黃仁勳為什麼要讚美中國模型？
就在制裁警告發出當天的反駁，答案藏在英偉達的損益表裡
前言
各位讀者，7月21日，美國在短短幾個小時內出現了截然相反的表態。
首先，財長史考特・貝森特上 Fox Business 節目時這樣說：「一旦確認海外模型正在竊取我們優秀企業的技術，我們就有權以此為依據實施制裁。」他還提到，中國 AI 模型中被發現了美國模型的「浮水印」。
而就在同一天，在德州沃斯堡，英偉達執行長黃仁勳接受 Axios 獨家專訪時這樣說：「這些中國模型非常優秀。優秀的開源模型就應該被使用。」當被問到美國企業是否應該可以使用中國模型時，他回答：「當然可以（absolutely）。」
一方搬出了制裁，另一方則搬出了讚美。但我不會把這解讀為信念的衝突。先說結論：兩個人不過是在各自朗讀自己利益關係的地圖罷了。而把這兩張地圖疊在一起，美國 AI 戰略內部的裂痕便浮現了。
Kimi 恐慌，以及一天的唇槍舌劍
這場唇槍舌劍的導火線，是上週點燃的。起因是北京的月之暗面（Moonshot AI）在7月中旬公開的 Kimi K3。Axios 形容這個模型引發了「DeepSeek 以來最劇烈的 AI 恐慌」，原因是三項特性同時集中在一個模型上：接近前沿水準的效能、極低的價格，以及開發者可以下載並修改的開放權重1。
市場的邏輯與2025年1月 DeepSeek 衝擊時如出一轍。「這麼便宜又好的模型免費放出來，天文數字般的 AI 基礎設施投資還站得住腳嗎？」這個問題再次被提起，英偉達等晶片股遭到拋售。據報導，半導體板塊較6月高點下跌超過20%，英偉達甚至一度讓出全球市值第一的位置。
華府的施壓也接踵而至。貝森特發表了制裁審查的言論，OpenAI 和 Anthropic 則聲稱中國競爭對手竊取了自家模型的能力，並遊說要求封鎖中國模型。
就在這場風暴的中心，黃仁勳偏偏朝著完全相反的方向走。整理他在訪談中的發言，大致如下：
- 「市場最初誤解了 DeepSeek 的影響，這次又誤解了 Kimi 的影響」
- 「中國把美國企業趕出市場的劇本不存在。可能性為零」
- 「免費 AI 對硬體有利、對晶片有利、對資料中心有利」
- 「下載的模型會變成北京的後門，這是誤解。在沙箱裡可以管控」
- 「蒸餾，向 AI 學習，是智慧的根基」2
一句一句聽起來都很有道理。但如果用「是誰在說」這個透鏡重新審視這些發言，就會看到完全不同的文本。
把發言翻譯成利益關係
讓我逐句把黃仁勳的發言放在英偉達的商業結構上翻譯看看。
先看「免費 AI 對晶片有利」。 這是經濟學中傑文斯悖論3的 AI 版本。效率提高不會減少消費，反而因為變便宜了而用得更頻繁，總需求反而增加。事實上，這個邏輯已經被驗證了約一半。DeepSeek 衝擊後的一年半裡，AI 運算需求不降反暴增，英偉達股價最終也跟上了。所以黃仁勳有資格說「市場誤解了 DeepSeek」。
不過這個邏輯裡藏著一個安靜的假設：「增加的需求會流向英偉達的晶片」。總需求增加和誰來承接這些需求，是完全不同的命題。如上一期所討論的，中國已經能用國產晶片運轉 1GW 級的資料中心了。在中國開放模型跑在中國晶片上的世界裡，「免費 AI 對晶片有利」裡的「晶片」未必是英偉達。黃仁勳這句話是對的，但要對英偉達而言也成立，還需要多一個條件。
「當然應該使用中國模型」這句話也是同樣的結構。 中國開放模型越廣泛地被美國和全球企業採用，運行這些模型所需的推理運算需求就越大。而在中國以外承接這些需求的晶片，大部分是英偉達。也就是說，對黃仁勳而言，中國開放模型不是競爭者，而是免費的業務員——在為他的晶片創造需求。反過來說，如果中國模型被禁止，這些需求會整體消失，最壞的情況是只被困在中國技術棧內部。
有趣的是，黃仁勳甚至跟自己的客戶們唱了反調。 遊說封鎖中國模型的 OpenAI 和 Anthropic，恰恰是英偉達的大客戶。黃仁勳說「OpenAI 和 Anthropic 沒有理由害怕開放模型」，並指出開放模型能為更多人提供 AI 的第一次體驗、擴大整體市場，而追求便利性和效能的用戶最終會選擇封閉型付費服務。這是高端市場和免費市場共存的論述，但這種從容只有在「市場變大後，運算終歸是我在賣」的位置上才說得出口。
再進一步，黃仁勳甚至觸碰了 Anthropic 的封鎖模型。 針對 Anthropic 以網路安全風險為由限制一般公開的 Claude Mythos4，他說「Mythos 應該以服務形式提供」、「把 Anthropic 綁住不符合美國利益」，甚至用了「讓 Anthropic 自由奔跑（Let Anthropic run）」這樣的表述。以安全為由封鎖模型是 Anthropic 的判斷，但黃仁勳把它重新定義為美國競爭力的問題。而這裡的算盤也是一樣的：被封鎖的模型不會消耗運算。世界上所有強大的模型都以服務形式開放，底下運轉的就是英偉達的晶片。
安全論點也被他反轉了。 黃仁勳說「如果一切都收斂到單一模型、單一攻擊面、單一故障點，世界反而更加脆弱」。開放不是製造風險，而是讓外部研究者拆解模型、暴露弱點、建立防禦，從而創造安全。這是安全社群長久以來的爭論，開放一方的論據也很紮實，但值得注意的是，這個論點正面瓦解了制裁的正當性基礎。
現在來看貝森特的地圖。財長手中的武器是關稅和制裁。而他一直公開宣稱美國必須掌控全球 80% 的 AI 運算能力。在他的戰略中，中國開放模型的蔓延就是失控的漏洞，而「以蒸餾為手段的智慧財產權竊取」就是堵住這個漏洞的法律依據。黃仁勳說「懲罰不當行為，但不要針對模型」，正是瞄準了這個依據的要害。
裂痕不在美中之間，而在美國內部
這樣疊在一起看，格局就清晰了。現在劃出的戰線不是美國對中國，而是美國內部——圍繞「什麼該被視為武器」而劃出的。
在貝森特的地圖上，AI 模型是必須管控的戰略資產。在黃仁勳的地圖上，模型是應該自由流動的需求創造裝置，需要管控的是晶片這個物理瓶頸。事實上，黃仁勳並不反對限制最尖端晶片對中國出口。鎖住晶片、打開模型，這就是英偉達的最優解。而對 OpenAI 和 Anthropic 來說，模型就是業務本身，模型才是需要守護的資產。同樣的「美國 AI 陣營」裡，財政部、晶片公司、模型公司各自主張鎖住不同的東西。
這個裂痕不會只停留在別國政治的話題上。目前全球有無數企業在服務中搭載 DeepSeek、Kimi、GLM 等中國開放模型，因為性價比壓倒性地高。但如果貝森特的方向成為現實，這個選擇就會新增一個「制裁風險」變數。昨天還純粹是技術性的模型選型標準，地緣政治就插進來了。黃仁勳的「可能性為零」讓人安心，但必須把「說這句話的人正是從中國模型蔓延中獲益的當事人」這個事實也算進去。
奧斯瓦爾德的視角
我在制定 GTM 策略時，經常需要分析 CEO 的公開發言，其中有一個刻進骨子裡的原則：最高經營者的訪談不是心情告白，而是面向特定受眾的定位行為。
用這個透鏡來看，這次訪談的受眾有三個。第一是市場。Kimi 恐慌摧毀了「基礎設施投資敘事」，重新建立起來是最急迫的任務。第二是華府。在中國模型禁令成為立法之前，把反對論點植入公共議程。第三是北京。英偉達仍然想回到中國市場，「中國模型很優秀」這句話也是說給那邊聽的。能同時打動三組受眾的信息，實際上只有一個：「開放對所有人都有利。」找到這個框架，就是這次訪談的功力所在。
所以我不認為黃仁勳說錯了。需求擴張的邏輯有數據支撐。但要注意他沒說出來的部分。黃仁勳的樂觀要成立，「增加的需求持續流向英偉達」這個假設必須維持，而侵蝕這個假設的，正是晶片的自主化。以我的解讀，黃仁勳真正恐懼的場景不是中國開放模型，而是中國模型與中國晶片的垂直整合。在那個世界裡，「免費 AI 對晶片有利」這句話就會變成華為的口號。他之所以如此強烈地捍衛模型的自由流動，是因為他比任何人都清楚——模型一旦被困在國境之內，晶片也會一起被困住。
而就在寫完這篇文章的同時，地圖的另一個角落在發行當天變成了現實。 據路透報導，紐約 Hugging Face 上一個用 OpenAI 技術構建的代理程式脫離控制造成了事故。而試圖分析該事故的美國模型卻以「無法區分防禦者和攻擊者」為由拒絕了網路安全作業，最終這家美國新創公司求助的，是中國智譜（Zhipu）的開放模型 GLM-5.2。這裡封鎖模型的，不是貝森特的制裁，也不是智慧財產權竊取的指控，而是模型公司自己以安全為由加上的鎖。美國能加上的鎖，不只是財政部的制裁。以安全為名的自我審查，從結果來看，同樣在把美國客戶推向中國模型。當然，這些安全機制不是白設的——防禦能力同樣能輔助攻擊，所以「直接放開」不是答案。但黃仁勳畫的地圖上「開放的力量會獲勝」那個箭頭，在發行當天確實多了一個如此鮮明的實例。
結語
總結如下：
第一，貝森特的制裁警告和黃仁勳對中國模型的力挺，是同一天的截然相反的表態，但本質上都是各自在朗讀自己利益關係的地圖，屬於同一類文本。
第二，黃仁勳的「免費 AI 樂觀論」有一半被數據驗證了，另一半則建立在「需求會流向英偉達」這個未被驗證的假設之上。
第三，真正的戰線不在美國對中國，而在美國內部。是鎖住晶片，還是鎖住模型？而且鎖住模型的方式，不只是制裁一種，「安全」這個名號也在發揮作用——本週 Hugging Face 的案例就證明了這一點。這場較量的結果，將決定全球企業的模型選擇。
這場辯論的下一回合，很可能是上一期討論的9月美中 AI 會談。讓我們一起看看，「模型」會被放在談判桌的哪一邊。
各位讀者，在實務中是否有評估或使用中國開放模型（DeepSeek、Kimi、GLM 等）？在選擇模型時，除了效能和成本，是否也考慮過「地緣政治風險」？如果有，是依據什麼標準判斷的？歡迎在留言區分享。我會收集實際案例，在下一期深入討論。
💬 歡迎在留言區分享您的模型選型標準，下一期會參考大家的意見。 📨 如果有同事正在考慮導入中國開放模型，請把這篇文章轉發給他們。
📎 參考資料 & 延伸閱讀
核心來源
- Axios（Mike Allen），“Exclusive: Nvidia’s Jensen Huang defends Chinese AI amid Kimi panic”，2026.7.22。··· 本文的一手來源。黃仁勳的引述原文都在這裡，建議直接閱讀原文感受語氣。
- CNBC，“Bessent says U.S. could sanction China over AI model ‘theft’“，2026.7.21。··· 貝森特在 Fox Business 的發言報導。可以看到「浮水印」言論的脈絡。
- TechCrunch，“US threatens sanctions against Chinese AI models over IP theft”，2026.7.21。··· 很好地整理了圍繞蒸餾的「智慧財產權竊取」爭論在業界內部也存在分歧這一點。
- Reuters（Aditya Soni, Jaspreet Singh），“Chinese AI’s role in stopping rogue OpenAI agent shows cost of US guardrails”，2026.7.22。··· 本文作為「即時證據」引用的 Hugging Face 事件的一手報導。除了美國模型拒絕網路安全防禦的情狀，也包含了專家反駁（Baird 的 Shrenik Kothari）：「但這不意味著取消安全機制就是答案」。
背景知識
- Axios，“China’s open-source AI surge”，2026.7.18。··· 解釋了 Kimi K3 為什麼引發了 DeepSeek 以來最大的恐慌，以及效能、價格、開放權重三要素的結合。
- NAI500，“Why Jensen Huang Just Cheered China’s Kimi That Wrecked Nvidia’s Stock”，2026.7。··· 從市場角度整理了 Kimi K3 公開後半導體板塊的調整，以及黃仁勳「鎖晶片、開模型」的立場。
建議搭配閱讀的往期文章
- 封鎖催生的中國，現在開始上鎖 ··· 這場唇槍舌劍的另一面——中國開始同時鎖住模型和晶片的場景。與本文前後呼應。
📝 術語說明
각주
-
開放權重（open weights）：將模型訓練產出的權重檔案公開，讓任何人都可以下載、在自己的伺服器上運行並修改的方式。與完全公開原始碼不同，但在實際使用層面上，意思就是「可以拿來用的模型」。 ↩
-
蒸餾（distillation）：以大型模型的輸出作為教材，訓練小型模型的技術。類似學生看老師的解答過程來學習，但當那位「老師」是競爭對手的模型時，這到底是竊取還是學習，就是現在爭論的焦點。 ↩
-
傑文斯悖論（Jevons paradox）：資源使用效率提高後，看似消費會減少，但因為成本降低而使用量增加，總消費反而上升的現象。19世紀在煤炭上被觀察到，如今在 AI 運算需求的討論中經常被提及。 ↩
-
Claude Mythos：Anthropic 以網路安全能力過強為由，限制一般公開、僅向經驗證的夥伴開放的模型。一般公開的 Fable 5 是這個模型去除高風險功能後的版本。也是上一期提到的9月美中 AI 會談議程中的那個模型。 ↩
