深度｜開源大戰全面開打：老黃+小扎 vs 奧特曼+達里奧

新智元報道

昨天，黃仁勛破天荒地注冊了 X 賬號。

他的第一條帖子沒有發產品，沒有曬芯片，分享的是一封公開信，標題叫《Open Weights and American AI Leadership》。

https://www.microsoft.com/en-us/corporate-responsibility/topics/open-weight/

英偉達是 25 家聯署方之一。

簽署方名單橫跨產業鏈多層：英偉達和戴爾做硬件，Meta 和微軟做平臺，Hugging Face（抱抱臉）和 Mistral 做開源模型，a16z 和 Y Combinator 做投資，Mozilla 和 Linux 基金會代表開源社區，Palantir 做國防和情報，CrowdStrike 做網絡安全。

名單上缺了三個最重要名字。

OpenAI、Anthropic、谷歌——美國估值最高的三家閉源前沿實驗室，一個都沒簽。

黃仁勛在帖子里寫了一句：

The world needs both frontier closed models and frontier open models.

世界需要前沿閉源模型，也需要前沿開源模型。

https://x.com/JensenHuang/status/2080643682408321103

這句話看起來像調和雙方，但他選擇把它寫在自己的第一條帖子里，用來給一封閉源陣營拒絕簽署的信站臺。這個動作，比措辭更能說明立場。

一封信，兩種利潤模型

這封信長達兩千余字（中文翻譯版），核心論點用一句話概括：開放權重模型讓 AI 從少數公司的獨占技術變成所有行業的基礎設施，美國的 AI 領導力取決于這種擴散能否發生。

開放權重讓初創公司、大學和公共機構不必從頭訓練模型，也不必為每一個任務支付前沿模型的價格。

信中的原話是：

把前沿級能力留給真正需要前沿級能力的問題，其余場景用高效的專用模型。

這種分層使用，才能讓 AI 的大規模應用在經濟上可持續。

信還提出了安全論證：只靠少數閉源模型集中供應防御能力，等于制造單點故障，開放權重能讓更多團隊參與安全攻防。

但整封信最關鍵的一段，藏在倒數第二節。

信中要求政策制定者區分兩件事：

蒸餾——用一個模型的輸出來訓練或改進另一個模型——是學術界和工業界普遍采用的合法技術，「反映了學習、借鑒和改進已有技術的長期傳統」；

而試圖從閉源模型中不當提取價值，則是另一回事。

后者應當通過「定向的法律和商業框架」來解決，而非一刀切地限制蒸餾這項技術本身。

這段話直接對準了當下最敏感的政策爭論。

要理解它為什么敏感，需要看清簽署方和缺席方各自的經濟利益。

25 家簽署方的商業模式有一個共同特征：利潤與 AI 的普及面正相關。

英偉達賣訓練和推理芯片，Meta 用 Muse Spark 構建開發者生態，微軟賣 Azure 云算力，a16z 和 Y Combinator 投應用層創業公司。

AI 擴散得越廣，這些公司的生意就越好做。

三家缺席方的商業模式恰好相反：它們的估值與前沿能力的獨占程度正相關。

OpenAI 和 Anthropic 的估值都達到 1 萬億美元，核心敘事是「只有少數實驗室能訓練出最強模型」。

它們的收入來源是 API 調用和訂閱費，定價權建立在能力領先之上。

如果開放權重模型的能力逼近前沿，這個定價基礎就會被侵蝕。

信中的經濟論證中有一句話：

前沿模型的價格長期不可持續，所以需要開放權重來分層承接需求。

這句話對簽署方來說是產業邏輯，對缺席方來說是估值的空頭論點。

三家缺席方各有各的賬

OpenAI 的立場最微妙。

CEO Sam Altman 當天在 X 上發帖，表態支持美國在開源和閉源兩條線上都保持領先。

但 OpenAI 沒有在信上簽字。

https://x.com/sama/status/2080683363174945065

口頭支持、拒絕簽字——口惠而實不至。這套操作邏輯清晰。

馬斯克也在 X 上表示「完全支持」，但 SpaceX 同樣沒簽。

https://x.com/elonmusk/status/2080672505660834163

口頭背書零成本，但簽字有法律和政治成本。

對 OpenAI 而言，信里的蒸餾條款是死結。

OpenAI 過去一年持續向美國政府和公眾警告蒸餾問題，這一立場與部分政府官員的口徑一致。

簽這封信，等于親手撤回自己已經遞到政策桌上的籌碼。

OpenAI 和 Anthropic 都在沖刺 IPO，在 S-1 保密審查期簽一封論證「前沿模型價格不可持續」的公開信，相當于給自己的招股書寫風險因素。

Anthropic 的缺席沒有懸念。

CEO Dario Amodei 公開主張過：權重一旦釋放，開發者就失去了撤銷訪問、更新護欄和阻止濫用的能力。

Anthropic 至今沒有發布過任何開源模型。

今年早些時候，Anthropic 已正式致函美國議員，就蒸餾問題表達關切。

它在這場辯論中有明確立場，簽署一封為蒸餾技術正名的信，與這個立場直接沖突。

谷歌同時運營著閉源的 Gemini 和開源的 Gemma，兩條產品線并行，照樣沒簽。

谷歌目前在前沿模型競賽中已顯著落后于 OpenAI 和 Anthropic，它寄希望于 Gemini 4 打翻身仗，這場翻身仗的賭注正是閉源前沿模型的能力溢價。

三家閉源前沿實驗室集體缺席，暴露的是產業結構的裂縫。

蒸餾敘事：一顆雙方都在用的子彈

蒸餾這件事，學術界和工業界用了很多年，公開信稱之為「長期技術傳統的一部分」。

但在過去幾個月里，蒸餾變成了美國 AI 政策辯論中最具爭議的議題。

爭論焦點不在技術本身，而在邊界如何劃定：什么樣的蒸餾行為屬于正常的技術改進，什么樣的屬于不當提取商業價值。

閉源陣營的立場是：需要更嚴格的邊界。

它們擔心的場景是：花費數十億美元訓練出的前沿模型，被通過 API 調用大規模提取能力。

如果這種行為不被約束，前沿模型的投資回報將被稀釋，繼續投入訓練的經濟動機也會減弱。

這個論點有合理性，但同時也恰好服務于閉源實驗室的商業利益：邊界劃得越嚴，前沿能力的獨占性就越強，估值故事就越穩固。

開源陣營的立場寫在了這封信里：

蒸餾是一種合法的模型改進技術，不應與不當挪用混為一談；

如果需要應對后者，應當用定向的法律和商業框架來解決，不應因此限制蒸餾技術本身。

這個論點同樣有合理性，也同樣服務于開源陣營的利益：蒸餾不受限，開放權重模型的迭代速度就越快，芯片、云和平臺的市場就越大。

美國政府內部對此也有分歧。

一派傾向于從嚴界定，將部分蒸餾行為納入知識產權保護框架；

另一派則公開警告，過度限制可能演變為少數大公司的監管俘獲，反而傷害美國的 AI 競爭力。

白宮 AI 政策顧問 David Sacks 就公開呼吁停止「過度恐慌」，認為「只要不用不必要的規則自我束縛，美國會繼續贏」。

兩個陣營、兩套利益、同一個議題。

蒸餾爭議不是導致裂縫的原因，它是裂縫上方最顯眼的那條裂紋——底下是兩種商業模式對 AI 產業走向的根本分歧。

誰也替代不了誰

兩大陣營各執一詞，但黃仁勛說的對——這個世界確實同時需要頂尖的閉源模型和頂尖的開源模型。

原因是，兩者占據著對方填不了的生態位。

開放權重模型的不可替代性，最直接的一層是可審計。

當 AI 系統被部署到醫療、金融、司法等高風險場景時，監管方和用戶需要能檢查模型內部的行為機制，看到權重才能做到。

公開信的原話是，開放權重讓廣泛的研究者和開發者社區「審查模型行為、發現漏洞、開發防護措施并持續改進」。

閉源模型的外部審計者看不到權重，只能做黑箱測試。

開放權重同時是 AI 安全研究的基礎設施。

可解釋性研究、對齊實驗、紅隊測試，都依賴對模型權重的完整訪問。

研究者需要拆解模型看內部機制，才能理解模型為什么會產生某種行為，進而找到改進方法。

這些研究成果，如漏洞發現、評測框架、對齊技術，最終回流到整個行業，閉源模型同樣受益。

AI 安全領域的許多重要進展，都建立在對開放權重模型的實驗之上。

開放權重模型可以下載到本地、離線運行、按需定制，主權掌握在使用者手中。

但閉源前沿模型的不可替代性同樣是真實的。

權重一旦公開釋放，開發者就失去了撤銷訪問和實時調整安全策略的能力。

兩種模型構成共生關系。

開源研究社區在開放權重模型上做實驗、出論文、建評測框架，這些成果是整個行業的公共知識；

閉源實驗室用這些知識改進自己的模型安全和能力，同時用前沿模型推動能力邊界，為開源社區提供追趕的參照系和知識源頭。

砍掉任何一邊，另一邊都會變弱。

但這次公開信事件暴露了一個矛盾：兩大陣營都清楚對方的存在價值，卻都在爭取讓政策天平向自己傾斜。

擴散派要的是更寬松的蒸餾定義和更少的發布限制，稀缺派要的是更嚴格的能力保護和更高的準入門檻。

暗流涌動的美國 AI 圈，兩條路線的斗爭開始變得格外激烈。

附錄：公開信全文翻譯

開放權重與美國的人工智能領導力

2026 年 7 月 24 日

上世紀 80 年代，早期的開源軟件先驅者向當時的主流信條發起了挑戰——那種信條認為，唯有企業牢牢掌控自己的代碼，軟件才能進步。這場運動所倡導的，是一個透明的生態：全世界的開發者都可以研究、修改、改進軟件。今天，由開源社區開發的軟件支撐著互聯網的大部分運轉，也構成了全球最大科技公司所用系統的底層，同樣支撐著美國軍方，以及承擔科研、網絡安全等關鍵使命的聯邦機構。開源的意義不止于降低軟件成本；它鑄就了一個共享的知識底座，一代又一代美國工程師與創業者正是在這一底座之上，建立起了各自機構層面的技術自主。

如今，美國在人工智能上面臨著相似的抉擇。衡量我們人工智能領導力的，不會是某一個前沿模型，而是美國能否建成一個強健、開放、并向各行各業滲透擴散的生態系統。這對于在全國范圍內創造創新與繁榮的機會至關重要。它要求我們擴大人工智能的可及性、鼓勵競爭、構建堅實的應用層，并讓美國人對自己所依賴的技術握有更大的掌控權。開放權重模型——任何人都可以下載、查驗、修改，并在自有基礎設施上運行的人工智能模型——正是這一根基的重要組成部分，因為它們讓先進的人工智能更易獲取、更易適配，也更為普及。

開放權重拓寬了通往人工智能經濟的入口。初創公司、成熟企業、高校和公共機構得以在先進模型之上進行開發，既不必從零訓練一個模型，也不必為每一項任務都支付前沿模型的價碼。開放權重讓每個組織都能以合適的成本，為合適的活計匹配合適的模型：把前沿級別的能力留給真正的前沿難題，其余場景則交由高效的專用模型去跑。當人工智能的使用規模擴展到數十億件日常任務時，正是這種取舍上的克制，才能讓它在經濟上可持續。美國要贏下人工智能時代，靠的是讓它滲入工廠、醫院、農場、課堂與街頭巷尾中小商戶的日常流程之中。

開放權重也強化競爭，而競爭正是讓人工智能的收益被廣泛共享、而非集中于少數人之手的關鍵。由于讓眾多組織都能構建、改造和部署先進模型，開放權重所激起的角力不僅存在于模型開發者之間，也蔓延至云計算、芯片、應用與服務等各個環節。這樣的競爭會激發創新、壓低成本，并把人工智能的紅利廣泛播撒到整個經濟體之中。

開放權重還賦予客戶更強的掌控力。組織在投入人工智能時，希望確信自己不會被鎖死在單一供應商身上，也不會丟失長期積累下來的知識與能力。開放權重模型讓組織得以掌控自己的數據、按自身需求評估并調整模型、在業務要求的任何地方部署它們，從而提供了這份底氣。而當組織借人工智能創造價值時，開放權重讓這份價值真正歸其所有——它體現為可自我改進的模型、專門化的能力，以及不斷累積的知識，凡此種種，共同推動著美國的自主與繁榮。

誠然，開放權重帶有真實而獨特的風險。權重一經發布，便脫離了原開發者的掌控，被修改過的版本亦難以追溯或撤回。但應對這一風險的正確方式，并非禁止開放權重。在一個網絡攻擊者已經用上先進人工智能的世界里，防守方同樣需要獲得能力相當的模型，才能偵測、模擬并回應新生的威脅。開放模型拓寬了防御能力的邊界，提升了透明度，也讓漏洞得以在眾多團隊手中被發現和修補。

事實上，開放或許正是通往人工智能安全的最重要路徑之一。僅僅依賴封閉模型并不天然安全：它們同樣可能被攻破、被濫用，或以外界無從察覺的方式失效。而把先進的人工智能能力集中于少數幾個封閉模型之后，只會讓這一風險疊加放大：其結果是形成為數不多的單點故障、削弱競爭，并把關鍵技術交到寥寥幾家供應商手中。開放權重模型則不同，它讓廣大的研究者與開發者群體得以檢視模型行為、找出脆弱之處、開發防護手段，并使之隨時間不斷改進。正如開源軟件曾經證明「透明」可以比「隱晦」更安全，人工智能的安全或許同樣取決于：讓更多人有能力去檢驗并加固這個社會所仰賴的那些模型。它使嚴格的基準測試與評估、紅隊演練成為可能，也讓防護措施得以針對真實且已被證實的危害而設，而不是想當然地認定封閉系統天生更安全。

一個強健的人工智能生態并非注定會到來。政策制定者面前，正有一個重要的行動窗口。這包括：為初創公司和研究人員擴大算力的可獲得性；投資于共享的訓練資產（數據集、工具、評估框架）；以及避免對開放模型施加過早的限制——那類限制會扼殺競爭，或把創新趕往海外——從而讓前沿保持多元。這些舉措還必須一并考量：強大的應用層如何能在整個經濟體中擴展對人工智能的自主使用。

在塑造這一生態時，政策制定者應當謹慎，切勿把正當的模型開發技術與不當竊取混為一談。蒸餾——即利用一個模型的輸出，來幫助訓練或改進另一個模型的做法——是一項被廣泛采用的技術，用于模型的改進、評估與驗證。它所體現的，是一種由來已久的傳統：向既有技術學習、在其之上構建、并使之更好；自開源軟件運動興起以來，正是這一傳統在推動創新。合理的擔憂應當通過有針對性的法律與商業框架來化解，而不是對那些在人工智能創新中扮演重要角色的技術，施加一刀切的限制。

人工智能的時代可以是一個繁榮的時代。只要作出正確的選擇，開放權重的人工智能就能拓展機會、強化競爭、延續美國的技術領導地位、化解風險，并確保這項非凡技術的好處能在整個經濟體中被廣泛分享。那樣的未來值得去建造，而美國理應在建造它的路上一馬當先。

簽署方

American Innovators Network、a16z、Arcee AI、Arena、Black Forest Labs、Box、CrowdStrike、戴爾、Emergence Capital 、Hugging Face（抱抱臉）、IBM、Linux 基金會、Mariana Minerals、Meta、微軟、Mistral、Mozilla、英偉達、Palantir、Perplexity、Reflection、Replit、ServiceNow、Telnyx、Y Combinator（編注：按字母順序排列）

英文原文

參考資料：

https://x.com/JensenHuang/status/2080643682408321103

https://www.microsoft.com/en-us/corporate-responsibility/topics/open-weight/

編輯：馬可