美国新法案:禁止进口中国DeepSeek,违规罚1亿美元、监禁

在国内大模型DeepSeek席卷全球致使美国科技股暴跌后,美国参议员Josh Hawley提出《美国AI能力与中国脱钩》法案,以保护美国的AI开发不受中国影响。 Hawley在序言中写道:“流入中国AI的每一美元和每一字节数据,最终都会被用来对付美国。 美国不能在牺牲自身实力的情况下,增强我们最大的对手。

在国内大模型DeepSeek席卷全球致使美国科技股暴跌后,美国参议员Josh Hawley提出《美国AI能力与中国脱钩》法案,以保护美国的AI开发不受中国影响。

Hawley在序言中写道:“流入中国AI的每一美元和每一字节数据,最终都会被用来对付美国。美国不能在牺牲自身实力的情况下,增强我们最大的对手。确保美国的经济优势意味着要阻止中国利用美国创新技术。”

该法案生效180天后,禁止从中国进口DeepSeek等任何与AI相关的技术或知识产权,同时也禁止向中国出口、再出口或美国转让此类技术和知识产权。

图片

图片

值得一提的是,这个法案的处罚力度也是史无前例的,除了最高1亿美元罚款之外,违规者还将面临监禁。

天价处罚

法案第3条“刑事处罚”部分,首次明确将“故意违反对华AI技术进出口禁令”的行为纳入刑事犯罪范畴。根据条款,任何美国个人或实体若故意实施、试图实施、共谋实施或协助实施向中国出口、再出口或境内转移AI技术及知识产权的行为,均构成犯罪。

对于违规企业,法案设定了单次违规最高1亿美元的刑事罚款,这一数字远超此前《出口管制改革法案》中的处罚上限。更要命的是,还会没收企业所有的联邦合同、许可证或公共福利。

例如,一家接受美国国防部AI研发资助的科技公司,若被查出向中国某研究院提供算法模型,不仅面临巨额罚金,其与政府签订的所有合作协议将被终止,未来5年内也无法参与任何联邦项目投标。

这种资格剥夺机制,实质上是对企业核心商业模式的毁灭性打击,尤其对依赖政府订单的国防承包商或科研机构,合规成本被无限抬高。

图片

该法案进一步将责任链条延伸至企业的决策层与执行层。任何参与违规行为的高管、董事、合伙人或员工,即使未直接受益,也可能被认定为“间接协助者”,面临最高100万美元的个人罚金,并永久丧失获得联邦资助或参与政府项目的资格。

例如,一名硅谷工程师私自向中国合作方传输AI训练数据,即便其上级未明确授意,也可能因未尽合理审查义务而承担连带责任。但这会导致正常的AI技术交流陷入停滞。

法案还对违反研究与开发禁令的行为设定了刑事处罚,具体条款主要依据《出口管制改革法案》的相关规定,违反出口管制的行为可能面临长达10年的监禁。

图片

在限制美国人员持有涉AI中国实体权益或提供融资方面,法案规定自生效一年后,美国人员禁止明知故犯地持有或管理涉及AI研究开发、生产相关产品(含软硬件),且协助中国军民融合战略实施等,也不得向其贷款或提供信贷 。

总统可运用《国际紧急经济权力法》赋予的权力执行该条款,违规者将受到与该法第 206 条 (a) 款规定的非法行为相同程度的处罚,包括可能的财产冻结、禁止交易等措施 。

受管制AI定义

法案对AI和生成式AI的定义直接引用了《美国法典》第18章第2741条中的定义。

AI被定义为一种能够执行任务、学习并根据数据集改进性能的系统。它可以在计算机软件、物理硬件或其他环境中开发,并且能够像人类一样进行感知、认知、规划、学习、沟通或执行物理动作。此外,AI还包括那些能够通过机器学习、统计学或其他数据处理技术来近似完成认知任务的系统。

生成式AI则是AI的一个子集,是能够根据用户提供的提示或其他形式的数据生成新的文本、视频、图像、音频或其他媒体内容的系统,例如,ChatGPT、DeepSeek、Midjourney、Sora等,这些技术在当今的科技领域中具有广泛的应用前景。

短期内这个法案可能会对国内的AI技术引进和国际合作造成影响,但长期来看将激发自主创新新动力,涌现出更多的DeepSeek。

相关资讯

港科大提出端侧文生图模型SnapGen,参数仅SD十分之一,1.4秒内生成1024分辨率图像

本文经AIGC Studio公众号授权转载,转载请联系出处。 这项工作提出了一种新颖且高效的 T2I 模型SnapGen,SnapGen 是第一个可以在1.4秒内在移动设备上合成高分辨率图像(1024x1024 ) 的图像生成模型(379M ) ,并在 GenEval 指标上 达到0.66。 该模型全面超越了许多现有的数十亿参数模型,例如 SDXL、Lumina-Next 和 Playgroundv2。

六大维度,LLM「问题生成」首次正面PK人类!伯克利等发布最新研究

长期以来,问题生成(Question Generation)任务都是根据「给定事实」来编写各种相关问题,已经发展出了很多自动化的方法。 大型语言模型(LLM)的兴起,极大提升了各种自然语言处理(NLP)任务的性能,其中也包括问题生成,虽然应用广泛,但还没有研究讨论过「用LLMs生成问题的特点」。 没有额外提示约束时,LLMs是更倾向于生成较长还是较短的问题?

全面梳理200+篇前沿论文,视觉生成模型理解物理世界规律的通关密码,都在这篇综述里了!

AIxiv专栏是AI在线发布学术、技术内容的栏目。 过去数年,AI在线AIxiv专栏接收报道了2000多篇内容,覆盖全球各大高校与企业的顶级实验室,有效促进了学术交流与传播。 如果您有优秀的工作想要分享,欢迎投稿或者联系报道。