中國月之暗面實驗室Kimi K3（最大的開源大型語言模型）展現的強大能力，引發了一場將兩個議題混為一談的辯論：美國AI巨頭的經濟潛力，以及大型語言模型（LLM）作為一項技術的未來。

OpenAI策略未來主管Dean W. Ball甚至主張，美國政府應尋找藉口，在新模型周圍製造監管上的恐懼、不確定性和不信任。他認為開源模型必然會阻礙頂尖實驗室的資本支出。

此言一出引發譁然，Yann LeCun和Martin Casado等科技界知名人士認為，開源軟體可以加速創新，並與專有專案共存。Ball很快收回了他關於監管打壓是白宮「最佳策略」，以及開源模型必然會減緩技術進步的說法。

然而，Axios報導指出，川普政府正應美國頂尖實驗室的要求，考慮禁止K3及其他先進的中國模型。另一份Politico的報導則稱，商務部近期內不會採取此類措施。

對於主要的AI公司而言，好處顯而易見：在獨立基礎設施或大型企業內部運行的開源模型，比Anthropic或OpenAI領先業界的模型提供更便宜的智慧。如果用戶越來越多地在這些封閉實驗室之外消費，這意味著他們在模型訓練上的巨額投資回報將會減少。

這種觀點遠不止OpenAI一家。Snorkel AI共同創辦人兼Laude Institute研究夥伴Braden Hancock告訴TechCrunch：「強大、達到頂尖水準的開源模型將會壓縮利潤，並降低頂尖公司的價格。」他補充說：「這不一定意味著AI的使用量會減少一點。顯然，情況恰恰相反。」

對於沒有Anthropic和OpenAI股份的人來說，這不是問題。AI仍將普及。那麼，政府有何理由阻止美國人在我們表面上的自由市場中購買某些東西呢？

對於中國模型的擔憂有多種面向。其中之一是保護美國數據免受中國政府侵害；美國曾因擔憂數據收集問題而禁止進口現代中國電動車。但專家傾向認為，在美國伺服器上運行的開源模型不太可能將數據洩露回中國，儘管這並非不可能。

另一個擔憂是這些模型可能對中國（PRC）存在隱性偏見，但目前尚不清楚這對例如編碼任務意味著什麼。

第三個常見擔憂是中國模型缺乏美國政府（透過不透明程序）強制要求的防護措施，這些措施旨在防止領先的美國大型語言模型被用於利用封閉電腦系統或製造武器。然而，這些防護措施可能使美國公司更加脆弱：風險投資家兼川普顧問David Sacks分享了美國公司在美國頂尖模型拒絕執行某些任務時，轉而使用中國大型語言模型來彌補安全漏洞的案例。

但限制這些模型最主要的動機，是擔心如果頂尖實驗室放慢腳步，中國將能夠超越美國。

喬治城大學安全與新興技術中心專注中國研究的研究員Sam Bresnick表示，AI對美國軍事行動日益增長的重要性，讓美國有理由支持繼續投資頂尖實驗室的AI發展。但他認為，整個問題充滿爭議。

Bresnick質疑：「美國政府為何要致力於保護這些公司，使其免受因其來源而被排除在美國市場之外的競爭對手影響？」

開源AI的倡導者表示，這些頂尖公司正在創新與封閉模型之間製造一個虛假的二元對立。

Hancock告訴TechCrunch：「中國開源模型帶來的更大影響，不是它們偷偷植入後門，而是它們正在掌握創新。」他解釋說：「你最終會得到一個實際上擴大的模型開發團隊。PyTorch之所以成為業界標準，就是因為它是開源的，整個社群都能為其貢獻，而不僅僅是一家公司，它因此不斷成長，相比之下，所有其他深度學習函式庫都逐漸式微。」

Hancock和其他倡導者擔心，中國的大型語言模型將成為國際研究的焦點。美國的研究生課程已經主要基於中國的開源模型，Hancock表示學生們學習的論文有一半來自中國機構，而美國頂尖實驗室則越來越不願廣泛分享他們的工作。

Hugging Face（一個開源AI協作平台）執行長Clem Delangue表示：「限制開源模型並不會讓AI更安全。」他認為：「這只會隱藏風險，將權力集中在少數人手中，並讓下一代的開發者、研究人員、學術界、非營利組織和政府更難參與，共同讓AI更安全、對所有人更有益。」

Bresnick表示，真正能減緩中國發展的方式是更著重於晶片出口管制。維持美國AI領導地位的更好方法是停止向中國銷售Nvidia H200處理器。他說：「這可能讓我們擺脫這場關於禁止大量美國公司希望使用的開源技術的棘手辯論。」

問題的一部分在於AI經濟學的不確定性。Bresnick指出：「開源商業模式、專有商業模式，兩者都尚未成熟。AI公司正在努力找出如何從他們的工具中獲利，尤其是在訓練成本不斷上升的情況下。」

美國面臨的相同挑戰也在中國上演，那裡的AI公司同樣難以創造收入和獲取算力，儘管難以從中獲利，但政府被認為出於政策原因鼓勵開源發布。

一些美國公司，包括Thinking Machines Lab和Nvidia，正試圖圍繞發布開源模型來建立業務。Hancock指出，Nvidia會做得更好，「如果有數十或數百家公司在開發AI，而不是只有兩三家資金雄厚到足以製造自己晶片的公司」，這也是Nvidia投資Nemotron（一系列開源模型）的原因之一。

Bresnick表示：「重點是，美國若能擁有自己非常強大、成本低廉的開源模型，將會受益匪淺。」他總結道：「這與頂尖實驗室所採取的做法正好衝突。」