Cover 面对技术瓶颈与庞大资本支出压力，科技界开始重新评估 AI 前沿模型的开发节奏与商业转化效率。（图片：Getty Images）
面对技术瓶颈与庞大资本支出压力，科技界开始重新评估 AI 前沿模型的开发节奏与商业转化效率。（图片：Getty Images）
1 / 1
Elon Musk 倡议美中 AI 巨头互相进行 AI 安全交叉测试，Anthropic 等领袖亦呼吁放缓开发节奏。这究竟是出于安全考量，还是面对技术瓶颈与资本泡沫的市场策略？
人工智能（AI）领域的科技竞赛近年一直以惊人速度推进，然而近期多位业界重量级人物却罕有地发出“减速”的信号。特斯拉（Tesla）兼 xAI 创始人 Elon Musk 在洛杉矶举行的 All-In 峰会上提出一项前瞻性建议，主张包括 xAI、OpenAI、Google、Meta 以及数家顶尖中国人工智能企业在内的全球巨头，应建立统一的测试平台，在产品正式推出前让竞争对手互相进行安全性交叉测试（Cross-testing）。与此同时，Anthropic 执行长 Dario Amodei 近期亦发表文章倡议合理控制前沿 AI 技术的发展节奏，而 OpenAI 执行长 Sam Altman 等人亦对相关安全风险表达关注。这股由行业领袖发起的“主动放缓”思潮，表面上旨在建立跨国界的 AI 安全防护网，避免自我审查的盲点；然而，在资本市场对 AI 庞大资本支出回报率产生疑虑、以及技术迭代边际效益放缓的背景下，这究竟是出于对人类文明安全的负责任抉择，抑或是面对研发瓶颈与商业压力下的策略性调整？
Above Elon Musk 在 All-In 峰会上倡议，美中两国的 AI 巨头应建立统一平台，共同提升 AI 模型的安全性。（图片：Getty Images）
Elon Musk 在 All-In 峰会上倡议，美中两国的 AI 巨头应建立统一平台，共同提升 AI 模型的安全性。（图片：Getty Images）
1 / 1
跨界交叉测试与 AI 安全的合规挑战
Elon Musk 提出的“交叉测试”概念，核心价值在于透过竞争对手的视角找出模型内部测试难以察觉的安全漏洞。然而在实际执行层面上，该倡议面临着极高的商业机密与地缘政治屏障。首先，前沿 AI 模型的权重（Model Weights）与架构属于科技巨头的心脏资产，开放竞争对手存取无疑增加了技术抄袭与逆向工程的风险。其次，将美中两国的 AI 企业纳入同一测试体系，在现行晶片出口管制与数据跨境传输的监管框架下存在相当难度。虽然中美两国政府与部分研究机构均对 AI 安全风险保持关注，但缺乏具约束力的国际监督机制，使这项互相审查的机制目前仍停留在构想阶段。
Above Anthropic 执行长 Dario Amodei 发表文章倡议合理控制 AI 推进节奏，强调前沿 AI 安全的重要性。（图片：Getty Images）
Anthropic 执行长 Dario Amodei 发表文章倡议合理控制 AI 推进节奏，强调前沿 AI 安全的重要性。（图片：Getty Images）
1 / 1
研发成本与 AI 技术瓶颈
开发前沿 AI 模型所面临的客观技术与财务限制，亦是产业步调出现变化的重要原因。随着模型规模持续扩大，训练下一代超大规模 AI 模型所需的算力成本、电力消耗以及高质量数据资源均呈指数级上升。业界数据显示，单次顶级模型的训练成本已高达数亿美元，而模型在推理能力与泛化能力上的提升幅度，相比早期阶段已显现出边际效益递减的趋势。高昂的资本支出与尚未完全成熟的商业化盈利模式，使不少科技企业在追求纯粹 AI 模型规模之余，转而将资源投放于提升架构效率、优化特定应用场景及确保安全性上。这种实质上的开发节奏调整，客观上为企业提供了优化资源配置的缓冲期。
Above 随着《人工智能法案》等合规条款相继生效，全球监管政策大幅提升了科技企业在 AI 研发与营运方面的合规成本。（图片：Getty Images）
随着《人工智能法案》等合规条款相继生效，全球监管政策大幅提升了科技企业在 AI 研发与营运方面的合规成本。（图片：Getty Images）
1 / 1
地缘政治与 AI 监管政策
产业倡议放缓的背景，亦包含全球监管环境与地缘政治的复杂影响。相关 AI 法案的陆续实施，以及各国对前沿科技审查的强化，使得合规成本显著增加。尽管美国政府官员曾表示政府应鼓励私营部门的 AI 创新，并担心过度限制可能影响竞争优势，但科技巨头主动提出安全测试标准，客观上有助于在政府推出更严格的强制性法规前，确立产业自律的框架。此外，将中国企业纳入 AI 安全讨论，反映出科技领袖意识到 AI 安全属于全球性议题。总括而言，AI 领域今后的发展，必须在创新速度、商业转化与监管合规三者之间取得平衡，同时亦是现阶段科技企业决策层无法回避的课题。
