美媒调查:美国AI难脱钩中国

华盛顿邮报10月11日发表调查,发现美国企业正越来越多采用中国AI模型,机器人和数据中心也高度依赖中国制造零件,与美国政府限制中国获取先进技术的做法形成鲜明反差。

导语:技术冷战下的”真香”现场

美国政府一面收紧对华科技出口管制,一面却要面对一个尴尬的现实:美国AI产业对中国技术的依赖,比官方叙事要深得多。《华盛顿邮报》10月11日发表的调查报道指出,包括DoorDash、Airbnb在内的美国公司正在使用中国月之暗面(Moonshot AI)的AI模型;特斯拉人形机器人Optimus、Meta智能眼镜、美国数据中心,无一不在供应链上与中国紧密相连。

事件详情:一份让硅谷沉默的调查

调查的核心发现是”模型依赖”。月之暗面的Kimi K3是其中的典型代表——这款于今年7月推出的模型总参数达2.8万亿,采用混合专家(MoE)架构,单次推理约激活1040亿参数,支持最长100万token上下文,并已公开模型权重。DoorDash、Airbnb等美国企业认为,中国AI模型已经足以处理部分日常业务,不必所有工作都使用OpenAI或Anthropic的顶级闭源模型。

不只是月之暗面。DeepSeek、阿里巴巴、Z.ai等中国厂商都在推行开放权重策略:企业可以自行部署、定制调优,摆脱对单一API供应商的依赖。这种”又好用又便宜”的打法,正在给硅谷巨头带来实实在在的价格压力——AI价格战已把大模型的使用成本压到大幅走低。

调查同时点出了硬件层面的依赖。摩根士丹利以特斯拉Optimus Gen 2为基础做过对比:采用中国供应链的物料成本估算为4.55万美元,非中国方案则为13.18万美元,相差约2.9倍。差异主要集中在执行器(2.2万美元对5.8万美元)和灵巧手(1.5万美元对4.7万美元)上——这正是中国精密机械制造与供应商网络的成本优势所在。需要注意的是,这是同一参考机型的假设性物料清单,并非特斯拉的实际生产成本或售价,也不包含组装、运营和售后开支。

布鲁金斯学会的AI专家Kyle Chan对《华盛顿邮报》表示:”我们深度交织在一起,存在大量实际的依赖。”调查还发现,Meta的智能眼镜在中国制造,美国数据中心里装着中国产设备。甚至一家北京的触觉传感企业他山科技——原本做汽车电子,如今开发触觉芯片和机器人传感器——也成为美国机器人产业供应链观察样本的一部分。

背景分析:安全指控与企业用脚投票

这篇调查发表的时机颇为微妙。就在一个多月前的9月8日,美国国家安全局、联邦调查局和网络安全与基础设施安全局联合指控DeepSeek、月之暗面、阿里巴巴等6家中国AI企业,通过大规模”模型蒸馏”获取美国模型能力,涉嫌违反服务条款。中国政府否认了相关指控。需要说明的是,这份通告针对的是模型蒸馏行为,并非宣布全面禁止企业使用上述模型。

但企业界显然有自己的算盘:当特朗普政府今年7月考虑对中国AI模型设限时,近300家美国公司表示反对。安全治理确实在进入采购清单——路透社10月9日引用的SemiAnalysis研究显示,在审查的857次中国AI模型发布中,只有31次公开了模型专属的安全评估,约占3.6%。不过该研究衡量的是公开披露情况,未公开评估不代表模型必然不安全。企业在比较价格和性能时,还需要拿到足够的安全测试数据。

值得注意的是,开放权重不等于低成本。月之暗面Kimi K3规模庞大,企业若自行运行,需要评估推理硬件、吞吐量、电力、运维和模型更新等持续开支;采用第三方托管API又涉及数据处理方式和供应商管理。两种部署模式的成本和数据控制程度,不能简单画等号。

开放权重还带来一把双刃剑。一家美国网络安全初创公司DepthFirst曾深度改造Z.ai免费开放的GLM模型,打造出能自动扫描软件漏洞的AI系统,并在TikTok使用的开源软件中发现了可被利用的严重漏洞(已披露并修复)。开放模型既能成为防御工具,也可能被用于攻击——这正是华盛顿焦虑的根源之一。

影响与展望:”脱钩”口号与产业链现实

这场调查揭示的,是美国AI战略内在的张力:一边是国家安全驱动的”去中国化”政策,一边是企业基于成本和效率的理性选择。美国实验室在追逐通用人工智能(AGI)上仍被估计领先数月,但中国走了一条不同的路——用开放权重模型快速铺开生态,用制造优势卡住硬件成本。

短期内,硅谷巨头将面临更激烈的价格竞争。OpenAI、Anthropic投入数十亿美元打造的闭源系统,不得不在中国厂商”够用且便宜”的开放模型面前重新定价。长期来看,华盛顿的政策制定者需要在安全担忧与产业现实之间找到平衡点:如果连数据中心和机器人都离不开中国零件,”技术脱钩”究竟能走多远,恐怕要打上一个大大的问号。

对中国AI产业而言,这既是机遇也是考验。开放权重策略赢得了市场,但安全评估披露不足、蒸馏争议未平,意味着想真正成为全球企业的基础设施,还需要在合规和透明度上补课。AI竞赛的下一幕,比的可能不只是谁的模型更聪明,还有谁的供应链更让人放心。

发表评论