IT之家：https://www.ithome.com/ 7 月 24 日消息，今日，微软、英伟达、IBM、Meta 等 25 家美国科技公司联名签署公开信，呼吁开放权重 AI 模型。
该公开信以开源软件运动历史为参照， 论述开放权重 AI 模型对美国把握人工智能时代主动权的关键意义 。开放权重模型可供各方下载、修改与自主部署，能够降低各类机构运用先进 AI 的门槛、活跃市场竞争，避免 AI 收益被少数企业垄断，同时让使用者掌握技术自主权，摆脱单一厂商绑定。
公开信指出，尽管开放权重存在难以管控衍生版本等风险， 但封闭模型同样存在安全隐患 。开放生态能够动员广大研究者排查漏洞、完善安全防护，是实现人工智能安全的重要路径。
文章呼吁政策制定者扶持开源 AI 发展，保障算力与公共研发资源供给，区分合法模型蒸馏技术与非法盗用行为，避免过度管制压制创新。依靠开放权重构建多元、普及的 AI 生态，推动人工智能落地各行各业，才能巩固美国技术优势，广泛共享人工智能发展红利。
20 世纪 80 年代，早期开源软件先驱挑战了“只有企业严格控制代码，软件才能进步”的主流认知。这场运动推动构建一个透明的生态系统，让全球开发者能够研究、修改并改进软件。如今，开源社区开发的软件支撑着互联网的大部分运行，也是全球最大科技公司、美国军方及联邦机构开展科研、网络安全等关键任务所依赖系统的底层基础。开源的意义不止于降低软件成本；它构建了一个共享知识底座，几代美国工程师和企业家在此之上建立了自身的技术主权。
美国如今在人工智能领域面临类似抉择。评判我们的 AI 领导力，不应以单一前沿模型为标尺，而要看美国能否构建一个强大、开放的生态系统，并渗透至各行各业。这对于在全国范围内创造创新与繁荣机遇至关重要。它要求扩大 AI 可及性、鼓励竞争、构建强健的应用层，并让美国人对其所依赖的技术拥有更大控制权。 开源权重模型 —— 任何人都可下载、检视、修改并在自有基础设施上运行的 AI 模型 —— 是这一基础的重要组成部分，因为它们让先进 AI 更易获取、更具适应性、普及范围更广。
开源权重扩大了 AI 经济的参与面。初创企业、成熟企业、大学及公共机构无需从零训练模型，也不必为每项任务支付前沿模型的费用，即可基于先进模型进行开发。开源权重让每个组织都能以合理成本为对应任务匹配合适的模型：前沿规模能力留给真正的前沿问题，其余场景则运行高效的专用模型。当 AI 应用扩展至数十亿日常任务时，这种资源配置原则将是 AI 实现经济可持续性的关键。美国赢得 AI 时代的方式，是将其渗透到工厂、医院、农场、课堂和街边商铺的工作流程中。
开源权重还能强化竞争，而竞争是确保 AI 收益广泛共享、而非集中于少数人手中的核心。通过允许多个机构构建、适配和部署先进模型，开源权重不仅在模型开发者之间创造竞争，也在云端芯片、应用和服务层面形成竞争。这种竞争激励创新、压低费用，并将 AI 的收益广泛分布于整个经济体系。
开源权重还赋予用户更大控制权。各组织在投资 AI 时，都不希望被单一供应商锁定，也不愿丧失长期积累的知识与能力。开源权重模型提供了这一保障：组织可以掌控自有数据，根据自身需求评估和适配模型，并根据业务要求在任意位置部署。当组织借助 AI 创造价值时，开源权重使其能够通过自改进模型、专用能力和积累的知识拥有这份价值，进而推动美国的技术主权与繁荣。
诚然，开源权重存在真实且独特的风险。权重一经发布，便脱离原始开发者的控制，修改后的版本也难以追踪或撤回。但应对这一风险的正确方式并非禁止开源权重。在网络安全攻击者使用先进 AI 的世界里，防御方需要获得同等能力的模型，才能检测、模拟和应对新兴威胁。开源模型拓展了防御能力、提升了透明度，并允许多个团队发现并修复漏洞。
事实上，开放性可能是实现 AI 安全与保障的最重要路径之一。单纯依赖闭源模型并非本质安全：它们可能被攻破、滥用，或以外部无法察觉的方式失效。将先进 AI 能力集中于少数闭源模型背后，会加剧这一风险 —— 它造成少量单点故障、削弱竞争，并将关键技术交由少数供应商掌控。相比之下，开源权重模型允许广大研究人员和开发者检视其行为、识别漏洞、制定防护措施并持续改进。正如开源软件证明了 " 透明比隐匿更安全 "，AI 安全或许有赖于让更多人有能力测试和加固社会所依赖的模型。它支持严格的基准测试与评估、红队测试，以及基于真实可证危害的防护措施，而非默认假设闭源系统更安全。
强大的 AI 生态并非必然结果。政策制定者拥有重要的行动窗口，包括：扩大初创企业和研究人员的算力获取渠道；投资共享训练资产（数据集、工具、评估框架）；避免对开源模型施加过早限制而扼杀竞争或将创新驱至海外，以此保持前沿领域的多元性。这些措施还需关注如何通过强健的应用层扩大 AI 在整个经济中的自主化应用。
在塑造这一生态系统时，政策制定者应谨慎区分合法的模型开发技术与不当挪用行为。 蒸馏 （利用一个模型的输出来辅助训练或改进另一模型的做法）是模型改进、评估和验证中广泛使用的技术。它延续了学习、借鉴并改进现有技术的悠久传统 —— 这一传统自开源软件运动兴起以来一直推动着创新。相比之下，非法从闭源模型中攫取价值的行为确实值得关注，但这些问题应通过针对性的法律和商业框架解决，而非对 AI 创新中发挥重要作用的技术进行一刀切限制。
AI 时代可以是一个繁荣的时代。做出正确选择，开源权重 AI 就能扩大机遇、强化竞争、延续美国技术领导力、降低风险，并确保这一非凡技术的收益在整个经济中广泛共享。这样的未来值得构建，而美国应引领其建设。
Scan to open this article