供稿系统
标题
正文
全文
繁
简
曹波:中国AI技术出口出新规,不是说中国AI只会喂爽剧吗?
分享到:
2026-10-27 11:10
稿件来源:香港新闻网
【 字号: 大 中 小 】

10月16日,中国商务部、科技部联合发布公告,就修订《中国禁止出口限制出口技术目录》公开征求意见,拟将40项技术纳入出口管制范围,其中就有AI。此消息一出,迅速引发全球科技界关注,也让近期网上流传的“美国AI都在搞科研,中国AI只会喂爽剧” 的论调显得格外站不住脚。事实上,这份技术出口管制本质上是中国科技产业从技术引进转向技术输出阶段的标志性信号,而它所覆盖的技术范畴,恰恰是对娱乐至上片面论调最有力的驳斥。

须知,这份管制针对的是核心技术的跨境转移,主要针对高性能大模型的知识产权境外授权、专用智能体技术转让、万卡级算力集群底层管理技术输出,以及14纳米及以下先进芯片设计技术的对外转让。日常的API调用、SaaS服务、网页交互和轻量化端侧部署等商业应用模式,都不在管制范围内,海外用户正常使用中国的AI聊天、办公和创作完全不受影响。已经通过开源渠道、学术论文公开的技术也不纳入管理,比如DeepSeek-V4系列已公开模型权重,采用MIT许可证,就不受新规限制。所以说,中国这份AI管制的本质只是守住核心技术而已。

▲图片源自中国经营报

要想搞明白这份管制有多重要,就必须先搞清楚AI的核心技术到底是什么?很多人以为 AI 就是聊天对话、生成文案、制作短剧,这些都只是应用层的表层产品,是核心技术落地之后的终端产物。真正支撑AI产业的核心技术,大致可以分为四大类。第一类是大模型底层技术,主要包括预训练算法、对齐技术、推理优化技术和分布式训练框架。简单来说,预训练就是用海量数据和算力教会模型掌握知识和逻辑,是模型能力的基础;对齐技术就是让模型准确理解人类指令、符合人类价值观,不会输出危险内容;推理优化技术则是让模型在更低的算力消耗下更快地输出结果,直接决定了模型的使用成本;分布式训练框架则是解决上万张芯片协同训练万亿参数模型的技术难题。这些技术是整个AI产业的底座,每一项都需要长期的研发积累和大量的技术验证。目前国内头部旗舰模型参数规模已进入万亿级,Kimi K3、Qwen3.8-Max、ERNIE5.0 都跻身全球性能前列,DeepSeek-V4 在数学推理、代码生成等专业评测中,多次和GPT系列打得有来有回,在很多垂直场景的适配性甚至更优。如果只是为了制作短剧,根本不需要攻克这些底层技术难题。从出口管制清单对应的内容来看,这些大模型底层技术正是管制的核心对象之一,也恰恰证明中国已经站到了全球第一梯队。

第二类是智能体技术,主要包括任务拆解、工具调用、多智能体协同和复杂动态决策等技术。如果说大模型是“大脑”,智能体技术就是让大脑长出的“手脚”,能自主调用工具、拆解复杂任务、多个智能体分工协作,处理动态变化的现实场景,这是AI从聊天工具变成生产力的核心。这次出口管制清单里,专门将高性能智能体技术纳入限制范围,对应的就是国内在这一领域的技术突破。目前国内头部企业的智能体框架已经能拆解20步以上的复杂任务链,支持几十个智能体并发协作,第三方工具调用准确率超过90%,在复杂动态环境中的决策能力也达到了很高水平。这些技术早就走出了娱乐范畴,大量应用在很多产业场景。比如,在制造业供应链中,智能体可以自动追踪物料、调整生产排期、预警异常节点,这些应用创造的产业价值,远不是短剧制作能比的。

第三类是算力基础设施技术,包括万卡级集群高速互连技术、分布式训练容错技术、集群调度技术、异构算力适配技术等。AI能力的根基是算力,这不但要把成千上万张加速芯片高效连接起来,还要保障训练过程中单卡故障不中断整体任务,调度不同任务分配算力资源,这些技术直接决定了AI训练的效率和成本。目前国内已建成多个万卡级智算集群,并在多地超算/智算中心规模部署,相关的高速互连、容错调度技术支撑起全国数十个超算中心和智算基地,成为了国内AI产业发展的物理底座。这次管制清单里也专门覆盖了万卡级算力集群的相关技术,对应的就是国内在这一领域的积累。

第四类是AI芯片设计技术,包括AI加速芯片架构设计、存算一体技术、先进封装集成技术等。芯片是算力的载体,是AI产业最底层的硬件支撑,芯片架构的好坏直接决定了算力的性能和成本。目前,华为海思的升腾910系列AI芯片、寒武纪的云端AI芯片,在国产算力体系内已实现规模化部署,部分指标接近国际主流产品,支撑起了国内大模型训练和推理的算力底座,不再完全依赖进口芯片。这次管制清单中明确,把先进制程及先进封装集成的芯片设计技术纳入限制范围,背后就是国内芯片设计能力的突破。

▲图片源自新华网

搞清了AI的核心技术是什么,再看此前网上关于“中国 AI一半算力做爽剧”的说法,就会发现其本质上混淆了好几个概念,要知道,词元消耗不等于算力消耗,词元是模型处理文本信息的计量单位,视频生成消耗的主要是推理侧算力,和训练大模型所需要的训练算力完全不是一个量级。把推理端做视频的资源消耗等同于整个AI产业的算力投入,就像把手机刷视频的耗电量当成芯片厂的全部算力一样荒谬。更不用说,就算视频生成技术,也不只有短剧制作一个方向,工业数字孪生、影视特效制作、智慧城市可视化都是视频生成技术的重要落地场景,只盯着短剧下结论,本身就是以偏概全。如果中国 AI 真的只会做娱乐层面的短剧,根本不需要出台国家级的技术出口管制,恰恰是因为核心技术摸到了国际前沿,才需要用出口管制来划定安全边界,守住自己的技术家底。

再说了,对核心技术进行出口管制,也不是中国开的先河,美国早就已经构建起了严密的AI技术管制体系。从卡住高端AI芯片流向中国,到推动盟友一起封锁先进半导体制程设备,甚至对AI模型的海外部署、技术合作都设置层层限制,美国本质上就是想把AI的核心技术牢牢攥在自己手里,维持技术霸权。过去中国更多的是处于防守位置,应对美国的技术封锁,这次出台技术出口管制,就是变被动为主动,用对等的技术治理来应对。

过去十几年是AI技术全球自由流动的时代,主要是美国输出技术、收割全球市场,规则由美国说了算。现在随着中国AI技术全面崛起,两国都开始为核心技术划定边界,可以预见的是,全球AI产业正在慢慢形成两大相对独立又相互连通的体系,一套是以美国为核心的西方技术体系,在基础原创、高端芯片和标准制定上占优势;一套是以中国为核心的产业技术体系,在应用落地、工程化能力和全产业链配套上有优势。两套体系之间,正常的产品贸易、商业合作依然会进行,只是最核心的底层技术流动,开始有了清晰的国界。对于中国来说,这种管制其实是高质量出海的起点。有了明确的规则,企业反而能在红线之内放开手脚,像消费级的AI产品、行业解决方案和开源模型依然可以正常走向全球,只是最核心的底层技术不再会被轻易转移,避免出现核心技术资产的低价流失,用市场换技术反过来变成用技术换市场的被动局面。

(本文作者为香港中通社特约作者、科技学者,文中图片为作者提供,本网获独家授权刊发,转载请注明出处)

(本文为作者观点,不代表本媒体立场)

点击排行