過去一年標誌著中國 AI 的轉捩點。自 DeepSeek 在 2025 年 1 月發布其 R1 推理模型以來，中國公司一再推出 AI 模型，以極低的成本達到與領先西方模型相當的效能。
就在上週，中國公司 Moonshot AI 發布了其最新的開源權重模型 Kimi K2.5，在一些早期基準測試中，其表現已接近 Anthropic 的 Claude Opus 等頂級專有系統。差別在於：K2.5 的價格約為 Opus 的七分之一。
在 Hugging Face 上，Alibaba 的 Qwen 系列——在 2025 年和 2026 年位居下載量最高的模型系列後——已超越 Meta 的 Llama 模型，成為累積下載量最高的模型。最近一項 MIT 研究發現，中國開源模型的總下載量已超過美國模型。對於全球的開發者和建構者而言，獲取近乎前沿的 AI 能力從未如此廣泛且實惠。
但這些模型與大多數你付費存取且無法檢查的美國模型（如 ChatGPT 或 Claude）有一個關鍵的差異。中國公司發布了其模型的權重——模型訓練時設定的數值——因此任何人都可以下載、運行、研究和修改它們。
如果這些開源 AI 模型持續進步，它們不僅將為想要存取前沿 AI 能力的人提供最便宜的選擇；它們還將改變創新的發生地點以及誰來制定標準。
當 DeepSeek 推出 R1 時，最初的震驚很大程度上圍繞著它的起源。突然間，一個中國團隊發布了一個推理模型，可以與美國實驗室的最佳系統並駕齊驅。但 DeepSeek 影響的長尾效應，與其國籍的關係不大，反而與其發布方式有關。R1 以開放權重模型的形式發布，採用了寬鬆的 MIT 授權條款，允許任何人下載、檢查和部署它。此外，DeepSeek 還發表了一篇詳細介紹其訓練過程和技術的論文。對於透過 API 存取模型的開發者來說，DeepSeek 在價格上也擊敗了競爭對手，其存取成本僅為當時領先的專有推理模型 OpenAI 的 o1 的一小部分。
發布後幾天內，DeepSeek 取代了 ChatGPT，成為美國 App Store 中下載量最高的免費應用程式。這一刻不僅影響了開發者圈子，還波及了金融市場，引發了美國科技股的急劇拋售，一度抹去了約 1 兆美元的市值。幾乎在一夜之間，DeepSeek 從一個鮮為人知的、由量化對沖基金支持的衍生團隊，變成了中國推動開源 AI 最具象徵意義的符號。
中國選擇擁抱開源並不令人意外。它擁有僅次於美國的全球第二大 AI 人才集中地，以及一個龐大且資源豐富的科技產業。在 ChatGPT 進入主流後，中國的 AI 行業經歷了一次反思——並決心迎頭趕上。追求開源策略被認為是透過匯聚開發者、擴大採用率和制定標準來縮小差距的最快途徑。
DeepSeek 的成功為一個長期習慣於跟隨全球標準而非制定標準的行業注入了信心。AI 代理公司 Atoms 的執行長兼創始人 Alex Chenglin Wu 表示：「三十年前，沒有中國人會相信他們能站在全球創新的中心。DeepSeek 表明，憑藉紮實的技術人才、支持性的環境和正確的組織文化，就有可能做出真正世界級的工作。」
DeepSeek 的突破時刻並非中國首次開源成功。Alibaba 的 Qwen Lab 多年來一直在發布開源權重模型。到 2024 年 9 月，遠在 DeepSeek 的 V3 發布之前，Alibaba 就表示全球下載量已超過 6 億次。在 Hugging Face 上，Qwen 在 2024 年佔據了所有模型下載量的 30% 以上。包括北京人工智能研究院和 AI 公司百川在內的其他機構，早在 2023 年就開始發布開源模型。
但自 DeepSeek 成功以來，該領域迅速擴大。Z.ai（前身為智譜）、MiniMax、騰訊以及越來越多的小型實驗室等公司，都發布了在推理、編碼和代理任務方面具有競爭力的模型。越來越多有能力的模型加速了進步。曾經需要數月才能進入開源世界的技術，現在幾週甚至幾天內就能出現。
清華大學計算機科學教授、AI 新創公司 ModelBest 的首席科學家劉知遠表示：「中國 AI 公司從開源模式中獲得了實質性的收益。透過發布強大的研究，它們建立了聲譽並獲得了免費的宣傳。」
劉知遠說，除了商業利益，開源還具有文化和戰略上的重要性。他將其描述為對美國在專有 AI 系統中佔據主導地位的回應，並說：「在中國程式設計師社群中，開源已經變得政治正確。」
這種轉變也體現在機構層面。包括清華大學在內的許多大學開始鼓勵 AI 開發和開源貢獻，同時政策制定者也採取行動將這些激勵措施制度化。8 月，中國國務院發布了一項政策草案，鼓勵大學獎勵開源工作，並提議學生在 GitHub 或 Gitee 等平台上的貢獻最終可以計入學術學分。
Hugging Face 全球 AI 工作負責人 Tiezhen Wang 表示，隨著動能不斷增強和正向回饋循環的形成，中國對開源模型的推動在短期內可能會持續下去，儘管其長期可持續性仍取決於財務業績。1 月，模型實驗室 Z.ai 和 MiniMax 在香港上市。「目前，重點是讓蛋糕做大，」王說。「下一個挑戰是如何讓每家公司確保自己的份額。」
中國的開源模型不僅在下載量上領先，在多樣性上也處於領先地位。Alibaba 的 Qwen 已成為流通中最多元化的開源模型系列之一，提供針對不同用途優化的廣泛變體。產品線從可以在單台筆記型電腦上運行的輕量級模型，到為數據中心部署設計的大型、數百億參數系統不等。Qwen 包含許多由社群創建的針對特定任務優化的變體：「指令」模型擅長遵循指令，「程式碼」變體則專門用於編碼。
雖然這種策略並非中國實驗室獨有，但 Qwen 是第一個推出如此多高品質選項的開源模型系列，讓人感覺像是一個完整的產品線——而且是免費使用的。
這些發布的開放權重性質也使得他人可以透過微調和蒸餾等技術輕鬆地對其進行適應，這意味著訓練一個較小的模型來模仿一個較大的模型。根據 AI 研究員 Nathan Lambert 的 ATOM（American Truly Open Models）專案，截至 2025 年 8 月 4 日，源自 Qwen 的模型變體佔 Hugging Face 新語言模型衍生品的「40% 以上」，而 Llama 則下降到約 15%。這意味著 Qwen 已成為所有「混搭」模型的預設基礎模型。
這種模式為更小、更專業化的模型提供了依據。劉說：「計算和能源是任何部署的實際限制。」他告訴 MIT Technology Review，小型模型的興起是為了降低 AI 的運行成本，並讓更多人更容易使用。他的公司 ModelBest 專注於設計用於在手機、汽車和其他消費硬體等設備上本地運行的語言模型。
雖然普通用戶可能只透過網路或應用程式與 AI 互動以進行簡單對話，但具有一定技術背景的 AI 模型進階用戶正在嘗試賦予 AI 更多自主權來解決大規模問題。OpenClaw 是一個最近在 AI 黑客圈中病毒式傳播的開源 AI 代理，它允許 AI 接管你的電腦——它可以 24/7 運行，在你沒有監督的情況下處理你的電子郵件和工作任務。
OpenClaw 與許多其他開源工具一樣，允許用戶透過應用程式介面（API）連接到不同的 AI 模型。在 OpenClaw 發布後幾天內，該團隊就透露 Kimi 的 K2.5 已超越 Claude Opus，成為使用最多的 AI 模型——按 token 計數，這意味著它處理的總文本量（跨用戶提示和模型回應）更多。
王建議，成本是中國模型獲得關注的主要原因，但將它們僅視為西方前沿系統的「複製品」將是一個錯誤。就像任何產品一樣，模型只需要足夠好以完成手邊的任務即可。
中國的開源模型格局也變得更加專業化。上海人工智能實驗室等研究機構發布了針對科學和技術任務的模型；騰訊的幾個專案專注於音樂生成。Ubiquant，一家像 DeepSeek 的母公司 High-Flyer 一樣的量化金融公司，發布了一個針對醫學推理的開源模型。
同時，來自中國實驗室的創新架構思想正被更廣泛地採納。DeepSeek 發布了探索模型效率和記憶體的工作；壓縮模型注意力「快取」的技術，在基本保留效能的同時降低了記憶體和推理成本，引起了研究界的廣泛關注。
王說：「這些研究突破的影響力因其開源並能在該領域快速被採納而得到放大。」
中國模型的採用率在矽谷也正在提高。Andreessen Horowitz 的普通合夥人 Martin Casado 給出了一個數字：根據他在 X 上的一篇帖子，在採用開源堆疊進行推銷的新創公司中，大約有 80% 的公司運行的是中國的開源模型。使用數據也講述了類似的故事。OpenRouter，一個追蹤用戶透過其 API 使用不同 AI 模型方式的中間商，顯示中國的開源模型從 2024 年底的幾乎為零，上升到最近幾週的近 30% 的使用率。
Hugging Face 的王表示：「中國和美國的開源生態系統緊密相連。」許多中國的開源模型在訓練和服務它們時仍然依賴 Nvidia 和美國的雲平台，這使得商業聯繫錯綜複雜。人才也是流動的：研究人員跨越國界和公司，許多人仍然作為一個全球社區運作，公開分享程式碼和想法。
這種相互依存關係是中國開發者對這一時刻感到樂觀的部分原因：工作得以傳播、被重新混搭，並實際出現在產品中。但開放性也可以加速競爭。Anthropic 的執行長 Dario Amodei 在 DeepSeek 2025 年發布後發表了類似觀點：他寫道，出口管制「不是規避」美中競爭的方式，如果美國的 AI 公司想獲勝，「它們必須擁有更好的模型」。
過去十年，中國科技在西方一直是一個充滿巨大期望，但最終遇到審查、限制和政治抵制的故事。這一次，出口的不再僅僅是一個應用程式或一個消費者平台。它是其他人建立基礎的底層模型層。這是否會有所不同，仍然是一個懸而未決的問題。