把“模型权重”写进出口管制清单，意味着大模型的竞争焦点正从算力转向规则。
发生了什么
据 The Decoder 报道，中国计划对 23 项关键 AI 技术收紧出口管制，覆盖范围包括模型权重、源代码以及训练方法，触发门槛指向达到 10^26 FLOPs 算力或 2 万亿参数级别的系统。与此同时，规则为开源发布留出了一条快速通道：只要完成登记，开源模型的发布仍可较快获得放行。
为什么重要
过去两年，围绕大模型的管制讨论多集中在芯片、算力和训练集群上，权重与训练方法基本处于灰色地带。把它们纳入出口管制，等于承认模型本身——而不只是生产模型的硬件——是一种可被管制的战略资产。
这一动作放在全球背景下看更清晰：美国此前已对先进芯片与部分模型技术设限，欧洲也在讨论开源模型的合规边界。中国此举在逻辑上是对称的：既然权重是竞争力，就不能无条件外流。但难点在于，开源的本质就是可下载、可复制、可再分发，管制一个已经公开的权重文件，在技术上几乎无法回溯执行。因此“登记后放行”的快速通道，更像是给开源留出合规出口，而非真正封堵。
影响与看点
对国内开发者而言，最直接的变化是合规成本上升：涉及大参数模型的训练方法、权重分发，可能需要额外的登记或审批流程，企业内部的开源策略需要重新评估。对海外开发者来说，报道给出的判断值得注意——这一规则可能推动西方公司更多地转向美国开源权重模型，而不是中国替代品。这未必是技术选择，而是供应链风险管理的结果。
几个值得持续观察的点：一是门槛如何界定，10^26 FLOPs 与 2 万亿参数是训练规模还是模型规模，直接决定多少模型被覆盖；二是“登记”是形式审查还是实质审查，这决定开源通道的实际速度；三是执行边界，权重一旦公开，管制更多作用于后续的分发与商用，而非首次发布。
一个独立判断：这项规则短期内对已开源模型的传播影响有限，但它会改变企业的默认预期——未来选择开源权重时，模型来自哪个司法辖区，会和性能、成本一样成为决策变量。开源生态的“中立性”正在被地缘规则重新定价。
