中國大模型被「套殼」，現在已經不是新聞了，這不，前幾天又爆出來一個。

9月2日，沙特AI公司HUMAIN發布了HUMAIN M3模型，發布之初，官方直接宣稱這是「100% Saudi Model」（100% 沙特模型）。

雖說這個公司的名字可能對於我們來說有些陌生，但是M3這個字眼格外很眼熟，畢竟MiniMax才發布MiniMax M3沒過去多久。

再加上其428B總參數，23B激活參數的配置跟MiniMax M3完全相同。於是評論區很快就有人質疑：100%沙特？

發布者蘇丹·阿爾法伊菲（Sultan Alfaifi）隨後不得不親自澄清，稱HUMAIN M3是基於MiniMax旗下的M3開發的。

然而這件事放在中國AI上並非偶然事件，日本樂天用DeepSeek、新加坡國家人工智能計劃用Qwen……中國的模型已悄然成為了全球AI開發者的首選。

以前中國大模型出海，更多是賣API、賣產品，賺的是調用費和服務費。現在，它們正以一種全新的形態出擊。

是好是壞暫且不論，但毫無疑問，這是開源模型真正開始向外擴散的信號。

A

HUMAIN其實並不缺自己的模型。

2025年8月，這家由沙特主權財富基金組建的國家級AI公司，啱啱發布過ALLaM 34B，120多名AI專家、35名博士參與，在沙特境內從零訓練，主打阿拉伯語和本土文化對齊，官方當時強調的就是「從頭構建」。

可到了2026年9月發布旗艦M3的時候，沙特還是把底座押在了中國模型身上，只用自己的語料做後訓練。

正如前文所述，各國使用中國開源模型這事早就不新鮮了。

3月17日，日本樂天集團高調發布Rakuten AI 3.0，官方口徑是「日本國內最大規模的高性能AI模型」，背後站着經濟產業省與NEDO聯合推進的日本國民級AI項目GENIAC，樂天集團創始人、董事長兼CEO，號稱「日本馬雲」的三木谷浩史親自站台。

結果發布不到幾個小時，就有開發者就在Rakuten AI 3.0的配置文件裏看到model_type一欄寫着 deepseek_v3。

更尷尬的是，樂天最初上傳時直接刪掉了DeepSeek的MIT許可證文件，換成自己的Apache 2.0授權。相當於把別人免費贈予所有人的東西，貼上自己標籤並且明碼標價掛牌出售。

被社區扒出來之後，才匆匆補上一個NOTICE文件承認版權歸屬於DeepSeek。

相較之下，東南亞就比較敞亮。

新加坡國家人工智能計劃AISG在SEA-LION項目，此前使用的是Meta的Llama作為基礎模型訓練，隨後改用阿里雲Qwen3-32B作為底座，推出Qwen-SEA-LION-v4。

按照阿里雲的說法，AISG往這套底座裏注入了超過1000億個東南亞語言token做後訓練，模型在SEA-HELM東南亞語言排行榜上位列開源第一。

2025年5月，馬來西亞通信部啓動號稱東南亞首個「主權AI 基礎設施」的項目，基礎模型用的是DeepSeek。這也是DeepSeek首次以國家級規模在海外部署。

印度是最有意思的對照組，因為它的兩個案例性質完全不同。

169PI推出的32B輕量模型Alpie，印度媒體稱其為「印度版DeepSeek」，結果通過開發文檔發現，怪不得叫印度DeepSeek呢，這根本就是DeepSeek R1。

該模型全稱為DeepSeek-R1-Distill-Qwen-32B，這個名稱的含義是以DeepSeek R1為教師模型，輸出高質量推理，再將其蒸餾到以Qwen為模型基座的32B學生模型上。

還有一家公司叫做Sarvam AI，拿了IndiaAI Mission一大筆算力補貼，約9.9億盧比、摺合約1100萬美元，官方口徑是「從零訓練」，可社區拆開配置一看，多頭潛在注意力、GRPO強化學習，鬧了半天，還是DeepSeek。

隨後，Sarvam AI的CEO也承認，團隊「仰慕並學習DeepSeek」。

接下來是韓國，據外媒報道，在其國家級大模型競賽——主權AI基礎模型項目（Sovereign AI Foundation Model Project）中，5支決賽隊伍裏，至少3支使用了中國的開源模型。

比如Naver隊的視覺、音頻編碼器與阿里的Qwen的特徵相似，SK電訊隊的推理代碼與DeepSeek雷同，Upstage隊部分組件乾脆直接從智譜GLM那裏複製粘貼，經調查發現，Upstage隊的項目甚至連智譜的版權標記都沒刪乾淨。

歐洲也有類似的事情。前不久才被馬斯克收購的Cursor，他們在3月發布了編程模型Composer 2，可開發者從API響應裏扒出，模型的實際ID為「kimi-k2p5-rl-0317-s515-fast」。

這才讓Cursor承認Composer 2是基於月之暗面Kimi K2.5構建的。只不過走的是Fireworks AI授權合作。

月之暗面很大氣，官方隨後發帖祝賀，稱「Kimi K2.5為Composer 2提供底座支撐」。

OpenAI前CTO米拉·穆拉迪（Mira Murati）創立的Thinking Machines也算半個。

他們7月發布的975B開源模型Inkling，官方技術文檔明說MoE架構是來自於DeepSeek-V3，

除此之外，西門子、雷諾、Orange都在VivaTech上公開宣佈採用「中美歐混合模型」策略。

中國的模型已悄然成為全球AI的底座。

B

最淺顯易懂的道理是便宜。

如果從零訓練自己的大模型，光是數據中心就動輒幾千萬美元。

但是像DeepSeek、Qwen這樣的模型，它是開放權重，用的是MIT許可，允許商用、允許改權重、允許本地部署。Meta的Llama雖然也是開源，但不允許大規模使用的，所以對於國家機構、大型公司來說，不可能使用Llama。

而且像是ms‑swift這樣的二次開發開源工具齊全，原生深度適配Qwen、DeepSeek、GLM，這就讓模型所對應的LoRA、QLoRA、DPO、GRPO、量化、分佈式訓練全部封裝好，一條命令完成微調和對齊。

簡單點說就像是預製菜配調料包，拿微波爐熱一下就出鍋了。

DeepSeek所採用的MoE架構，讓每個token只激活37B參數，使得實際的推理成本很低，在部署以後，整個模型的運行成本也就跟着下降。

中國開源模型「規矩」少。

各國發展AI的心態都十分擰巴，既想發展AI，又怕數據出境，還怕閉源API被掐斷。

2026年6月，白宮對Anthropic下達出口管制指令，要求暫停外國用戶訪問其最先進的Fable 5和Mythos 5，Anthropic在收到命令後，宣佈禁用這兩款模型。

禁令發布過了兩周，根據4SAPI的數據，68.4%的中大型企業客戶報告核心AI工作流效率下降，31.6%的小微開發者把部分工作負載遷到了其他模型，遷移期間平均推理費用上漲了27.3%。

還沒完，Anthropic發布禁用令以後，只給了所有用戶90分鐘進行遷移。可想而知，那些身處美國之外的用戶是多麼欲哭無淚。

歐洲企業對此尤其敏感，Llama 4的許可證甚至明確不給歐盟開發者多模態權利，而中國的MIT、Apache 2.0沒有相關的條條框框。

於是「本地可部署、權重可拿走」成了硬需求，開源陣營裏能同時滿足這些要求的，恰恰是DeepSeek、Qwen這一批中國模型。

還不止如此，中國模型恰好長在了別國的需求點上。

使用開源模型的國家往往都有小語種需求，Qwen系列預訓練覆蓋119種語言和方言，天生適配東南亞、中東這些非英語市場。

同時，DeepSeek、MiniMax M3的推理和工具調用能力比較強，符合各國「本國模型+本土Agent應用」的二次開發需求。

反過來講，這也是一場中國式的潤物無聲。

閉源廠商的模型是一種商業性質的模型，強調付費。但中國廠商的態度更像是GitHub，更願意合作。

比如，月之暗面可以把Kimi通過第三方授權給Cursor用，這種「不搶戲」的姿態，在主權敘事當道的今天，比任何市場策略都好用。

所以，與其說是中國模型成了全世界的基座了，倒不如說是「被選中」了。

C

同樣是被別人當底座，在美國，這是一門明碼標價的生意。

2026年1月12日，蘋果和谷歌官宣多年期合作，Gemini將驅動下一代Siri和蘋果的基礎模型。

價格沒有公開，外媒估算合同價格大約每年10億美元。

實際上蘋果和谷歌是存在強競爭關係的，可為了給自家語音助手裝上「大腦」，還是選擇每年向競爭對手付10億美元。

三星和谷歌之間也有合作，雖然沒有直接的現金交易，不過也有綁定。

三星的Galaxy AI的核心模型同樣也選擇了Gemini，2025年覆蓋約4億台設備，2026年的目標是翻倍到8億台，三星則是給谷歌銷售分成，並將谷歌全家桶預設為手機的默認入口。

亞馬遜和Anthropic之間的合作走的是另一種模式。

亞馬遜此前已經累計投了Anthropic 80億美元，2026年4月又宣佈先投50億，視其成果最多再投200億，潛在總額最高能到330億。

作為交換，Anthropic承諾未來10年在AWS上花掉超過1000億美元，主力模型訓練跑在亞馬遜自研的Trainium芯片上。

微軟和OpenAI之間也是如此深度綁定，微軟累計投入超過130億美元，按協議先拿走75%的利潤分成直到收回投資，之後降到49%。2026年4月27日，雙方進一步宣佈終止排他性合作，並給利潤分成設了支付上限。

Bing、Edge、M365 Copilot、GitHub Copilot，這些產品全線建立在GPT之上。

中國開源廠商，對底座生意似乎不是很感冒，他們更注重生態和標準的複利效應。

中國廠商把權重免費交了出去：不收授權費，不做利潤分成，甚至配合對方把模型包裝成本國驕傲。那麼問題來了，不收錢，圖什麼？

模型被越多國家採用，多語言能力就會因此提升。且不同國情會讓模型的使用方向不同，Agent穩定性也就越高。

當越來越多的國家把國家模型建在中國底座上，中國模型也就成了標準。比如在多模態方面，Qwen-VL早就成為了標準。

按Presenc AI對Hugging Face全站下載量的統計，Qwen3-VL-2B-Instruct是全站下載量第二高的模型，僅次於80MB的embedding模型all-MiniLM-L6-v2，也是Hugging Face唯二破億下載的模型

標準的價值，遠在授權費之上。