🎯 科技 · AI产业

🔥 Kimi、DeepSeek等中国开放权重模型被海外AI企业广泛采用，从"产品出海"升级为"技术输出"

一、美国法律AI公司直接用Kimi做底座

美国法律AI公司哈维（Harvey）日前发布其首个后训练开放权重模型Tenet，直接以中国月之暗面（Moonshot AI）的Kimi K3为基础开发。哈维公布的技术细节显示，Tenet依托约1750个专业化法律工作智能体环境完成迭代优化，整套专项训练历时约2个月。测试结果令人震惊：专项训练后的Tenet完整完成的综合法律实务任务数量接近原始Kimi K3模型的两倍，在合同起草、审查和谈判等专项任务中完整完成的任务数量增加约20%，同时基本保留了原模型的通用法律知识能力。

这一案例并非孤例。美国AI编程平台Cursor所属公司在今年3月公布的自主开发编程模型Composer 2技术报告中明确表示，该模型以Kimi K2.5为基础，依托代码数据为主的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仍以Kimi K2.5为基础，进一步扩大了预训练规模和强化学习任务数量。

二、从基础模型到架构参考：中国模型的全方位渗透

中国开放权重模型的影响已不局限于直接作为底座，而是延伸到训练数据和模型架构层面。OpenAI前首席技术官米拉·穆拉蒂创办的思维机器实验室（Scale AI前身团队），在研发其首款开放权重模型Inkling时，虽然未直接采用中国模型作为基础模型，但其官方技术说明明确称：Inkling的混合专家（MoE）架构主要沿用DeepSeek-V3的技术路线。在后训练启动阶段，公司还使用包括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。

此外，美国AI初创企业"认知"公司、英国AI初创企业Cosine分别以Kimi模型为基础，通过进一步大规模强化学习提升软件工程能力，打造出各自的核心AI软件工程产品。这种"中国底座+海外微调"的模式，正在成为海外AI企业开发垂直领域模型的新范式。

三、成本与可控性：开放权重模型的独特优势

中国开放权重模型之所以能迅速获得海外认可，核心在于其独特的成本与控制优势。根据OpenRouter数据，DeepSeek V4 Flash每百万词元输入定价仅0.09美元、输出0.18美元，而OpenAI GPT-5.5输入、输出定价分别为5美元、30美元——输入端相差55倍，输出端相差166倍。在AI由问答工具向智能体演进的背景下，大规模调用场景下的成本差异尤为关键。

开放权重模型可由企业自主部署、持续优化和继续训练，在大规模调用场景下具有降低单位推理成本、提高部署灵活性和减少对外部API依赖的优势。截至2026年4月，千问家族累计下载量接近十亿次；Hugging Face平台模型下载量中，中国来源模型占41%；DeepSeek以约16.3%的Token份额成为OpenRouter第一大供应商。中国开放权重模型正从"性价比之选"跃升为全球AI研发链条中的关键基础设施。

中国AI模型不再只是"够用"的替代选项，而是越来越多海外顶尖AI企业的"首选底座"——这是中国AI从产品出海到技术输出的一次历史性跨越。

综合中国青年网、人民日报海外版报道 | 2026年9月3日