中國 AI 出口管制令開放權重領導地位陷入兩難

中國提出涵蓋 23 項 AI 技術的管制措施，令國家安全與開放權重模型分發之間的矛盾變得前所未見地明確。

中國 AI 出口管制並非全面禁止中國模型。大多數現有發布仍不受擬議制度涵蓋，而一般海外 API 存取通常仍可使用。

壓力反而落在未來的前沿技術上。模型權重、訓練方法、原始碼、架構設計及推理技術，均可能根據草案受到管制。

這項區別十分重要，因為中國實驗室一直透過可下載模型，在本土雲端業務以外建立廣泛影響力。開發者毋須依賴海外 API，便可檢視、修改及私下部署這些模型。

北京如今希望在最先進版本跨境時加以監督。不過，它同時表示，開放發布應有較快捷的發牌途徑。

結果形成一項圍繞艱難取捨而設的政策。中國希望保留開放權重分發帶來的國際優勢，同時限制具戰略敏感能力的不受控轉移。

中國實際提出了甚麼

草案管制的是前沿技術轉移，而非所有中國 AI 模型或海外服務。

中國商務部及科技部於 2026 年 10 月 16 日公布該建議，將修訂國家《禁止出口限制出口技術目錄》。

該建議涵蓋人工智能、生物醫藥及光伏製造等領域共 40 項技術。當中 AI 佔 23 項，包括 6 項擬議禁止項目及 17 項擬議限制項目。

兩個部門開放公眾諮詢至 11 月 15 日。然而，制度其中一部分即時生效。

在最終目錄生效前，出口商必須登記受涵蓋的轉移。 官方公告指出，臨時要求亦涵蓋已在進行但尚未完成的交易。

當中國實體轉讓所有權、授權技術作海外使用，或把所有權或控制權移交予外國一方時，便須登記。兩部門可透過日後通知界定其他須申報情況。

最終規則將把禁止技術與限制技術分開。禁止技術不得出口，而限制技術則須取得政府批准及出口許可證。

擬議禁止項目包括以特定類別敏感國家數據訓練的大型模型技術，亦涵蓋為國防、關鍵基礎設施及核心政府系統而設計的某些代理系統。

其他禁止範圍包括可自主生成或變異惡意程式碼的技術。政府認為，這些能力可能威脅關鍵系統或繞過安全防線。

擬議的限制類別範圍較廣，涵蓋達到至少一項既定門檻的先進模型核心技術。

其中一項門檻是訓練算力至少達 10^26 次浮點運算。第二項是模型包含至少 2 萬億個參數，即塑造其行為的學習數值。

第三項測試涵蓋被視為全球領先的模型。據報相關材料將其界定為在涵蓋效能、安全、使用量或訓練效率的公開評估中位列前 10 名。

所列核心技術不僅限於最終權重，亦包括關鍵檢查點、底層原始碼、架構設計、訓練優化及推理加速。

這個範圍令該建議不僅與公開下載有關。商業合作關係即使沒有發布整個模型儲存庫，也可能轉移部署專業知識。

代理系統亦設有數值門檻。草案涵蓋把指令分拆成至少 20 項可執行任務，或可跨越至少 200 項第三方工具運作的系統。

算力基礎設施則是另一受管制層面。受涵蓋的集群技術包括超過 10,000 張 AI 加速卡的配置。

這些門檻將焦點放在前沿領域附近，並不會令每個模型、微調腳本或 AI 應用程式都變成受管制出口。

兩部門表示，以所列技術製成的產品通常不受制度涵蓋。產品與技術之間的區別，是該建議運作方式的核心。

由中國提供的聊天機械人可繼續供海外使用，而毋須轉移其底層權重。然而，若公司把這些權重安裝到外國客戶的數據中心，便涉及另一個問題。

中國的政策說明明確指出，API 呼叫、網頁應用程式、SaaS 服務及輕量化裝置部署，一般不屬模型技術管制範圍。

受限制技術的海外本地化部署將納入制度。部署在中國公司自有海外雲端上的情況，或可獲自動許可。

這正是該建議比最戲劇化解讀更狹窄的原因。它針對的是受管制專有知識的流動，而非 AI 服務僅在海外可用。

這亦是合規團隊不能把它視為象徵性措施的原因。服務、產品及技術轉移之間的區別，將影響實際部署合約。

為何中國開放權重模型面臨最大壓力

由於草案對公開可得性與新的開放發布採取不同處理方式，未來前沿發布面對不確定性。

開放權重 AI 讓用戶可取得已訓練模型的學習參數。這些權重使開發者能在自行控制的基礎設施上運行系統。

開放權重不等於完全開源。開源定義亦要求提供合適的程式碼及有關訓練數據的詳細資料。

許多中國發布較準確的說法是開放權重，因為它們提供可下載參數，卻沒有提供重現訓練所需的每一項元素。

這種分發策略仍具重要優勢。開發者可調整模型、在防火牆後運行模型，或為專用硬件優化模型。

企業可避免把私密提示傳送至外部供應商。研究人員亦可比封閉 API 一般容許的程度更深入檢視模型行為。

這種可及性幫助中國 AI 實驗室挑戰多家領先美國供應商偏好的封閉模型方式。

中國的建議不會抹去這項策略，而是根據技術何時及如何公開，建立兩種不同處理方式。

透過開放發布或學術出版而已進入公有領域的技術，將不受管理。因此，現有公開權重看來受到保護，免受追溯管制。

受限制技術的未來發布則遵循另一途徑。政府表示，開源可符合自動許可及類似便利措施的資格。

官員形容該程序實際上容許申報後出口。然而，自動許可仍是合規步驟，而非無條件豁免。

這項差異造成中國 AI 出口管制的核心不確定性。未來前沿模型或仍可下載，但其發布須先經行政程序。

政府可主要利用該程序掌握資訊，亦可用以延遲、附加條件或阻止引起安全疑慮的發布。

草案尚未說明自動許可將如何處理棘手個案，亦為儲存庫、鏡像、存取控制及分階段發布留下不確定性。

模型開發者經常發布多種產物，包括完整權重、壓縮版本、微調程式碼、推理軟件及技術報告。

部分產物可能達到門檻，另一些則未必。即使母模型需要授權，較小的衍生模型仍可能可自由分發。

權重在發布後亦可迅速傳播。一旦用戶把它們複製到各個儲存庫及私有儲存系統，日後的限制便難以執行。

這種現實促使監管在發布前進行，亦讓實驗室有理由一併規劃發布及許可。

政府區分現有與未來發布的做法，可限制干擾，並保障已依賴公開中國模型的開發者。

然而，它在下一代模型觸及這些開發者前加入政策檢查點。該檢查點可能削弱開放權重分發所帶來的速度優勢。

開發者很少只在模型發布時評估它們。他們會圍繞持續發布的模型系列建立整合、安全控制、評估套件及自訂版本。

若未來存取變得不確定，買家便須考慮現時效能以外的因素，並評估模型更新能否繼續按可預測條款提供。

對作出長期基礎設施決策的公司而言，這項憂慮尤其大。研究實驗較受監管的生產系統更容易切換模型。

國際雲端服務供應商面對另一層複雜性。在中國以外託管中國模型，可能涉及權重轉移、優化工作及營運知識。

South China Morning Post 引述分析師 Alex Colville 警告，合規要求可能延遲與全球雲端服務供應商的合作。這些安排通常須把權重轉移至海外基礎設施。

相關分析報道亦指出，中國公司拓展國際市場時將面對適應成本。

因此，策略效果取決於執行方式。可預測的自動許可或只會增加文書工作，而不改變可得性。

較緩慢或具酌情權的程序則會形成不同市場。開發者可能偏好未來分發受更清晰規則規管的模型。

中國 AI 出口管制把開放轉化為受管理出口

北京正嘗試在保留開放分發的同時，維持對造就戰略能力技術的權力。

主要衝突不是中國與某一家外國公司之間的衝突，而是開放分發與國家對前沿技術控制之間的衝突。

開放權重發布透過採用而擴大影響力。每一次下載都可支持新應用、研究、整合及開發者社群。

這種擴散有利於發布模型的實驗室，同時亦削弱政府選擇誰可取得該能力及如何使用的能力。

該建議嘗試把這些益處與風險分開。現有公開技術仍不受管理，而未來開放發布則可經便利化批准途徑處理。

這種做法令前沿領域的開放附帶條件。實驗室仍可發布，但發布會成為具監管意義的出口事件。

政策亦傾向透過服務提供存取，而非透過可轉移技術提供存取。海外用戶可調用受管制模型，而不一定會取得其權重。

這種不對稱相當重要。API 存取讓供應商可監察使用情況、施加安全措施、撤銷存取權，並保留技術控制權。

可下載模型提供的持續控制較少。用戶可以移除過濾機制、微調行為、離線運作，或將權重與其他軟件結合。

對北京而言，API 豁免保留了商業觸及能力。中國公司可在國際間銷售或提供能力，而無須交出底層資產。

然而，對開發者而言，API 並不等同開放權重。它以持續依賴供應商，取代了擁有權及本地控制權。

因此，該提案或會鼓勵雙軌式國際策略。廣泛受眾獲得託管存取，而受信任部署則獲授權轉移權重。

這種制度將更像受控技術合作關係，而非不受限制的公開發布。合約條款及託管架構將成為 AI 政策的一部分。

這項轉變可改變哪些中國公司受惠。已營運全球雲端基建的大型供應商，較容易承擔合規工作。

較小型的實驗室往往以公開儲存庫作為主要發布渠道。當它們缺乏海外法律及託管團隊時，行政延誤的影響會更大。

同一轉變亦可能有利於剛好低於門檻的模型。開發者或會設計較小型系統，在不觸發前沿管制下提供實用效能。

壓縮及專門化可能變得更吸引。混合專家架構亦然，當中每次請求只會啟用模型的一部分。

不過，參數數量可能並非衡量實際能力的好指標。兩個大小相若的模型，可因數據、架構及訓練質素而有很大差異。

全球領先測試嘗試處理這項弱點，但亦引入了更主觀的界線。

公開評估經常變動，且往往產生互相矛盾的排名。一個模型可能因另一供應商改變測試方法而進入前 10 名榜單。

不同基準測試亦衡量不同能力。一個強大的編程模型，整體排名可能低於通用模型，卻在敏感領域更具價值。

出口合規通常在分類穩定時最有效。流動的基準測試，可能在公司規劃發布時製造不確定性。

提案中的訓練運算門檻則提供了較熟悉的界線。美國此前曾對某些封閉模型權重採用同樣的 10^26 次運算界線。

較早前美國的擴散框架豁免廣泛可取得的權重。中國草案則對未來前沿發布採取不同路線，提供自動許可。

這項比較顯示更廣泛的政策趨同。兩國政府愈來愈將模型權重視為戰略性物件，而非一般軟件檔案。

兩者的方法仍有不同。美國框架聚焦封閉的前沿權重，而中國提案涵蓋更廣泛的模型技術。

中國亦將模型管制與智能體、晶片設計、叢集工程及敏感訓練數據連結起來。它一併規管 AI 技術棧的多個層面。

這種整合式做法反映能力實際如何流動。模型權重檔案固然有價值，但部署知識及優化技術同樣可能重要。

代價是更大的模糊性。企業必須判定一項交易轉移的是產品、服務、模型，還是受管制技術知識。

這個問題在聯合研究期間尤其困難。團隊日常會跨境交換程式碼、檢查點、評估結果及故障排除建議。

政府表示，使用海外資源的聯合研究可符合自動許可資格。國際標準工作及海外晶片製造亦獲類似便利。

這些例外顯示官員並不希望孤立。他們希望在敏感技術離開國內控制之前，具備可見性及審批機制。

最大風險是延誤，而非即時的模型短缺

草案不太可能移除現有模型，但不確定性仍可改變投資及開發者承諾的方向。

公開討論很容易將提案簡化為中國正在禁止開放權重 AI 的說法。官方文本並不支持這個結論。

先前已公開發布的技術獲豁免。各部委表示，大部分 AI 技術仍可自由出口。

託管服務亦保留廣泛的運作空間。開發者不應預期，僅因草案發布，現有模型端點或儲存庫便會消失。

較可信的短期風險是延誤。準備發布符合條件產品的實驗室，必須判定其權重、程式碼或方法是否需要登記及許可。

即使批准機會很高，法律審查亦可減慢發布。團隊可能會等待書面指引，才發布無法召回的產物。

雲端部署亦可能面對類似阻力。客戶要求本地託管時，可能引發一般 API 存取不會遇到的問題。

這項區別為企業買家帶來實際誘因。公司可現時選擇託管存取，或走較慢的路徑以達至自行託管。

這個選擇影響安全性、自訂能力、成本規劃及營運獨立性，亦可決定敏感業務資料在哪裡處理。

因此，評估中國開放權重模型的機構，應區分目前可用性與未來持續性。即使下一代以不同方式推出，公開模型仍可繼續使用。

採購團隊亦應識別其部署需要哪些產物。有些項目只需要推理權重，另一些則依賴訓練程式碼及優化支援。

提案分別列出多種產物。涵蓋一項轉移的許可，未必能解答圍繞技術協助的所有問題。

公司應記錄模型版本及來源，亦應記錄權重儲存位置、誰可存取，以及更新如何跨境傳遞。

可供搜尋的知識庫可協助工程及法律團隊，將這些決定與技術文件一併保存。

這些文件不會消除監管上的模糊性，但可令未來審查較少依賴記憶或零散的聊天記錄。

中國實驗室面對不同的盤算。它們必須決定開放發布是否仍能帶來足夠採用，以抵銷監管風險。

部分實驗室或會在模型接近受管制門檻前發布。另一些則可能著重較小型衍生版本，並將最大型系統保留在 API 後。

公司亦可能擴展由自身擁有及營運的海外基建。草案顯示，這些部署可獲自動許可。

這條路徑保留技術控制權，但需要資本及營運能力，再次有利於已建立國際業務的大型企業。

亦存在執法不一致的風險。提案要求出口商自行判斷其技術是否屬於登記要求範圍。

自行分類只有在界線清晰時才有效。流動的排名及「推理加速」等廣泛用語，可使這項判斷更複雜。

即時登記制度提高了風險。若計劃中的轉移看似列於草案清單，公司不能只等待最終目錄。

同時，登記不等同被拒。將每項需要申報的轉移視為遭禁止，會誇大現行政策。

獨立報道列出了主要門檻，但亦指出提案未點名任何特定模型。

這項遺漏很重要。觀察者可以推斷哪些系統超過 2 兆參數，但政府尚未正式指定個別發布。

能力亦會隨更新而改變。一個模型家族可能跨過門檻，卻不會採用新的公開名稱。

因此，審慎的結論很狹窄。草案並未證明中國計劃封閉其 AI 生態系統。

但它顯示，開放權重發布已不再被視為戰略上中立。未來的前沿發布將在正式的國家監督程序內進行。

先例不止於模型下載

中國此前曾利用技術出口規則，塑造涉及有價值演算法的高風險交易。

最明確的歷史參考是中國於 2020 年修訂技術出口目錄。修訂加入了涵蓋個人化資訊推薦技術的限制。

這些規則在出售 TikTok 美國業務的嘗試中變得相關。任何涉及推薦演算法的轉移，均須獲中國政府批准。

事件顯示，一項抽象的目錄條目如何影響企業談判。受管制技術可與圍繞它建立的消費產品分離。

現行 AI 提案將這種邏輯套用至更大的技術棧。它區分可存取產品與底層方法、權重及營運知識。

這項區別可影響收購。外國買方可能收購一項業務，卻不會自動獲得受管制模型技術。

它亦可影響合資企業及海外附屬公司。在過渡期間，改變中國技術的擁有人或實際控制人，明確屬於須申報事項。

因此，投資者必須將知識產權轉移與一般所有權問題一併檢視。單憑伺服器所在地不足以解決問題。

提案亦處於相互技術管制的更廣泛循環之中。華盛頓已限制中國取得先進晶片及製造設備。

北京則已對中國企業具重要優勢的技術及材料建立管制。AI 現在更直接地加入這個戰略政策格局。

草案表示不針對任何特定國家、地區或實體。其門檻及許可制度在形式上對目的地中立。

地緣政治背景仍然重要。中國實驗室與美國及歐洲供應商爭奪開發者、企業客戶及技術影響力。

開放權重模型讓這些實驗室得以繞過封閉的美國平台。任何人都可下載發布版本並進行開發，無須協商 API 協議。

若管制令存取變得較不可預測，便可能削弱這項優勢。它們亦可透過阻止其最佳技術不受限制地轉移，加強中國的議價地位。

這正是提案的核心逆轉。中國開放模型的成功，使其在國際上更有價值，並在國內更敏感。

短期商業成本可伴隨長期戰略控制。政府看來願意接受一定阻力，以換取監督能力。

影響不會僅限於中國。外國政府在考慮如何對待前沿權重時，可援引北京的做法。

其他國家可能採納門檻、許可制度或公開發布豁免。企業屆時可能面對按來源地、目的地、所有權及能力而重疊的規則。

全球儲存庫的設計並不適合應對這種分散情況。它們假設一個地點可取得的檔案，一般也可以複製到其他地方。

模型託管平台可能需要更嚴格的地理管控，亦可能需要更清晰的紀錄，顯示某項產物何時首次進入公共領域。

研究合作可能會變得更正式。大學及企業在交換檢查點或訓練改進方案前，或需進行出口審查。

這些負擔可能減少自發合作，但亦可能推動各方更清楚記錄來源、授權及責任。

業界面對的更廣泛風險，是模型生態系統日益碎片化。不同地區或只能取得不同的權重、變體或更新時間表。

這種碎片化會令評估更困難。一項基準測試結果可能描述的是部分用戶無法合法取得的版本。

安全修補同樣可能變得複雜。一個全球部署的模型，可能需要更新後、但跨越受管制門檻的檢查點。

現行草案並不保證會出現上述任何結果。若其他政府及企業作出類似回應，這些結果可能會隨合規架構而來。

最終政策將揭示，中國是否主要將開放權重分發視為影響力、商業策略，還是受管控的戰略合作。

三個訊號將顯示下一步發展

最終目錄、授權程序，以及下一次前沿模型發布，將決定該政策能否在實際上維持開放性。

第一個訊號，是在 11 月 15 日公眾諮詢結束後發布的文本。門檻或定義的改動，將反映哪些業界憂慮成功說服監管機構。

最重要的措辭將涉及未來的開放發布。具備固定要求的清晰自動程序，將支持持續進行國際分發。

酌情處理的標準將削弱這種信心。基於不斷變動的基準排名、含糊地授權延遲發布的權力亦然。

讀者亦應留意最終目錄是否保留全球領先測試。若將其刪除或縮窄，分類結果將更可預測。

第二個訊號，是臨時登記及其後自動授權的實際運作。處理時間將與正式資格同樣重要。

一套能迅速批准常規轉移的制度，將加強政府支持開放合作的說法。反覆延誤則會削弱這一說法。

企業未必會公開詳細的申請紀錄。雲端合作夥伴關係、發布時機及海外部署公告，均可提供間接證據。

技術支援的處理方式尤其值得留意。監管機構必須釐清，一般故障排除在何時會變成受管制的推論或訓練專業知識轉移。

第三個訊號，是中國主要實驗室下一次符合資格的開放權重發布。其分發模式將檢驗政策與現實之間的落差。

若以可下載權重的形式同步全球發布，將顯示便利化途徑確實有效。若只透過 API 推出，或國際供應延後，則表示摩擦更大。

開發者應比較實際產物，而不只是公告。實驗室可能發布較小型的模型，同時保留其最大規模的權重或優化程式碼。

同一項發布亦可能在不同時間透過區域儲存庫推出。這將顯示更分割的分發策略。

對企業採購方而言，明智的回應是做好準備，而非恐慌。現有公開模型仍可取得，最終規則亦仍可能改變。

團隊應識別其偏好模型的來源，以及這些權重如何進入生產基礎設施。他們亦應在多於一個模型系列之間保留備用選項。

中國的 AI 出口管制，最終考驗的是：當各國政府將前沿技術列為戰略資產後，它能否仍保持實質開放。答案將透過審批、發布產物及實際部署合約逐步浮現。

留意規則最終敲定後首個中國主要模型發布。若完整權重能毫不延誤地在全球推出，受管理的開放模式仍具可信性。若存取方式轉向 API、區域託管或較小型衍生版本，開放權重時代便已進入更受管控的階段。