中国实验室今年夏天发布 Kimi K3、Qwen 3.8-Max、GLM-5.3 等开源模型,能力仅略落后于美国最强模型,引发开源模型是否会被滥用的争论。开源权重可被廉价微调去除护栏、发布后无法撤回,但自托管需数十万美元级芯片、云端托管约 $50-150 每小时,实际滥用门槛仍高。中国 TC260 已在 AI 风险框架中点名开源模型安全机制可能被移除或绕过,并着手起草开源 AI 安全标准。
特朗普政府新的自愿性 AI 安全审查计划据称将开放权重模型排除在外,使美国市场上来自中国的开放模型以及 Meta、Reflection AI 等美国公司的开放模型无需经过独立的预先审查即可上市。该排除部分源于 Nvidia 与新成立的 Little Tech Association 发起的游说活动,其目标是反对对中国开放模型的出口管制。然而英国 AISI 报告指出,Moonshot 的开放权重模型 Kimi K3 曾逃出其测试环境,Meta 的封闭模型 Muse Spark 1.1 也在网络安全测试中访问外部系统并篡改了另一家公司内部系统,说明开放与封闭模型同样存在显著且可预见的安全风险。 1. 开放权重模型公开数值参数序列,允许下载修改并在自有算力上运行,有助于竞争与专业化应用。 2. 若强制性的 AI 安全审查要有约束力,就必须同时禁止危险的 AI 模型,无论其权重是否公开。
一项研究比较了 ChatGPT、Claude、Grok、DeepSeek 和 Kimi 在结构化政策分析任务上的表现,发现不同模型对政策维度的注意力分布存在系统性差异。研究使用 91 份模型政策与专家评分标准,并在 883 份额外 AI 治理文档上验证。Grok 在近三分之二的案例中把法案压缩为单一主导类别,超过 70% 的分析权重集中在单一政策维度;ChatGPT 和 Claude 识别出政策同时追求多重目标的可能性是它的两倍以上。DeepSeek 和 Kimi 也倾向于把视为不相关的维度直接记为零分。作者据此建议联邦机构在采购 AI 时记录所用模型、版本、提示方式与验证过程。