大家好,我是小青!
一场看似讨论“AI失控风险”的联合国会议,为什么同时把OpenAI、Anthropic、DeepSeek、月之暗面这些中美头部AI企业请到了一张桌子上?
![]()
9月23日,联合国安理会专门讨论“人工智能与国际安全”。
![]()
表面上,大家讨论的是人工智能可能给世界带来什么风险;但如果放进中美科技竞争的大背景中看,这场会议真正值得关注的,已经远远不只是技术安全,而是谁能影响下一代AI规则。
![]()
DeepSeek在2024年底发布的V3模型,总参数6710亿,单次推理只激活约370亿,训练成本557.6万美元。
同期GPT-4的训练投入是这个数字的几十倍。V4的推理成本进一步压到GPT-4的七十分之一。
这不是靠省钱省出来的,是靠架构层面的重新设计。
![]()
混合专家架构让模型每次只调用相关参数,不搞全员加班。
MLA注意力机制把KV缓存压缩到传统方案的八分之一。
![]()
2026年元旦,DeepSeek又抛出mHC架构,解决万亿参数训练中的信号衰减问题,只增加约6.7%的训练开销就换来显著性能提升。
这些技术选择共同指向一个判断:前沿模型的竞争力,不在于谁烧的GPU多,而在于谁能在有限资源下把效率做到极致。
![]()
美国管制措施瞄准的是硬件供给端,中国企业发力的方向是算法效率端。
两条线不在同一个维度上竞争。你堵你的通道,我改我的引擎。
![]()
产业底盘的支撑同样关键。到2025年底,中国人工智能核心产业规模突破1.2万亿元人民币,相关企业超过6000家。
世界知识产权组织的数据显示,中国持有的AI专利占全球总量的60%。
![]()
生成式AI用户达到6.02亿,渗透率42.8%。
这些数字意味着,技术突破不是实验室里的孤立事件,背后有规模化的应用场景在持续喂养数据、验证方案、摊薄成本。
![]()
制造业领域的人工智能渗透率已经超过70%的业务场景,沉淀了6000多个垂直领域模型。
一个模型在汽车焊装线上跑通的优化方案,可以迅速复制到其他产线。
这种从车间里长出来的迭代速度,是管制清单管不住的。
2026年9月23日,联合国安理会举行了“人工智能与国际安全”公开会。
这是安理会第二次将AI正式列入议程。
![]()
会议现场坐着OpenAI的奥尔特曼、Anthropic的阿莫迪、Hugging Face的德朗格,以及DeepSeek和月之暗面的代表。
讨论的议题涵盖网络攻击、军事决策中的AI应用、虚假信息扩散。
![]()
中国企业的出现本身就是一个信号:全球AI安全规则的讨论,不再只是硅谷巨头和少数算力强国的内部会议。
但坐进去只是第一步。中国代表傅聪在发言中提出了一个具体的框架:坚持发展与安全并重,支持联合国在AI全球治理中发挥主渠道作用,提升发展中国家的代表性和发言权。
![]()
同时明确反对在科技领域拼凑排他性“小圈子”、强迫各国选边站队。
这些话的指向很清楚:规则不能由少数国家在闭门会议里写好,再拿到桌面上让其他人签字。
![]()
美国在同一场会议上的立场截然相反。
白宫科学顾问克拉齐奥斯在安理会明确表示,各国应该自行监管AI,并采用美国技术。
![]()
美方同时与俄罗斯联手,阻挠在AI武器系统目标决策中引入人类介入的强制条款。
一边强调“安全领导”,一边拒绝任何有约束力的国际监管框架。
这种姿态在安理会现场释放出的信号,远比任何声明都更有说服力。
中国在会前一周发布了《AI安全治理框架3.0》,对AI安全风险分类进行了修订和更新。
这不是临时准备的会议材料,而是持续参与治理进程的产物。
从2023年安理会首次讨论AI时中方警告技术不能变成“脱缰的野马”,到2026年带着具体的治理框架和产业实践坐到同一张桌子前,节奏是连贯的。
![]()
这场博弈的终局不在芯片的纳米数上,也不在模型的参数规模上。
真正被争夺的是两样东西:谁参与制定规则,以及谁有权持续发展。
![]()
美国在安理会的策略是双轨的。一手拉高“安全”的调门,把AI风险叙事推向国际议程的前台;另一手拒绝任何有牙齿的多边监管安排,同时用出口管制和算力封锁维持技术代差。
安全话语是工具,技术封锁是手段,目标是把规则制定权锁在一个由少数国家主导的框架里。
![]()
克拉齐奥斯那句“采用美国技术”,把逻辑说得不能再直白了。
中国的应对需要两条腿同时走路。一条腿踩在多边治理的进程中。
![]()
2026年世界人工智能大会发布了《主席声明》,提出了系统性的治理方案,涵盖安全标准、产业规范、伦理框架的制修订。
世界人工智能合作组织在上海成立,成为全球首个AI领域的政府间国际组织。
![]()
这些制度性安排的意义在于,当规则讨论从安理会的临时会议变成常设机制时,中国不再只是被邀请的参会方,而是机制的建设方。
另一条腿踩在产业落地上。
![]()
专利数量占全球六成,企业数量超过六千家,制造业渗透率超过七成,这些数字构成的是一个自我强化的循环:应用场景产生数据,数据喂养模型,模型优化反哺场景。
管制措施可以在硬件层面制造摩擦,但无法切断这个循环。
![]()
反而是管制本身在倒逼效率创新,DeepSeek的架构路线就是最直接的证据。
安理会会议结束那天,真正的较量才刚刚开始。
![]()
规则不会在某一次会议上定型,发展也不会因为某一份管制清单而停步。
坐在规则桌前的资格,最终是由产业底盘和技术迭代速度决定的。
封锁制造了困难,但困难在倒逼出另一条路。那条路走通了,桌子的座位自然就稳了。
![]()
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.