中美竞争正在出现一些明显的变化，它们很可能是历史性的。

今年中美人工智能竞争出现了一个值得琢磨的变化：争论的焦点，正在从谁能训练出更强的模型，延伸到谁能掌握模型的传播渠道、开发者生态和行业应用。9月8日，美国多个安全部门发布公告，指责中国人工智能企业开展所谓大规模模型蒸馏。9月9日，中国商务部对此作出回应，明确反对将正常的技术和商业问题政治化。事情发展到这一步，说明双方较量的范围已经扩大。

为什么一个技术名词会引发如此大的争议？因为大模型的竞争成本实在太高。训练顶尖模型，需要大量算力、数据和专业人才，而蒸馏可以帮助较小模型从较强模型的输出中学习，降低部分训练成本。它不是某一家企业独有的技术，更不能单凭使用蒸馏，就认定企业存在侵权行为。真正需要查清的，是数据如何获得、使用是否获得授权，以及有没有违反相关法律和协议。

中国人工智能产业的变化，有一组数据可以说明。根据数字中国建设峰会网站7月29日转载的央视新闻报道，2026年春季相关平台统计显示，中国研发的开源模型下载量占全球总量的41%；截至当时，我国开源大模型累计下载量已经突破100亿次。数字背后不只是模型数量增加，也意味着越来越多的开发者开始接触、测试和部署中国模型。

开源为什么能够成为中国企业参与全球竞争的重要抓手？关键在于它改变了技术进入市场的方式。过去，中小企业想使用先进模型，往往需要依赖外部服务；有了可以自行部署的开放模型，企业就能结合自己的业务数据进行调整，减少对单一平台的依赖。对于制造业、科研机构和软件开发商来说，这种灵活性有时比单次测试中多几个百分点的成绩更有价值。

不过，下载量高，不代表商业竞争已经胜出。模型权重开放，也不意味着训练数据、全部代码和整个研发流程都毫无限制地公开。企业真正落地时，还要考虑推理成本、响应速度、数据安全、维护能力和使用许可。一个模型即使表现不错，如果部署费用过高，或者无法稳定处理实际业务，也很难长期留在市场上。

美国企业和政策制定者关注模型蒸馏，背后还存在产业利益问题。谁的模型被更多开发者采用，谁就更有机会影响工具链、应用接口和行业标准；开发者围绕某种模型积累了经验，后续迁移到其他平台就可能产生额外成本。因此，开源竞争争夺的不是一次测试的输赢，而是未来几年技术生态由谁提供、由谁参与建设。

我认为，中国真正应该守住的优势，是自主研发与开放合作两条腿走路。一方面，要持续提高基础模型、芯片适配、训练效率和推理系统的能力，减少关键环节受制于人的风险；另一方面，也要把开源许可、数据合规和安全评估做扎实。只有让全球开发者用得方便、企业部署得起、产业应用取得实际收益，开放模式才能形成持续竞争力。

接下来，判断中美人工智能竞争走向，不能只盯着双方官员说了什么，还要观察模型更新速度、企业实际使用规模、开发者社区活跃度，以及技术能否真正转化为生产效率。美国若以安全为由不断限制正常技术交流，可能损害全球创新合作；中国则需要用更扎实的产品和更完善的生态证明自身实力。最终，决定谁能走得更远的，不是争论声有多大，而是谁能持续解决问题、创造价值。