🎯 科技 · AI

🔥 Kimi、DeepSeek等中国开放权重模型正从"备胎"变为全球AI研发的"底座"

一、中国模型成海外AI企业"新基座"

9月3日，人民日报海外版刊发文章指出，随着Kimi、DeepSeek等中国开放权重模型能力持续提升，越来越多海外AI企业开始在它们基础上进行后训练，并据此开发自主模型和产品。这标志着中国AI模型已不再是"备胎"或"平替"，而是逐步成为全球AI研发链条中的关键基础设施。

一个典型案例是美国法律AI公司哈维（Harvey）发布的Tenet模型。该模型以中国月之暗面Kimi K3为基础开发，依托约1750个专业化法律工作智能体环境完成迭代优化，专项训练历时约2个月。测试数据显示：通用模型完整完成法律实务任务的比例不足10%，而经专项训练后的Tenet完整完成任务数量接近原始Kimi K3模型的两倍，在合同起草、审查和谈判等专项任务中提升约20%，同时基本保留了原模型的通用法律知识能力。

二、不止于基础模型：架构与数据的深度参与

中国开放权重模型的影响，远不止于直接作为基础模型被调用。美国AI编程平台Cursor所属公司在3月公布的Composer 2技术报告中称，该模型以Kimi K2.5为基础，通过代码数据持续预训练夯实专业底层能力，再通过大规模强化学习完成任务优化；5月推出的Composer 2.5进一步扩大了预训练规模和强化学习任务数量。

更值得关注的是，中国模型的影响力已延伸到模型架构层面。OpenAI前首席技术官米拉·穆拉蒂创办的思维机器实验室（Scale AI前身相关团队）在研发其首款开放权重模型Inkling时，官方技术说明称其混合专家（MoE）架构主要沿用DeepSeek-V3的技术路线；后训练阶段还使用包括Kimi K2.5在内的开放权重模型生成合成数据，用于首轮监督微调。这意味着中国模型不仅提供了"砖头"，更输出了"建筑设计图"。

三、开放权重时代：从闭源依赖到多元选择

过去两年，AI企业在追求前沿模型能力时往往高度依赖闭源模型，OpenAI和谷歌的API几乎是唯一选择。但随着Kimi、DeepSeek等中国开放权重模型能力进入前沿梯队，企业多了一条"不走独木桥"的技术路线——既可以选择开源自部署，也可以基于开放权重进行二次开发，大幅降低了AI研发的门槛和成本。

业内分析指出，衡量模型能力的标准正在从"知识回答"延伸到"完整执行复杂任务"。完成复杂任务所需的操作流程、判断标准和纠错机制，往往存在于真实业务场景、评测体系和工作流程里。中国开放权重模型凭借在代码、法律、金融等垂直领域的持续优化，正在成为海外AI企业构建"任务执行型AI"的首选底座。可以预见，未来一年中国模型在全球AI产业链中的参与度将继续加深。

综合人民网、环球网报道 | 2026年9月3日