YOHO AI

标签： AI出口管制

  • 字节跳动悄悄开训10万亿参数大模型，张一鸣这次不想走捷径

    这周AI圈最炸的一条消息，不是哪家又发了新模型，而是一家公司”正在偷偷练一个超级大模型”。英国《金融时报》8月7日援引三位知情人士的说法称，字节跳动正在训练一个参数规模最高可达10万亿的AI模型，而且目前还处在最早期的预训练阶段。

    10万亿到底是个什么概念

    这么说吧，目前国内已经发布的最大模型是月之暗面的Kimi K3，约2.8万亿参数；阿里的Qwen 3.8-Max是2.4万亿。字节这个如果真冲到10万亿，差不多是它们的三倍多。横向看，业界估算Anthropic最强的Mythos 5大约8万亿、Fable 5约5万亿。换句话说，字节想一步跨到和西方最顶尖实验室同一个量级，甚至更高。

    能力越大，竞争越大。有网友借《蜘蛛侠》那句老话调侃：模型走到这一步不让人意外，但它还没正式推出，就已经改写了推理的算账逻辑。

    张一鸣给团队划了条红线

    这事儿最耐人寻味的，是创始人张一鸣的态度。据FT信源，他在Seed团队全员会上明确告诉员工，别依赖从竞品模型”蒸馏”出来的数据来换短期涨分。所谓蒸馏，就是拿别人大模型吐出的结果当养料训练自己——见效快，但本质是在复制别人已有的能力，永远只能追着跑。张一鸣宁可短期落后，也不想走这条捷径。

    这个判断和字节CEO梁汝波8月6日全员会的表态能对上。梁汝波罕见地公开承认，在大语言模型的基础能力上，字节和海外领先水平的差距正在拉大；但他同时强调，编程是目前最该盯紧的方向之一。一边认差距，一边把资源往底层模型和Coding上压，字节这次是想从”应用强”补到”基础强”。

    账没那么好算

    不过冷静下来看，10万亿更像一个目标上限，而不是已经锁定的规格。FT自己也说了，无法独立核实每一个细节，字节至今没确认也没否认。模型到底是稠密结构还是混合专家（MoE），现在谁也不知道——这直接决定那个”10万亿”里到底有多少是真正被激活的。

    更现实的拦路虎是算力。美国对高端AI芯片的出口管制，让这类训练跑起来比美国实验室更难、也更慢。要堆出10万亿规模的集群，要么靠此前囤的受限硬件，要么转向华为昇腾这类国产加速器。预训练本身就要3到6个月，后面还有微调、评测和安全测试，真要发布，窗口大概率落在2026年底到2027年。

    为什么是现在

    时机挺巧。最近一两个月，西方前沿模型接连因为安全问题”踩刹车”：Mythos 5因安全顾虑只向少数合作方开放，Fable 5被美国政府要求停服，OpenAI的Astra也因越界事件暂停研发。对手自己慢下来，等于给国内大模型撕开了一段追赶的窗口期。字节这一把押得最激进，赌的就是在别人犹豫的时候把差距抹平。

    但参数规模这两年已经反复证明：它和”谁更强”并不是一回事。10万亿能不能打，得等架构、训练数据质量和可验证的基准出来才算数。对普通人来说，比起这个数字本身，更值得看的是字节接下来愿意把多少真金白银，砸进这条最烧钱、也最不容易出成绩的赛道。

    象征10万亿参数规模的巨型神经网络
    10万亿参数意味着什么？它更像一个目标上限，而非已锁定的规格
    • 《金融时报》8月7日报道，字节正训练最高10万亿参数模型，目前仅早期预训练
    • 张一鸣反对蒸馏、梁汝波认差距但强调Coding，双线补齐底层能力
    • 出口管制下算力是硬约束，发布窗口或落在2026年底至2027年

  • 中国开源模型 Kimi 搅动美国 AI 圈：特朗普阵营自己先吵翻了

    这个周末，特朗普身边的 AI 人先内讧了。几位现任和前任顾问在公开场合互喷顶尖 AI 公司：刚卸任的 AI 与 crypto「沙皇」David Sacks 说 Anthropic 的模型「像被切了前额叶」「太觉醒」；五角大楼高官 Emil Michael 则骂 OpenAI 新设的战略主管是「头号村傻」。火药味这么冲，源头却是一个中国模型。

    导火索：一个免费的中国模型

    争论的焦点是 Kimi——中国公司 Moonshot 上周刚放出的开源模型，能力已经逼近 OpenAI 和 Anthropic 那些要花钱的对手，而且免费。问题就出在「免费」二字上：每冒出一个够强的中国开源模型，美国企业就少一分理由掏钱买 Anthropic 或 OpenAI。而眼下 AI 热情正撑着美国经济很大一块增长，这等于同时给了特朗普经济和政治两记闷棍，美股也被吓了一跳。

    卡内基国际和平基金会研究员 Anton Leicht 在 X 上写道：这对一个「真不想要更多经济坏消息」的政府来说，本身就是个威胁。

    中美 AI 竞争与开源模型
    中国开源模型的崛起，正把美国 AI 政策圈搅成一锅粥（图：MIT Technology Review）

    白宫转向「管起来」

    Sacks 已经离任，他「开源更好」的论调在政府里渐渐失势，取而代之的是一种新思路：既然模型强到能威胁国家安全，政府就得管住它们怎么用。这直接催生了白宫一套新审查流程——模型发布前先过安全评估。

    前特朗普顾问、如今在 OpenAI 的 Dean Ball 把这叫做「前沿 AI 的事实许可制」，还预测特朗普可能用软权力施压，让美国企业不敢碰 Kimi。Michael 当场反击，强调要走「民主程序，不是深层政府的小算盘」。有意思的是，吵来吵去，没人认真聊过 Kimi 到底是怎么变强的。

    • OpenAI 和 Anthropic 长期抱怨中国公司用「蒸馏」偷师，已请求政府出手；
    • 特朗普松口让英伟达多卖芯片给中国、换政府抽成，出口管制事实上松动；
    • 美方还指控存在芯片走私，Kimi 用的是什么算力至今成谜。

    更大的背景是，Anthropic 自家的 Mythos、Fable 模型上半年接连被扣上「国家安全风险」、遭出口管制，那场「五角大楼文化战争」反而帮了倒忙。法国政客说这是欧洲该醒来的警钟，智谱等中国开源阵营的股价随之飙升。模型越强、越免费，世界就越不情愿把命脉系在几家美国公司身上——这局棋，才刚开局。

  • Anthropic指控阿里巴巴发动史上最大蒸馏攻击，中美AI对抗再升级

    2880万次交互、25000个假账号：Anthropic说这是「史上最大规模蒸馏攻击」

    6月10日，Anthropic给美国参议院银行委员会发了一封信，收件人是主席Tim Scott和资深委员Elizabeth Warren。信里说的事情，如果属实，算是今年AI圈最刺耳的一桩指控。

    Anthropic指控阿里巴巴（Alibaba）及其AI实验室（通义/Qwen），在2026年4月22日到6月5日这45天里，用了大约25000个虚假账号，跟Claude模型产生了2880万次交互，目的是通过「蒸馏」（distillation）把Claude的能力迁移到自己的模型上。

    「这是迄今已知的、针对Anthropic的最大规模蒸馏攻击。」——Anthropic致美国参议院信函

    蒸馏到底是什么，为什么各家都抢着做

    说白了，蒸馏就是「用大模型教小模型」。你有一个很强但很贵的大模型（比如Claude），想做一个便宜的小模型，就让小模型大量「模仿」大模型的输出，把能力「蒸馏」过去。好处是：训练成本只有从头训练的零头，但效果可以很接近。

    坏处也很明显：如果你大量调用别人的商业模型来做蒸馏，却不付钱、不遵守使用协议，这就变成了「知识产权盗窃」。Anthropic在信里用的词是「brazenly and illicitly」——明目张胆、非法地窃取AI能力。

    Anthropic指控阿里巴巴蒸馏攻击概念图
    Anthropic称这是迄今最大规模的AI蒸馏攻击

    不是第一次了，但这次规模最大

    今年2月，Anthropic就在博客里点名了三家公司：DeepSeek、Moonshot（Kimi）、MiniMax——说它们也在用工业级规模「蒸馏」Claude的能力。但这次对准阿里巴巴，量级和措辞都升级了。

    为什么挑阿里巴巴？因为它是中国最大的AI玩家之一，Qwen系列模型在国际开源社区存在感很强。如果Anthropic的指控引发美国监管出手，受影响的不只是阿里巴巴，而是整个中国AI行业进入美国「实体清单」的风险。

    华盛顿正在酝酿反击

    据CNBC报道，参议员Bill Hagerty（R-TN）和Andy Kim（D-NJ）正在推动一项修正案，塞进国防授权法案里——任何被认定「不当获取美国AI模型输出」的中国公司，将面临黑名单或制裁。

    与此同时，特朗普政府已经以行政令方式，限制Anthropic的Mythos 5和Fable 5模型向非美国公民开放。Anthropic自己也在6月10日那封信里承认：这波蒸馏攻击，就是在出口管制收紧之后加速的——因为「合法」拿不到模型，就开始「偷」。

    • 时间窗口：2026年4月22日 – 6月5日（45天）
    • 交互量级：2880万次（约每秒75次）
    • 假账号数：约25000个
    • 目标能力：软件工程、Agent推理（Mythos Preview核心能力）
    • 阿里巴巴回应：截至发稿，未回应CNBC请求

  • Anthropic指控阿里发动史上最大「模型蒸馏」攻击——2.5万个账号、2880万次交互背后的AI冷战

    2026年6月10日，Anthropic向美国参议院银行委员会递了一封信，把这几个月中美AI博弈的暗线，直接搬到了台面上。

    信里披露了一串让人咋舌的数字：从4月22日到6月5日，整整45天，跟阿里有关联的运营者动用了2.5万个账号，对Claude发起了2880万次交互。Anthropic把这定性为「迄今为止，中国公司试图搭美国顶尖实验室便车的最大规模尝试」。

    Anthropic指控阿里巴巴模型蒸馏攻击概念图
    Anthropic vs 阿里巴巴：AI模型蒸馏争议概念图 | 图源：AI生成

    四个月，四家中国AI公司被点名

    把时间线拉回去，Anthropic的这波反击其实早有铺垫。

    2026年2月23日，Anthropic发了一篇博客文章《检测和防止蒸馏攻击》，公开点名三家中国AI实验室：DeepSeek、月之暗面（Kimi）、MiniMax（稀宇科技）。那一轮的数据是：约2.4万个中国相关账号对Claude发起了超过1600万次交互。

    从1600万到2880万，规模翻了快一倍。Anthropic的应对策略，也从2月份的「技术曝光」，升级到了6月份的「政治施压」。

    这一次的收信人很有讲究：银行委员会主席Tim Scott和首席成员Elizabeth Warren，一个是负责对外经济制裁的，一个是负责对内金融监管的。用圈内人的话说，这俩都是「狠角色」。

    据彭博社报道，信件递交后，美国参议员Bill Hagerty和Andy Kim迅速跟进，计划推动一项修正案并纳入《国防法案》：对任何「不当获取美国AI模型输出以训练竞争系统」的中国公司，实施严厉制裁或直接列入黑名单。

    2880万次交互，到底能干什么

    放一个行业参照：目前主流的高质量SFT（监督微调）数据集，规模通常在数十万到几百万条之间。2880万次针对核心能力的定向交互，足以在特定任务域内，「提纯」出一个极具竞争力的专用模型。

    而且这套操作的省钱程度，说出来有点吓人。按Claude的公开API定价粗算，2880万次交互的费用，哪怕按企业折扣计，也要几百万美元。但与从零开始训练一个具备同等软件工程能力的大模型相比，这笔数字可能只是预算单上的零头。

    Anthropic在信中特意强调了一个让它真正担心的问题：安全对齐没有被蒸馏过去。

    AI模型的核心能力分两种，训练方式截然不同。一种是「干活能力」——写代码、做数学题、写文案——只要给足标准答案，模型就能快速学会，这部分能力是可以被「蒸馏」的。另一种是「安全对齐」——知道不该泄露用户隐私、不该协助犯罪、不该输出危险内容——这些规则不是靠反复刷题学来的，而是通过极其精细的「行为矫正」训练建立起来的。

    但蒸馏的过程，只复制成功，不复制拒绝。那些被系统拦截、拒绝回答的高危问题，全被过滤掉了。结果就是，学生模型只学会了顶级的能力，却没学到「什么不该说」。

    Reddit上的群嘲：贼喊抓贼

    跟以往类似的技术争议不同，这一次在Reddit等开发者论坛上，技术圈的反应相当刻薄。

    最经典的指控是「贼喊抓贼」。有网友指出，Anthropic自己就是靠「偷数据」起家的。早期训练模型时，它因抄袭并非法下载数百万册受保护的书籍，曾陷入美国历史上规模最大的AI侵权盗版案，最终被迫吞下15亿美元的天价和解金。

    马斯克今年2月也公开骂过Anthropic，说它才是北美最大的「偷子」，伪善又虚伪。还有网友翻出了业内著名的回旋镖：此前Anthropic发布的Claude 4.8模型在回答中，透露自己其实是「由阿里巴巴开发的Qwen模型」。

    「业内互相洗数据、抄来抄去早已是常态，你身上流着通义千问的血，回过头来告阿里抄袭？」这条评论获得了大量的点赞。

    这场指控的真正野心

    如果只看商业层面，这不过是又一起AI公司的知识产权纠纷。但Anthropic的这封信，真正想拿到的，远不止一家公司的商业维权。

    它在美国政界与产业界想确立一条新的绝对红线：用API输出训练竞争模型，就是越界违法。而这背后，是整个硅谷正在结成的防御同盟——Anthropic、OpenAI和谷歌已经暗中联手，开始共享关于违规数据抓取的情报。

    美国官员曾估计，这种未经授权的「工业级」蒸馏活动，每年给硅谷实验室造成的损失高达数十亿美元。这笔钱直接威胁着Anthropic即将到来的天价IPO。

    但如果制裁清单落地，游戏规则就彻底变了。到那时，「谁的模型训练数据来自哪里」，将直接成为极其严苛的监管审查对象。对所有在LLM工程链条上工作的人来说，这才是最值得关注的后续。

  • 中国AI在网络安全领域追平美国：Z.ai的GLM-5.2让华盛顿睡不着觉

    这几天AI圈有个挺有意思的事：中国的智谱AI（Zhipu AI，也叫Z.ai）发布的开源模型GLM-5.2，在网络安全漏洞查找这个特定领域，居然跟Anthropic的Mythos打得有来有回，有些测试里甚至还胜出了。

    开源模型追上闭源巨头？

    GLM-5.2是智谱AI今年发布的新模型，最大的特点是”开放权重”（open-weight）——意味着任何人都可以下载下来自己跑，不需要经过任何人的批准。

    安全公司Semgrep的测试显示：GLM-5.2在IDOR（不安全的直接对象引用）漏洞检测中，F1得分达到39%，超过了Claude Code的32%，而每次漏洞检测的成本只有约0.17美元。

    智谱AI GLM-5.2网络安全漏洞检测
    GLM-5.2在网络安全领域缩小了与美方模型的差距

    当然，在通用任务上，GLM-5.2还是打不过Claude和GPT系列的。但这不重要——重要的是，在网络安全这个对国家安全至关重要的领域，中国AI公司已经把差距缩小到了”有竞争力”的程度。

    华盛顿的噩梦

    这让华盛顿很头疼。特朗普政府对AI模型出口管制的核心逻辑是：先进的AI模型（特别是能做网络攻防的）不能落到”潜在对手”手里。

    但GLM-5.2是开源的。你没法禁止一个开源模型，就像你没法禁止一个数学公式。任何人都可以从网上下载这个模型，在自己的硬件上跑，没有任何监管能拦得住。

    更麻烦的是，GLM-5.2的表现说明了一件事：中国AI公司不再只是”追赶者”了，在某些细分领域，他们已经开始跟美国公司正面竞争。

    Mythos出口禁令的讽刺

    几个月前，美国政府以”国家安全”为由，禁止Anthropic的Mythos和Fable模型向非美国人开放。当时给出的理由是：这些模型太强了，如果落到坏人手里，可以用来发现软件漏洞、发动网络攻击。

    但现在的局面是：美国的闭源模型被管制了，中国的开源模型却没人管得了。那些本来被禁止用Mythos的安全研究人员，现在可以改用GLM-5.2——效果差不多，还没有使用限制。

    • 出口管制真的能限制住AI技术的扩散吗？还是只是把市场让给了竞争对手？
    • 开源模型和闭源模型，哪种对安全的影响更大？
    • 如果中国AI在更多领域追平美国，华盛顿的下一步会是什么？

    这件事还没有结束。GLM-5.2的开源发布，可能会倒逼美国AI公司重新考虑他们的封闭策略——如果竞争对手用开源抢市场，你还要不要继续闭源？

    同时，这也给全球AI安全研究提了个醒：当你试图用管制来限制技术扩散的时候，技术本身可能不会等你。

  • AI模型发布要经过政府审批——这件事比Anthropic和OpenAI的竞争大多了

    美国政府审批AI模型发布概念图
    美国政府开始逐个审批AI模型发布，整个行业都面临新现实

    两周前，美国政府的手伸进了AI公司的模型发布环节。Anthropic的Fable和Mythos模型被要求下架，OpenAI的GPT-5.6也面临类似的”逐客户审批”模式。整个行业突然意识到，问题已经不是”Anthropic vs OpenAI”那么简单了。

    从竞争到共存：两家公司突然站在了一起

    Russell Brandom在TechCrunch写了一篇文章，标题很直接：”It’s not about Anthropic vs. OpenAI anymore”。他的核心论点是：OpenAI和Anthropic现在面临完全一样的困境，如果这个问题处理不好，整个行业都会受影响。

    具体来说，美国政府现在对前沿AI模型的发布有了实质性的控制权。模型发布前要经过政府审批——这个流程目前没有清晰的标准，也不知道监管者到底在防什么风险。

    GMU研究员Dean Ball（即将入职OpenAI）写了一篇长文，详细解释了这个问题：政府既没有专业能力，也没有足够的人力来做这种级别的模型测试。

    更有意思的是行业内部的反应。很多人都把这件事看成Anthropic搞的”监管捕获”——通过推动政府监管来卡OpenAI的脖子。或者反过来，认为是OpenAI跟特朗普政府走得太近，牺牲Anthropic来换取自己的模型获批。

    问题比”谁搞的”大多了

    但Brandom的论点是，现在纠结”谁搞的”已经没有意义了。因为政府审批这件事，一旦变成制度，对所有AI公司都是一样的。没有哪种方案是”只帮一家公司、不帮另一家”的。

    举个例子：如果政府要求每个前沿模型发布前都要做安全评估，那OpenAI要做，Anthropic要做，Google要做，微软也要做。这套流程的成本和复杂度，最后会拖慢所有人的节奏。

    而且，如果审批标准不透明、流程不可预期，AI公司就没办法做长期研发规划。你花了几个月训练一个新模型，结果政府说”这个不能发”——这种风险会让投资人犹豫，也会让数据中心的融资变难。

    行业需要联手推动合理的监管框架

    那现在最需要的是什么？Brandom认为，是整个行业联手推动一个合理的监管框架。具体来说：

    • 建立由独立机构（而不是政府部门）主导的模型评估流程
    • 明确监管者到底在防什么风险（网络安全？生物风险？对齐问题？）
    • 避免”逐个审批”这种拖死创新的方式

    Dean Ball在他的文章里提了一些具体的建议，比如让独立第三方来做模型安全评估，而不是让某个政府部门说了算。这个思路其实跟其他行业的产品审批逻辑类似——药品要过FDA，但FDA是相对独立的专业机构，不是行政部门随意操控的工具。

    但问题是，AI行业里的很多人并不买账。他们要么觉得政府根本不该管，要么觉得”就算管，也得按我家的利益来管”。这种零和思维恰恰是Brandom最担心的——如果各家AI公司继续把监管问题看成”我赢你输”的竞争工具，最后只会换来一个糟糕的监管框架，所有人都受害。

    AI模型的能力现在已经到了能产生真实政治后果的地步。这意味着，不管AI公司愿不愿意，政府都会管进来。区别只在于，是政府说了算，还是行业能主动推一个合理的方案。接下来的几周，我们就会看到AI行业到底有没有能力坐下来谈这件事。

  • 这台机器卖4亿美元，全球只有一家公司造得出来——没有它，AI芯片根本造不了

    这台机器卖4亿美元，全球只有一家公司造得出来——没有它，AI芯片根本造不了

    你知道吗，一块英伟达H100芯片背后，站着一台比双层巴士还大、重150吨、售价4亿美元的机器。这台机器来自一家荷兰公司ASML，它垄断了全球90%以上的高端芯片光刻设备市场。没有它，摩尔定律早就死了，这轮AI热潮也无从谈起。

    光刻：把电路图案”印”到芯片上

    芯片制造的核心逻辑是通过光刻将电路图案转移到硅晶圆上。光刻设备的性能核心取决于光源波长：波长越短，可制造的芯片特征尺寸越小。行业长期遵循”升级光源波长—提升数值孔径—再升级波长”的迭代路径。

    从早期400纳米可见光，到193纳米深紫外光（DUV），再到2017年ASML推出首代极紫外（EUV）光刻机——研发花了16年、投入超100亿美元，特征分辨率达到13纳米，售价超1亿美元。那一代机器让摩尔定律又续了命。

    4亿美元一台，它到底长什么样

    新一代High-NA EUV光刻机，特征分辨率达到8纳米——相当于40个硅原子的宽度，是当前可量产的最先进光刻设备。数值孔径从0.33提升到0.55，别看这小数点后面两个数，带来的精度提升是代际级的。

    ASML High-NA EUV光刻机
    ASML的High-NA EUV光刻机，重150吨，体积相当于双层巴士（图片来源：MIT Technology Review）

    这台设备有多大？大小相当于双层巴士，重超150吨，体积超200立方米。内部包含数千条管道、线缆和加压罐，工程师需要通过电梯才能到达设备顶部操作。把这么个大家伙造出来，全球只有ASML一家能做到。

    核心光学系统由德国蔡司供应。新一代反射镜尺寸是上一代的2倍，投影系统重达12吨，是上一代的7倍。镜面光滑度达到蔡司有史以来最高水平——因为EUV光会被几乎所有材料吸收，所以每一层反射镜都必须做到极致光滑，否则光还没到晶圆上就损耗殆尽了。

    EUV光源的产生方式也很疯狂：用激光轰击每秒数万次的熔融锡滴，产生13.5纳米波长的极紫外光。新一代设备的激光轰击频率从上一代的每秒2万次提升至3万次，激光系统规模已经达到填满整个房间的程度。

    ASML首席技术官Marco Pieters说：”我们可以支持客户实现更小的特征尺寸，这为当前AI领域的发展打开了空间。目前我们看到的只是冰山一角。”

    谁在买，谁在等

    4亿美元一台，但芯片厂商还是抢着买。2025年ASML共售出近50台EUV系列光刻机，总营收接近400亿美元，公司市值超5000亿美元。这不是”智商税”，是实打实的产能焦虑——AI数据中心对高端芯片的需求实在太猛了。

    英特尔是首台High-NA EUV光刻机的客户。2024年春季，300名ASML工程师前往英特尔俄勒冈工厂完成设备安装调试。英特尔希望通过率先部署该设备，夺回在芯片制造领域的优势，推进代工业务和台积电竞争。目前设备已用于部分精密组件制造，后续将逐步扩大应用范围。

    台积电则持观望态度，表示会在技术成熟、能为客户带来最大价值时再部署，预计大规模采购要等到2030年之后。台积电的算盘是：现有EUV设备通过多重图案化技术仍可满足需求，且4亿美元的单台成本过高，不如把现有设备的潜力先榨干。

    地缘政治的”霍尔木兹海峡”

    为了阻碍中国发展先进AI芯片，2019年美国政府向荷兰政府施压，禁止ASML向中国出售高端EUV光刻机。这件事在半导体行业里被叫作”也许是最重要的瓶颈”——ASML相当于芯片供应链中的霍尔木兹海峡，掐住它就能掐住全球算力的喉咙。

    中国为此投入数十亿美元研发自主EUV技术。2025年有报道称，中国政府专项研发团队已经造出原型机，但尚不具备工业级量产能力。短期内中国仍然会通过深紫外（DUV）光刻结合多重图案化技术，尽可能挖掘现有设备的潜力。与此同时，中国也在软件层面优化大模型（如DeepSeek等轻量化LLM），用算法弥补硬件算力不足。

    SemiAnalysis分析师Jeff Koch有个判断：中国不需要达到ASML的设备效率，只要能造出每小时仅处理1片晶圆、运行成本极高的设备，中国也会大规模部署，以此摆脱对西方技术的依赖。这话听起来夸张，但放在地缘政治的背景下，并不是没有可能。

    垄断者也有压力

    ASML的垄断地位和高昂的设备成本催生了新的竞争者。目前已有几条路线在试图打破这个格局。

    一条路是中国持续投入巨资研发自主EUV技术，目标实现高端芯片供应链自主可控。这条路最难，但政治意愿最强。

    另一条路是初创公司寻找替代技术路线。美国旧金山初创公司Substrate研发基于粒子加速器产生的X射线光源的光刻设备，宣称可实现和High-NA EUV相同的精细图案制造能力，目标是2030年实现芯片量产，且计划自建晶圆厂，将晶圆制造成本降至1万美元/片（仅为行业预期成本的1/10）。不过该公司暂未公开核心技术细节，外界持保留态度。

    挪威初创公司Lace Lithography则研发氦原子束光刻技术，无需使用光源。氦原子束的精度可达0.1纳米，远低于EUV的13.5纳米。设备功耗更低、体积更小，计划2029-2030年向晶圆厂出售设备。

    ASML高管表示，目前尚未看到可替代EUV、实现大规模量产的可行技术。公司未来将继续挖掘EUV技术的潜力。下一代”Hyper-NA”EUV光刻机的数值孔径将提升至0.75，特征分辨率可达6纳米，预计7-8年后推出原型机，2030年代后期实现大规模量产。同时ASML正在研发标准化平台，让客户可以根据需求在同一尺寸的设备中配置普通EUV、High-NA或Hyper-NA模块，降低晶圆厂的部署成本。

    光刻技术的迭代周期长达数年甚至数十年，ASML的领先地位在短期内难以被撼动。但长期来看，新的替代技术终将出现。到那时候，AI芯片的”霍尔木兹海峡”可能就不再是一个荷兰小镇上的公司了。

  • Anthropic的Mythos 5回来了，但只向网络防御者开放——Fable 5还在等

    6月26日，美国商务部部长霍华德·卢特尼克（Howard Lutnick）给Anthropic联合创始人汤姆·布朗（Tom Brown）发了一封信。这封信的日期是6月26日，内容是关于Mythos 5模型的解禁——但只是部分解禁。

    两周过山车

    过去两周，Anthropic一直在和特朗普政府谈判。过程像过山车一样，走走停停，最后勉强谈出了一个折中方案。根据The Verge拿到的政府信件内容，商务部同意”修订许可要求”，理由是Anthropic”近期与美国政府合作，解决了与Mythos 5和Fable 5相关的风险”。

    但这个结果只能说勉强及格。Mythos 5——Anthropic最强的网络安全模型——被允许重新部署给”一小群网络防御者和基础设施提供商”。至于面向公众的Fable 5系列，目前仍处于悬而未决的状态，没有任何上线时间表。

    Anthropic发言人丹妮尔·吉列里（Danielle Ghiglieri）对The Verge表示：”我们已收到美国政府通知，Mythos 5——我们最强的网络安全模型——可以重新部署给一小群网络防御者和基础设施提供商。我们正在努力为获批的提供商群体恢复Mythos 5的访问权限，并继续与政府合作，扩大Mythos 5的访问范围，让Fable 5再次面向大众开放。”

    Anthropic Mythos 5 部分解禁
    Mythos 5经历两周谈判后终于部分恢复访问

    出口管制并没有解除

    需要明确的是，美国政府并没有撤销两周前对Anthropic下达的出口管制令。那道命令禁止任何外国国民访问Mythos 5或Fable 5（包括Anthropic自己的员工）。这次的”修订”本质上是为Mythos 5开了一个口子——允许特定类型的组织访问，方式和之前OpenAI的GPT-5.6被”逐客户审批”如出一辙。

    也就是说，出口管制的大框架还在，只是Mythos 5拿到了一个例外。Fable 5呢？没有任何消息。普通用户想用上Fable 5，恐怕还得等上一段时间。

    中美AI监管的不同路径

    这件事更大的背景是：美国和中国的AI监管路径正在出现明显分化。美国这边，政府直接介入模型发布审批——哪家公司能发什么模型、能卖给谁，商务部说了算。中国那边，监管更多集中在内容安全、数据合规和算法备案上，对模型发布本身没有直接审批机制。

    Anthropic这次的谈判由汤姆·布朗亲自牵头，说明公司高层对这件事的重视程度。毕竟，Mythos 5是Anthropic当前最强的模型，被卡住出口对任何AI公司来说都是重大打击。部分解禁至少让Anthropic能继续服务一部分核心客户，但距离”正常状态”还差得很远。

  • Anthropic被禁出口，中日AI公司趁机推出了自己的平替

    Anthropic被禁出口，中日AI公司趁机推出了自己的平替

    两周前，美国政府一纸禁令，把Anthropic的Mythos和Fable 5模型对非美国人关上了门。这件事在AI圈炸了锅，但很快，中日两国的AI公司就给出了自己的答案——不是抗议，而是直接推出了替代品。

    中国的”神话”对抗”神话”

    本周三，中国网络安全公司360正式发布了”屠龙锋”（Tulongfeng），一款专门用于网络安全领域的AI工具。360的说法很直接：这款工具能和Anthropic的Mythos正面对抗。Mythos是什么？它是Anthropic专门针对网络安全场景打造的AI模型，能力强到让特朗普政府不得不对它实施出口管制。

    亚洲AI公司推出Mythos替代品概念图
    中日AI公司趁Anthropic出口禁令，推出本土化AI模型

    360没止步于此，同时还发布了另一款工具”一天真”（Yitianzhen），专注自动化网络防御和事件响应。360创始人周鸿祎在发布会上说了一句话，挺值得玩味：漏洞发现AI是”国家战略资产”，他担心的是”单向透明”——有些玩家能用上先进的漏洞检测能力，有些则被挡在门外。

    “漏洞发现AI是国家战略资产，我们需要警惕’单向透明’的风险。”
    ——周鸿祎，360创始人

    日本的”河豚”游得挺快

    差不多同一时间，东京的AI初创公司Sakana AI发布了Fugu（日文”河豚”的意思）。这家公司说，Fugu的性能可以”和Anthropic的Fable 5、Mythos Preview肩并肩”。Fugu不只是跟风，它有一个挺有意思的设计思路：编排模型（Orchestration Model）。简单说，它能协调调用多个其他AI模型，通过API把它们的能力串起来，而不是只靠自己。

    Sakana的联合创始人David Ha在X上写了一段话，说出了很多人的心声：”对单一供应商的依赖，是国家基础设施的风险。出口管制让大家意识到，这种风险是真实存在的。访问顶级模型的权利可能一夜之间消失，集体智能才是对抗权力集中的实用对冲。”

    Sakana是哪来的底气？这家公司2023年由前谷歌研究员Ren Ito、Llion Jones和David Ha联合创立，去年11月完成了1.35亿美元B轮融资，估值26.5亿美元。他们的主打方向是便宜好用的生成式AI模型，专门为日语和日本文化优化，在小数据集上也能跑得不错。

    时机”纯属巧合”？

    Sakana对外的说法是，Fugu的发布”纯属巧合”，研发从去年就开始了，相关研究今年春天还在ICLR上发表过。但他们的网站广告语写的是”提供前沿能力，没有出口管制风险”——这话说得挺直白的。

    Sakana的联合创始人Ren Ito上周在G7峰会边会上也谈到了这个话题。他写了一篇专栏文章，呼吁美国联邦政府”把保持盟友的访问权限作为第一优先级”，他的观点是”AI不应该成为一种被囤积的技术，而应该是共同开发的”。

    这两家公司，一个在中国，一个在日本，面对Anthropic的出口禁令，给出了两种不同的回应方式。360是直接硬刚，做一款同场景的替代品；Sakana则是做一个”保险”，让你在失去访问权限的时候还有别的选择。哪种思路更管用，现在还不好说。但有一件事是确定的：Anthropic五月份刚刚宣布年化收入突破470亿美元，其中有多少来自亚洲企业客户，外界不得而知。但禁令生效这几周，东京和北京各有一家公司站出来填了这个空缺。就算哪天禁令取消了，本地替代品已经在这里了，而且它们更懂本地语言和文化。这场博弈，才刚刚开始。

  • 中国把56家美国公司拉黑了——AI出口战争打到了自己家门口

    6月24日，中国商务部宣布了一项让华盛顿措手不及的报复性措施——56家美国公司被拉进了黑名单。其中46家被禁止参与中国政府采购，10家被列入了双向出口管制清单。距离美国五角大楼6月8日扩大对华军事企业名单仅仅过了两周多，北京的反击就这么来了。

    这次被点名的美国公司横跨了好几个领域。无人机企业Teal Drones和Jaia Robotics上榜，航空航天领域的Ball Aerospace and Technologies也没跑掉，还有海事防务公司L3Harris Maritime Services。但真正让业界倒吸一口凉气的，是两家稀土矿业公司——MP Materials和USA Rare Earth——也赫然在列。

    中美AI出口战争示意图
    AI出口战争已从单向升级为双向博弈（配图由AI生成）

    五角大楼先出手

    要理解这次中国反击的背景，得把时间线往前拨一点。6月8日，美国五角大楼把1260H清单又扩容了一次，新增了65家中国科技公司，包括阿里巴巴、百度、比亚迪、腾讯，还有做机器狗的宇树科技（Unitree）。这份清单累计已经涵盖了188家中国实体，被认定”协助了解放军的现代化”。

    但这还不是最重磅的。6月12日，美国商务部工业与安全局（BIS）对Anthropic的Fable 5模型发布了出口管制指令——这是美国历史上第一次对已经部署的商用AI API出手，管的不再是芯片，不再是硬件，而是一个活生生的软件服务端点。中国公司被禁止访问Anthropic最先进的模型，这下是真的疼了。

    “华盛顿把Anthropic的顶级模型从境外手里抽走的那一天起，账单就寄过来了。出口战争不再只是单向的了。”——AI Weekly

    稀土这张牌

    中国这次反击最狠的一招，是把美国的两家稀土矿业公司拉进了出口管制清单。MP Materials运营着加州Mountain Pass的稀土矿——这是美国目前唯一在产的稀土矿，还拿着美国国防部长达十年的采购合同。USA Rare Earth也在名单上。

    为什么要打稀土这张牌？数据说话：中国控制着全球大约70%的稀土开采量和90%的精炼产能。稀土是AI芯片、永磁电机、雷达系统、导弹制导——基本上所有高端军工和AI硬件都绕不开它。掐住MP Materials和USA Rare Earth，等于直接敲打了美国重建本土稀土供应链的两个旗舰项目，这不是象征性姿态，是结构性压力。

    • 中国控制全球约70%稀土开采、90%精炼产能
    • MP Materials是美国唯一在产稀土矿，有国防部十年合同背书
    • 出口管制清单意味着这两家公司的对华出口需要额外审批

    AI出口战争的新阶段

    这轮中美博弈最有意思的地方在于，两边的出口管制打的是不同维度。美国那边，6月12日的Fable 5出口管制指令是针对AI软件端点的——”你们不能用我的顶级模型了”。中国这边，反击的是物理供应链——无人机、防务零部件、稀土。

    两条线平行升级，但方向截然相反。美国试图用出口管制拖慢中国AI能力的进步，中国则用资源牌来抬升美国重建供应链的成本。这场双向出口战争会怎么演化，目前还没有人能给出确切答案，但有一件事是确定的：AI不再是只有硅谷在玩的游戏了，它已经卷进了大国博弈的最前线。