中国开源大模型正在重塑全球AI软实力

如果要问现在全球 AI 版图最有趣的反差点在哪里，我会指向一个让许多人意外的事实：当美国科技公司把最强模型锁在订阅墙后面时，中国却在开源大模型的赛道上越跑越快。Andrew Ng 最近在一篇分析里说得直白，“China leads the world in open-weight models”。这位曾联合创办 Google Brain、后来又担任百度首席科学家的研究者，比大多数人都更清楚中美两地的技术生态。

他的判断点出了一个长期被忽视的趋势。许多人仍把中国 AI 想象成”追赶者”，但 2026 年的现实是，从 DeepSeek 到 Qwen 再到 GLM 5.2，中国模型的下载量、衍生版本和社区讨论热度已经遍布全球。

一个开源悖论#

过去两年，AI 行业里最鲜明的分野不再是中美对抗，而是”开放”与”封闭”的对照。

美国这边，OpenAI 和 Anthropic 把最先进的模型放在 API 后面，价格不菲，海外开发者用的时候还要担心地区限制和网络延迟。中国这边，DeepSeek、智谱的 GLM 系列、阿里的 Qwen 却把权重直接放出来。所谓 open-weight，意思就是任何人都能下载完整的参数文件，在自己的服务器、笔记本甚至边缘设备上跑起来。

对非洲、东南亚、拉美这些算力昂贵、支付渠道不畅的地区来说，DeepSeek 如今在非洲被广泛采用，原因不只是便宜，也是”可用”。一个肯尼亚的创业者不用办美元信用卡，也不用担心 API 哪天被切断，他只需要一张消费级显卡或者一台云主机，就能把模型跑起来。

这是经济学导致的选择，不是纯粹情怀。当推理成本每下降一个数量级，可触达的用户群就会扩大十倍。

软实力的新载体#

技术选择从来都伴随着路径依赖。当一个国家的开发者、企业和政府开始基于某个模型栈构建产品时，他们也会逐步接受这套模型背后的训练目标、安全偏好、价值观排序和文化默认。

Andrew Ng 把这称作 AI 时代的软实力。十九世纪软实力的载体可能是电影和大学，二十一世纪则很可能变成大模型。当尼日利亚的创业公司用 DeepSeek 做客服机器人，当印尼的政务系统基于 Qwen 做本地语言适配，他们其实是在接入一套由中国团队定义的技术基座。

今年早些时候的 Anthropic Fable 5 事件加速了这个转向。白宫一度切断了海外用户对 Anthropic Fable 5 的访问，让不少国家突然意识到：依赖闭源 API 意味着把核心基础设施的钥匙交给别人。信任一旦出现裂痕，开发者会本能地寻找可以本地部署、可以审计、可以自行修改的替代方案。开源模型的吸引力在这种情况下不再是理想主义，而是风险管理。

性能不再是借口#

很长一段时间里，人们愿意为闭源模型付费的理由很简单：它们确实更强。但这个差距正在快速缩小。

特朗普的科学顾问 David Sacks 在谈及 GLM 5.2 时评价，它已经”as good as OpenAI and Anthropic”。这句话的分量不在于它来自一位白宫官员，而在于它标志着中国开源模型第一次被公开放在与顶尖闭源模型同一水平线上比较。

Eric Schmidt 也在多个场合警告过开源模型扩散带来的安全与地缘影响。这种担忧反过来证明了一件事：开源路径已经不再被轻视。曾经被视为”次优”的开放权重，如今成了全球 AI 供应链的关键变量。

对于开发者来说，这意味着选择模型的维度变多了。性能、成本、可控性、合规风险、本地化能力，每一项都可能让某个中国开源模型比美国闭源方案更合适。

开放与封闭，一场全球选择#

把这场变化简单归结为中美竞争会让我们错过更本质的东西。真正在发生的是，AI 基础设施的供应方式正在分岔。

一条路径是高度集中、昂贵、受出口管制和平台政策影响的闭源服务；另一条路径是任何人都能下载、修改、部署和再分发的开放权重。两条路径各有优劣，但对于全球大多数国家来说，后者的门槛显然更低，也更能自主掌控。

中国公司在 open-weight 赛道上的领先，既是工程能力的体现，也是一种战略选择的结果。当算力、数据和人才都越来越全球化，谁能把模型真正交到开发者手里，谁就更有可能定义下一层技术共识。

未来的历史学家回顾这一时期时，也许会把它描述为 AI 基础设施的”去中心化时刻”。而中国开源大模型，正在成为这个时刻里不可忽视的基座。

来源：Noema Magazine