Kimi K3引爆美國 AI 封殺論戰!OpenAI主管喊「AI共產主義」,為何被批扼殺創新?
Kimi K3引爆美國 AI 封殺論戰!OpenAI主管喊「AI共產主義」,為何被批扼殺創新?

中國AI新創月之暗面近日推出開源模型Kimi K3後,不僅其優異表現與得分在技術領域引發熱議,更在美國科技界掀起一場該不該封殺開源AI的正反爭論。

這場爭論的導火線是OpenAI策略主管、前川普政府AI顧問迪恩.鮑爾(Dean Ball)在社群平台X發表的一篇貼文。

他直言對「中國政府竟允許把這麼強的模型開源」感到意外,警告開源路線終將走向「AI共產主義」,並預測川普政府遲早會用監管風險嚇阻美企採用中國開源模型。

這番話一出,同屬川普陣營的創投家大衛.薩克斯(David Sacks)等人隨即反擊,指這是閉源AI公司想借政府之手消滅開源競爭。

開源可能消滅競爭?OpenAI策略主管擔憂中國模型衝擊AI發展

鮑爾首先肯定中國月之暗面發布的 Kimi K3「是非常優秀的模型,實力並非單純抄襲(蒸餾)」。但他坦言,對中國政府「持續允許將如此強大的模型免費開源」感到意外,並提出兩大核心警訊。

一是打擊資本投資(減速主義)。當市面上充滿免費又強大的開源模型時,企業將失去砸大錢開發尖端 AI 的誘因,導致整體 AI 產業的資本投入大幅縮減。

二是走向「AI 共產主義」。如果開發模型變成無利可圖的生意,最終只有「國家」才有資源與財力繼續投入。這意味著 AI 技術將被政府獨占,形成一種反烏托邦的未來。

鮑爾進一步預測,川普政府若想打壓中國 AI 模型,根本不需要發布強制禁令,只需「營造大量監管風險與不確定性」,就能讓美國企業因為擔心觸法或資安爭議,主動不敢採用中國的開源模型。

創投界與專家群起反擊:打壓開源才是扼殺創新!

這番言論迅速在美國科技界引爆強烈反彈,多位重磅人物發聲撻伐。

例如,白宮科技顧問委員會共同主席薩克斯(David Sacks)就痛批閉源 AI 公司(如 OpenAI)意圖「將政府監管當作擺平競爭的武器」,藉官府之手除掉免費開源的對手,這種作法完全不可接受。

知名創業家多西(Suhail Doshi)直言美國閉源公司當初也是「免費抓取全人類的資料來訓練模型、一毛錢沒付」,如今卻拿各種藉口推動立法封殺開源,根本是雙標,且是在扼殺美國未來的創新。

Citrini Research 分析師 Jukan 從商業經濟角度反駁,強調「開源不等於賠本傾銷」。以 DeepSeek 為例,即便公開了模型架構與權重,對手也無法複製其超低成本的技術細節;DeepSeek 能在 API 低價販售的同時保持高達 70% 的毛利率,證明這是「技術領先」而非賠本打價格戰。

面對鋪天蓋地的批評,鮑爾於兩天後發文澄清,強調自己的言論是「情勢預測而非政策提倡」,並承認當初用詞不夠精準。

但他依然維持原判斷:若缺乏重大的技術安全突破,尖端 AI 模型盲目開源所帶來的市場衝擊與潛在危害,恐怕正一步步逼近。

川普政府有意重啟封殺,圍堵中國AI模型

而後續發展,正如鮑爾所料。根據《Tom's Hardware》報導,川普政府正重啟封殺中國AI模型的計畫,而且打算從多種角度進行封鎖。包括由國家安全局與國家網路總監辦公室聯合發布指引,勸阻企業使用中國AI模型;還計畫草擬一道行政命令,讓託管或使用中國模型的美國企業,須為由此衍生的資安事件負連帶責任。

除此之外,川普政府正計畫將DeepSeek等多家中國AI公司列入「實體清單」,限制這些企業取得美國技術。

Trump
川普有意重啟對中國AI技術的圍堵,不僅計畫嚇阻美國公司使用中國開源AI模型,更要將DeepSeek等公司放上實體清單。
圖/ shutterstock

美國政府及科技界對中國開源AI反應強烈,一部分原因在於性價比。月之暗面這款模型採「混合專家(MoE,把模型拆成多個子網路、每次只喚醒少數幾個)」架構,總參數量達2.8兆,是目前已釋出的最大開源模型;每處理一個token只啟用896個專家中的16個,並支援100萬token的超長上下文。

據獨立評測機構Artificial Analysis的綜合智慧指數,Kimi K3拿下57分、在189個模型中排名第四,與Claude Opus 4.8、GPT-5.5同級,僅落後Claude Fable 5與GPT-5.6 Sol;在Frontend Code Arena的開發者盲測中更以1,679分登頂,力壓Fable 5。

在表現相當的情況下,價格卻有著顯著差距。Kimi K3每百萬輸入token收費3美元、輸出token 15美元;相較之下,Claude Fable 5每百萬輸入token要價10美元、輸出token 50美元,換句話說兩者有著三倍以上的價差。

隱私也是企業使用開源模型的誘因。開源模型能下載到自家私有伺服器自行部署,資料完全留在內部、不必經過原廠雲端,同時降低API成本。不過,企業需要負擔GPU、電力、維運、網路頻寬等成本,通常只有用量大且穩定的企業自行部署才划算。

延伸閱讀:Claude Cowork推「Record a skill」新功能!3步驟複製你的工作流程,把SOP變AI技能庫

資料來源:X、Business Insider、Tom's hardware
本文初稿為AI編撰,整理.編輯/陳建鈞

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓