Diffusion as Strategy? Export Controls, Open Weights, and the Global Reach of Chinese AI Models, 2018–2026
本研究分析了 2018 年至 2026 年间的 3,034 个人工智能模型，发现虽然美国的出口管制并未立即迫使中国开发者公开其模型权重，但确实催化了向全球扩散的战略转变，这体现在基于中国基础构建的衍生模型数量剧增，以及 2024 年后期后前沿计算能力的差距不断扩大。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在构建更智能机器的竞赛中，一场无声的辩论已在政策制定者和技术专家之间展开。多年来，美国一直限制向中国销售最强大的计算机芯片，希望以此减缓该国在人工智能领域的进展。其逻辑非常直接：如果没有这些专门的工具，中国开发者在训练最大、最强大的人工智能系统时将会面临困难。然而，太平洋的另一端却开始出现一个不同的故事。中国开发者并没有因此落后，而是开始以一种允许任何人下载并研究底层代码的方式发布其人工智能模型。这一转变引发了一个理论：或许限制迫使中国改变了策略，用广泛的采用取代了单纯追求原始算力。如果这是真的，这意味着一项旨在阻断对手进步的政策，可能在无意中帮助了该对手的技术在全球范围内传播。
为了测试这一想法，一位名叫阿尔弗雷多·梅雷特（Alfredo Merlet）的研究人员考察了 2018 年至 2026 年间发布的数千个人工智能模型的实际历史。他收集了超过 3,000 个模型的数据，追踪了它们的构建者、其内部“权重”（使人工智能运行的核心设置）是保持秘密还是公开分享，以及使用了什么样的计算机芯片进行训练。通过对比美国和中国开发者在 2022 年、2023 年和 2024 年三轮主要的美国限制措施前后的行为，梅雷特寻找了一个明确的转折点。他想看看当芯片被切断时，中国开发者是否立即敞开了大门，或者是否有其他因素在驱动这种变化。
研究结果讲述了一个比简单的因果关系更为复杂的故事。确实，到研究期结束时，中国模型被公开分享的可能性显著高于美国模型。然而，这种转变并未在头两轮限制措施之后立即发生。数据显示，两国之间的差距直到 2024 年底和整个 2025 年期间才开始扩大。此外，这种变化不仅仅是关于中国开发者开放其模型，也是关于美国开发者关闭其模型。时间点表明，向开放性的转变是一种在 2025 年趋于稳固的战略选择，这很可能受到特定新模型的成功以及美国商业决策变化的影响，而非对芯片禁令的即时反应。
虽然禁令与分享代码的决定之间的联系并不像某些人所希望的那样直接，但这些模型如何传播的故事是不容置疑的。梅雷特发现，中国的人工智能基础已成为全球大部分新人工智能工作的构建基石。在 2023 年之前，只有极小比例的新模型是基于中国的基座构建的。到 2025 年，这一数字激增至 51%。这意味着在数据库记录的衍生模型中——即由美国、欧洲及其他地方的开发者创建的模型——有超过一半是建立在中国基础之上的。这种扩散甚至发生在开发者群体中，2025 年近五分之一的新模型依赖于中国的起点。
研究还观察了这些系统背后的硬件和计算能力。数据表明，美国和中国最大的训练任务之间的原始计算能力差距在持续缩小数年后，在 2024 年底最后一轮限制措施之后再次扩大。这表明，禁令可能成功地减缓了最庞大、最先进模型的开发步伐。与此同时，中国开发者越来越多地报告使用符合限制规定的芯片，显示出对新规则的适应。然而，尽管在尖端领域受到这些约束，中国人工智能的影响力却变得更加强大。
最终，这项研究证实了中国人工智能模型已成为世界其他地区的主导基础，但也挑战了“出口管制是这一结果唯一驱动力”的观点。中国模型的开放性似乎是由于后来发生的战略转型，并因特定开放模型的成功而得到加强。限制措施可能阻止了中国训练出单个规模最大的模型，但并未阻止其技术成为世界其他地区构建其上的标准。未来的教训是，在人工智能时代，控制芯片的供应可能会限制模型的规模，但并不一定能控制那个模型最终流向何处，或其应用有多广泛。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。