速的代价变得越来越高。于是一批中国公司调转船头，把论文免费公开、把模型权重放到网上，让全球开发者可以下载、使用、修改。这不是一个事先设计好的战略，而更像一次被外部约束倒逼出来的路径切换。但切换一旦发生，生态效应便迅速显现：截至2026年7月，中国国家级人工智能开源社区托管开源模型超过7万个，开源大模型全球累计下载量突破100亿次；通义千问系列截至当年3月的累计下载量接近十亿次，占全球开源模型下载总量的一半以上。Hugging Face开源模型榜单前十名一度全部是中国模型或中国模型的衍生模型。吴恩达所观察到的“开放度逆转”，背后是一套正在运转的、以权重公开为特征的发布机器。

再看“学习方向”的逆转落在了哪些具体的产品上。 2026年8月，美国法律AI公司哈维发布其首个后训练开放权重模型Tenet，底座选用的是中国月之暗面的Kimi K3；经过约两个月针对法律场景的专项训练，Tenet在合同起草、审查和谈判等任务中完整完成的数量比原始Kimi K3提升约20%，同时保留了原模型的通用法律知识。美国AI编程平台Cursor在2026年3月公布的编程模型Composer 2以Kimi K2.5为基础，5月推出的2.5版本仍沿用同一底座。更具信号意义的是OpenAI前CTO米拉·穆拉蒂创办的思维机器实验室：其首款开放权重模型Inkling并未直接采用中国模型作为底座，但官方技术说明承认，Inkling的混合专家架构主要沿用DeepSeek V3的技术路线，后训练阶段还使用Kimi K2.5生成合成数据用于首轮监督微调。在更宏观的调用层面，OpenRouter上美国企业产生的Token使用量中，中国模型占据约60%，而一年前这一比例还不到10%。这些案例的共同指向是：中国开放权重模型已经不再是边缘的“廉价替代品”，而是进入了美国AI产品研发链条的基础层——作为底座、作为架构参照、作为合成数据的来源。

然而，“美国在抄中国”这一表述的准确性需要被更精细地校准。 吴恩达本人的原话是“阅读中国论文、学习中国技术”，而非“抄袭”。学习与抄袭之间的区别，在技术生态中并非无关紧要的修辞。开放权重的本意就是允许他人在其上进行后训练、微调和二次开发；Cursor和哈维公开披露技术细节、标注底座来源，恰恰是开源生态所鼓励的行为。真正值得关注的不是道德层面的“抄”，而是结构性事实：当美国头部闭源实验室仍在将旗舰模型权重锁进保险柜时，一部分美国企业已经在用中国开放权重模型构建自己的产品，而另一部分美国团队则在论文和架构层面追踪中国同行的公开输出。这不是简单的模仿关系，而是一种由开放策略制造出来的技术流向反转。

这一反转的另一面，是美国AI阵营内部日益尖锐的路线分裂。 OpenAI和Anthropic坚持闭源立场，并在2026年向华盛顿监管机构游说，对中国开源模型表达“安全担忧”，声称中国企业通过不当方式获取其系统数据。与之相对，吴恩达在多个场合明确主张，开放权重模型在网络安全和透明度层面并不比闭源模型更危险，真正的问题是谁掌控访问权限、谁将以更低成本占领市场。一个颇具讽刺意味的细节是：吴恩达和同事在对自家开源智能体工具OpenWorker进行安全审查时，使用的是月之暗面的Kimi K3和智谱的GLM-5.2，原因是OpenAI和Anthropic拒绝提供帮助。开放与闭源之争，在这里不再只是商业模式的选择，而变成了“谁有资格参与安全审查、谁有资格定义安全标准”的权力问题。

回到吴恩达的判断本身，其最值得认真对待的部分，是他对“效率”的强调。 中国开源路径的竞争力并不单纯来自“免费”。在高端算力受限的条件下，DeepSeek等团队激进地采用混合专家架构，将单次推理成本压缩到美国同类模型的数分之一。有美国初创企业表示，从Anthropic模型切换到DeepSeek后，推理成本下降了约90%；Airbnb CEO则公开表示公司“大量使用Qwen”，并称其“很好、快、便宜”。当成本与性能的比值成为开发者选择模型的首要变量时，开放权重就不再是一种“次优选择”，而是一种具有独立竞争力的技术供给形态。吴恩达所说的“中国找到了有别于美国、具备超越潜力的发展路径”，其物质基础正在于此。

吴恩达那句话之所以在中文舆论场被反复引用，部分原因在于它迎合了一种期待：一位美国AI权威亲口承认“美国在向中国学习”。但如果把这句话从传播语境中抽离出来，它其实指向一个更冷静、也更持久的趋势：在AI技术栈的某些层面，开放正在成为一种比闭源更有效的扩散机制。开放权重不会自动保证前沿领先——美国在最具原创性的Oral论文中仍占据约40%的份额，中国约为30%。但它正在改变“谁的技术被谁使用”的流向。三年前，这个流向是从美国到中国；现在，至少在开放权重模型这一层，它开始出现反向的支流。吴恩达的独特之处，不在于他“敢说”，而在于他恰好站在两条河流的交汇处，看见了水往哪个方向流。