美國公司無法停止購買中國人工智能

美國的 AI 已開始用高亢的、充滿國家使命感的男低音在說話了。但它為一個產業大舉揮舞旗幟的同時，這個產業卻一直在讓中國模型進入建築內。

美國政府的愛國銷售說詞如今到處都是——「全球 AI 霸權」、「國家任務」、「戰略競賽」、「民主」價值，以及所有一貫的、胸膛拍得砰砰響的用語；而 AI 產業也開始借用來自華盛頓的那套話術。然而，紅、白、藍的品牌背後，開發者和平台持續算著另一筆帳：中國模型好用、價格便宜、開放，而且越來越難避開。

在美國，AI 的公眾面孔仍看起來相當「本土」，但更多來自中國的技術不斷滲進機器的核心——程式碼工具、雲端市集，以及堆疊中多數人從未看見的部分。那套「星條旗」的修辭也越來越難自圓其說。愛國式的品牌很容易。愛國式的採購，事情就可能變得很難看。

華盛頓已經被警告：這種日益增長的遷移並非是什麼對 Hugging Face 分頁仍開著的工程師的小眾支線劇情。3 月中旬，美中經濟與安全審查委員會警告說，中國的開放權重（open-weight）模型已變得難以再用「揮一揮就能甩掉」的方式帶過。報告指出，中國已對開源 AI「全力以赴」（all in），廣泛採用正在推動更快的迭代，結果正在打造出「通往 AI 领导地位的替代路徑」。報告還說，開放生態系「使中國即使在顯著的算力限制下，仍能貼近前沿進行創新」——而如今「中國實驗室已縮小了與頂尖西方大型語言模型之間的效能差距」。

這一大串看似華麗的官僚用語，實際上指向一個非常簡單的問題：美國一邊大張旗鼓談國家使命，卻讓中國持續出貨一個「走得出去、好用能流通」的產品。

中國的開放做法本質上創造了一個回饋迴路：採用促進迭代，然後又促進更多採用——就像 USCC 所說的「自我強化的競爭優勢」；一些估計甚至認為，中國的開源模型已進入約 80% 的美國 AI 新創公司之中。斯坦福 HAI 的 DigiChina 簡報指出，中國製造的開放權重模型在競爭激烈的 AI 領域中已變得「不可避免」，而且越來越被美國採用。華盛頓在兜售主權；市場則買單任何「有效」的東西。

中國模型已經開始進入堆疊

最容易錯過正在發生什麼的方式，是盯著消費端應用，然後對自己說你已經發現了顯而易見的事情。在表面上，美國仍能感覺得很舒服、很主權。SSRS 本月表示，52% 的美國人每週使用 AI 平台；其中 ChatGPT 為 36%、Gemini 為 26%、Copilot 為 14%。Similarweb 的美國排名也仍然高度偏向美國，依然把 ChatGPT、Gemini、Claude、Grok 與 OpenAI 排在前五名。店面看起來夠「本土」，足以讓品牌維持得整齊，讓神經也保持冷靜。

更具關鍵性的轉變發生在後台：工程師選擇基礎模型，公司選擇工具，而採購決策在任何人還沒想起要把它叫做「策略」之前，就已變成了架構的一部分。根據 Hugging Face 的說法，過去一年，中國在其平台上的月下載量與總下載量都已超越美國；而在這一年內的下載中，中國模型占比達 41%。斯坦福 HAI 的 DigiChina 簡報則表示，2024 年 8 月到 2025 年 8 月之間，來自中國的開放模型開發者占 Hugging Face 所有下載的 17.1%，略高於美國開發者的 15.8%。上週，在 OpenRouter 的 10 個最受歡迎模型中，有 7 個是中國的。

OpenRouter 的 100 兆（trillion）token 研究發現：在 2024 年底，來自中國的開源模型從幾乎可以忽略的基礎上一路躍升，在某些週份已接近占總使用量的 30%；而在它所研究的那一年裡，平均每週 token 量約占 13%。DeepSeek 是該平台上按數量計算最大的開源貢獻來源，Qwen 位居第二。這項工作本身也在改變。OpenRouter 表示，中國的開放模型不再主要用於角色扮演與愛好者的胡鬧；在該平台上，程式設計與科技內容合計已占中國開源使用的 39%。

Cursor 是近來最火的美國 AI 公司之一；本月它承認，其 Composer 2 編碼模型在一項授權合作中，是建立在 Moonshot AI 的 Kimi K2.5 之上，然後再疊加自家訓練。Moonshot 是中國最具前景的 AI 新創之一，總部在北京——估值約 180 億美元，三個月內已把市值翻過四倍以上。Moonshot 在 X（$TWTR 0.00%）上寫道：「看到我們的模型透過 Cursor 持續的預訓練 & 高算力 RL 訓練被有效整合——這正是我們想要支持的開放模型生態系。」Cursor 高層表示，Kimi 在公司的評測中表現最佳，而 Business Insider 報導稱，所產出的產品成本約只有 Anthropic 的 Opus 4.6 的十分之一。

從 Airbnb（$ABNB -1.45%）到 Siemens，各家公司都公然使用中國模型。於是，不論是 AI 新創寵兒，還是已立足的公司，越來越多都在拋棄昂貴的美國專有模型，轉而改用成本較低、同時已把效能差距縮小不少的中國模型。市場開始把「模型國籍」視為次要因素——而且大多可視為無關緊要：只要那東西好不好用、能不能快出貨、成本是不是更低。

「開放」已成了一種地緣政治商業模式

白宮本身也表示：開源與開放權重的系統之所以重要，是因為新創需要彈性，而且擁有敏感資料的公司並不總能把資料送到封閉模型供應商那邊。這是真的。也正因如此，中國的開放模型才會成為美國 AI 民族主義敘事的一大麻煩。多年來，美國 AI 的聲望逐漸被綁定在封閉 API、精英模型訂閱，以及「最佳系統應由少數幾家公司嚴格掌控」這種觀念上。這套做法或許仍能在最前沿贏下比賽，但它更不那麼明顯地適用於贏在下面那一層——也就是開發者挑挑揀揀，選擇自己「實際上用得起」的東西的那一層。

北京日益把開放權重 AI 包裝成更廣泛的外交與商業推廣——一種共享技術開發的模式，對照美國的出口管制、供應鏈限制以及封閉系統。把開放模型當作軟實力產品。他們告訴各國：中國 AI 可以被調整、並不被困在美國 API 的付費關卡（tollbooth）之後。斯坦福研究者曾警告，若廣泛採用中國開放權重模型，可能重塑全球「依賴模式」，即便模型權重本身是可下載的，也會產生新的技術依賴。

阿里巴巴的 Qwen 系列在 Hugging Face 上打造了最大的模型生態系，衍生模型超過 113,000 個；如果把所有標記為 Qwen 的東西都算進去，則超過 200,000 個。這也使其在該平台的累積下載量上超越 Meta（$META +0.35%）的 Llama。RAND 在 1 月發現：流向以中國為基地的 LLM 的流量，在兩個月內暴增 460%，而中國模型的全球市占率也從 3% 提升到 13%。RAND 也表示，中國模型——例如 DeepSeek、Qwen，以及 Zhipu 的 ChatGLM——執行成本大約是美國競品的五分之一到四分之一。對任何一家試圖用溢價定價來兜售愛國美德的美國公司而言，這是一組相當棘手的組合。

舊故事是：美國打造工具，其餘世界租用存取權。新故事則是：中國實驗室變成了工具的底層基材；而那些工具在表面上或許仍貼著美國品牌。

超過十幾家中國組織正公開釋出強大的模型。Hugging Face 表示：2025 年來自熱門中國組織的倉庫數量爆炸式成長；字節跳動與騰訊也大幅增加了釋出。而那些先前傾向封閉的公司，如今則朝向開放釋出前進。中國正在輸出一套一致的「擴散理論」。美國則輸出的是一種混合經濟：高價封閉模型、開放權重的品牌包裝，以及內部對「開放」究竟意味著什麼的爭論。美國的「開放地盤」被分成多個面向：開放權重的品牌、真正的開放研究、輕量可攜家族、以及以代理（agent）為核心的堆疊——例如：Meta 的開放權重但受限的 Llama、Ai2 真正開放的 OLMo 路線、Google（$GOOGL +1.82%）更輕量的 Gemma 家族、NVIDIA 的代理型堆疊。它讓生態系在某些點上更強，但作為一種教條卻不夠統一。

甚至連中國自己的市場也開始把「開放」看得不再像一種意識形態，而更像是一套直接可用的通路（go-to-market）計畫。2 月，百度——長期以來一直是最大聲的封閉模型捍衛者之一——表示它下一代 Ernie 模型將改為開源（open-source）；這是一個重大的策略性逆轉。DeepSeek 顛覆了整個產業，而百度執行長表示，打開一切將有助於技術更快擴散。「在這場競賽中，『開放』越來越意味著可擴展的散佈、更快的採用，以及更廣泛的開發者鎖定。」

美國雲端巨頭正在把中國模型常態化

如果中國的開放模型仍只是待在網路上，像某種帶點神秘色彩的異國文物，供愛好者欣賞，那情況會不一樣。在那種情況下，愛國主義的問題相對可控。但它們不是。超大型雲端服務商（hyperscalers）已把它們請進內部了。

Amazon（$AMZN +0.46%）的 Bedrock 表示它支援超過 100 個基礎模型，包括 DeepSeek、Moonshot AI、MiniMax 與 OpenAI。AWS 也推出了特定的 DeepSeek 與 Qwen 方案，而它圍繞 DeepSeek 的行銷強調的是企業級安全性、統一基礎設施，以及「不會與模型供應商共享」的客戶資料。Microsoft（$MSFT -0.16%）也做同樣的事，只是用更乾淨的企業話術。Azure Foundry 的目錄中包含 DeepSeek 與 Moonshot 的 Kimi，這些模型是直接由 Azure 銷售；而 Microsoft 自己的 Foundry 更新也吹捧 Kimi 的推理能力，作為其不斷擴張產品陣容的一部分。外國模型進來，得到體面的企業產品包裝。地緣政治優勢被採購便利性、統一帳單，以及那種「把任何不舒服選擇都說成只是個功能」的企業慾望磨平了。

一個位於美國雲端內的中國開放模型，被開立在美國的帳單上、包在美國企業的控制機制之內，於是就不再看起來像一場地緣政治事件，而開始看起來像採購。

Google Cloud 的 Vertex AI 也走了同樣的路徑。它的 DeepSeek 文件寫明：這些模型可作為完全託管、無伺服器（serverless）的 API 提供；而 Google 也明確建議在生產環境中把 DeepSeek R1 搭配 Model Armor 以確保安全。在 Vertex AI 的其他地方，Google 把開放模型列在同一張清單上，支援全球端點（global endpoint support），其中包括 DeepSeek、Kimi、MiniMax、Qwen 與 GLM，並與 OpenAI 的 gpt-oss 模型並列。任何地緣政治優勢都被產品設計本身磨平：同一個主控台、同一套端點邏輯、同一種託管服務用語、同一套企業層級的安撫話術。

Nvidia（$NVDA +0.26%）也在其模型目錄中列出 DeepSeek。Databricks 也加入了這場「同樂」。本月它把 Qwen3-Embedding-0.6B 放到公開預覽，用於檢索與代理工作負載（retrieval and agent workloads）；並把它推銷為最先進的多語言嵌入模型，針對向量搜尋與 AI 代理進行最佳化。依賴就是這樣被「沉澱」下來：一個團隊把它用在搜尋上；另一個團隊把它接進代理。幾個季度後，戰略問題就會以發行說明與續約週期的形式出現在文件裡。

在 AI 敘事中其實藏著兩個不同的中國問題。一個是中國託管的應用問題。DeepSeek 的隱私權政策表示，它會在中華人民共和國直接蒐集、處理並儲存個人資料。另一個是中國來源的模型問題——權重與模型家族被拉進美國的雲端、美國的產品與美國的工作流程。當它最有用的部分總是從別處出現時，一個「國家」計畫就開始不那麼像國家了。美國 AI 想要主權的表演，也想要全球購物通道的便利。它希望華盛頓把它當成國家級冠軍，並希望開發者把每一個外國模型都當作無害的便宜貨。但市場的運作方式就是這麼古怪：它們總是繼續買有效的東西。

在本地或於受信任的基礎設施上運行開放模型，可以降低部分資料與治理風險。這也就是為什麼超大規模的雲端服務商在這裡很重要：它們把一種在政治上很尷尬的依賴變成某種看起來可管理、又很企業化的東西。結果就是，許多企業採購者能拿到中國模型的效能，卻不必承受那種「彷彿正在離開美國堆疊」的不安感。

這也把美國放在一個奇怪的位置。美國在晶片、雲端基礎設施、資本市場以及頂尖前沿實驗室方面仍然有巨大的優勢。但美國圍繞 AI 的政治語言，仍持續假設：技術領先會自然轉化為下游的忠誠。這不會發生。對開放模型而言不會——對一般軟體也一樣。開發者很「挑食」又很「善變」；採購團隊沒有太多感情；雲端平台在發票結清之前都能保持中立。若華盛頓希望「美國價值」在 AI 採購中真的有意義，它需要的恐怕不只是關於偏誤與霸權的演講。它需要的是足夠開放、足夠便宜、而且足夠普及的美國模型，讓選擇它們不會感覺像是一場愛國式的犧牲。眼下，市場似乎越來越不願意為那個溢價埋單。

📬 訂閱每日快報

我們的免費、快速又有趣的全球經濟快報，每週一到週五早上送達。

報名/訂閱我