中国考虑限制先进 AI 模型对外出口
The Decoder··作者 Maximilian Schreiner
关键信息
路透社称，商务部主导了相关讨论，内容包括对高性能闭源和开源模型的限制、将受保护 AI 技术的盗用或转移纳入国家安全法处理，以及加强对国内 AI 初创公司融资来源的控制。报道还提到，官方在考虑分级管理：基础开源工具可能只需登记，先进系统需要安全审查，而最前沿的模型可能仅限国内使用，甚至不对外公开。
资讯摘要
根据文中的路透社报道，中国正在考虑对其最先进的 AI 模型实施新的出口限制。报道称，中国有关部门上月与阿里巴巴、字节跳动以及初创公司 Z.ai 等主要企业举行了会谈，讨论是否要限制外国访问中国领先模型。会谈由商务部牵头，涉及闭源和开源模型，也包括尚未发布的系统。消息人士称，官员甚至考虑将受保护 AI 技术的盗用或转移纳入中国的国家安全法处理。当前，任何规则的范围仍在讨论中，措施也可能最终只适用于未来的新模型。
文章指出，北京此前已经通过其他保护性措施来扶持本国 AI 产业，包括加强对海外业务往来的监管，以及调查那些迁往海外的初创公司。作者认为，这类限制的影响不会局限于中国，因为阿里巴巴的 Qwen、字节跳动的 Doubao 和 Z.ai 的 GLM-5.2 等模型，已经成为全球市场上更便宜、能力更强的替代选择。对于本来就严重依赖外部 AI 发展的欧洲来说，失去这些模型的访问权限，可能会进一步削弱其议价能力，并提高获取可负担 AI 服务的难度。文章还提到，欧盟的 InvestAI 计划旨在提升本土 AI 能力，但相关数据中心进展落后，而且预算远低于美国科技公司正在投入的资金。
资讯正文
中国正在考虑限制外国获取其最先进的人工智能模型，这一问题让欧洲夹在中间，进退维谷
要点
- 中国正考虑限制外国使用其最先进的人工智能模型。有关部门已与阿里巴巴和字节跳动等科技巨头举行会谈。
- 对于严重依赖外部人工智能发展的欧洲来说，这意味着其可能失去廉价替代美国服务的机会。与此同时，欧洲的专业知识也日益流入外国模型。
- 欧盟希望通过2000亿欧元的 InvestAI 倡议来建立自身的人工智能能力。但计划中的数据中心进度落后，而且与美国科技公司正在投入的资金相比，这笔预算相形见绌。
中国正在考虑限制外国获取其最先进的人工智能模型。如今，两大强国都将人工智能视为战略资产。欧洲本就薄弱的谈判地位，可能因此进一步削弱。
路透社援引三名了解相关讨论的人士报道称，上个月，中国有关部门与领先科技公司举行会谈，讨论可能限制外国获取中国最先进人工智能模型的问题。这些限制还将涵盖尚未发布的模型。报道称，阿里巴巴、字节跳动以及初创公司 Z.ai 都参加了会议。
据一名消息人士称，由商务部牵头的会谈涉及对高性能系统的限制，既包括闭源模型，也包括开源模型。官员们还考虑将窃取或转移受保护人工智能技术的行为纳入中国严格的国家安全法。与此同时，他们也讨论了对谁可以为国内人工智能初创公司提供资金进行更严格的控制。任何规则的适用范围仍在讨论之中，可能只适用于未来的模型。它们是否以及何时生效，仍是未知数。
自 DeepSeek 的 R1 发布以来，得益于低成本和不断增强的能力，中国模型在全球范围内不断取得进展。阿里巴巴的 Qwen 和字节跳动的 Doubao 位列中国使用最广泛的模型之列，而 Z.ai 近期凭借 GLM-5.2 引发关注；这款模型以远低于成本的价格，性能接近美国前沿水平。如果北京限制访问，许多公司的成本都将上升。
北京已经对其人工智能进行了相当长时间的保护
这一举措符合更广泛的保护主义趋势。今年4月，中国国家规划机构曾要求 Meta 撤销其以20亿美元收购中国创办初创公司 Manus 的交易。随后在6月上旬，围绕海外商业往来的更严格规定出台，涉及中国投资者、技术和数据。中国还对 Manus 以及其他已迁往海外的初创公司展开调查，怀疑其可能违反出口管制规定。
路透社称，5月一次专家小组会议勾勒出此类访问限制可能的样貌，该会议摘要刊登在最高人民法院的一份刊物中。该小组提出了分级制度：基础开源工具只需登记；先进技术则需要安全审查；最敏感的前沿模型则要么根本不对公众发布，要么仅限于国内使用。
美国开了先例
中国正在效仿华盛顿早已采取的做法。特朗普政府担心外国军事和情报机构会滥用美国的 AI。6 月，美国禁止外国公民访问 Anthropic 最先进的模型 Fable 和 Mythos。由于无法实时核实国籍，Anthropic 最初在全球范围内关闭了这些模型。在新安全措施到位后，针对 Fable 的出口管制被解除。Mythos 则是为网络安全专业人士设计的，目前仍只对少数受信任的美国机构和经过审查的合作伙伴开放。
据路透社报道，中国官员担心华盛顿可能会利用 Mythos 来利用软件漏洞，进而损害中国利益。360 公司创始人周鸿祎正在呼吁推出一个与 Mythos 对应的中国版本。
欧洲的廉价替代方案正在消失
对欧洲而言，这绝不只是一个注脚。如今，两大超级大国都把自己最优秀的 AI 模型视为战略资产，必要时会选择保留不放。直到现在，许多人还把中国那些开放、可免费下载的模型视为一种主权替代方案，用来替代更昂贵的美国服务。但中国提出将其最敏感的模型保留在国内，也表明这条路同样并不可靠。今天依赖低成本中国技术的公司，明天可能会发现自己被挡在门外。除法国企业 Mistral 之外，欧洲仍在很大程度上缺乏自己的有竞争力的产品。欧洲央行前行长马里奥·德拉吉（Mario Draghi）关于欧洲竞争力的一份报告明确指出数字鸿沟有多大：欧盟超过 80% 的数字产品、服务和基础设施都依赖外国供应商。德国研究与创新专家委员会（EFI）于 2026 年 2 月发布的一份报告，也对德国和欧洲的 AI 领域描绘了同样令人警醒的图景。
只要欧洲在贸易和联盟关系中仍然具有分量，绝大多数情况下这种访问权大概率还会维持。这种分量建立在两大支柱之上，而这两大支柱目前看来仍然稳定：约 4.5 亿消费者组成的大型单一市场，以及通过监管设定全球标准的能力（布鲁塞尔效应）。但支撑这两大支柱的经济繁荣，在很大程度上依赖高价值的知识工作，也就是欧洲在全球贸易中所贡献的、训练有素的工程师、开发者和研究人员。而 AI 正在威胁侵蚀这类工作的价值。
软件行业已经亮起了警报。对初级开发者的需求正在下降，因为 AI 工具能够处理简单的编码任务，企业也在减少招聘初级岗位。这打破了从新手到资深开发者的传统培养链条。今天冲击初级程序员的问题，明天可能会落到工程师和研究人员身上，只要模型能常规性地完成他们的工作。没有任何理由认为，AI 进步会在未来几年突然停止。
一个老问题迎来了第二个出口
欧洲的人才流失并不新鲜。多年来，有前景的欧洲公司不断被外国买家收入囊中，从 AI 实验室 DeepMind，到芯片设计公司 ARM，再到芬兰公司 Silo AI——后者在 2024 年被 AMD 以 6.65 亿美元收购。根本原因在于长期的融资缺口。根据欧洲投资银行的数据，欧盟超过五分之四的重大融资轮次都有外国领投投资者。而在旧金山，这一比例只有 14%。谁来签这张支票，往往就会把公司带到国外，或者直接买下它。欧洲不断失去那些本可以成长为行业领军者的企业。
如今，AI 正在为同样的流失打开第二条、更快的通道。专业知识可以被少量购买，并直接输入模型。像 Mercor 这样的平台，把专家与 AI 实验室连接起来，让后者将他们的知识用作高质量训练数据。市场正在从海量的简单样本，转向规模更小、由专家筛选的数据集。人类专业知识流入训练和评估数据之中，而这些数据可以永久提升 AI 模型的表现。
对欧洲来说，这两种趋势叠加成了双重风险。这个大陆仍在像过去一样，把公司和人才输给外国所有者。但现在，它的专家知识也作为训练材料流失出去，而欧洲几乎并不拥有这些模型。曾经制造业外迁到成本更低的国家，如今迁移的却是智力资本，转而流入外国 AI 模型之中。
如果没有更大规模的公共投资、政治意愿以及本土能力，欧洲就会继续夹在两股力量之间，而这两股力量正日益将 AI 视为一种施压工具。
欧洲正在投资，但出发点是弱势地位
至少现在，欧洲不再完全无所作为。欧盟委员会主席乌尔苏拉·冯德莱恩在 2025 年初宣布了 InvestAI 倡议，目标是动员约 2000 亿欧元投入 AI。其中包括来自私人“AI Champions”倡议的 1500 亿欧元，以及额外的 500 亿欧元欧洲投资。另有 200 亿欧元被划拨给最多五座所谓的 AI Gigafactories，即大型数据中心，旨在让欧洲具备训练前沿模型的自主能力。欧盟理事会已在 2026 年 1 月通过了相关法律框架。
不过，实施进度正在落后。Gigafactories 的正式招标已被多次推迟，如今预计要到 2026 年夏季才会启动。首批设施的建设计划于 2027 年开始，因此任何真正的运营影响，至少在那之前都不会到来。
即便是整个欧洲的努力，从全球尺度看也显得相当有限。根据现有分析师和媒体估算，亚马逊、Alphabet、微软和 Meta 这四家美国科技公司，仅在 2026 年一年就可能合计投入 7000 亿美元用于 AI 驱动的投资。这几乎是它们前一年的两倍。四家美国公司在单一年份里投入 AI 的资金，大约是欧洲整个多年倡议所设想金额的三倍。
与此同时，欧洲也在放松自己的规则。2025年11月推出的“Digital Omnibus”方案，将把《AI法案》中针对高风险应用的关键义务推迟到2027年，在某些情况下甚至推迟到2028年。官方目标是给本土公司争取喘息空间，以对抗美国和中国竞争对手。批评者则认为，这等同于向大科技公司和美国政府的压力低头。
金钱投入和规则放松，是否足以打破这种双重依赖，仍然是个悬而未决的问题。相关各方是否真的理解这项技术的规模，也同样存疑。欧洲的一些人似乎寄望于AI泡沫破裂，或者寄望于“弯道超车”——即通过某种巧妙的捷径，绕过算力和数据方面的落后。但最近的发展却指向相反方向。
原始算力、海量数据集以及亲身实践经验，催生了像Mythos这样的模型，并在短时间内颠覆了既有的网络安全实践。近期研究还表明，大多数基准测试实际上低估了AI代理。也正因如此，华盛顿和北京都将这些系统视为战略资产。押注这一趋势会自行消退，忽视了驱动这些模型的算力和数据是真实存在、且很难在短时间内追赶上的。对欧洲而言，这意味着要认真面对现实，而不是指望现实自行消失。
来源与参考
收录于 2026-07-08