开源人工智能正受到中国和美国的欢迎

斯坦福大学的人工智能指数2025报告指出，开放和封闭模型之间的性能差距在一年内在多个基准测试上缩小到个位数百分点。开放模型现在对于许多生产任务来说已经"足够好"——而且比封闭模型便宜数个数量级。

\ 同时，开放人工智能模型越来越成为地缘政治资产。在过去一年，中国实验室通过发布全球可下载和运行的有竞争力的模型，大力推进开放权重。最近几周，开创封闭API时代的硅谷巨头们开始以同样方式回应。结果是一场价格和创新战争，可能使每个建设者受益。

谁在开放？

在中国，阿里巴巴一直在快速发布其通义千问LLM模型，采用开放、对开发者友好的许可证，而百度最近在GitHub和Hugging Face上免费提供文心一言4.5。这些公司将构建开发者社区视为核心战略，而不仅仅是公关举措。谁能忘记当深度求索通过发布一个强大的开放权重推理模型震惊了所有人，迫使美国实验室加快步伐？

\ 现在，美国巨头已经做出回应。OpenAI在其名称中包含"开放"，但多年来对开放权重保持沉默，现在发布了自GPT-2时代以来的首个新开放权重模型。值得注意的是，它明确推广"随处运行"的定制化。埃隆·马斯克的xAI发布了Grok-1的314B参数MoE权重，并承诺很快发布Grok-3的权重。Meta继续通过3.x浪潮扩大Llama系列。

各国政府在做什么

北京的产业政策（计算补贴、模型审批和"AI+"倡议）倾向于国内能力和能够抵御出口管制的开放生态系统。

\ 特朗普政府的人工智能行动计划现在将开放权重框定为具有"地缘战略价值"，这是从2023-24年谨慎言论的显著转变。随着开放权重采用的增长，律师们警告企业要了解许可条款。未来，开放模型将既是公共产品，也是软实力工具。

为什么组织越来越偏好开放权重

开放模型对用户组织有几个好处：

• 本地和低成本：没有按令牌收费，更好的延迟，以及对正常运行时间和数据路径的更严格控制；这些特性对受监管行业或边缘/气隙部署特别有用
• 定制化：您可以在狭窄领域数据上进行微调，而无需将数据发送到场外第三方API。
• 避免供应商突变：开放权重减少了供应商产品或定价变化一夜之间破坏您路线图的风险。

\ 但也有陷阱：

• 安全性：本地模型扩大了攻击面（检查点的供应链投毒、内部工具中的提示注入、侧通道泄漏），因此组织可能希望通过验证哈希值、控制版本和沙箱模型来处理模型工件，就像处理二进制文件一样。
• 治理："开放"有多种含义，因为一些许可证限制用例或再分发，而其他许可证则是宽松的（Apache-2.0/MIT）

组织应寻求知识产权清晰度

使用开放模型时，组织应确保以下几点：

1. 衍生品是您的。如果您微调并产生"子"模型，您应该在基础许可证允许的最大范围内拥有该衍生品。尽可能选择宽松的许可证，并在工作说明书和数据处理协议中记录所有权。
2. 输入受到保护。通过合同禁止提供商使用您的提示、语料库或嵌入来改进他们的公共模型。要求静态/使用中加密和严格的数据保留窗口。
3. 输出是您的。确保许可证授予生成输出的商业权利，并且没有使用限制（行业禁令、用户上限）通过"开放但非OSI开放"条款悄悄进入。（例如，Llama的许可证是开放权重但不完全OSI开放）。

未来几年的预期

组织应记住许可证很重要："开放权重"仍可能带有复杂化再分发或某些垂直领域的附加条件。

\ 随着顶级美国和中国实验室在开放模型上竞争，价格下降，可重复性提高，安全和评估工具改进，长尾用例（本地部署、边缘、低连接性）不再是二等公民。这可能是好消息。

\ 但地缘政治可能会分割生态系统——例如，通过出口管制、制裁或数据本地化规则强制实施特定区域的分支。

\ 组织需要仔细考虑他们可以下载、检查和运行哪些技术栈——同时最小化政治风险。

--

Shaan Ray

\